Garuda - Garba Rujukan Digital

Sistem Informasi Sales Report Berbasis Web Pada Divisi Cargo Pt. Sriwijaya Air Distrik Cengkareng Simanungkalit, Jumantho; Leidiyana, Henny
JURNAL INFORMATIKA, SAINS & TEKNOLOGI Vol 9 No 1 (2019): Informatics Engineering and Science Journal
Publisher : STMIK BANI SALEH

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (787.552 KB)

Sistem informasi yang berkembang sekarang ini memungkinkan kita untuk lebih mempermudah perkerjaan dan dalam proses bisnis khususnya. Sriwijaya air adalah perusahaan yang besar dalam bisnis transportasi udara juga memiliki system dalam proses bisnisnya, salah satunya adalah Sistem sales report berbasis website. Sistem informasi berbasis website merupakan solusi dalam mempermudah pekerjaan dalam suatu instansi ataupun perusahaan khususnya bagi Sriwijaya Air. Namun proses sistem yang sedang berjalan saat ini perlu dibuat lebih efisien yaitu beberapa menu sebenarnya dapat dibuat dalam satu tampilan dan satu sesi proses bisnis sehingga permasalahan yang ada dapat diselesaikan lebih efektif. Sistem yang diusulkan merupakan pengembangan proses yang terkomputerisasi berbasis web, drancang dengan model waterfall, dibangun menggunakan Native dan bahasa pemograman PHP yang mampu menyimpan article/knowledge, yang didesain dengan simple agar proses booking sampai dengan report dapat berjalan lebih simple dengan menghilangkan beberapa menu yang sebenarnya bisa dijadikan dalam satu tahapan yang bisa berjalan langsung

PEMODELAN KLASIFIKASI DALAM MENINGKATKAN PROSES PEMILIHAN CALON KARYAWAN DENGAN METODE C4.5 DAN JARINGAN SYARAF TIRUAN leidiyana, henny; Permana, Angga Aditya
Jurnal Informatika Vol 4, No 1 (2020): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Bagi manajemen SDM dalam sebuah perusahaan, pemilihan sumber daya manusia yang memiliki kualifikasi dan kinerja yang tinggi merupakan tugas yang penting. Pelamar kerja dengan jumlah yang sangat banyak membuat manajemen SDM harus melakukan pemilihan calon karyawan dengan teliti dan membutuhkan waktu yang tidak sedikit. Bidang penambangan data yang saat ini sedang populer, dapat dimanfaatkan untuk meningkatkan kinerja pemilihan karyawan. Dalam penulisan ini, dibahas tentang penerapan algoritma C4.5 dan jaringan syaraf tiruan untuk membuat model klasifikasi pemilihan karyawan. Untuk menguji model yang dihasilkan, beberapa percobaan dilakukan dengan menggunakan data yang dikumpulkan dari sebuah cabang perusahaan. Model yang dihasilkan dapat digunakan untuk membantu SDM dalam meningkatkan Â hasil pemilihan pelamar baru

SISTEM INFORMASI FASILITAS DI DKI JAKARTA BERBASIS ANDROID DENGAN ALGORITMA FLOYD WARSHALL Rachman, Ali; Leidiyana, Henny
Jurnal Komtika (Komputasi dan Informatika) Vol 4 No 1 (2020)
Publisher : Universitas Muhammadiyah Magelang

Mobile devices, especially the Android operating system, are very easy to use to provide information related to work or location precisely and accurately, especially searching for the location of facilities in DKI Jakarta, such as hospitals, fire stations, restaurants, hotels, and other places. But so far the problem is often encountered related to inaccurate information reports where reports take the form of images and text without a real location statement. For this reason, it is necessary to design a mobile application that can provide detailed information about the location of several public facilities in DKI Jakarta using the Software Development Life Cycle (SDLC) method. Applications that are made can provide information that has several features including image information, title, description, location, and weather.

