Article Per Year (5 Year)
p-Index From 2021 - 2026
2.024
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Techno.Com: Jurnal Teknologi Informasi JUTI: Jurnal Ilmiah Teknologi Informasi JUITA : Jurnal Informatika Jurnal Informatika Universitas Pamulang Jurnal Leverage, Engagement, Empowerment of Community (LeECOM) Jurnal Informatika dan Sistem Informasi (JUISI) Teknika Journal of Applied Data Sciences JUSTIN (Jurnal Sistem dan Teknologi Informasi) JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Lestari, Caecilia Citra
Universitas Ciputra Surabaya
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Library & Information Science Social Sciences

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
WORKSHOP MEMBUAT WEBSITE BERBASIS PLATFORM WORDPRESS.COM Dinata, Yuwono Marta; Lestari, Caecilia Citra; Wonohadidjojo, Daniel Martomanggolo; Tjahjono, Laura Mahendratta; Engel, Mychael Maoeretz
Jurnal Leverage, Engagement, Empowerment of Community (LeECOM) Vol. 2 No. 2 (2020): Jurnal Leverage, Engagement, Empowerment of Community (LeECOM)
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/leecom.v2i2.1590

Abstract

Pelatihan workshop yang dilakukan oleh Fakultas Teknologi Informasi Program Studi Informatika Universitas Ciputra bertujuan untuk memperluas wawasan para fasilitator Yayasan Kaki Dian Emas (YKDE) dalam literasi digital. YKDE dipilih berdasarkan dari interview melalui WhatsApp messenger maupun menelpon langsung. Hal karena pelatihan ini dilakukan pada masa pandemic Covid-19. Pelatihan ini diperuntukkan untuk fasilitator YKDE yang tersebar di seluruh Indonesia. Kebutuhan media untuk berbagai cerita atau pengalaman menjadi hal yang penting. Melalui kegiatan ini, para fasilitator menjadi lebih terbuka wawasannya untuk menggunakan media website online. Setelah mengikuti kegiatan tersebut, mereka bisa langsung menerapkan dan membuat website untuk kepentingan berbagai informasi sehingga fasilitator di seluruh Indonesia bisa saling berbagi informasi secara real time.
Klasifikasi Bahasa Isyarat Amerika menggunakan Convolutional Neural Network Siswanto, Felicia Devina; Lestari, Caecilia Citra; Tanuwijaya, Evan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 1 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (888.247 KB) | DOI: 10.26418/justin.v10i1.47184

Abstract

Bahasa Isyarat adalah bahasa untuk orang - orang yang memiliki kesulitan mendengar maupun bicara. Tetapi bahasa isyarat bukanlah bahasa yang banyak digemari oleh masyarakat, sehingga orang yang memiliki disabilitas tersebut akan semakin kesulitan. Pada jurnal ini akan menjelaskan mengenai klasifikasi bahasa isyarat Amerika dengan menggunakan Convolutional Neural Network (CNN). Pada penelitian ini akan dilakukan beberapa penelitian menggunakan parameter berbeda seperti pada preprocessing, penelitian akan dilakukan dengan melihat parameter horizontal flip. Selanjutnya penelitian juga dilakukan dengan melihat epoch. Penelitian ini dilakukan untuk memantau akurasi dan akurasi validasi. Model yang dibuat pada penelitian ini nilai akurasi yang lebih tinggi saat memprediksi huruf v, dan n. Hasil nilai akurasi dari penelitian ini adalah 82.1%Sign Language is a language for people who have hearing and speech difficulties. But sign language is not a language  that is favored by many people, so people with disabilities will find it increasingly difficult. This journal will explain the classification of American sign language using the Convolutional Neural Network (CNN). In this study, several studies will be carried out using different parameters such as in preprocessing, research will be carried out by looking at the horizontal flip parameter. Furthermore, research was also carried out by looking at the epoch. This study was conducted to monitor the accuracy and accuracy of the validation. The model made in this study has a higher accuracy value when predicting the letters v, and n. The result of the accuracy value of this study is 82.1%
Rancang Bangun Sistem Rekomendasi Makanan Alternatif Berkalori Lebih Rendah Berbasis Konten Menggunakan Hierarchical Clustering Dhienalight; Caecilia Citra Lestari
Teknika Vol. 9 No. 2 (2020): November 2020
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v9i2.280

