Article Per Year (5 Year)
p-Index From 2021 - 2026
4.57
P-Index
This Author published in this journals
All Journal SMATIKA Sistemasi: Jurnal Sistem Informasi Journal of System and Computer Engineering Syntax: Journal of Software Engineering, Computer Science and Information Technology Jurnal Teknologi dan Manajemen Prosiding Konferensi Nasional PKM-CSR Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi Jurnal Ilmiah Edutic : Pendidikan dan Informatika The Journal of System Engineering and Technological Innovation Jurnal Pengabdian Masyarakat dan Inovasi Teknologi Jurnal Sistem Informasi dan Bisnis Cerdas Jurnal Pengabdian Tri Bhakti Journal of Gender Equality and Social Inclusion (gesi) Jurnal Pengabdian Masyarakat Prosiding Seminar Nasional Ilmu Sosial dan Teknologi (SNISTEK) Smatika Jurnal : STIKI Informatika Jurnal
Muhandhis, Isnaini
Universitas Wijaya Putra
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 30 Documents
Search

 1   2   3 
PELATIHAN DAN PENDAMPINGAN PENCATATAN PEMBUKUAN DENGAN APLIKASI SIAPIK UNTUK TRANSAKSI HARIAN TOKO SEMBAKO Oktavia, Chendrasari Wahyu; Subaderi, Subaderi; Muhandhis, Isnaini
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 7 (2024): PKMCSR2024: Kolaborasi Hexahelix dalam Optimalisasi Potensi Pariwisata di Indonesia: A
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37695/pkmcsr.v7i0.2336

Abstract

Kehadiran warung sembako saat ini mampu bersaing dengan supermarket. Hal ini menjadikan peluang besar bagi seseorang untuk membuka usaha warung sembako. Dilihat dari kesuksesan warung sembako saat ini juga tidak terlepas dari kendala yang dihadapi oleh warung sembako yaitu memutar modal usaha ini tanpa adanya pembukuan sederhana yang baik. Salah satu Mitra tersebut adalah usaha warung sembako Ibu Orin. Warung sembako ibu orin adalah usaha yang baru dirintis dan ruang lingkupnya masih sebatas daerah tempat tinggal. Dikarenakan usaha ini rentan terhadap kurangnya kepedulian Mitra dalam membuat pembukuan sederhana. Pembukuan sederhana yang biasa dilakukan adalah pencatatan pembukuan manual di dalam buku kas, namun pencatatan ini jarang dilakukan oleh Mitra. Dengan kemajuan teknologi digital dan kemampuan mitra dalam mengoperasikan gadget, maka tim pengusul pengabdian kepada masyarakat berencana melakukan kegiatan pencatatan pembukuan sederhana dengan aplikasi pembukuan yang ada di playstore. Tujuan dari kegiatan ini adalah Mitra mampu meningkatkan keterampilan dan pengetahuan mengenai pencatatan keuangan berbasis digital dan memanfaatkan teknologi digital dan mengetahui informasi-informasi transaksi harian melalui metode pelaksanaan pelatihan dan pendampingan yang berkelanjutan. Hasil akhir dari kegiatan ini Mitra mampu mendapatkan pengetahuan berkaitan dengan informasi-informasi keuangan yang diperlukan.
PPM PELATIHAN PENGGUNAAN TOOLS AI UNTUK MENINGKATKAN KOMPETENSI DIGITAL KELOMPOK CALON GURU SD KEC. WIYUNG - SURABAYA Sari, Mamik Usniyah; Murdani, Muhammad Harist; Muhandhis, Isnaini
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 7 (2024): PKMCSR2024: Kolaborasi Hexahelix dalam Optimalisasi Potensi Pariwisata di Indonesia: A
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37695/pkmcsr.v7i0.2437

