Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

3.055

P-Index

This Author published in this journals

All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika Jurnal Edukasi dan Penelitian Informatika (JEPIN) Infotech Journal Journal of Information System Jurnal Teknologi dan Sistem Komputer IJCIT (Indonesian Journal on Computer and Information Technology) JIKO (Jurnal Informatika dan Komputer) JURNAL MEDIA INFORMATIKA BUDIDARMA Indonesian Journal of Artificial Intelligence and Data Mining ILKOM Jurnal Ilmiah DoubleClick : Journal of Computer and Information Technology INTECOMS: Journal of Information Technology and Computer Science Progresif: Jurnal Ilmiah Komputer Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Journal of Applied Engineering and Technological Science (JAETS) JATI (Jurnal Mahasiswa Teknik Informatika) Abdimasku : Jurnal Pengabdian Masyarakat Paradigma

Betha Nurina Sari

Program Studi Informatika, Universitas Singaperbangsa Karawang

Author-ID : 6597298

Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 22 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

ALGORITMA C4.5 UNTUK PEMODELAN DAERAH RAWAN BANJIR STUDI KASUS KABUPATEN KARAWANG JAWA BARAT Khusaeri, Ahmad; Ilham, Septian; Nurhasanah, Desi; Delpidat, Derrenz; Anggri, Anggri; Primajaya, Aji; Sari, Betha Nurina
ILKOM Jurnal Ilmiah Vol 9, No 2 (2017)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (779.617 KB)

Karawang merupakan kota yang dijuluki dengan kota lumbung padi dan industri. Kemajuan kota Karawang ditentukan dengan situasi dan kondisi kota yang terkendali. Banjir merupakan salah satu hal yang dapat memperhambat kemajuan kota Karawang. Dengan membuat model daerah rawan banjir, dapat mempermudah pemerintah dalam memprediksi daerah â daerah yang rawan banjir berdasarkan data â data yang telah diolah. Algoritma C4.5 merupakan salah satu metode dalam mengklasifikasikan dataset. Pembagian dataset dilakukan dengan menggunakan metode 10-fold cross validation dimana setiap bagian (fold) akan dijadikan data testing Â sedangkan n-1 akan dijadikan sebagai data training. Data yang digunakan dalam pembuatan model adalah data banjir, kepadatan penduduk, ketinggian wilayah, jarak pusat daerah dengan sungai dan rata â rata curah hujan. Tingkat akurasi yang dihasilkan dengan menggunakan algoritma C4.5 adalah 84.385%, sedangkan Recall dan Precision yang dihasilkan sebesar 0.95 dan 0.87. pohon keputusan yang dihasilkan dapat dijadikan sebagai aturan dalam pembuatan visualisasi WEB GIS.

BILL OF MATERIAL (BOM) PADA SISTEM INVENTORI KAWASAN BERIKAT UNTUK PELACAKAN MATERIAL MOVEMENT Sari, Betha Nurina; Komarudin, Oman; Padilah, Tesa Nur; Nurhusaeni, Muhamad
ILKOM Jurnal Ilmiah Vol 10, No 3 (2018)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

A manufacturing company processes raw material into semi-finished goods (work in process) and finished goods. One injection molding manufacturing company in Karawang manufactures plastic materials for printing into various forms of vehicle safety equipment. The three main processes that occur from raw materials to finished goods are the storage of raw material in the warehouse, the process of changing raw material into finish goods in the production area, and storage of finish goods to be sent to the customer. Bill of Material (BOM) is designed to contain all changes in shape so that it is easier to calculate raw material requirements and tracking material movements. This information system is designed using the Extreme Programming (XP) method. The results of this study help the management of manufactured goods in Injection Molding Manufacturing Company from starting raw material, work in process, to being a good finish needed by the company to track goods data and to fulfill the real time reporting interests requested by Bea Cukai.

Prediksi Potensi Kebakaran Hutan dengan Algoritma Klasifikasi C4.5 Studi Kasus Provinsi Kalimantan Barat Primajaya, Aji; Sari, Betha Nurina; Khusaeri, Ahmad
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i2.37834

Algoritma C4.5 merupakan algoritma klasifikasi yang memungkinkan bisa diterapkan untuk studi kasus prediksi potensi kebakaran hutan. Untuk mengetahui penerapan algoritma C4.5 pada prediksi kebakaran hutan, perlu dilakukan penelitian terkait hal tersebut. Metodologi yang digunakan adalah Knowledge Discovery in Database (KDD). Tahap dari KDD terdiri dari pengumpulan dan pemilihan data, pemrosesan data, transformasi data, pengolahan data dengan algoritma C4.5 dan terakhir adalah interpretasi serta evaluasi pengetahuan. Percentage split, Cross validation, Use Training Set digunakan sebagai teknik pembagian data training dan testing dengan skenario pesentase dan dipilih model terbaik. Indikator evaluasi yang digunakan adalah akurasi. Penelitian menghasilkan kesimpulan bahwa C4.5 dengan percentage split 80%data training dan 20% data testing menghasilkan akurasi tertinggi yaitu 89,7859%.

