Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

3.942

P-Index

This Author published in this journals

All Journal Perfecting a Video Game with Game Metrics Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Informatika dan Teknik Elektro Terapan Journal of Information System Jurnal Informatika Universitas Pamulang INTECOMS: Journal of Information Technology and Computer Science Jiko (Jurnal Informatika dan komputer) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Pengabdian Magister Pendidikan IPA JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) jurnal teknik informatika dan sistem informasi Jurnal Informatika dan Rekayasa Perangkat Lunak Generation Journal Scientific Journal of Informatics Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Teknologi Informatika dan Komputer Jurnal Ilmiah Wahana Pendidikan J-SAKTI (Jurnal Sains Komputer dan Informatika)

Intan Purnamasari

Universitas Singaperbangsa Karawang

Author-ID : 3180794

Religion Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Social Sciences Other

Published : 24 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

Klasifikasi Ulasan Pengguna Zoom Cloud Meetings Menggunakan Metode Information Gain dan NaÃ¯ve Bayes Classifier Rohanah, Aan; Dermawan, Budi Arif; Purnamasari, Intan
Jurnal Informatika Universitas Pamulang Vol 6, No 2 (2021): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v6i2.10728

During the Covid-19 pandemic, ZOOM Cloud Meetings video conference application was felt to be of benefit. This is due to limited direct physical contact and all activities are carried out virtually from home. So that during the pandemic the ZOOM Cloud Meetings application was widely downloaded by various groups of people, and reaped various responses from users who complained on the Google Play Store. Complaints from user reviews can contain valuable information for application development. To obtain this information, user reviews of applications are classified based on the ISO 9126 category. ISO 9126 is one of the standards for evaluating software based on user satisfaction. The ISO standards used are functionality, efficiency, reliability, maintainability, portability, and usability. This study uses the CRISP-DM research methodology and for modeling in the classification applies the NaÃ¯ve Bayes Classifier and Information Gain. Information Gain is used for word conversion and data transformation from categorical to numeric and to reduce data dimensions. NaÃ¯ve Bayes is able to predict data to enter the classification class. Testing of the model applies manual and automatic k-fold cross validation testing. The results of the classification of the model in manual testing produce the best accuracy of 79% and the k-fold cross validation test is 80.51%. The existence of this accuracy value is expected to be a reference for developing the ZOOM Cloud Meetings application.

Knowledge management system SOP using semantic networks connected with personnel information system: case study Universitas Singaperbangsa Karawang Intan Purnamasari; Irman Hermadi; Yani Nurhadryani
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 1: February 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v17i1.9107

Document Standard Operating Procedures (SOP) can manage business processes and employee performance in an organization. This study aims to develop a system that can publish SOP documents automatically distributed to employees. In this study, an analysis of the relationship between SOP documents and employees is carried out so that it can be directly allocated to employees according to the position. Knowledge analysis of the relationship between SOP documents and employees is done using semantic network analysis. Semantic networks are used to analyze components of knowledge and the relationship between SOP documents and employees. The results of the report of the elements of knowledge and the relationship between SOP documents found 25 SOP documents were consisting of 6 types of central nodes with 156 child nodes and had 7 types of relations containing 207 relations. SOP knowledge management system is connected to the personnel information system (SIPEG) so that it makes it easier for users to find, accommodate, and manage the knowledge contained in SOP documents. System implementation is done using PHP programming language with CodeIgniter framework, Rest API, and MySQL database.

Pengelompokan Desa Menggunakan K-Means Untuk Penyelenggaraan Penanggulangan Bencana Banjir shelladita fitriyani susilo; Asep Jamaludin; Intan Purnamasari
JOINS (Journal of Information System) Vol 5, No 2 (2020): Edisi November 2020
Publisher : Universitas Dian Nuswantoro