Abstract

Dengan banyaknya variasi makanan yang ada sekarang, masyarakat perlu menyadari bahwa perilaku menjaga pola makan yang baik merupakan suatu investasi penting untuk tubuh sehat. Pilihan untuk mengkonsumsi makanan alternatif adalah salah satu cara orang dapat makan apa yang diinginkan selagi menjaga jumlah kalori yang dikonsumsi. Akan tetapi, memilih makanan alternatif tersebut bukan merupakan hal mudah. Makanan pengganti harus sesuai dengan jumlah kalori yang dibutuhkan tubuh dan memiliki rasa makanan yang diminati. Dalam penelitian ini, penulis mengajukan rancang bangun sistem rekomendasi berbasis konten dengan hierarchical clustering yang dapat memberikan rekomendasi makanan alternatif berkalori lebih rendah dengan rasa serupa berdasarkan bahan makanan untuk membantu orang dalam menjaga konsumsi kalori mereka. Data makanan diambil dari basis data FatSecret karena mengandung banyak variasi makanan dan informasi jelas akan bahan dan kalori makanan. Sistem rekomendasi tersebut akan fokus pada data kalori dan bahan makanan serta data makanan pilihan pengguna. Dengan menggunakan machine learning library scikit-learn Python, data makanan yang ada akan dikelompokkan dengan hierarchical clustering untuk pembentukan kelompok makanan serupa lalu dilakukan filtering sehingga mendapatkan urutan rekomendasi yang sesuai. Hasil pengujian sistem rekomendasi melalui eksperimen terhadap 10 makanan yang telah dituliskan melalui survei dan dinilai oleh 32 responden menunjukkan bahwa sistem rekomendasi ini berhasil berdasarkan indeks penilaian keseluruhan rekomendasi sebesar 71,3% yang mengindikasi hasil memuaskan oleh responden. Akan tetapi, akurasi masih perlu ditingkatkan karena urutan rekomendasi yang kurang sesuai kepuasan pengguna dengan saran penambahan faktor bentuk, kategori, dan bahan utama makanan.
RANCANG BANGUN GAME MOBILE BERJENIS ROGUELIKE MENGGUNAKAN STRUKTUR CERITA BRANCHING NARRATIVE Fadiel Mufassir; Caecilia Citra Lestari
JURNAL TEKNIK INFORMATIKA Vol 14, No 1 (2021): JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/jti.v14i1.14346

Abstract

In 2018 the total revenue from the digital game market has reached 137.9 billion USD with mobile being the largest segment of the digital gaming market. The games downloaded on Google Play have several categories, one of which is the role-playing category. That's where the opportunity to follow a trend appears by making an Android game that has the roguelike genre, which is a subgenre of role-playing games. Most games with the roguelike genre don’t have a story or it has a linear one with no control over the emotions of the player character, so this game will be made with a branching narrative story structure which allows players to choose the storyline to make it more interesting. A branching narrative offers the player with important choices; every choice offers a unique outcome to a certain scenario even though the number of outcomes in the story is limited. The survey shows that the branching narrative in the game can increase the curiosity of the player to the story in the game, increase the desire of players to play the game again, and that the branching narrative is strong enough to increase the desire of players to make an In-App Purchase.
What do Indonesians talk when they talk about COVID-19 Vaccine: A Topic Modeling Approach with LDA Theresia Ratih Dewi Saputri; Caecilia Citra Lestari; Salmon Charles Siahaan
JUITA : Jurnal Informatika JUITA Vol. 10 No. 2, November 2022
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (955.666 KB) | DOI: 10.30595/juita.v10i2.13500

