Article Per Year (5 Year)
p-Index From 2021 - 2026
1.978
P-Index
This Author published in this journals
All Journal JUSIM (Jurnal Sistem Informasi Musirawas) Jurnal Ilmu Teknik dan Komputer Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Teknik Informatika (JUTIF) Jurnal Nasional Ilmu Komputer HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Journal Computer Science and Informatic Systems : J-Cosys Jurnal Sistem Informasi Komputer dan Teknologi Informasi
meilantika, Dian
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Industrial & Manufacturing Engineering

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Sistem Pendukung Keputusan Penetapan Penerima Beasiswa Pada Universitas Mahakarya Asia Menggunakan Metode Fuzzy Multi Criteria Decision Making (FMCDM) Hartati, Sri; Salamudin, Salamudin; Meilantika, Dian; Saputro, Haris
Jurnal Ilmu Teknik dan Komputer Vol 7, No 2 (2023)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v7i2.008

Abstract

Universitas Mahakarya Asia merupakan salah satu lembaga pendidikan yang memberikan beasiswa untuk mahasiswanya, ada beasiswa yayasan YCIS dan beasiswa BAY. Dengan adanya beasiswa ini diharapkan dapat membantu mahasiswa untuk meringankan biaya pendidikan sehingga mahasiswa yang mengundurkan diri dari proses studi dapat ditanggulangi. Penetapan beasiswa harusla berlandaskan beberapa kriteria yang telah ditetapkan dalam aturan. Untuk memproses seleksi calon penerima beasiswa dengan beberapa kriteria mengalami kesulitan sehingga akan berdampak tidak tepat sasaran dalam pengambilan keputusan. Metode Fuzzy Multi Criteria Decision Making (FMCDM) adalah sebuah metode yang dapat digunakan dalam membantu menganalisa calon penerima beasiswa. Dengan FMCDM panitia akan lebih mudah dalam menghitung bobot alternatif terbaik dari alternatif yang ada berdasarkan kriteria yang telah ditetapkan
VISUALISASI DATA MAHASISWA JURUSAN TEKNOLOGI INFORMASI MENGGUNAKAN LOOKER STUDIO DI POLITEKNIK NEGERI LAMPUNG Meilantika, Dian
JUSIM (Jurnal Sistem Informasi Musirawas) Vol 9 No 2 (2024): JUSIM : Jurnal Sistem Informasi Musi Rawas DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusim.v9i2.2429

Abstract

Peningkatan kebutuhan akan pengelolaan data akademik yang efisien di perguruan tinggi menimbulkan isu mengenai keterbatasan aksesibilitas dan keakuratan informasi untuk mendukung pengambilan keputusan berbasis data. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem visualisasi data mahasiswa di Jurusan Teknologi Informasi melalui pemanfaatan Looker Studio yang terintegrasi dengan Google Sheets. Metode yang digunakan meliputi pengumpulan data akademik mahasiswa, pemrosesan data untuk menghilangkan ketidakkonsistenan dan duplikasi, serta penyajian data dalam format visual interaktif yang mencakup grafik dan tabel. Visualisasi data ini difokuskan pada indikator utama seperti jumlah mahasiswa aktif, komposisi gender, jalur penerimaan, penerima beasiswa, dan persentase kelulusan tepat waktu. Hasil penelitian menunjukkan bahwa sistem ini mampu menyajikan informasi yang komprehensif dan mudah diakses, memberikan dasar yang kuat untuk perencanaan strategi akademik yang lebih tepat di jurusan.
IMPLEMENTASI PATH SMOOTHING MENGGUNAKAN ALGORITMA GRADIENT DESCENT MENGGUNAKAN SIMULASI V-REP Jayadi, Akhmad; Handoko, Dwi; Permata, Rizka; Arpan, Atika; Meilantika, Dian
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 15 No. 2 (2024): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol15no2.p107-115

