Article Per Year (5 Year)
p-Index From 2019 - 2024
2.195
P-Index
This Author published in this journals
All Journal Jurnal Simetris Jurnal Teknologi Informasi dan Ilmu Komputer Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial Jurnal Komtika (Komputasi dan Informatika) Jurnal Teknoinfo Infotek : Jurnal Informatika dan Teknologi Jurnal Penelitian dan Pengabdian Masyarakat Jotika SOROT: Jurnal Pengabdian Kepada Masyarakat Madani: Jurnal Pengabdian Masyarakat dan Kewirausahaan CHAIN: Journal of Computer Technology, Computer Engineering and Informatics
Monikka Nur Winnarto
Universitas Bina Sarana Informatika
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Mechanical Engineering Social Sciences Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Kombinasi K-NN dan Gradient Boosted Trees untuk Klasifikasi Penerima Program Bantuan Sosial Elly Firasari; Umi Khultsum; Monikka Nur Winnarto; Risnandar Risnandar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 6: Desember 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813087

Abstract

Kemiskinan bagi pemerintah Indonesia termasuk masalah yang sulit untuk diselesaikan. Upaya yang dilakukan pemerintah dalam mengatasi kemiskinan di Indonesia yaitudengan  program bantuan sosial meliputiBLT (Bantuan Langsung Tunai), PKH (Program Keluarga Harapan), Raskin (Beras Miskin), dan lain lain. Dalam Pelaksanaan program bantuan sosial saat masih sangat terbatas sehingga dalam penerimaan program bantuan tidak tepat sasaran. Data mining membantu untuk menentukan keputusan dalam memprediksi data di masa yang akan datang. Gradient Boosted Trees dan K-NN merupakan salah satu metode data mining untuk klasifikasi data. Masing-masing metode tersebut memiliki kelemahan. Gradient Boosted Trees menghasilkan nilai persentase akurasi lebih rendah dibanding metode K-NN. Dari permasalahan tersebut maka diusulkan metode kombinasi K-NN dan Gradient Boosted Trees untuk meningkatkan akurasi pada pelaksanaan program bantuan sosial agar tepat sasaran. Metode K-NN, Gradient Boosted Trees, K-NN-Gradient Boosted Treesdilakukan pengujian pada data yang sama untuk mendapatkan hasil perbandingan nilai akurasi. Hasil pengujian membuktikan bahwa kombinasi tersebut menghasilkan nilai persentase yang tinggi dibanding metode K-NN atau Gradient Boosted Trees yaitu 98.17%.AbstractPoverty for the Indonesian government is a problem that is difficult to solve. The efforts made by the government in overcoming poverty in Indonesia are through social assistance programs including BLT (Bantuan Langsung Tunai), PKH (Program Keluarga Harapan), Raskin (Beras Miskin), and others. In the implementation of the social assistance program when it was still very limited, the acceptance of the aid program was not on target. Data mining helps to determine decisions in predicting data in the future. Gradient Boosted Trees and K-NN are data mining methods for data classification. Each of these methods has weaknesses. Gradient Boosted Trees produce lower accuracy percentage values than the K-NN method. From these problems, a proposed method of combination of K-NN and Gradient Boosted Trees is used to improve the accuracy of the implementation of social assistance programs so that it is right on target. The K-NN, Gradient Boosted Trees, and K-NN-Gradient Boosted Trees methods are tested on the same data to get a comparison of the accuracy values. The test results prove that the combination produced a high percentage value compared to the K-NN or Gradient Boosted Trees method that is 98.17%.
ANALISIS CART (CLASSIFICATION AND REGRESSION TREES) UNTUK PREDIKSI PENGGUNA SEPEDA BERDASARKAN CUACA Annida Purnamawati; Monikka Nur Winnarto; Mely Mailasari
Jurnal Teknoinfo Vol 16, No 1 (2022): Januari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i1.1478

