Claim Missing Document
Check
Articles

Found 9 Documents
Search

SISTEM PREDIKSI POTENSI DROP OUT MAHASISWA MENGGUNAKAN RULE BASED SYSTEM PADA JURUSAN TEKNIK INFORMATIKA POLITEKNIK NEGERI INDRAMAYU Esti Mulyani; Eka Ismantohadi; Koriah Koriah
Jurnal Informatika Vol 8, No 1 (2020): INFORMATIKA
Publisher : Fakultas Sains & Teknologi, Universitas Labuhanbatu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36987/informatika.v8i1.1473

Abstract

Politeknik Negeri Indramayu merupakan salah satu perguruan tinggi yang menerapkan drop out mahasiswa berdasarkan kehadiran dari mahasiswa dan presentase nilai mahasiswa. Kehadiran dan nilai mahasiswa akan dievaluasi pada saat rapat kelulusan yang dilaksanakan pada setiap akhir semester. Kemudian rapat tersebut akan memberikan keputusan status dari mahasiswa. Seringkali mahasiswa yang bermasalah karena kehadiran, tidak mengetahui bahwa seharusnya mahasiswa tersebut mendapatkan peringatan lisan sebelum mendapatkan surat peringatan 1, 2, dan 3. Pada penerapannya peringatan tersebut langsung berupa surat peringatan 1, 2, dan 3. Sehingga dibutuhkan sebuah sebuah sistem yang saling terintegrasi untuk mengatasi permasalahan tersebut. Metode yang digunakan untuk menentukan potensi drop out mahasiswa yaitu dengan metode rule based system. Sistem akan mengirim peringatan melalui sms kepada mahasiswa dan orang tua, sehingga orangtua dapat mengetahui dan memantau kehadiran anaknya. Dengan sistem prediksi ini diharapkan presentase drop out mahasiswa dapat diminimalisir.
Flower Pollination Algorithm for Software Effort Coefficients Optimization to Improve Effort Estimation Accuracy Alifia Puspaningrum; Fachrul Pralienka Bani Muhammad; Esti Mulyani
JUITA : Jurnal Informatika JUITA Vol. 9 No. 2, November 2021
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1008.099 KB) | DOI: 10.30595/juita.v9i2.10511

Abstract

Software effort estimation is one of important area in project management which used to predict effort for each person to develop an application. Besides, Constructive Cost Model (COCOMO) II is a common model used to estimate effort estimation. There are two coefficients in estimating effort of COCOMO II which highly affect the estimation accuracy. Several methods have been conducted to estimate those coefficients which can predict a closer value between actual effort and predicted value.  In this paper, a new metaheuristic algorithm which is known as Flower Pollination Algorithm (FPA) is proposed in several scenario of iteration. Besides, FPA is also compared to several metaheuristic algorithm, namely Cuckoo Search Algorithm and Particle Swarm Optimization. After evaluated by using Mean Magnitude of Relative Error (MMRE), experimental results show that FPA obtains the best result in estimating effort compared to other algorithms by reached 52.48% of MMRE in 500 iterations.
Pengaruh N-Gram terhadap Klasifikasi Buku menggunakan Ekstraksi dan Seleksi Fitur pada Multinomial Naïve Bayes Esti Mulyani; Fachrul Pralienka Bani Muhamad; Kurnia Adi Cahyanto
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 5, No 1 (2021): Januari 2021
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v5i1.2672