Analisis Algoritma Naive Bayes Classifier untuk Klasifikasi Tweet Pelecehan Seksual dengan #MeToo Tia Adha Mariam Putri; Ultach Enri; Betha Nurina Sari
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 5, No 2 (2020): November 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Pelecehan seksual adalah perilaku yang ditandai oleh ketika seseorang membuat komentar seksual yang tidak diinginkan dan tidak pantas atau menyentuh secara fisik di tempat kerja atau situasi profesional atau situasi sosial. Permasalahan terhadap tweets yang mengandung curhatan para korban pelecehan seksual menjadi hal penting untuk dikaji sebagai pemrosesan teks. Analisis sentimen dapat digunakan sebagai solusi untuk mengidentifikasi tweets pelecehan seksual berdasarkan jenisnya dengan metode klasifikasi menggunakan algoritma Naïve Bayes Classifier. Naïve Bayes Classifier menggunakan metode probabilitas dan statistik setiap kelas dalam pembelajaran klasifikasinya, sehingga jarak perbedaan antar kelas tidak besar. Tujuan penelitian ini yaitu untuk mengklasifikasikan data tweets berdasarkan kelas quid pro quo dan hostile work environment. Pengujian pada penelitian ini dilakukan dengan empat skenario yang berbeda menggunakan bahasa pemrograman R dan tools RStudio yang kemudian dievaluasi menggunakan confusion matrix untuk menentukan model klasifikasi terbaik. Hasil evaluasi dengan confusion matrix didapatkan bahwa model klasifikasi terbaik adalah skenario dengan pembagian data training dan data testing 80:20. Skenario ini menghasilkan nilai akurasi sebesar 88.55% dengan recall 96.50%, precision 90.78%, dan f-measure 93.55%.Sexual harassment is behavior that is characterized by when someone makes an unwanted and inappropriate sexual comment or physical advances at work or a professional or social situation. The issue of tweets containing the experience of victims of sexual harassment becomes important to be examined as text processing. Sentiment analysis can be used as a solution to identify sexual harassment tweets by type by classification method using the Naïve Bayes Classifier algorithm. Naïve Bayes Classifier uses the probability and statistical methods of each class in its classification learning, so that the difference between classes is not large. The purpose of this study is to classify tweets data based on quid pro quo and hostile work environment classes. Testing in this study was carried out with four different scenarios using the R programming language and RStudio tools which were then evaluated using a confusion matrix to determine the best classification model. The results of the evaluation with the confusion matrix found that the best classification model is a scenario with the distribution of training data and testing data 70:30. This scenario produces an accuracy value of 88.55% with a recall 96.50%, precision 90.78%, and f-measure 93.55%.

Penerapan Algoritma K-Means Dalam Pengelompokan Kesejahteraan Rakyat Berdasarkan Kecamatan di Kabupaten Karawang Dinda Fitriani; Tesa Nur Padilah; Betha Nurina Sari
Progresif: Jurnal Ilmiah Komputer Vol 17, No 2: Agustus 2021
Publisher : STMIK Banjarbaru

AbstrackTo make it easier for the government to implement policies related to people's welfare issues, it is necessary to know which areas have low levels of people's welfare, so that the government can prioritize the welfare of the people in that region. In this regard, it is necessary to classify the welfare of the people based on the existing area. This paper applies data mining techniques with the k-means algorithm in classifying people's welfare based on sub-district areas. The results of data processing with the help of tools Rstudio 4.0.5 obtained 3 clusters. Cluster 1 is a cluster with a high level of people's welfare, consisting of 7 sub-districts. Cluster 2 is a cluster with a moderate level of people's welfare, consisting of 8 sub-districts. Cluster 3 is a cluster with a low level of people's welfare, consisting of 7 sub-districts. In clustering with 3 clusters, the SSE value is 23,58788, and the accuracy rate is 72.9%.Keywords: People's Welfare, Data Mining, K-Means Clustering AbstrakUntuk mempermudah pemerintah mengimplementasikan kebijakan yang terkait dengan masalah kesejahteraan rakyat, perlu diketahui daerah mana saja yang memiliki tingkat kesejahteraan rakyat rendah, sehingga pemerintah dapat memprioritaskan kesejahteraan rakyat pada wilayah tersebut. Berkaitan dengan hal tersebut, perlu dilakukan pengelompokkan kesejahteraan rakyat berdasarkan wilayah yang ada. Paper ini menerapkan teknik data mining dengan algoritma k-means dalam pengelompokan kesejahteraan rakyat berdasarkan wilayah kecamatan. Hasil pengolahan data dengan bantuan tools Rstudio 4.0.5 diperoleh 3 cluster. Cluster 1 merupakan cluster dengan tingkat kesejahteraan rakyat tinggi, terdiri dari 7 kecamatan. Cluster 2 merupakan cluster dengan tingkat kesejahteraan rakyat sedang, terdiri dari 8 kecamatan. Cluster 3 merupakan cluster dengan tingkat kesejahteraan rakyat rendah, terdiri dari 7 kecamatan. Dalam melakukan clustering dengan 3 cluster diperoleh nilai SSE sebesar 23.58788, dan tingkat akurasi sebesar 72.9%.Kata kunci: Kesejahteraan Rakyat, Data Mining, K-Means Clustering