Abstract

To end the COVID-19 pandemics, the government attempted to accelerate the vaccination through various programs and collaboration. Unfortunately, the number is still relatively small compared to the number of populations in Indonesia. There are some reasons attributed to this challenge, one of them being the reluctance of citizens to accept the COVID-19 vaccine due to various factors. Knowing this factor to increase public compliance, the vaccination program can be speed-up. Unfortunately, traditionally acquiring the knowledge related to COVID-19 vaccine rejection can be challenging.  One of the ways to capture the knowledge is by conducting a survey or interview related to COVID-19 vaccine acceptance. This method can be inefficient in terms of cost and resources. To address those problem, we propose a novel method for analyzing the topics related to the COVID-19 Indonesians’ opinions on Twitter by implementing topic modeling algorithm called Latent Dirichlet Allocation. We gathered more than 22000 tweets related to the COVID-19 vaccine. By applying the algorithm to the collected dataset, we can capture the what is general opinion and topic when people discuss about COVID-19 vaccine. The result was validated using the labeled dataset that have been gathered in the previous research. Once we have the important term, the strategy based on can be determined by the medical professional who are responsible to administer the COVID-19 vaccine. 
Penggunaan Kamus Singkatan Kata Bahasa Indonesia Sehari-Hari dalam Pembangkitan Fitur Teks Citra Lestari; Kenny Jihiro; Andreas Lim; Daniel Aprilio; Franciscus Valentinus
Jurnal Informatika Universitas Pamulang Vol 8, No 2 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i2.29306

Abstract

Natural Language Processing (NLP) research on Indonesian language is relatively slow compared to other languages, such as English or Chinese. Most of the researches are dealing with Indonesian formal textes. Some NLP researches that are dealing with Indoensian informal texts are having quite difficulty since Indonesian informal language usually combines formal language, daily language, and local language. In addition, there is a habit in Indoensians to use abbreviation in texting. These cause great difficulty in features generation process, where machines fail to identify stopwords and form lemmas from the bag of words. There are actually dictionaries that can be used to do lemming process for Indonesian forma language, daily language, local languages, and even Indoensian formal abbrevations. But there is stil no dictionary for Indoensian informal abbrevations. This research made an Indonesian informal abbrevations dictionary from 4000 Indonesian tweets.  The dictionary contains 706 unique abbrevations as its corpus. The dictionary then used to generate features. In this research, the features generation only used this dictionary to measure its signiicancy. The feature generation with the Indonesian informal abbrevations dictionary were tested with Indonesian tweets about Covid-19 Vaccine. The features generation process was able to identify 2262 abbrevations wotj 71,09% of them were identified as stopwords. To take a further step, the features generated then being tested to figure out their impact in sentiment analysis. The sentiment analysis used Multi-Layer Perceptron. Unfortunately, those features didn’t increase the performance of the sentiment analysis. The accuracy decreased by 3,5% while the precision, recall, and F1-Score decreased in range of 0,02 – 0,04. With this result, it can be concluded that the use of this dictionaty alone for lemming process is not enough. It needs to be combined with other dictionary to have more optimal result.
Deskripsi Kemudahan dan Kemenarikan Aplikasi Game bagi Anak Usia Sekolah Dasar (Studi Kasus Surabaya) Caecilia Citra Lestari; Nehemia Sugianto
Jurnal Informatika dan Sistem Informasi Vol. 3 No. 1 (2017): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (822.92 KB)

