Article Per Year (5 Year)
p-Index From 2019 - 2024
1.325
P-Index
This Author published in this journals
All Journal JITK (Jurnal Ilmu Pengetahuan dan Komputer) KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) MEANS (Media Informasi Analisa dan Sistem)
Heliyanti Susana
STMIK IKMI Cirebon
Computer Science & IT

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
ANALISIS PEMETAAN WILAYAH MENGGUNAKAN METODE ALGORITMA K-MEANS Novia Nur; Lugi Prayoto; Bagas Tanjung Mardiyanto; Heliyanti Susana
JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer Vol 12 No 3 (2021): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : LPPM Sekolah Tinggi Teknologi Pagar Alam

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

Abstract

The most popular tourist attractions in Cirebon Regency are the graves of the ancestors, which are included in the type of religious tourism. Basically, there are quite a lot of tourist attractions in Cirebon Regency, but there are still tourist attractions that have not been organized and have not been developed optimally. Even though there are many places in Cirebon Regency that have the potential to be developed into a tourist attraction. One of the tourist attractions that has been developed and has an official manager is the Banyu Panas Gempol-Cirebon Tourism Object. The research objective is to implement machine learning using the K-Means algorithm to classify and map villages and sub-districts in Cirebon Regency which have tourism potential to be developed. The stages of implementing mechine learning using the K-means clustering algorithm for mapping village potential and keluranah in Cirebon Regency are carried out in five stages. The first process is data collection. both data processing. The third group of data uses the K-means algorithm by determining the center of the initial cluster. The fourth process is an implementation of the application of mechine learning using rapidminer with the K-means algorithm. The fifth analyzes the cluster results generated by the system. From the results of the research based on the Davies Bouldin test on the K-Means algorithm, the closest value is Davies Bouldin: 0.061, so the smallest value is the 3rd cluster containing members of the cluster of 70 villages that have tourism potential.
Implementasi Data Mining Metode C.45 untuk Memprediksi Peminat Kuota Internet pada Masa Covid 19 Heliyanti Susana; Shanti Khofidoh; Azhar Al Afghani
MEANS (Media Informasi Analisa dan Sistem) Volume 6 Nomor 2
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (703.023 KB) | DOI: 10.54367/means.v6i2.1513

Abstract

During the Covid 19 pandemic, Telering experienced an increase in sales and there were several internet SIM cards that consumers were less interested in. Various kinds of internet cards are sold and offered to attract consumers' attention, but it cannot be predicted which internet cards the consumers will be interested in. The C4.5 algorithm is a data classification algorithm with a decision tree technique that has advantages. These advantages, for example, can process numeric (continuous) and discrete data, can handle missing attribute values, produce easy rules. The results of the study explain that all providers including Telkomsel, Indosat, and axis are in demand by consumers. In analyzing using the C.45 algorithm with the Rapidminer Tools, the first is that the decision tree results in determining consumer interest are seen from the price, while the accuracy using the C.45 algorithm or decision tree produces an accuracy of 94.67%.
Aplikasi Data Nilai Raport Siswa Berbasis WEB Untuk Meningkatkan Pelayanan Nilai Febriyana Lorenza; Iin; Nana Suarna; Heliyanti Susana; Dodi Solahudin
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 4 No. 3 (2020): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v4i3.123

