Article Per Year (5 Year)
p-Index From 2021 - 2026
4.84
P-Index
This Author published in this journals
All Journal Information System Diploma Program - Informatics Management JAKSTIK Journal Jurnal Ilmiah KOMPUTASI Knowledge Engineering and Data Science Petir ComTech: Computer, Mathematics and Engineering Applications IJIES (International Journal of Innovation in Enterprise System) Jurnal Teknologi Dan Sistem Informasi Bisnis Journal of Applied Engineering and Technological Science (JAETS) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmu Teknik dan Komputer EKOMABIS: Jurnal Ekonomi Manajemen Bisnis Jurnal Ilmu Komputer dan Informatika Journal of Social Research Jurnal Computer and Technology Prosiding SeNTIK STI&K Folia Medica Indonesiana
Ire Puspa Wardhani
STMIK Jakarta STI&K
Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Medicine & Pharmacology Neuroscience Social Sciences

Published : 100 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Prosiding SeNTIK STI

 1 
PENGGUNAAN METODE ANALYTYCAL HIERARCHY PROCESS UNTUK PEMILIHAN JURU MASAK TERBAIK BERBASIS WEB Wulan Kurniawati; Fivtatianti Hendajani; Ire Puspa Wardhani
Prosiding Seminar SeNTIK Vol. 6 No. 1 (2022): Prosiding SeNTIK 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Pemilihan juru masak terbaik dalam suatu rumah makan merupakan suatu hal yang penting untuk menentukan kualitas rumah makan tersebut. Dalam melaksanakan operasionalnya, suatu rumah makan akan memberikan sebuah penghargaan kepada 5 juru masak terbaik untuk dijadikan sebagai kepala bagian juru masak atau head chef di pusat dan setiap cabang rumah makan. Belum adanya sistem untuk pemilihan dan perhitungan untuk pemilihan juru masak terbaik ini menjadi masalah untuk menentukan siapa yang terbaik . Penerapan suatu sistem diperlukan dalam membantu proses pemilihan. Sistem Pendukung Keputusan (SPK) dengan metode Analytical Hierarchy Process (AHP) digunakan untuk menilai kinerja setiap juru masak. Metode AHP akan memberikan hasil pembobotan setiap alternatif dengan kriteria yang ditetapkan, diantaranya yaitu rasa masakan, kecepatan memasak, kreativitas, kedisiplinan, dan kerjasama. Penggunaan Unified Modeling Language(UML) sangat membantu dalam membuat model dan merancang sistem yang berbasis WEB. Hasil yang didapat adalah pemeringkatan juru masak sehingga bisa diketahui siapa yang terbaik.
PENGEMBANGAN SISTEM LELANG BARANG BERBASIS WEB DENGAN METODE THE CONCCURENT OF DEVELOPMENT Dila Andriyani; Susi Widayati; Ire Puspa Wardhani
Prosiding Seminar SeNTIK Vol. 6 No. 1 (2022): Prosiding SeNTIK 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Sistem lelang pada saat ini masih banyak yang dilakukan secara tradisional. Penjual dan pembeli saling bertemu di suatu tempat untuk melakukan transaksi. Namun dengan adanya kemajuan teknologi yang pesat serta potensi pemanfaatannya secara luas, membuka peluang bagi peneliti untuk menciptakan ruang sistem pelelangan secara online. Dengan adanya lelang elektronik ini diharapkan dapat memudahkan para pelelang, karena mereka tidak perlu berada di satu tempat yang sama untuk melakukan lelang barang. Hal ini yang menguatkan alasan peneliti untuk merancang sistem pelelangan berbasis web dengan menggunakan metode The Concurrent Of Development (COD). Sistem Lelang adalah Sistem penjualan barang yang terbuka untuk umum dengan penawaran harga secara tertulis dan lisan yang semakin meningkat atau menurun untuk mencapai harga tertinggi yang didahului dengan pengumuman lelang [1] sedangkan The Concurrent of Development Model bisa disebut dengan Concurrent Engineering merupakan model yang dapat direpresentasikan dengan skema sebagai series dari kerangka, aksi software engineering dan juga tugas jadwal. Concurrent model dapat mengembangkan semua jenis perangkat lunak, dari perangkat lunak dasar hingga perangkat lunak tingkat tinggi, seperti software untuk perbankan, marketing, games, hingga software dengan fungsi tingkat tinggi [9].Dalam penelitian ini dihasilkan aplikasi sistem Lelang Barang berbasis web ‘diLelangAja’dengan menggunakan metode The Concurrent of Development Model, dan hasil ujicoba aplikasi ini didapatkan persentase sebesar 87% dari 15 responden user, sistem penjualan barang lelang berbasis web dapat menyelesaikan permasalahan dan kebutuhan yang selama ini didapati oleh penjual dan pembeli lelang barang di Indonesia
