Article Per Year (5 Year)
p-Index From 2019 - 2024
1.532
P-Index
This Author published in this journals
All Journal Transmisi: Jurnal Ilmiah Teknik Elektro JURNAL SISTEM INFORMASI BISNIS Jurnal Pseudocode Network Engineering Research Operation [NERO] INOVTEK Polbeng - Seri Informatika Conference SENATIK STT Adisutjipto Yogyakarta Jurnal Teknologi Informasi MURA CYBERNETICS Dharma Raflesia : Jurnal Ilmiah Pengembangan dan Penerapan IPTEKS Ilmu Komputer untuk Masyarakat PELS (Procedia of Engineering and Life Science) Jurnal Teknologi Informasi Mura
Tikaridha Hardiani
Program Studi Teknologi Informasi, Fakultas Sains Dan Teknologi, Universitas ‘Aisyiyah Yogyakarta
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
SEGMENTASI NASABAH SIMPANAN MENGGUNAKAN FUZZY C MEANS DAN FUZZY RFM (RECENCY, FREQUENCY, MONETARY) PADA BMT XYZ Hardiani, Tikaridha; Hardiani, Tikaridha
Network Engineering Research Operation [NERO] Vol 3, No 3 (2018): NERO
Publisher : Universitas Trunojoyo Madura

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

Abstract

Perkembangan zaman dengan banyaknya lembaga keuangan saat ini,  mengharuskan BMT (Baitul Maal Wat Tamwil) untuk mengelola nasabah secara maksimal. Mengidentifikasi nasabah yang loyal akan membantu perusahaan menentukan strategi pemasaran yang tepat. Penelitian ini bertujuan untuk menentukan nasabah simpanan potensial. Nasabah potensial yaitu nasabah yang loyal kepada perusahaan. Nasabah potensial ditentukan dengan segmentasi nasabah. Studi kasus dalam penelitian ini yaitu di salah satu BMT di Yogyakarta. Metode yang digunakan dalam penelitian ini  yaitu CRISP DM (Cross Industry Standard Process for Data Mining) dengan melalui proses business understanding, data understanding, data preparation, modeling dan evaluasi. Teknik data mining yaitu teknik fuzzy clustering dengan algoritma Fuzzy C-Means serta model yang digunakan untuk segmentasi yaitu fuzzy RFM (Recency, Frequency dan Monetary). Hasil dari segmentasi ini mengelompokkan  menjadi 2 cluster. Jumlah cluster terbaik berdasarkan Modified Partition Coefficient (MPC) danPartition Entropy (PE). Pelabelan nasabah diperoleh nasabah dormant b sebanyak 180 nasabah (71,43%) pada cluster 1 dan nasabah dormant f (nasabah tidak potensial) sebanyak 72 nasabah (28,57%) pada cluster 2. Kata kunci: Segmentasi nasabah, Data mining, Fuzzy C Means, Clustering, Fuzzy Clustering, FuzzyRFM, BMT
SEGMENTASI NASABAH SIMPANAN MENGGUNAKAN FUZZY C MEANS DAN FUZZY RFM (RECENCY, FREQUENCY, MONETARY) PADA BMT XYZ Hardiani, Tikaridha; Hardiani, Tikaridha
Network Engineering Research Operation [NERO] Vol 3, No 3 (2018): NERO
Publisher : Universitas Trunojoyo Madura

