Article Per Year (5 Year)
p-Index From 2019 - 2024
3.703
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) ELINVO (Electronics, Informatics, and Vocational Education) Creative Information Technology Journal SISFOTENIKA Information System for Educators and Professionals : Journal of Information System CogITo Smart Journal INOVTEK Polbeng - Seri Informatika Voice Of Informatics CSRID (Computer Science Research and Its Development Journal) TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika CCIT (Creative Communication and Innovative Technology) Journal SENSITEK E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi IT (INFORMATIC TECHNIQUE) JOURNAL INFOSYS (INFORMATION SYSTEM) JOURNAL INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System CSRID Jurnal Pengabdian Masyarakat (JURDIMAS)
Evi Dewi Sri Mulyani
STMIK Tasikmalaya
Aerospace Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Social Sciences Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Voice Of Informatics

 1 
Klasifikasi Penentuan Kelayakan Pemberian Kredit Menggunakan Metode Naive Bayes Classifier (Studi Kasus : Koperasi Simpan Pinjam Simpenan Pameungkeut Banda Tasikmalaya) Sri Mulyani, Evi Dewi; Rihadisha, Anggi; Greshanayathi D, Gine; Saputri, Nya; _, Wulansari
Jurnal VOI (Voice Of Informatics) Vol 9, No 2 (2020)
Publisher : STMIK Tasikmalaya

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

Abstract

Kredit merupakan suatu sistem pinjam meminjam atas persetujuan yang telah disepakati diawal dengan phak bank atau institusi lembaga keuangan sejenis dengan nasabahnya. Dengan demikian analisa kelayakan  pemberian kredit ini diharapkan dapat menganalisa solusi kesesuaian tingkat akurasi dalam sejumlah data yang sangat besar (big data) dengan melibatkan sebuah dataset yang nantinya akan dilakukan penambangan data dengan menggunakan tools rapid miner. Metode algoritma yang akan digunakan yakni  metode data mining berupa Algoritma Naive Bayes Classifier. Klasifikasi data mining dapat membantu para analis kredit dalam hal menentukan signifikansi dan kelayakan pemberian kredit pada nasabah.  Sehingga dari proses klasifikasi ini didapatkan berupa atribut penentu berupa kategori kelayakan dalam hal penentuan pemberian kredit kepada salah satu nasabah yang bersangkutan. Pengujian yang dilakukan yakni dengan menggunakan model confusion matrix yang melibatkan data training yang berbeda dalam hal jumlah atribut, dimana ekperimen pertama pengujian dilakukan terhadap 16 atribut data training kemudian ekperimen kedua pengujian dilakukan dengan melibatkan 9 atribut data training. Maka dari kedua eksperimen yang dilakukan akan diperoleh komparasi nilai akurasi, pengujian 16 atribut menghasilkan signifikansi akurasi 59,00% dan pengujian 9 atribut menghasilkan nilai akurasi sebesar 56,00 %  sehingga dari kedua pengujian yang dilakukan dapat dipilih alternatif akurasi yang paling baik yakni pengujian dengan 16 atribut. Sehingga hasil dan output yang dihasilkan akan menghasilkan ketepatan pengujian atas suatu rekomendasi keputusan dalam membantu para profesional atau analis kredit di institusi keuangan dalam hal menentukan kelayakan pemberian kredit pada nasabahnya dengan bantuan algoritma yang digunakan untuk menyelesaikan suatu persoalan sehingga didapatkan pengidentifikasi terkait manakah yang layak atau tidak dikatakan sebagai penentuan  pemberian kredit dengan mengacu pada penentuan kelas lancar atau bermasalah.Credit is a lending and borrowing system based on agreed agreements at the beginning with the phak bank or similar financial institution with its customers. Thus the feasibility analysis of credit granting is expected to be able to analyze the solution of the suitability of the accuracy level in a number of very large data (big data) by involving a dataset that will be mining data using rapid miner tools. The algorithm method that will be used is the data mining method in the form of the Naive Bayes Classifier Algorithm. Data mining classification can help credit analysts in determining the significance and feasibility of lending to customers. So that the classification process is obtained in the form of determining attributes in the form ofeligibility categories in terms of determining the provision of credit to one of the customers concerned. Tests carried out namely by using a confusion matrix model that involves training data that is different in terms of the number of attributes, where the first experiment testing is performed on 16 attributes of training data then the second experiment testing is done by involving 9 attributes of training data. So from the two experiments conducted will be obtained a comparison of the accuracy value, 16 attributes test produces a significance of 59.00% accuracy and 9 attributes test produces an accuracy value of 56.00% so that of the two tests conducted can be chosen the best alternative accuracy that is testing with 16 attributes. So the results and outputs produced will result in the accuracy of testing of a decision recommendation in helping credit professionals or analysts in financial institutions in terms of determining the eligibility of crediting to their customers with the help of an algorithm used to solve a problem so that an identifier related to which is feasible or not said as determining the granting of credit with reference to determining the current class or problematic.
APLIKASI PAKAR UNTUK MENGIDENTIFIKASI KARAKTERISTIK GAYA BELAJAR DENGAN MENERAPKAN MODALITAS VARK Sri Mulyani, Evi Dewi; Agustin, Yoga Handoko; Nur'aeni, Irma
Jurnal VOI (Voice Of Informatics) Vol 7, No 1 (2018)
Publisher : STMIK Tasikmalaya

