Article Per Year (5 Year)
p-Index From 2021 - 2026
3.836
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Transformatika JURNAL ILMIAH INFORMATIKA SINTECH (Science and Information Technology) Journal JUTEKIN (Jurnal Manajemen Informatika) Jurnal Manajemen Informatika Jurnal Teknologi dan Informasi Antivirus : Jurnal Ilmiah Teknik Informatika Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Ilmiah Sains dan Teknologi JATI (Jurnal Mahasiswa Teknik Informatika) Competitive Dharma Raflesia : Jurnal Ilmiah Pengembangan dan Penerapan IPTEKS Jurnal Teknik Informatika (JUTIF) Merpati Jurnal Informatika Teknologi dan Sains (Jinteks) Data Sciences Indonesia (DSI) JIM: Jurnal Ilmiah Mahasiswa Pendidikan Sejarah Competitive Jurnal Pengabdian Masyarakat Indonesia (JPMI)
Rahayu, Woro Isti
Universitas Logistik Dan Bisnis Internasional
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Industrial & Manufacturing Engineering Library & Information Science Physics Social Sciences Transportation Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
PERBANDINGAN METODE FUZZY C-CMEANS DAN K-MEANS CLUSTERING PADA DATA PENGGUNAAN OBAT DI R.S NATIONAL HOSPITAL SURABAYA Gideon Manik, Teddy; Isti Rahayu, Woro; Siti Fathonah, Rd. Nuraini
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6430

Abstract

Rumah sakit merupakan institusi dibidang pelayanan kesehatan masyarakat, berfungsi untuk melayani masyarakat secara luas dalam bentuk jasa. Namun di Rumah sakit National Hospital Surabaya saat ini mencatat total penggunaan obat tanpa menampilkannya dalam bentuk visual sebaran data. Penelitian ini melakukan perbandingan klustering untuk penggunaan obat dengan metode K-Means dan Fuzzy C-Means menggunakan data tahun 2021. Untuk Fuzzy C-Means menggunakan fungsi objectif dari data dan pada K-Means hanya dengan menentukan titik centroid yang akan digunakan dalam Clustering. Dari perbandingan yang dibuat untuk menentukan banyak, sedang dan sedikitnya penggunaan obat. K-Means hanya memerlukan 2 iterasi saja untuk mendapatkan rasio yang tepat untuk pengelompokan. Sedangkan untuk Fuzzy C-means perlu melakukan iterasi sebanyak 6 kali untuk mendapatkan error terkecilnya untuk pengelompokan.
PREDIKSI KEGANASAN KANKER PAYUDARA DENGAN PENDEKATAN MACHINE LEARNING: SYTEMATIC LITERATURE REVIEW Lestari, Eni; Isti Rahayu, Woro
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6963

Abstract

Penelitian ini adalah sebuah laporan yang mengulas prediksi dan klasifikasi kanker payudara dengan tujuan untuk mengeksplorasi bagaimana prediksi dan klasifikasi kanker payudara telah dilakukan dalam lima tahun terakhir dan mencari model dengan tingkat akurasi tinggi. Ragam variasi data menjadi informasi berharga dalam klasifikasi dan prediksi kanker payudara. Dilakukan sebuah tinjauan literatur sistematis dengan mengkaji artikel-artikel menggunakan alat "publish or perish" dan kata kunci "breast cancer classification" + "machine learning", serta menerapkan kriteria inklusi dan eksklusi. Terdapat 44 artikel yang telah dikumpulkan, kemudian disaring dengan menerapkan kriteria inklusi dan eksklusi sehingga terpilih 14 artikel yang termasuk dalam kategori artikel terpilih. Hasilnya, metode yang banyak digunakan adalah deep learning, dengan dataset kanker payudara Wisconsin yang sering digunakan dalam penelitian ini. Evaluasi kinerja yang umum digunakan meliputi akurasi, presisi, recall, F1-score, dan AUC. Model dengan tingkat akurasi tinggi adalah jaringan saraf dalam deep learning dengan tingkat akurasi sebesar 99,7%.
PERBANDINGAN METODE KLASIFIKASI UNTUK PENGELOMPOKAN RISIKO MAGANG MAHASISWA Febrisa Sidabutar, Audry; Habibi, Roni; Isti Rahayu, Woro
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.7026