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

Abstract

Perkembangan zaman dengan banyaknya lembaga keuangan saat ini,  mengharuskan BMT (Baitul Maal Wat Tamwil) untuk mengelola nasabah secara maksimal. Mengidentifikasi nasabah yang loyal akan membantu perusahaan menentukan strategi pemasaran yang tepat. Penelitian ini bertujuan untuk menentukan nasabah simpanan potensial. Nasabah potensial yaitu nasabah yang loyal kepada perusahaan. Nasabah potensial ditentukan dengan segmentasi nasabah. Studi kasus dalam penelitian ini yaitu di salah satu BMT di Yogyakarta. Metode yang digunakan dalam penelitian ini  yaitu CRISP DM (Cross Industry Standard Process for Data Mining) dengan melalui proses business understanding, data understanding, data preparation, modeling dan evaluasi. Teknik data mining yaitu teknik fuzzy clustering dengan algoritma Fuzzy C-Means serta model yang digunakan untuk segmentasi yaitu fuzzy RFM (Recency, Frequency dan Monetary). Hasil dari segmentasi ini mengelompokkan  menjadi 2 cluster. Jumlah cluster terbaik berdasarkan Modified Partition Coefficient (MPC) danPartition Entropy (PE). Pelabelan nasabah diperoleh nasabah dormant b sebanyak 180 nasabah (71,43%) pada cluster 1 dan nasabah dormant f (nasabah tidak potensial) sebanyak 72 nasabah (28,57%) pada cluster 2. Kata kunci: Segmentasi nasabah, Data mining, Fuzzy C Means, Clustering, Fuzzy Clustering, FuzzyRFM, BMT
Design of Expert System Diarrhea for Toddler Using K-Nearest Neighbor Algorithm (K-NN) Silmina, Esi Putri; Hardiani, Tikaridha
SENATIK STT Adisutjipto Vol 4 (2018): Transformasi Teknologi untuk Mendukung Ketahanan Nasional [ ISBN 978-602-52742-0-6 ]
Publisher : Sekolah Tinggi Teknologi Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (606.398 KB) | DOI: 10.28989/senatik.v4i0.222

Abstract

Diarrhea is one of the main causes of death in children under the age of 5 years. Based on reports from the World Health Organization (WHO), 1 in 10 children died of diarrhea with 800,000 deaths per child. When toddlers suffer from diarrhea there are obstacles faced by parents when having to consult a pediatrician, for that we need a system that can store the expertise of an expert in this case a pediatrician in dealing with diarrheal diseases that occur in infants. The K-NN (K-Nearest Neighbor) algorithm was developed in this research expert system. The variables used were 14 symptoms where diarrheal diseases were classified into 6 types. The results of distance calculation show testing data (new cases) No RM 4247 approaching 3 training data (old cases) with a distance value of 2.24. The addition of the calculation of similarity in the calculation strengthens the results of the diagnosis, with the largest similarity value of 79% at No RM 1090, then the testing data (new cases) didignosis mild acute dehydration diarrhea
PERANCANGAN SISTEM PAKAR PENYAKIT RHINOFARINGITIS AKUT (RFA) PADA ANAK BERBASIS PERANGKAT ANDROID MENGGUNAKAN K-NN (K-NEAREST NEIGHBOR) Hardiani, Tikaridha; Silmina, Esi Putri
Transmisi Vol 21, No 3 Juli (2019): TRANSMISI
Publisher : Departemen Teknik Elektro, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (840.442 KB) | DOI: 10.14710/transmisi.21.3.90-95

Abstract

Rhinofaringitis akut (RFA) merupakan penyakit saluran pernafasan atas yang paling sering terjadi pada anak-anak. RFA menjadi masalah kesehatan umum di dunia, terutama di negara-negara berkembang. Penyakit ini sebagian besar menginfeksi anak-anak. RFA menyerang  6,2 hingga 9,7 juta anak di seluruh dunia.Di Indonesia, RFA dapat mempengaruhi segala usia dan morbiditasnya masih tinggi, terutama pada anak-anak. RFA dapat dicegah dan ditangani secara cepat dengan sistem pakar. Sistem pakar merupakan sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya diselesaikan oleh seorang pakar dalam bidang tertentu.  Penelitian ini mengembangkan sistem pakar menggunakan algoritma K-Nearest Neighbour (K-NN). Variabel yang digunakan yaitu sakit kepala, demam, menggigil, malaise (lemas), disfagia (nyeri menelan), limfaadenopati pada anterior servikal (pembesaran kelenjar leher anterior), muntah, tidak ada batuk/jarang batuk, eksudat pada tonsil/faring, Nyeri tenggorokan yang parah, disertai batuk, suara serak, nyeri substernal, myalgia (nyeri otot), rhinorea (hidung berair), konjungtivitis (mata merah) dan muntah. Hasil diagnosis sistem menunjukan bahwa nilai similarity tertinggi pada No MR 6754 yaitu sebesar 75%, maka kasus baru didiagnosis RFA karena virus.
Kajian Data Mining Customer Relationship Management pada Lembaga Keuangan Mikro Hardiani, Tikaridha; Sulistyo, Selo; Hartanto, Rudy
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 4, No 3 (2014): Volume 4 Nomor 3 Tahun 2014
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (307.159 KB) | DOI: 10.21456/vol4iss3pp181-186

