Article Per Year (5 Year)
p-Index From 2020 - 2025
4.266
P-Index
This Author published in this journals
All Journal Jurnal Pilar Nusa Mandiri INOVTEK Polbeng - Seri Informatika Jurnal Teknik Informatika STMIK Antar Bangsa JITK (Jurnal Ilmu Pengetahuan dan Komputer) IJIS - Indonesian Journal On Information System Jurnal Riset Informatika Jurnal Infortech Infotek : Jurnal Informatika dan Teknologi Jurnal Sistem Informasi JUSTIAN - Jurnal Sistem Informasi Akuntansi Electrician : Jurnal Rekayasa dan Teknologi Elektro Jurnal Aruna Mengabdi (ARMI) Journal of Accounting Information System
Ari Puspita
Universitas Bina Sarana Informatika
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Public Health Social Sciences Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Sistem Informasi Penjualan Sparepart Mobil Menggunakan Aplikasi Java Berbasis Unified Modeling Languange (UML) Puspita, Ari; Lestari, Ade Fitria; Amalia, Hilda
Jurnal Sistem Informasi Vol 8 No 1 (2019): Volume 8
Publisher : STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (942.21 KB)

Abstract

Abstract— Star Motor Perkakas is engaged in spare parts, the sales system is still manual with the main help of paper. Employees will record the names of items that have been sold in a book, and employees also make mistakes because they forget to record the names of items that are sold out, so that in searching for items that are requested or ordered experience errors, and it also causes errors in making reports every month. This information system design is expected to be the best solution to solve problems that occur in this company, especially in the management of sales data that is more effective and efficient. This system uses the Netbeans  Java  and  Mysql  programming  languages  as  databases.  This  sales system is also expected to be a sales data management activity to facilitate employees Tools for faster and more accurate transactions. Intisari— Perancangan sistem informasi ini diharapkan menjadi solusi terbaik untuk memecahkan permasalahan  yang terjadi dalam  perusahaan ini terutama dalam pengelolaan data penjualan yang lebih efektif dan efesien. Sistem yang digunakan ini  menggunakan  Bahasa  pemrograman  Java  Netbeans  dan  Mysql  sebagai database. Sistem penjualan ini juga diharapkan menjadi kegiatan pengola data penjualan untuk dapat mempermudah pegawai CV. Star Motor Perkakas dalam melakukan transaksi yang lebih cepat dan teliti . Kata Kunci :  Forward Chaining, Penjualan, Sistem Pakar
PREDIKSI KELAHIRAN BAYI SECARA PREMATUR DENGAN MENGGUNAKAN ALGORITMA C.45 BERBASIS PARTICLE SWARM OPTIMIZATION Puspita, Ari
Jurnal Teknik Informatika Vol. 2 No. 1 (2016): JTI Periode Februari 2016
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v2i1.2

Abstract

Abstract - Preterm labor can happen when pregnancy has not entered the 37th week, or three weeks or more before the birth day forecast (HPL). Babies who are born prematurely usually weigh less than 2.5 kilograms it is that causes the body's organs are not functioning properly infants can suffer from a variety of more serious health problems than babies who were born on schedule birth. Until now, there are some cases of premature labor of unknown cause. There are several factors and health problems that can trigger preterm labor that mothers who do not exercise, smoking, history of pregnancy, fetal condition, psychological condition. To the authors intend to make a research on how to predict a patient who will give birth prematurely. After testing the algorithm C4.5 models that the results obtained are C4.5 algorithm produces a value of  93.60% accuracy and AUC value of 0.946 to the level of diagnostics Excellent Classification. But after namely, the addition of C4.5 algorithm based particle swarm optimization accuracy rate of 96.00% and the AUC value of 0.967 with a diagnosis rate Excellent Classification. So that both methods have tingkar difference in the amount of 2.4% accuracy.Intisari – Persalinan prematur bisa terjadi ketika kehamilan belum memasuki minggu ke-37, atau tiga minggu atau lebih sebelum perkiraan hari lahir (HPL). Bayi yang lahir prematur biasanya kurang dari 2,5 kilogram itu yang menyebabkan organ tubuh tidak berfungsi dengan baik bayi bisa menderita berbagai masalah kesehatan yang lebih serius daripada bayi yang lahir pada jadwal kelahiran. Hingga saat ini, ada beberapa kasus persalinan prematur penyebabnya tidak diketahui. Ada beberapa faktor dan masalah kesehatan yang dapat memicu persalinan prematur bahwa ibu yang tidak berolahraga, merokok, riwayat kehamilan, kondisi janin, kondisi psikologis. Untuk itu penulis bermaksud untuk melakukan penelitian tentang bagaimana untuk memprediksi pasien yang akan melahirkan prematur. Setelah menguji model algoritma C4.5 bahwa hasil yang didapatkan algoritma C4.5 menghasilkan nilai akurasi 93.60% dan nilai AUC 0,946 dengan tingkat diagnosa Klasifikasi sangat baik. Tapi setelah yaitu penambahan partikel swarm tingkat algoritma C4.5 berdasarkan optimasi akurasi 96.00% dan nilai AUC 0,967 dengan tingkat diagnosis yang sangat baik Klasifikasi. Sehingga kedua metode memiliki tingkar perbedaan jumlah akurasi 2,4%.Keywords: Preterm, C4.5 Algorithm, Particle Swarm Optimization, Pregnancy
Sistem Pakar Pendeteksian Dini Jenis dan Perawatan Kulit Wajah dengan Menggunakan Metode Forward Chaining Puspita, Ari; Lestari, Ade Fitria; Amalia, Hilda
Jurnal Teknik Informatika Vol. 3 No. 2 (2017): JTI Periode Agustus 2017
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v3i2.146