Abstract

Perkembangan teknologi robot mobile telah mengubah berbagai sektor industri, dan salah satu tantangan utama dalam pengoperasian robot mobile adalah perencanaan jalur (path planning). Jalur yang direncanakan sering kali tidak mempertimbangkan gerakan robot, terutama saat menghadapi belokan tajam yang dapat menyebabkan inefisiensi gerak robot, untuk mengatasi hal ini, teknik path smoothing digunakan untuk mereduksi ketajaman belokan, memungkinkan robot bergerak lebih lancar dan efisien. Salah satu algoritma yang digunakan dalam path smoothing adalah Gradient Descent, yang secara iteratif memperbaiki jalur dengan meminimalkan jarak antara titik-titik. Simulasi menggunakan platform V-REP sangat berguna untuk menguji efektivitas algoritma, dengan harapan dapat meningkatkan kinerja navigasi robot dan berkontribusi pada pengembangan robot mobile yang lebih efisien dan aman. Setelah jalur optimal ditentukan, langkah selanjutnya adalah memperlancar lintasan menggunakan path smoothing. Proses ini mengoptimalkan koordinat yang dihaluskan  untuk mengurangi jarak antara jalur asli  dan jalur yang dihaluskan dengan persamaan  Pembaruan pertama memindahkan y untuk meminimalkan jarak antara koordinat asli dan yang dihaluskan, sedangkan pembaruan kedua mengurangi penyimpangan antara koordinat yang berdekatan, dengan parameter beta yang mengontrol pembaruan tersebut. Hasilnya, jalur menjadi lebih mulus dan efisien untuk dilalui robot. Hasil dari penelitian yang telah dilakukan menunjukan algoritma yang diterapkan telah mampu membuat jalur yang lebih halus dari sebelum diterapkannya algoritma ini.   The development of mobile robot technology has transformed various industrial sectors, with one of the main challenges in mobile robot operation being path planning. Planned paths often do not take into account the robot's movement, especially when facing sharp turns that can cause inefficiencies in the robot's motion. To address this, path smoothing techniques are used to reduce the sharpness of turns, allowing the robot to move more smoothly and efficiently. One algorithm used in path smoothing is Gradient Descent, which iteratively refines the path by minimizing the distance between points. Simulations using the V-REP platform are very useful for testing the effectiveness of the algorithm, with the aim of improving robot navigation performance and contributing to the development of more efficient and safer mobile robots. After the optimal path is determined, the next step is to smooth the trajectory using path smoothing. This process optimizes the smoothed coordinates  to reduce the distance between the original path  and the smoothed path using the equation . The first update moves y to minimize the distance between the original and smoothed coordinates, while the second update reduces deviations between adjacent coordinates, with the beta parameter controlling the update. As a result, the path becomes smoother and more efficient for the robot to follow. The results of the research indicate that the applied algorithm has successfully created a smoother path compared to the original path before the algorithm was applied.
Analisis Tren Harga Komoditas Jagung Menggunakan Python Meilantika, Dian; Salamudin, Salamudin; Hartati, Sri
Journal Computer Science and Information Systems : J-Cosys Vol 4, No 2 (2024): J-Cosys - September
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53514/jco.v4i2.568

Abstract

Penelitian ini bertujuan untuk menganalisis tren harga jagung menggunakan data historis dari Yahoo Finance, dengan fokus pada identifikasi pola musiman dan volatilitas harga menggunakan Python. Data harga jagung dari 2015 hingga 2024 dianalisis dengan pustaka yfinance untuk mengunduh data, statsmodels untuk dekomposisi deret waktu, dan matplotlib serta seaborn untuk visualisasi. Dekomposisi deret waktu memisahkan harga jagung menjadi komponen tren, musiman, dan residual, sementara log returns digunakan untuk mengukur volatilitas harga harian. Hasil penelitian menunjukkan bahwa harga jagung stabil pada 2015–2020, mengalami lonjakan pada 2021–2022, dan penurunan pada 2023–2024. Pola musiman menunjukkan harga lebih rendah pada bulan Januari hingga Maret dan lebih tinggi pada bulan Juni hingga Oktober. Penelitian ini memberikan wawasan penting bagi petani, pedagang, dan pembuat kebijakan dalam merencanakan strategi pasar dan kebijakan stabilisasi harga jagung.
PERANCANGAN SISTEM INFORMASI JASA LAUNDRY (STUDI KASUS PADA DINARA LAUNDRY BATURAJA) meilantika, dian
SISKOMTI: Jurnal Sistem Informasi Komputer dan Teknologi Informasi Vol. 3 No. 2 (2021): Agustus 2021
Publisher : Universitas Lembah Dempo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54342/nnzsmz16