Abstract

Companies are required to be ready to face the competition will be intense with other companies, including micro-finance institutions. Faced more intense competition, has led to many businesses in microfinance institutions find profitable strategy to distinguish from the others. Strategy that can be applied is implementing Customer Relationship Management (CRM) and data mining. Data mining can be used to microfinance institutions that have a large enough data. Determine the potential customers with customer segmentation can help the decision-making marketing strategy that will be implemented . This paper discusses several data mining techniques that can be used for customer segmentation. Proposed method of data mining technique is fuzzy clustering with fuzzy C-Means algorithm and fuzzy RFM. Keywords : Customer relationship management; Data mining; Fuzzy clustering; Micro-finance institutions; Fuzzy C-Means; Fuzzy RFM
SEGMENTASI NASABAH SIMPANAN MENGGUNAKAN FUZZY C MEANS DAN FUZZY RFM (RECENCY, FREQUENCY, MONETARY) PADA BMT XYZ Tikaridha Hardiani
Network Engineering Research Operation Vol 3, No 3 (2018): NERO
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (18491.816 KB) | DOI: 10.21107/nero.v3i3.95

Abstract

Perancangan Sistem Pakar Penyakit Pneumonia Pada Balita Menggunakan Algoritme K-NN (K-Nearest Neighbor) Esi Putri Silmina; Tikaridha Hardiani
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (862.34 KB) | DOI: 10.33369/pseudocode.5.2.56-63

Abstract

Penyakit Pneumonia merupakan penyebab utama kematian balita di dunia. Diperkirakan ada 1,8 juta atau 20% dari kematian anak diakibatkan oleh Pneumonia, melebihi kematian akibat AIDS, malaria dan tuberkulosis terutama adalah Pneumonia. Terbatasnya kemampuan akomodasi dan pelayanan dari paramedis untuk pemeriksaan kesehatan, mendorong setiap orang untuk mampu mengenali dan melakukan penanganan dini terhadap suatu penyakit. Berdasarkan pada kondisi tersebut maka implementasi teknologi informasi berupa sistem pakar diharapkan dapat membantu masyarakat luas untuk mengenali dan melakukan penanganan dini terhadap penyakit Pneumonia pada balita. Penelitian ini mengembangkan sistem pakar menggunakan Algoritme K-NN (K-Nearest Neighbor). Variabel yang digunakan yaitu batuk dengan nafas cepat, crackles (ronki) pada auskultasi, demam dan dengan penambahan gejala lainnya maka dapat dinyatakan Pneuomonia berat, yaitu kepala terangguk-angguk, pernafasan cuping hidung, tampak didada tarikan lebih dalam, tidak menyusu atau makan dan minum atau memuntahkan semuanya, anak tampak biru atau sianosis. Hasil diagnosa sistem menunjukan bahwa nilai similarity tertinggi pada No MR 9878 yaitu sebesar 81%, maka kasus baru didiagnosis Pneumonia Berat.
Design of Expert System Diarrhea for Toddler Using K-Nearest Neighbor Algorithm (K-NN) Esi Putri Silmina; Tikaridha Hardiani
SENATIK STT Adisutjipto Vol 4 (2018): Transformasi Teknologi untuk Mendukung Ketahanan Nasional [ ISBN 978-602-52742-0-6 ]
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/senatik.v4i0.222