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

Abstract

Belajar pada umumnya yaitu suatu proses psikologi yang berlangsung dalam interaksi antara individu dengan lingkungan yang dapat menghasilkan perubahan-perubahan dalam memperoleh pengetahuan, keterampilan, dan sikap yang bersifat konstan/menetap.Proses pembentukan pengetahuan dalam pembelajaran disekolah pada setiap siswa memiliki karakteristik yang berbeda. Pada proses pembelajaran, ada siswa yang memiliki karakteristik visual, auditori, read/write, atau kinestetik. Setiap siswa mempunyai gaya belajar yang berbeda-beda, namun ada salah satu yang dominan, dan memiliki kecenderungan pada satu gaya belajar tertentu. Dalam hal ini guru tidak mengetahui pasti karakteristik gaya belajar yang dimiliki masing-masing siswa. Selain itu guru pun tidak mengetahui strategi belajar yang tepat bagi siswanya sesuai dengan karakteristik gaya belajar masing-masing siswa. Sebelumnya untuk mengetahui gaya belajar tersebut, digunakan metode kuesioner yang akan dijawab oleh siswa kemudian kuesioner tersebut dikumpulkan kembali dan diolah untuk mendapatkan kesimpulan, namun cara tersebut masih kurang efektif dari segi waktu. Maka dibutuhkan sebuah sistem pakar yang mampu mencapai tingkat performa yang sebanding dengan seorang pakar. Dengan sistem pakar ini dapat memberikan informasi kepada guru mengenai karakteristik gaya belajar siswa dan memberikan strategi pembelajaran untuk guru. Metode inferensi yang digunakan yaitu metode forward chaining . Kata kunci :Sistem Pakar, Karakteristik Gaya Belajar, Forward Chaining
Aplikasi Rekam Medis Berbasis Client-Server Dede Syahrul Anwar; Evi Dewi Sri Mulyani; Heri Purnama
Jurnal VOI (Voice Of Informatics) Vol 6, No 1 (2017)
Publisher : STMIK Tasikmalaya

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

Abstract

Pentingnya menjaga keberadaan ruang server dari bahaya kebakaran yang dapat berakibat fatal, hal ini dapat terjadi tidak mengenal tempat dan waktu, bisa terjadi dimana saja. Permasalahan yang muncul dari bagian administrator ruang server selaku penanggungjawab ruangan yang tidak mungkin mengawasi atau memantau keberadaan ruang server selama 24 jam karena waktu kerja yang sangat terbatas. Oleh karena itu dibutuhkan suatu perangkat yang mampu memonitoring ruang server secara optimal. Perangkat yang digunakan untuk memantau keberadaan ruang server yaitu memanfaatkan sensor asap dan sensor api yang dihubungkan dengan mikrokontroler Arduino Uno R3. Sehingga perangkat ini dapat membantu secara maksimal selama 24 jam memantau ruang server apabila terjadi kebakaran, maka perangkat ini akan mengirimkan informasi kepada pihak yang bertanggung jawab dalam mengawasi ruangan tersebut berupa SMS (Short Message Service). Metode yang digunakan yaitu melakukan rekayasa menggunakan prototipe yang dapat diimplementasikan dalam bentuk nyata. Kata kunci : mikrokontroler, sensor api, sensor asap, sms gateway.
Estimasi Harga Jual Mobil Bekas Menggunakan Metode Regresi Linier Berganda Evi Dewi Sri Mulyani; Firham Mulady; Dendi Ramadhan; Ari Ariyantono; Dikri Ramdani
Jurnal VOI (Voice Of Informatics) Vol 8, No 1 (2019)
Publisher : STMIK Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (468.429 KB)