Abstract

Seiring dengan kemajuan teknologi yang semakin masif dan semakin terbuka lebar sehingga akses informasi memberikan peluang dan pengaruh yang amat signifikan saat ini terutama bagi dunia pendidikan. Model pembelajaran yang masih konvensional kini sudah mulai berubah menuju kearah pembelajaran digital. Seorang guru profesional wajib menguasai kompetensi TPACK (Technology Peadagogic and Conten Knowledge ) yang layak karena kompetensi ini berada dalam ranah empat kompetensi utama seorang guru. Saat ini banyak muncul alat bantu pembelajaran berbasis AI yang secara tidak langsung mampu motivasi siswa, khususnya dalam perspektif Teori Rogers. Alat Kecerdasan Buatan (AI) semakin banyak digunakan dalam dunia pendidikan untuk meningkatkan pengalaman belajar siswa karena dapat memberikan pembelajaran yang dipersonalisasi, umpan balik langsung, dan jalur pembelajaran yang adaptif . Berdasarkan hasil observasi yang dilakukan oleh Tim Peneliti didapatkan hasil dilapangan kompetensi dibidang teknologi sangat dibutuhkan oleh Kelompok Calon Guru SD Kec Wiyung Surabaya, hingga saat ini pemanfaatan teknologi khususnya tool AI hanya berfokus pada pembuatan presestasi untuk materi pembelajaran belum digunakan sebagai alat pengembangan bahan ajar. Pengabdian masyarakat ini dalam rangka memberikan pelatihan teknologi kepada calon guru SD di lingkungan Kelompok Calon Guru SD Kec Wiyung Surabaya. Permasalahan yang dihadapi calon guru SD yang seiring dengan perkembangan teknologi saat ini dibutuhkan kemapuan menguasai dan memanfaatkan teknologi informasi dan komunikasi untuk menciptakan pengajaran dan media pembelajaran yang menarik untuk menciptakan proses belajar mengajar yang menarik Solusi yang ditawarkan menjawab dari tujuan pelaksanaan pelatihan yaitu peningkatan kopentensi TPACK (Technology Peadagogic and Conten Knowledge ) yangs selaras dengan undang – undang No. 14 Tahun 2005 tentang peningkatan kompetesi guru Adapun pelatihan yang diberikan berupa pembuatan media pembelajaran dan media penilaian yang menarik untuk siswa Metode Workshop dan Praktikum serta monitoring dan coaching. Target Luaran dari program ini adalah 1) Publikasi Ilmiah pada prosiding dalam Seminar Nasional PKMcsr; 2) Video Kegiatan PKM yang terupload disirismas; 3)Publikasi Media Masa; 4). Hasil evaluasi dari kegiatan yang menjadi masukan untuk pelatihan berikutnya
Penerapan Algoritma Apriori Untuk Rekomendasi Produk Pada Situs Penjualan Toko ABC Muhandhis, Isnaini; Ramadhani, Muhammad Zulfan
Journal of System Engineering and Technological Innovation Vol 3 No 02 (2024): Oktober 2024
Publisher : Faculty of Engineering, Wijaya Putra University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38156/jisti.v3i02.102

Abstract

Penelitian ini bertujuan untuk memberi fitur rekomendasi produk menggunakan algoritma apriori pada situs penjualan Toko ABC. Manfaat dari fitur rekomendasi adalah untuk memberikan saran produk kepada pembeli berdasarkan produk yang sering dibeli oleh pembeli lain. Metode yang digunakan adalah algoritma apriori. Algoritma Apriori dipilih karena kemampuannya yang terbukti efektif dalam mengidentifikasi pola pembelian pada data transaksi yang besar. Hasil implementasi algoritma apriori dalam penelitian ini menghasilkan nilai 25% support untuk tiga item set dari pembelian produk. Berdasarkan perhitungan algoritma apriori, produk yang saling terkait adalah Kopiko Coffe Caramel, Kusuka Keripik Singkong Ayam Seaweed, Sari Roti Roti Tawar Double Soft dengan nilai support 25%. Penerapan ini dapat memberikan informasi agar strategi penjualan menjadi lebih terarah dengan menargetkan produk yang tepat kepada pelanggan yang tepat.
Public Sentiment Analysis on TikTok about Tapera Policy using Random Forest Classifier Muhandhis, Isnaini; Ritonga, Alven Safik
Sistemasi: Jurnal Sistem Informasi Vol 14, No 1 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i1.4878