Abstract

Penelitian ini menyajikan model klasifikasi berbasis aturan untuk prediksi pengguna sepea berdasarkan cuaca. Pengguna sepeda sangat populer karena kenyamanan dan kelestarian lingkungan menjadi meningkat. Data yang digunakan  merupakan data publik dari Bike Sharing Dataset yang diambil dari Kaggle. Data tersebut memiliki data pengguna sepeda setiap jam. Dengan dataset tersebut penulis berhasil menemukan akurasi dari metode CART yang menjelaskan hasil akurasinya mencapai 96%. Hasil dari penelitian tersebut dengan menunjukkan arsitektur perkiraan distribusi di bawah berbagai sepeda dengan spatiotemporal variable, pendistribusian penggunaan dan waktu termasuk di merupakan variabl yang paling berpengaruh dalam prediksi pengguna sepeda tersebut.
PERBANDINGAN ALGORITMA KLASIFIKASI NAIVE BAYES DAN SVM PADA STUDI KASUS PEMBERIAN PENERIMA BEASISWA PPA safitri linawati; Rizky Ade Safitri; Ahmad Rifqy Alfiyan; Witriana Endah Pangesti; Monikka Nur Winnarto
Swabumi Vol 8, No 1 (2020): Volume 8 Nomor 1 Tahun 2020
Publisher : Universitas Bina Sarana Informatika Kota Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/swabumi.v8i1.7708

Abstract

Beasiswa PPA merupakan sebuah program beasiswa yang diberikan kepada mahasiswa aktif. Dalam melakukan seleksi penerima beasiswa PPA, akan ada tahapan-tahapan yang harus diproses untuk mendapatkan mahasiswa yang menerima beasiswa sesuai harapan. Data pendaftar beasiswa PPA dari tahun sebelumnya menjadi penunjang untuk keakuratan pengambilan keputusan dalam seleksi penerima beasiswa agar sesuai dengan kriteria yang telah ditetapkan. Untuk mendapatkan keakuratan pengambilan keputusan maka dibutuhkan data mining sebagai penunjang dalam pengambilan keputusan. Pada penelitian ini, penulis melakukan perbandingan 2 algoritma untuk mengetahui algoritma mana yang mempunyai keakuratan lebih tinggi dalam pengambilan keputusan penerima beasiswa PPA. Algoritma yang digunakan adalah algoritma klasifikasi Naïve Bayes dan Support Vector Machine (SVM). Berdasarkan hasil komparasi antara algoritma Naive Bayes dan SVM (Support Vector Machine) yang dilakukan untuk mengklasifikasikan nilai akurasi tertinggi dengan 5 variabel dan jumlah data sebesar 122 dapat disimpulkan bahwa algoritma Naive Bayes memiliki tingkat akurasi lebih tinggi yaitu 90.90% dibandingkan dengan metode SVM yaitu 89.25%.
Penerapan Framework Codeigniter Pada Pengembangan Website E-Commerce Batik Tulis HR Ambar Monikka Nur Winnarto; Ita Yulianti; Ami Rahmawati
Swabumi Vol 9, No 1 (2021): Volume 9 Nomor 1 Tahun 2021
Publisher : Universitas Bina Sarana Informatika Kota Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/swabumi.v9i1.9813

