Article Per Year (5 Year)
p-Index From 2020 - 2025
6.056
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) JUITA : Jurnal Informatika POSITIF JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Komputer Terapan Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal Sisfokom (Sistem Informasi dan Komputer) JSiI (Jurnal Sistem Informasi) MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal Tekno Kompak Building of Informatics, Technology and Science Jurnal Repositor Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Algoritma
S, Vinna Rahmayanti
Universitas Muhammadiyah Malang
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Public Health

Published : 41 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 41 Documents
Search

 1   2   3   4   5 
Analisis Aksesibilitas Website Pemerintah Provinsi di Indonesia Menggunakan Pedoman Web Content Accessible Guidelines 2.0 Amelia Dwi Deastu; Gita Indah Marthasari; Vinna Rahmayanti Setyaning Nastiti
Jurnal Repositor Vol 2 No 10 (2020): Oktober 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i10.1056

Abstract

ksesibilitasweb adalah penyandang disabilitas dapat menggunakan,menavigasikan, serta berinteraksi dengan web. World Wide Web Consortium(W3C) telah memberikan pedoman penting tentang aksesibilitas web yang dikenal dengan Web Content Accessible Guidelines (WCAG). Pemerintah indonesia mendorong pemanfaatan media baru yaitu web melalui Inpres nomor 3 Tahun 2003 tentang Kebijakan dan Strategi Nasional Pengembangan e-government yang mengamanatkan setiap lembaga negarauntuk membangun website. Oleh karena itu, pada penelitian ini dilakukan analisis evaluasi situs web pemerintah provinsi di Indonesia dengan menggunakan dua alat automasi evaluasi aksesibilitas yaitu TAW dan aXe. Penelitian ini menyajikan masalah utama yang ditemukan dari seluruh situs web pemerintah provinsi berdasarkan masalah, peringatan,tidak diulasdan kriteria sukses. Dengan alat TAW, jumlah masalah yangditemukanterbanyak terdapat pada bagian prinsip Perceivable yang berjumlah 6490.Dan situs pemerintahprovinsi yang paling banyakmasalahaksesibilitasnya berdasarkan alat TAWadalah Nusa Tenggara Timur dan Riau, sedangkan untuk alat aXeyaitu situs pemerintah provinsi Yogyakarta dan Provinsi Kalimantan Barat.
Penerapan Algoritma Restricted Boltzmann Machine Pada Pemilihan Bidang Minat Mahasiswa Informatika Universitas Muhammadiyah Malang Bella Chintia Merita; Zamah Sari; Vinna Rahmayanti Setyaning Nastiti; Briansyah Setio Wiyono
Jurnal Repositor Vol 3 No 2 (2021): Februari 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i2.1204

Abstract

Pemilihan bidang minat masih menjadi sebuah kesulitan untuk sebagian mahasiswa, terutama mahasiswa yang belum percaya diri dengan kemampuan dan keahliannya. Bidang minat pada jenjang perguruan tinggi menjadi sebuah tolak ukur dan kunci kesuksesan di masa mendatang sebagai penunjang karirnya. Sehingga mahasiswa harus memiliki pemikiran yang matang dan tepat sasaran agar dapat mencapai tujuannya. Untuk menyelesaikan masalah ini dibutuhkan suatu hasil pembelajaran sebagai bahan pertimbangan dalam menentukan bidang miat mahasiswa. Dengan hasil pembelajaran tersebut mahasiswa dapat mempertimbangkan pilihannya berdasarkan grafik nilai dan bidang minat yang telah diambil oleh mahasiswa yang sudah lulus terlebih dahulu. Dengan demikian dilakukan penelitian untuk memberikan hasil pembelajaran dalam bentuk klasifikasi bidang minat mahasiswa Informatika Universitas Muhammadiyah Malang menggunakan data mahasiswa angkatan 2013 – 2015 yang sudah lulus. Data tersebut dilakukan pengklasifikasian menggunakan algoritma Restricted Boltzmann Machine , dan dilakukan pengujian model menggunakan confusion matrix. Data penelitian yang digunakan merupakan data yang memiliki kelas tidak seimbang karena jumlah masing-masing bidang minat berbeda jauh. Sehingga dilakukan pengklasifikasian menggunakan SMOTE untuk menangani ketidakseimbangan kelas. Hasil akurasi yang didapatkan pada RBM+SMOTE yaitu sebesar 70% dan nilai mean square error 0.4.a
Pemetaan Mata Kuliah Yang Berpengaruh Pada Kelulusan Tidak Tepat Waktu Mahasiswa Informatika UMM Menggunakan SOM Asty Try Yuliandari; Zamah Sari; Vinna Rahmayanti Setyaning Nastiti
Jurnal Repositor Vol 3 No 1 (2021): Januari 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i1.1214