Abstract

Abstract— Every human being, especially women, want to have healthy skin. That is a very important way to treat our skin. Consider the many aspects that can cause skin problems, therefore we need to choose the right products and treatments.This application is based on expert system, it is the way experts think, analyze and make conclusions or decisions. In this application program, will analyze your skin type and problem yangdihadapi to determine the right products and treatments. Care provided comprising face care, body care, eye care, hair care, hand care and foot. Intisari – Setiap manusia khususnya perempuan, ingin memiliki kulit yang sehat. Itu adalah cara yang sangat penting untuk merawat kulit kita. Pertimbangkan banyak aspek yang dapat menyebabkan masalah kulit, karena itu kita perlu memilih produk kosmetik yang cocok dengan kulit wajah Aplikasi ini didasarkan pada sistem pakar, itu adalah cara ahli berpikir, menganalisa dan membuat kesimpulan atau keputusan. Pada program aplikasi ini, akan menganalisis jenis kulit dan masalah yangdihadapi untuk menentukan produk yang tepat dan pengobatan.Pengembangan sistem pakar menggunakan metode inferensi maju chaining, yang merupakan data-driven proses inferensi untuk menemukan kesimpulan.Berdasarkan kuesioner, kita dapat meyimpulkan bahwa sistem pakar ini sangat cocok untuk membantu para wanita dan pria untuk menentukan perawatan kulit nya Kata Kunci: Sistem Pakar, Forward Chaining, Kulit
Prediksi Peminatan Pelanggan dalam Penjualan Produk Sepatu Menggunakan Metode Decision Tree Berbasis Particle Swarm Optimization pada PT. Baskara Cipta Pratama Puspita, Ari; Jefi, Jefi; Fahmi, Muhammad
Jurnal Teknik Informatika Vol. 5 No. 1 (2019): JTI Periode Februari 2019
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v5i1.296

Abstract

Abstract—The PSO-based optimization C4.5 model gives a higher value of 78.16% compared to the C4.5 algorithm model that is 73.88. The results obtained differences between the two models by 4.28%. While for evaluation using ROC curve for second model that is, for model of algorithm C4.5 value of AUC is 0,764 with level of diagnosis classification fair, and for model of algorithm C4.5 based on PSO AUC is 0,780 with level of diagnosis of fair classification. It s concluded that ROC curvesmodels shows C4.5 algorithm based on PSO is larger. It can be inferred that C4.5 algorithm based on particle swam optimization is more accurate in predicting the customers’ interest for buying shoes.         Intisari— Analisis optimasi model algoritma C4.5 berbasis PSO memberikan nilai akurasi yang lebih tinggi yaitu 78.16% dibandingkan dengan model algoritma C4.5 yaitu 73.88%. Dari hasil tersebut didapatkan selisih antara kedua model yaitu 4,28%. Sementara untuk evalusai menggunakan ROC curve untuk kedua model yaitu, untuk model algoritma C4.5 nilai AUC adalah 0.764 dengan tingkat diagnosa Fair classification, dan untuk model algoritma C4.5 berbasis PSO nilai AUC adalah 0.780 dengan tingkat diagnosa Fair classification. Dari evaluasi ROC curve tersebut terlihat bahwa model algoritma C4.5 berbasis PSO lebih besar  Sehingga dapat disimpulkan bahwa algoritma C4.5 berbasis particle swarm optimization lebih akurat dalam memprediksi minat beli produk sepatu.  Kata Kunci — C4.5, Produk, Sepatu PSO 
PREDIKSI KELAHIRAN BAYI SECARA PREMATUR DENGAN MENGGUNAKAN ALGORITMA C.45 BERBASIS PARTICLE SWARM OPTIMIZATION Puspita, Ari
Jurnal Teknik Informatika Vol 2 No 1 (2016): JTI Periode Februari 2016
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v2i1.2