Abstract

Seturut perkembangan teknologi, aplikasi games juga bertumbuh pesat. Sebenarnya aplikasi game merupakan alat yang tepat untuk membantu anak belajar. Unsur menyenangkan yang ditawarkan game membuat anak tertarik untuk mencari tahu lebih. Namun, umumnya penggunaan aplikasi-aplikasi game edukasi diberikan pada anak berupa instruksi atau tugas dari pengajar. Unsur paksaan ini mengurangi kebergunaan aplikasi game edukasi sebagai sarana belajar. Artikel ini merupakan salah satu luaran dari penelitian tentang eksplorasi rancangan aplikasi game yang menarik anak untuk berinisiatif memaninkannya sendiri. Untuk itu dilakukan pengamatan terhadap 100 responden anak usia sekolah dasar, 7-12 tahun, di Surabaya. Responden diminta untuk memainkan lima aplikasi game anak yang ditentukan peneliti, tiga adalah game edukasi dan dua adalah game popular. Selama responden memainkan aplikasi, peneliti mengamati kemudahan penggunaan dan kemenarikan aplikasi game yang dibagi dalam beberapa aspek pengamatan. Hasil penelitian mendeskripsikan bahwa aplikasi game yang mudah digunakan, baik dalam pengoperasian antar muka dan gameplay, memiliki prosentase penyelesaian misi yang tinggi dan sangat menarik bagi responden. Responden kelompok usia bawah dan usia atas memilih dua game popular non-edukasi yang berbeda., masing-masing sebanyak 59% dan 48%. Alasan terbanyak, 29%, pemilihan game yang disukai adalah karena game tersebut seru. 
Rancang Bangun Aplikasi Desktop Simulasi Respon Hewan Peliharaan Berbasis Leap Motion Andrean Cenjaya; Caecilia Citra Lestari; Nehemia Sugianto
Jurnal Informatika dan Sistem Informasi Vol. 3 No. 2 (2017): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (822.382 KB)

Abstract

Memiliki hewan peliharaan adalah salah satu dari keinginan setiap orang. Dengan memiliki hewan peliharaan, orang dapat menikmati kelucuan atau keindahan dari hewan peliharaan tersebut. Namun tidak sedikit pula orang dengan keinginan memiliki hewan peliharaan tidak terkabul. Hal tersebut disebabkan beberapa faktor seperti kesehatan, biaya perawatan, dan tempat tinggal. Oleh karena itu, akan dilakukan rancang bangun aplikasi simulasi hewan peliharaaan dengan integrasi Leap motion, yang mampu memenuhi keinginan mereka yang tidak sanggup memiliki hewan peliharaan¸ dengan fitur interaktif dan efek realisme dengan grafik 3D yang dibangun menggunakan Unity. Tujuan dari penelitian ini adalah merancang dan membangun aplikasi simulasi hewan peliharaan berbasis desktop. Pembuatan aplikasi menggunakan Unity dengan bahasa pemograman C#. Aplikasi menggunakan Leap motion sebagai alat input penangkap gerakan tangan. Pada rancang bangun aplikasi ini, model hewan peliharaan yang digunakan adalah kucing.Simulasi pada aplikasi berpusat pada interaksi antara pengguna dengan hewan. Interaksi tersebut dibagi menjadi dua bagian, masukan dari pengguna dan reaksi dari hewan terhadap masukan. Masukan akan diklasifikasi menggunakan metode Dynamic Time Warping untuk menentukan jenis gerakan. Reaksi dari hewan akan diklasifikasi menggunakan metode Naïve Bayes. Data pelatihan untuk reaksi hewan didapat secara eksperimental. Pengujian aplikasi difokuskan pada pengukuran akurasi dari kedua metode klasifikasi yang digunakan, dengan data pengujian yang disediakan. Hasil pengujian menunjukan akurasi untuk klasifikasi gerakan tangan adalah 100% dan untuk klasifikasi respon hewan adalah 43,75%. Kesimpulan yang ditarik adalah model data pelatihan masih underfitting sehingga perlu penambahan sampel untuk data pelatihan.
Rancang Bangun Aplikasi Resep Masakan Tanpa Kontak Dengan Perintah Suara Endratno, Jeremy; Lestari, Caecilia Citra
Jurnal Informatika dan Sistem Informasi Vol. 8 No. 1 (2022): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v8i1.2621