Abstract

Jumlah mahasiswa yang masuk tidak sebanding dengan jumlah mahasiswa yang keluar pada jurusan Informatika UMM, dimana mahasiswa Informatika UMM jumlah kelulusan tidak tepat waktunya kurang dari 15% dan rata-rata lulus pada semester 9 atau setara dengan 4,5 tahun. Hal ini menjadi perhatian khusus bagi pihak jurusan untuk terus meningkatkan kelulusan tepat waktu mahasiswa setiap tahunnya. Oleh karena itu, pada penelitian ini dilakukan untuk memetakan mata kuliah yang berpengaruh pada kelulusan mahasiswa Informatika UMM menggunakan Self Organizing Map (SOM). Jumlah variabel yang digunakan adalah 133 atribut. Hasil mapping menggunakan SOM menyatakan bahwa mata kuliah yang dapat memiliki nilai yang buruk pada masing-masing dataset yaitu Skripsi, Metode Penelitian II, Pengantar Topologi, dan Logika Informatika. Serta hasil mapping menggunakan SOM menyatakan bahwa program mata kuliah yang dapat memiliki nilai yang buruk pada masing-masing dataset yaitu Program Skripsi, Program Penulisan Ilmiah, Program Metode Penelitian II, Program Seminar, Program Pengantar Topologi. Hasil MSE terendah pada masing-masing dataset adalah 0,0086, 0,0017, 0,0155, 0,0045, 0,0172, 0,0057. Hasil pengujian Silhouette Coefficient pada masing-masing dataset adalah 0,42765, 0,66630 0,400413, 0,67106, 0,41219, 0,64439.
Algoritma Support Vector Machine (SVM) Untuk Identifikasi Komponen Abstrak Pada Jurnal Ilmiah Berbasis Teknik Klasifikasi Titin Eka Puspitawati; Setio Basuki; Vinna Rahmayanti Setyaning Nastiti
Jurnal Repositor Vol 3 No 5 (2021): November 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i5.1389

Abstract

Penelitian yang dipublikasikan dalam bentuk jurnal setiap tahunya selalu ada yang baru dan semakin banyak, untuk bias dapat suatu informasi tertentuxyang akan dibutuhkan dari sebuahmpenelitian akan sulit dan memakan waktu lama. Sepertimhalnya mencari sebuahxinformsi tertentumdengen membaca keseluruhan abstrak secarapsatu-persatu yang tidak efektif. Oleh karena itu dengan harapan adanya pembangunan sistem yang mampu menganbil informasi tertemtu dari sebuagh dokumen secara tepat dan otomatis. Penelitian ini menggunakan pendekatan pembelajaran klasifikasi. Pada penelitian ini penulis menggunakan Algoritma Support Vector Machine. Hasil dari sistem adalah untuk melakukan klasifikasi informasi permasalahan umum, permasalahan khusus, solusi yag diusulkan, hasil, pembahasan dan implikasi, keywords dan lain-lain dari abstrak sebuah jurnall ilmiah dan mengukur kinerja dari sistem ini.
Pendeteksi Plagiarisme pada Berita Selebritas Menggunakan Algoritma Winnowing dengan Metode K-Gram dan Synonym Recognition (Studi Kasus Berita Selebriti pada Website) Novita Daian Marlissa; Setio Basuki; Vinna Rahmayanti Setyaning Nastiti
Jurnal Repositor Vol 3 No 5 (2021): November 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i5.1390

Abstract

Penelitian ini berfokus untuk menurunkan tindakan plagiarisme pada berita selebriti, dimna sistem yang dibangun menggunakan platform website dengan algoritma Winnowing dengan metode K-gram dan Synonym Recognition yang menghasilkan Fingerprinting. Fingerptinting ini yang digunakan untuk menghitung tingkat kemiripan dengan menggunakan Jaccard Similarity. Sistem ini dibuat menggunakan pemograman PHP dengan framework CodeIgniter. Hasil dari sistem adalah membantu menemukan tindakan plagiarisme pada berita selebriti..
Sistem Rekomendasi Video Pada Youtube Menggunakan Metode Collaborative Filtering dan Algoritma Support vector machine (SVM) Dini Tri Purwaningsih; Setio Basuki; Vinna Rahmayanti Setyaning Nastiti
Jurnal Repositor Vol 3 No 5 (2021): November 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i5.1391

