Article Per Year (5 Year)
p-Index From 2019 - 2024
1.908
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Produktif : Jurnal Ilmiah Pendidikan Teknologi Informasi Faktor Exacta JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) DoubleClick : Journal of Computer and Information Technology International Journal Of Computer, Network Security and Information System (IJCONSIST) NARATIF : Jurnal Nasional Riset Aplikasi dan Teknik Informatika Jurnal Nasional Teknik Elektro dan Teknologi Informasi
Nova Agustina
Sekolah Tinggi Teknologi Bandung
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences

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

Found 12 Documents
Search

 1   2 
PENGEMBANGAN APLIKASI LOCATION BASED SERVICE UNTUK INFORMASI DAN PENCARIAN LOKASI PARIWISATA DI KOTA CIMAHI BERBASIS ANDROID Nova Agustina; Slamet Risnanto; Irwin Supriadi
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 3 No. 1 (2016)
Publisher : Universitas Widyatama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (439.587 KB) | DOI: 10.33197/jitter.vol3.iss1.2016.121

Abstract

[Id] Pariwisata adalah salah satu sektor yang dapat diandalkan sebagai sumber devisa negara. Dalam perjalanan untuk mencari lokasi terdekat ke lokasi pariwisata yang diinginkan, untuk mencari lokasi pariwisata yang ada di Kota Cimahi melalui perangkat mobile menjadi sangat penting mengingat wisatawan yang sulit untuk menemukan lokasi pariwisata. Location based service (LBS) merupakan salah satu layanan informasi yang memanfaatkan kemampuan penunjuk lokasi pada perangkat mobile dan dapat diakses melalui jaringan mobile. Tujuan dari penelitian ini adalah untuk menghasilkan suatu aplikasi Location Based Service pada perangkat mobile Android yang mampu membantu untuk mencari informasi dan lokasi pariwisata dari lokasi user berikut rute yang dapat ditempuh menuju lokasi pariwisata tersebut. Berdasarkan hasil dari implementasi dan ujicoba yang dilakukan maka dapat ditarik kesimpulan bahwa aplikasi Location Based Service yang dibuat dapat membantu user untuk mencari informasi, lokasi pariwisata dan juga menentukan rute yang dapat ditempuh menuju lokasi pariwisata tersebut. Kata kunci: Location Based Service (LBS), pariwisata, mobile, Android [en] Tourism is one of the sectors that can be relied upon as a source of foreign exchange of the country. On the way to find the nearest location to the location of the desired tourism, to search for the location of the exiting tourism in Cimahi throught mobile device becomes very important given the tourists harder to find the locations of tourism. Location based service (LBS) is one of the information services which is using the ubility of locations tracking on mobile phone and it can be accessed through mobile networks. The purpose of this paper is to produce a Location Based Service applications on Android mobile devices that can help to find information and locations of tourism from the user location along with the routes of the tourism. Based on the results of implementation and some test that have been done, it can be concluded that the Location Based Service application helps the users to find information, tourism location and also helps them to decide with route to the tourism that can be taken bests. Keywords: Location Based Service (LBS), tourism, mobile, Android
SISTEM INFORMASI MANAJEMEN PRESENSI KEHADIRAN KARYAWAN BERBASIS WEB Nova Agustina
Produktif : Jurnal Ilmiah Pendidikan Teknologi Informasi Vol. 3 No. 2 (2019): Produktif: Jurnal Ilmiah Pendidikan Teknologi Informasi
Publisher : Program Studi Pendidikan Teknologi Informasi