Segmentasi Warna Citra Hsv Dan Deteksi Objek Kupu-Kupu Dengan Metode Klasifikasi K-Means Ire Puspa Wardhani; Irfan; Susi Widayati
Prosiding Seminar SeNTIK Vol. 3 No. 1 (2019): Prosiding SeNTIK 2019
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Segmentasi Warna Citra Hsv Dan Deteksi Objek Kupu-Kupu Dengan Metode Klasifikasi K-Means
KLASIFIKASI CITRA ANJING DAN KUCING MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Agung Slamet Riyadi; Ire Puspa Wardhani; Susi Widayati
Prosiding Seminar SeNTIK Vol. 5 No. 1 (2021): Prosiding SeNTIK 2021
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

KLASIFIKASI CITRA ANJING DAN KUCING MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)
Metode Penentuan Keyframe Berdasarkan Kesamaan Event Pada Pengelompokanframe Video Menggunakan Histogram Bin Warna HCL Ire Puspa Wardhani; Lussiana, ETP; Sunny Arief Sudiro; Sarifuddin Madenda; Prihandoko
Prosiding Seminar SeNTIK Vol. 2 No. 1 (2018): Prosiding SeNTIK 2018
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Penelitian ini merupakan bagian dari penelitian tentang pencarian video berbasis konten dimana salah satu prosesnya adalah pengelompokan frame video dengan menggunakan metode penentuan keyframe berdasarkan kesamaan event dengan menggunakan histogram bin warna, salah satu tahapan proses penentuan keyframe diawali dengan proses ekstraksi file video yaitu memisahkan frame-frame dalam video tersebut, selanjutnya, frame-frame tersebut diekstraksi berdasarkan fitur warna local dan global dengan menggunakan histogram bin warna 3D. Prosespengelompokan frame-frame ini berada dalam satu event yang sama, sehinggahasilnya berupa cuplikan-cuplikan atau klip-klip video event. Metode penentuan keyframe ini sebagai ID yang akan merepresentasikan setiap klip video event dan menghasilkan tiga jenis data, pertama adalah keyframe-keyframe dengan fitur bin warnanya masing-masing sebagai ID dari setiap klip video event. Kedua adalah klip-klip video event yang masing-masing berisikan kelompok frame sesuai dengan event atau event saat pembuatan video, dan Ketiga adalah data file video itu sendiri. Tiga data ini kemudian disimpan dalam sebuah basis data,, dan metode penentuan keyframe ini sangat berhubungan dengan klip video event yang diwakilkannya dan setiap klip video event memiliki keterhubungan dengan file videonya sendiri sehingga nantinya akan berpengaruh terhadap hasil pencarian dan temu kembali video berbasis konten
Aplikasi Perbandingan Prediksi Harga Bitcoin Menggunakan Deep Learning dengan metode ARIMA, SARIMA, LTSM dan Gradient Boosting Regressor Agung Slamet Riyad; Ire Puspa Wardhani; Irfan; Andi Perdana
Prosiding Seminar SeNTIK Vol. 7 No. 1 (2023): Prosiding SeNTIK 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Sebagai mata uang digital pertama di dunia yang muncul pada tahun 2009 Bitcoin menjadi yang paling populer saat ini selain Ethereum, Binance Coin, Tether, Solana dan sebagainya. Berkembangnya metode untuk melakukan prediksi harga mata uang digital termasuk Bitcoin semakin penting. Penelitian ini menggunakan algoritma deep learning dengan memanfaatkan metode Autoregressive Integrated Moving Average (ARIMA), Seasonal Autogresive Integrated Moving Average (SARIMA), Long Short Term Memory (LTSM) dan Gradient Boosting Regressor untuk memprediksi