Penyelenggaraan penanggulangan bencana merupakan suatu agenda kewajiban lembaga yang dinamakan BPBD. Perencanaan yang tidak terstruktur menyebabkan penentuan komponen didalamnya menjadi kurang optimal, seperti tempat, sumber daya manusia, transportasi. Penentuan tempat menjadi poin utama yang dapat mempengaruhi komponen lain dalam perencanaan. Ketersediaan data mengenai tempat berupa rekap desa rawan bencana dimiliki oleh bidang I Kesiapsiagaan Bencana. Rekap data kejadian dan profil desa dilakukan pengelompokan untuk menemukan karakteristik yang dapat membantu dalam penentuan tempat kegiatan. Metode K-Means digunakan untuk memetakan desa sesuai karakteristik dengan jumlah cluster sesuai jumlah optimal yang lebih baik antara metode elbow dan silhouette. Dihasilkan clustering optimal dengan jumlah cluster 7 hasil penentuan nilai k dari metode elbow. Dengan ukuran pengelompokan Cluster 1 = 1 desa, Cluster 2 = 2 desa, Cluster 3 = 19 desa, Cluster 4 = 4 desa, Cluster 5 = 5 desa, Cluster 6 = 1 desa, Cluster 7 =1 desa.

Optimalisasi Manajemen Penerimaan & Penyimpanan Dokumen Fax Menggunakan Algoritma Greedy Intan Purnamasari; Oman Komarudin
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6, No 6: Desember 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Mesin fax pada dasarnya mutlak diperlukan bagi sebuah instansi maupun organisasi tertentu. Namun kesulitan yang dihadapi oleh beberapa perusahaan kecil maupun menengah adalah tidak dapat mengalokasikan dana bagi pembelian mesin fax, perawatan, dan perlengkapan komputer sebagai media penunjang. Bagi perusahaan yang telah memiliki mesin fax pun, manajemen dokumen yang diterima melalui fax menjadi kesulitan tersendiri, dari mulai perawatan mesin fax, pemeriksaan ketersediaan kertas dan cartridge tinta, pemeriksaan dokumen yang diterima, serta penyimpanan arsip fax yang diterima. Metodologi penelitian yang akan digunakan pada penelitian ini adalah metode rakayasa perangkat lunak atau Software Development Life Cyle (SDLC) dengan model pemrograman cepat atau Extreme Programming. Desain pemodelan aplikasi menggunakan UML (Unified Modelling Language) yang diimplementasikan menggunakan bahasa pemrograman PHP sebagai algoritma program dan bahasa pemrograman HTML untuk desain tampilan aplikasi dengan tools aplikasi Notepad++. Hasil implementasi dari aplikasi ini adalah yang semula awalnya penerimaan dokumen fax dengan menggunakan mesin fax harus tercetak dan membutuhkan media kertas sebanyak 100% mengingat mesin fax hanya dapat menampilkan pesan dan dapat dibaca setelah tercetak namun setelah menggunakan apliksi digifax ternyata dapat menghemat penggunaan kertas sebanyak 24,6% sehingga penggunaan kertas menurun menjadi 78,6%. Hal ini karena dengan aplikasi digifax dokumen atau file fax yang diterima dapat disimpan dan dapat dicetak (print) maupun diatur sesuai kebutuhan pengguna. AbstractFax machine basically is absolutely necessary for a particular institution or organization. However, the difficulties faced by some small and medium enterprises are not able to allocate funds for the purchase of a fax machine, maintenance, and computer equipment as supporting media. For companies that already have a fax machine too, management documents received via fax into its own difficulties, ranging from fax machine maintenance, checking the availability of paper and ink cartridges, examination of documents received, and the received fax archival storage. The research methodology that will be used in research is a method of software engineering or Software Development Life Cyle (SDLC) with fast programming model or Extreme Programming. Design application modeling using UML (Unified Modeling Language) which is implemented using the PHP programming language as the program algorithm and HTML programming language for interface design tool applications with Notepad + + applications. The results of the implementation of this application is that the original fax document acceptance initially using fax machines need to be printed and paper media as much as 100% given the fax machine can only display a message and can be read as printed digifax but after using the same practice was able to save the use of paper as much as 24, 6%, so the use of paper decreased to 78.6%. This is because the application digifax documents or files received faxes can be stored and can be printed (print) and arranged according to user needs.

Implementasi Link State Routing Dengan Algoritma Dijkstra Pada Jaringan GM Purinet Kosambi Menggunakan Metode NDLC Adri Firdiansyah; C Carudin; Intan Purnamasari
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.399

The growth of Startup companies is soaring in this era of digital economy, not a few also use LAN within the scope of their company to conduct data transactions between divisions in the company. This study aims to analyze the performance of the Link State routing protocol with Dijkstra's Algorithm using qualitative method and the Network Development Life Cycle (NDLC) methodology. Qualitative method aims to test the quality of a system to assess its performance. The research object that will be selected is GM Purinet Kosambi for the reason it has all the requirement needed for this research to continue. Because the performance of Link State Routing is not yet known by many people if it is implemented and used as a superior routing protocol in a Startup business that uses a Computer Network in it, the author is interested in researching it. The results of this study indicate that the performance of Link State Routing is very good according to the parameter of Quality of Service (QOS) and can prevent and solve existing problems as well as preventable problems such as network disconnections and detection of disturbances that commonly occur in computer networks.