Abstract

At the beginning of 2024, the Tapera policy proposed by the government sparked widespread public debate, resulting in both pros and cons. To improve the quality of public services, it is crucial for the government to evaluate policies to align with the needs and expectations of the community. This study aims to analyze public sentiment on the social media platform TikTok regarding the Tapera policy. Comment data was collected from several TikTok videos discussing the Tapera policy with high view counts. These videos received various responses in the form of comments, expressing positive, neutral, and negative sentiments about Tapera. A total of 5,036 comments were successfully scraped. The Random Forest Classifier was used for sentiment classification. This method was chosen for its ability to maintain high predictive accuracy, minimize overfitting, and perform effectively in classification tasks. The study results showed that negative sentiment dominated TikTok users' opinions, accounting for 82%, followed by neutral sentiment at 10% and positive sentiment at 8%. Many expressed disapproval for various reasons, including concerns about potential corruption, the ineffectiveness of contributions due to inflation, and the policy being burdensome amid a sluggish economy. Neutral sentiment was dominated by questions related to Tapera, such as the amount of Tapera deductions and whether participation is mandatory for those who already own a house. Positive sentiments expressed support for the Tapera policy and willingness to pay the contributions. However, the proportion of supporters of this program was significantly smaller than those opposing it. The training results of the classification model using the Random Forest Classifier achieved an accuracy of 89%. The highest F1-score for detecting negative sentiment was 94%, while the F1-score for detecting neutral sentiment was 17% and for positive sentiment, it was 32%. This disparity is due to the dataset composition being dominated by negative sentiment. The proportion of sentiment significantly influences the training of the classification model. A balanced proportion for each sentiment would enable the model to better learn and recognize the words frequently associated with each sentiment.
DEVELOPMENT OF A COURSE SCHEDULE PREPARATION APPLICATION USING GENETIC ALGORITHM Muhandhis, Isnaini; Alven Safik Ritonga; Muhammad Shubhan
Jurnal Sistem Informasi dan Bisnis Cerdas Vol. 18 No. 1 (2025): Februari 2025
Publisher : Program Studi Sistem Informasi, Fakultas Ilmu Komputer, UPN "Veteran" Jawa Timur

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

Abstract

Preparing course schedules is an important process in campus administration. Schedule preparation must take into account existing limitations such as class limitations, teaching hours and lecturer availability. Genetic algorithm is an optimization method that can solve scheduling problems. Genetic algorithms are quite good at managing lecture schedules because they are able to solve problems with several criteria and several objectives that are modeled in the evolutionary process. This research aims to build an application to generate lecture schedules automatically with a genetic algorithm. This application is expected to help the administrative process of preparing schedules to be faster and more efficient. The research results show that the application runs well and the genetic algorithm is able to solve scheduling problems. The best genetic algorithm parameter values are population size 30, using roulette wheel selection method, mutation probability 20% and crossover probability 20% with the result of finding a solution in the 37th generation within 118 seconds
Pelatihan Pembuatan Media Ajar Berbasis Animasi kepada Kelompok Guru TK Isnaini Muhandhis; Alven S. Ritonga; M. Harist Murdani; Ishaq A.M.
Prosiding Vol 4 (2022): SNISTEK
Publisher : LPPM Universitas Putera Batam

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

Abstract

The teaching and learning process in several kindergartens in the Gayungan area of Surabaya during this pandemic, students were given assignments from the books and assignment sheets were distributed every Monday. During the pandemic, because most children study independently at home, it would be better if the teaching materials provided varied. Making innovative teaching materials can increase children's interest in learning. One alternative teaching media is animation. This service program aims to carry out training in making animation teaching materials using Ms Power Point and help make some teaching materials for kindergartens. The training is carried out with a participatory approach, where each teacher is guided to practice the material being taught directly. The results of this service program are: (1) increasing teacher competence in making animated teaching materials, (2) creating interesting animated teaching materials
Clustering Data Tweet E-Commerce Menggunakan Metode K-Means (Studi Kasus Akun Twitter Blibli Indonesia) Alven Safik Ritonga; Isnaini Muhandhis
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 12 No 01 (2022): SMATIKA Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v12i01.665

Abstract

The development of e-commerce is very rapid at this time, with the increasing number of e-commerce making competition in attracting customers and maintaining loyal customers. E-commerce players need to find a strategy for this, one way is advertising on social media, such as; Twitter, Facebook, Instagram, and so on. The purpose of this study was to obtain clustering of tweet data from Twitter using the K-Means method on tweet data from the Blibli Indonesia Twitter account to determine the type of tweet content that was retweeted by followers. The data used is follower tweet data which is pulled from the Twitter account @bliblidotcom. Testing the most optimum number of clusters by finding the largest Silhouette coefficient value. The results obtained that the optimal number of clusters is 10 clusters. From the results of this clustering, the tweet content that Blibli Indonesia consumers like the most is voucher content (cluster 4) and Opportunity series content (cluster 6). Voucher content and opporeno series content as a result of this clustering can be used by Blibli for promos to its consumers.
ANALISIS PERFORMA METODE YOLO DAN VIOLA-JONES PADA APLIKASI DETEKSI KANTUK Alven Safik Ritonga; Isnaini Muhandhis
Syntax : Journal of Software Engineering, Computer Science and Information Technology Vol 5, No 2 (2024): Desember 2024
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/syntax.v5i2.5404

