Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal Curtina SAINTEK
Alfa Nurfahma Rosalita
Universitas PGRI Ronggolawe
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Industrial & Manufacturing Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
CLUSTERING DAERAH RAWAN BANJIR DI KABUPATEN TUBAN DENGAN K-MEANS DISERTAI VISUALISASI SISTEM INFORMASI GEOGRAFIS Ratih Aprilina; Alfian Nurlifa; Andy Haryoko; Rizki Eka Putri; Alfa Nurfahma Rosalita
Curtina Vol 3 No 1 (2022)
Publisher : Program Studi Teknik Informatika Universitas PGRI Ronggolawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (695.793 KB) | DOI: 10.55719/curtina.v3i1.441

Abstract

Pada penelitian ini telah dilakukan pengelompokkan daerah rawan banjir di Kabupaten Tuban dengan menggunakan teknik data mining. Penelitian ini didasarkan adanya kurangnya informasi untuk mengetahui dan mengantisipasi daerah mana yang berpotensi banjir. Sehingga penanganan akibat banjir di daerah-daerah yang tergenang banjir masih kurang maksimal. Oleh karena itu dalam mengoptimalkan pengetahuan informasi dan antisipasi dengan memetakan atau mengelompokkan daerah yang berpotensi rawan banjir atau tidak di daerah Kabupaten Tuban dengan metode clustering, dengan memanfaatkan data yang diperoleh dari katalog BPS “Kabupaten Tuban Dalam Angka (Tuban Regency In Figure)” dari tahun 2014 hingga 2017. Algoritma k-means adalah metode yang akan diimplementasikan untuk menggali informasi analisa dalam mengelompokkan daerah rawan banjir dengan atribut data yang digunakan adalah curah hujan, jenis tanah dan keteinggian tanah di setiap kecamatan di Kabupaten Tuban. Hasilnya diperoleh suatu sistem untuk mengelompokkan daerah rawan banjir dengan menghasilkan 3 kelompok kategori, yakni rawan, kurang rawan dan tidak rawan. Hasil visualisasi peta dengan hasil tahun 2013 sebanyak tiga warna yaitu oranye, kuning dan hijau, tahun 2014 sebanyak dua warna yaitu kuning dan hijau, tahun 2015 tiga warna yaitu oranye, kuning dan hijau serta tahun 2016 tiga warna yaitu oranye, kuning dan hijau. Dari penelitian yang telah dilakukan pada 20 data kecamaan mampu menghasilkan akurasi pengujian sebesar 45% untuk tahun 2013, 40% untuk tahun 2014, 40% untuk tahun 2015 dan 60% untuk tahun 2016. Perangkat ini dapat dikembangkan untuk membantu daerah lain dalam mengelompokkan daerah rawan banjir. Metode penelitian ini dapat dikembangkan untuk objek penelitian yang berbeda.
SISTEM INFORMASI MANAGEMENT PEMBANGUNAN PABRIK PT. SEMEN GRESIK Sheptylia Pristy Ningtyas; Imron Rosyidi; Amaludin Arifia; Andy Haryoko; Alfa Nurfahma Rosalita
Curtina Vol 4 No 1 (2023)
Publisher : Program Studi Teknik Informatika Universitas PGRI Ronggolawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/curtina.v4i1.827

Abstract

Teknologi Informasi Management merupakan salah satu teknologi yang sedang berkembang pesat di dunia bisnis mulai dari bisnis rumahan sampai bisnis besar. Penggunaan komputer sebagai sarana penunjang dalam sistem informasi dapat memberikan hasil yang lebih untuk sebuah sistem.Sistem Informasi management yang kini digunakan mencakup banyak aspek diantaranya schedule management proyek yang berguna untuk mengatur jadwal dan step-step kegiatan sebuahperusahaan.Permasalahan yang sering terjadi adalah terlambatnya schedule management proyek sebuah perusahaan, perhitungan biaya jika terjadi keterlambatan kerja, dan perhitungan denda rekanan saat terjadi keterlambatan. Agar masalah tersebut dapat teratasi maka diadakan penelitian tentang sistem informasi management proyek. Sistem informasi management proyek ini menggunakan metodologi pengembangan perangkat lunak yang digunakan adalah waterfall dan model aliran data yang digunakan flowchart, DFD, CDM dan PDM. Bahasa pemrograman menggunakan PHP dan database Oracle. Sehingga data yang dimiliki dapat terintegrasi dan mudah untuk digunakan dalam pengambilan keputusan. Dengan dikembangkannya sistem ini diharap agar kebutuhan sistem dapat membantu dalam mengatur schedule proyek dengan benar. Hal yang diharapkan adalah terciptanya sebuah sistem yang mampu membantu dalam mengatur schedule proyek,perhitungan biaya keterlambatan dan perhitungan denda.
Klasterisasi Gizi Balita Menggunakan Algoritma K-Means Alfianisa Hanny Saputri; Andik Adi Suryanto; Asfan Muqtadir; Alfa Nurfahma Rosalita
Prosiding Sains dan Teknologi Vol. 2 No. 1 (2023): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 2 - Februari 2023
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Gizi pada balita merupakan hal yang sangat penting dalam pertumbuhan dan juga untuk kecerdasan otak balita. Sehingga menjadi salah satu masalah besar di Indonesia. Salah satu upaya yang dilakukan ialah adanya kegiatan posyandu. Laporan data posyandu balita masih dicatat secara non digital yang menyebabkan banyaknya waktu untuk mengklasterisasi gizi balita dan membuat penumpukan data, mengakibatkan status gizi balita tidak dapat dipantau setiap waktu. Maka dengan penelitian ini bertujuan menentukan status gizi pada balita menggunakan algoritma k-means pada balita berusia 0-60 bulan di Posyandu Desa Bogorejo Kecamatan Merakurak Kabupaten Tuban tahun 2021. Kategori status gizi balita pada penelitian ini terdiri dari 6 yaitu gizi buruk, gizi kurang, gizi baik, beresiko gizi lebih, gizi lebih dan obesitas. Penelitian ini menggunakan data dari 3 posyandu dengan sampel sebanyak 165. Dari penelitian yang dilakukan bulan Januari sampai Desember mengahasilkan akurasi pengujian sebesar 59,2% dengan data sebenarnya. Terdapat hubungan antara variabel yang digunakan antara tinggi badan, berat badan, umur dan jenis kelamin balita. Diharapkan penelitian ini dapat dikembangkan dengan variabel dan banyak cluster yang berbeda agar tingkat akurasi yang dihasilkan lebih maksimal.
Co-Authors Alfian Nurlifa Alfianisa Hanny Saputri Amaludin Arifia Andik Adi Suryanto Asfan Muqtadir Haryoko, Andy Imron Rosyidi Ratih Aprilina Rizki Eka Putri Sheptylia Pristy Ningtyas