Garuda - Garba Rujukan Digital

Sistem Pendukung Keputusan Pemilihan Motor Yamaha Menggunakan Metode Elimination Et Choix Traduisat La Realita Wiryanto, Yusuf Aji; Setyaningsih, Putry Wahyu
Jurnal Ilmu Komputer dan Informatika Vol 3 No 1 (2023): JIKI - Juni 2023
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jiki.72

Saat ini banyak cara dalam memudahkan pembelian sepeda motor untuk meningkatkan penjualan, sehingga kadang membuat pengguna menjadi kesulitan dalam menentukan pilihan yang sesuai dengan kebutuhannya. Maka dari itu penulis membuat Sistem Pendukung Keputusan Pemilihan Sepeda Motor Yamaha Menggunakan Metode ELECTRE (Elimination Et Choix Traduisat La Realita). Penelitian ini dapat membantu konsumen untuk memilih kredit pembelian sepeda motor Yamaha yang sesuai dengan anggaran dana yang dimiliki. Sistem Pendukung Keputusan kali ini berbeda dengan Sistem Pendukung Keputusan lainnya, perbedaan yang ada dalam Sistem Pendukung Keputusan ini adalah dapat memberikan pertimbangan dalam harga dan anggaran dana yang dimiliki oleh konsumen dalam perbulan. Penelitian ini dilakukan dalam beberapa tahapan yang di mulai dari tahapan analisis data dan pengumpulan data kebutuhan konsumen. Penelitian dilakukan dengan pengamatan dan pemantauan secara langsung dilapangan dan pada objek dengan menggunakan instrument penelitian berupa wawancara. Analisis sistem dilakukan menggunakan metode ELECTRE dan dengan menggunakan 5 kriteria yaitu jenis sepeda motor, kemampuan membeli, harga sepeda motor, besar CC motor, dan kemampuan mengangsur yang bertujuan sebagai Sistem Pendukung Keputusan Pemilihan Sepeda Motor Yamaha Menggunakan Metode ELECTRE (Elimination Et Choix Traduisat La Realita). Hasil yang didapat dalam penelitian ini adalah Sistem Pendukung Keputusan yang dibuat sangat membantu dan memudahkan konsumen.

Sistem Pakar untuk Diagnosis Rinitis pada Anak menggunakan Metode Certainty Factor Sitompul, Jessica Sandra; Setyaningsih, Putry Wahyu
Jurnal Teknomatika Vol 17 No 1 (2024): TEKNOMATIKA
Publisher : Fakultas Teknik dan Teknologi Informasi, Universitas Jenderal Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/teknomatika.v17i1.1309

Expert systems can assist an expert in making decisions that are realized in the form of a program. At this time the program is very helpful in improving various fields such as health, by managing the information that has been obtained. In this research, rhinitis is raised as a topic of discussion by working with experts who are experts in the field, after collecting data through interviews, the conclusion is obtained, namely how to determine whether someone has one of the three types of rhinitis (allergic rhinitis, bacterial rhinitis, and viral rhinitis) with the symptoms experienced and with a fast and accurate process. By using the certainty factor method and applying it to a web-based expert system, it makes it easier for patients and experts to solve the problem, there are 31 types of symptoms among the three types of rhinitis diseases that are used as the basis for the expert system after that with data from 20 patients at the hospital who suffer from various symptoms of rhinitis who have been diagnosed with the disease by experts as validation data and trials it is found that the system is 100% successful in accurately diagnosing each disease in all these patients.

Designing Gamified Systems for Mental Health Support: An Exploratory Study Prasetyaningrum, Putri Taqwa; Ibrahim, Norshahila; Yuniasanti, Reny; Setyaningsih, Putry Wahyu; Subagyo, Ibnu Rivansyah
Journal of Information System and Informatics Vol 6 No 2 (2024): June
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v6i2.760

This exploratory study investigates the innovative design of gamified systems for mental health support, focusing on enhancing user engagement and well-being. By integrating user-centered design (UCD) principles with effective gamification elements, this research aims to develop engaging and therapeutically effective mental health interventions. Employing a mixed-methods approach, the study combines qualitative and quantitative data collection, including surveys, interviews, and user testing, to gather comprehensive insights from a diverse participant group. The findings reveal significant insights into user engagement, satisfaction, and the impact of gamification on mental health outcomes. While gamification enhances user engagement, balancing entertainment with therapeutic functionality is crucial. A comparative analysis between gamified and non-gamified app versions highlights the benefits and challenges of incorporating gamification in mental health contexts. The study concludes with practical recommendations for future research and design, emphasizing the need for continued innovation to optimize digital mental health interventions.