Abstract

Pendeteksian kantuk merupakan hal penting dalam menjaga keselamatan, terutama dalam konteks transportasi dan lingkungan kerja. Dalam upaya untuk mengembangkan aplikasi pendeteksi kantuk yang efektif, metode-metode berbasis visi komputer, seperti YOLO (You Only Look Once) dan Viola-Jones, telah menjadi fokus penelitian yang signifikan. Penelitian ini bertujuan untuk membandingkan performa kedua metode tersebut dalam aplikasi pendeteksi kantuk berbasis website. Pendekatan pemecahan masalah yang terstruktur digunakan untuk mengidentifikasi kelebihan dan kekurangan dari masing-masing metode. Evaluasi dilakukan menggunakan kriteria seperti akurasi deteksi, kecepatan pemrosesan, efisiensi sumber daya, dan robustness terhadap variasi kondisi lingkungan. Data yang digunakan dalam penelitian ini meliputi dataset video dan gambar yang mencakup berbagai kondisi pencahayaan dan posisi wajah. Kedua  metode YOLO dan Viola-Jones menggunakan dataset, algoritma untuk klasifikasi menggunakan CNN (Convolutional Neural Network) dan jumlah epoch  yang sama. training metode Viola-Jones lebih cepat, 13 menit 37 detik. Dibandingkan dengan metode Yolo membutuhkan waktu 400 menit. Perbandingan keakurasian kedua metode, nilai metrik Viola-Jones 0,9 lebih besar dibandingkan metode Yolo 0,75, berarti metode Viola-Jones memiliki ketepatan yang tinggi dalam mengklasifikasi kondisi “kantuk”. Nilai metrik Recall Viola-Jones 0,88 lebih besar dibandingkan metode Yolo 0,75. Nilai metrik F1-score Viola-Jones 0,88 lebih besar dibandingkan metode Yolo 0,70, hal ini menunjukkan performa model metode Viola-Jones cukup baik dalam mendeteksi kondisi "kantuk”. Kata Kunci: Deteksi Kantuk, Metode YOLO, Metode Viola-Jones, Visi Komputer, Performa Algoritma. ABSTRACT Drowsiness detection is a crucial aspect of ensuring safety, particularly in the contexts of transportation and work environments. In the effort to develop an effective drowsiness detection application, computer vision-based methods such as YOLO (You Only Look Once) and Viola-Jones have become significant research focuses. This study aims to compare the performance of these two methods in a web-based drowsiness detection application. A structured problem-solving approach is employed to identify the strengths and weaknesses of each method. The evaluation is conducted using criteria such as detection accuracy, processing speed, resource efficiency, and robustness to environmental condition variations. The data used in this study include video and image datasets covering various lighting conditions and facial positions. Both the YOLO and Viola-Jones methods utilize the same dataset, classification algorithm (Convolutional Neural Network or CNN), and number of epochs. The training time for the Viola-Jones method is faster, taking 13 minutes and 37 seconds, compared to YOLO, which requires 400 minutes. In terms of accuracy, Viola-Jones achieves a metric value of 0.9, which is higher than YOLO's 0.75, indicating that the Viola-Jones method is more precise in classifying “drowsiness” conditions. The Recall metric for Viola-Jones is 0.88, surpassing YOLO's 0.75. Similarly, the F1-score for Viola-Jones is 0.88, greater than YOLO's 0.70. These results demonstrate that the Viola-Jones method performs well in detecting “drowsiness” conditions.Keywords: Drowsiness Detection, YOLO Method, Viola-Jones Method, Computer Vision, Algorithm Performance.
ANALISIS SENTIMEN TERHADAP KB VASEKTOMI DI X DENGAN PENDEKATAN KESETARAAN GENDER Muhamad Setiawan Efendy; Isnaini Muhandhis; Anisa Nur Azizah; Suryo Atmojo
Journal of Gender Equality and Social Inclusion (gesi) Vol. 4 No. 2 (2025): Oktober 2025
Publisher : Pusat Studi GESI - UWP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38156/gesi.v4i2.209

