Article Per Year (5 Year)
p-Index From 2019 - 2024
3.718
P-Index
This Author published in this journals
All Journal JURNAL SISTEM INFORMASI BISNIS Prosiding Semnastek Jurnal Komputasi CYBERNETICS International Journal of Community Service Learning Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Tekno Kompak Jurnal Pengabdian Kepada Masyarakat (JPKM) Tabikpun Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Teknologi dan Sistem Informasi Journal Social Science And Technology For Community Service Jurnal Pengabdian Masyarakat Indonesia J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Ilmiah Sistem Informasi Akuntansi (JIMASIA) Journal of Engineering and Information Technology for Community Service Jurnal Ilmiah Edutic : Pendidikan dan Informatika Journal of Information Technology, Software Engineering and Computer Science
Neneng Neneng
Universitas Teknokrat Indonesia
Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
SISTEM REKOMENDASI PEMILIHAN SMARTPHONE SNAPDRAGON 636 MENGGUNAKAN METODE SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE (SMART) Shodik, Nur; Neneng, Neneng; Ahmad, Imam
Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Vol 7, No 3 (2018)
Publisher : Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1240.194 KB)

Abstract

Pertumbuhan Smartphone secara drastis seringkali menyulitkan pengguna untuk memilih manakah pilihan yang tepat karena Smartphone memiliki spesifikasi yang beragam, untuk menyelesaikan masalah tersebut maka perlu dirancang sebuah sistem rekomendasi. Sistem rekomendasi merupakan model aplikasi dari hasil obsevarsi terhadap keadaan pengguna dan memelurkan model rekomendasi yang tepat agar sesuai keinginan pengguna.Sistem pemilihan smartphone diimplementasikan metode Simple Multi Attribute Rating Technique (SMART) untuk memberikan rekomendasi terhadap Smartphone yang menggunakan Snapdragon 636. Pengembangan sistem menggunakan Extreme Programming dengan empat tahapan meliputi planning, design, coding dan testing, pengujian Black Box Testing sebagai uji fungsionaltias web. Hasil penelitian menunjukkan bahwa pemilihan smartphone snapdragon 636 terbaik adalah Asus Zenfone Max Pro M1 dengan nilai 83.50 yang memiliki spesifikasi 4GB RAM, 64GB ROM, kapasitas 5000 mAh battery, sistem android Oreo (8.1), memiliki dual kamera 12MP+5MP dengan kamera depan 8MP, 18:09 resolusi layar dengan dukungan Hybrid Sim Card, Finger Print maupun Face Recognation dengan harga Rp 2.900.000
Support Vector Machine Untuk Klasifikasi Citra Jenis Daging Berdasarkan Tekstur Menggunakan Ekstraksi Ciri Gray Level Co-Occurrence Matrices (GLCM) Neneng, Neneng; Adi, Kusworo; Isnanto, Rizal
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 6, No 1 (2016): Volume 6 Nomor 1 Tahun 2016
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3977.488 KB) | DOI: 10.21456/vol6iss1pp1-10

Abstract

Texture is one of the most important features for image analysis, which provides informations such as the composition of texture on the surface structure, changes of the intensity, or brightness. Gray level co-occurence matrix (GLCM) is a method that can be used for statistical texture analysis. GLCM has proven to be the most powerful texture descriptors used in image analysis. This study uses the four-way GLCM 0o, 45o, 90o, and 135o. Support vector machine (SVM) is a machine learning that can be used for image classification. SVM has a high generalization capability without any requirement of additional knowledge, even with the high dimension of the input space. The data used in this study are the image of goat meat, buffalo meat, horse meat, and beef with shooting distance 20 cm, 30 cm and 40 cm. The result of this study shows that the best recognition rate of 87.5% was taken at a distance of 20 cm with neighboring pixels distance d = 2 in the direction GLCM 135o.
SISTEM INFORMASI PENERIMAAN SISWA BARU BERBASIS WEB (STUDI KASUS SMA FATAHILLAH SIDOHARJO JATI AGUNG LAMPUNG SELATAN) Andri Agus Irawan; Neneng Neneng
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 1, No 2 (2020): Vol 1, No 2 (Desember 2020)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (868.532 KB) | DOI: 10.33365/jatika.v1i2.620

