Article Per Year (5 Year)
p-Index From 2020 - 2025
1.182
P-Index
This Author published in this journals
All Journal snimed Phi : Jurnal Pendidikan Fisika dan Terapan JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Infomedia Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Teknik Informatika (JUTIF) SinarFe7
Lestari, Tri Mukti
Unknown Affiliation
Aerospace Engineering Arts Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Membangun Model Ragam Dialog Dashboard Business Intelligence Surveilans Berbasis Web (Studi Kasus Rumah Sakit Umum Islam Harapan Anda Tegal) Lestari, Tri Mukti; Muhimmah, Izzati; Kurniawan, Rahadian
Seminar Nasional Informatika Medis (SNIMed) 2018
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Surveilans merupakan kegiatan pemantauan secara rutin dengan mengumpulkan data kemudian dikelola dan dianalisis untuk menghasilkan informasi. Fasilitas dan pelayanan kesehatan atau disingkat dengan fasyankes, mempunyai fasilitas Pencegahan dan Pengendalian Infeksi (PPI) yang berlaku di rumah sakit dan fasilitas kesehatan lainnya, PPI harus memberikan keamanan dan kenyamanan menurut SK Menkes No. 382/Menkes/SK/III/2017. Pada penelitian ini akan membahas tentang model ragam dialog dashboard business intelligence surveilans berbasis web dengan studi kasus Rumah Sakit Umum Islam Harapan Anda Tegal. Surveilans yang dimaksud ialah surveilans infeksi yang terjadi pada rumah sakit. Menumpuknya data surveilans berupa laporan yang akan disampaikan kepada direktur rumah sakit menjadi permasalahan tersendiri, permasalahan tersebut terdiri dari: 1. Tidak dapat menampilkan laporan secara real time. 2. Tidak dapat menyajikan laporan untuk pengawasan dan monitoring secara terus- menerus (setiap hari). 3. Keterlambatan evaluasi kinerja tim PPI disebabkan permasalahan 1 dan 2. Dengan menggunakan dashboard business intelligence permasalahan tersebut dapat diatasi. Penggunaan model ragam dialog sebagai model interaksi antara manusia dan komputer, untuk memudahkan pemilihan dashboard yang akan digunakan oleh direktur rumah sakit. Tujuan yang dicapai dalam penelitian yaitu memberikan tampilan visual laporan surveilans berupa dashboard business intelligence berbasis web,yang berisi informasi laporan data surveilans secara real time dan secara terus – menerus (setiap hari) yang dapat memberikan alternatif solusi masalah pengawasan dan melakukan monitoring serta evaluasi kinerja tim PPI. Metode yang digunakan pada penelitian menggunakan evolutionary prototype dengan instrumen penelitian wawancara. Kesimpulan: model ragam dialog dashboard business intelligence surveilans berbasis web pada temuan iterasi yang kedua, dapat menunjukkan informasi laporan data surveilans secara real time dan secara terus – menerus (setiap hari) dan penelitian ini masih membutuhkan wawancara lebih lanjut, untuk memberikan model ragam dialog dashboard business intelligence surveilans berbasis web yang sesuai dengan kebutuhan direktur rumah sakit.
Desain Algoritma Jaringan Syaraf Tiruan (JST) untuk Identifikasi Covid-19 dan Pneumonia Lestari, Tri Mukti; Wahyuni, Dwiria; nurhasanah, Nurhasanah; hasanuddin, Hasanuddin; Perdhana, Radhitya
Phi: Jurnal Pendidikan Fisika dan Terapan Vol 9, No 1 (2023)
Publisher : Universitas Islam Negeri Ar-Raniry