Abstract

Dinara Laundry is a laundry business located in Bataraja city. The process on laundry services is still not optimal, recording that is still done manually causes the difficulty of tracing the status of laundry on customers. The number of types of services and service packages on laundry services makes cashier admins have to look for a record of the rates used so that the calculation of laundry services will feel slow and the possibility of miscalculation. In addition, tracing the amount of income earned in each month needs to be calculated manually from the beginning of the period to the end. In designing the information system in this study using the PHP programming language and using MySQL databases. This web-based system will be accessed locally. It is hoped that this system will help laundry services so that it can improve the plan to customers.
RANCANG BANGUN ALAT PENGUKUR SUHU TUBUH OTOMATIS MENGGUNAKAN ARDUINO UNO agustina, dian sri; Meilantika, Dian
SISKOMTI: Jurnal Sistem Informasi Komputer dan Teknologi Informasi Vol. 4 No. 1 (2022): Februari 2022
Publisher : Universitas Lembah Dempo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54342/agt9er49

Abstract

ABSTRACT The rapid development of science and technology today has created a variety of electronic equipment that is very helpful to ease human work. Electronic equipment has become a part of human life because it can help speed up or be more efficient in meeting human needs. Coronavirus Disease 2019 (Covid-19) is a new type of disease whose cause is still unknown. Covid-19 began to appear in December 2019 in the city of Wuhan, China. Often the virus is spread from person to person through droplets from the mouth and nose when an infected person coughs or sneezes, similar to the way the flu is transmitted. This research produces an Automatic Body Temperature Measuring Device Using Arduino Uno R3. By utilizing the PIR sensor to detect human movement, the Ultrasonic sensor to detect the distance between humans and the tool and the Thermopile MLX90614 temperature sensor to detect the human body temperature. Keywoard : Arduino, PIR sensor, Ultrasonic sensor and Thermopile MLX90614 temperature sensor
ANALISIS TREN PENCARIAN WISATA LAMPUNG DI GOOGLE TRENDS SEBAGAI INDIKATOR MUSIMAN KUNJUNGAN PARIWISATA Meilantika, Dian; Fitra, Jaka; Saputro, Haris
JUSIM (Jurnal Sistem Informasi Musirawas) Vol 10 No 1 (2025): JUSIM : Jurnal Sistem Informasi Musi Rawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusim.v10i1.2658

Abstract

Provinsi Lampung memiliki potensi pariwisata yang besar, namun menghadapi tantangan dalam menyusun strategi promosi yang tepat waktu akibat tidak tersedianya indikator musiman yang akurat dan real-time. Hal ini menyebabkan promosi wisata sering dilakukan di luar momentum puncak kunjungan. Penelitian ini bertujuan menganalisis tren pencarian “wisata Lampung” melalui Google Trends pada periode 2020–2024 untuk mengidentifikasi pola musiman minat wisatawan dan membandingkannya dengan data kunjungan wisatawan dari BPS. Metode yang digunakan adalah pendekatan kuantitatif deskriptif dengan analisis deret waktu. Data Google Trends dipra-proses dari frekuensi mingguan ke bulanan, dilakukan dekomposisi musiman, dan dimodelkan menggunakan SARIMA untuk prediksi 12 bulan ke depan. Selanjutnya, pola hasil prediksi dibandingkan dengan data kunjungan wisatawan BPS untuk menilai kesesuaian sebagai indikator musiman. Hasil penelitian menunjukkan adanya pola musiman yang kuat dengan puncak pencarian pada bulan Juli dan Desember, sesuai periode libur sekolah dan akhir tahun. Model SARIMA(0,1,0)(1,0,0)[12] menunjukkan performa prediktif yang baik dengan nilai RMSE 2.77. Temuan ini memperlihatkan potensi Google Trends sebagai indikator awal yang murah, real-time, dan efektif untuk mendukung perencanaan promosi pariwisata berbasis data musiman. Hasil penelitian diharapkan dapat membantu pemerintah daerah dan pelaku industri pariwisata dalam merancang kampanye promosi yang lebih tepat sasaran dan adaptif terhadap dinamika pasar.
Enhancing Chronic Kidney Disease Classification Using Decision Tree And Bootstrap Aggregating: Uci Dataset Study With Improved Accuracy And Auc-Roc Zuriati, Zuriati; Meilantika, Dian; Arpan, Atika; Permata, Rizka; Sriyanto, Sriyanto; Mas'ud, Mohd. Zaki
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 5 (2025): JUTIF Volume 6, Number 5, Oktober 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.5.5271

