Article Per Year (5 Year)
p-Index From 2021 - 2026
9.224
P-Index
This Author published in this journals
All Journal Jurnal Algoritma Jurnal Informatika Upgris Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JTAM (Jurnal Teori dan Aplikasi Matematika) Jurnal Inotera Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Indonesian Journal of Applied Informatics Simtek : Jurnal Sistem Informasi dan Teknik Komputer STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Indonesian Journal of Community Services Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Manajemen Informatika dan Sistem Informasi Journal of Information Systems and Informatics bit-Tech JATI (Jurnal Mahasiswa Teknik Informatika) INFORMASI (Jurnal Informatika dan Sistem Informasi) G-Tech : Jurnal Teknologi Terapan Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Journal of Advanced in Information and Industrial Technology (JAIIT) Infotek : Jurnal Informatika dan Teknologi Infotech: Journal of Technology Information Idealis : Indonesia Journal Information System Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Infotech: Jurnal Informatika & Teknologi Jurnal Pendidikan dan Teknologi Indonesia Jurnal Mandiri IT Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi Jurnal Teknik Informatika Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Algoritma Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Biner : Jurnal Ilmiah Informatika dan Komputer Proceeding of International Conference Health, Science And Technology (ICOHETECH) Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Informasi Kesehatan Nasional Bengawan :Jurnal Pengabdian Masyarakat SmartComp Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) ABDIKOM CSRID Jurnal ilmiah teknologi informasi Asia Teknologi : Jurnal Ilmiah Sistem Informasi
Atina, Vihi
Universitas Duta Bangsa Surakarta
Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 79 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 79 Documents
Search

 3   4   5   6   7 
Sistem Rekomendasi Pemilihan Jenis Baju Batik Menggunakan Metode Knowledge-Based Di Batik Amarta Saputro, Nurbagus; Atina, Vihi; Hartanti, Dwi
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7483

Abstract

Salah satu usaha batik yang mengkuti perkembangan teknologi yaitu Batik Amarta. Batik Amarta merupakan salah satu produsen baju batik terbesar di Masaran. Batik Amarta juga melakukan penjualan melalui e-commerce seperti Tiktok dan Tokopedia karena batik amarta belum memiliki sebuah website sendiri. Dibagian ini muncul permasalahan dimana pelanggan kebingungan menentukan beberapa pilihan tentunya dari motif, jenis batik, anggaran dan kriteria yang telah ditawarkan oleh pemilik usaha. Tujuan penelitiam untuk membangun sistem rekomendasi pemilihan baju batik menggunakan metode knowledge-based. Rapid Application Development (RAD) merupakan menggunakan meotde pengembangan sistem yaitu dengan 4 tahap yaitu perencanaan kebutuhan, desain sistem, proses pengembangan, implementasi. Knowledge Based merupakan metode sistem rekomendasi pada penelitian ini dengan kelebihan dapat memberikan skala prioritas pelanggan sesuai keinginan pelanggan terhadap produk. Pemodelan data dengan metode knowledge based recommendation menggunakan data sampel berjumlah 20 produk baju batik dan 5 atribut yaitu jenis batik, warna, bahan, kualitas, harga. Dapat memberikan rekomendasi produk berdasarkan kebutuhan pelanggan dan atribut produk jenis. Produk baju batik dengan nilai kemiripan tertinggi akan menjadi hasil rekomendasi. Dalam hal ini, produk dengan nilai kemiripan tertinggi yaitu 0,949901 adalah baju batik Kasual PRANAWA - S. Hasil analisis data ini bisa sebagai referensi untuk pengembangan sistem rekomendasi pemilihan baju batik.
Rancang Bangun Sistem Informasi Manajemen Inventarisasi Baglog Batalyon C Pelopor Satbrimob Polda Jateng Secara Qr Code Indrastata, Ilham Buyung; Maulindar, Joni; Atina, Vihi
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 4 (2024): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i4.490

