Article Per Year (5 Year)
p-Index From 2020 - 2025
0.92
P-Index
This Author published in this journals
All Journal Prosiding Semnastek Jurnal Ilmiah KOMPUTASI JIKA (Jurnal Informatika) Jurnal Sistem Informasi Journal of Loomingulisus ja Innovatsioon
Sestri, Elliya
Unknown Affiliation
Religion Computer Science & IT Decision Sciences, Operations Research & Management Environmental Science Law, Crime, Criminology & Criminal Justice Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
RANCANG BANGUN SISTEM INFORMASI BANK SAMPAH BERBASIS WEB MENGGUNAKAN METODE WATERFALL (STUDI KASUS: BANK SAMPAH DESA PAMEGARSARI) Khairullah, Muhammad; Syamsu, Muhajir; Sestri, Elliya
Jurnal Sistem Informasi (JUSIN) Vol 5 No 1 (2024): Jurnal Sistem Informasi
Publisher : ITB Ahmad Dahlan Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32546/jusin.v5i1.2452

Abstract

This research aims to design and develop a web-based waste bank information system using the waterfall method, focusing on the case study of the waste bank in Pamegarsari Village. The conventional waste management system in many villages relies heavily on manual processes, leading to inefficiencies in data recording, reporting, and management. The utilization of a web-based information system offers a potential solution to enhance waste management practices by enabling efficient data recording, processing, and reporting. The waterfall method is chosen for its sequential approach, which involves distinct phases including requirements gathering, system design, implementation, testing, and maintenance. By applying the waterfall method, this study seeks to provide a systematic and structured framework for developing the waste bank information system tailored to the specific needs and context of Pamegarsari Village. The findings of this research are expected to contribute to the improvement of waste management practices at the village level, promoting environmental sustainability and community engagement.
PENGELOMPOKKAN DATA MAHASISWA MENGGUNAKAN CLUSTERING UNTUK OPTIMALISASI PENERIMAAN MAHASISWA BARU Yusuf, Diana; Sestri, Elliya; Razi, Fahrul
Jurnal Informatika Vol 8, No 4 (2024): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v8i4.12637

Abstract

Salah satu tahapan penting dalam pengelolaan perguruan tinggi yakni proses penerimaan mahasiswa baru, dimana proses ini akan mempengaruhi kualitas dan kuantitas mahasiswa yang diterima di perguruan tinggi. Mengoptimalkan proses ini memerlukan pendekatan yang efektif untuk menganalisis data potensi mahasiswa. Dimana akan dilakukan pengelompokkan data mahasiswa menggunakan algoritma clustering K-Means untuk menemukan pola dan karakteristik yang dapat mengoptimalkan penerimaan mahasiswa baru. Penerapan algoritma K-Means vabel-variabel seperti program studi, IPK, kelurahan, kota, provinsi, dan jenis sekolah. Hasil pengelompokkan diharapkan dapat memberikan wawasan lebih dalam mengenai segementasi calon mahasiswa, sehingga perguruan tinggi dapat menyusun strategi penerimaan yang lebih tepat sasaran. Diharapkan dapat memberikan dasar bagi pengambilan keputusan yang lebih berbasis data untuk meningkatkan kualitas penerimaan mahasiswa pada masa mendatang.
Prediksi Cacat Lempeng Baja Menggunakan Algoritma Bagging: Pendekatan Machine Learning untuk Peningkatan Kualitas Produksi Digdoyo, Aji; Bayangkari Karno, Adhitio Satyo; Hastomo, Widi; Sestri, Elliya; Fitriansyah, Reza
Jurnal Ilmiah Komputasi Vol. 24 No. 1 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 1, Maret 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.1.3654