Abstract

Libraries have the main task in the processing of library materials by classifying books according to certain ways. Dewey Decimal Classification (DDC) is the method most commonly used in the world to determine book classification (labeling) in libraries. The advantages of this DDC method are universal and more systematic. However, this method is less efficient considering the large number of books that must be classified in a library, as well as labeling that must follow label updates on the DDC. An automatic classification system will be the perfect solution to this problem. Automatic classification can be done by applying the text mining method. In this study, searching for words in the book title was carried out with N-Gram (Unigram, Bigram, Trigram) as a feature generation. The features that have been raised are then selected for features. The process of book title classification is carried out using the Naïve Bayes Multinomial algorithm. This study examines the effect of Unigram, Bigram, Trigram on the classification of book titles using the feature extraction and selection feature on Multinomial Naïve Bayes algorithm. The test results show Unigram has the highest accuracy value of 74.4%.
PENERAPAN DIZCRETIZE BY FREQUENCY DALAM MENINGKATKAN AKURASI ALGORITMA C4.5 DALAM MEMPREDIKSI CUACA PADA JALUR PANTURA TEGAL-PEKALONGAN-SEMARANG Kurnia Adi Cahyanto; Fachrul Pralienka Bani Muhamad; Esti Mulyani
Jurnal Teknologi Terapan Vol 5, No 2 (2019): Jurnal Teknologi Terapan
Publisher : P3M Politeknik Negeri Indramayu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (604.208 KB) | DOI: 10.31884/jtt.v5i2.195

Abstract

Cuaca merupakan suatu hal yang sangat vital dalam kehidupan manusia sehari-hari. Hampir seluruh aktifitas yang dilakukan manusia di dunia ini tidak dapat lepas dari keadaan cuaca yang berlangsung. Oleh karena itu, pengamatan cuaca di sini sangatlah diperlukan untuk melakukan prediksi tentang cuaca. Jalur pantura adalah salah satu jalur yang sangat penting bagi pulau Jawa, khususnya jalur pantura Tegal-Pekalongan-Semarang, sehingga dibutuhkan semacam prediksi cuaca untuk mengetahui intensitas hujan di jalur ini. Algoritma C4.5 yang selama ini banyak digunakan untuk melakukan klasifikasi sekaligus prediksi terbukti relatif akurat dalam melakukan proses prediksi ini. Namun, di lain sisi dengan berkembangnya ilmu pengetahuan teknologi komputasi, maka nilai akurasi ini masih dapat ditingkatkan, salah satunya dengan menggunakan discretize by frequency  dalam langkah preprocessing data. Hasil akurasi menunjukkan, bahwa sebelum dilakukan discretize by frequency dalam langkah preprocessing data nilai akurasi C4.5 adalah 72,99% dan setelah dilakukan discretize by frequency dalam langkah preprocessing data nilai akurasi C4.5 meningkat menjadi 86,13%.
Optimasi Koefisien COCOMO II Menggunakan Algoritma Kelelawar untuk Meningkatkan Akurasi Estimasi Biaya dan Waktu Pengembangan Perangkat Lunak Alifia Puspaningrum; Fachrul Pralienka Bani Muhammad; Esti Mulyani
ikraith-informatika Vol 5 No 3 (2021): IKRAITH-INFORMATIKA Vol 5 No 3 November 2021
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1291.221 KB)

Abstract

Estimasi usaha dan waktu pengembangan perangkat lunak menjadi faktor penting dalambidang rekayasa perangkat lunak terutama pada proses perbaikan perangkat lunak. Estimasi dapatmeningkatkan kinerja dalam mengelola jadwal proyek, alokasi sumber daya manusia, estimasibiaya, dll. Model Biaya Konstruktif atau Constructive Cost Model (COCOMO) II merupakanmodel estimasi perangkat lunak yang umum digunakan yang dipengaruhi oleh empat koefisien.Koefisien yang optimal akan menghasilkan model yang optimal dalam memperkirakan tenagadan waktu pengembangan. Jika koefisien terbaik diperoleh, maka model yang otimal dapatdiperoleh. Selain itu, terdapat beberapa metode yang telah diusulkan untuk menyelesaikanpermasalahan ini. Salah satu metode yang sedang populer digunakan adalah algoritmametaheuristik yang terinspirasi dari fenomena alam. Di samping itu, algoritma kelelawar adalahsalah satu algoritma metaheuristik yang memiliki kemampuan yang baik untuk membangunpencarian solusi. Hasil eksperimen menunjukan bahwa algoritma dapat lebih ungguldibandingkan dengan metode particle swarm optimization dan metode cuckoo search algorithmdengan skor MMRE estimasi biaya sebesar 22.65% dan MMRE estimasi pengembangan waktusebesar 62.84%.
Implementasi Aplikasi Manajemen Klinik Pratama Studi Kasus Klinik Laa Tachzan Esti Mulyani; A. Sumarudin; Adi Suheryadi; Ibrahim Hanif; Abu Mushonnip
ikraith-informatika Vol 5 No 3 (2021): IKRAITH-INFORMATIKA Vol 5 No 3 November 2021
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1467.021 KB)