Abstract

Abstract - Preterm labor can happen when pregnancy has not entered the 37th week, or three weeks or more before the birth day forecast (HPL). Babies who are born prematurely usually weigh less than 2.5 kilograms it is that causes the body's organs are not functioning properly infants can suffer from a variety of more serious health problems than babies who were born on schedule birth. Until now, there are some cases of premature labor of unknown cause. There are several factors and health problems that can trigger preterm labor that mothers who do not exercise, smoking, history of pregnancy, fetal condition, psychological condition. To the authors intend to make a research on how to predict a patient who will give birth prematurely. After testing the algorithm C4.5 models that the results obtained are C4.5 algorithm produces a value of  93.60% accuracy and AUC value of 0.946 to the level of diagnostics Excellent Classification. But after namely, the addition of C4.5 algorithm based particle swarm optimization accuracy rate of 96.00% and the AUC value of 0.967 with a diagnosis rate Excellent Classification. So that both methods have tingkar difference in the amount of 2.4% accuracy.Intisari – Persalinan prematur bisa terjadi ketika kehamilan belum memasuki minggu ke-37, atau tiga minggu atau lebih sebelum perkiraan hari lahir (HPL). Bayi yang lahir prematur biasanya kurang dari 2,5 kilogram itu yang menyebabkan organ tubuh tidak berfungsi dengan baik bayi bisa menderita berbagai masalah kesehatan yang lebih serius daripada bayi yang lahir pada jadwal kelahiran. Hingga saat ini, ada beberapa kasus persalinan prematur penyebabnya tidak diketahui. Ada beberapa faktor dan masalah kesehatan yang dapat memicu persalinan prematur bahwa ibu yang tidak berolahraga, merokok, riwayat kehamilan, kondisi janin, kondisi psikologis. Untuk itu penulis bermaksud untuk melakukan penelitian tentang bagaimana untuk memprediksi pasien yang akan melahirkan prematur. Setelah menguji model algoritma C4.5 bahwa hasil yang didapatkan algoritma C4.5 menghasilkan nilai akurasi 93.60% dan nilai AUC 0,946 dengan tingkat diagnosa Klasifikasi sangat baik. Tapi setelah yaitu penambahan partikel swarm tingkat algoritma C4.5 berdasarkan optimasi akurasi 96.00% dan nilai AUC 0,967 dengan tingkat diagnosis yang sangat baik Klasifikasi. Sehingga kedua metode memiliki tingkar perbedaan jumlah akurasi 2,4%.Keywords: Preterm, C4.5 Algorithm, Particle Swarm Optimization, Pregnancy
Sistem Pakar Pendeteksian Dini Jenis dan Perawatan Kulit Wajah dengan Menggunakan Metode Forward Chaining Puspita, Ari; Lestari, Ade Fitria; Amalia, Hilda
Jurnal Teknik Informatika Vol 3 No 2 (2017): JTI Periode Agustus 2017
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v3i2.146

