Article Per Year (5 Year)
p-Index From 2019 - 2024
1.048
P-Index
This Author published in this journals
All Journal Jurnal Janitra Informatika dan Sistem Informasi Jurnal Teknologi Ilmu Komputer
Nana Suarna
Teknik Informatika, STMIK IKMI Cirebon
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Sistem Informasi Administrasi Kependudukan Berbasis Web Dengan Pengujian System Usability Scale Untuk Meningkatkan Pelayanan Pada Masyarakat Asep Wahyu Illahi; Nana Suarna; Ade Irma Purnamasari; Nining Rahaningsih
Jurnal Janitra Informatika dan Sistem Informasi Vol. 2 No. 2 (2022): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25008/janitra.v2i2.147

Abstract

Sistem informasi kependudukan merupakan faktor penting berjalannya proses administrasi pemerintahan yang seharusnya telah menggunakan sistem pengambilan keputusan dan penyimpanan data secara online. Permasalahan selama ini yang sering dijumpai belum adanya kepengurusan surat-surat, pendataan dan monitoring pelayanan kepada masyarakat. Tujuan dibangunya system pelayanan administrasi kependudukan yaitu agar dapat memberikan pelayanan yang cepat, akurat dan tepat, serta menjadi kepuasan tersendiri dalam kinerja pemerintahan terhadap masyarakat. Penelitian ini menggunakan metode waterfall dengan tahapan analisis kebutuhan, desain system, implementasi, pengujian system, penerapan program dan pemeliharaan. Secara keseluruhan sistem dapat melakukan pencatatan data penduduk di Desa Karangasem dan melayani semua pembuatan surat keterangan. Sedangkan berdasarkan hasil pelaksanakan kuisioner SUS diperoleh nilai akurasi rata-rata sebesar 76 yang dapat disimpulkan bahwa sistem termasuk kategori diterima oleh pengguna dengan baik.
Sistem Informasi Taman Wisata Goa Sunyaragi Berbasis Website Menggunakan Analisis SWOT Sebagai Media Promosi Anita Yuliyanti; Nana Suarna; Gifthera Dwi Lestari
Jurnal Janitra Informatika dan Sistem Informasi Vol. 2 No. 2 (2022): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25008/janitra.v2i2.155

Abstract

Wisata gua budaya sunyaragi merupakan tempat salah satu tempat rekreasi pariwisata di kota Cirebon, namun karena belum adanya sistem informasi berbasis web dan belum optimalnya dalam pengelolaan goa tersebut. Dengan adanya permasalahan tersebut, penulis membuat aplikasi Sistem Informasi Taman Wisata Goa Sunyaragi Berbasis Website, yang bertujuan untuk memenuhi kebutuhan pengguna demi membantu Dinas Pariwisata dalam menyajikan informasi pariwisata. Dalam hal ini, terdapat berbagai masalah dalam penggunaan website yang masih belum optimal dari sisi internal dan eksternal dalam hal penyajian dan penggunaannya. Maka dengan itu, penulis mencoba menciptakan sebuah tampilan website yang lebih menarik agar mudah diterima dan menjadi daya tarik bagi pengguna untuk mengunjungi tempat - tempat wisata dan budaya di Taman Wisata Goa Sunyaragi Cirebon. Sistem di harapkan dapat memenuhi kebutuhan pengguna secara tepat dan relevan. Metode pengembangan sistem yang digunakannya yaitu melalui analisa SWOT, Hasil perancangan website ini maka akan dapat mengurangi biaya promosi konvensional yang sangat besar, karena tidak perlu mengikuti pameran pariwisata di luar daera seta. Dengan adanya website ini juga kebutuhan pengunjung dan calon pengunjung terpenuhi untuk mencari data – data yang lengkap terhadap pariwisata yang ada di Goa Sunyaragi Kota Cirebon.
Analisis Rumah Tidak Layak Huni Menggunakan Algoritma X-Means Ghina Fitria Rohendi; Nana Suarna; Gifthera Dwi Lestari
Jurnal Janitra Informatika dan Sistem Informasi Vol. 3 No. 1 (2023): April - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25008/janitra.v3i1.151