Abstract

Program magang di perusahaan telah menjadi metode penting dalam mengembangkan keterampilan dan pengalaman kerja bagi mahasiswa di dunia nyata. Meskipun memberikan banyak manfaat seperti meningkatkan kemampuan interpersonal dan memperluas jaringan kontak, program magang juga melibatkan risiko tertentu. Oleh karena itu, penting bagi institusi pendidikan dan perusahaan penyelenggara untuk memiliki pemahaman menyeluruh terhadap semua aspek program ini dan melakukan evaluasi secara berkala guna mengurangi risiko yang terkait. Penelitian ini memiliki tujuan utama untuk menganalisis dan membandingkan model klasifikasi machine learning, yaitu SVM, Multinomial Naive Bayes, Decision Tree C.45, dan Random Forest, dalam melakukan klasifikasi dan prediksi risiko pada program magang mahasiswa. Data yang digunakan dalam penelitian ini diperoleh melalui kuisioner yang berisi pernyataan seputar program magang, dan penulis berhasil mengumpulkan tanggapan dari 119 responden. Evaluasi dilakukan dengan membandingkan performa model-model tersbut berdasarkan metrik evaluasi yang relevan, seperti akurasi, presisi, recall, dan F1-score. Hasil perbandingan model tersebut menunjukkan bahwa model SVM menjadi model yang optimal untuk diimplementasikan dengan nilai akurasi, presisi, recall, dan skor f1 tertinggi, yaitu 100%.
PENERAPAN METODE NAÏVE BAYES UNTUK MEREKOMENDASIKAN PEKERJAAN YANG SESUAI TERHADAP FRESH GRADUATE Ningrumsari Mulyanan, Ikrima; Yusril Helmi Setyawan, Muhammad; Isti Rahayu, Woro
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i5.7155

Abstract

Di era teknologi yang kini berkembang, banyak lulusan baru yang menghadapi tantangan dalam mencari pekerjaan yang cocok dengan spesialisasi mereka. Sebagai solusi, sistem rekomendasi pekerjaan khusus untuk lulusan teknik informatika telah dirancang dengan memanfaatkan metode Naïve Bayes. Sistem ini dirancang untuk memberikan saran pekerjaan berdasarkan faktor seperti keahlian, riwayat pendidikan, dan pengalaman magang. Dari pengujian yang dilakukan, sistem ini menunjukkan tingkat keberhasilan prediksi sebesar 78%. Meski terdapat hambatan pada data pelatihan, sistem ini mampu mengklasifikasikan profil ke dalam subsektor IT dengan ketepatan sebesar 83%.
Penerapan Algoritma Apriori untuk Rekomendasi Produk dalam Rangka Peningkatan Hasil Penjualan KUD Sarwa Mukti Cisarua Fatia Amalia Maresti; Woro Isti Rahayu; Kiki Mustaqim; Muhammad Vito Aristawidya; Laode Muhammad Aznur Syahfajar
Jurnal Pengabdian Masyarakat Indonesia (JPMI) Vol. 2 No. 3 (2025): Februari
Publisher : Publikasi Inspirasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62017/jpmi.v2i3.4031

Abstract

Koperasi Unit Desa (KUD) Sarwa Mukti merupakan salah satu koperasi produksi susu sapi perah yang masih aktif beroperasi di Cisarua, Kabupaten Bandung Barat, Jawa Barat.  Secara umum, program bertujuan untuk menerapkan strategi peningkatan penjualan produk KUD Sarwa Mukti, dengan menampilkan dashboard visualisasi hasil penjualan produk dan menerapkan rekomendasi sistem pemesanan produk menggunakan Algoritma Apriori. Algoritma Apriori adalah teknik dalam data mining untuk menemukan aturan asosiasi dalam dataset besar, dengan fokus pada item-item yang sering muncul bersama dalam transaksi. Hasil analisis menunjukkan bahwa produk berbasis susu, seperti Susu Murni dan Milk Shake Ice Cream, memiliki tingkat pembelian tinggi dan sering dibeli bersamaan dengan produk lain seperti Pisang Keju dan Roti Kukus. Dengan nilai lift rata-rata sebesar 1.53, ditemukan keterkaitan kuat antara beberapa produk, yang dapat dimanfaatkan untuk strategi bundling dan promosi. Penerapan association rules menghasilkan 180 aturan asosiasi yang menunjukkan hubungan positif antara produk antecedents dan consequents. Aturan dengan nilai lift tertinggi menunjukkan kecenderungan kuat bagi pelanggan untuk membeli produk secara bersamaan, seperti pada kombinasi Puding Sumur dan Pisang Kipas.
Implementasi K-Means untuk Melakukan Segmnetasi Produk Berdasarkan Data Transaksi Retail Maresti, Fatia Amalia; Rahayu, Woro Isti; Lustin, Maria Bernadina Cintany; Pakpahan, Thiodas Heni
Jurnal Ilmiah Sains dan Teknologi Vol 9 No 1 (2025): Jurnal Ilmiah Sains dan Teknologi
Publisher : Teknik Informatika Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/saintek.v9i1.3856