Abstract

Teknologi informasi sangat berkembang di masyarakat, umumnya teknologi informasi adalah sebuah teknologi yang dipergunakan untuk mengelola data, memproses, menyimpan dan memanipulasi data dengan berbagai macam cara dan prosedur guna menghasilkan informasi yang berkualitas dan bernilai guna tinggi, khususnya di SMA Fatahillah Sidoharjo Jati Agung. Dari identifikasi tersebut, SMA Fatahillah Lampung Selatan membutuhkan suatu sistem informasi penerimaan siswa berbasis web yang mampu mengolah data-data siswa baru sehingga data dapat disimpan dengan aman kedalam database system. Pada penelitian ini dilakukan dengan perancangan Usecase Diagram, Activity Diagram dan Flowchart. Hasil dari penelitian ini yaitu sebuah sistem informasi penerimaan siswa baru berbasis web (Studi kasus : SMA Fatahillah Sidoharjo Jati Agung Lampung Selatan), yang dapat memberikan informasi penerimaan atau pendaftaran siswa baru dan dapat diakses secara online tanpa terbatas ruang dan waktu. Berdasarkan pengujian menggunakan blackbox, bahwa aplikasi penerimaan siswa baru di SMA Fatahillah berjalan sesuai dengan yang diharapkan
SISTEM PENDUKUNG KEPUTUSAN TUNJANGAN KARYAWAN MENGGUNAKAN METODE ANALYTICAL HIERARKI PROCESS PADA PT MUTIARA FERINDO INTERNUSA Giyanti Lestari; Neneng Neneng; Ajeng Savitri Puspaningrum
Jurnal Teknologi dan Sistem Informasi Vol 2, No 3 (2021): Volume 2 No. 3 September 2021
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v2i3.860

Abstract

Bidang kerja PT. Mutiara Ferindo Internusa adalah perusahaan yang bergerak pada bidang jasa pengangkutan kapal penumpang dan barang. PT. Mutiara Ferindo Internusa memiliki rute Panjang-Tj Priok terdapat 8 kapal, Bakauheni-Merak 4 Kapal, Jakarta 3 Kapal, dan menambah 3 kapal untuk melayani Short Sea Shipping. Pada PT. Mutiara Ferindo Internusa belum terdapat sistem penilaian kinerja karyawan salah satunya dalam pemberian tunjangan karyawan. Proses pemberian tunjangan karyawan tidak didasarkan dengan penilaian melainkan rekomendasi atasan tidak dilihat dari kerajinan atau lama kerja, sehingga belum optimal dalam pelaksanaannya karena dalam keputusan pemilihan pemberian tunjangan karyawan yang masih bersifat atasan dan hanya langsung memilih karyawan tanpa adanya penilaian, sehingga semakin besar resiko kecemburuan sosial antar karyawan. Dengan demikian diperlukan sistem penilaian pemberian tunjangan karyawan yang dapat membantu perusahaan dalam mengambil keputusan yang berkaitan dengan kinerja karyawan. Solusi dari masalah yang ada pada PT. Mutiara Ferindo Internusa maka dalam penelitian ini akan di kembangkan dengan menerapkan sistem pendukung keputusan untuk pemberian tunjangan karyawan menggunakan metode Analytical Hierarchy Process (AHP) yang nantinya dapat mendukung dalam penentuan pemberian tunjangan kepada karyawan secara terkonsep hierarki yang dapat menguraikan masalah multifactor, sehingga permasalahan akan tersusun lebih sistematis dan lebih terstruktur. Kriteria yang digunakan dalam pemberian tunjangan karyawan yaitu absensi, perilaku, lama kerja, dan jumlah tanggungan.Kata Kunci : Sistem Pemberian Bonus,Metode Penelitian Kuantitatif, Sistem Informasi Manajemen.
MODEL DESA CERDAS DALAM PELAYANAN ADMINISTRASI (STUDI KASUS: DESA KOTABARU BARAT KECAMATAN MARTAPURA KABUPATEN OKU TIMUR) Dian Anisa Martadala; Neneng Neneng; Erliyan Redi Susanto; Imam Ahmad
Jurnal Teknologi dan Sistem Informasi Vol 2, No 2 (2021): Volume 2 No. 2 Juni 2021
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v2i2.1004

