Article Per Year (5 Year)
p-Index From 2021 - 2026
3.571
P-Index
This Author published in this journals
All Journal Foristek JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Sisfokom (Sistem Informasi dan Komputer) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) CCIT (Creative Communication and Innovative Technology) Journal EDUMATIC: Jurnal Pendidikan Informatika ScientiCO : Computer Science and Informatics Journal InPrime: Indonesian Journal Of Pure And Applied Mathematics IAIC Transactions on Sustainable Digital Innovation (ITSDI) Advance Sustainable Science, Engineering and Technology (ASSET) Jurnal Locus Penelitian dan Pengabdian Innovative: Journal Of Social Science Research The Indonesian Journal of Computer Science
Dwi Shinta Angreni
Universitas Tadulako
Aerospace Engineering Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
MONITORING PARAMETER AIR BERBASIS IOT (INTERNET OF THINGS) Anshori, Yusuf; Parenrengi, Andi Fathur Alamsyah A.; Angreni, Dwi Shinta; Ardiansyah, Rizka; Joefrie, Yuri Yudhaswana
Foristek Vol. 13 No. 2 (2023): Foristek
Publisher : Foristek

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54757/fs.v14i2.322

Abstract

Water is a necessity for living things that have certain parameters to be consumed. This tool is made to measure the parameters of pH, temperature and turbidity of water quality and this tool is integrated with Internet of Things (IoT) technology so that sensor measurement data can be accessed anywhere and anytime. This tool implements Fuzzy Logic to generate “clean” and “unclean” values for water and uses the NodeMCU-ESP32s Module as the main controller, the PH-4502c sensor measures pH, the SKUSEN0189 sensor measures turbidity, and the DS18B20 sensor measures temperature. The results show that all sensors work well with an average error value of 2.95% for pH, 0.80% for temperature, and 21.32% for turbidity.
Implementasi Data Mining Untuk Rekomendasi Kenaikan Pangkat Pegawai Negeri Sipil Menggunakan Algoritma Naïve Bayes Pada Biro Administrasi Pimpinan Sekretariat Daerah Provinsi Sulawesi Tengah Angreni, Dwi Shinta; Susanti, Maulidia
Innovative: Journal Of Social Science Research Vol. 4 No. 1 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i1.9016

Abstract

PNS adalah kepanjangan dari Pegawai Negeri Sipil yang merupakan warga negara Indonesia yang memenuhi persyaratan tertentu untuk dipekerjakan dan diangkat sebagai Aparatur Sipil Negara secara tetap dan menduduki jabatan di pemerintahan. Penelitian ini memiliki permasalahan pada keterlambatan pengajuan berkas yang disebabkan karena banyaknya berkas yang berbeda jenis tumpang tindih, serta media penyimpanan berkas yang belum terkomputerisasi sepenuhnya memerlukan banyak waktu dan ketelitian dalam penyeleksian, sehingga menyebabkan keterlambatan dalam pengurusan kenaikan pangkat. Tujuan dari penelitian adalah untuk membuat sistem yang dapat mengimplementasikan data mining menggunakan algoritma naïve bayes dalam melakukan klasifikasi untuk rekomendasi kenaikan pangkat PNS. Berdasarkan hasil dari pengimplementasin sistem, didapatkan hasil akurasi sebesar 84.24% menggunakan pengujian algoritma confusion matrix, precision sebesar 81.34%, dan Recall sebesar 73.22%.
Analisis Penyakit Mental Menggunakan Algoritma XGBoost Landusa, Natalia Anastasya; Ardiansyah, Rizka; Nugraha, Deny Wiria; Lamasitudju, Chairunnisa; Angreni, Dwi Shinta
Jurnal Locus Penelitian dan Pengabdian Vol. 5 No. 4 (2026): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v5i4.5135

Abstract

Kesehatan mental merupakan bagian penting dalam kesejahteraan individu, dengan gangguan mental seperti skizofrenia, bipolar, dan depresi yang dapat memengaruhi kualitas hidup. Namun, diagnosa yang akurat untuk membedakan jenis gangguan ini seringkali menjadi tantangan karena gejala yang saling tumpang tindih. Penelitian ini bertujuan untuk mengklasifikasikan tiga jenis gangguan mental menggunakan algoritma XGBoost dan mengidentifikasi fitur penting yang berpengaruh dalam proses klasifikasi. Metode yang digunakan mencakup pengumpulan data dari dataset Kaggle yang berisi 3753 data pasien dengan 53 atribut dan 3 kelas gangguan mental. Proses pre-processing dilakukan untuk menormalkan data, yang kemudian digunakan untuk melatih model XGBoost. Hasil penelitian menunjukkan akurasi model sebesar 98,67% dengan nilai precision, recall, dan F1-score yang sangat tinggi, menunjukkan bahwa XGBoost efektif dalam mengklasifikasikan gangguan mental. Fitur utama yang berpengaruh dalam klasifikasi antara lain halusinasi, pikiran atau ucapan yang tidak teratur, dan delusi. Penelitian ini menyarankan penelitian lebih lanjut untuk pengembangan fitur dan validasi klinis model ini dalam konteks dunia medis.
PERBANDINGAN AKURASI LINEAR REGRESSION DAN SUPPORT VECTOR REGRESSION DALAM PREDIKSI SUHU RATA-RATA Lesnusa, Gideon Namlea; Dwi Shinta Angreni; Ardiansyah, Rizka
The Indonesian Journal of Computer Science Vol. 13 No. 4 (2024): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i4.3944

