Article Per Year (5 Year)
p-Index From 2019 - 2024
2.177
P-Index
This Author published in this journals
All Journal Jurnal Informatika JITK (Jurnal Ilmu Pengetahuan dan Komputer) Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) Jurnal Responsif : Riset Sains dan Informatika Ulil Albab ULIL ALBAB Jurnal Ilmiah Teknik Informatika dan Komunikasi
Ina Najiyah
Universitas Adhirajasa Reswara Sanjaya
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Jurnal Responsif : Riset Sains dan Informatika

 1 
Aplikasi Tes Psikometri Berbasis Website Menggunakan Metode Simple Additive Weighting Ina Najiyah
Jurnal Responsif : Riset Sains dan Informatika Vol 1 No 1 (2019): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v1i1.95

Abstract

Abstrak Tes psikometri saat ini sudah dilakukan dalam dunia kerja, semua kandidat atau calon pelamar kerja pasti tidak asing dengan istilah psychometric assessment. Psychometric assessment adalah tes yang ditujukan untuk mengukur intelektualitas seorang calon pekerja atau karyawan. Rumah sakit Hasan Sadikin merupakan rumah sakit pemerintah yang berada di Kota Bandung dan menyediakan tes psikometri secara offline. Pelaksanaan tes psikoemtri secara offline di Rumah Sakit Hasan Sadikin ini cukup memakan waktu yang lama dalam pemeriksaan hasil tes, maka dibutuhkan sebuah aplikasi untuk tes psikometri berbasis online yang dapat menciptakan sistem untuk memeriksa hasil tes secara otomatis sehingga hasilnya lebih cepat didapat. Tujuan penelitian ini yaitu membuat sebuah aplikasi tes psikoemtri berbasis online sehingga dapat mempermudah peserta melakukan ujian tes dan mempermudah pihak rumah sakit mengelola hasil tes. Metode yang digunakan adalah Simple Additive Weighting. Cara kerja metode ini yaitu memberikan bobot pada setiap pertanyaan. Hasil dari penelitian ini yaitu aplikasi berbasis website yang dapat digunakan untuk proses ujian, dan proses pemberian hasil ujian. Keywords: Aplikasi Tes Psikometri, Simple Additive Weighting, Website Abstract Psychometric tests are now carried out in the world of work, all candidates or prospective job applicants must be familiar with the term psychometric assessment. Psychometric assessment is a test aimed at measuring the intellect of a prospective employee or employee. Hasan Sadikin Hospital is a government hospital in the city of Bandung and provides offline psychometric tests. Implementation of offline psychoemetry tests at Hasan Sadikin Hospital takes quite a long time in the examination of test results, so we need an application for online-based psychometric tests that can create a system to check the test results automatically so that results are faster to obtain. The purpose of this study is to create an online-based psychoemetry test application so that it can make it easier for participants to take test exams and make it easier for hospitals to manage test results. The method used is Simple Additive Weighting. The way this method works is to give weight to each question. The results of this study are website-based applications that can be used for the examination process, and the process of providing exam results. Keywords: Psychometric tests web based, Simple Additive Weighting, Website
Analisis Perbandingan Discrete Cosine Transform Dan Discrete Wavelet Transform Untuk Kompresi Citra Ina Najiyah
Jurnal RESPONSIF: Riset Sains & Informatika Vol 2 No 1 (2020): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas BSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v2i1.195

Abstract

Kompresi citra atau image compression adalah sebuah metode untuk mengkompresi sebuah citra tanpa merusak citra aslinya dengan tujuan untuk memperkecil ukuran atau memory. Banyak metode yang diimplementasikan dalam bidang image compression ini dan metode-metode atau algoritma tersebut tentunya memiliki cara kerja dan hasil yang berbeda. Penelitian ini melakukan image compression dengan membandingkan metode Discreate Cosine Transform dan metode Discreate Wavelete Transform guna diketahui mana metode yang lebih baik dalam hal Image Compression. Dataset yang digunakan dalam penelitian ini berjumlah 30 dataset. Alat yang dipakai dalam mencari perbandingan Discreate Cosine Transform dan metode Discreate Wavelete Transform adalah MATLAB versi terbaru. Hasil dari penelitian ini yaitu didapatkan nilai PSNR, MSE dan SC dari masing-masing metode. Didapatkan metode yang paling baik adalah discreat wavelete transform dibanding metode Discreate Cosine Transform dengan nilai PSNR sebesar 57.3726 dB, nilai MSE sebesar 0.025593 dan nilai SC sebesar 98.0433. Kata Kunci: Kompresi Citra, Discreate Cosine Transform, Discreate Wavelete Transform
DETEKSI JENIS DAN KEMATANGAN PISANG MENGGUNAKAN METODE EXTREME LEARNING MACHINE Ina Najiyah; Ifani Hariyanti
Jurnal RESPONSIF: Riset Sains & Informatika Vol 2 No 2 (2020): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas BSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v2i2.315