Abstract

Batik Tulis HR Ambar merupakan badan usaha yang menjual kain dan pakaian batik. Sistem pemasaran dilakukan melalui interaksi secara langsung dengan masyarakat dan sistem  penjualan masih secara manual yaitu face to face, hal ini dirasa tidak dapat menjangkau pangsa pasar lebih luas dan tidak dapat meningkatkan jumlah penjualan yang signifikan. Terlebih lagi, di masa pandemi saat ini pembatasan sosial skala besar juga menjadi salah satu kendala dalam melakukan penjualan secara langsung, sehingga keadaan tersebut tentunya menyulitkan pihak Batik Tulis HR Ambar. Oleh karena itu, pembuatan website e-commerce dibutuhkan sebagai salah upaya dalam mengatasi permasalahan yang terjadi pada sistem yang berjalan saat ini. Metode pengumpulan data yang digunakan penelitian ini, meliputi metode observasi, metode wawancara, metode dokumentasi dan metode studi kepustakaan.  Selain itu, model waterfall juga diimplementasikan dalam penelitian sebagai metode pengembangan perangkat lunak dalam pembangunan sistem. Dengan dibuatkannya sistem e-commerce pada Batik Tulis HR Ambar, diharapkan dapat memperluas jangkauan pemasaran, mempermudah proses transaksi dan penyampaian informasi kepada konsumen, sehingga dapat meningkatkan penjualan pada Batik Tulis HR Ambar.
SISTEM INFORMASI AKADEMIK PADA SMPIT TAMBUN ISLAMIC SCHOOL BEKASI DENGAN METODE WATERFALL Mely Mailasari; Monikka Nur Winnarto; Annida Purnamawati
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.2005

Abstract

Pengolahan data akademik siswa pada SMPIT Tambun Islamic School Bekasi saat ini masih menggunakan Microsoft Excel sehingga masih terjadi kekeliruan dalam memproses data nilai, data kelas, data guru dan sata siswa serta jadwal pelajaran. Selain itu dibutuhkan waktu yang lama dalam pembuatan laporan serta orang tua siswa harus datang ke sekolah untuk mendapatkan informasi akademik anak-anaknya. Dari permasalahan tersebut diperlukan suatu sistem informasi berbasis web untuk mempermudah pengolahan data menjadi cepat dan tepat. Sistem informasi akademik SMPIT Tambun Islamic School Bekasi menggunakan metode pengembangan perangkat lunak waterfall yang memiliki tahapan terstruktur terdiri dari analisis kebutuhan, desain, pengkodean, pengujian dan pemeliharaan. Hasil akhir penelitian ini adalah sebuah web sistem informasi akademik yang dapat diakses oleh guru untuk melihat data siswa, menginput nilai dan dapat diakses oleh siswa untuk melihat jadwal pelajaran serta hasil nilai pembelajarannya sehingga orang tua bisa melihat hasil nilai pembelajaran putra putrinya dimana saja kapan saja tanpa harus datang ke sekolah.
KLASIFIKASI JENIS TUMOR OTAK MENGGUNAKAN ARSITEKTURE MOBILENET V2 Monikka Nur Winnarto; Mely Mailasari; Annida Purnamawati
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 13, No 2 (2022): JURNAL SIMETRIS VOLUME 13 NO 2 TAHUN 2022
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v13i2.8821

Abstract

Tumor Otak merupakan penyakit mematikan yang menempati urutan ke-10 sebagai penyebab kematian baik pada pria maupun wanita. Angka mortalitas (jumlah kematian) akibat tumor otak adalah 4,25 per 100.000 penduduk per tahun.  Tumor pada otak dapat dideteksi melalui pemeriksaan Magnetic Resonance Imaging (MRI). Dengan mengolah citra yang dihasilkan oleh alat MRI dapat dikembangkan metode pendeteksian tumor otak yang mampu mendeteksi dan mengklasifikasika jenis tumor otak. Klasifikasi jenis tumor otak sangat penting bagi pasien dalam peningkatan perawatan. Dengan perawatan yang tepat, perencanaan, dan diagnosa yang akurat akan dapat meningkatkan harapan hidup pasien Tumor Otak. Klasifikasi menggunakan pemrosesan gambar tradisional telah secara bertahap digantikan oleh Deep Learning salah satunya adalah Convolutional Neural Network. Convolutional Neural Network (CNN) menggunakan arsitektur CNN MobileNetV2. MobilenetV2 memiliki score akurasi cukup tinggi, jumlah training parameters dan model size yang kecil namun memiliki performa yang baik. Tahapan penelitian berupa pengumpulan data, data prepocessing, klasifikasi, evaluasi dan implementasi. Arsitektur MobileNetV2 mampu melakukan klasifikasi jenis tumor otak dengan baik yang dibuktikan dengan hasil akurasi sebesar 88.64%, nilai loss 0.3424, pada Confusion Matrik yang menunjukkan hasil klasifikasi yang benar lebih banyak daripada hasil klasifikasi yang salah dan dari 32 citra sample yang terlihat sejumlah 28 citra terdeteksi sesuai (benar).
PELATIHAN MENJADI TALENTA DIGITAL DENGAN COPYWRITING Reza Maulana; Nurmalasari; Muhammad Sony Maulana; Monikka Nur Winnarto; Muhammad Iqbal; Badariatul Lailiah
Jurnal Penelitian dan Pengabdian Masyarakat Jotika Vol. 2 No. 1 (2022): Agustus
Publisher : Jotika English and Education Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (133.327 KB) | DOI: 10.56445/jppmj.v2i1.44