Abstract

The weather in Indonesia varies significantly and is influenced by geographical location, topography, and regional climate. Weather patterns differ between the western and eastern parts of Indonesia. This study explores time series models to predict weather data in Palu City, a region that is complex due to various weather factors. The focus is on the unique weather patterns reflected by the geography and topography of Palu City. Evaluation was conducted on time series models, including Linear Regression and Support Vector Regression (SVR), to estimate weather conditions in Palu City. The evaluation results show that the SVR model has an RMSE of 0.6302, while linear regression has an RMSE of 0.6328. This research has the potential to improve early warning and decision-making regarding extreme weather
PERBANDINGAN METODE ARIMA DAN RANDOM FOREST DALAM MEMPREDIKSI HARGA EMAS BERDASARKAN PERGERAKAN MATA UANG DAN SUKU BUNGA afifa, Afifa; Ardiansyah, Rizka; Lamasitudju, Chairunnisa; Laila, Rahma; Angreni, Dwi Shinta
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6346

Abstract

Dalam situasi ekonomi global yang tidak stabil dan ketidakpastian politik internasional, emas tetap menjadi aset andalan bagi investor sebagai tempat berlindung yang aman. Namun, fluktuasi harga emas yang dipengaruhi oleh berbagai faktor eksternal dan internal menciptakan tantangan dalam memprediksi harga dan mengambil keputusan investasi yang tepat. Penelitian ini bertujuan untuk membandingkan akurasi prediksi harga emas dengan menggunakan dua metode, yaitu ARIMA dan Random Forest, yang mempertimbangkan data pergerakan mata uang dan suku bunga. Hasil penelitian ini menunjukkan bahwa metode ARIMA pada set data pengujian menghasilkan MAPE sebesar 4.26%, sedangkan model Random Forest menghasilkan MAPE sebesar 2.25%. Berdasarkan hasil perbandingan tersebut, dapat disimpulkan bahwa model Random Forest memiliki performa yang lebih baik dalam memprediksi harga emas dibandingkan dengan model ARIMA. PERBANDINGAN METODE ARIMA DAN RANDOM FOREST DALAM MEMPREDIKSI HARGA EMAS BERDASARKAN PERGERAKAN MATA UANG DAN SUKU BUNGA 
PENGGABUNGAN METODE SYSTEM USABILITY SCALE DAN USER EXPERIENCE QUESTIONNAIRE UNTUK EVALUASI USABILITY SISTEM INFORMASI MBKM UNIVERSITAS TADULAKO DENGAN PENDEKATAN USER EXPERIENCE Sahril, Sahril; Ardiansyah, Rizka; Wirdayanti, Wirdayanti; Angreni, Dwi Shinta; Yudhaswana, Yuri
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5548

Abstract

Usability merupakan apsek penting dalam mengukur kualitas sebuah sistem. Tingkat Usability sangat dipengaruhi oleh pengalaman pengguna dimana hal ini dapat diukur dengan menilai seberapa cepat dan mudah pengguna mempelajari serta menyelesaikan tugas. Evaluasi usability dikategorikan menjadi pendekatan empiris dan non-empiris. Penelitian ini bertujuan mengevaluasi tingkat usability Sistem Informasi MBKM  dengan pendekatan empiris menggabungkan system usability scale (SUS) dan User Experience Questionnaire (UEQ) sehingga evaluasi yang dilakukan tidak hanya mengukur tingkat usability sebuah sistem namun juga dapat mengidentifikasi  masalah usability berdasarkan aspek pengalaman pengguna. Hasil evaluasi menggunakan SUS menunjukan skor SUS Sistem Informasi MBKM berada pada angka 63 menunjukan skor SUS untuk tingkat adjective scale  pada kategori “OK”, grade scale kategori “C-”, serta acceptability scale berada pada kategori “MARGINAL” dengan net promoter scores kategori “Passive”.  Hasil pengukuran menggunakan UEQ yang telah diadaptasi menunjukan aspek attractiveness (1.20), perspicuity (1.49), efficiency (1.06), stimulation (1.14), dan novelty (0.82) mendapatkan evaluasi positif di atas rata-rata sedangkan aspek dependability (0.88) mendapatkan evaluasi positif namun di bawah rata-rata. Penelitian selanjutnya dapat dilakukan menggunakan pendekatan dan non-empiris dengan melibatkan para ahli (evaluator) untuk menilai tingkat kegunaan serta ngidentifikasi letak masalah dari sebuah sistem
KLASIFIKASI JENIS KAYU BERDASARKAN CITRA SERAT KAYU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Dwimanhendra, Muhammad Rifaldi; Syahrullah, Syahrullah; Joefrie, Yuri Yudhaswana; Angreni, Dwi Shinta; Azhar, Ryfial; Nugraha, Deny Wiria; rezandy Lapatta, Nouval; Najar, Abdul Mahatir
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5726