Abstract

Berdasarkan laporan Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN), sekitar 61,7% pasangan usia subur di Indonesia tercatat sebagai pengguna KB. Dari partisipasi tersebut, metode KB MOP (Metode Operasi Pria) atau vasektomi sendiri menjadi opsi terakhir yang dipilih dengan partisipasi sebesar 0,1%. Rendahnya adopsi vasektomi di Indonesia tidak lepas dari keyakinan agama, pengaruh stigma sosial, dan norma gender yang berlaku. Penelitian ini bertujuan untuk menganalisis sentimen publik di X terkait vasektomi sebagai metode Keluarga Berencana (KB) dengan pendekatan komputasional dan kualitatif, sekaligus mengeksplorasi bagaimana narasi kesetaraan gender terbentuk dalam diskursus digital. Sebanyak 1000 data cuitan yang relevan diklasifikasikan dan dianalisis berdasarkan perspektif gender. Hasil penelitian menunjukkan bahwa
PKM Penguatan Layanan Digital Kebun Binatang Surabaya melalui Implementasi Aplikasi Peta Interaktif dan Analisis Sentimen Pengunjung Alven Ritonga; Isnaini Muhandhis; Suryo Atmojo; Suzana Dewi; Eka Alifia Kusnanti
Jurnal Pengabdian Masyarakat (JUDIMAS) Vol. 4 No. 1 (2026)
Publisher : Pusat Penelitian dan Pengabdian Masyarakat STIKes Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54832/judimas.v4i1.725

Abstract

Kebun Binatang Surabaya (KBS) menghadapi tantangan dalam penyediaan informasi satwa, navigasi area yang luas, serta pemanfaatan umpan balik pengunjung untuk perbaikan layanan. Program pengabdian kepada masyarakat ini bertujuan mendukung penguatan layanan digital KBS melalui implementasi tiga inovasi berbasis hasil tugas akhir mahasiswa, yaitu aplikasi peta interaktif berbasis mobile, sistem informasi data satwa dan rekam medis, serta sistem analisis sentimen ulasan pengunjung di media sosial. Kegiatan dilaksanakan dengan pendekatan partisipatif melalui tahapan studi pendahuluan, adaptasi dan implementasi sistem, pelatihan serta pendampingan staf, dan evaluasi. Uji penerimaan pengguna terhadap aplikasi peta melibatkan 20 pengunjung dengan tingkat penerimaan 94,5%. Sistem analisis sentimen mencapai akurasi 84% (Random Forest) dan 80% (Support Vector Machine) serta menonjolkan topik ulasan dominan terkait kebersihan, harga, dan kenyamanan. Secara keseluruhan, program ini menunjukkan bahwa integrasi hasil penelitian mahasiswa dalam pengabdian dosen mampu memberikan kontribusi nyata bagi peningkatan kualitas layanan digital di KBS.
Co-Authors Aldo Ferdianto, Ananda Alven Ritonga Alven S Ritonga Alven S. Ritonga Alven Safik Ritonga Angga Pradana Setiawan Anisa Nur Azizah Arkila Rakasyah Chendrasari Wahyu Oktavia Dewanto Dewanto Eka Alifia Kusnanti Fernando, Ferdianus Harianto Putra, Ahan Budiarta HERU SISWANTO Hisyam Ib Dani Ishaq A.M. Krisnadhi Hariyanto, Krisnadhi M Shubhan Mubarokah, Solton Muhamad Setiawan Efendy Muhammad Harist Murdani Muhammad Shubhan Ni'matul Ichsan, Muchammad Ragil Oktavia, Chendrasari Ong Andre Wahyu Riyanto, Ong Andre Wahyu Prasetio, Vio Jhondan Rahman, Taufik Nur Ramadhani, Muhammad Zulfan Reyhan Rizqi, Muhammad Rofiah, Ika Aliyatur R. Rudianto, Agus S. Riyadi Sari, Mamik Usniyah SETYAWAN, BAGUS subaderi, subaderi Suryo Atmojo, Suryo Suzana Dewi Wibisono, Dwi Setyo Widhiyanta, Nurwahyudi Wijaya, Nicholas