harga Bitcoin. Data diambil menggunakan dataset seperti harga penutupan harian, volume perdagangan, indikator teknis dan model yang digunakan untuk jaringan saraf buatan atau tiruan sehingga dapat menghasilkan prediksi yang lebih akurat dari empat metode tersebut. Dengan membuat aplikasi berbasis Neural Network yang dapat meningkatkan keakuratan prediksi harga bitcoin dalam memberikan informasi lebih akurat sehingga diketahui harga bitcoin kedepannya. Pengolahan data menggunakan aplikasi berbasis pemrograman phyton. Hasil penelitian ini menunjukkan bahwa dengan pendekatan deep learning mempunyai potensi untuk memiliki kemampuan memprediksi harga bitcoin sehingga dapat dimanfaatkan untuk para pedagang dan investor untuk mengambil keputusan yang lebih tepat dengan hasil penggunaan metode SARIMA lebih baik dibandingkan dengan metode lainnya dengan memiliki nilai lebih rendah atau tingkat kesalahan yang lebih rendah, yaitu dengan nilai RMSE 13692.22 dibandingkan dari metode ARIMA dengan RMSE 14490,55 metode LTSM dengan RMSE 19650,40 dan Gradient Boosting Regressor dengan RMSE 14573,20.
RANCANGAN DAN IMPLEMENTASI CHATBOT LAYANAN INFORMASI PENDAFTARAN PASCASARJANA DI PERGURUAN TINGGI Elang M Sony Ariestono; Aqwam Rosadi Kardian; Ire Puspa Wardhani
Prosiding Seminar SeNTIK Vol. 7 No. 1 (2023): Prosiding SeNTIK 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Pemanfaatan Teknologi chatbot yang dapat membantu pengguna memperoleh informasi pendaftaran program Pascasarjana. Tujuan dari penelitian ini adalah memanfaatkan Teknologi Chatbot untuk Pendaftaran mahasiswa Pascasarjana dengan melakukan Perancangan yang1 dapat diimplementasikan dengan menggunakan tools Dialogflow dengan metode Natural Language Processing (NLP) dan WhatsApp API. Berdasarkan tahapan pengujian yang telah dilakukan menunjukkan bahwa hasilnya aplikasi chatbot mampu menjawab pertanyaan-pertanyaan terkait pendaftaran Pascasarjana dengan akurasi sebesar 97,82% dengan menggunakan data sebanyak 17 kalimat pertanyaan tentang pendaftaran Pascasarjana. .Diharapkan hasil penelitian ini dapat membuat sebuah chatbot yang hasilnya dapat memudahkan para pendaftar, dikhususkan1 pada infomasi program Pascasarjana, dalam menjawab pertanyaan-pertanyaan terkait seleksi masuk program Pascasarjana
OPTIMIZATION OF FASHION RETAIL CUSTOMER DATA MANAGEMENT THROUGH EXPLORATORY DATA ANALYSIS AND RECENCY, FREQUENCY, MONETARY Yusuf, Yusuf; Basri, Lody Saladin; Hastomo, Widi; Wardhani, Ire Puspa
Prosiding Seminar SeNTIK Vol. 8 No. 1 (2024): Prosiding SeNTIK 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

This study was conducted to analyze revenue patterns, product segmentation, and customer retention in the H&M retail business using Kaggle competition data "H&M Personalized Fashion Recommendations." The urgency of this study lies in the need to understand revenue fluctuations and customer behavior in order to optimize business strategies. The data used includes transactions, articles, and customer profiles from 2018 to 2020. The analysis methods applied include exploratory data analysis (EDA) analysis and customer segmentation using the RFM (recency, frequency, and monetary) model to identify customer groups based on purchasing behavior. The results of the study show that the highest revenue occurs in the middle of the year, with a sharp decline in growth in mid-2018. Low-recency customers contribute more to revenue, while product segmentation shows the need for stock adjustments, especially for baby/children and divided products. This study successfully identified key factors that influence revenue and customer retention and provided strategic recommendations for inventory improvement and market segmentation. These results are important for H&M to improve operational efficiency and improve marketing strategies in the future.
