Article Per Year (5 Year)
p-Index From 2019 - 2024
0.751
P-Index
This Author published in this journals
All Journal InComTech: Jurnal Telekomunikasi dan Komputer Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jurnal Sistem Informasi
Devi Fitrianah
Fakultas Ilmu Komputer, Universitas Mercu Buana
Computer Science & IT Education Electrical & Electronics Engineering Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Analisis Performansi Algoritma Linear Regression dengan Generalized Linear Model untuk Prediksi Penjualan pada Usaha Mikra, Kecil, dan Menengah Hamdanah, Fitria Habibatul; Fitrianah, Devi
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol 10, No 1 (2021)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v10i1.31035

Abstract

Penjualan merupakan syarat mutlak kelangsungan suatu usaha, karena dengan penjualan maka akan didapatkan keuntungan. Metode Linear Regression dan Generalized Linear Model merupakan metode pendekatan yang didukung dengan perhitungan RSME. RMSE (Root Mean Square Error) berfungsi untuk mendapatkan besaran tingkat kesalahan dari hasil prediksi, dimana semakin kecil (mendekati 0) nilai RMSE maka semakin akurat nilai prediksinya. Pada setiap Usaha Mikro Kecil Menengah (UMKM) aktivitas transaksi dan pelayanan terhadap konsumen setiap harinya semakin lama semakin meningkat, sehingga tanpa disadari hal ini dapat menimbulkan tumpukan data yang semakin membesar. UMKM biasanya mengeluarkan beberapa item berbeda untuk ditawarkan ke pasar dengan harga yang berbeda, namun tidak semua barang banyak peminatnya. Keberhasilan penjualannya menentukan keberlanjutan untuk umkm itu sendiri. Pada penelitian ini akan dibandingkan penggunaan algoritma Linear Regression dengan Generalized Linear Model yang diimplementasikan pada data penjualan yang sudah diinputkan sebelumnya guna menghasilkan prediksi penjualan barang untuk tahun berikutnya. Hasil perhitungan menunjukkan bahwa algoritma Linear Regression dengan nilai RSME, MSE,MAPE sebesar 1,983; 3,933; dan 1,518 sedangkan hasil dari algoritma Generalized Linear Model dengan nilai RSME, MSE, MAPE sebesar 4,827; 23,295; dan 3,882. Berdasarkan perhitungan prediksi oleh algoritma Linear Regression dan Generalized Linear Model dapat disimpulkan bahwa nilai RSME pada algoritma Linear Regression menunjukkan perhitungan paling baik dikarenakan nilai RSME paling kecil.
Analisis Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing Deni Triyansyah; Devi Fitrianah
InComTech : Jurnal Telekomunikasi dan Komputer Vol 8, No 3 (2018)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v8i3.4174

Abstract

Penelitian ini mencari strategi marketing yang mampu bersaing dengan kompetitor lain, karena pada era saat ini setiap perusahaan saling belomba dalam menjual produknya dengan ujung tombaknya adalah strategi marketing, masalah yang diangkat pada penelitian ini adalah menumpuknya stok sepatu yang belum terjual dan kurang diperhatikanya reseller yang memiliki potensial dalam penjualan. penelitian ini menggunakan metode K-Means, adalah metode clustering yang membagi data kedalam satu atau lebih kluster, data yang karakteristik sama dikelompokkan satu kluster yang sama dan karakteristik yang berbeda dikelompokkan kedalam kelompok yang lain. K-Means adalah metode yang cocok digunakan dengan satu tipe data dan ditunjang dengan validitas kluster yang menggunakan Davies-Bouldin Index untuk mengetahui seberapa baik proses kinerja pengklusteran. Hasil pengklusteran data untuk mendapatkan informasi reseller yang potensial, dengan menggunakan dua kluster, sedangkan untuk mendapatkan informasi tipe sepatu yang laris adalah dengan menggunakan tiga cluster. Dan pengklusteran ini menghasilkan 1 reseller yang potensial yaitu reseller Hoy, sedangkan proses mencari tipe sepatu yang laris mendaptkan 3 tipe sepatu yang terlaris yaitu Neo Adventage, Cloudfoam Swiftt, dan Bennasi. Hasil dari nilai Davies Bouldin Index yang diperoleh pada clustering pencarian reseller yang potensial adalah 0.271 dan 0.196 pada klustering pencarian tipe sepatu yang laris.
Perbandingan Algoritma C4.5 dan Multilayer Perceptron untuk Klasifikasi Kelas Rumah Sakit di DKI Jakarta Amalia Fitri Hardiyanti; Devi Fitrianah
InComTech : Jurnal Telekomunikasi dan Komputer Vol 11, No 3 (2021)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v11i3.10632