Abstract

Penelitian ini bertujuanUuntuk meningkatkanOkualitas hasil rekomendasi berbasis klasifikasi dengan menggunakan metode collaborative filtering dengan membangun sistem menggunakan pemrograman PHP dengan framework CodeIgniter. Serta pengukuran keakuratan dari sistem rekomendasi dengan menggunakan algoritma support vector machine yang menghasilkan persentase yang menunjukkan keakuratandari sistem yang telah dibentuk. Hasil dariusistem yan telah dibuat yaitu sebuah sistem rekomendasi video yang menampilkan hasil dari pencarian sebuah kueri oleh user.
Analisis Sentimen Pada Media Sosial Twitter Menggunakan Naïve Bayes Classifier Terhadap Kata Kunci “#Asiangames2018” Abdy Yoga Syantara; Evi Dwi Wahyuni; Vinna Rahmayanti Setyaning Nastiti
Jurnal Repositor Vol 3 No 5 (2021): November 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i5.1398

Abstract

Data pengguna twitter di tahun 2016 ada 77% yang aktif dan 4,1 miliar tweet. Selain fungsi twitter sebagai media informasi, twitter juga memungkinkan setiap penggunanya menulis dan berbagi segala hal dengan menggunakan hashtag atau biasa dilambangkan dengan “#”. Asian Games merupakan pesta olahraga Asia yang diselenggarakan setiap empat tahun sekali, dan melibatkan atlet-atlet dari seluruh Asia dimana acara bergengsi ini diorganizir oleh Olympic Council of Asia (OCA). Dengan begitu tujuan dari penelitian ini adalah untuk melihat sentiment masyarakat pada event Asian Games dengan memanfaatkan metode Naïve Bayes Classifier. Dataset yang diambil dari Twitter nantinya akan memasuki tahapan preprocessing. Hasil dataset tersebut nantinya akan dianalisa dengan metode Naïve Bayes Classifier dan menghasilkan prediksi nilai positif sebesar 27%, negatif sebesar 10% dan netral sebesar 16%. Dan hasil pengujian dengan akurasi sebesar 80,30%, serta precission, recall, dan f1-score masing masing sebesar 84%, 80%, dan 81%.
Classification Of Malware Families Using Naïve Bayes Classifier Ramadan Pratama; Denar Regata Akbi; Vinna Rahmayanti Setianingsih Nastiti
Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i4.1411

Abstract

Dikarenakan peningkatan pengguna smartphone Android berbanding lurus dengan peningkatan pengembangan malware yang semakin pesat. Tidak jarang penelitian tentang malware setiap tahunnya yang membahas tentang malware families dengan berbagai macam pendekatan yang salah satunya machine learning. Dengan mendapatkan data malware yang kredibel, dapat memudahkan peneliti dalam menganalisa malware. Terdapat kumpulan data malware yang dibuat the Canadian Institute for Cybersecurity(CIC) yang dapat diakses secara publik. Data ini disebut CICInvestAndMal2019 yang berisi data malware. Dataset ini dibuat dengan melakukan analisa statis dan dinamis pada smartphone secara real time. Hasil dari analisa tersebut kemudian diproses dengan metode Random Forest yang menghasilkan precision 61.2% dan recall 57.7%. Berdasarkan penelitian tersebut, maka penulis akan mengklasifikasikan dataset CICInvestAndMal2019 menggunakan metode Naïve Bayes, dan hasil yang didapat dari klasifikasi Naïve Bayes adalah nilai recall dan precision sebesar 68% dan 66%.
Penerapan Metode K-Means pada Data Penduduk Miskin Per Kecamatan Kabupaten Blitar Dede Nor Alfiansyah; Vinna Rahmayanti Setyaning Nastiti; Nur Hayatin
Jurnal Repositor Vol 4 No 1 (2022): Februari 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i1.1416

