Article Per Year (5 Year)
p-Index From 2021 - 2026
3.389
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics JUTI: Jurnal Ilmiah Teknologi Informasi Scan : Jurnal Teknologi Informasi dan Komunikasi Proceeding International Conference on Information Technology and Business Jurnal Informatika dan Teknik Elektro Terapan International conference on Information Technology and Business (ICITB) JURNAL MEDIA INFORMATIKA BUDIDARMA JIEET (Journal of Information Engineering and Educational Technology) Indonesian Journal of Artificial Intelligence and Data Mining Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Antivirus : Jurnal Ilmiah Teknik Informatika JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) Journal of Information Systems and Informatics bit-Tech Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Jifosi Nusantara Science and Technology Proceedings Jurnal Ilmiah Teknologi Informasi dan Robotika Algoritme Jurnal Mahasiswa Teknik Informatika Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Teknik: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Sewagati
Yisti Vita Via
Universitas Pembangunan Nasional Veteran Jawa Timur
Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Public Health Social Sciences Other

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

Found 33 Documents
Search

 1   2   3   4 
IMPLEMENTASI ALGORITMA WEIGHTED TREE SIMILARITY DAN CONTENT BASED FILTERING DALAM PENCARIAN SKRIPSI Natalia Matondang; Yisti Vita Via; Fawwaz Ali Akbar
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4807

Abstract

UPN “Veteran” Jawa Timur telah memiliki sebuah sistem repository untuk menyimpan semua data terkait skripsi yang telah diselesaikan oleh mahasiswa. Sistem tersebut dapat diakses secara online oleh seluruh mahasiswa UPN “Veteran” Jawa Timur. Namun terdapat kekurangan pada sistem tersebut, yaitu fitur pencarian yang belum dapat memberikan hasil yang relevan dengan input yang diberikan oleh pengguna. Oleh karena itu, penulis membuat sebuah sistem pencarian hasil penelitian skripsi agar mahasiswa dapat menemukan daftar judul yang relevan dengan topik yang ingin dicari oleh mahasiswa. Sistem menggunakan algoritma Weighted tree similarity dan Content based filtering agar hasil pencarian berorientasi pada atribut skripsi. Dilakukan pengujian pada sistem menggunakan recall dan precision dan mendapatkan hasil precision 74% dan recall 83%. Dengan demikian, sistem ini diharapkan mampu membantu mahasiswa untuk menemukan skripsi sesuai dengan topik yang diinginkan dan mengurangi peluang terjadinya plagiarisme atau kesamaan judul skripsi.
Penerapan Metode Naive Bayes sebagai Diagnosa Hama Penyakit Tanaman Belimbing Yisti Vita Via; Hendra Maulana; Sufi Miftakhoneki
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol. 2 No. 2 (2020): Jurnal Ilmiah Teknologi Informasi dan Robotika
Publisher : Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v2i2.35

Abstract

Bidang pertanian merupakan komoditas penting di Indonesia, khususnya budidaya buah. Buah belimbing merupakan salah satu buah yang memiliki kandungan nutrisi baik bagi kesehatan. Namun seringkali pada proses penanaman hingga panen tiba, banyak kendala yang harus dialami oleh petani salah satunya adalah hama penyakit yang menyerang tanaman belimbing pada masa pertumbuhannya. Untuk mencoba membantu petani dalam mendeteksi hama penyakit ini maka diterapkan Metode Naive Bayes dalam pengambilan keputusannya. Dalam penelitian ini metode telah diimplementasikan pada sebuah sistem dan telah dilakukan ujicoba pada data hama penyakit buah belimbing. Hasil dari uji coba ini didapatkan performansi sistem diagnosa sebesar 96%.
Pengembangan Sistem Informasi Pariwisata Berbasis Web Dengan Pendekatan Fuzzy AHP Sebagai Fitur Utama Dalam Rekomendasi Paket Wisata di Kabupaten Badung Pande Putu Sunaryang Yogam Prasanta; Yisti Vita Via; Retno Mumpuni
Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol. 3 No. 2 (2023): Juli : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/teknik.v3i2.2008