Abstract

Meningkatnya jumlah produksi mobil baru dan munculnya berbagai model mobil baru berdampak dengan melimpahnya mobil bekas atau dengan sebutan mobil second, yang dapat membuat masyarakat tertarik menjadi pengusaha dalam bisnis jual beli mobil bekas. Dengan disertai pajak yang lebih terjangkau dan proses peralihan kepemilikan yang tidak sulit menjadikan bisnis ini menjadi lebih menjanjikan di masyarakat. Mobil bekas memiliki harga jual yang menurun secara periodik, jadi harga jual suatu mobil bekas pada tahun yang sedang berjalan lebih rendah dari harga Oleh karena itu estimasi harga jual mobil bekas sangat diperlukan dalam membantu pengusaha untuk membantu penjualan mobil bekas dengan harga jual secara periodik. Dengan membuat estimasi harga jual mobil bekas menggunakan metode regresi linier berganda ini berdasarkan variabel merk, harga beli, tahun keluar (tahun pembuatan atau tahun perakitan), dan kondisi mobil ini telah mampu menghasilkan nilai perkiraan harga jual mobil bekas secara periodik dan pengujian dari hasil estimasi dengan hasil real sebesar 2,65%.The increasing number of new car production and the emergence of various new car models have an impact with the abundance of used cars or as a second car, which can make people interested in becoming entrepreneurs in the business of buying and selling used cars. With a more affordable tax and a process of ownership transfer that is not difficult to make this business more promising in the community. Used cars have a selling price that decreases periodically, so the selling price of a used car in the current year is lower than the price. Therefore, the estimated selling price of used cars is very necessary in helping entrepreneurs to help sell used cars with periodic selling prices. By estimating the selling price of used cars using this multiple linear regression method based on brand variable, purchase price, year of exit (year of manufacture or year of assembly), and the condition of this car has been able to produce an estimated value of used car selling prices periodically and testing the estimated results with real results of 2.65%. 
Analisis Asosiasi Untuk Persediaan Alat-alat Kesehatan Pada Apotek Berkah Ciamis Menggunakan Algoritma Apriori Evi Dewi Sri Mulyani; Balgis Zulfarida; Elma Meilani; Harin Sanditha Rahmawati; Mira Rismasari; Muhammad Irgi Daudi; Rita Oktaviani
Jurnal VOI (Voice Of Informatics) Vol 10, No 1 (2021)
Publisher : STMIK Tasikmalaya

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

Abstract

Upaya untuk menggali informasi dan pengetahuan yang berharga pada database yang sangat besar disebut data mining atau Knowledge Discovery in Database disingkat KDD. Salah satu algoritma yang paling populer pada teknik data mining adalah algoritma Apriori. Sedangkan dalam penemuan pola kombinasi hubungan antar item-sets digunakan Association Rules (Aturan Asosiasi).  Data Mining yang telah diimplementasikan ke berbagai bidang, diantaranya bidang bisnis, bidang pendidikan, dan juga telekomunikasi. Dibidang bisnis misalnya pentingnya sistem persediaan barang di suatu Apotek dan jenis barang apa yang menjadi prioritas utama yang harus di stok untuk mengantisipasi kekosongan barang. Karena minimnya stok barang dapat berpengaruh pada pelayanan konsumen dan pendapatan Apotek.  Berbagai jenis alat-alat kesehatan di Apotek sebagai salah satu supplier alat-alat kesehatan, sehingga aktivitas pelayanan konsumen berjalan dengan baik. Apotek Berkah dapat mengolah data dengan menggunakan Metode Association Rule dapat menghasilkan data penjualan alat kesehatan yang paling sering dibeli atau paling banyak terjual sehingga dari hasil tersebut dapat menjadi acuan untuk menambah stok yang habis dan mengurangi beberapa stok yang jarang dibeli oleh konsumen. Sehingga Penerapan  Algoritma Apriori pada teknik Data Mining sangat efisien dan dapat mempercepat proses pembentukan kecenderungan pola kombinasi itemset hasil penjualan alat-alat kesehatan di Apotek Berkah Ciamis, yaitu dengan minim support 70%. Sedangkan minim confidence 90%.
Sistem Pakar Diagnosa Penyakit Pada Tanaman Anggur Menggunakan Metode Certainty Factor N. Nelis Febriani SM; Hendri Julian Pramana; Evi Dewi Sri Mulyani; Teuku Mufizar; Khairul Anwar
Jurnal VOI (Voice Of Informatics) Vol 11, No 2 (2022)
Publisher : STMIK Tasikmalaya