Abstract

Batalyon C Pelopor of Central Java Satbrimob is a Polri agency unit under the auspices of the Brimob Unit Commander. This unit also has the task of fostering and improving personnel capabilities. The personnel of this unit are equipped with adequate special equipment for their duties. The logistics section inventory provides special equipment or other equipment needed while on duty, but problems were found in the manual inventory processing. In general, the design of this inventory management information system aims to provide information system management that can help manage logistics inventory with the prototype method and combine it with QR Code, in order to provide updates on the borrowing process, returns and valid results reports to the leadership. In research using the prototype method, there are several stages, including communication, quick plan, quick design modeling, construction of prototype, and deployment, delivery, and feedback. The development system in the form of a prototype that has been used in this study functions to help solve problems so that an Inventory Management Information System can be designed, built and proven to run well. The research results can be in the form of an inventory management information system for the logistics section of the Batalyon C Pelopor to implement borrowing (outgoing) and returning (incoming) activities, as well as valid report results addressed to the agency leadership.
Analisis Sentimen Aplikasi Tiktok Tokopedia Seller Center dengan Pendekatan Machine Learning: SVM, CNN, Naive Setiawati, Neha Poetri; Nurmalitasari, Nurmalitasari; Atina, Vihi
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 1 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i1.7189

Abstract

Tiktok Tokopedia Seller Center merupakan aplikasi yang diperuntukan untuk para pelaku usaha atau para penjual mengenai pengelolaan dan meningkatkan penjualan mereka pada platform Tiktok (Tiktok shop). Penelitian ini memiliki tujuan untuk melakukan analisis sentimen negatif dan positif dari pengguna mengenai fitur dan kinerja dari aplikasi Tiktok Tokopedia Seller Center dengan menggunakan 3 algoritma Machine Learning, diantaranya SVM, CNN, Naive Bayes. Dikarenakan algoritma ketiga tersebut dinilai efektif dalam menangani kasus analisis sentimen. Data untuk penelitian ini diperoleh dari ulasan aplikasi Tiktok Tokopedia Seller Celler center yag terdapat di Google Play Store. Hasil penelitian menunjukkan bahwa SVM memiliki kinerja dan kinerja yang lebih unggul dibandingkan CNN, dan Naive Bayes, karena SVM memperoleh akurasi akhir sebesar 0.90 , disusul CNN dengan akurasi sebesar 0.88 dan Naive Bayes dengan akurasi sebesar 0.84 . Dari penelitian ini dapat memberikan gambaran atau wawasan bagi pengembang aplikasi Tiktok Tokopedia Seller Center dalam melakukan perbaikan dan meningkatkan kualitas pelayanan .
Sistem Informasi Pengelolaan Magang Berbasis Web Muhammad Frasha Candra Perdana; Vihi Atina; Faulinda Ely Nastiti
INFORMASI (Jurnal Informatika dan Sistem Informasi) Vol 16 No 2 (2024): INFORMASI (Jurnal Informatika dan Sistem Informasi)
Publisher : LPPM STMIK Indonesia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37424/informasi.v16i2.314

Abstract

Proses pengelolaan magang di Egref Telematika Nusantara masih menggunakan cara manual yaitu mencatat di kertas serta kegiatan magang diberikan lewat chat. Hal ini menyebabkan beberapa kendala seperti data tidak lengkap, data tidak sinkron antara catatan dan chat sehingga proses pengelolaan magang kurang optimal. Penelitian ini bertujuan memberikan kemudahan dalam proses pengelolaan data peserta. pengelolaan kegiatan, penilaian magang, pengelolaan kehadiran peserta dan pemberian surat selesai magang. Metode Rapid Application Development (RAD), digunakan dalam penelitian ini meliputi, Perencanaan kebutuhan adalah langkah pertama yang dilakukan sebelum pembuatan aplikasi, desain pengguna, konstruksi, dan cutover, oleh karena itu sistem diuji untuk bisa dimanfaatkan. Sistem informasi pengelolaan magang mahasiswa ini menggunakan bahasa pemrograman PHP, MySQL, dan Framework Codeigniter. Sistem informasi pengelolaan magang ini memiliki kemampuan guna mengganti sistem manual dengan sistem digital yang memungkinkan absensi melalui kode Qr, melakukan pelaporan kegiatan selama magang,dalam hak akses pembimbing dapat menilai kinerja magang dan admin dapat mencetakriwayat absensi, data kegiatan juga surat selesai magang. Hasil pengujian sistem dengan metode black box testing menunjukkan bahwa sistem ini berfungsi sesuai dengan spesifikasi yang telah ditentukan, dengan tingkat keberhasilan tinggi dalam setiap modul yang diuji. Sistem informasi pengelolaan magang ini memungkinkan admin, peserta magang , dan pembimbing untuk mengelola dan mengakses data presensi, data kegiatan dengan mudah dan cepat, meningkatkan transparansi dan keamanan data. Kesimpulan dari penelitian ini menunjukkan bahwa sistem informasi pengelolaan magang berbasis website yang dikembangkan mampu meningkatkan efisiensi dan akurasi dalam presensi menggunakan code qr serta pelaporan kegiatan dan penilaian magang.
Penggunaan Metode SAW dalam Sistem Pendukung Keputusan Pemilihan Pegawai Terbaik Lufti Puspitasari; Joni Maulindar; Vihi Atina
Infotek: Jurnal Informatika dan Teknologi Vol. 8 No. 1 (2025): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v8i1.28298