Abstract

Badung Regency, Bali is one of the famous tourist destinations in Indonesia that offers a variety of attractive tourist attractions. However, the lack of organized information access and the deficiency in selecting travel packages that suit user preferences can be obstacles in maximizing the tourism potential in the region. This research aims to develop a web-based tourism information system with a Decision Support System (DSS) feature using the Fuzzy Analytic Hierarchy Process (AHP) method in Badung Regency, Bali. The system is developed using the SDLC development method with a waterfall approach, which functions to provide information access about tourism objects, including their names, categories, photos, and descriptions. The main feature is the DSS that assists users in selecting travel packages based on their preferences, using five criteria: price, number of attractions, duration, popularity, and rating. The system also supports multi-level access for regular users and admin users responsible for creating posts and travel packages.
APPLICATION OF THE SIMPLE ADDITIVE WEIGHTING METHOD IN LABORATORY PRACTICUM ASSISTANT SELECTION PROBLEM Fetty Tri Anggraeny; Yisti Vita Via
Antivirus : Jurnal Ilmiah Teknik Informatika Vol 17 No 2 (2023): November 2023
Publisher : Universitas Islam Balitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35457/antivirus.v17i2.3297

Abstract

Dalam kehidupan selalu dihadapkan pada beberapa pilihan untuk pengambilan keputusan yang tepat. Susahnya untuk menentukan pilihan yang akurat sesuai dengan kriteria yang sudah ditentukan. Permasalahan pengambilan keputusan juga dialami saat seleksi asisten praktikum. Pada Sistem Pendukung Keputusan Seleksi Asisten Praktikum ini, digunakan oleh dua user yaitu Kepala Laboratorium yang merupakan mengelola sistem penseleksian mulai dari membuat pengumuman seleksi, menentukan kriteria dan bobot yang akan digunakan sebagai acuan untuk menentukan asisten, memasukkan nilai tes dari tiap-tiap kriteria serta dapat melihat hasil rekomendasi dari perhitungan menggunakan metode Simple Additive Weighting (SAW). Sedangkan untuk user mahasiswa melakukan pendaftaran dan serta dapat melihat hasil pengumumun seleksi. Dengan adanya Sistem ini dapat membantu Kepala laboratorium untuk mempercepat pengambilan keputusan dalam memilih asisten yang mempunyai potensi pada kriteria yang diprioritaskan. Dengan penerapan metode SAW pada sistem dapat membantu menentukan hasil rekomendasi sesuai dengan rangking.
SIMAPA System Testing Using Alpha and Beta Tests Puspaningrum , Eva Yulia; Yudha K., Dhian Satria; Utami, Hapsari Wiji; Via, Yisti Vita; Mandyartha, Eka Prakarsa; Maulana, Hendra
Nusantara Science and Technology Proceedings 8th International Seminar of Research Month 2023
Publisher : Future Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11594/nstp.2024.4133

Abstract

The SIMAPA system is a system for monitoring children's activities and development which is implemented at KB-TK Agripina Surabaya. The SIMAPA system has been designed using system development, namely SDLC (System Development Life Cycle). The system can be declared valid and by what is expected if testing has been carried out. An application can be tested using collaborative alpha and beta testing using the black box method. Alpha testing is carried out to see whether all systems can run well and is carried out by the system manufacturer. Meanwhile, in beta testing, the party who will assess the system is the user or people who are not involved in creating the system. This testing is carried out by distributing questionnaires to several users to assess the application that has been built. The questionnaire contains questions about the system being built so that it can be concluded whether the application is by the objectives. The results of the Beta test with 6 questions about the system obtained good results with an average score of 92%. so that the system built is by what is expected.
Classifying Legendary Pokémon with SF-Random Forest Algorithm Prayoga, Aji; Via, Yisti Vita; Diyasa, I Gede Susrama Mas
Journal of Information System and Informatics Vol 6 No 3 (2024): September
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v6i3.859