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

Abstract

Sedikitnya seorang ahli tanaman yang dapat memberikan informasi dan penyuluhan kepada masyarakat menjadi salah satu faktor kurangnya pengetahuan petani dalam menangani masalah buah anggur yang mereka tanam. Oleh karena itu dibuatlah sebuah sistem pakar yang dapat mendiagnosa penyakit pada buah anggur dengan menggunakan metode Certainty Factor dan metode inferensi yang digunakan dalam penelitian ini adalah metode Forward Chaining. Data yang digunakan dalam penelitian ini terdapat 14 penyakit dan 39 gejala yang teridentifikasi pada buah anggur. Pengujian dilakukan dengan membandingkan kesesuaian keluaran sistem dengan hasil diagnosa pakar. Dan dari pengujian 10 data kasus, akurasi pengujian pemodelan sistem pakar menggunakan Certainty Factor pada sistem diagnosis penyakit pokok anggur adalah 90%.
Co-Authors Achmad Bachtiar Agus Maulana Yusup Algi Muhamad Sahrin Alif Kurnia Tisna Ardi Andika Ari Ariyantono Ari Ariyantono Asep Sugihato Balgis Zulfarida Cepi Rahmat Hidayat Cepy Rahmat Hidayat Dani Rohpandi Dea Rizki Pratama Dede Syahrul Anwar Dede Syahrul Anwar Dendi Ramadhan Dendi Ramadhan Dendy Putra Purnama Deni Suci R Deny Erwandi, Deny Dian Rifki Dikri Ramdani Dikri Ramdani Dinda Regina Puspitasari Egi Badar Sambani, Egi Badar Eka Suparman Pamungkas Elma Meilani Fahmi Akbar Fauzi Fia Vauziah Putri Firham Mulady Firham Mulady Greshanayathi D, Gine Harin Sanditha Rahmawati Heri Purnama Ikbal Jamaludin Indah Septianingrum Indra Yogaswara Irawan Bayu Seta Irma Agustina Irma Ratnasari Nurhasanah, Irma Ratnasari Khairul Anwar Kiky Milky R K Luthfi Fauzi Rahman M. Gilang Mira Rismasari Mufti Ali Muhamad Satrio Nugraha Muhammad Darul Husni Santoso Muhammad Irgi Daudi Muhammad Rafi Heryadi Muhammad Ramdan Rahmatillah Muhammad Rizki Nugraha N. Nelis Febriani SM Nanang Abdurahman Nanang Abdurahman Neneng Sri Uryani Nensi Mardhiani Surgawi Nisa Nurjanah Nova Srihermaning Tyas Novy Aryanti, Novy Nur'aeni, Irma Pramana, Hendri Julian Rahadi Deli Saputra Rais Mujahidul Haq Reka Rahmawati Rihadisha, Anggi Rijal Ajji Jatnika Risal Agustian Rita Oktaviani Rizky Khairunas Robby Awaludin Robi Wahyundana Rofi Chaeruddin Rubi Ismanto Sania Januar Susanto Saputri, Nya Sarmidi Sarmidi Sarmidi Sarmidi Sarmidi Sarmidi Septian Setia Adhi Shinta Siti Sundari Shinta Siti Sundari Sri Fitrya Kamellia Susanto Susanto Susanto Susanto Syifa Nurhasani Teuku Mufizar teuku mufizar Tia Sri Rismayanti Ulfa, Tammy Chintya Wendi Ardiansyah Yoga Handoko Agustin Yuda Purnama Putra Yusep Rosmansyah Yusuf Sumaryana _, Wulansari