Abstract

This research aims to develop a website-based Decision Support System (DSS) to facilitate the selection of the best employees at the Ngrampal District Office. Employee performance assessments carried out manually have so far been considered less effective due to high subjectivity and a time-consuming process. The system built uses the Simple Additive Weighting (SAW) method which is able to give weight to each assessment criterion such as absenteeism, roll call attendance and employee performance. SAW was chosen because of its ability to provide objective ranking results based on measurable data. Implementation of this system shows faster and more accurate results in determining the best employees compared to manual assessments. Apart from improving the quality of performance appraisals, the implementation of this web-based system is also expected to motivate employees to improve their performance. This decision support system was created only within the scope of the Ngrampal District Office with three assessment criteria. It is hoped that this research can be developed further by adding new assessment criteria and applied in other agencies to expand the validity and effectiveness of the system
Design of construction material sales prediction system using the svm method on Tb. Samijaya Sejati, Ariya Putra; Permatasari, Hanifah; Atina, Vihi
Jurnal Mandiri IT Vol. 13 No. 3 (2025): January: Computer Science and Field.
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mandiri.v13i3.331

Abstract

TB. Sami Jaya is a construction materials provider company offering key components like sand, nails, cement, iron, heavy steel, and electronic products for infrastructure construction projects. In the era of rapid technological development, the company faces the challenge of making accurate sales predictions. This study aims to develop a sales prediction system using Support Vector Machine (SVM) to help TB. Sami Jaya optimize the supply of construction materials based on existing transaction data, collected from November to December 2023. By identifying relevant trends and patterns, the goal is to generate more reliable projections, thereby reducing the risk of inventory excess or shortage, which increases operational costs and decreases customer satisfaction. The model's performance is evaluated by comparing the prediction results with actual data using metrics such as Mean Absolute Error (MAE), Mean Squared Error (MSE), and Root Mean Squared Error (RMSE). The Rational Unified Process (RUP) method is employed for information system development. The results indicate that using SVM for predicting sales of construction materials is effective and helps optimize inventory management.
Model Group Decision Support System Based on Depression Anxiety Stress Scales Using Ordered Weighted Averaging Aggregation Method Wiharto, Wiharto; Putri, Della K.; Sihwi, Sari W.; Salamah, Umi; Suryani, Esti; Atina, Vihi; Utomo, Pradityo
Journal of Electronics, Electromedical Engineering, and Medical Informatics Vol 7 No 2 (2025): April
Publisher : Department of Electromedical Engineering, POLTEKKES KEMENKES SURABAYA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/jeeemi.v7i2.678

Abstract

Depression, anxiety, and stress are common psychological conditions often triggered by the pressures of daily life. Depression Anxiety Stress Scale (DASS), is a widely used tool for assessing the severity of these disorders, available in different versions such as the DASS-21 and DASS-42. In line with these findings, DASS-21 consists of 21 symptom items, categorized into three types of disorders, with seven items assigned to each. In contrast, the DASS-42 includes 42 symptom items, with 14 items allocated per disorder. Both versions serve as standardized tools for assessing the severity of depression, anxiety, and stress, and the different versions show that one item only affects one disorder. In practice, it can affect several disorders with different priorities. This condition increases the risk of subjective bias in a psychologist's decision-making, as personal experiences and perceptions may influence their assessments. Therefore, this study aims to develop a Group Decision Support System (GDSS) model that considers the preferences of several psychologists in determining the priority of disorders based on the DASS-42 and DASS-21 items. The model has been built using the psychologist's preference method for DASS-42 and DASS-21 in fuzzy form, then combined using the Ordered Weighted Averaging (OWA) method to produce one decision. The alignment of top-priority items between GDSS and DASS was assessed as part of the evaluation. The results show a high degree of similarity, with GDSS matching 16 out of 21 symptom items in DASS-21 and 35 out of 42 items in DASS-42. The GDSS model can accommodate the preferences of decision-makers in providing weighting of the influence on each item in the DASS-21 and DASS-42, thereby providing more objective decisions.
JOB-POSITION RECOMMENDER SYSTEM USING KNOWLEDGE BASED RECOMMENDATION METHOD AT ATMI POLYTECHNIC SURAKARTA Pratiwi, Dinita Christy; Atina, Vihi; Maulindar, Joni
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 1 (2024): JUTIF Volume 5, Number 1, February 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.1.1258