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22373/p-jpft.v9i1.15038

Abstract

Kementerian Kesehatan Republik Indonesia menyatakan bahwa penyakit Covid-19 merupakan kasus global yang menyerang lebih dari seratus juta jiwa pada tahun 2021. Sedangkan, pneumonia menjadi penyebab utama kematian pada bayi dan balita di Indonesia. Penyakit yang disebabkan oleh virus ini membutuhkan penanganan yang cepat dan tepat untuk meminimalisir penyebaran. Penyakit ini dapat diidentifikasi dengan analisis gejala, tes PCR, atau pengenalan citra radiologi. Adanya kesamaan gejala serta waktu dan biaya yang tidak sedikit untuk tes PCR,  menyebabkan identifikasi penyakit terhambat. Berdasarkan hal tersebut, dibangunlah suatu sistem pendeteksi penyakit Covid-19 dan pneumonia menggunakan Jaringan Syaraf Tiruan (JST) metode propagasi balik. JST yang dibentuk terdiri atas lapisan masukan yang merupakan data numerik fitur citra paru pasien normal, penderita Covid-19 dan pneumonia, lapisan tersembunyi berisi kumpulan proses identifikasi, serta lapisan luaran yang berisi luaran yang diharapkan yaitu jenis paru normal, penderita Covid-19, dan pneumonia. Setelah serangkaian pelatihan untuk sistem mempelajari data, didapatkan hasil yang paling baik yaitu dengan menggunakan kombinasi  pembelajaran dengan fungsi aktivasi tanh, learning rate 0,001 dan epoch 10000 kali. Dari hasil pengujian sistem, didapatkan akurasi dari 66,677% sampai 96,67%.
Penerapan Metode GA-TOPSIS untuk Sistem Seleksi Karakter Game dengan Pembobotan Dinamis Berbasis Waktu Prakasa, Aji Bagas; Nugroho, Fresy; Faisal, Muhammad; Lestari, Tri Mukti; ’N, Alfina Nurrahma; Taufiqulhakim, Adnan Muhammad
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i1.6869

Abstract

Penelitian ini bertujuan mengembangkan sistem pendukung keputusan untuk seleksi karakter optimal dengan menerapkan metode hybrid Algoritma Genetika dan TOPSIS (GA-TOPSIS) yang mempertimbangkan variasi temporal dalam kriteria pembobotan. Pendekatan ini mengintegrasikan kemampuan optimasi Algoritma Genetika dalam menentukan bobot kriteria secara otomatis dengan teknik pengambilan keputusan multi-kriteria TOPSIS. Hasil penelitian menunjukkan bahwa optimasi GA menghasilkan variasi pembobotan yang signifikan sesuai skenario waktu: pada kondisi Pagi dengan dominasi kriteria Gerakan (82%), Siang dengan penekanan pada Tinggi Badan (52%) dan Nyawa (38%), serta Malam yang didominasi Pertahanan (85%).Evaluasi menggunakan TOPSIS menghasilkan peringkat alternatif yang berbeda untuk setiap skenario. Pada kondisi Pagi, alternatif A4 mencapai skor CCi tertinggi (0.83) karena keunggulan dalam kriteria Gerakan. Skenario Siang menempatkan A2 sebagai optimal (CCi=0.90) berkat performa pada Tinggi Badan dan Nyawa, sedangkan di Malam, A3 unggul (CCi=0.89) dengan Pertahanan terbaik. Konsistensi hasil ditunjukkan oleh A1 yang selalu berada di peringkat terbawah karena nilai kriteria yang minimal. Penelitian ini memberikan kontribusi penting dalam pengembangan sistem pendukung keputusan adaptif, khususnya yang memerlukan penyesuaian bobot dinamis berdasarkan perubahan kondisi lingkungan. Potensi integrasi dengan teknologi IoT untuk pembaruan bobot secara real-time menjadi nilai tambah penerapan metode ini.
Penerapan Metode GA-TOPSIS untuk Sistem Seleksi Karakter Game dengan Pembobotan Dinamis Berbasis Sensor Suhu Prakasa, Aji Bagas; Nugroho, Fresy; Faisal, Muhammad; Lestari, Tri Mukti; N, Alfina Nurrahma; Taufiqulhakim, Adnan Muhammad
TIN: Terapan Informatika Nusantara Vol 6 No 1 (2025): June 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/tin.v6i1.7646