Abstract

Pengabdian kepada masyarakat dijalankan untuk memberikan kontribusi nyata bagi bangsa Indonesia, khususnya dalam mengembangkan kesejahteraan dan kemajuan bangsa salah satunya melalui bisnis. Copywriting identik dengan kemampuan mengolah kata sehingga menciptakan unsur seni di dalamnya yang dapat menimbulkan efek persuasif. Copywriting sangat erat kaitannya dengan kegiatan promosi sebagai bagian dari branding. Memahami teknik copywriting merupakan salah satu kunci sukses penjualan. Tanpa teknik copywriting, kemungkinan besar post di media sosial kurang mendapatkan respon dari pelanggan. Permasalahan yang dihadapi anak Panti Asuhan Ahmad Yani yaitu belum mengetahui terkait copywriting. Diharapkan dengan pelaksanaan pengabdian masyarakat ini dapat memberikan ilmu untuk anak Panti Asuhan Ahmad Yani dalam meningkatkan kemandirian dan kreatifitasnya dalam membangun suatu usaha nantinya serta menjadi talenta digital kelak. Hasil yang didapat dari kegiatan ini yaitu peserta mampu mengikuti dan dapat memahami pentingnya menjadi talenta digital dengan copywriting sebagai sarana penerapan ilmu dan dapat meningkatkan kreatifitas.
Analisis Sentimen Aplikasi TikTok menggunakan Metode BM25 dan Improved K-NN Fitur Chi-Square Annida Purnamawati; Monikka Nur Winarto; Mely Mailasari
Jurnal Komtika (Komputasi dan Informatika) Vol 7 No 1 (2023)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v7i1.8938

Abstract

Saat ini kemajuan teknologi sangat pesat, begitu juga halnya penggunaan internet semakin meningkat. Perubahan tersebut didukung dengan berkembangnya media komunikasi yang membuat jumlah penggunaan internet meningkat dan mendorong persebaran informasi sangat cepat melalui aplikasi sosial media. Aplikasi TikTok merupakan salah satu sosial media di Indonesia yang sangat popular saat ini. Aplikasi TikTok memberikan wadah untuk membuat video dengan durasi 60 detik dan mempunyai banyak fitur seperti menambahkan musik, mengubah suara, memberikan filter, menambahkan efek dan stiker. Pengguna aplikasi tersebut dari anak dibawah umur sampai dengan yang sudah tua maka tidak sedikit pengguna memberikan ulasan positif maupun negatif. Maka dari itu pada penelitian ini membantu pengguna untuk menganalisis data ulasan tersebut dengan melakukan eksperimen menggunakan teknik klasifikasi sentimen menggunakan metode BM25 sebagai pembobotan kata, dan Improved K-NN sebagai penentu dalam memilih sentimen dengan menambahkan fitur Chi-Square guna untuk mengurangi jumlah kata dalam klasifikasi. Pengujian menggunakan 5 kali pengujian rasio fitur kemudian di dapatkan hasil terbaik dari rasio fitur 50% dan k = 20 sehingga memperoleh hasil terbaik yaitu nilai precision 70,03%, recall 67,22%, accuracy 83,33% dan f-measure 66,26%. Dapat disimpulkan untuk penambahan fitur seleksi dapat membantu meningkatkan hasil recall, f-measure, precision, dan accuracy.
Pemanfaatan Aplikasi Zahir dalam Pengelolaan Dana dan Aset Yayasan Muhammad Yusuf Johar Pontianak Riski Annisa; Panny Agustia Rahayuningsih; Sri Murni; Raja Sabaruddin; Monikka Nur Winnarto
Madani: Jurnal Pengabdian Masyarakat dan Kewirausahaan Vol 1 No 2 (2023): Januari 2023
Publisher : LPPM Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/madani.v2i1.7290