Pengaruh Stopword Removal dan Stemming Terhadap Performa Klasifikasi Teks Komentar Kebijakan New Normal Menggunakan Algoritma LSTM Agil Santosa; Intan Purnamasari; Rini Mayasari
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 6, No 1 (2022): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v6i1.427

The development of information technology has made the popularity of social media increase in recent years, one of which is Youtube. Youtube’s popularity make this platform a major source of sentiment where almost everyone tends to express their views in the form of comments. These commnent not only express people but also have more meaning about their experiences. Comments originating from social media are unstructured so that in sentiment analysis the preprocessing stage is an important task. There are many techniques used in preprocessing including stopwrod and stemming. However, several studies have shown that the use of stopword and stemming gives different result. Therefore, in this paper, the researcher further anlyzes the effect of applying stopword and stemming on Youtube video comment regarding the New Normal policy using Long Short Term-Memory. The result obtained we found that the use of stopword and stemming greatly affects the performance of the model, this is because a lot of information is lost after the stopword process and some words change meaning after stemming.

Algoritma Fp-Growth untuk Mengetahui Pola Perceraian Selama Masa Pandemi COVID-19 di Kab. Majalengka M. Rayhan Rizqullah Syarif; Intan Purnamasari; Rini Mayasari
INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 2 (2021): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v4i2.2782

Pandemi COVID-19 seharusnya menjadi kesempatan bagi semua keluarga untuk menjadi lebih akrab di rumah, namun disayangkan banyak sekali pasangan suami istri yang memutuskan untuk mengakhiri hubungannya selama masa ini. Banyak dampak buruk akibat perceraian ini, diantaranya yang paling berpengaruh adalah terhadap kehidupan anak. Oleh karena itu pada penelitian kali ini akan mencari paham hal-hal apa saja yang dapat berpotensi menyebabkan perceraian. Untuk mengatasi permasalahan tersebut penelitian ini akan menggunakan teknik data mining asosisasi dengan Algoritma FP-Growth untuk mencari pola-pola perceraian di Kabupaten Majalengka. Data yang digunakan adalah data Perceraian di Kabupaten Majalengka rentang waktu April – Desember 2020 sebanyak 3054.data Penelitian yang dilakukan menggunakan aturan minimum support 30%, minimum confidence 80%, dan lift ratio lebih dari 1 ini menghasilkan 13 kombinasi pola menarik.

Algoritma Linear Regression dalam Memprediksi Pertumbuhan Jumlah Penduduk Menurut Provinsi dan Jenis Kelamin Bella Aprianti; Anisa Aulia; Intan Purnamasari
Jurnal Ilmiah Wahana Pendidikan Vol 8 No 5 (2022): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Basically the population in a country will continue to increase every year. According to the Central Statistics Agency (BPS), Indonesia's population in 2015 continued to increase until 2020. The increasing population growth will have an impact on the economic, social, political and national defense sectors. Proper structured planning by the government is needed to avoid the possible impacts. Researchers predict population growth using the Linear Regression Algorithm in prediction techniques in data mining. The results of the Linear Regression Algorithm are almost perfect because they are very close to the original data, and the resulting accuracy is very good. The lowest RMSE result is 125,321.