Co-Authors Abdul Hakim Aditya Pranata Admira, Tubagus M. Adrie Agung Slamet Riyad Agung Slamet Riyadi Agung Slamet Riyadi Ahmad Bahrudin Akhriza, Tubagus M. Akhwan Khairul Alam Alby Maulana Sidik Aldi Marwoto Aldy Wirawan Ali Hasan, Zulfikar Andi Herawati Andi Maulana Ibrohim Andi Perdana Anggar Prasetyo Anggar Prasetyo Annisa Indrayanti Annisa Mutia Putri Annissa Mutia Putri Aqwam Rosadi Kardian Arif Mughni Arif, Dody Armanda, Tubagus Arief Astary, Mahda Yulia Basri, Lody Saladin Bolivia Dwi Agustiani Cherry Mariz Wibowo Cherry Mariz Wibowo Damayanti, Arika Dapit Dapit Defrizal Defrizal Defrizal Defrizal Devi Devi Devita Rizky Nur Septiani Devita Rizky Nur Septiani Dewi Nur Cahyani Diah Fitaloka Dila Andriyani Dwi Cahyono, Yohanes Dyta Nigtyas Dyta Nigtyas Ega Rudy Graha Ega Rudy Graha Eko Tri Asmoro Elang M Sony Ariestono Fencing Prasetyo Ferri Yusra Ferri Yusra Fipit Aprilyanthi Firhan Okvalino Firhan Okvalino Fitriyanto Rizky Anjasmoro H. Soetirto Sadikin, Drs., MA. H. Soetirto Sadikin, Drs., MA. Hadiutama, Aryo Putra Handayani, Sri Setya hendajani, fivtatianti HENRI SAPUTRA Herlina Herlina Herman Herman Idham Adriansyah Indah Permatasari Cahyaningtyas Indrayanti, Annisa Irfan Irfan Caniago Juwita Juwita Kardian, Aqwam Rosadi Karno, Adhitio Satyo Bayangkari Kellek Kurniawan Kenya Puspita Lindri Lussiana Lussiana Lussiana Lussiana Lussiana, ETP Maria Sri Wulandari Maria Ulfah Mia Ratwita Andarsini Miftachul Fuad MM SKom Fivtatianti Hendajani Mohamad Afhdal Jauhari Mohamad Chotibul Umam Mohamad Chotibul Umam Mohamad Saefudin Mohammad Afdhal Jauhari Muhammad Badruzaman Muhammad Ihsan Muhammad Riefdan Muhammad Riefdan Muhlisa, Nurul Munich Heindari Ekasari Munich Heindari Ekasari Nenny Anggraini Noor Cholis Nur Ali Akbar Nurkholifah Nurkholifah Nurritu Praworo Pramaishella, Deva Putri Prihandoko . Pujiono Pujiono Purwo Hadi Santoso Rere, L.M Rasdi Rijayanih Rijayanih Risandi Aldino Rita Riyanti Pipit Riyadi, Agung Slamet Rojoko Rojoko Roviqoh, Vella Sabrina, Wafa Salim, Sofyan Nur Sarifuddin Madenda Shandy Juniantoro Siti Wirdayatih Soegijanto Soegijanto Sunny Arief Sudiro Supeni Siskawati Supeni Siskawati Suryanta, Asep Susi Widayati Tondi Febriyana Wahyu Hidayat Widi Hastomo Wisnu Sutrisno Wiwiek Pujiningsih Wulan Kurniawati Yayat Sujatna, Yayat Yetti Hernaningsih Yokiansyah Sasbriantoyo Yudi Irawan Chandra Yuningsih, Nia Yusuf Yusuf