Abstract

Here’s an improved version of the abstract with better articulation: Accurate classification of legendary Pokémon is essential due to their distinct characteristics compared to regular Pokémon, impacting various domains such as research, gaming, and strategy development. This study employs the SF-Random Forest algorithm, an advanced variant of Random Forest, designed to effectively handle data heterogeneity and complexity. The dataset comprises 800 Pokémon samples, including attributes like type, base stats (HP, Attack, Defense, etc.), and other relevant features. To address the inherent imbalance between legendary and non-legendary Pokémon, the data preprocessing phase includes outlier removal, handling of missing values, normalization through Min-Max Scaling, and class balancing using the SMOTE (Synthetic Minority Over-sampling Technique) method. The preprocessed data is then used to train the SF-Random Forest model, with performance evaluated using metrics such as accuracy, precision, recall, and F1-score. The results reveal that SF-Random Forest achieves perfect scores across all metrics, demonstrating 100% accuracy, precision, recall, and F1-score. This highlights the algorithm's superior ability to identify key features and manage data imbalance compared to traditional classification methods. The study underscores the efficiency and robustness of SF-Random Forest as a classification tool, paving the way for the development of more advanced classification systems applicable to various fields requiring complex pattern recognition.
IMPLEMENTASI SSD-MOBILENET DAN U-NET UNTUK DETEKSI DAN PENILAIAN TINGKAT KEPARAHAN PADA APLIKASI PELAPORAN JALAN BERLUBANG Sadewa, Rahma Danu; Via, Yisti Vita; Nurlaili, Afina Lina
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5320

Abstract

Kondisi jalan rusak di Indonesia sangat memprihatinkan dan membutuhkan penanganan segera. Lubang-lubang di jalan yang menyerupai mangkuk dapat mengancam keselamatan pengguna jalan. Deteksi dan evaluasi kerusakan jalan berlubang bisa dilakukan dengan memanfaatkan teknologi kecerdasan buatan, seperti deep learning. Salah satu penerapan deep learning untuk tugas deteksi objek kompleks adalah Single Shot MultiBox Detector (SSD) yang memproses gambar dan menganalisis fiturnya menggunakan arsitektur MobileNet. Selain itu, tingkat keparahan kerusakan jalan berlubang dapat diidentifikasi menggunakan arsitektur U-Net yang berfungsi untuk segmentasi gambar dengan memprediksi pixel yang mewakili objek. Kombinasi metode SSD dan arsitektur MobileNet dengan U-Net menghasilkan analisis jumlah deteksi dan tingkat keparahan yang membantu pembuatan laporan kerusakan jalan berlubang dalam aplikasi. Pengujian beberapa gambar menunjukkan bahwa model SSD-MobileNet berhasil mendeteksi lubang di jalan dengan akurasi 93%, sementara model U-Net mencapai akurasi 80% dalam memprediksi tingkat keparahan pada jalan berlubang.
DETEKSI ANOMALI MENGGUNAKAN ENSEMBLE LEARNING DAN RANDOM OVERSAMPLING PADA PENIPUAN TRANSAKSI KEUANGAN Saputra, Dewa Raka Krisna; Via, Yisti Vita; Sihananto, Andreas Nugroho
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4910

Abstract

Di era digital, transaksi keuangan semakin beralih ke metode nontunai, karena sifatnya yang nyaman dan efisien. Namun, peningkatan penggunaan kartu kredit dan transaksi online juga meningkatkan risiko kejahatan finansial. Penelitian ini mengkaji metode ensemble learning dan random oversampling dalam mendeteksi anomali pada transaksi keuangan, khususnya penipuan kartu kredit. Algoritma klasifikasi yang digunakan meliputi Decision Tree (DT), Random Forest (RF), Logistic Regression (LR), dan Naive Bayes (NB), dengan pendekatan ensemble learning seperti Bagging, Boosting, dan Stacking. Hasil penelitian menunjukkan bahwa metode ensemble learning secara signifikan meningkatkan performa deteksi penipuan dibandingkan model dasar (base model). Khususnya teknik stacking menunjukkan peningkatan AUC yang signifikan, dengan beberapa algoritma mencapai AUC sempurna (1.00). Random Forest (RF) dengan metode ensemble learning menunjukkan performa yang sangat konsisten dan optimal dalam mendeteksi anomali penipuan. Penelitian ini menegaskan bahwa metode ensemble learning, terutama stacking, efektif dalam membedakan antara transaksi sah dan mencurigakan, sehingga dapat diandalkan untuk deteksi penipuan keuangan.
Pendampingan Penerapan IoT Agriculture dalam Mendukung Peningkatan Produktivitas dan Pendapatan Petani Durian Wonosalam Kartika, Dhian Satria Yudha; Via, Yisti Vita; Atasa, Dita; Yulianto, Teguh
Sewagati Vol 8 No 5 (2024)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v8i5.2194