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

Abstract

Presensi kehadiran karyawan menjadi salah satu kewajiban yang harus dipenuhi oleh setiap karyawan yang terikat dengan perusahaan. Berbagai macam teknik melakukan presensi sebagai bukti bahwa karyawan hadir pada waktu tertentu,baik secara tertulis maupun memanfaatkan teknologi. Untuk menunjang teknologi mesin presensi yang ada, dibutuhkan pengolah data yang agar disesuaikan dengan kondisi di perusahaan. Pembangunan sistem ini merupakan pengembangan dari sistem yang sudah ada, menggunakan metode System Development Life Cycle (SDLC). Hasil penelitian ini menunjukan bahwa Sistem Manajemen Presensi Kehadiran Berbasis Web memberikan kemudahan bagi HRD untuk melakukan manajemen presensi karyawan
Implementasi Algoritma Naïve Bayes Classifier untuk Mendeteksi Berita Palsu pada Sosial Media Nova Agustina; Adrian Adrian; Mercy Hermawati
Faktor Exacta Vol 14, No 4 (2021)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v14i4.11259

Abstract

Hoax news (lie) on the internet has become a global problem that causes turmoil in society. Its presence can disrupt democratic order, the stability of social, cultural, political and economic life. The results of the research of the Indonesian Telematics Society showed that as many as 44.3% of respondents said they received fake news or misinformation every day. According to information released by Kominfo until August 11, 2021, there were 1848 hoax reports regarding the Covid-19 pandemic, 290 hoax reports regarding the Covid-19 Vaccine. Naïve Bayes Classifier is a classification method based on Bayes theorem, which in this paper is used to detect fake news on social media. The analysis was carried out using the Naïve Bayes Classifier algorithm, in this study using the CRISP-DM (Cross-Industry Standard Process for Data Mining) model. Training data sourced from the Kumparan site as much as 300 Data. In the process carried out using the python library for NLP, namely "satrawi". In testing the model using the confusion matrix method which consists of the number of rows of test data that are predicted to be true and false by the classification model used. At the deployment stage the model is pushed to Heroku so that users can predict news directly through the provided User Interface.
Deteksi Dini Penyakit Diabetes Menggunakan Machine Learning dengan Algoritma Logistic Regression Erlin; Yulvia Nora Marlim; Junadhi; Laili Suryati; Nova Agustina
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 11 No 2: Mei 2022
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1372.072 KB) | DOI: 10.22146/jnteti.v11i2.3586

Abstract

Diabetes is one of the deadliest diseases in the world, including in Indonesia. It can cause complications in numerous body parts and increase the overall risk of death. One way to detect diabetes is to use machine learning algorithms. Logistic regression is a classification model in machine learning widely used in clinical analysis. In this paper, a predictive model was created in Python IDE using logistic regression to conduct an early detection if a person has diabetes or not depending on the initial data provided. The experiment was carried out using a dataset from the Pima Indians Diabetes Database, which consisted of 768 patient data with eight independent variables and one dependent variable. Exploratory data analysis was applied to obtain maximum insight of the datasets owned by using statistical assistance and presenting them through visual techniques. Some dataset variables contained incomplete data. Missing data values were replaced with the median value of each variable. Unbalanced data was handled using the synthetic minority over-sampling technique (SMOTE) to increase the minority class through synthetic data sampling. The model was evaluated based on the confusion matrix, which showed a reasonably good performance with an accuracy value of 77%, precision of 75%, recall of 77%, and F1-score of 76%. In addition, this paper also used the grid search technique as a hyperparameter tuning that could improve the performance of the logistic regression model. The primary model performance with the model after applying the grid search technique was tested and evaluated. The experimental results showed that the hyperparameter tuning-based model could improve the performance of the logistic regression algorithm for prediction with an accuracy value of 82%, precision of 81%, recall of 79%, and F1-score of 80%.
RANCANG BANGUN SISTEM PENGOLAHAN DATA BUKU SERTIFIKAT TANAH BERBASIS WEB Aditiya Suryana; Nova Agustina; Syifa Nur Fauziah
Naratif (Jurnal Nasional Riset, Aplikasi Dan Teknik Informatika) Vol 3 No 1 (2021): Naratif : Jurnal Nasional Riset Aplikasi dan Teknik Informatika
Publisher : Sekolah Tinggi Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (324.54 KB) | DOI: 10.53580/naratif.v3i1.117