Abstract

Kebun Pisang Celak, yang berada di desa Celak Kec. Cililin adalah salah satu tempat yang khusus bercocok tanam buah pisang. Pisang pada Kebun Pisang Celak ini beraneka ragam jenis. Permasalahan yang ditemukan adalah kurang tepatnya dan kurang pengetahuannya karyawan dalam membedakan jenis dan kematangan pisang terutama karyawan baru. Penelitian ini membuat aplikasi deteksi jenis pisang dan kematangan pisang menggunakan metode Extreme learning machine. Dataset pada penelitian ini merupakan gambar pisang dengan 9 jenis yaitu pisang ambon, pisang raja, pisang cavendish, pisang kirana, pisang barangan, pisang Nangka, pisang mas dan pisang kapok. Kematangan pisang pada penelitian ini yaitu tingkat mentah, matang dan terlalu matang. Program dibuat menggunakan tensorflow python. CNN diuji dan menghasilkan tingkat akurasi sebesar 89%. Hasil dari penelitian ini yaitu aplikasi berbasis android untuk mendeteksi jenis pisang.
SENTIMEN ANALISIS COVID-19 DENGAN METODE PROBABILISTIC NEURAL NETWORK DAN TF-IDF Ina Najiyah; Ifani Hariyanti
Jurnal RESPONSIF: Riset Sains & Informatika Vol 3 No 1 (2021): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas BSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v3i1.488

Abstract

Penelitian ini bertujuan melakukan sentiment analysis tentang corona virus pada kegiatan sehari hari yang diunggah di facebook, Twitter dan Instagram dengan output yaitu 3 class:positif, negative dan netral. Metode yang dipilih adalah metode klasifikasi Probabilistic Neural Network. Sebelum melakukan klasifikasi, praprocessing pada penelitian ini meliputi tokenizasi, normalisasi, menghilangkan emoticon, Convert Negasi, Stopword Removal sertaTF-IDF. dataset yang digunakan berjumlah 1177 dataset dengan pembagiannya yaitu 560 dataset positif, 355 dataset negative dan 262 dataset netral. Program dirancang menggunakan Bahasa pemrograman python dengan beberapa library seperti keras, tensorflow dan pandas. User interface dibuat berbasis android. Akurasi yang didapatkan pada pelatihan menggunakan Probabilistic Neural Network sebesar 89%. Hasil pengujian adalah penelitian ini mampu melakukan sentiment analysis dengan kesalahan sebesar 11% dilihat dari confusion matrix.
KLASIFIKASI JENIS KENDARAAN RODA EMPAT MENGGUNAKAN EXTREME LEARNING MACHINE Ina Najiyah; Salman Topiq
Jurnal RESPONSIF: Riset Sains & Informatika Vol 3 No 2 (2021): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas BSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v3i2.571

Abstract

Kendaraan merupakan sebuah objek yang menjadi alat transportasi penduduk khususnya di Indonesia. Kendaraan roda empat saat ini sudah beranekaragam jenisnya mulai dari kendaraan kecil, sedang sampai kendaraan besar. Tujuan penelitian ini melakukan klasifikasi jenis kendaraan roda empat dengan bidang Image Processing. Metode yang dipilih adalah metode Extreme learning machine, dimana metode ini cukup baik dalam melakukan pemroresan gambar dan untuk klasifikasi. Penelitian ini mengklasifikasikan kedalam empat class yaitu class sedan, MVP, truck dan Bus dengan total masing-masing dataset 100 gambar. Hasil dari penelitian ini membuktikan bahwa metode Extreme learning machine baik untuk mengklasifikasikan kendaraan roda empat dengan akurasi baik yaitu 86% dan nilai precisionnya 82%.
RANCANG BANGUN APLIKASI PENJUALAN MENGGUNAKAN BARCODE SCANNER BERBASIS ANDROID Novia Sri Mulyani; Ina Najiyah
Jurnal RESPONSIF: Riset Sains & Informatika Vol 4 No 1 (2022): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas BSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v4i1.712

