Article Per Year (5 Year)
p-Index From 2019 - 2024
1.286
P-Index
This Author published in this journals
All Journal Annual Research Seminar Titian Ilmu: Jurnal Ilmiah Multi Sciences JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Nasional Ilmu Komputer Jurnal Pengembangan Sistem Informasi dan Informatika Instink: Inovasi Pendidikan, Teknologi Informasi dan Komputer
Indra Irawan
Universitas Nurul Huda
Computer Science & IT Control & Systems Engineering Social Sciences Other

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

Found 6 Documents
Search

 1 
CREDIT SCORING MENGGUNAKAN ALGORITMA CLASSIFICATION AND REGRESSION TREE (CART) DAN ARTIFICIAL BEE COLONY Indra Irawan; Dian Palupi Rini
Annual Research Seminar (ARS) Vol 5, No 1 (2019): ARS 2019
Publisher : Annual Research Seminar (ARS)

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

Abstract

Credit scoring adalah proses penilaian kredit yang sering dilakukan oleh pihak lembaga keuangan. Melalui proses ini, ditentukan apakah calon debitur yang mengajukan kredit diklasifikasikan sebagai calon debitur yang layak untuk diberikan pinjaman atau sebaliknya. Kesalahan dalam proses credit scoring, pada akhirnya akan mengakibatkan kerugian dari lembaga keuangan tersebut. Kesalahan proses yang umum terjadi adalah kesalahan hasil dari prosedur credit scoring tersebut. Classification and Regression Tree merupakan salah salah satu dari sepuluh algoritma terbaik untuk digunakan di dalamdata mining. kelebihan algoritma ini yang bisa mengatasi data noise. Data noise ini biasanya akan sangat sering terjadi pada data financial. Peneliti akan mencoba untuk menerapkan algoritma CART pada credit scoring, kemudian akan mencoba meningkatkan tingkat akurasi tersebut, dengan proses seleksi attribut / feature dengan menggunakan algoritma Artificial Bee Colony dengan menggunakan public dataset. Perbandingan akan dibuat, untuk mengetahui berapa besar kenaikan persentase akurasi menggunakan algoritma CART, sebelum dan sesudah menggunakan seleksi attribut olehABC.
Peningkatan Performa Algoritma CART dengan Seleksi Fitur Menggunakan ABC untuk Penilaian Kredit Indra Irawan
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 8 No 1 (2021): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v8i1.553

Abstract

Various statistical techniques and machine learning have been used to develop financial prediction models. In this case, credit rating is closely related in terms of prediction of creditworthiness. Because there is no general agreement on financial ratios as an input feature for model development, many studies consider feature selection as a pre-consideration step in data mining before creating a model. This study examines the effect of feature selection using Artificial Bee Colony on the performance improvement of the CART algorithm. The experimental results show that ABC is the best combination of feature selection in improving CART algorithm performance. Compared with some of the proposed PSO and Ant Colony optimization algorithms, this research is expected to be a reference in terms of credit scoring, supporting banks to reject prospective borrowers with poor creditworthiness.
Keefektifan Quizizz Sebagai Media Interaktif Untuk Meningkatkan Minat dan Hasil Belajar Bahasa Inggris dan IPA Pada Siswa VIII MTs Nurul Huda Dwi Andriani; Indra Irawan; Effendi Effendi; Ainun Ummi Sholikhah
Titian Ilmu: Jurnal Ilmiah Multi Sciences Vol. 15 No. 2 (2023): July Edition
Publisher : Universitas Nurul Huda

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

Abstract

Penelitian ini bertujuan untuk menguji keefektifan Quizizz sebagai media interaktif dalam meningkatkan minat dan hasil belajar Bahasa Inggris dan IPA pada siswa kelas VIII di MTs Nurul Huda. Penelitian ini dilakukan menggunakan metode Pre experimental design dengan desain one group pretest posttest design. Sampel merupakan 30 siswa kelas VII MTs Nurul Huda yang dipilih secara acak . Didapatkan temuan uji-t dengan thitung sebesar 7,931 untuk minat belajar dan 2,706 untuk hasil belajar mata pelajaran Bahasa Inggris setelah diberikan perlakuan. Sedangkan pada mata pelajaran IPA mendapatkan nilai thitung sebesar 4.164 untuk minat belajar dan 5.107 untuk hasil belajar siswa. Dan Ditentukan bahwa penggunaan media interaktif Quizizz berdampak pada motivasi dan hasil belajar siswa di kelas Bahasa Inggris dan IPA berdasarkan nilai thitung dibandingkan dengan nilai ttabel dengan db=50 pada tingkat signifikansi 5%Hasil penelitian menunjukkan bahwa penggunaan Quizizz secara signifikan meningkatkan minat belajar siswa terhadap Bahasa Inggris dan IPA. Selain itu, terdapat peningkatan yang signifikan dalam hasil belajar siswa dalam kedua mata pelajaran tersebut. Siswa yang menggunakan Quizizz mengalami peningkatan yang lebih baik dalam pemahaman materi dan kemampuan memecahkan masalah, dibandingkan dengan kelompok kontrol.
Aplikasi Data Rekam Medis di Puskesmas Pemulutan Menggunakan Netbeans Indra Irawan
Instink: Inovasi Pendidikan, Teknologi Informasi dan Komputer Vol. 1 No. 2 (2022): Edisi Oktober
Publisher : Prodi Pendidikan Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (489.713 KB)