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PERSENDIAN MENGGUNAKAN METODE CERTAINTY FACTOR Leidiyana, Henny; Hariyanto, Risvan Dwi
Jurnal Komtika (Komputasi dan Informatika) Vol 4 No 1 (2020)
Publisher : Universitas Muhammadiyah Magelang

If someone feels unwell, they will usually make a diagnosis and find the solutions before deciding to consult a doctor. As with joint disease with symptoms of pain that are still mild, there is no time to go to the doctor, fees, or other reasons. Especially now through information via the internet can be easily obtained. To assist in identifying and improving the accuracy of diagnosis, it is necessary to have a web-based expert system application to diagnose joint disease using certainty factor methods. The research method used is using SDLC (Software Development Life Cycle). An expert system that has been made can be used as early detection and get solutions for joint diseases and preventive measures to treatment

PENERAPAN METODE SVM UNTUK KLASIFIKASI RESIKO KREDIT KEPEMILIKAN KENDARAAN (MOTOR) Supendar, Hendra; Leidiyana, Henny
Jurnal Sistem Informasi Vol 4 No 1 (2015)
Publisher : STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (694.877 KB)

Abstractâ€”Given Credit Risk in a lease is always there , So credit analysis should be done carefully . if Consumer troubled in paying installment payments , so would be detrimental to the lease . Therefore , quantitative and qualitative Credit analyzing will provide clarity for decision makers . To achieve this goal , credit preparations should be done by collecting information and data. The quality of the result of the analysis depends on the quality of human resources , the data, and analysis techniques .In this research discussed regarding the application using support vector machine ( SVM ) method for determination of the Credit Risk of Motor Vehicle ownership . The resulting model is then evaluated its performance by calculating accuracy model prediction using Confusion Matrix and ROC curve, obtained 79.78 % accuracy value and AUC value is 0.894. The classification is Good Enough because have AUC values between from 0.8 to 0.9.Intisariâ€” Mengingat resiko tidak kembalinya kredit pada sebuah leasing, selalu ada, maka analisis kredit dengan cermat perlu dilakukan. Jika konsumen bermasalah dalam pembayaran angsuran, maka akan merugikan pihak leasing. Oleh karena itu, penilaian kuantitatif dan kualitatif dalam menganalisa kredit akan memberikan kejelasan bagi pembuat keputusan. Untuk mewujudkan hal tersebut, perlu dilakukan persiapan kredit, yaitu dengan mengumpulkan informasi dan data untuk bahan analisis. Kualitas hasil analisis tergantung pada kualitas SDM, data yang diperoleh, dan teknik analisis.Dalam penelitian ini dibahas mengenai penerapan metode Support vector machines (SVM) untuk penentuan resiko kredit kepemilikan kendaraan bermotor. Model yang dihasilkan kemudian dievaluasi performansinya dengan cara menghitung akurasi model dalam memprediksi menggunakan metode Confusion Matrix dan Kurva ROC, didapat nilai akurasi 79.78% dan termasuk klasifikasi cukup baik karena memiliki nilai AUC antara 0.8-0.9, yaitu sebesar 0.894.Kata kunci: Support Vector Machines, Confusion Matrix, Kurva ROC

Aplikasi Pengendalian Persediaan Barang Berbasis Android dengan Metode Economic Order Quantity (EOQ) pada Bengkel Dunia Motor Leidiyana, Henny; Anugrah, Arya
Jurnal Komtika (Komputasi dan Informatika) Vol 4 No 2 (2020)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v4i2.4217

Good inventory control is something that must be considered in inventory management. The world of motorbikes is a special Honda motorcycle workshop which has a problem, namely a large supply of slow moving parts while a shortage of fast moving supplies. Employees in the spare parts department are also often confused in picking up parts from the warehouse because of unclear inventory information. As a solution, an application is made that applies an optimal inventory of goods using Economic Order Quantity (EOQ), which is a method used to determine the most economical amount of purchases made every time a purchase. Using services from Firebase will simplify the application development process. Because the application is general in nature, for more specific use by considering the characteristics, type and size of the goods, the application can be developed.