Abstract

Badan Pertanahan Nasional (BPN) adalah Akademi Agraria yang didirikan di Yogyakarta pada tahun 1964, kemudian didirikan lagi di Semarang pada tahun 1964. Yang di Yogyakarta dengan jurusan Agraria, sedangkan yang di Semarang dengan jurusan PendaftaranTanah. Pada tahun 1966, diterbitkan status Akademi Agraria. sampai akhirnya pada tahun 1971, dibuka jurusan Tata Guna Tanah pada Akademi Agraria di Yogyakarta.Tahun 1988 merupakan tonggak bersejarah karena saat itu terbit Keputusan Presiden Nomor 26 tahun 1988 tentang Badan Pertanahan Nasional. Dalam Pelayanan pada Kantor Badan Pertanahan Nasional Kabupaten Bandung belum mengoptimalkan sistem dengan baik, terutama pada sistem pendataan yang terdiri dari peta bidang tanah (PBT), berkas permohonan, sertifikat tanah dan pendaftaran permohonan dalam sistem pendataan dan sistem pendaftaran permohonan pembuatan sertifikat tanah masih menggunakan sistem manual sehingga membuatnya menjadi kurang efektif. Hasil dari penelitian ini adalah sistem pengolahan data sertifikat tanah. Rancangan sistem dibuat dalam bentuk UML dan perancangan database metode pengembangan yang digunakan adalah Extreme Programming dan sistem pengujian pengujian menggunakan metode black box. Adapun kesimpulan yang diperoleh dari penelitian ini adalah mempermudah dalam pendataan dan pendaftaran sertifikat tanah.
Game Gatotkaca Adventure On Java’s Island Deni Rinaldi; Muchammad Naseer; Nova Agustina
IJCONSIST JOURNALS Vol 1 No 1 (2019): September
Publisher : International Journal of Computer, Network Security and Information System

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (496.902 KB) | DOI: 10.33005/ijconsist.v1i1.11

Abstract

Abstract— Indonesia has a variety of cultures and traditional arts spread from Sabang to Merauke with the uniqueness and characteristics of each culture itself. Wayang is one of the most prominent peaks of Indonesian culture and art among many other cultural works. Gatotkaca is an adaptation of Indian literature, namely Ramayana and Mahabarata. Game is one of the media that can be used in conveying a goal. The objectives contained in the game have various types of education, entertainment and simulation. At this time the game is growing and there are also many applications and libraries that are used to develop games. For example Construct 2, Game Maker: Studio, Unity, Godot Game Engine, Unreal Engine 4 and others. With this application, the authors hope this application becomes an interactive and interesting learning media so that it can help provide education, and preserve Indonesian culture, especially in Indonesian wayang.
ALGORITMA DECISION TREE UNTUK ANALISIS SENTIMEN PUBLIC TERHADAP MARKETPLACE DI INDONESIA Azril Tazidan Octa Nuryawan; Mamun Hasbullah; Miftahul Rizal; Muhamad Fauzan Rajab; Nova Agustina
Naratif (Jurnal Nasional Riset, Aplikasi Dan Teknik Informatika) Vol 5 No 1 (2023): NARATIF : Jurnal Nasional Riset Aplikasi dan Teknik Informatika
Publisher : Sekolah Tinggi Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53580/naratif.v5i1.186