Abstract

Abstract— Every human being, especially women, want to have healthy skin. That is a very important way to treat our skin. Consider the many aspects that can cause skin problems, therefore we need to choose the right products and treatments.This application is based on expert system, it is the way experts think, analyze and make conclusions or decisions. In this application program, will analyze your skin type and problem yangdihadapi to determine the right products and treatments. Care provided comprising face care, body care, eye care, hair care, hand care and foot. Intisari – Setiap manusia khususnya perempuan, ingin memiliki kulit yang sehat. Itu adalah cara yang sangat penting untuk merawat kulit kita. Pertimbangkan banyak aspek yang dapat menyebabkan masalah kulit, karena itu kita perlu memilih produk kosmetik yang cocok dengan kulit wajah Aplikasi ini didasarkan pada sistem pakar, itu adalah cara ahli berpikir, menganalisa dan membuat kesimpulan atau keputusan. Pada program aplikasi ini, akan menganalisis jenis kulit dan masalah yangdihadapi untuk menentukan produk yang tepat dan pengobatan.Pengembangan sistem pakar menggunakan metode inferensi maju chaining, yang merupakan data-driven proses inferensi untuk menemukan kesimpulan.Berdasarkan kuesioner, kita dapat meyimpulkan bahwa sistem pakar ini sangat cocok untuk membantu para wanita dan pria untuk menentukan perawatan kulit nya Kata Kunci: Sistem Pakar, Forward Chaining, Kulit
Prediksi Peminatan Pelanggan dalam Penjualan Produk Sepatu Menggunakan Metode Decision Tree Berbasis Particle Swarm Optimization pada PT. Baskara Cipta Pratama Puspita, Ari; Jefi, Jefi; Fahmi, Muhammad
Jurnal Teknik Informatika Vol 5 No 1 (2019): JTI Periode Februari 2019
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v5i1.296

Abstract

Abstract—The PSO-based optimization C4.5 model gives a higher value of 78.16% compared to the C4.5 algorithm model that is 73.88. The results obtained differences between the two models by 4.28%. While for evaluation using ROC curve for second model that is, for model of algorithm C4.5 value of AUC is 0,764 with level of diagnosis classification fair, and for model of algorithm C4.5 based on PSO AUC is 0,780 with level of diagnosis of fair classification. It s concluded that ROC curvesmodels shows C4.5 algorithm based on PSO is larger. It can be inferred that C4.5 algorithm based on particle swam optimization is more accurate in predicting the customers’ interest for buying shoes.         Intisari— Analisis optimasi model algoritma C4.5 berbasis PSO memberikan nilai akurasi yang lebih tinggi yaitu 78.16% dibandingkan dengan model algoritma C4.5 yaitu 73.88%. Dari hasil tersebut didapatkan selisih antara kedua model yaitu 4,28%. Sementara untuk evalusai menggunakan ROC curve untuk kedua model yaitu, untuk model algoritma C4.5 nilai AUC adalah 0.764 dengan tingkat diagnosa Fair classification, dan untuk model algoritma C4.5 berbasis PSO nilai AUC adalah 0.780 dengan tingkat diagnosa Fair classification. Dari evaluasi ROC curve tersebut terlihat bahwa model algoritma C4.5 berbasis PSO lebih besar  Sehingga dapat disimpulkan bahwa algoritma C4.5 berbasis particle swarm optimization lebih akurat dalam memprediksi minat beli produk sepatu.  Kata Kunci — C4.5, Produk, Sepatu PSO 
PERANCANGAN DAN PEMBUATAN APLIKASI E-LEARNING MENGGUNAKAN MODEL WATERFALL PADA SEKOLAH MENENGAH ATAS Ari Puspita; Muhammad Fahmi; Yuyun Yuningsih
Jurnal Riset Informatika Vol 1 No 4 (2019): Periode September 2019
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (0.272 KB) | DOI: 10.34288/jri.v1i4.94

Abstract

Berbagai konsep dan teknik baru dalam pengajaran telah banyak dikembangkan untuk menggantikan metode tradisional yang hanya mengandalkan pada metode pengajaran satu arah di kelas. Salah satu metode pengajaran yang sedang berkembang di masa sekarang adalah e-learning. E-learning dapat membantu para pengajar dalam mendistribusikan bahan ajar mereka tanpa harus berada di kelas dengan menggunakan internet, hal ini dapat memaksimalkan waktu pembelajaran di kelas yang terbatas. Pengembangan sistem informasi dalam pembuatan perangkat lunak menggunakan model Waterfall dan dalam pembuatan perangkat lunak ini menggunakan PHP sebagai bahasa script yang digunakan untuk membuat halaman website dan MySQL sebagai database tempat penyimpanan data. Memudahkan para guru untuk dapat mendistribusikan materi pelajaran untuk siswa dapat dengan mudah mendapat materi pelajaran. Website e-learning ini dapat dijadikan media mengerjakan soal-soal ujian berupa pilihan ganda dan mengumpulkan tugas-tugas yang di berikan oleh guru.
DESIGN AND DEVELOPMENT OF ACCOUNTING INFORMATION SYSTEM FOR CASH SALES OF MILD STEEL Ari Puspita; Yuyun Yuningsih; Muhammad Fahmi; Rahmat Tri Yunandar
Jurnal Riset Informatika Vol 4 No 1 (2021): Period of December 2021
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (936.136 KB) | DOI: 10.34288/jri.v4i1.295