Abstract

Industri baja memiliki peran krusial dalam berbagai sektor, menjadi faktor kunci dalam memastikan integritas struktural produk akhir. Penelitian ini bertujuan untuk mengatasi masalah ini dengan menerapkan algoritma Bagging dalam prediksi cacat lempeng baja. Hasil model training dengan kurva ROC dengan nilai AUC 99% dab logloss 0,14. Pengukuran precision, recall, dan f1 score untuk 7 jenis cacat baja memperoleh prosentase yang sangat baik (lebih dari 90%). Confusion Matrix menunjukan korelasi yang kuat antara jenis cacat ke 6 dan ke 5. Sedangkan validasi, antara jenis cacat ke 4 dan ke 0 terdapat hubungan yang sangat kuat. Classification report menunjukan nilai precision, recall, dan f1 score terbaik (lebih dari 80%) untuk jenis cacat ke 1, 2, dan 3. Nilai AUC yang cukup baik yaitu 88% dan Logloss yang cukup besar yaitu 3,13. Penelitian selanjutnya dapat fokus untuk meningkatkan nilai logloss yang masih harus diperbaiki untuk proses validasi.
Desain Komunikasi Visual Berbasis Segmentasi Pelanggan untuk H&M Terisia, Vany; Hastomo, Widi; Sestri, Elliya; Syamsu, Muhajir; Novitasari, Lyscha; Putra, Yoga Rarasto; Fiqhri, Zul; Sudarwanto, Pantja; Daruningsih, Kukuh
Prosiding Semnastek PROSIDING SEMNASTEK 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk merancang strategi komunikasi visual berdasarkan segmentasi pelanggan pada industri fashion retail, studi kasus pada H&M Group. Data diambil dari dataset H&M Personalized Fashion Recommendations di Kaggle dan diolah dengan pendekatan RFM (Recency, Frequency, Monetary) serta algoritma K-Means clustering untuk mengidentifikasi tipe pelanggan. Hasil analisis menunjukkan tiga klaster utama: pelanggan bernilai tinggi, sedang, dan rendah. Berdasarkan hasil tersebut, dirancang pendekatan visual yang berbeda untuk setiap segmen, baik dalam desain iklan digital maupun visual merchandising. Penelitian ini memberikan kontribusi dalam pengambilan keputusan pemasaran visual yang berbasis data untuk meningkatkan retensi pelanggan.
The Role of Business Incubators in Facilitating Startup Growth in Indonesia Sestri, Elliya; Anis, NIna; Farah, Rina
Journal of Loomingulisus ja Innovatsioon Vol. 2 No. 2 (2025)
Publisher : Yayasan Adra Karima Hubbi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70177/innovatsioon.v2i2.1974

Abstract

Business incubators have emerged as vital institutions in fostering startup growth, providing support, resources, and networking opportunities to early-stage ventures. In Indonesia, a rapidly growing startup ecosystem, incubators play a crucial role in helping entrepreneurs navigate the challenges of scaling their businesses. However, the extent to which these incubators contribute to startup success remains underexplored, particularly in the Indonesian context.. The research aims to identify the specific support mechanisms provided by incubators and assess how these contribute to the scalability and sustainability of startups in the country. This study employs a mixed-methods approach, combining quantitative surveys of startup founders who have participated in incubator programs and qualitative interviews with incubator managers and industry experts. The data collected were analyzed to identify key factors that contribute to startup growth, such as access to funding, mentorship, networking opportunities, and business development services. The findings indicate that business incubators significantly enhance startup growth by providing access to crucial resources, including seed funding, mentoring, and networking with industry professionals. Startups that participated in incubator programs demonstrated higher survival rates and faster growth compared to those that did not. Mentorship and access to strategic partnerships were particularly important for long-term sustainability. Business
Co-Authors Anis, Nina Bayangkari Karno, Adhitio Satyo Daruningsih, Kukuh Digdoyo, Aji Fahrul Razi Farah, Rina Fiqhri, Zul Khairullah, Muhammad Lyscha Novitasari Putra, Yoga Rarasto Reza Fitriansyah Sudarwanto, Pantja Syamsu, Muhajir Vany Terisia Widi Hastomo YUSUF, DIANA