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 Tingkat Kesuksesan Sistem Informasi Website Resmi Pemerintah Kabupaten Pasuruan Menggunakan Model DeLone and McLean Sirril Asrory; 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

Teknologi informasi mengalami perkembangan yang pesat hampir diseluruh bidang termasuk pemerintahan. Melalui pemanfaatan teknologi informasi, sistem informasi yang dapat digunakan dalam pemerintahan adalah e-government. E-government ­kini menjadi populer dikarenakan adanya manfaat yang signifikan kepada pemerintah, warga dan masyarakat termasuk penyampaian kualitas layanan publik dan masih banyak lagi. Kabupaten Pasuruan memiliki sebuah sistem e-government yaitu Website Resmi Pemerintah Kabupaten Pasuruan dan bisa diakses di pasuruankab.go.id. Penelitian ini bertujuan untuk mengetahui seberapa besar tingkat kesuksesan implementasi website Pemerintah Kabupaten Pasuruan karena belum teruji kalitasnya. Sistem ini dibangun oleh DISKOMINFO Pasuruan untuk mendukung langkah pemerintah mewujudkan pelayanan yang berbasis teknologi informasi. Sebagai pendekatan untuk menguji kualitas sistem, peneliti menggunakan model DeLone & McLean yang diintegrasikan dengan Technologi Acceptance Model (TAM) dan Unified Theory of Acceptance and Use of Technology (UTAUT) sedangkan Structural Equation Modelling (SEM) digunakan peneliti untuk menganalisa data dalam mengukur kualitas sistem. Hasil menunjukkan bahwa persentase kesuksesan Website Resmi Pemerintah Kabupaten Pasuruan sebesar 74,6% sehingga dapat dikatakan “Sukses”.
Klasifikasi Malware Family menggunakan Metode k-Nearest Neighbor (k-NN) Achmad Rizal Yogaswara; Denar Regata Akbi; 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

Smartphone berbasis Android OS memiliki pengguna terbanyak saat ini karena nyaman untuk digunakan dan menawarkan berbagai fitur. Akibatnya, banyak developer malware yang menjadikan Android OS sebagai incaran utama. Setiap tahun,bermunculan jenis malware family baru yang belum dikenali. Banyak peneliti mengusulkan kerangka kerja penganalisis malware Android menggunakan teknik data mining untuk mengidentifikasi jenis malware family baru. Para peneliti memerlukan dataset Android inklusif untuk menilai penganalisis Android mereka. Pada tahun 2019, Canadian Institute for Cybersecurity (CIC) telah membuat sebuah dataset untuk umum yang diberi nama CICAndMal2019. Dataset ini dibuat dengan melakukan analisis statis dan dinamis pada smartphone yang sebenarnya. Hasil dari analisis tersebut kemudian dilakukan klasifikasi malware menggunakan matode random forest. Dalam klasifikasi malware family penelitian ini menghasilkan precision sebesar 61,2% dan recall sebesar 57,7%. Pada makalah ini, kami melakukan klasifikasi malware family dengan menggunakan dataset CICAndMal2019 menggunakan metode k-Nearest Neighbor ( k-NN ), hasilnya kami mendapatkan precision sebesar 83% dan recall sebesar 65%
Classification of Face Mask Detection Using Transfer Learning Model DenseNet169 Lidya Fankky Oktavia Putri; Ahmad Junjung Sudrajad; Vinna Rahmayanti Setyaning Nastiti
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 6 No 5 (2022): Oktober 2022
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v6i5.4336