Abstract

Retail companies are one form of business that has experienced significant development. Significant development can lead to many business competitors in the same field. Therefore, every company must be able to find strategies to get the attention of the target market. Fast service and good prices are included in the factors that influence customer interest in making transactions in the retail business. This research aims to classify products into several categories. The method used to perform segmentation is the data mining method with the K-Means algorithm and the elbow method to find the optimal number of clusters. The obtained results of many optimal clusters are 3, namely cluster 0, cluster 1, and cluster 2. The variable that has the most influence on cluster characteristics is the price variable, while the variable that has little influence on cluster characteristics is the quantity variable.
Implementasi Algoritma C5.0 untuk menentukan Pelanggan Potensial di Kantor Pos Cimahi Harani, Nisa Hanum; Rahayu, Woro Isti; Damayanti, Fanny Shafira
Jurnal Transformatika Vol. 19 No. 2 (2022): January 2022
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v19i2.3098

Abstract

Kantor Pos Cimahi merupakan perusahaan BUMN yang bergerak pada bidang jasa pengiriman barang. Saat ini banyak perusahaan swasta yang bergerak dalam bidang jasa pengiriman barang, sehingga menyebabkan banyaknya pesaing bagi Kantor Pos Cimahi dan dapat menyebabkan pelanggan yang menggunakan jasa Kantor Pos Cimahi berkurang. Oleh karena itu diperlukan suatu sistem yang dapat membantu Kantor Pos Cimahi untuk dapat menentukan pelanggan potensial agar dapat diketahui pelanggan mana yang potensial sehingga dapat diberikan perlakuan khusus agar pelanggan tersebut tetap menggunakan jasa Kantor Pos Cimahi. Sistem yang dibangun menggunakan bahasa pemrograman PHP dan metode Algoritma C 5.0 yang merupakan salah satu algoritma pohon keputusan yang dapat membantu untuk menentukan pelanggan potensial. Penelitian menggunakan data transaksi periode bulan januari oktober 2020 dimana atribut yang digunakan yaitu bulan, nama perusahaan, jenis kiriman yang digunakan, jumlah transaksi selama sebulan, dan total uang. Hasil penelitian menunjukan bahwa algoritma C 5.0 mampu melakukan menentukan data pelanggan potensial dengan akurasi sebesar 96%.
Analisis Regresi Linier Berganda Pengaruh Umur, Jarak MRT, Dan Toko Pada Harga Rumah Isti Rahayu, Woro; Aznur Syahfajar, Laode Muhammad; Aristawidya, Muhammad Vito; Mustaqimr, Kiki
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5362

Abstract

Penelitian ini bertujuan untuk memberikan gambaran yang lebih komprehensif tentang faktor-faktor yang mempengaruhi harga rumah di Xindian District, New Taipei City, Taiwan. Penelitian ini akan menganalisis data tentang umur rumah, jarak ke stasiun MRT, jumlah toko terdekat, dan harga rumah. Statistik deskriptif akan digunakan untuk menggambarkan distribusi dan karakteristik variabel-variabel tersebut. Analisis regresi linear berganda akan digunakan untuk menguji pengaruh variabel independen (umur rumah, jarak ke stasiun MRT, dan jumlah toko terdekat) terhadap variabel dependen (harga rumah). Hasil analisis diharapkan dapat menghasilkan persamaan regresi linear yang menunjukkan hubungan antara variabel independen dan dependen. Koefisien regresi akan menunjukkan kekuatan dan arah hubungan antara variabel-variabel tersebut. Uji statistik akan digunakan untuk menentukan signifikansi statistik dari hasil analisis. Hasil yang didapatkan berupa data aktual dan data prediksi yang divisualisasikan dengan plot. Dilakukan pencarian koefisien variabel -0,253 untuk harga rumah, -0,005 untuk jarak ke MRT dan 1,297 untuk jumlah toko serta didapatkan hasil uji pemodelan adalah 0,541 untuk skor R-Square.
Penerapan Anova One Way Untuk Menganalisis Pengaruh Pendidikan Terhadap Pendapatan Individu Menggunakan Python Serta Visualisasi Data Dengan Looker Studio Isti Rahayu, Woro; Amalia Maresti, Fatia; Wardana, Aulia; Ulfiani Ramadhani, Firna
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5363