Abstract

Pada saat ini mekanisme pelayanan administrasi kependudukan di Kantor Desa Kotabaru Barat masih menggunakan cara konvensional yang menyebabkan proses pencatatan dan pembuatan administrasi kependudukan membutuhkan waktu yang cukup lama, sering terjadinya antrian, ketidakpastian selesainya layanan yang tertunda pada hari-hari berikutnya juga sering terjadi sehingga berdampak pada munculnya biaya yang harus dikeluarkan oleh masyarakat dikarenakan lebih dari satu kali ke tempat pelayanan. Tujuan dari penelitian ini adalah merancang administrasi kependudukan dengan menggunakan perangkat teknologi informasi sebagai langkah awal pengembangan desa cerdas. Perancangan model desa cerdas untuk pelayanan administrasi kependudukan pada Kantor Desa Kotabaru Barat menggunakan metode prototype. Pengujian sistem dilakukan dengan menggunakan metode pengujian ISO 25010 meliputi 6 (enam) karakteristik utama dari ISO 25010, yaitu Functional Suitability, Reliability, Performance Efficiency, Usability, Maintainbility dan Portability. Perancangan sistem menggunakan UML (Unified Modeling Language) dengan masing-masing diagram yaitu use case diagram, activity diagram  dan class diagram. Dari perhitungan yang dilakukan menggunakan Skala Likert memperoleh hasil 83,99%. Maka dapat disimpulkan bahwa perancangan sistem ini dinyatakan sangat baik untuk digunakan dan layak untuk di implementasikan.Kata Kunci: Administrasi Kependudukan, Desa Cerdas, Prototype, ISO 25010.
Sistem Informasi Pencarian Kos Berbasis Web Dengan Menggunakan Metode Hill Climbing Yusmaida Yusmaida; Neneng Neneng; Agus Ambarwari
Jurnal Teknologi dan Sistem Informasi Vol 1, No 1 (2020): Volume 1 No. 1 Juni 2020
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v1i1.212

Abstract

Banyaknya pendatang di kota Bandar Lampung membuat kebutuhan tempat tinggal sementara (rumah kost) semakin meningkat, yang menjadi kendala adalah masyarakat harus datang langsung ke Bandar Lampung untuk mencari tempat rumah kost, sementara tidak selalu pencarian rumah kost didapatkan dalam waktu cepat. Sistem Informasi Pencarian Kos Berbasis Web Menggunakan Metode Hill Climbing dapat menjadi solusi masyarakat dari luar maupun dalam kota Bandar Lampung untuk mencari informasi rumah kost dengan jarak terdekat. Metode pengembangan sistem dalam penelitian ini adalah prototype. Analisis perancangan meliputi Use Case Diagram dan Activity Diagram. Bahasa pemrograman yang digunakan adalah php MySQL dengan bahasa MySQL sebagai pengolahan database. Sedangkan pengujian sistem dilakukan dengan ISO 9126. Hasil pengujian yang telah dilakukan dapat disimpulkan bahwa dengan adanya Sistem informasi pencarian kos berbasis web dengan menggunakan metode hill climbing dapat mempermudah pencarian kos dengan jarak terdekat.
SISTEM PAKAR DIAGNOSA PENYAKIT SELAMA KEHAMILAN MENGGUNAKAN METODE NAIVE BAYES BERBASIS WEB Muhammad Ridho Handoko; Neneng Neneng
Jurnal Teknologi dan Sistem Informasi Vol 2, No 1 (2021): Volume 2 No. 1 Maret 2021
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v2i1.739