Model matematis predator-prey tanaman padi, hama penggerek batang, tikus, dan wereng batang coklat di Karawang Tesa Nur Padilah; Betha Nurina Sari; Hannie Hannie
PYTHAGORAS Jurnal Pendidikan Matematika Vol 13, No 1: June 2018
Publisher : Department of Mathematics Education, Faculty of Mathematics and Natural Sciences, UNY

Karawang merupakan salah satu pusat penanaman padi di Pulau Jawa. Keberhasilan panen dapat terganggu oleh adanya organisme pengganggu tumbuhan (OPT) sehingga dapat mengancam target swasembada beras. Hubungan antara tanaman padi dengan OPT dapat dibentuk menjadi suatu model matematis yaitu model predator-prey. Untuk itu, penelitian ini bertujuan untuk menganalisis model matematis predator-prey tanaman padi dan OPT. Predator (pemangsa) adalah makhluk hidup yang memakan mangsa (prey). Model predator-prey antara tanaman padi dengan OPT yang dibahas adalah model tiga predator yaitu hama penggerek batang, tikus, dan wereng batang coklat dengan prey yaitu padi. Pertumbuhan padi mengikuti model pertumbuhan logistik. Model yang diturunkan berbentuk sistem persamaan diferensial nonlinier. Pada model diperoleh lima titik ekuilibrium. Analisis perilaku model dilakukan pada tiga titik ekuilibrium dan ketiganya bersifat stabil asimtotik. Simulasi model dengan menggunakan software Maple 13 sejalan dengan analisis perilaku model. Faktor-faktor yang berpengaruh agar populasi hama penggerek batang, tikus, dan wereng batang coklat dapat menurun bahkan hilang dari populasi yaitu tingkat kematian alami serta tingkat interaksi padi terhadap hama-hama tersebut. Predator-prey mathematical model of rice plants, stem borer, rat, and brown planthopper in Karawang AbstractKarawang was one of the center of rice planting in Java Island. The success of the harvest may be disrupted by the presence of plant pest organisms that may threaten the rice self-sufficiency target. The relationship between rice plants and pests can be formed into a mathematical model, that was a predator-prey model. Therefore, this research aimed to analyze the mathematical model of predator-prey between rice plants and plant pest organisme. Predators were living things that eat prey. The predator-prey model between rice plants and pests discussed was a three predator model of stem borer, rat, and brown stem rhizome with the prey, that was rice. Rice growth follows the logistic growth model. The derived model was an nonlinear differential equation system. In this model obtained five equilibrium points. Model behavioral analysis was performed on three equilibrium points and they were stable asymptotically. Simulations of the model using Maple 13 software were in good agreement with behavioral analysis model. Factors that influence the stem borer, rat, and brown planthopper population could decrease even disapear from the population were the natural death rate and the interaction rate of rice to the pests.

Penerapan K-Means Cluster Pada Daerah Penggunaan Teknologi di Indonesia Silvana Fitria Mandang; Betha Nurina Sari
JOINS (Journal of Information System) Vol 6, No 1 (2021): Edisi Mei 2021
Publisher : Universitas Dian Nuswantoro

Indonesia saat ini sedang mengalami kondisi yang tidak stabil akibat adanya virus Covid-19. Virus Covid-19 telah menyebar ke seluruh wilayah Indonesia dan menginfeksi ribuan orang. Akibat adanya virus ini hampir semua aspek kehidupan berubah termasuk pendidikan. Pemerintah akhirnya mengeluarkan kebijakan baru dengan mengubah proses belajar dan mengajar tatap muka menjadi daring. Akan tetapi, di Indonesia sendiri perkembangan dan pemanfaatan teknologi komputer dan internet masih belum merata. Umumnya hanya masyarakat perkotaan yang memiliki akses teknologi tinggi dibandingkan dengan pedesaan. Tujuan dari penelitian ini adalah menerapkan metode clustering k-means pada penggunaan teknologi siswa umur 5-24 tahun selama pembelajaran daring. Dari hasil penelitian menggunakan 34 data provinsi di Indonesia menghasilkan 3 cluster, cluster pertama dengan kategori tinggi sebanyak 7 provinsi, cluster kedua dengan kategori sedang sebanyak 19 provinsi dan cluster ketiga dengan kategori rendah sebanyak 8 provinsi

