Article Per Year (5 Year)
p-Index From 2020 - 2025
0.92
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Academic Journal of Computer Science Research (AJCSR) Jurnal Saintekom (Sains dan Teknologi Komputasi)
Utari, Lis
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Other

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

Found 5 Documents
Search

 1 
Penerapan Algoritma K-Means untuk Pemetaan Kebutuhan Obat Sesuai Prioritas dalam Pengadaan Azizah, Laili Nur; Utari, Lis; Ningrum, Leny Tritanto; Rahmiyati, Dwi
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 6, No 1 (2025)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2025.v6i1.7943

Abstract

ABSTRACTEach Ministry/Institution that has a primary clinic has its own budget allocation to support the operational activities of the primary clinic health service. The budget is usually adjusted to the size of the organization and the needs of its employees. One of the budgets is for spending on medical supplies. It is expected that the Primary Clinic, which is within the Ministries or Institutions, can provide health services according to the standards and needs of the scope they serve in accordance with budget availability. For this reason, so that the available budget can be optimized according to existing needs and is right on target, it is necessary to have a careful drug procurement plan. Segmentation/mapping of drug use is said to be important to determine the priority level of drug needs and can be used as a reference in drug procurement. The priority scale of needs in drug procurement is a process for mapping the types of drugs based on their needs by considering the drugs needed and the available budget, to avoid buying drugs that are not needed by the employees. Ideally, the types of drugs with high use are groups of drugs which procurement needs to be prioritized with the aim of ensuring the availability of these drugs. This study uses drug use data for 1 (one) semester, namely January to June 2022, using total usage and number of transactions using the clustering method with the K-Means algorithm. The results of drug mapping resulted in 197 drugs with low priority, 13 drugs with medium priority and 3 drugs with high priority. The results of the clustering results evaluation test show the value of the silhouette coefficient results is 0.8630 or "strong structure
Penerapan Metode Regresi Linier Berganda untuk Prediksi Target Produksi Minuman Botanikal Nirwana, Nirwana; Utari, Lis
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 1 (2025): Juni 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i1.13

Abstract

Indonesia, sebagai salah satu produsen utama tanaman rempah di dunia, menghadapi tantangan dalam memanfaatkan potensi ini untuk mendukung perkembangan Usaha Mikro, Kecil, dan Menengah (UMKM) di sektor minuman botanikal. Shojiru, sebuah UMKM yang memproduksi minuman botanikal berbahan alami, sering mengalami kesulitan dalam memprediksi permintaan pasar. Ketidakakuratan estimasi ini mengakibatkan overproduksi atau kekurangan stok, yang berdampak pada efisiensi operasional dan kepuasan pelanggan. Penelitian ini bertujuan mengembangkan prototipe sistem prediksi produksi berbasis metode Regresi Linier Berganda, guna meningkatkan akurasi prediksi produksi Shojiru. Hasil penelitian menunjukkan sistem prediksi produksi minuman efektif dalam memperkirakan jumlah produksi bulan berikutnya. Pengujian akurasi dengan MAPE menunjukkan kesalahan 9.28%, menandakan prediksi yang sangat baik. Sistem ini memperoleh skor kelayakan 100%, kategori sangat layak, dan skor 86.67 dalam pengujian SUS, kategori "excellent" dengan grade "B", menandakan penerimaan yang tinggi dan kelayakan penggunaan yang sangat baik.
Penerapan Search Engine Optimization (SEO) untuk OptimasiPerforma Traffic pada Situs UMKM Elsa, Elsa; Utari, Lis
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 1 (2025): Juni 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i1.15

Abstract

Keberadaan web yang optimal sangat penting bagi Usaha Mikro, Kecil, dan Menengah (UMKM) dalam meningkatkan visibilitas di era digital. Banyak situs UMKM belum memanfaatkan Search Engine Optimization (SEO) secara maksimal, sehingga mengalami keterbatasan dalam menarik pengunjung. Penelitian ini bertujuan untuk mengimplementasikan teknik SEO guna meningkatkan performa traffic situs UMKM. Metode yang digunakan adalah studi kasus pada situs UMKM undangan digital, dengan pendekatan komparatif untuk mengukur perubahan traffic sebelum dan sesudah penerapan SEO. Langkah-langkah yang dilakukan meliputi analisis performa awal menggunakan alat analitik web, serta penerapan teknik SEO off-page berupa external link. Hasil penelitian menunjukkan peningkatan rata-rata traffic organik sebesar 33% setelah implementasi SEO. Penerapan SEO off-page, seperti penggunaan external link juga terbukti efektif dalam meningkatkan durasi kunjungan. Kesimpulan penelitian ini menegaskan bahwa SEO merupakan strategi penting yang harus diadopsi oleh UMKM untuk meningkatkan visibilitas online dan potensi konversi
Penerapan Metode K-Means dan Euclidean Distance Untuk Seleksi Metode Judul Tugas Akhir Ningrum, Leny Tritanto; Irmayansyah, Irmayansyah; Utari, Lis
Academic Journal of Computer Science Research Vol 6, No 1 (2024): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v6i1.10766