Abstract

Penelitian ini bertujuan untuk mengetahui seberapa besar Pengaruh Tingkat Pendidikan terhadap Pendapatan Individu. Selain itu juga meneliti pendapatan individu jika dilihat dari usia, jenis kelamin, kepemilikan sertifikasi/keahlian, jenis pekerjaan, dan lama bekerja. Metode analisis yang dipakai di dalam penelitian ini adalah metode ANOVA one way karena dianggap paling akurat dalam menyelesaikan masalah ini. Sedangkan dalam pengerjaannya menggunakan bahasa pemrograman python yang merupakan salah satu bahasa pemrograman yang paling efisien dalam menganalisis data. Sumber data yang digunakan adalah data yang dikumpulkan dari survey online menggunakan Google Form. Hasil penelitian mendapatkan bahwa beberapa tingkat pendidikan berpengaruh signifikan terhadap tingkat pendapatan individu, dimana semakin tinggi tingkat pendidikan maka tingkat pendapatan juga akan meningkat. Faktor pendukung seperti kepemilikan sertifikasi/keahlian juga berpengaruh terhadap beberapa tingkat pendidikan. Selain itu, Pada visualisasi data menggunakan looker studio pengaruh lama bekerja dan usia tergantung kepada jenis pekerjaan, dalam penelitian ini, pada wiraswasta dan pedagang lama bekerja dan usia tidak mempengaruhi jumlah pendapatan, tetapi pada petani faktor lama bekerja mempengaruhi jumlah pendapatan
TRANSFER LEARNING TO PREDICT GENRE BASED ON ANIME POSTERS Kaka Kamaludin; Woro Isti Rahayu; Helmi Setywan, Muhammad Yusril
Jurnal Teknik Informatika (Jutif) Vol. 4 No. 5 (2023): JUTIF Volume 4, Number 5, October 2023
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2023.4.5.860

Abstract

Anime is an animated film with a distinctive graphic design originating from Japan, which is widely favored by various groups. anime itself has a genre like a movie in general, but there is a slight difference from ordinary films, anime has additional genres that are not in ordinary films, such as the Ecchi, Mahou Shoujou, Seinen, Shounen, and Josei genres. Since those genres only exist in anime, this research is devoted to predicting those anime genres. The prediction will use posters from the anime itself, with the help of image processing, namely the Convolutional Neural Network method and Transfer Learning. Transfer Learning will be implanted as a comparison of the performance of the existing architecture with the architecture that will be created, whether the architecture is able to process the dataset properly. The dataset to be used is a dataset of posters and csv documents containing images and details of the anime, the dataset contains anime data from 1980 to 2021 and contains 11651 anime poster data which has different resolution sizes. The ResNet50 model has the highest accuracy rate of 48% with a loss rate of 36%, while InceptionV3 produces 35% accuracy with 69% loss. At the time of testing ResNet50 gave the smallest genre percentage value of CustomModel and InceptionV3, while CustomModel gave the highest genre value. In addition to the value, all modes also predicted the genre well. Especially InceptionV3 is able to predict the music genre, because the music genre has a very small number of datasets, and this music genre is difficult to predict by the ResNet50 and CustomModel models.
Co-Authors Annisa Cahyani ARISTAWIDYA, MUHAMMAD VITO Ariwati Hanek, Melvin Aulyardha Anindita Awalina, Eriskiannisa Febrianty Luchia Aznur Syahfajar, Laode Muhammad Damayanti, Fanny Shafira Dwi Prasetyo Nugroho, Ilham ema ainun novia Eni Lestari Farhan Maulana Febrisa Sidabutar, Audry Firwanda, Arjun Yuda Gideon Manik, Teddy Habibi, Roni Haekal Hilmi Zain* Hanum, Nisa Harani, Nisa Hanum Helmi Setywan, Muhammad Yusril Hidayatullah, Muhammad Reefy Hilmi Zain*, Haekal Ichsan Hizman Hardy Kaka Kamaludin Kishendrian, Hanan Laode Muhammad Aznur Syahfajar Lustin, Maria Bernadina Cintany M. Yusril Helmi Setyawan Maresti, Fata Amalia Maresti, Fatia Amalia Maulana Awannga, Rolly Mohamad Nurkamal Fauzan Muhammad Vito Aristawidya Mustaqim, Kiki Mustaqimr, Kiki Ningrumsari Mulyanan, Ikrima Nisa Hanum Harani Nisa Hanum Harani Nur Raisa Nurul Izza Hamka Pakpahan, Thiodas Heni Prianto, Cahyo Rakasona Rifqi Fathurrohman Riza, Noviana Rolly Maulana Awannga Santoso Seta Permana Siti Fathonah, Rd Nuraini Siti Fathonah, Rd. Nuraini Situmorang, Ryan Sujana, Ahmad Mugiar Sujana Syafrial Fachri Pane Syahfajar, Laode Muhammad Aznur Ulfiani Ramadhani, Firna Wardana, Aulia Yusril Helmi Setyawan, Muhammad Yusuf