PENENTUAN KLASIFIKASI MUTU FISIK BERAS DENGAN METODE NAÃVE BAYES Leidiyana, Henny
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 1 No 2 (2013): September 2013
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRACTRice is the staple food of the people of Indonesia in particular. One factor that made the people's choice inselecting rice is quality. Writing is about the determination of the classification of rice quality is acceptableand not based on quality components that have been set by the ISO.A total of 1161 data is used as trainingdata. The data obtained consists of 6 attributes, namely moisture content, milling degree, broken grains,grain groats, because the other is a predictor attributes, while the condition of a label attribute(class). Training data is cleaned and then made a physical model of the determination of quality grade riceusing NaÃ¯ve Bayes method. The resulting model was tested using the method of Cross Validation and theROC curve. From the test results obtained by the results of model accuracy by 92.56% and AUC values for0989, this means that the resulting model is classified as very good Keywords : NaÃ¯ve Bayes, Cross Validation, Confusion matrix, ROC curve ABSTRAKBeras merupakan makanan pokok masyarakat Indonesia khususnya. Salah satu faktor yang dijadikanpilihan masyarakat dalam memilih beras adalah mutunya. Penulisan ini membahas tentang penentuanklasifikasi mutu beras yang dapat diterima dan tidak berdasarkan komponen mutu yang telah ditetapkanoleh SNI. Sebanyak 1161 data digunakan sebagai data training. Data yang didapat terdiri dari 6 atribut,yaitu kadar air, derajat sosoh, butir patah, butir menir, sebab lain merupakan atribut prediktor, sedangkankondisi merupakan atribut label (kelas). Data training dibersihkan kemudian dibuat model penentuan kelasmutu fisik beras menggunakan metode NaÃ¯ve Bayes. Model yang dihasilkan diuji menggunakan metodeCross Validation dan Kurva ROC. Dari hasil pengujian diperoleh hasil akurasi model sebesar 92,56% dannilai AUC sebesar 0.989, ini berarti bahwa model yang dihasilkan termasuk klasifikasi sangat baik. Kata Kunci : NaÃ¯ve Bayes, Cross Validation, Confusion matrix, Kurva ROC

PREDIKSI PINJAMAN KREDIT DENGAN SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBORS PADA KOPERASI SERBA USAHA Iriadi, Nandang; Leidiyana, Henny
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol 1 No 2 (2013): September 2013
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

BSTRACTCooperatives as a form of organization that are important in promoting economic growth . Cooperatives bean alternative for people to get funds in an effort to improve their quality of life , day-to- day needs anddevelop the business . No doubt , lend funds to member cooperatives will surely emerge problems , such asmembers of the borrower paying the overdue installment of funds , misuse of funds for other purposes , thecustomer fails to develop its business so as to result in cooperative funds do not flow or it can lead to badcredit . In this research will be carried out loans prediction using data mining classification Support VectorMachine and k - Nearest Neighbors were then conducted a comparison of both methods . From the testresults to measure the performance of both methods using cross validation , confusion matrix and ROCcurves is known that Support Vector Machine has an accuracy value of 92.67 % followed by k -NearestNeighbors, which has a value of 88.67 % accuracy . Thus the Support Vector Machine method is includedin Verry Good Clasification because it has the accuracy of 92.67 % . Keywords: comparative, Support Vector Machines, k-Nearest Neighbors, Credit Analysis ABSTRAKKoperasi sebagai salah satu bentuk organisasi yang penting dalam meningkatkan pertumbuhan ekonomi.Koperasi simpan pinjam menjadi salah satu alternatif bagi masyarakat untuk mendapatkan dana dalamupaya memperbaiki taraf kehidupan, pemenuhan kebutuhan sehari-hari dan mengembangkan usaha.Tidakdipungkiri, memberikan pinjaman dana kepada anggota koperasi pasti akan muncul permasalahanpermasalahan, seperti anggota peminjam terlambat membayarkan cicilan dana, penyalahgunaan dana untukkeperluan lain, nasabah gagal mengembangkan usahanya sehingga dapat mengakibatkan dana di koperasitidak mengalir atau dapat mengakibatkan kredit macet. Dalam penelitian ini akan dilakukan prediksipinjaman kredit dengan menggunakan metode klasifikasi data mining Support Vector Machine dan kNearest Neighbor syang kemudian dilakukan komparasi kedua metode tersebut. Dari hasil pengujiandengan mengukur kinerja kedua metode tersebut menggunakan cross validation, confusion matrix dankurva ROC diketahui bahwa Support Vector Machine memiliki nilai akurasi 92.67% diikuti oleh k-NearestNeighbors yang memiliki nilai akurasi 88,67%. Dengan demikian Metode Support Vector Machine tersebuttermasuk dalam Verry Good Clasification karena memiliki nilai akurasinya sebesar 92.67%. Kata kunci: komparasi,Support Vector Machine,k-Nearest Neighbors ,Analisa Kredit