Abstract

ATMI Polytechnic Surakarta, one of the vocational colleges in Surakarta, currently has 152 employees and 13 managerial positions. The human resource management (HRM) unit has a strategy for selecting study program leaders and managers, but the procedure is still done by hand and is not based on standardized calculations. Therefore, a job-position recommender system is needed. This system aims to recommend candidates with the highest similarity score to the desired job criteria. The recommendation system was developed using the Knowledge-Based Recommendation method and the system development method employs a prototype. The stages included communication, quick planning, quick design modeling, prototype construction, and deployment, delivery and feedback. The calculation results show that an employee with the initials ADR has the highest similarity score for the job-position as head of the D3 Industrial Mechanical Engineering (TMI) study program with a score of 0.87. Therefore, this system can be used as a reference mechanism in building a job recommendation system at ATMI Polytechnic Surakarta.
IDENTIFIKASI ANOMALI KEAMANAN SERVER NGINX MENGGUNAKAN ALGORITMA ISOLATION FOREST Ragil Saputro, Abdullah; Nurchim, Nurchim; Atina, Vihi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13110

Abstract

Marak terjadinya serangan siber yang mengancam keamanan data dan sistem informasi menjadikan keamanan informasi merupakan hal yang perlu diperhatikan. Web server merupakan salah satu komponen dalam infrastruktur teknologi informasi, dimana web server berfungsi sebagai pintu gerbang bagi pengguna untuk mengakses berbagai layanan dan aplikasi secara daring. Dalam upaya peningkatan keamanan server Nginx, salah satu pendekatan yang dapat digunakan adalah dengan melakukan analisis terhadap log akses server. Penelitian ini bertujuan untuk mengaplikasikan algoritma Isolation Forest dalam analisis log akses server Nginx untuk mengidentifikasi anomali yang berpotensi sebagai ancaman keamanan. Dengan mengoptimalkan deteksi anomali, diharapkan keamanan server Nginx dapat ditingkatkan, sehingga dapat meminimalisir risiko serangan dan kerugian yang diakibatkannya. Dalam penelitian ini menggunakan metode Isolation Forest untuk melakukan pendeteksian anomali pada log server nginx. Data yang digunakan adalah data log server Nginx yang memiliki kode respon selain HTTP 301, kemudian dari data log tersebut dilakukan proses pendeteksian anomali berdasarkan data country, path dan size. Hasil pengujian menunjukkan bahwa algoritma Isolation Forest berhasil mendeteksi 218 anomali dari 1529 data dan waktu pemrosesan 1 menit 14 detik dan menunjukkan 97,8% dari deteksi anomali adalah benar. Implementasi sistem ini dapat meningkatkan efisiensi dan efektivitas dalam melakukan deteksi terhadap ancaman siber. Pengembangan lebih lanjut dari penelitian ini diantaranya adalah dapat memanfaatkan sitemap pada sistem informasi untuk melakukan transformasi data path, selain itu dapat dikembangkan aplikasi monitoring yang dapat memudahkan pengelola server dalam melakukan monitoring keamanan server.
Prediksi Ketuntasan Belajar Siswa Menggunakan Naive Bayes dengan Integrasi Data Akademik, Absensi, dan Partisipasi Ekstrakurikuler Rusdiana Ekawati, Ratih; Atina, Vihi; Maulidar, Joni
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 4 (2025): JPTI - April 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.752