Abstract

Klinik Laa Tachzan adalah salah satu klinik pratama yang menyediakan layanan kesehatan secaraumum. Terdapat beberapa pelayanan Kesehatan yang disediakan oleh klinik tersebut antara lain praktikdokter umum, apotek, dan praktik beberapa dokter spesialis. Dalam melakukan kegiatan operasionalpelayanan kesehatan, pengelola klinik masih mengandalkan media kertas untuk mencatat berbagai data,misalnya data rekam medis, data antrian pasien, nota pembelian obat, serta nota pembayaran jasa pelayananKesehatan. Media kertas tersebut masih relevan untuk digunakan, namun apabila dilakukan berulang kalidengan jumlah yang banyak dan disimpan dalam jangka waktu yang lama menjadi tidak efektif dikarenakanrentannya terhadap kerusakan dan kehilangan. Permasalahan lain yang dihadapi klinik Laa Tachzan yaitutidak adanya informasi jadwal dokter yang tersedia secara publik dan realtime untuk diakses oleh calonpasien, sistem antrian pasien yang tidak efektif, dan tidak sederhananya proses pencarian data rekam medispasien dan pengelolaan nota pembayaran. Berdasarkan analisis studi literatur dan permasalahan, diusulkanimplementasi aplikasi manajemen klinik pratama pada studi kasus klinik Laa Tachzan. Aplikasi ini dapatdioperasikan di dua platform, web dan mobile. Adapun model pengembangan yang digunakan yaitu AgileSoftware Development. Dari hasil pengujian menggunakan pendekatan black box didapatkan bahwapenggunaan kertas dapat dikurangi, informasi jadwal dokter dapat diketahui calon pasien, nomor antrianpasien dapat diperoleh secara online, data rekam medis lebih cepat ditemukan petugas, dan nota pembayaranlebih sederhana untuk dikelola.
Pengembangan E-Presensi berbasis Android untuk Monitoring Kehadiran Siswa Sekolah Menengah di Kota Pekalongan (Studi Kasus: SMP Islam Pekalongan) Much. Rifqi Maulana; Esti Mulyani
IC-Tech Vol 13 No 2 (2018): IC-Tech Volume XIII No.2 Oktober 2018
Publisher : STMIK WIDYA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (369.651 KB) | DOI: 10.47775/ictech.v13i2.40