SISTEM INFORMASI SALES REPORT BERBASIS WEB PADA DIVISI CARGO PT. SRIWIJAYA AIR DISTRIK CENGKARENG Simanungkalit, Jumantho; Leidiyana, Henny
Jurnal Gerbang STMIK Bani Saleh Vol 9 No 1 (2019): Informatics, Science and Technologies Journal
Publisher : LIPI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Sistem informasi yang berkembang sekarang ini memungkinkan kita untuk lebih mempermudah perkerjaan dan dalam proses bisnis khususnya. Sriwijaya air adalah perusahaan yang besar dalam bisnis transportasi udara juga memiliki system dalam proses bisnisnya, salah satunya adalah Sistem sales report berbasis website. Sistem informasi berbasis website merupakan solusi dalam mempermudah pekerjaan dalam suatu instansi ataupun perusahaan khususnya bagi Sriwijaya Air. Namun proses sistem yang sedang berjalan saat ini perlu dibuat lebih efisien yaitu beberapa menu sebenarnya dapat dibuat dalam satu tampilan dan satu sesi proses bisnis sehingga permasalahan yang ada dapat diselesaikan lebih efektif. Sistem yang diusulkan merupakan pengembangan proses yang terkomputerisasi berbasis web, drancang dengan model waterfall, dibangun menggunakan Native dan bahasa pemograman PHP yang mampu menyimpan article/knowledge, yang didesain dengan simple agar proses booking sampai dengan report dapat berjalan lebih simple dengan menghilangkan beberapa menu yang sebenarnya bisa dijadikan dalam satu tahapan yang bisa berjalan langsung

Perbandingan Algoritma dalam Analisa Sentimen Krisis Evergrande pada Kanal Berita Youtube Leidiyana, Henny
Jurnal Gerbang STMIK Bani Saleh Vol 11 No 2 (2021): Informatics, Science and Technologies Journal
Publisher : LIPI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Selama beberapa tahun terakhir, YouTube telah menjadi video online besar dengan jutaan pengguna. Banyak dari video ini berisi komentar pengguna dalam jumlah yang signifikan dan menarik untuk dilakukan kegiatan mengekstrak tren dari komentar tersebut. Dalam penelitian ini dilakukan analisa sentimen dari komentar pada berita melalui kanal YouTube terkait topik perusahaan swasta terbesar di Cina dan salah satu pengembang real estate yang mengalami krisis keuangan sehingga gagal membayar hutang. Dengan menggunakan teknik pembelajaran mesin, analisa sentimen yang telah dilakukan meliputi tahap persiapan data, ekstraksi fitur menggunakan teknik Count Vectorizer kemudian pemodelan dengan algoritma SVM, Multinomial Naive Bayes, Decision Tree, dan Logistic regression. Hasil terbaik diperoleh pada penerapan algoritma SVM dan Multinomial NaÃ¯ve Bayes dengan akurasi 84%, algoritma Logistic Regression 81% dan terendah pada algoritma Decision Tree dengan akurasi 73%.

Title

Found 25 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 25 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 25 Documents
Search