Abstract

Sering tidak kita sadari bahwa ketika kita menggunakan aplikasi saat memasak, terjadi banyak kontak fisik antara parangkat dan pengguna. Dengan menggunakan speech recognation, pengguna dapat memberikan perintah menggunakan perintah suara. Seperti perintah untuk menlanjutkan ke tahap berikutnya pada resep, pengguna hanya akan berkata "berikutnya". Banyak perintah lainnya dapat pengguna berikan untuk memperjelas resep pada saat memasakan, contoh lainnya adalah "kembali", "ulangi", "apa itu tomat", "bagaimana cara menumis", dan banyak lainnya. Dengan mengucapkan perintah suara, teknologi speech recognition akan menangkapnya dan mengubah perintah suara menjadi sebuah text yang dapat dimengerti oleh komputer. Perintah akan dicari kebenaranya menggunakan Natural Language Processing. Dengan begitu komputer dapat menjalankan perintah yang berikan lebih akurat. Semua penjelasan resep dijelaskan dengan rapi pada 1 halaman tanpa scrolling sehingga pengguna dapat melihat instruksi dengan jelas. Instruksi juga dijelaskan melalui penjelasan suara menggunakan teknologi Speech Synthesis. teknologi ini membuat komputer dapat mengubah text menjadi suara yang dapat dimengerti oleh manusia. Dengan adanya perantara ini, pengguna dapat menghindari kontak fisik yang dapat menyebarkan bakteri pada bahan masakan. Aplikasi dibuat menggunakan lingkungan xcode dan bahasa pemograman swift. Seluruh teknologi dapat diakses menggunakan library yang telah disediakan oleh xcode. Teknologi akan dirancang sedemikian rupa agar dapat berfungsi dengan baik pada aplikasi. Hasil uji coba mengatakan bahwa dalam kondisi normal sistem dapat dipakai dengan baik.
Penerapan Cov19-Resnet Untuk Deteksi Covid-19 Pada Gambar Chest X-Ray yang Difoto Ulang Menggunakan Smartphone Linardi, Shelina; Lestari, Caecilia Citra
Jurnal Informatika dan Sistem Informasi Vol. 8 No. 2 (2022): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v8i2.4321

Abstract

Pada akhir tahun 2019, dunia digemparkan dengan munculnya Corona virus (COVID-19). COVID-19 cepat berkembang sehingga muncul varian baru dan diperlukan metode yang dapat melakukan deteksi awal kemungkinan adanya virus agar pasien dapat mendapat penanganan yang tepat. Rontgen dada dapat dilakukan untuk melihat kemungkinan COVID-19 pada paru-paru. Sementara itu, konsultasi menggunakan aplikasi telemedika sering digunakan pasien karena lebih hemat waktu dan aman. Sayangnya, gambar rontgen dada yang diberikan pasien memiliki kualitas yang buruk karena difoto ulang menggunakan telepon pintar sehingga menjadi tidak layak baca dan dokter sulit melakukan diagnosis. Oleh karena itu, COV19-ResNet akan digunakan untuk memprediksi kemungkinan adanya virus pada rontgen dada. Dataset yang digunakan merupakan kumpulan gambar dari hasil rontgen dada yang difoto serta dilakukan augmentasi gambar dengan metode rotasi, menambah kecerahan, menurunkan kontras, blur dan kebisingan gambar sehingga menyerupai hasil rontgen dada yang difoto ulang menggunakan telepon pintar. Model dilatih menggunakan 2200 dataset dengan pembagian 80% data pelatihan dan 20% data validasi. Dengan menggunakan 100 epoch dan batch size sebesar 32, model memiliki akurasi pelatihan sebesar 85% dan akurasi validasi sebesar 80%. Model juga telah diuji menggunakan 30 gambar dan memiliki akurasi 90%.
Co-Authors Andrean Cenjaya Andreas Lim Cenjaya, Andrean Daniel Aprilio Daniel Martomanggolo Wonohadidjojo Dhienalight Edwin Kurniawan Endratno, Jeremy Evan Tanuwijaya Fadiel Mufassir Kenny Jihiro Laura Mahendratta Tjahjono Linardi, Shelina Muliadi, Kevin Hartato Mychael Maoeretz Engel Nehemia Sugianto Nehemia Sugianto Ongkosianbhadra, Franciscus Valentinus Salmon Charles Siahaan Santoso, Vincent Leonard Siswanto, Felicia Devina Theresia Ratih Dewi Saputri Tony Antonio Wiranata, Maximus Aurelius Yandhy Raka Mulyawan Yuwono Marta Dinata