Perbandingan pengukuran jarak Euclidean dan Gower pada klaster k-medoids Agil Aditya; Betha Nurina Sari; Tesa Nur Padilah
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 1, Year 2021 (January 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2020.13747

Klastering k-medoids menggunakan metode jarak untuk mencari dan mengelompokkan data yang memiliki kesamaan dan ketidaksamaan. Penentuan metode pengukuran jarak adalah hal yang penting karena mempengaruhi performa hasil klaster k-medoids. Beberapa kajian menyatakan bahwa metode Euclidean dan Gower bisa digunakan sebagai metode pengukuran pada klastering dengan data numerik. Penelitian ini bertujuan untuk melakukan perbandingan performa hasil klastering k-medoids pada dataset numerik menggunakan metode Euclidean dan Gower. Penelitian ini menggunakan tujuh dataset numerik dan evaluasi hasil klastering menggunakan nilai Silhouette, Dunn, dan Connectivity. Metode jarak Euclidean unggul pada dua nilai evaluasi Silhouette dan Connectivity yang menunjukkan bahwa Euclidean memiliki struktur pengelompokan data yang baik, sedangkan Gower unggul pada satu nilai evaluasi Dunn yang menunjukkan Gower memiliki pemisah antar klaster yang baik dibanding Euclidean. Penelitian ini menunjukkan bahwa metode Euclidean lebih unggul daripada metode Gower pada penerapan algoritma k-medoids dengan dataset bertipe numerik.

Pelatihan Google Apps for Education untuk Guru MTsN di Kabupaten Karawang Budi Arif Dermawan; Betha Nurina Sari; Tesa Nur Padilah
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 2, No 1 (2019): Januari 2019
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Dua MTsN yang jadi mitra pengabdian masayarakat ini belum terdaftar sebagai pengguna Google Application for Education (GAfE), sehingga belum maksimal menggunakan fasilitas Google Applications untuk kepentingan kegiatan sekolah, baik untuk administrasi sekolah, proses belajar mengajar di kelas, tugas sekolah, maupun kegiatan administrasi guru dan siswa. Pemanfaatan Google Applications walaupun bersifat gratis dan memiliki fasilitas yang sama dengan perangkat lunak berlisensi, bagi para guru merupakan hal baru yang masih asing dan sulit dimanfaatkan. Solusi yang ditawarkan berupa pelatihan Google Applications for Education di dua MTsN Karawang bagi para guru sehingga fasilitas gratis ini dapat dimanfaatkan secara maksimal.

KLASIFIKASI MINAT BELI PELANGGAN TERHADAP UDANG VANAME MENGGUNAKAN ALGORITMA NAÏVE BAYES aqillah Aqillah Fadia Haya; Reynaldi Azhar; Muhamad Khandava Mulyadien; Betha Nurina Sari
JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer Vol 13 No 1 (2022): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : LPPM Sekolah Tinggi Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v13i1.452

Vannamei shrimp is a type of shrimp that is immune to disease attacks and has promising profit opportunities so that many shrimp farming entrepreneurs like this type of vaname shrimp. From 2007 to 2009 Indonesia was able to export this type of vaname shrimp with a total amount of 548,250 tons. The large number of exports has resulted in this shrimp entrepreneur being overwhelmed in overcoming the sales strategy. So this study will have the aim of analyzing whether the classification method with the Naive Bayes algorithm is good enough in overcoming problems in the sales process in one of the ponds on the island of Nusakambangan. The results of this study provide an accuracy value of 83% and a precision value of 0.79%.

Co-Authors Agil Aditya Agil Aditya Anggri, Anggri Apriade Voutama aqillah Aqillah Fadia Haya Ato Sugiharto Bayu Adhi Pamungkas Budi Arif Dermawan Delpidat, Derrenz Dinda Fitriani Fida Nafisah Giustin Hannie, Hannie Ibnu Alfitra Salam Ilham, Septian Ivan Jovian Katon Wahyudi Putra Khusaeri, Ahmad Khusaeri, Ahmad Muhamad Khandava Mulyadien Nurhasanah, Desi Nurhusaeni, Muhamad Padilah, Tesa Nur Rahmat Alfanza Ratna Mufidah Reynaldi Azhar Rini Mayasari Rini Mayasari Sani Shalihamidiq Silvana Fitria Mandang Sisca Yuliantina Sisca Yuliatina Susilawati Susilawati Syafrida Nabila Salsabila Tesa Nur Padilah Tesa Nur Padilah Tia Adha Mariam Putri Ultach Enri Wira Buana Yunita Nurohmah

Title

Found 22 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 22 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 22 Documents
Search