Abstract

Perekonomian nasional dalam mikroekonomi (UMKM, Ekonomi kreatif, Koperasi) memiliki andil yang cukup besar bagi pertumbuhan dan perekonomian Indonesia. Salah satu usaha UMKM yang termasuk pada kriteria usaha menengah kebawah yaitu Toko Sembako Sukamaju yang masih menerapkan sistem pengelolaan toko secara konvensional. Toko Sembako Sukamaju merupakan usaha yang bergerak di bidang penjualan kebutuhan sehari-hari masyarakat sekitar. Proses pengolahan data stok barang dan perekapan penjualan masih dilakukan secara konvensional menyebabkan rawan terjadi kesalahan akibat human error pada proses transaksi serta pengolahan data. Perancangan sistem menggunakan bahasa pemrograman Dart dengan framework flutter. Pengujian sistem menggunakan metode Blackbox Testing. Dengan adanya perancangan aplikasi berbasis Android ini diharapkan pengelolaan toko dimulai dari proses transaksi, pengelolaan data stok barang, dan input serta mengecek data barang menggunakan barcode scanner via smartphone dapat lebih memudahkan para pelaku usaha dalam mengelola tokonya.
ANALISIS SENTIMEN TANGGAPAN MASYARAKAT INDONESIA TENTANG KENAIKAN BBM MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK Ina Najiyah
Jurnal Responsif : Riset Sains dan Informatika Vol 5 No 1 (2023): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v5i1.1061

Abstract

Indonesia diramaikan dengan keputusan pemerintah mengenai kenaikan BBM pada September 2020, hal tersebut mengundang banyak tanggapan dari masyarakat Indonesia dengan berbagai macam tanggapan khususnya pada platform social media twitter. Sebagian masyarakat mendukung kenaikan tersebut dengan alasan agar Indonesia dapat segera membereskan keperluan negara tentang administrasi ke negara luar, tetapi tidak sedikit masyarakat yang protes dengan adanya hal tersebut karena dianggap tidak memperhatikan perekonomian masyarakat yang sedang tidak baik. Tujuan penelitian ini adalah melakukan analisis sentiment untuk mengetahui tanggapan masyarakat Indonesia mengenai kenaikan BBM apakah bernada positif, negative atau netral. Metode yang digunakan pada penelitian ini adalah metode Artificial Neural Network dimana metode ini sudah banyak digunakan dalam proses klasifikasi data text dan menghasilkan akurasi yang tinggi. Dataset yang digunakan yaitu tanggapan masyarakat dari platform twitter yang diambil dengan cara crawling data dan berjumlah 1.210 dataset dengan 2 atribut yaitu id dan isi twitter. Hasil dari penelitian yaitu performa metode ANN mencapai 83.4% akurasi.
KLASIFIKASI KELUHAN MURID MENGGUNAKAN DEEP NEURAL NETWORK DAN WORD2VEC (STUDI KASUS MTS PERSIS CIGANITRI) Ina Najiyah
Jurnal Responsif : Riset Sains dan Informatika Vol 5 No 2 (2023): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v5i2.1273

Abstract

Penerimaan kritik dan saran merupakan sebuah hal yang dapat membuat sebuah instansi dapat berkembang dan menjadi lebih baik. MTS Persis Ciganitri merupakan sebuah isntansi Pendidikan yang menyediakan tempat bagi murid menyampaikan kritik dan saran yang berpusat pada aplikasi desktop yang tersedia di computer sekolah. Selama tahun 2021-2023, didapatkan data keluhan sebanyak 754 data keluhan yang disampaikan murid, untuk mengetahui kategori mengenai hal yang dikeluhkan, selama ini sekolah melakukan pemisahan kategori keluhan secara manual melalui Ms Excel dan membutuhkan waktu yang cukup lama. Tujuan penelitian ini yaitu untuk melakukan klasifikasi keluhan sehingga data yang ada dapat dikategorikan secara otomatis tanpa membutuhkan SDM melakukan pemisahan kategori secara manual. Metode yang digunakan pada penelitian ini yaitu metode Deep Neural Network untuk proses klasifikasi dikarenakan cara kerjanya yang baik dalam data yang berupa teks dan metode Word2Vec sebagai metode representasi teks. Hasil dari penelitian ini yaitu akurasi model yang diusulkan sebesar 82,9% dengan kategori keluhan yaitu fasilitas, tenaga pengajar dan materi pelajaran.
Co-Authors Ade Mubarok Ali Akbar Rismayadi Hariyanti, Ifani Imam Saepul Azmi Ivan Sofyan Novia Sri Mulyani Rangga Habdulatif Riyand Fibrianto Salman Topiq Suharyanto Suharyanto