Abstract

COVID-19 has become a threat to the world because it has spread throughout the world. The fight against this pandemic is becoming an unavoidable reality for many countries. The government has set policies on various transmission prevention efforts. One of these efforts is for everyone to wear masks to break the transmission chain. With such conditions, the government must continue to monitor so that people can apply the appeal in their daily lives when participating in outdoor activities. The present time involves new problems in so many fields of information technology research, especially those related to artificial intelligence. The purpose of this study is to discuss the classification of face image detection in people who wear masks and do not wear masks. designed using the Convolutional Neural Network (CNN) model and built using the transfer learning method with the DenseNet169 model. The model used is also combined with the DenseNet169 transfer learning method and the fully connected layer model architecture, to optimize the performance test in the evaluation. These models were trained under similar conditions and evaluated on benchmarks with the same training and validation images. The result of this research is to get an accuracy value of 96% by combining the two datasets. This dataset is the same as previous research; the number of datasets is 8929 images
APLIKASI KASIR SEBAGAI INCOME GENERATOR PADA HOME INDUSTRY DIMSUM NGALAM Vinna Rahmayanti Setyaning Nastiti; Evi Dwi Wahyuni; Denar Regata Akbi
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 4 No. 1 (2023): Volume 4 Nomor 1 Tahun 2023
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v4i2.9258

Abstract

Upaya konkrit yang dapat dilakukan untuk meningkatan ekonomi masyarakat salah satunya adalah pemberdayaan Usaha Mikro dan Kecil (UMK). Ditinjau dari segi jumlah usaha (establishment) maupun dari segi penciptaan lapangan kerja, UMK merupakan unit usaha yang memiliki peran sangat vital dalam pembangunan ekonomi daerah maupun nasional. Namun demikian, meskipun potensi yang dimiliki UMK cukup besar sebagai pondasi perekonomian nasional yang cukup tangguh dan tidak mudah terpengaruh oleh guncangan eksternal, masih terdapat berbagai masalah yang menghambat perkembangan UMK diantaranya adalah kualitas SDM pelaku usaha yang masih cukup rendah, keterbatasan modal yang dimiliki, serta kesulitan UMK dalam mengakses permodalan eksternal. Dimsum Ngalam merupakan salah satu pelaku usaha yang bergerak di bidang food and beverage yang berdiri tahun 2018 dengan menawarkan produk dimsum. Kendala yang dihadapi oleh Dimsum Ngalam salah satunya adalah kesulitan dalam mengelola pesanan dan mencatat transaksi penjualan yang terjadi. Pesanan yang masuk masih dicatat secara manual dan rawan sekali terjadinya kesalahan pencatatan sehingga secara tidak langsung dapat mempengaruhi proses produksi. Berdasarkan penjelasan tersebut, maka solusi yang ditawarkan untuk menyelesaikan permasalahan yang dihadapi mitra adalah dengan memberikan sebuah aplikasi kasir dan melakukan pelatihan serta pendampingan terhadap mitra dalam mengoperasikan aplikasi tersebut dengan harapan dapat membantu mitra untuk mengelola keuangan dari setiap transaksi yang terjadi. Proses pelatihan dan pendampingan yang dilakukan meliputi pengajaran tentang bagaimana mengoperasikan aplikasi, bagaimana melakukan pencatatan transaksi dan manajemen keuangan sehingga tercapai pengelolaan keuangan Dimsum Ngalam yang lebih baik. Luaran pada pengabdian ini adalah jurnal terakreditasi nasional sehingga diharapkan permasalahan, solusi, dan kontribusi pada pihak UMK dapat dipublikasikan secara nasional agar dapat memajukan ekonomi UMKM di Indonesia. 
Analisis Usability Aplikasi Mobile MyUMM Student Dengan Menggunakan Metode USE Questionnaire Anhar; Wildan Suharso; Vinna Rahmayanti Setyaning Nastiti
Jurnal Repositor Vol 5 No 2 (2023): Mei 2023 (In Press)
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v5i2.1405