Abstract

Kesehatan dan kesejahteraan masyarakat merupakan salah satu prioritas utama pemerintah. Peningkatan pelayanan dan fasilitas kesehatan merupakan salah satu upaya pemerintah untuk membangun kesehatan nasional dan mewujudkan negara sehat. Banyaknya fasilitas kesehatan di rumah sakit dapat menentukan grade kelas rumah sakit di daerah DKI Jakarta. Selama ini grade rumah sakit ditentukan berdasarkan fasilitas dan kemampuan pelayanan rumah sakit yang ditentukan oleh pemerintah. Berdasarkan data yang ada perlu dilakukannya pengklasifikasian rumah sakit berdasarkan fasilitas yang tersedia. Dalam penelitian ini penentuan grade kelas rumah sakit dengan fasilitas yang ada menggunakan metode Algoritma C4.5 dan Multilayer Perceptron. Penelitian ini membandingkan kinerja dari dua algoritma tersebut. Dengan hasil perbandingan Multilayer Perceptron MLP memiliki nilai akurasi sebesar 92,64% dan Algoritma C4.5 memiliki nilai akurasi sebesar 83,82%. Berdasarkan hasil nilai akurasi Multilayer Perceptron MLP mempunyai kinerja yang lebih baik dari Algoritma C4.5.
Analisis Performansi Algoritma Linear Regression dengan Generalized Linear Model untuk Prediksi Penjualan pada Usaha Mikra, Kecil, dan Menengah Fitria Habibatul Hamdanah; Devi Fitrianah
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 10 No. 1 (2021)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v10i1.31035

Abstract

Penjualan merupakan syarat mutlak kelangsungan suatu usaha, karena dengan penjualan maka akan didapatkan keuntungan. Metode Linear Regression dan Generalized Linear Model merupakan metode pendekatan yang didukung dengan perhitungan RSME. RMSE (Root Mean Square Error) berfungsi untuk mendapatkan besaran tingkat kesalahan dari hasil prediksi, dimana semakin kecil (mendekati 0) nilai RMSE maka semakin akurat nilai prediksinya. Pada setiap Usaha Mikro Kecil Menengah (UMKM) aktivitas transaksi dan pelayanan terhadap konsumen setiap harinya semakin lama semakin meningkat, sehingga tanpa disadari hal ini dapat menimbulkan tumpukan data yang semakin membesar. UMKM biasanya mengeluarkan beberapa item berbeda untuk ditawarkan ke pasar dengan harga yang berbeda, namun tidak semua barang banyak peminatnya. Keberhasilan penjualannya menentukan keberlanjutan untuk umkm itu sendiri. Pada penelitian ini akan dibandingkan penggunaan algoritma Linear Regression dengan Generalized Linear Model yang diimplementasikan pada data penjualan yang sudah diinputkan sebelumnya guna menghasilkan prediksi penjualan barang untuk tahun berikutnya. Hasil perhitungan menunjukkan bahwa algoritma Linear Regression dengan nilai RSME, MSE,MAPE sebesar 1,983; 3,933; dan 1,518 sedangkan hasil dari algoritma Generalized Linear Model dengan nilai RSME, MSE, MAPE sebesar 4,827; 23,295; dan 3,882. Berdasarkan perhitungan prediksi oleh algoritma Linear Regression dan Generalized Linear Model dapat disimpulkan bahwa nilai RSME pada algoritma Linear Regression menunjukkan perhitungan paling baik dikarenakan nilai RSME paling kecil.
AUDIT SISTEM INFORMASI/TEKNOLOGI INFORMASI DENGAN KERANGKA KERJA COBIT UNTUK EVALUASI MANAJEMEN TEKNOLOGI INFORMASI DI UNIVERSITAS XYZ Devi Fitrianah; Yudho Giri Sucahyo
Jurnal Sistem Informasi Vol. 4 No. 1 (2008): Jurnal Sistem Informasi (Journal of Information System)
Publisher : Faculty of Computer Science Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (365.323 KB) | DOI: 10.21609/jsi.v4i1.243

Abstract

Pemanfaatan Teknologi Informasi sebagai pendukung pencapaian tujuan dan sasaran organisasi harus diimbangi dengan keefektifan dan efisiensi pengelolaannya. Maka dari itu, audit TI haruslah dilakukan untuk menjaga keamanan sistem informasi sebagai aset organisasi, untuk mempertahankan integritas informasi yang disimpan dan diolah dan tentu saja untuk meningkatkan keefektifan penggunaan teknologi informasi serta mendukung efisiensi dalam organisasi. Penelitian ini bertujuan untuk melakukan pemetaan terhadap tahap audit TI beserta kontrolnya yang kemudian diaplikasikan pada sebuah organisasi, yaitu Universitas XYZ untuk melihat kinerja TI yang ada. Kerangka kerja yang digunakan sebagai acuan adalah COBIT-ISACA dengan menggunakan 210 detailed control objective yang ada. Penyelenggaraan audit dilakukan dengan menggunakan tahapan-tahapan yang ada pada IT Assurance Guide. Hasil dari evaluasi atau temuan dilakukan analisa root cause sehingga didapat sebuah rekomendasi untuk manajemen TI yang lebih baik lagi.
Co-Authors Amalia Fitri Hardiyanti Deni Triyansyah Fitria Habibatul Hamdanah Hamdanah, Fitria Habibatul Hisyam Fahmi I Ketut Sudiana Yudho Giri Sucahyo Yudho Giri Sucahyo Yudho Giri Sucahyo