Abstract

Salah satu syarat kelulusan mahasiswa pada sebuah perguruan tinggi yaitu melalui tahap penyelesaian tugas akhir dalam bentuk skripsi sebagai laporan penelitian. Tahap awal penyusunan skripsi yaitu pengajuan judul tugas akhir berdasarkan bidang kajian dan metode yang digunakan. Data skripsi di repository perpustakaan semakin bertambah. Bidang kajian dan metode yang dipilih mahasiwa seringkali serupa dengan data judul skripsi yang tersimpan di perpustakaan. Dari data judul skripsi yang tersimpan tersebut dapat digali pengetahuan agar lebih selektif dalam memberikan persetujuan berdasarkan bidang kajian dan metode judul tugas akhir yang diajukan mahasiswa. Objek pada penelitian ini adalah salah satu perguruan tinggi swasta di Bogor. Adapun tujuan penelitian ini adalah untuk mengetahui sebaran bidang kajian dan metode yang pernah digunakan oleh mahasiswa sebagai bahan evaluasi untuk pengajuan judul skripsi berikutnya sehingga dapat lebih memudahkan bagian akademik. Metode yang digunakan pada penelitian ini adalah algoritma K-Means dan pengukuran jarak data menggunakan Euclidean Distance. Data yang digunakan adalah judul skripsi mahasiswa tahun 2019, 2020, 2021, dan 2022 yang terdiri dari atribut judul, kelas, dan topik penelitian. Dalam proses pengolahannya, dilakukan persiapan data (data preparation) dengan mentransformasikan data judul menjadi atribut metode dan bidang kajian. Setelah dilakukan persiapan data dilakukan proses normalisasi yang bertujuan mengubah data kategori menjadi numerik agar dapat diterapkan pada tahap modeling. Penelitian ini menghasilkan 2 klaster berdasarkan bidang kajian dan metode yang terdiri dari metode Data Mining serta Decision Support System (DSS). Hasil uji akurasi klaster menggunakan Silhoutte Coeffisient sebesar 0,62% dan menunjukkan klaster yang dihasilkan baik dan masuk ke dalam kategori medium structure.
Implementasi Algoritma Apriori Menggunakan Cross-Industry Standar Process for Data-Mining Untuk Menentukan Pola Pembelian Obat Istifarsari, Maya; Ningrum, Leny Tritanto; Utari, Lis
Journal of Information System Research (JOSH) Vol 5 No 4 (2024): Juli 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v5i4.5263

Abstract

In the health sector, the availability of adequate medicines in pharmacies is very important in ensuring patients receive optimal care. The availability of drugs that is not well maintained can hamper the treatment process and have a negative impact on health services as a whole. The problem discussed in this research is the accumulation of drug stock caused by drug purchases that are not balanced with sales, causing losses to the pharmacy. Based on these problems, it can be stated that currently the pharmacy is not appropriate and effective in determining drug purchasing patterns. For this reason, it is necessary to determine drug purchasing patterns at pharmacies using the Apriori algorithm. This research aims to determine drug itemsets based on association rules so that these itemsets can be prioritized for stock in each purchase. This can also be displayed by an application prototype so that it is easier to get a combination of itemsets in determining drug purchases to help anticipate drug supply needs to be more efficient. . The final result of this research is a combination of itemsets in the form of drug items that meet the requirements for a minimum support value of 25% and a minimum confidence value of 60%, namely Methylprednisolone 4mg Novel and Paracetamol Mef with a support value of 41.57% and a confidence value of 62.50%. FG Troches and Paracetamol Mef with a support value of 25% and a confidence value of 100%, as well as Metformin 500MG Hj and Sanmol Tab with a support value of 25% and a confidence value of 60%. The final result of the association rules was an evaluation test to measure the strength of the relationship between items using the lift ratio and produced a value above 1%, namely an average test value of 2.4%, so it can be stated that the a priori results are said to be valid or strong.
Co-Authors elsa, elsa Irmayansyah, Irmayansyah Istifarsari, Maya Laili Nur Azizah Ningrum, Leny Tritanto Nirwana, Nirwana Rahmiyati, Dwi