Abstract

Pusat Kesehatan Masyarakat (Puskesmas) adalah instansi kesehatan masyarakat yang menyelenggarakan upaya kesehatan masyarakat. Kepuasan masyarakat terhadap pelayanan Puskesmas sangat dipengaruhi oleh kecepatan dan ketepatan petugas dalam menanggapi pasien. Perkembangan teknologi akhir-akhir ini telah memungkinkan pelayanan yang lebih cepat kepada masyarakat, terutama di sisi rekam medis. Maka dari itu penelitian ini melakukan pengelolaan data rekam medis yang bertujuan untuk mempermudah aktifitas pada Puskesmas Pemulutan, maka dari itu dibangunlah sebuah aplikasi system berbasis Netbeans IDE 7.1.1 dan menggunakan server XAMPP yang bertujuan untuk mengelola data pasien dan rekam medis yang bertujuan untuk mempermudah karyawan puskesmas pemulutan. Aplikasi yang di hasilkan dapat melakukan aktifitas pendaftaran, Kelola data keluarga, kelola rekam medis, dan mencetak laporan. Hasil akhir dari pembuatan program ini diharapkan dapat membantu pihak Puskesmas Pemulutan dalam menangani permasalahan yang berkaitan dengan data pasien, pendaftaran, dan rekam medis.
Optimasi Prediksi Kelulusan Tepat Waktu: Studi Perbandingan Algoritma Random Forest dan Algoritma K-NN Berbasis PSO Indra Irawan; M Riski Qisthiano; Muhammad Syahril; Pamuji M. Jakak
Jurnal Pengembangan Sistem Informasi dan Informatika Vol. 4 No. 4 (2023): Jurnal Pengembangan Informasi dan Informatika
Publisher : Training & Research Institute - Jeramba Ilmu Sukses

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47747/jpsii.v4i4.1374

Abstract

The prediction of on-time graduation for students involves various measurement techniques, including criteria such as majors, class types, and semester grade achievements. These factors play a crucial role in determining whether students will complete their studies within the designated timeframe. In line with this, a model has been developed to forecast the probability of timely graduation. This model leverages the Random Forest and k-Nearest Neighbor (K-NN) algorithms as tools to classify students into appropriate groups. Optimization is carried out using the Particle Swarm Optimizer (PSO) algorithm to enhance prediction accuracy. The data used originates from alumni of various Universities in Palembang.This model utilizes multiple attributes, such as majors, university origins, class types, and semester grade records up to the fourth semester. Other attributes encompass the year of graduation and year of enrollment. Data management and processing are conducted using Rapidminer. Validation is performed by splitting the dataset into training and testing groups through the split validation method. Based on research and testing, the Random Forest algorithm achieves an accuracy of 95.79% with an Area Under Curve (AUC) of 0.991. After optimization with PSO, accuracy increases to 97.89% with an AUC of 0.993. Meanwhile, the k-NN algorithm achieves an accuracy of 93.49% with an AUC of 0.975; after optimization with PSO, accuracy rises to 96.74% with an AUC of 0.986.
Pengembangan Sistem Informasi Manajemen Kepegawaian pada Yayasan Pondok Pesantren Nurul Huda Sukaraja Uli Rizki; Thoha Firdaus; Widayanti Widayanti; Indra Irawan; Sri Komariyah
Jurnal Nasional Ilmu Komputer Vol. 5 No. 1 (2024): Jurnal Nasional Ilmu Komputer
Publisher : Training and Research Institute Jeramba Ilmu Sukses (TRI - JIS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47747/jurnalnik.v5i1.1677

Abstract

Along with advances in information technology, the Nurul Huda Islamic Boarding School Foundation still relies on managing personnel data manually without adopting a personnel management information system. This research aims to design a personnel information system that includes employee data management, including rank, leave applications, attendance, further studies, and monitoring of employee performance. In this research, the methodology used is Extreme, which is used to model process flow. In contrast, Data Flow Diagrams (DFD) are used to model data flow in a system, helping to clearly describe processes, data, and interactions between system components. The system development method used is extreme programming. Then, the system will be tested using the Black Box Testing method. The results show that the system is 100% valid and 100% compatible.  
Co-Authors Ainun Ummi Sholikhah Dian Palupi Rini Dwi Andriani Effendi Effendi M Riski Qisthiano Muhammad Syahril Pamuji M. Jakak Sri Komariyah Thoha Firdaus Uli Rizki Widayanti Widayanti