Abstract

Tempat tinggal atau rumah merupakan kebutuhan masyarakat yang sangat mendasar bagi setiap orang selain sandang dan pangan. Rumah yang layak huni dapat diketahui dari struktur bangunan rumah dan fasilitas rumah yang ada. Struktur bangunan rumah meliputi luas lantai, jenis lantai, jenis atap, dan jenis dinding. Sedangkan fasilitas rumah meliputi sumber air minum, sumber penerangan, dan tempat pembuangan akhir kotoran. Dalam penelitian ini penulis akan melakukan pengelompokan rumah tidak layak huni dengan melihat struktur bangunan rumah dan fasilitas rumah yang dimiliki setiap rumah tangga di 4 wilayah yaitu: Batu layang, siantan hilir, siantan tengah dan siantan hulu. Salah satu metode yang dapat digunakan untuk pengelompokan rumah tidak layak huni adalah metode X-means clustering. karena merupakan salah satu penyempurnaan dari metode K-Means clustering. Adapun tahapan metode x-means terdiri dari dua langkah yang diulang sampai selesai. yaitu, 1) Tingkatkan-Params, pada langkah ini menerapkam algoritma k-means pada awalnya untuk k cluster hingga konvergensi. Dimana k sama dengan batas bawah yang disediakan oleh pengguna.2) Perbaiki Struktur, langkah perbaikan struktur ini dimulai dengan memecah setiap pusat cluster menjadi dua anak dalam arah yang berlawanan di sepanjang vektor yang dipilih secara acak. Setelah itu menjalankan k-means secara lokal di dalam setiap cluster untuk dua cluster. Keputusan masing-masing pusat cluster sendiri dengan membandingkan nilai-nilai Bayesian Information Criterion (BIC). 3) Jika K > = kmax (batas atas) berhenti dan laporkan ke model penilaian terbaik yang ditemukan selama penarian, jika tidak pergi ke langkah 1. Penelitian ini bertujuan untuk menggali informasi dalam memetakan atau mengelompokan rumah tidak layak huni menggunakan algoritma x-means menjadi beberapa cluster serta untuk mengetahui nilai akurasi terbaik dari hasil uji Davies Bouldin Index (DBI). Hasil yang pengelompokan menggunakan x-means diperoleh terbaik sebanyak 2 cluster, yaitu cluster 0 sebanyak 931 item dan cluster 1 sebanyak 444 item serta Nilai Davies Bouldin Index yang dihasilkan dari algoritma x-means ini sebesar 2,079. Dengan menghitung jarak antara rata-rata cluster diperoleh bahwa cluster 0 merupakan kelompok terbaik dengan jarak terdekat sebesar 9,728.
Klasterisasi Nilai Ujian Sekolah Menggunakan Metode Algoritma K-Means Adi Zulkarnaen Saputra; Nana Suarna; Gifthera Dwi Lestari
Jurnal Janitra Informatika dan Sistem Informasi Vol. 3 No. 1 (2023): April - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25008/janitra.v3i1.153

Abstract

Ujian Nasional merupakan salah satu penunjang keputusan untuk menyatakan lulus atau tidaknya siswa menurut Peraturan Pemerintah Republik Indonesia Nomor 13 Tahun 2015 Pasal 66 menyebutkan bahwa Penilaian hasil belajar sebagaimana dimaksud dalam Pasal 63 ayat (1) huruf c bertujuan untuk menilai pencapaian kompetensi lulusan secara nasional pada mata pelajaran tertentu dan dilakukan dalam bentuk Ujian Nasional, juga berpengaruh untuk dapat melanjutkan ke jenjang pendidikan selanjutnya, selain itu juga  dapat meningkatkan mutu pendidikan sekolah tersebut sebagaimana tercantum pada Pasal 68. Berdasarkan latar belakang masalah yang telah dipaparkan, maka penelitian ini adanya beberapa masalah yaitu bagaimana menerapkan Algoritma Clustering K-Means untuk mengelompokkan Nilai ujian nasional berdasarkan Kabupaten Kota di Indonesia berdasarkan Nilai UN tingkat Sekolah Menengah Pertama dan bagaimana hasil pengelompokan Kabupaten dan Kota di Indonesia berdasarkan Nilai UN tingkat Sekolah Menengah Atas dengan Algoritma Clustering K-Means.Tujuan penelitian ini yaitu untuk mengelompokan nilai ujian tingkat Sekolah Menengah Atas.Metode yang digunakan yaitu Algoritma Clustering K-Means. Hasil dari penelitian ini yaitu untuk mengetahui pengelompokan nilai ujian sekolah siswa terbaik dengan tingkat akurasi Jumlah anggota atribut Kelas pada Cluster 0: IPS:943, Bahasa: 909, IPA: 549, Jemaah angora attribute Kolas pada Cluster 1: IPS: 422, Bahasa: 456, IPA: 276.
Analisa Penerapan Metode Clustering X-Means Dalam Pengelompokan Penjualan Barang M.Rizqi Sulistio; Nana Suarna; Odi Nurdiawan
Jurnal Teknologi Ilmu Komputer Vol. 1 No. 2: Juni 2023
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (404.438 KB) | DOI: 10.56854/jtik.v1i2.49