Abstract

Yayasan Pendidikan Muhammad Yusuf Johar mendirikan lembaga pendidikan anak-anak yang diberi nama TPA Modern Nurul Hidayah. Sistem input pengelolan dana masukan dan keluaran serta dana Aset pada Yayasan dan pada TPA Modern Nurul Hidayah Pontianak masih manual, dalam penginputan di laporan keuangan dilakukan satu per satu dari transaksi-transaksi. Laporan keuangan dalam tiap bulan, ataupun setiap tahunnya di buat berdasarkan catatan harian sehingga memungkinkan pada saat proses operasional berlangsung terjadi kesalahan yang berakibat kurang akuratnya laporan yang dibuat dan keterlambatan dalam pengolahan laporan keuangan yang terjadi. Penggunaan aplikasi komputer akuntansi laporan keuangan menggunakan aplikasi akuntansi zahir pada TPA Modern Nurul Hidayah Pontianak merupakan solusi yang terbaik untuk memecahkan permasalahan yang ada, dengan sistem yang terkomputerisasi dapat tercapai suatu pekerjaan yang bisa menunjang operasional.
Pemanfaatan Transformasi Digital Mindset dalam Kewirausahaan UMKM untuk Pengembangan Ekonomi Lokal Riski Annisa; Raja Sabaruddin; Panny Agustia Rahayuningsih; Monikka Nur Winnarto
SOROT : Jurnal Pengabdian Kepada Masyarakat Vol 2 No 2 (2023): Juli
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/sorot.v2i2.4855

Abstract

This study aims to explore the utilization of digital mindset transformation in SME entrepreneurship through community engagement activities. In the rapidly evolving digital era, SMEs face complex challenges in adopting digital technologies and transforming their business behaviors. This community engagement involves training, guidance, and collaboration with SMEs to strengthen their understanding of the importance of digital mindset transformation. The main findings of this community engagement initiative demonstrate that digital mindset transformation can have positive impacts on SME entrepreneurship. SMEs that embrace digital mindset transformation tend to achieve better business growth, enhance operational efficiency, adapt to market changes, and make better strategic decisions. Furthermore, community engagement activities significantly contribute to the development of SME entrepreneurship, community development, and local economic empowerment. The potential implications of this initiative include improved quality and competitiveness of SMEs in the digital era. Therefore, recommendations for further development involve expanding collaborations among universities, governments, and relevant stakeholders, intensifying efforts in digital infrastructure development, and exploring other aspects of digital transformation such as cyber security and e-commerce.
Co-Authors Ahmad Rifqy Alfiyan Ami Rahmawati Annida Purnamawati Badariatul Lailiah Daniati Uki Eka Saputri Firasari, Elly Ita Yulianti Laksono Trisnantoro Mely Mailasari Muhammad Sony Maulana Nurmalasari Panny Agustia Rahayuningsih Panny Agustia Rahayuningsih Raja Sabaruddin Raja Sabaruddin Reza Maulana Riski Annisa Risnandar, Risnandar Rizky Ade Safitri Safitri Linawati Sri Murni Umi Khultsum Witriana Endah Pangesti