PENERAPAN NAÏVE BAYES UNTUK KLASIFIKASI TINGKAT RISIKO DIAGNOSIS GIGI DI UPTD PUSKESMAS CINGAMBUL Elin Nurlia; Mohamad Jajuli; Intan Purnamasari
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 2 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i2.3190

Penyakit gigi merupakan kondisi yang dialami ketika muncul rasa sakit pada organ gigi dan mulut karena gigi berlubang atau gangguan lainnya. Kesehatan gigi sangat penting sebab gigi termasuk organ penting pada sistem pencernaan, jika terjadi gangguan dapat menyebabkan masalah kesehatan lainnya. Bahkan peradangan gigi dan gusi yang parah jika tidak segera ditangani dapat menimbulkan penyakit mematikan seperti stroke, diabetes dan jantung. Kasus penyakit gigi yang terjadi di UPTD Puskesmas Cingambul setiap tahunnya masih mengalami peningkatan, bahkan penyakit dengan kondisi yang parah seringkali dikeluhkan. Namun pelayanan kesehatan gigi di sana masih terbatas karena tidak ada dokter yang bertugas. Oleh karena itu, diperlukan sebuah metode yang mampu mengklasifikasikan tingkat risiko diagnosis gigi agar dapat menilai penanganan yang tepat. Penelitian ini bertujuan untuk menerapkan algoritma Naïve Bayes dengan metodologi Knowledge Discovery in Database (KDD) untuk mengklasifikasikan diagnosis gigi berdasarkan risiko parah, sedang dan ringan. Pengujian penerapan algoritma Naïve Bayes dilakukan dengan sembilan skenario k-fold cross-validation. Penggunaan 3-fold cross-validation menunjukan performa terbaik dengan akurasi 93,33% dan nilai kappa 0,855 yang termasuk kategori klasifikasi Very Good. Sedangkan rata-rata hasil pengujian memperoleh accuracy 92,32% dan nilai kappa 0,833 yang termasuk kategori klasifikasi Very Good. Sehingga, algoritma Naïve Bayes dinilai mampu mengklasifikasikan tingkat risiko diagnosis gigi yang terjadi di UPTD Puskesmas Cingambul dengan baik karena memiliki nilai accuracy cukup baik dan nilai kappa yang termasuk kategori Very Good.

Penerapan SVM dan Information Gain Pada Analisis Sentimen Pelaksanaan Pilkada Saat Pandemi Aliffia Kulsumarwati; Intan Purnamasari; Budi Arif Darmawan
Jurnal Teknologi Informatika dan Komputer Vol 7, No 2 (2021): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v7i2.641

Sosial media pada masa kini banyak dimanfaatkan untuk berbagai aktifitas, salah satunya adalah untuk menumpahkan segala tanggapannya terhadap kejadian-kejadian yang tengah terjadi di masyarakat. Seperti banyaknya masyarakat yang memberikan tanggapan terhadap kebijakan pemerintah Indonesia mengenai perlaksanaan Pilkada 2020 yang tetap diselenggarakan meski di tengah pandemi Covid-19 di Twitter. Berbagai tanggapan masyarakat ada yang mendukung maupun tidak setuju dengan diadakannya pilkada 2020 karna dilaksanakan di masa pandemi. Untuk itu maka dilakukan penerapan data mining dengan algoritma Support Vector Machine dan seleksi fitur information gain untuk menganalisis berbagai tanggapan masyarakat mengenai pelaksanaan pilkada 2020. Data yang digunakan merupakan tweet dari aplikasi Twitter sebanyak 496 data. Sebelum tahap data mining, dilakukan pembagian data menjadi 80% data traning dan 20% data testing. Hasil klasifikasi data tweet dengan Support Vector Machine menggunakan kernel linear menghasilkan nilai akurasi yang besar yaitu 92%, precision 90%, dan recall 92%.

Co-Authors Adhi Rizal Adri Firdiansyah Agil Santosa Aimede Primackof Pouryono Aliffia Kulsumarwati Anisa Aulia Asep Jamaludin Bagja Nugraha Bella Aprianti Budi Arif Dermawan Carudin, Carudin Dinar Hasnan Hariri Dori Lukman Hakim Dyas Rahma Putri Elin Nurlia Erik Arfan Suganda Firmansyah, Dani Hannie Hannie Ibnu Alfitra Salam Irman Hermadi Julius Widianto Pratama Putra Kamal Prihandani M Jajuli M. Rayhan Rizqullah Syarif M.Pd S.T. S.Pd. I Gde Wawan Sudatha . Muhamad Iqbal Faddillah Oman Komarudin Oman Komarudin Rifky Syaripudin Rini Mayasari Rohanah, Aan Samuel Bayulianto shelladita fitriyani susilo Siska Siska Tania Fatiah Rahmadanti Valdi Irawan Yani Nurhadryani Yundari, Yundari Yusup, Irvan Maulana

Title

Found 24 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 24 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 24 Documents
Search