Abstract

This study aims to develop a decision support system for optimal character selection by implementing a hybrid Genetic Algorithm and TOPSIS (GA-TOPSIS) method that considers temporal variations in criterion weighting. The approach combines the optimization capability of Genetic Algorithms for automatic weight determination with the multi-criteria decision-making technique of TOPSIS. The research results demonstrate that GA optimization produces significant variations in weighting according to time scenarios: morning conditions dominated by Movement (82%), daytime emphasizing Height (52%) and Health (38%), and nighttime dominated by Defense (85%).Evaluation using TOPSIS yields different alternative rankings for each scenario. In morning conditions, alternative A4 achieves the highest score (0.83) due to its superiority in Movement criteria. The daytime scenario ranks A2 as optimal ( =0.90) because of its performance in Height and Health, while at night, A3 excels ( =0.89) with the best Defense. Result consistency is shown by A1 consistently ranking lowest due to minimal criterion values. This research makes important contributions to the development of adaptive decision support systems, particularly those requiring dynamic weight adjustments based on environmental changes. The potential integration with IoT technology for real-time weight updates adds value to the method's application.
Adaptive Maze-Based Islamic Educational Games Using MOORA Method Nugroho, Fresy; Ridho, Muhammad; Melani, Roro Inda; Pebrianti, Dwi; Hammad, Jehad AH; Lestari, Tri Mukti; Maharani, Dian; Nurrahma ‘N, Alfina
Jurnal Nasional Pendidikan Teknik Informatika: JANAPATI Vol. 14 No. 2 (2025)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v14i2.100064

Abstract

The degradation of students' knowledge in Islamic education is increasingly concerning, driven by the negative influence of internet exposure. This study develops an educational game, Harta Karun Pengetahuan, as an interactive gamified learning medium incorporating core Islamic content. The game applies adaptive difficulty adjustment using the Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) method based on player performance. The success of the MOORA method in providing recommendations for players is shown by how players will be directed to the next maze according to the success of the previous game. The game was tested with 20 students (aged 18–21) with two approaches evaluation, the System Usability Scale (SUS) and the Igroup Presence Questionnaire (IPQ), achieving an average SUS score of 84 (indicating high usability) and an overall IPQ score of 4.64 (indicating strong player immersion). Results showed that General Presence and Involvement had the highest average scores, indicating that players felt emotionally engaged and present in the virtual learning world. Although the Realism dimension was generally positive, it suggests room for improvement in visual and interactive fidelity. The findings demonstrate that integrating Islamic content into digital games can provide meaningful learning experiences and support students in achieving cognitive, affective, and psychomotor competencies in a contextual IRE setting.
Implementation of Convolutional Neural Network in Image-Based Waste Classification Qurrota A'yun, Adila; Suhartono, Suhartono; Lestari, Tri Mukti
Journal of Applied Informatics and Computing Vol. 9 No. 4 (2025): August 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i4.9829

Abstract

The increasingly complex issue of waste management, particularly in the sorting process, demands efficient and accurate technology-based solution. This study aims to implement the Convolutional Neural Network (CNN) method for image-based waste classification, focusing on two classes paper and plastic. The dataset used consists of 2000 images, with an 80% proportion for training and 20% for testing. This study tested four scenarios combining image augmentation and classification methods, namely threshold and one-hot encoding, and evaluated model performance using accuracy, precision, recall, and F1-score metrics. The best results were obtained in the scenario using image augmentation with the one-hot encoding classification method, with an accuracy of 89%, precision of 88.5%, recall of 89%, and F1-score of 88.5%. These findings indicate that implementation of CNN can enhance the effectiveness of image-based waste classification and support recycling efforts through a smarter and more automated sorting system.
APPLICATION OF MULTI-CRITERIA PROMETHEE METHOD TO ASSIST CHARACTER SELECTION IN THE ENDLESS RUNNER GAME Nurrahma, Alfina; Nugroho, Fresy; Buditjahjanto, I.G.P. Asto; Pebrianti, Dwi; Hammad, Jehad A.H.; Fachri, Moch; Lestari, Tri Mukti; Maharani, Dian; Prakasa, Aji Bagas
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 4 (2024): JUTIF Volume 5, Number 4, August 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.4.2183