Abstract

Banyak masalah yang menyebabkan angka kematian tinggi. Pertama, karena kurangnya informasi mengenai kesehatan obstetri dan ginekologi. Kedua, kurangnya pelayanan emergensi obstetrik dan neonatal dasar dan komprehensif yang dapat dijangkau secara tepat waktu oleh masyarakat yang membutuhkan. Ketiga, masih banyak yang mengatasi masalah kesehatan tersebut dengan jalan tradisional yang tidak jarang kontra-produktif dengan keadaan tubuh, sehingga bila sudah parah baru datang ke dokter. Metode naïve bayes merupakan algoritma yang mampu menerima input dalam bentuk apapun dan memiliki kecepatan dalam memproses suatu data. Setiap data baru akan dilakukan probabilitas dengan setiap class yang ada. Hasil akhir dilihat nilai yang paling tinggi, sehingga algoritma ini dirasa cukup baik untuk menentukan probabilitas dalam menentukan hasil. Pada penelitian ini algoritma naïve bayes digunakan untuk melakukan penentuan penyakit selama masa kehamilan. Hasil dari pengujian yang dilakukan dengan ketepatan diagnosa yang diperoleh dari perbandingan antara hasil diagnosa sistem dengan diagnosa pakar adalah sebesar 77%.Kata Kunci: Penyakit, Kehamilan, Naive Bayes
Rancang Bangun Sistem Pendukung Keputusan Berbasis Web Untuk Pemilihan Perumahan Siap Huni Menggunakan Metode AHP (Studi Kasus: PT Aliquet And Bes) Dewi Sri Wahyuni; Neneng Neneng; Dyah Ayu Megawaty
Jurnal Teknologi dan Sistem Informasi Vol 2, No 4 (2021): Volume 2 No. 4 Desember 2021
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v2i4.1342

Abstract

 AbstrakPT Aliquest and Besmerupakan perusahaan yang bergerak di bidang penjualan perumahan. PT Aliquest and Bes dari tahun ke tahun selalu melakukan penjualan perumahan dan mengalami peningkatan konsumen sehingga PT Aliquest and Bes harus memilki sebuah sistem pendukung keputusan dalam pemilihan perumahaan untuk para konsumen. Berdasarkan hasil wawancara yang dilakukan pada PT Aliquest and Bes sulit untuk melakukan pemilihan konsumen berdasarkan ketentuan yang ditetapkan. Terkadang terdapat konsumen yang menunggak dikarenakan tidak sesuai kemampuan yang dimiliki konsumen, akibatnya banyak konsumen yang mengalami penunggakan perumahan (kredit macet) dan penyitaan perumahan oleh perusahaan dikaranakan tidak mampunya masyarakat dalam melakukan pembayaran angsuran. Metode pengembangan sistem menggunakan metode prototype dan perancangan sistem menggunakan UML.Implementasi sistem ini menggunakan Dreamwever dan MySQL sebagai database, serta pengujian sistem menggunakan blackbox testing. Tujuan penelitian ini adalah membantu pengambilan keputusan PT Aliquest and Bes dalam pemilihan perumahan bagi setiap konsumen. Sistem pendukung keputusan untuk pemilihan perumahan siap huni akan dibangun berbasis web untuk dapat dilakukan secara luas yang dapat diakses dimana saja dan kapan saja. Serta untuk membantu dalam menentukan perumahan mana yang cocok dan sesuai dengan kriteria dan kebutuhan konsumen sehingga tidak terjadi kredit macet. Kriteria yang digunakan dalam penelitian ini adalah harga, model dan tipe, lokasi, pendapatan, dan pekerjaan.Kata Kunci: Sistem Pendukung Keputusan, PKH, Prototype, UML
PENGEMBANGAN E-RAPORT KURIKULUM 2013 BERBASIS WEB PADA SMA TUNAS MEKAR INDONESIA Ajeng Savitri Puspaningrum; Neneng Neneng; Intan Saputri; Fenty Ariany
Jurnal Komputasi Vol 8, No 2 (2020)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v8i2.2692