Abstract

Pasar online di Indonesia semakin berkembang pesat dan menjadi salah satu destinasi utama bagi pengguna internet dan media sosial. Berbagai macam layanan marketplace telah tersedia dan diakses oleh mayoritas masyarakat Indonesia. Namun, seiring dengan perkembangan tersebut, kepuasan konsumen terhadap layanan marketplace juga beragam, mulai dari yang positif, negatif, hingga netral. Banyak di antara konsumen yang mengekspresikan reaksinya di media sosial, termasuk di Twitter. Dalam penelitian ini, dilakukan analisis opini terhadap post yang dilakukan pelanggan bisnis online di Indonesia di Twitter dari berbagai macam konsumen. Namun, karena jumlah komentar yang sangat banyak, sulit untuk menyimpulkan pendapat pelanggan tentang situs belanja online yang menawarkan layanan terbaik. Bahkan, trending topik di Twitter hanya menampilkan topik hangat yang banyak dibahas tanpa kesimpulan yang jelas. Untuk mengklasifikasikan data opini umum di Twitter dari situs e-commerce, langkah pertama adalah memproses data tweet menggunakan tools Rapidminer untuk mengenali data tweet tersebut. Kemudian, digunakan algoritma decision tree untuk mengelompokkan data opini. Hasil penelitian menunjukkan bahwa dengan menggunakan cross validation, algoritma decision tree mencapai akurasi sebesar 70,27 persen, sementara menggunakan split validation mencapai akurasi 66,95 persen. Dalam hal ini, akurasi yang lebih baik tercapai dengan menggunakan cross validation. Hasil penelitian ini dapat memberikan informasi yang bermanfaat bagi pelaku bisnis online di Indonesia untuk meningkatkan kualitas layanan mereka dan meningkatkan kepuasan pelanggan. Selain itu, penelitian ini juga memberikan gambaran tentang pentingnya memanfaatkan algoritma decision tree dalam mengelompokkan data opini di media sosial, terutama di Twitter, sebagai alat untuk menganalisis sentimen konsumen terhadap suatu layanan atau produk.
SISTEM PREDIKSI BERITA PALSU TENTANG VIRUS COVID-19 MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Muhammad Fadhil Muttaqin; Tatang Bukhori; Yanto Yanto; Nova Agustina; Muchammad Naseer
Naratif (Jurnal Nasional Riset, Aplikasi Dan Teknik Informatika) Vol 5 No 1 (2023): NARATIF : Jurnal Nasional Riset Aplikasi dan Teknik Informatika
Publisher : Sekolah Tinggi Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53580/naratif.v5i1.187

Abstract

Seiring dengan perkembangan teknologi informasi, media berita juga turut berkembang menyajikan informasi dalam media online. Namun, sangat disayangkan pada penyebarannya masih banyak ditemukan berita hoax atau berita palsu. Berita palsu yang paling mudah beredar adalah berita palsu tentang informasi isu-isu terkini contohnya tentang Covid-19 dan bencana alam. Agar terhindar dari berita hoax yang beredar, salah satu caranya yaitu dengan lebih teliti membaca judul berita pada situs yang terpercaya seperti Liputan6, Kompas.com, dan CNN. Dalam penelitian ini penulis mengambil topik berita hoax tentang vaksinasi, penyebaran virus Corona dan isu-isu yang memang tidak benar tentang pandemi Covid-19, tidak hanya itu untuk memprediksinya penulis juga membutuhkan berita fakta untuk bisa menjadi perbandingan antara berita palsu dengan fakta dari kasus Covid-19. Karena itu penelitian ini akan membuat model klasifikasi berita palsu virus Covid-19 dengan menerapkan algoritma Support Vector Machine (SVM). Hasil penelitian menyatakan bahwa model klasifikasi berita palsu Covid-19 dengan Algoritma Support Vector Machine (SVM) memiliki nilai akurasi 78%. Setelah uji coba model SVM terhadap dataset Covid-19, deploy model dilakukan dan diharapkan untuk masa yang akan datang masyarakat dapat mengakses situs pengecekan berita palsu. Selain mendapatkan prediksi judul berita yang dikategorikan dengan "Fake" dan "True", web juga dapat menampilkan persentase probabilitas dari prediksi yang dilakukan oleh model. Dengan adanya sistem ini, diharapkan dapat memprediksi judul berita tentang virus Covid-19 seakurat mungkin, baik berita palsu maupun berita yang berisikan fakta.
KLASIFIKASI TEKS REVIEW PADA E-COMMERCE TOKOPEDIA MENGGUNAKAN ALGORITMA SVM Ipan Saepul Milal; M. Hasanudin M. Hasanudin; Mochammad Aliffiallathifa Nur Azhari; Rifki Aditya Nugraha; Nova Agustina; Sri Erina Damayanti
Naratif (Jurnal Nasional Riset, Aplikasi Dan Teknik Informatika) Vol 5 No 1 (2023): NARATIF : Jurnal Nasional Riset Aplikasi dan Teknik Informatika
Publisher : Sekolah Tinggi Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53580/naratif.v5i1.191