Abstract

Rata-rata lama sekolah (Mean Years Schooling/MYS) penduduk Kota Pekalongan pada 4 (empat) tahun terakhir mengalami peningkatan, meskipun lambat. Berdasarkan data statistik Kota Pekalongan, rata-rata lama sekolah penduduk Kota Pekalongan adalah 8,29 persen atau berarti rata-rata pendidikan penduduk hanya setingkat kelas 2 SMP. Salah satu faktor yang membuat rendahnya rata-rata lama sekolah adalah tingkat kehadiran siswa. Ketika siswa jarang hadir di sekolah, maka siswa tersebut akan ketinggalan materi pembelajaran sehingga membuat prestasinya menurun. Siswa yang prestasinya di bawah rata-rata biasanya tidak akan melanjutkan pendidikannya ke tingkat yang lebih tinggi. Proses pencatatan kehadiran siswa di sekolah masih kurang efektif karena siswa bisa melakukan manipulasi kehadiran dan orang tua juga belum bisa mengetahui kehadiran siswa di sekolah. Saat ini, seluruh sekolah menengah di Kota Pekalongan sudah memiliki akses Internet dan sebagian besar siswa dan orang tua juga menggunakan smartphone untuk mengakses Internet. Penelitian ini bermaksud untuk mengembangkan aplikasi e-Presensi berbasis android untuk monitoring kehadiran siswa sekolah menengah di Kota Pekalongan. Metode pengumpulan data yang digunakan dalam penelitian ini adalah observasi dan wawancara. Sedangkan metode pengembangan sistem yang digunakan adalah metode SDLC (System Decelopment Life Cycle) dengan tahapan planning, analysis, design, implementation, testing & integration, maintenance. Hasil dari penelitian ini adalah terwujudnya aplikasi e-Presensi berbasis android untuk monitoring kehadiran siswa sekolah menengah di Kota Pekalongan. Dengan aplikasi e-Presensi tersebut, siswa melakukan presensi di sekolah menggunakan finger print (sidik jari), kemudian sistem akan mengirim pesan pada smartphone orang tua/wali, sehingga orang tua/wali dapat dengan mudah memantau kehadiran putra-putrinya di sekolah. Sekolah juga lebih mudah dalam melakukan rekap kehadiran siswa pada akhir semester. Dengan menggunakan e-Presensi ini, diharapkan dapat meningkatkan tingkat kehadiran siswa dan menekan angka bolos sekolah, sehingga dalam jangka panjang dapat meningkatkan rata-rata lama sekolah (Mean Years Schooling/MYS) penduduk Kota Pekalongan.
Class Balancing Methods Comparison for Software Requirements Classification on Support Vector Machines Fachrul Pralienka Bani Muhamad; Esti Mulyani; Munengsih Sari Bunga; Achmad Farhan Mushafa
Sinkron : jurnal dan penelitian teknik informatika Vol. 8 No. 2 (2023): Research Article, Volume 8 Issue 2 April, 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i2.12415

Abstract

Cost, time, and development effort can increase due to errors in analyzing functional and non-functional software requirements. To minimize these errors, previous research has tried to classify software requirements, especially non-functional requirements, on the PROMISE dataset using the Bag of Words (BoW) feature extraction and the Support Vector Machine (SVM) classification algorithm. On the other hand, the unbalanced distribution of class labels tends to decrease the evaluation result. Moreover, most software requirements are usually functional requirements. Therefore, there is a tendency for classifier models to classify test data as functional requirements. Previous research has performed class balancing on a dataset to handle unbalanced data. The study can achieve better classification evaluation results. Based on the previous research, this study proposes to combine the class balancing method and the SVM algorithm. K-fold cross-validation is used to optimize the training and test data to be more consistent in developing the SVM model. Tests were carried out on the value of K in k-fold, i.e., 5, 10, and 15. Results are measured by accuracy, f1-score, precision, and recall. The Public Requirements (PURE) dataset has been used in this research. Results show that SVM with class balancing can classify software requirements more accurately than SVM without class balancing. Random Over Sampling is the class balancing method with the highest evaluation score for classifying software requirements on SVM. The results showed an improvement in the average value of accuracy, f1 score, precision, and recall in SVM by 22.07%, 19.67%, 17.73%, and 19.67%, respectively.
Implementation of Finite State Machine Algorithm for Interactive Physics Learning in a 3D Game Nur Budi Nugraha; Yaqutina Marjani Santosa; Esti Mulyani
Journal of Applied Informatics and Computing Vol 7 No 2 (2023): December 2023
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v7i2.6738

Abstract

Physics is a subject taught in high schools as per the established curriculum. Teachers often employ traditional teaching methods where students study independently without active participation, leading to boredom and reduced enthusiasm for learning. Physics is frequently perceived as difficult and perplexing by most students, and the utilization of 3D games as a learning tool can help overcome these challenges. This research aims to integrate the Finite State Machine (FSM) algorithm into a 3D game to create a more effective and engaging learning experience for students. The study employs the waterfall method in application development, encompassing stages such as needs analysis, application design, FSM implementation in games, and game testing and evaluation. 3D physics games have been successfully developed and tested for their feasibility. This game serves as an effective means of entertainment and learning, aiding students in enhancing their understanding of physics subjects. According to the results of a questionnaire with 50 respondents, it is evident that this 3D game is quite user-friendly (90%) and possesses a very good user interface (89%). Approximately 78% of respondents stated that their experience in using the game was very good. Moreover, 82% of respondents found that this educational physics game was highly beneficial for learning physics material.