Sistem Pakar untuk Diagnosis Rinitis pada Anak menggunakan Metode Certainty Factor Sitompul, Jessica Sandra; Setyaningsih, Putry Wahyu
Jurnal Teknomatika Vol 17 No 1 (2024): TEKNOMATIKA
Publisher : Fakultas Teknik dan Teknologi Informasi, Universitas Jenderal Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/teknomatika.v17i1.1309

Expert systems can assist an expert in making decisions that are realized in the form of a program. At this time the program is very helpful in improving various fields such as health, by managing the information that has been obtained. In this research, rhinitis is raised as a topic of discussion by working with experts who are experts in the field, after collecting data through interviews, the conclusion is obtained, namely how to determine whether someone has one of the three types of rhinitis (allergic rhinitis, bacterial rhinitis, and viral rhinitis) with the symptoms experienced and with a fast and accurate process. By using the certainty factor method and applying it to a web-based expert system, it makes it easier for patients and experts to solve the problem, there are 31 types of symptoms among the three types of rhinitis diseases that are used as the basis for the expert system after that with data from 20 patients at the hospital who suffer from various symptoms of rhinitis who have been diagnosed with the disease by experts as validation data and trials it is found that the system is 100% successful in accurately diagnosing each disease in all these patients.

Pembuatan Company Profile untuk Gula Kelapa Kulon Progo Berbasis Website Astuti, Tutut Dewi; Pabulo, Azfa Mutiara Ahmad; Setyaningsih, Putry Wahyu
Dedikasi: Jurnal Pengabdian Pendidikan dan Teknologi Masyarakat Vol. 1 No. 1 (2023): Dedikasi 2023
Publisher : Institut Teknologi Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/dedikasi.v1i1.14

Media penyampaian informasi tentang usaha masih banyak dalam bentuk tradisional seperti media cetak dan juga informasi yang disajikan didalamnya masih kurang lengkap. Strategi untuk memperkenalkan perusahaan juga dapat dibuat melalui company profile yang bertujuan untuk memperkenalkan dan memberikan berbagai informasi pada suatu perusahaan yang meliputi visi, misi, tujuan dan sejarah dari perusahaan tersebut. Company profile dapat menarik pelanggan karena mendapatkan berbagai informasi tentang produk atau jasa yang ditawarkan oleh perusahaan tersebut. Pembuatan company profile berbasis website ini agar mudah diakses melalui internet kapan saja dan dimana saja. Salah satu jenis website adalah company profile yaitu sistem informasi yang dapat dijalankan di berbagai perangkat. Oleh karena itu, diperlukan rancangan desain sebuah company profile berbasis website. Pembuatan website ini bertujuan untuk media sarana dan untuk mempromosikan gula kelapa Kulon Progo untuk mendapatkan lebih banyak pelanggan lagi dari luar Kulon Progo. Hasil akhir dari pengabdian ini adalah company profile berbasis website yang dapat digunakan sebagai aset.

Pendampingan Taman dan Ketahanan Pangan KWT Migunani Druwo Bangunharjo Sewon Bantul Setyaningsih, Putry Wahyu; Pabulo, Azfa Mutiara Ahmad; Astuti, Tutut Dewi
Dedikasi: Jurnal Pengabdian Pendidikan dan Teknologi Masyarakat Vol. 1 No. 2 (2023): Dedikasi 2023
Publisher : Institut Teknologi Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/dedikasi.v1i2.15