Abstract

Perkembangan teknologi saat ini berdampak bagus kepada bidang ekonomi, salah satunya adalah dalam berbelanja. Banyak platform E-commerce yang dibuat untuk memudahkan konsumen dalam berbelanja secara online. Dengan adanya review produk akan mempermudah pemberian informasi kepada pembeli sehingga memberikan kepercayaan terhadap produk atau jasa yang akan digunakan dan memberikan evaluasi bagi para penjual. Ketika penjualan produk meningkat dan review terhadap produk dari konsumen juga makin banyak, penjual mengalami kesulitan dalam segi memilah review mana yang dapat dikatakan positif atau negatif berdasarkan komentar yang diberikan konsumen. Salah satu metode untuk algoritma untuk melakukan analisis berupa teks pada review produk yaitu melalui analisis sentimen. Data yang didapat dari hasil review konsumen diproses dengan text mining, selanjutnya melakukan klasifikasi data review ke dalam enam kelas yaitu positif kuat, positif, cenderung positif, cenderung negatif, negatif dan negatif kuat. Dalam penelitian ini proses klasifikasi menggunakan algoritma Support Vector Machine (SVM) yang mampu menghasilkan model klasifikasi yang baik melalui hasil data training meskipun yang digunakan relatif sedikit. Hasil penelitian menyatakan bahwa model klasifikasi review produk handphone dengan model SVM memiliki nilai akurasi 75%. Pada penelitian ini tools yang digunakan berupa Google Colab dan Visual Studio Code, dengan hasil pengklasifikasian dilakukan deploy pada tahap code akhir setelah testing data dan dibuat tampilan page berupa website agar pengguna lebih mudah untuk melakukan cek input dalam melihat hasil klasifikasinya secara langsung berdasarkan text ulasan pada tokopedia produk handphone.
Implementasi Convolutional Neural Network untuk Klasifikasi Rempah – Rempah Khas Indonesia Sandi Hermawan; Nova Agustina
DoubleClick: Journal of Computer and Information Technology Vol 7, No 1 (2023): Optimalisasi Teknologi Informasi
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v7i1.15466

Abstract

Indonesia merupakan negara tropis dengan kekayaan alam yang besar, salah satu kekayaan yang dimiliki Indonesia yakni rempah-rempah yang melimpah dan bermacam-macam, akan tetapi tidak semua orang mengetahui berbagai jenis dari rempah-rempah. Sehingga Pada penelitian ini bertujuan untuk meningkatkan pengetahuan mengenai jenis rempah-rempah khas indonesia, dengan menggunakan metode  deep learning dibuat sebuah klasifikasi citra rempah khas Indonesia menggunakan CNN dengan train akurasi sebesar 99% dan validation akurasi sebesar 60% serta data train yang digunakan sebanyak 24 citra untuk setiap jenis rempah-rempah, terdapat 7 (tujuh) jenis rempah-rempah yang dipakai yakni Andaliman, Cabe Jawa, Cengkeh, Kapulaga, Kayu Manis, Lada dan Pala.
Co-Authors Aditiya Suryana Adrian Adrian Arizal Sabila Nurhikam Azril Tazidan Octa Nuryawan Candra Nur Ihsan Deni Rinaldi Erlin Fahmi Abdullah Hadhiwibowo, Ari Harya Gusdevi Ipan Saepul Milal Jack Febrian Rusdi Junadhi Junadhi Laili Suryati M. Hasanudin M. Hasanudin Mamun Hasbullah Marlim, Yulvia Nora Mercy Hermawati Miftahul Rizal Mochammad Aliffiallathifa Nur Azhari Muchammad Naseer Muhamad Fauzan Rajab Muhammad Fadhil Muttaqin Rifki Aditya Nugraha Rivaldi Syaputra Saepul Rohman Sandi Hermawan Satrio Rully Priyambodo Slamet Risnanto Sri Erina Damayanti Supriadi, Irwin Syifa Nur Fauziah Tatang Bukhori Yanto Yanto