Abstract

Technological developments are now experiencing very rapid development, so many entrepreneurs are competing to produce new companies. At this time the light steel business is growing rapidly. Researchers try to make research on the cash sales system of mild steel sales, most companies do not yet have a computerized recording system, so that the invoice input process is hampered, as well as sales notes that are still written manually, and sometimes errors still occur in reading the names and quantities of goods. ordered, so the report generation will take a long time. As a form of solving the problems encountered by researchers, a computerized financial recording system is better than a manual system.Sales System, Cash Sales System, Information System
PENGARUH PENGGUNAAN APLIKASI TDMS TERHADAP KINERJA KARYAWAN Ade Fitria Lestari; Riki Ardiansyah; Hilda Amalia; Ari Puspita
Jurnal Inovtek Polbeng Seri Informatika Vol 4, No 2 (2019)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (530.375 KB) | DOI: 10.35314/isi.v4i2.1154

Abstract

Di zaman era digitalisasi, segala aktivitas dalam kehidupan manusia ditunjang dengan teknologi sistem informasi untuk memudahkan pekerjaan. Adanya teknologi sistem informasi terkadang manusia hanya bisa menggunakan tanpa mengetahui apakah teknologi sistem informasi tersebut mempengaruhi kinerjanya. Begitu halnya dengan  PT. Astra Internasional Tbk. Tso yaitu sebuah perusahaan perdagangan yang memiliki sebuah sistem informasi TDMS yang bermanfaat bagi peningkatan kemajuan perusahaan. Aplikasi TDMS mengelola data-data yang diperlukan dan mempermudah karyawan,  namun perusahaan tersebut belum mengetahui seberapa besar manfaat, kemudahan dan penerimaan aplikasi TDMS yang digunakan dalam mempengaruhi sikap dan kinerja karyawannya. Penelitian ini membahas pengaruh penggunaan aplikasi TDMS terhadap kinerja karyawan dari segi manfaat, kemudahan, sikap pengguna dan kinerja karyawan. Metode penelitian yang digunakan dengan melakukan observasi, wawancara dengan karyawan PT.Astra Internasional Tbk Tso Cilandak, dan studi literatur. Model untuk meneliti penerimaan teknologi terhadap kinerja karyawan dengan Technology Acceptance Model (TAM). Pengujian untuk kualitas data kuesioner dengan uji validitas dan reabilitas, uji asumsi klasik, uji tserta analisa regresi linier berganda. Dalam penggunaan angket kuesioner skala yang digunakan dengan skala Likert dan software pengolahan data  menggunakan SPSS.Hasil dari penelitian ini bahwa kemudahan aplikasi TDMS sangat mempengaruhi kinerja karyawan PT. Astra Internasional Tbk. Tso Cilandak
Co-Authors Ade Fitria Lestari Ade Fitria Lestari, Ade Fitria Antonius Ariyo Nugroho Aris Suryadi Azironia, Aghita Dahlia Dahlia Endang Pujiastuti Endang Pujiastuti Fikriansyah, Muhammad Frieyadie Fuad, Mohammad Haddiel Hilda Amalia Hilda Amalia Ida Faridah Jefi, Jefi Lia Mazia, Lia Mely Mailasari Muhammad Fahmi Nyanyu Siti Aminah Lily Alfrieda Rahmat Tri Yunandar Retno Utami, Retno Riki Ardiansyah Seni Kurniasari Siti Helmyati Veithzal Rivai Zainal Widyastuti, Reny Wulan Dari Yuli Wahyuni Yuli Wahyuni Yuningsih, Yuyun Yunita Yunita Yuyun Yuningsih