Abstract

Diarrhea is one of the main causes of death in children under the age of 5 years. Based on reports from the World Health Organization (WHO), 1 in 10 children died of diarrhea with 800,000 deaths per child. When toddlers suffer from diarrhea there are obstacles faced by parents when having to consult a pediatrician, for that we need a system that can store the expertise of an expert in this case a pediatrician in dealing with diarrheal diseases that occur in infants. The K-NN (K-Nearest Neighbor) algorithm was developed in this research expert system. The variables used were 14 symptoms where diarrheal diseases were classified into 6 types. The results of distance calculation show testing data (new cases) No RM 4247 approaching 3 training data (old cases) with a distance value of 2.24. The addition of the calculation of similarity in the calculation strengthens the results of the diagnosis, with the largest similarity value of 79% at No RM 1090, then the testing data (new cases) didignosis mild acute dehydration diarrhea
Data Security Analysis with OWASP Framework on Website XYZ Tikaridha Hardiani
CYBERNETICS Vol 6, No 01 (2022): CYBERNETICS
Publisher : Universitas Muhammadiyah Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29406/cbn.v6i01.3953

Abstract

The website is needed as source of information which presented in a modern way that can be widely distributed. XYZ website displays information related to profiles, information sanggar Tari in Yogyakarta. Data security needs are reviewed from the need for data protection, loss and damage. XYZ website security is not well considered, this triggers the need to know the various risks of attacks and data weaknesses on the website. Research methods using the Open Web Application Security Project (OWASP) by utilizing software tools called OWASP Zed Attack Proxy (ZAP) are used to test data and information security on a website. This application conducts penetration tests (pentest) to determine the gap in the risk of data vulnerabilities in a website. The pentest results from the XYZ website get 11 data security vulnerabilities. A risk rating is used to determine the vulnerability detection value on xyz website. The assessment results of 11 vulnerabilities get 9 security gaps with Medium level and 2 gaps with Low level. These results are used to take decisions and actions to prevent and address security risks. The Medium level vulnerability category obtained 7 strategies that can be used to improve website security.
Pelatihan MySimpleShow pada Guru SMK Muhammdiyah 1 Yogyakarta Esi Putri Silmina; Tikaridha Hardiani
Ilmu Komputer untuk Masyarakat Vol 3, No 1 (2022)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkomas.v3i1.1211

Abstract

Pemberdayaan masyarakat adalah proses pembangunan dimana masyarakat berinisiatif untuk memulai proses kegiatan sosial untuk memperbaiki situasi dan kondisi diri sendiri.Kegiatan pengabdian pada masyarakat berupa pendampingan dalam pengembangan media pembelajaran yang bertujuan untuk memberikan pengetahuan dan keterampilan dalam pengembangan media pembelajaran untuk memenuhi syarat memperoleh sertifikasi bagi guru dalam jabatan.Khalayak sasaran dalam kegiatan pengabdian masyarakat ini merupakan guru-guru SMK Muhammdiyah 1 Yogyakarta yang berjumlah 40 orang. Pendampingan ini menggunakan metode ceramah, demontrasi dan latihan disertai tanya jawab.Kegiatan ini dilakukan dengan strategi pelaksanaan yang cukup runtut dan pastinya efisien dijalankan, pertama peserta diberikan materi/teori pembelajaran yang dilanjutkan dengan melakukan percobaan langsung dengan menggunakan MySimpleShow, yaitu software pembuat video animasi pembelajaran. Peserta yang merupakan guru-guru SMK Muhammadiyah 1 Yogyakarta mampu membuat video animasi pembelajaran yang lebih menarik dan mudah dicerna oleh murid, sehingga murid tidak bosan dan tetap mampu memahami materi dengan baik.
Co-Authors Agil Setyo Prasandi Choiruddin Lutfandita Landistyas Rudy Hartanto Salsyabila Vidia Nur Afni Selo Sulistyo, Selo Silmina, Esi Putri Silmina, Esi Putri Sri Lestari Linawati