Abstract

Peningkatan kualitas pendidikan memerlukan identifikasi dini siswa berisiko tidak tuntas. Penelitian ini bertujuan mengembangkan sistem prediksi ketuntasan siswa menggunakan metode Naive Bayes dengan memanfaatkan data akademik (nilai ujian, absensi) dan non-akademik (partisipasi ekstrakurikuler). Data historis dari 150 siswa SMA dianalisis melalui pra-pemrosesan (normalisasi, penanganan data hilang) dan validasi menggunakan 10-fold cross-validation. Hasil menunjukkan akurasi sistem mencapai 85,2%, presisi 83%, dan recall 87%, dengan nilai ujian sebagai faktor dominan (feature importance = 0,45). Sistem ini memberikan prediksi objektif untuk membantu guru melakukan intervensi tepat waktu, meningkatkan efektivitas pembelajaran. Temuan ini menegaskan potensi Naive Bayes dalam analisis data pendidikan multidimensi.
Co-Authors Adri Surya Kusuma Agung Saputro Agustina Srirahayu Akbar Permana, Danny Aldi Wahyudi Arta Amad Tri Yanto Andi Saputro Andreas Sigit Andreas Anin Aliya Pahlevi, Khumaira Anisatul Farida Anjar Setiawan Aprilisa Arum Sari Ardi Lestari, Sofiana Arlin Govinda Putra Atmojo, Fernando Winantya Bagaskara, Ikrar Bagaskara, Mochammad Naufal Bagus Muhammad Latif Bambang Prasetyo Bawindra Surya, Lintang Chiva Olivia Bilah Dedi Nugroho Dimas Abimanyu Sutrisno Putro Dinita Christy Pratiwi Dwi Hartanti Dwi Hartanti Dwi Hartanti Eka P. Meravigliosi Eko Purwanto Eko Purwanto Ema Sagita Desylawati endra setiyawan Esti Suryani Esti Suryani Fajrin Fadhilah, Dayinta Fajrin, Shoffia FAULINDA ELY NASTITI Faulinda Ely Nastiti Hafids Sidiq, Muhammad Hartanti , Dwi Hartanti, Dwi Hasanah, Herliyani Imaduddin, Mohamad Indrastata, Ilham Buyung Infantono, Ardian Intan Oktaviani Janah, Selvi Miftakhul Joni Maulidar Kurnia Sari, Vena Lufti Puspitasari Maulidar, Joni Maulindar, Joni Meraldy Fiko Rastio Ajie Mohd, Farahwahida Muhamad Ridwan Muhammad Alwan Nurdin Muhammad Dhafa Diar Ardhana Muhammad Fahmi Panwar Muhammad Frasha Candra Perdana Nailurrizqi, Adistya Nastiti, Faulinda Eli Niken Pratiwi, Niken Nugroho Arif Sudibyo Nur Arifin, Taufiq Nur Mahar Aji mahar Nurchim Nurchim Nurdin, Muhammad Alwan Nurlita, Catarina Ivanda Nurmalitasari Nurmalitasari Nurmalitasari Nurmalitasari Okta Ramma Saputri Oktaviani, Intan Pegi Hasyim Rosidi Permatasari, Hanifah Pipin Widyaningsih Pradana, Afu Ichsan Pradityo Utomo Pradityo Utomo Pramoedya Ananta Dzikri Pratiwi, Dinita Christy Purnama, Joel Adikurnia Purwanto, Eko Putra, Hasda Surya Putri, Della K. Putri, Desy Puspa Ragil Saputro, Abdullah Raharisti, Nur Arifah Ramadhan, Chandra Ratmini, Yuli Reza Pradana, Areta Ridwan, Alfian Junior Rifan Amirul H, Muhammad Rifdah Azizah, Hani Rizky Setiawan, Fadli Rudi Susanto Rusdiana Ekawati, Ratih salifi, ibnu - Saputra, Dwi Bagus Saputro, Nurbagus Sejati, Ariya Putra Setiawati, Neha Poetri Sihwi, Sari W. Sopingi Sopingi, Sopingi SRI SUMARLINDA Srisuk, Prattana Sulami, Atik Sulistiyo, Galih Suwandi, Djatmiko Tanwal Hu, Wupiwulang Taufiq NurHidayat Theo Santoso, Daniel Umi Salamah Umi Salamah Utomo, Dimas Cahyo Viona Putri Ardiana Vita Aryadi Wahyu Kurniawan, Christian Wibowo, Anita Carolina Wiharto Wiharto Wiharto Wijiyanto Wijiyanto Wijiyanto, Wijiyanto Yommy Adhiwira Yudha