Abstract

Penelitian ini bertujuan untuk mengetahui tingkat usability Aplikasi MyUMM menggunakan metode USE Questionnaire. Penelitian ini menggunakan pendekatan kuantitatif dengan jenis penelitian korelasi. Populasi dan sampel pada penelitian ini adalah mahasiswa Fakultas Tehnik, Jurusan Informatika Universitas Muhammadiyah Malang dengan jumlah 203 mahasiswa. Teknik pengambilan sampel menggunakan teknk simple random sampling. Pengumpulan data dilakukan menggunakan kuesioner online dan offline. Uji validitas per butir soal kuesioner dihitung dengan rumus product moment pearson correlation dan uji reliabilitas menggunakan Croanbach Alpha. Pengujian hipotesis menggunakan uji asumsi klasik dan regresi linear berganda. Hasil penelitian menunjukkan terdapat hubungan yang signifikan semua variabel X terhadap Y yang dilakukan secara simultan. Sedangkan pengujian yang dilakukan secara parsial menunjukkan bahwa semua variabel x berpengaruh terhadap variabel Y.
Improvisasi Algoritma Dijkstra Pada Peringkasan Teks Otomatis Untuk Artikel Politik Giffari Zakawaly; Nur Hayatin; Vinna Rahmayanti Setyaning Nastiti
Jurnal Repositor Vol 5 No 2 (2023): Mei 2023 (In Press)
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v5i2.1437

Abstract

Tidak jarang kita menemukan suatu informasi atau artikel yang terlalu panjang. Dan untuk mengatasi masalah tersebut, salah satu cara yang bisa digunakan yaitu peringkasan teks. Metode peringkasan teks yang yang saat ini banyak dan biasa digunakan bisa dikelompokkan ke dalam tiga kategori, dan salah satunya yaitu metode berbasis graf. Dan algoritma Dijkstra memiliki tahapan yang paling sederhana. Improvisasi dilakukan dengan cara menambahkan 3 fitur pembobotan lain yaitu word freuency, position, dan resemblance to the title. Improvisasi yang dilakukan tidak terlalu berpengaruh terhadap ringkasan yang dihasilkan oleh sistem. Hal ini ditunjukkan dengan nilai evaluasi ROUGE-1 tanpa improvisasi 0.48487 dan dengan improvisasi 0.47513.
Analisis Kepuasan Pengguna E-Learning Menggunakan System Usability Scale (SUS) (Studi Kasus : MA Muhammadiyah 1 Malang) Naufal Adiftya Falah; Evi Dwi Wahyuni; Vinna Rahmayanti Setyaning Nastiti
Jurnal Repositor Vol 5 No 3 (2023): Agustus 2023
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v5i3.1577

Abstract

The corona virus is sweeping the globe, leaving a massive amount of activity outside of the room paralyzed, especially educational activities such as school and college. With the plague, e-learning was one alternative to the institution of education for online media studies, it was no exception for MA Muhammadiyah 1 Malang City. The MA Muhammadiyah 1 Malang City has been using e-learning since its 2019/2020 year, but no test has ever been made of its user satisfaction. So the purpose of this study was to find out the extent of the unfortunate success and satisfaction of the user e-learning MA Muhammadiyah 1 Malang City. In conducting study a valued instrument can measure the user satisfaction analysis using the usability scale system (SUS). For the respondents in this study are all the active teachers and the MA Muhammadiyah 1 Malang City students with a total of 125. The results of these tests scored an average score - the average SUS for teachers by 73, x class by 77, xi class by 75 and xii by 74. From the average result, the grade scale c and the variant, with so MA Muhammadiyah 1 Malang City e-learning ma can be declared worthy and acceptable by its user.
Logistic Regression Using Hyperparameter Optimization on COVID-19 Patients’ Vital Status Vinna Rahmayanti Setyaning Nastiti; Yufis Azhar; Riska Septiana Putri
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 3 (2023): Juni 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i3.4868

Abstract

This study aims to classify COVID-19 patients based on the results of their hematology tests. Hematology test results have been shown to be useful in identifying the severity and risk of COVID-19 patients. Specifically, this study focuses on classifying COVID-19 patients based on their vital status, namely Deceased and Alive. The dataset used in this study contains four variables: white blood cells (WBC), neutrophils (NEU), lymphocytes (LYM), and Neutrophil Lymphocyte Ratio (NLR). Logistic Regression algorithm was used to solve the problem, and hyperparameter optimization was implemented to obtain the best model performance. The objective of this study was to build the best parameter in classifying the patients’ vital status. The proposed model achieved an accuracy score of 78%, which is the best performance among the tested models. The results of this study provide a key component for decision making in hospitals, as it provides a way to quickly and accurately identify the vital status of COVID-19 patients. This study has important implications for managing the COVID-19 pandemic and should be of interest to researchers and practitioners in the field.
Implementation of Convolutional Neural Network Method in Identifying Fashion Image Christian Sri Kusuma Aditya; Vinna Rahmayanti Setyaning Nastiti; Qori Raditya Damayanti; Gian Bagus Sadewa
JUITA: Jurnal Informatika JUITA Vol. 11 No. 2, November 2023
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/juita.v11i2.17372