Abstract

Kemiskinan adalah kondisi ketidakmampuan pendapatan seseorang dalam pemenuhan kebutuhan pokok hidup sehingga tidak mampu menjamin kelangsungan hidupnya Kebutuhan hidup meliputi kebutuhan dasar seperti sandang, pangan, tempat tinggal, dan pendidikan. Menurut BPS, yang dikatakan penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran perkapita perbulan dibawah garis kemiskinan. Kabupaten Blitar adalah salah satu kabupaten di provinsi Jawa Timur. Angka kemiskinan di kabupaten Blitar mengalami penurunan sejak tahun 2016 hingga tahun 2019 dan mengalamai kenaikan di tahun 2020. Langkah untuk mengetahui angka kemiskinan dihitung berdasarkan sampel survei analisis tingkat kemiskinan dalam survey Sosial – Ekonomi Nasional (Susenas) setiap 2 tahun sekali. Pengelompokkan kemiskinan perlu dilakukan setiap tahunnya agar pemerintah dapat mengetahui langkah pencegahan agar kemiskinan tidak meningkat ataupun pemecahan masalah kemiskinan. Pengelompokkan kemiskinan dapat dilakukan dengan menggunakan berbagai metode salah satunya adanya dengan menggunakan metode K-Means. Penggunan metode K-Means ini bertujuan mengelompokkan data per kecamatan kabupaten Blitar yang tergolong penduduk miskin.
Sistem Penilaian Kinerja Guru Menggunakan Metode Prototype Imsa Nur Dwijayanti; Evi Dwi Wahyuni; Vinna Rahmayanti Setyaning Nastiti
Jurnal Repositor Vol 3 No 3 (2021): Mei 2021
Publisher : Universitas Muhammadiyah Malang

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

Abstract

Pendidikan merupakan komponen penting untuk memajukan bangsa Indonesia. Kemajuan bangsa dapat dilihat dari peningkatan mutu dan standar pendidikannya. Guru merupakan salah satu faktor penting dalam standar proses pembelajaran untuk meningkatkan mutu pendidikan. Agar suatu lembaga pendidikan dapat mencapai tujuan dalam meningkatkan mutu sekolah dan pendidikan siswa siswinya, perlu adanya peningkatan kualitas kinerja guru dalam proses pendidikan di sekolah. Salah satu upaya untuk meningkatkan kualitas kinerja guru yaitu dengan melakukan evaluasi penilaian kinerja guru. Maka perancangan Sistem Penilaian Kinerja Guru yang dilakukan pada SMP Muhammadiyah 06 Dau Malang dibuat untuk membantu penilaian kinerja guru. Perancangan sistem dilakukan dengan menggunakan metode prototype. Metode prototype merupakan metode pengembangan perangkat lunak yang melibatkan calon pengguna sistem dalam pengembangannya. Pengujian prototype dilakukan dengan menggunakan System Usability Scale (SUS) untuk menentukan apakah prototype telah sesuai dengan keinginan pengguna. Sedangkan pengujian sistem dilakukan dengan menggunakan User Acceptance Test (UAT) untuk mengetahui sejauh mana pemahaman pengguna terhadap sistem dan untuk mengetahui apakah sistem telah memenuhi kebutuhan pengguna atau tidak. Hasil dari perancangan sistem penilaian kinerja guru pada SMP Muhammadiyah 06 Dau Malang berhasil dibangun sesuai dengan kebutuhan penggunanya.
Co-Authors Abdy Yoga Syantara Achmad Rizal Yogaswara Adnan Burhan Hidayat Kiat Ahmad Junjung Sudrajad AINA, LISTYA NUR Akbi, Denar Regata Amelia Deastu Amelia Dwi Deastu Andriani Eka Pramudita Anhar Aria Maulana Asty Try Yuliandari Bagas Aji Aprian Bagus Wicaksono Basuki, Setio Bella Chintia Merita Christian Sri Kusuma Aditya Christian Sri kusuma Aditya, Christian Sri kusuma Dede Nor Alfiansyah Dewi Aprilitasari Diah Risqiwati Dignifo Nauval Muhammady Dini Tri Purwaningsih Dirfas, Naufal Angling Evi Dwi Wahyuni Gian Bagus Sadewa Giffari Zakawaly Gita Indah Marthasari Haidar Aldy Eka Nugraha Hilman Hilman Imsa Nur Dwijayanti Kenanga, Larynt Sawfa Lailiyah, Asmaul Lidya Fankky Oktavia Putri Maryaeni Maryaeni Muhammad Gofur Muhammad Rivaldi Asyhari Muhammad Robby Fathuda Naila, Tia Cahyani Naufal Adiftya Falah Novita Daian Marlissa Nur Hayatin Nuryasin, Ilyas Oktaviani, Chintya Tria Diana Pratama, Ramadan Qori Raditya Damayanti Ramadan Pratama Reikisyifa, Clarissa Sanindita Rifky Ahmad Saputra Riska Septiana Putri Saputri, Indah Setiawan, Muhamad Jodi Sirril Asrory Titin Eka Puspitawati Wahyu Andhyka Kusuma Wildan Amru Hidayat Wildan Suharso Wiyono, Briansyah Setio Yufis Azhar Zamah Sari