Abstract

SMA Tunas Mekar Indonesia is one of  Lampung Province schools that uses the 2013 curriculum. The assessment reporting process of student learning skills and achievement by teachers uses report cards that are distributed to parents at the end of each semester. In the managing the report card data process, there are several obstacles, namely the obstruction of grade recapitulation because the subject teacher is late in sending student grades, it takes a long time in managing grades because the processing value data done repeatedly from the attendance recap report then the application of Microsoft Excel and the report books are recapitulated by staff allows data writing errors. The solution developed for this problem is to build a Web-Based E-Report Card Application that will help SMA Tunas Mekar Indonesia by simplifying and accelerating teachers and homeroom teachers in assessing student learning outcomes reports process on inputting student scores. In this application, teachers and homeroom teachers no longer need to send assessment data via email, because the data entered is already integrated with other data. So that it doesn't take a long time to enter student grades, and minimize the damage and loss of report card data. The application built has provided complete information regarding student report card information and helps schools in reporting student grades based on the testing results using ISO 25010 standart with a percentage of success with a total average of 92.82%.
KLASIFIKASI JENIS DAGING BERDASARKAN ANALISIS CITRA TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DAN WARNA Neneng Neneng; Yusra Fernando
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Belakangan ini sering terjadi pemalsuan daging yang dilakukan oleh penjual daging kepada masyarakat sebagai konsumen. Hal ini terjadi karena ketidaktahuan konsumen tentang cara membedakan jenis-jenis daging yang dibeli. Tentu saja dampak dari pemalsuan daging ini dapat merugikan konsumen. Dewasa ini teknik pengolahan citra digital telah banyak digunakan untuk melakukan analisis dan klasifikasi citra pada produk makanan. Hal ini tentu saja dapat dimanfaatkan untuk melakukan klasifikasi citra daging berdasarkan tekstur dan warnanya. Pada penelitian ini, pengolahan citra digital digunakan untuk mengklasifikasi citra jenis daging berdasarkan analisis tekstur dan warna sebagai alternatif dalam mengidentifikasi jenis daging selain menggunakan cara visual. Ciri tekstur yang digunakan adalah Grey Level Co-occurence Matrix (GLCM) empat arah yakni 0o, 45o, 90o, dan 135o. Sedangkan kanal warna yang digunakan adalah Hue, Saturation, Value (HSV) dengan metode pelatihan dan pengujian data menggunakan Support vector machine (SVM). Data yang digunakan dalam penelitian ini adalah citra daging kambing, daging kerbau, dan daging kuda yang diambil dari jarak 20 cm. Hasil klasifikasi terbaik yang diperoleh adalah 75,6% berada pada arah GLCM 45o dengan jarak piksel tetangga d=3 dan arah GLCM 135 o dengan jarak piksel tetangga d=2. Nilai tersebut berada pada parameter sigma 2,1. Kata kunci : Citra, GLCM, HSV, tekstur, SVM
Co-Authors Agus Ambarwari Ahmad Ghifari Alfiansyah Hasibuan Andi Nurkholis Andri Agus Irawan Cahya Fatin Daiyah Demi Mardian Desi Ratna Sari Dewi Sri Wahyuni Dheara Kharisma Dian Anisa Martadala Dian Pratiwi Dyah Ayu Megawaty Erliyan Redi Susanto Erliyan Redy Susanto Fahri Aulia Hasbi Fenty Ariany Fera Lestari Galih Naufal Falikh Suprapto Geri Marizki Giyanti Lestari Heni Sulistiani ikbal yasin yasin Imam Ahmad Imam Ahmad Indra Pratama Putra Intan Saputri Isnain, Auliya Rahman Kusworo Adi Linda Yunita Maulana Aziz Assuja Medi Hermanto Tinambunan Muhammad Ridho Handoko Novia Utami Putri Nur Shodik Prita Dellia R Rizal Isnanto Renda Bimantara Retno Triana Rikendry Rikendry Rikendry Rikendry S. Samsugi Saniati, Saniati Shodik, Nur Siti Suliah Sylvia Yolanda Try Susanto Yusmaida Yusmaida Yusra Fernando