Claim Missing Document
Check
Articles

Found 14 Documents
Search

Perancangan Sistem Informasi Panti Asuhan Nurul Ilmi Berbasis Website Riyand Fibrianto; Ina Najiyah
ULIL ALBAB : Jurnal Ilmiah Multidisiplin Vol. 1 No. 5: April 2022
Publisher : CV. Ulil Albab Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (911.834 KB)

Abstract

Perkembangan teknologi informasi yang sangatpesat mencangkup segala aspek kehidupan tidakterkecuali lembaga sosial seperti panti asuhan, penerapanteknologi dalam hal informasi adalah sebagai sesuatuyang penting dalam menunjang kinerja sebuah lembaga,hal ini penerapan teknologi yang dimaksud adalah sebuahsistem informasi berbasis website. Panti asuhan yangakan menjadi objek penelitian ini adalah Panti AsuhanNurul Ilmi, yang bertempat di Kota Bandung. Hingga saatini, lembaga tersebut hanya menyebarkan informasimelalui media sosial dan hubungan pribadi; Oleh karenaitu, dirasa penting untuk menerapkan sistem informasi iniuntuk meningkatkan distribusi informasi. Webmenawarkan sejumlah manfaat dalam hal penyebaraninformasi dalam skala besar. Tujuan dari proyek iniadalah untuk merancang sebuah sistem informasi untukdigunakan oleh panti asuhan. Sepanjang prosespengembangan web, preprocessor hypertext digunakan(php). Sistem informasi panti asuhan ini memiliki elemenyang memungkinkan penyajian data anak yatim piatuserta tampilan data donatur setelah pemberian donasi.Sistem yang diusulkan akan dievaluasi menggunakanteknik black box. Strategi ini diharapkan dapatmempermudah proses pendidikan calon donatur danmasyarakat umum tentang anak yatim
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.
Sistem Informasi Penjadwalan Mata Pelajaran Menggunakan Algoritma Artificial Bee Colony Berbasis Web Imam Saepul Azmi; Ina Najiyah
Jurnal Ilmiah Teknik Informatika dan Komunikasi Vol. 3 No. 3 (2023): November : Jurnal Ilmiah Teknik Informatika dan Komunikasi
Publisher : Barenlitbangda Kabupaten Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juitik.v3i3.612

Abstract

Course Scheduling Information System Using Web-Based Artificial Bee Colony AlgorithmOne of the educational institutions in Cicalengka District and Bandung Regency is SMK Yadika Cicalengka. has difficulties with scheduling and plotting. At SMK Yadika Cicalengka, the existing scheduling system is still done manually using Microsoft Excel. This becomes less effective because it takes quite a long time and requires an assessment of each teacher's teaching availability every day. This research aims to create a scheduling system that can optimize the time to create subject schedules and accurately divide teaching assignments. Using the artificial bee colony method, this research develops the system and achieves optimal results by imitating how bee colonies search and exploit food sources effectively. In the case of this research, iteration and solution selection will be performed to reduce the breadth of the problem. The results of this study show that the created system is more efficient in time scheduling, with an average value of 96%.
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.