Kelompok Wanita Tani menawarkan wadah bagi masyarakat, khususnya kaum wanita, untuk mengelola dan mengekspresikan berbagai perspektif tentang pertanian. Mereka juga berfungsi sebagai sarana bagi anggota kelompok untuk memperoleh ilmu pengetahuan dan wawasan, sehingga kegiatan kelompok yang diharapkan dapat kreatif dan mengikuti perkembangan zaman. Salah satu alternatif bagi rumah tangga untuk mendapatkan kecukupan pangan, perbaikan gizi, meningkatkan curahan tenaga kerja produktif, perbaikan lingkungan pemukiman, dan kesehatan adalah teknologi pemanfaatan lahan pekarangan dengan budidaya pertanian secara optimal. Tujuannya adalah untuk mempercepat penyebaran teknologi kepada penggunanya, yaitu petani, penyuluh, dan masyarakat. Penelitian ini bertujuan untuk (a) meningkatkan pemahaman anggota kelompok wanita tani tentang teknologi pemanfaatan lahan pekarangan dan (b) mengidentifikasi faktor-faktor yang mempengaruhi pemahaman anggota KWT tentang teknologi pemanfaatan lahan pekarangan. Pengabdian dilaksanakan di KWT Miguni yang berada di Dusun Druwo, Bangunharjo, Sewon, Bantul. KWT Miguni merupakan Kelompok Wanita Tani berupa komunitas ibu-ibu yang memanfaatkan lahan dan kemampuannya melalui Gerakan pemberdayaan ketahanan pangan. Tujuan pengabdian ini adalah mewujudkan kemandirian pangan dan kemandirian keluarga dengan melakukan pemanfaatan lahan keluarga dan lahan-lahan yang produktif untuk ditanami. Hasil dari pemanfaatan lahan dapat dikonsumsi dan diolah sebagai produk unggulan desa agar ekonomi lokal bergerak.

Pelatihan Pengembangan Media pembelajaran Interaktif dengan SLIDO untuk Guru di SMA 1 Minggir Sleman Suharjo, Imam; Susilawati, Indah; Setyaningsih, Putry Wahyu
Jurnal Pengabdian Masyarakat Bangsa Vol. 2 No. 12 (2025): Februari
Publisher : Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpmba.v2i12.2060

Guru di SMA N 1 Minggir menghadapi tantangan dalam mengintegrasikan teknologi ke dalam pembelajaran, terutama terkait keterbatasan keterampilan dalam menggunakan aplikasi digital, waktu untuk mempersiapkan materi berbasis teknologi, koneksi internet yang tidak stabil, dan keterbatasan perangkat pendukung. Selain itu, soft skill guru dalam pengembangan media pembelajaran digital yang menarik masih perlu ditingkatkan. Tantangan ini berdampak pada kemampuan guru dalam menyampaikan materi yang lebih mudah dipahami dan berbasis teknologi informasi. Untuk mengatasi kendala tersebut, dilakukan pelatihan berkelanjutan yang berfokus pada peningkatan kemampuan guru dalam menggunakan aplikasi interaktif seperti SLIDO. Aplikasi ini dipilih karena kemudahan penggunaannya dan kemampuannya untuk mendukung pembelajaran interaktif. Pelatihan dilaksanakan secara langsung di laboratorium sekolah dengan melibatkan 21 peserta guru.Selama pelatihan, peserta diajarkan cara merancang media pembelajaran interaktif yang relevan dan menarik, sekaligus mendapatkan panduan teknis tentang pemanfaatan SLIDO dalam proses belajar-mengajar. Hasil pelatihan menunjukkan antusiasme tinggi dari para peserta, yang merasa terbantu dalam mengembangkan keterampilan mereka. Pelatihan ini diharapkan dapat mendorong pemanfaatan teknologi secara lebih optimal dalam pembelajaran, meningkatkan kreativitas guru, dan menciptakan pengalaman belajar yang lebih menarik bagi siswa. Kegiatan ini menjadi langkah awal dalam menghadirkan inovasi pembelajaran berbasis teknologi di SMA N 1 Minggir, sekaligus memberikan contoh inspiratif bagi institusi pendidikan lain.

Comparison of LSTM and Transformer Models in Predicting NVIDIA Stock Closing Prices and the Application of Rule-based Trading Strategies Gani, Muhammad Irfan Abdul; Setyaningsih, Putry Wahyu
Sistemasi: Jurnal Sistem Informasi Vol 14, No 5 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i5.5445