Abstract

Chronic Kidney Disease (CKD) is a progressive medical disorder that requires timely and precise identification to avoid permanent impairment of kidney function. However, Decision Tree models, although widely used in clinical applications due to their transparency, ease of implementation, and ability to handle both categorical and numerical data, are prone to overfitting and instability when applied to small or imbalanced datasets. The purpose of this study is to optimize CKD classification by integrating Bootstrap Aggregating (Bagging) with Decision Tree to enhance accuracy and robustness. The methodology involves testing two model variants a standalone Decision Tree and a Bagging-supported Decision Tree using 10-fold cross-validation and evaluating performance with accuracy, precision, recall, F1-score, and the area under the ROC curve (AUC-ROC). Findings reveal that Bagging enhances model accuracy from 0.980 to 0.987, raises precision from 0.976 to 1.000, and improves recall from 0.954 to 0.954, and increases F1-score from 0.965 to 0.976. These results demonstrate that Bagging significantly improves the reliability and generalizability of Decision Tree classifiers, making them more effective for CKD prediction.
Evaluasi Kualitas Portal E-lerning Universitas Mahakarya Asia Menggunakan Metode MCCALL Salamudin, Salamudin; Hartati, Sri; Saputro, Haris; Meilantika, Dian
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.v5i1.1606

Abstract

This research focuses on evaluating the quality of the e-learning system at Universitas Mahakarya Asia using the McCall Method. The study aims to provide insights into the performance of the online learning platform e-learning.unmaha.ac.id. Involving criteria such as correctness, reliability, efficiency, integrity, usability, and maintainability, the research yields an overall score of 79.6%. The evaluation results indicate high reliability and integrity but highlight areas for improvement in the correctness of information and ease of maintenance. Improvement recommendations are provided to enhance content accuracy and improve the user interface for a smoother experience. Special emphasis is given to improving maintainability for the sustainability of the platform. These findings lay the foundation for developing a more user-responsive e-learning system, reinforcing the role of Mahakarya Asia University in providing quality online education
Deteksi Dini Penyakit Tanaman Jagung Berbasis Transfer Learning dengan Arsitektur DenseNet121 Rofianto, Dani; Maulini, Rima; Sahlinal, Dwirgo; Meilantika, Dian; Pujiana, Tri
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 2 (2025): Desember 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i2.9094

Abstract

Jagung (Zea mays L.) merupakan komoditas pangan strategis di Indonesia yang berperan penting dalam ketahanan pangan, industri pakan ternak, hingga energi terbarukan. Produktivitas jagung kerap menurun akibat penyakit daun seperti Blight, Common Rust, dan Gray Leaf Spot, yang dapat mengurangi hasil panen hingga 30–50% jika tidak dideteksi sejak dini. Metode deteksi konvensional melalui pengamatan visual masih memiliki keterbatasan, antara lain subjektivitas penilaian, kurangnya tenaga ahli, serta keterlambatan dalam pengambilan keputusan. Oleh karena itu, diperlukan pendekatan berbasis kecerdasan buatan yang mampu melakukan deteksi secara cepat, akurat, dan efisien di lapangan. Penelitian ini mengusulkan penggunaan transfer learning dengan arsitektur DenseNet121 untuk klasifikasi penyakit daun jagung. Dataset yang digunakan terdiri dari 2.818 citra yang terbagi ke dalam empat kelas utama (Blight, Common Rust, Gray Leaf Spot, Healthy), diperoleh dari kombinasi dokumentasi lapangan dan dataset terbuka daring. Data kemudian dibagi menggunakan stratified split menjadi 68% latih, 17% validasi, dan 15% uji. Hasil pengujian menunjukkan bahwa model mencapai akurasi 93,48% dengan F1-score rata-rata 0,93. Kelas Healthy dan Common Rust teridentifikasi hampir sempurna, sementara kesalahan klasifikasi masih ditemukan pada Gray Leaf Spot yang sering terprediksi sebagai Blight. Kurva akurasi dan loss memperlihatkan dinamika pelatihan yang stabil tanpa indikasi overfitting, berkat penerapan augmentasi data, dropout, dan early stopping. Temuan ini menegaskan bahwa DenseNet121 berpotensi besar untuk diterapkan dalam sistem deteksi dini penyakit jagung berbasis AI, sekaligus mendukung pengembangan pertanian presisi dan peningkatan produktivitas nasional.
Co-Authors Agustina, Dian Sri Akhmad Jayadi Andresta, Ferdinand Aldo Arpan, Atika Dani Rofianto Dwi Handoko Dwirgo Sahlinal, Dwirgo Fitra, Jaka Mas'ud, Mohd. Zaki Maulini, Rima Permata, Rizka Pujiana, Tri Ratnaningtyas, Endah Marendah Salamudin Salamudin Saputro, Haris Sri Hartati Sriyanto, Sriyanto Zuriati, Zuriati