Abstract

Banyak perusahaan menjual berbagai macam produk mulai dari accessories, fassion, sepatu, kebutuhan keluarga dan produk lainnya yang dijual belikan. Produk terdapat antara produk yang laku dengan produk yang tidak laku. Permasalahannya adalah Belum mengetahui bagaimana cara menganalisa paremeter pengelompokan data penjualan menggunakan algoritma x-means serta belum bisa menginterpretasikan pengelompokan penjualan produk menggunakan algoritma x-means clustering. Tujuan penelitian ini adalah untuk memperoleh pengetahuan tingkat penjualan produk pada sebuah perusahaan untuk memberikan rekomendasi pada pemilik perusahaan tentang produk mana yang prioritas diberi perhatian demi kemajuan perusahaan tersebut. Metode yang digunakan dalam penelitan ini yaitu algoritma clustering x-means. Dari penelitian yang sudah dilakukan telah didapatkan hasil dari metode Clustering algoritma X-Means yang menunjukkan bahwa dari dataset 333 jenis data penjualan dan transaksi pada tahun 2019. Penelitian ini menghasilkan eksperimen terhadap dataset yang diperoleh hasil sebagai berikut. Nilai k, akan optimal pada k = 2. Penggunaan operator Normalize perpengaruh terhadap index Davies Bouldin. Untuk dataset ini didapat bahwa tanpa menggunakan operator Normalize menghasilkan nilai index davies bouldin yang lebih baik yaitu 0,574.
Analisa Klasifikasi Data Harga Handphone Menggunakan Algoritma Random Forest Dengan Optimize Parameter Grid Aditya Arisusanto; Nana Suarna; Gifthera Dwilestari
Jurnal Teknologi Ilmu Komputer Vol. 1 No. 2: Juni 2023
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (300.456 KB) | DOI: 10.56854/jtik.v1i2.51

Abstract

Perkembangan teknologi dan komunikasi dari waktu ke waktu dirasakan semakin meningkat pesat, yang mendorong penggunaan dan pemanfaatan perkembangan teknologi di berbagai bidang dan aspek kehidupan, contohnya seperti penggunaan smartphone. Klasifikasi handphone yang yang dilakukan yaitu dengan menggunakan metode random fores dengan optimize. Parameter grid. Masalah Belum mengetahui berapa nilai akurasi terhadap klasifikasi data harga handphone menggunakan Algoritma Random Forest dengan Optimize Parameter Grid, Belum mengetahui pengaruh nilai parameter maximal_depth dan jenis parameter criterion gain_ratio, accuracy dan gini_index pada klasifikasi data harga handphone menggunakan Algoritma Random Forest dengan Optimize Parameter Grid. Tujuan Ingin mengetahui berapa nilai akurasi terhadap klasifikasi data harga handphone menggunakan Algoritma Random Forest dengan Optimize Parameter Grid. Ingin mengetahui pengaruh nilai parameter maximal_depth dan jenis parameter criterion gain_ratio, accuracy dan gini_index pada klasifikasi data harga handphone menggunakan Algoritma Random Forest dengan Optimize Parameter Grid. Metode klasifikasi yang akan diterapkan adalah metode Random forets dengan Optimize Parameter Grid. Hasilnya penelitian ini yaitu Dapat mengetahui berapa nilai akurasi terhadap klasifikasi data harga handphone menggunakan Algoritma Random Forest dengan Optimize Parameter Grid dan Dapat mengetahui pengaruh nilai parameter maximal_depth dan jenis parameter criterion gain_ratio, accuracy dan gini_index pada klasifikasi data harga handphone menggunakan Algoritma Random Forest dengan Optimize Parameter Grid Dengan nilai accuracy tertinggi sebesar 88,50%,
Co-Authors Ade Irma Purnamasari Adi Zulkarnaen Saputra Aditya Arisusanto Anita Yuliyanti Asep Wahyu Illahi Ghina Fitria Rohendi Gifthera Dwi Lestari Gifthera Dwi Lestari Gifthera Dwilestari M.Rizqi Sulistio Nining Rahaningsih Odi Nurdiawan