Abstract

Kayu merupakan sumber daya alam yang sangat penting bagi industri mebel atau furnitur. Pemilihan jenis kayu yang tepat sangat krusial dalam industri mebel untuk menentukan kualitas hasil produksi. Pemilihan kayu secara manual memiliki risiko kesalahan yang dapat berdampak negatif pada kualitas akhir produk mebel. Oleh karena itu, diperlukan penerapan teknologi untuk meminimalkan kesalahan pemilihan jenis kayu dan meningkatkan efisiensi proses produksi. Penelitian ini bertujuan membangun model klasifikasi jenis kayu (nantu, palapi, dan uru) berbasis Convolutional Neural Network (CNN) menggunakan citra serat kayu. Dataset terdiri dari 1.584 citra yang dibagi menjadi 80% data pelatihan dan 20% data pengujian. Arsitektur model CNN terdiri dari 4 lapisan konvolusi, 4 lapisan pooling, dan 2 lapisan fully-connected. Hasil pelatihan mencapai akurasi 97,06%, sedangkan hasil pengujian dan evaluasi menggunakan matriks konfusi mencapai akurasi 95,56%. Penelitian ini membuktikan bahwa CNN dapat digunakan secara efektif untuk klasifikasi jenis kayu dengan tingkat akurasi yang tinggi, sehingga dapat membantu meningkatkan efisiensi proses produksi mebel.
Interaksi Augmented Reality Menggunakan Boxcollider Dalam Aplikasi Pembelajaran Bahasa Inggris Zulkifli, Zulkifli; Joefrie, Yuri Yudhaswana; Nugraha, Deny Wiria; Lapatta, Nouval Trezandy; Syahrullah, Syahrullah; Angreni, Dwi Shinta
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6248

Abstract

Teknologi Augmented Reality (AR) telah menjadi salah satu inovasi terdepan dalam meningkatkan pengalaman belajar interaktif. Penelitian ini mengkaji penggunaan AR dalam aplikasi pengenalan bahasa Inggris dengan memanfaatkan fitur BoxCollider untuk interaksi pengguna. Ap-likasi ini dirancang untuk membantu pengguna, terutama pelajar, dalam mengenali dan memahami kosakata bahasa Inggris melalui pengalaman visual dan interaktif. BoxCollider digunakan untuk mendeteksi interaksi antara pengguna dan objek virtual yang ditampilkan di layar, memung-kinkan respons langsung terhadap tindakan pengguna seperti menyentuh atau menggerakkan objek. Hasil penelitian menunjukkan bahwa penggunaan BoxCollider dalam AR meningkatkan keterlibatan pengguna dan memudahkan proses belajar. Pengguna dapat berinteraksi dengan berbagai objek yang mewakili kata-kata bahasa Inggris, sehingga mem-berikan konteks visual yang kuat dan mendukung pemahaman kosakata secara lebih efektif. Aplikasi ini diharapkan dapat menjadi alat bantu yang efektif dalam pengajaran bahasa Inggris, menawarkan metode bela-jar yang lebih menarik dan interaktif dibandingkan dengan metode kon-vensional
Co-Authors ., Rezki A Djufri, Isdar Abdul Mahatir Najar Afifa, Afifa Aldy, Moh.Fajrin Sigit Anita Ahmad Kasim Anita, Ayu Ardiyansyah, Rizka Arsita, Tiara Juli Budiman, Wahyu Darojah, Murtafiatun Deni Luvi Jayanto Deny Wiria Nugraha Dwimanhendra, Muhammad Rifaldi Dwiwijaya, Kadek Agus Hajra Rasmita Ngemba Harani, Makruf Hardianti Hardianti, Hardianti I Wayan Sudarsana Karnita Sumbaluwu, Harlin Feby Laila, Rahma Lamasitudju, Chairunnisa Landusa, Natalia Anastasya Lesnusa, Gideon Namlea Mariani Mariani Maroso, Akwan Miftah Miftah, Miftah Mohammad Yazdi Pusadan Nouval Trezandy Lapatta Parenrengi, Andi Fathur Alamsyah A. Putri, Niluh Putu Aprillia Puspitadewi Sudarsana Rahmah Laila Reinaldy Mansa, Jeremy Rinianty, Rinianty Rizka Ardiansyah Rizqa Raaiqa Bintana Ryfial Azhar Sahril Sahril Septiano Anggun Pratama Sondakh, Clivent Gerhard Sri Khaerawati Nur Susanti, Maulidia Syahrullah Syahrullah Syaiful Hendra Ulhak, Muhamad Zia Wawagalang, A. Nolly Sandra Widiani, Ni Nengah Winarta, Ardhiansyah Wirdayanti Yunita Prastyaningsih Yuri Yudhaswana Joefrie Yusuf Anshori Zulkifli Zulkifli