Abstract

Penggunaan teknologi Internet of Things (IoT) dalam sektor pertanian telah berkembang pesat sebagai solusi untuk meningkatkan produktivitas tanaman. Pengabdian masyarakat ini bertujuan melakukan pendampingan penerapan IoT pada petani durian. Metode pengabdian yang digunakan adalah pemberian pre-test, post-test, dan penyampaian materi secara interaktif, serta interview yang mendalam pada 26 petani durian. Analisis data dilakukan menggunakan pendekatan deskriptif kualitatif yang fokus pada bagaimana tingkat persepsi petani terhadap manfaat penggunaan IoT agriculture. Hasil pengabdian menunjukkan perubahan persepsi petani yang semakin positif terhadap penggunaan IoT agriculture yang mampu meningkatkan produktivitas tanaman durian, mengurangi biaya input dan biaya lainnya, menunjang budidaya, serta meningkatkan pendapatan petani durian.
Penerapan Model Hybrid Convolutional Neural Network dan Long Short-Term Memory untuk Pengenalan Real-Time Sistem Isyarat Bahasa Indonesia (SIBI) Hidayat, Syahrul; Via, Yisti Vita; Mandyartha, Eka Prakarsa
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 3 (2024): Juli 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i3.7837

Abstract

The Indonesian Sign Language System (SIBI) is an essential means of communication for the deaf and speech-impaired community in Indonesia. However, the limited public understanding of SIBI often hinders effective communication. This study develops a real-time SIBI sign recognition model to facilitate effective communication for the deaf and speech-impaired in Indonesia. The proposed method integrates a hybrid CNN-LSTM model to process the spatial and temporal information from the data. The study evaluates the model's performance on 25 types of SIBI signs. The dataset used consists of image sequences captured in real-time. Training is conducted with various parameters, including batch size, learning rate, and epochs. Model evaluation is carried out using accuracy, precision, recall, and f1-score metrics. The training and validation results show an increase in accuracy with the number of epochs: 87% at 10 epochs, 93% at 25 epochs, and 100% at 50 epochs. In real-time detection tests, the model with the image sequence dataset accurately detected SIBI signs in environments and with objects consistent with the dataset. The real-time detection program generates SIBI sign predictions in text form and sentences. The output of this research is efficient and accurate SIBI sign recognition technology. This research is expected to facilitate more effective communication for the deaf and speech-impaired community in Indonesia.
Co-Authors Affandi, Masfi Ulil Akbar, Fawwaz Ali Alfath Daryl Alhajir Andreas Nugroho Sihananto Anggraini Puspita Sari Budi Nugroho Dhian Satria Yudha Kartika Dita Atasa Diyasa, I Gede Susrama Mas Eka Prakarsa Mandyartha Eva Yulia Puspaningrum Fetty Tri Anggraeny Intan Yuniar Purbasari, Intan Yuniar Isnaini, Frisda Dita Kurniawan, Ananda Rheza Mas Diyasa, I Gede Susrama Matondang, Natalia Maulana, Hendra Maulana, Raihan Thobie Nabil Miftahul Nuril Silviyah Muhammad Muharrom Al Haromainy Natalia Matondang Nurlaili, Afina Lina Pande Putu Sunaryang Yogam Prasanta Prayoga, Aji Putra Dwi Wira Gardha Yuniahans Retno Mumpuni Sadewa, Rahma Danu SALAMUN ROHMAN NUDIN Saputra, Dewa Raka Krisna Sari, Nabella Permata Shodiq, Mochammad Lukman Sufi Miftakhoneki SUGIARTO - Sujayanti, Forentina Kerti Pratiwi Syahrul Hidayat Tataq Distasianto Teguh Yulianto, Teguh Utami, Hapsari Wiji Wahyu Saifullah Jauharis Saputra Wahyu Syaifullah Jauharis Saputra Wijaya, Pandu Ali Yana, Baktiar Yudha Yudha K., Dhian Satria ZAMAZANI, ZAIN MUZADID