Abstract

The fashion industry has changed a lot over the years, which makes it hard for people to compare different kinds of fashion. To make it easier, different styles of clothing are tried out to find the exact and precise look desired. So, we opted to employ the Convolutional Neural Network (CNN) method for fashion classification. This approach represents one of the methodologies employed to utilize computers for the purpose of recognizing and categorizing items. The goal of this research is to see how well the Convolutional Neural Network method classifies the Fashion-MNIST dataset compared to other methods, models, and classification processes used in previous research. The information in this dataset is about different types of clothes and accessories. These items are divided into 10 categories, which include ankle boots, bags, coats, dresses, pullovers, sandals, shirts, sneakers, t-shirts, and trousers. The new classification method worked better than before on the test dataset. It had an accuracy value of 95. 92%, which is higher than in previous research. This research also uses a method called image data generator to make the Fashion MNIST image better. This method helps prevent too much focus on certain details and makes the results more accurate.
PERBANDINGAN KINERJA PRE-TRAINED INDOBERT-BASE DAN INDOBERT-LITE PADA KLASIFIKASI SENTIMEN ULASAN TIKTOK TOKOPEDIA SELLER CENTER DENGAN MODEL INDOBERT Wildan Amru Hidayat; Nastiti, Vinna Rahmayanti Setyaning
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9168

Abstract

Era digital telah membawa revolusi dalam dunia e-commerce dengan mengintegrasikan platform media sosial dan platform e-commerce, yang menghasilkan inovasi seperti aplikasi TikTok Tokopedia Seller Center. Aplikasi ini menggabungkan platform e-commerce dengan fitur media sosial, memungkinkan pengguna untuk mengelola penjualan sekaligus memperluas jangkauan pasar dan mempromosikan produk melalui video pendek yang interaktif pada platform media sosial TikTok. Dengan adanya inovasi fitur baru dalam aplikasi ini, penelitian ini melakukan analisis sentimen untuk memahami persepsi dan ulasan berbahasa Indonesia dari para pengguna aplikasi TikTok Tokopedia Seller Center menggunakan model deep learning IndoBERT. Data ulasan dikumpulkan menggunakan teknik scraping pada Google Play Store sebanyak 3.145 ulasan yang dilabeli secara manual menjadi 1.755 klasifikasi sentimen negatif dan 1390 klasifikasi sentimen positif. Tahapan preprocessing seperti teks cleaning, case folding, normalisasi teks, dan stopword removal dilakukan untuk memberihkan data teks sebelum digunakan untuk pelatihan model. Data yang sudah dibersihkan terbagi menjadi 64% data training sebesar 2.012 data, 16% data validation sebesar 504 data, dan 20% data testing sebesar 629 data. Dua varian pre-trained model IndoBERT, yaitu Indobert-base-p2 versi besar dan Indobert-lite-base-p2 versi lebih ringan digunakan dalam penelitian ini untuk pemrosesan bahasa alami khusus bahasa Indonesia. Hasil penelitian menunjukkan bahwa komparasi model IndoBERT dengan kedua pre-trained menunjukkan bahwa pre-trained Indobert-base-p2 mendapatkan hasil akurasi yang lebih unggul dibandingkan Indobert-lite-base-p2, dengan akurasi sebesar 97%, presisi sebesar 97%, recall sebesar 97%, dan f1-score sebesar 97%, sedangkan pre-trained Indobert-lite-base-p2 dengan akurasi sebesar 94%, presisi sebesar 94%, recall sebesar 94%, dan f1-score sebesar 94%.
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