Abstract

Abstrak— SMK Sahida Lemahabang, proses pelaporan keterampilan dan prestasi belajar siswa oleh guru menggunakan raport yang dibagikan kepada orang tua siswa setiap akhir semester. Dalam proses pelaporan nilai raport guru merekap nilai siswa lalu nilai dimasukan kedalam Microsoft Excel dan buku rekap oleh walikelas. Dan pada saat ini sekolah pun mengalami kendala karena pandemi (Covid 19) yang mengakibatkan pembagian nilai raport yang tertunda. Untuk itu di perlukan sebuah sistem yang terkomputerisasi sehingga dapat menyelesaikan masalah tersebut. Metode penelitian yang digunakan yaitu metode waterfall dengan tahapan analysis, design system (sistem design), coding dan testing. Pemograman yang di hasilkan dari sistem ini adalah Aplikasi Data Nilai Raport berbasis web dengan menggunakan bahasa pemograman PHP dan database MySQL dengan framework CodeIgniter. Penelitian ini bertujuan untuk membangun suatu aplikasi nilai yang mempermudah pencatatan, pengecekkan, dan mencetak raport nilai siswa di sekolah. Dan diharapkan dapat mencapai tujuan sekolah dalam kegiatan penilaian agar berjalan dengan baik dalam masa pandemik ini. Sehingga, mempermudah guru dalam pengelolaan nilai siswa di SMK Sahidah Lemahabang.
Klasifikasi Surat Pemberitahuan Pajak Daerah Menggunakan Metode Regresi Logistik Biner Untuk Mengetahui Patuh Dan Tidak Patuh Dalam Pembayaran Pajak Daerah Mohamad Ripai; Umi Hayati; Wita Widyawati; Heliyanti Susana; Fathurrohman
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 6 No. 1 (2022): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v6i1.128

Abstract

Pajak adalah sebagai suatu kewajiban warga negara berupa pengabdian serta peran aktif warga negara untuk pembangunan nasional maupun daerah berdasarkan Peraturan Undang-Undangan. Tetapi Tingkat kepatuhan wajib pajak yang masih rendah karena belum tercapainya target penerimaan pajak daerah, oleh karena itu peneliti tertarik untuk meneliti bagaimana tingkat kepatuhan wajib pajak di Badan Pengelola Keuangan dan Pendapatan Daerah (BPKPD) Kota Cirebon. Tujuan dari penelitian ini adalah untuk menklasifikasikan jenis dan wajib pajak mana saja yang masih banyak menunggak terhadap Kepatuhan Wajib Pajak. Metode yang digunakan dalam penelitian ini yaitu menggunakan metode Regresi Logistik, untuk mencari hubungan antara variabel respon (y) yang bersifat biner dengan variabel prediktor (x) dari 2 kategori yaitu tepat waktu dan tidak yang dinotasikan dengan y=1 (patuh) dan y=0 (tidak patuh). Hasil yang diharapkan yaitu diketahuinya tingkat kepatuhan wajib pajak berdasarak jenis pajaknya.
Analisis Kehandalan Network Attached Storage Berbasis Raspberry Pi Menggunakan Metode Client-Server Dilita Pramasmawari Lita; Heliyanti Susana; Martanto; Saeful Anwar; Cep Lukman Rohmat
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 5 No. 1 (2021): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v5i1.134

Abstract

Media penyimpanan menjadi hal yang sangat penting dalam proses mengamankan data, permasalahan yang sering dihadapi adalah kurang terpusatnya penyimpanan data atau server sehingga menyebabkan tingginya resiko kehilangan data. Selain itu media penyimpanan yang tidak terpusat juga bisa memakan waktu yang cukup lama ketika proses backup data dilakukan. Oleh karena itu, pada penelitian ini peneliti mengkaji penggunaan Network Attached Storage (NAS) dengan menggunakan Open Media Vault (OMV) pada perangkat Raspberry Pi terhadap kehandalannya, seperti cukup baik atau handalkah Raspberry Pi untuk dijadikan sebuah NAS server. Penggunaan Open Media Vault (OMV) dengan Raspberry Pi juga selain dapat menjadi solusi permasalahan backup data juga memiliki tingkat efisiensi yang tinggi dari segi biaya dan perawatan. Metode yang digunakan pada penelitian ini adalah metode kuantitatif. Setelah melakukan penelitian di PT. Digital Sarana Transportasi dapat disimpulkan bahwa peneliti berhasil membangun sistem server penyimpanan jaringan Network Attached Storage (NAS) menggunakan Open Media Vault (OMV) pada perangkat Raspberry Pi dengan metode client-server. Penelitian telah diuji menggunakan metode analisis data dengan melakukan serangkaian teknik pengumpulan data seperti melakukan observasi, wawancara dan menyebarkan angket/kuesioner pada 35 responden.
PENERAPAN MODEL KLASIFIKASI METODE NAIVE BAYES TERHADAP PENGGUNAAN AKSES INTERNET Heliyanti Susana
Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) Vol 4 No 1 (2022): JURNAL RISET SISTEM INFORMASI DAN TEKNOLOGI INFORMASI (JURSISTEKNI)
Publisher : Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/jursistekni.v4i1.96