In today’s modern financial landscape, where accuracy and speed of prediction are increasingly critical, machine learning techniques play a vital role in stock price forecasting. This study evaluates the effectiveness of two deep learning models—Long Short-Term Memory (LSTM) and Transformer—in predicting NVIDIA (NVDA) stock prices using historical data from June 7, 2021 to June 7, 2025, with an 80% training and 20% testing data split. The results show that the LSTM model achieved a Root Mean Squared Error (RMSE) of 2.7703 on the training data and 7.3796 on the testing data, while the Transformer model produced an RMSE of 5.3573 (training) and 10.8563 (testing). A hybrid model demonstrated improved prediction accuracy with an RMSE of 3.5643 (training) and 8.6727 (testing), although it still did not outperform LSTM. The model also indicated a moderately declining trend in stock prices over the projected 30-day period. Gaussian noise augmentation was applied during training to improve model generalization. This study also explores investment strategy development by analyzing rule-based trading signals, generating buy (long) and sell (short) signals based on predicted price movements. Additionally, risks such as market volatility and potential overfitting were evaluated, alongside the influence of non-technical factors such as market sentiment. The primary focus of the research is to compare the performance of the LSTM and Transformer models in forecasting NVIDIA’s closing stock prices and applying a simple rule-based trading strategy. For future work, the use of methods such as Prophet, ARIMA, and hybrid ensemble approaches is recommended to enhance prediction accuracy, improve market adaptability, and deliver a more robust stock forecasting system leveraging advanced machine learning techniques for more optimal investment decisions.

Deteksi Leukemia Limfoblastik Akut menggunakan Convolutional Neural Network Akbar, Mutaqin; Prasetyaningrum, Putri Taqwa; Setyaningsih, Putry Wahyu; Ahsan, Moh; Budianto, Alexius Endy
Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 7 No. 1 (2024): Jurnal Teknologi Sistem Informasi dan Aplikasi
Publisher : Program Studi Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/jtsi.v7i1.34168

Acute lymphoblastic leukemia is the most important type of childhood leukemia, and accounts for 25% of childhood cancers. Accurately differentiating normal cell precursors from cancer cells is key to the diagnosis of acute lymphoblastic leukemia (ALL). However, under a microscope, cancer cells are so similar to normal cells that it is difficult to classify them. This article presents a detection of acute lymphoblastic leukemia using Convolutional Neural Network (CNN). The dataset which is obtained from ALL_IDB is 582 color image data which is divided into 482 training image data and 100 testing image data. The image data will be resized to 128x128x3 before being input to the CNN model. The CNN model used in this study is a multi-scale CNN which consists of 3 convolution layers (filter size of 3x3, number of filters for each convolution layer is 32, 64, and 128 respectively, and ReLU activation function), 3 subsampling layers using maxpool with filter size of 2x2 , 1 concatenate layer is used to combine the output of each subsampling layer, 1 fully-connected layer with a softmax activation function and a cross-entropy error function, and finally an output layer with 2 classes, namely normal cells and cancer cells. The CNN model will be trained using the Adam optimizer training algorithm with a training rate of 0.0002 and iterated 20 times. Based on the training results after iterating 20 times, the smallest error value was obtained, namely 0.0001 and the largest accuracy value, namely 100% in the 20th epoch. The CNN model was then tested with 100 testing image data and obtained an accuracy rate of 98% and an error value of 0.0482.

Pemanfaatan Deep Learning untuk Klasifikasi Kanker Kulit Menggunakan Few-shot Learning Berbasis Prototypical Networks dan Backbone EfficientNet-B0 Setianingsih, Wahyu; Setyaningsih, Putry Wahyu
Building of Informatics, Technology and Science (BITS) Vol 7 No 1 (2025): June (2025)
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i1.7245

The utilization of Artificial Intelligence in the current era of technological development is increasingly popular, especially in the field of health. The increasing number of skin cancer cases globally is of particular concern today. Therefore, a classification model utilizing deep learning was developed to assist in the effective diagnosis process. However, data limitations and imbalances are often an issue in training skin cancer classification models. This research develops a skin cancer classification model using the Few-shot Learning approach with Prototypical Networks architecture and EfficientNet-B0 backbone. The research aims to develop an image-based skin cancer classification model and evaluate how effectively the model performs in classifying various types of skin lesions. Experimental results show that increasing k-shots has a positive impact on model accuracy. The best results were obtained in the 10-shot 15-query scheme with an accuracy value of 86.73% and supported by an ROC AUC value of 94%. This study proves that the few-shot learning approach with Prototypical Networks architecture and EfficientNet-B0 backbone is effective for skin cancer classification under limited dataset conditions. This model also has the potential to be an early diagnosis tool.

Title

Found 13 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 13 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 13 Documents
Search