Abstract

The endless runner game is one of the most popular game genres, but selecting the optimal character for different map challenges poses a significant problem for players. In this context, this research was conducted to help select characters in the endless runner game using the PROMETHEE method. This selection is recommended based on the weight and difficulty of each map which varies, including the rice field map, road map and alley map. The implementation of calculating character recommendations uses the Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE) method with the highest score as the best ranking. Rank suitability can be determined by comparing the PROMETHEE method with the TOPSIS method on 15 characters alternatives with 6 criteria. As a result, the PROMETHEE method has significant value, but some still have the same best ranking as the TOPSIS method. Furthermore, usability testing was carried out on 57 respondents using the System Usability Scale (SUS) with an overall score from the evaluation of 78,8. The final score obtained based on the acceptance scale was included in the category suitable for use.
Pemilihan Skill Terbaik Menggunakan TOPSIS Berbasis OWA Untuk Game Nugroho, Fresy; Zidan, Muhammad; Lestari, Tri Mukti; Pebrianti, Dwi
SinarFe7 Vol. 7 No. 1 (2025): SinarFe7-7 2025
Publisher : FORTEI Regional VII Jawa Timur

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

Abstract

Perkembangan game modern, khususnya pada genre Role Playing Game (RPG), menghadirkan tantangan baru bagi pemain dalam menentukan strategi yang efektif melalui pemilihan skill. Banyaknya pilihan skill dengan karakteristik beragam, ditambah dengan dinamika situasi pertempuran, sering kali menyulitkan pemain dalam memilih strategi yang paling optimal. Untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan sistem rekomendasi skill pada game Pedjoeang dengan mengintegrasikan metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) dan Ordered Weighted Averaging (OWA). Integrasi ini memanfaatkan keunggulan TOPSIS dalam menghitung kedekatan relatif terhadap solusi ideal, sekaligus fleksibilitas OWA dalam mendistribusikan bobot kriteria secara lebih adaptif. Sistem ini mengevaluasi enam alternatif skill terhadap enam kriteria, dengan bobot kriteria ditentukan melalui perhitungan OWA. Hasil pengujian menunjukkan bahwa Skill 5 memperoleh nilai closeness coefficient tertinggi (0,4846) dan menempati peringkat pertama, sedangkan Skill 4 mendapatkan nilai terendah (0,4538) dan berada pada peringkat terakhir. Selain itu, perbandingan antara TOPSIS konvensional dengan metode TOPSIS–OWA menunjukkan adanya perbedaan peringkat, khususnya pada Skill 3 dan Skill 4, yang membuktikan bahwa penerapan OWA meningkatkan sensitivitas sistem terhadap kriteria tertentu. Kontribusi utama penelitian ini adalah membuktikan efektivitas integrasi OWA pada metode TOPSIS dalam sistem rekomendasi berbasis game, yang mampu menghasilkan rekomendasi lebih adaptif dan kontekstual. Temuan ini memperkaya literatur mengenai pengambilan keputusan multikriteria di lingkungan interaktif serta membuka peluang penerapan pada genre game lain dengan kompleksitas lebih tinggi. Lebih jauh, pendekatan ini dapat meningkatkan pengalaman pemain melalui rekomendasi skill yang lebih cerdas, sehingga mendukung pengambilan keputusan strategis dalam gameplay yang dinamis.
Co-Authors Dian Maharani, Dian Dwiria Wahyuni Fachri, Moch Fresy Nugroho Hammad, Jehad A.H. Hammad, Jehad AH I Gusti Putu Asto Buditjahjanto Izzati Muhimmah Muhammad Faisal Muhammad Ridho N, Alfina Nurrahma Nurhasanah Nurhasanah Nurrahma ‘N, Alfina Nurrahma, Alfina Pebrianti, Dwi Perdhana, Radhitya Prakasa, Aji Bagas Qurrota A'yun, Adila Rahadian Kurniawan Roro Inda Melani Siti Helmyati Suhartono Taufiqulhakim, Adnan Muhammad Zidan, Muhammad ’N, Alfina Nurrahma