Abstract

SMA N 1 Plumbon di peruntukkan untuk membantu dan memermudah siswa dalam belajar sehingga tidak kalah dengan kota-kota besar justru menjadikan siswa malas belajar dan meningkatkan ragam dari kenakalan siswa. bagaimana memodelkan klasifikasi dengan beberapa algoritma dalam studi kasus ini menerapkan algoritma naïve bayes untuk menganalisa hak akses internet siswa, dari penerapan metode tersebut dapat dilihat akurasi kemudian dapat menganalisa pemakaian berdasarkan umur Naïve Bayes merupakan salah satu metode machine learning yang menggunakan perhitungan probabilitas. Konsep dasar yang digunakan oleh Naïve bayes adalah Teorema Bayes, yaitu melakukan klasifikasi dengan melakukan perhitungan nilai probabilitas hasil dari penelitian ini memiliki akurasi sebesar 89.83% Hasil Prediksi Ya dan ternyata Ya sebanyak 34. Hasil Prediksi Ya dan ternyata Tidak sebanyak 6. Hasil Prediksi tidak dan ternyata Ya sebanyak 0. Hasil Prediksi tidak dan ternyata tidak sebanyak 19. hasil dari prediksi dengan uji 59 data baru maka mendapatkan hasil ya sebanyak 40 siswa dan tidak ada 19 siswa
DEEP LEARNING FOR POLYCYSTIC OVARIAN SYNDROME CLASSIFICATION USING CONVOLUTIONAL NEURAL NETWORK Odi Nurdiawan; Heliyanti Susana; Ahmad Faqih
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol 9 No 2 (2024): JITK Issue February 2024
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v9i2.4575

Abstract

Polycystic Ovarian Syndrome (PCOS) is the main cause of infertility in women. This condition results in abnormal hormone levels. Women who experience this syndrome will have irregular hormone levels and experience irregular menstrual cycles as well, thereby affecting the reproductive system. Symptoms that arise as a result of the increase in these hormones can be seen from the growth of hair on the legs, weight gain which results in not being ideal, irregular menstruation, unusual acne growth, and oily skin. The problem of Polycystic Ovarian Syndrome can cause disturbances in ovulation and cause infertility in women. Urgency This research requires a classification that has good accuracy in diagnosing early to minimize the rate of pregnancy failure. The aim of the research is to be able to model early detection of Polycystic Ovarian Syndrome with high accuracy so that it can help the health team in detecting Polycystic Ovarian Syndrome or not having Polycystic Ovarian Syndrome. The research stage has 3 stages including the first stage of identifying problems and collecting datasets from Telkom University dataverse in the form of images and literature reviews of various sources. The second stage is Pre Processing of image data, Data Training, modeling design by managing image data and classifying using the Convolutional Neural Network Algorithm deep learning model and testing. The third stage is evaluating the test results and discussing the results of accuracy in determining the status of Normal Polycystic Ovarian Syndrome or PCOS. The results of training and validation on the ovarian xray image dataset using the CNN architecture that has been made, 40 iterations (epochs), and 4 step_per_epochs show an accuracy value of 0.8947 or 89.47% and a loss value of 0.2684.
Co-Authors Ahmad Faqih Azhar Al Afghani Bagas Tanjung Mardiyanto Cep Lukman Rohmat Dilita Pramasmawari Lita Dodi Solahudin Fathurrohman Febriyana Lorenza Iin Lugi Prayoto Martanto . Mohamad Ripai Nana Suarna Novia Nur Odi Nurdiawan Saeful Anwar Shanti Khofidoh Umi Hayati Wita Widyawati