Article Per Year (5 Year)
p-Index From 2020 - 2025
4.867
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
Ire Puspa Wardhani
STMIK Jakarta STI&K
Humanities 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 Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences

Published : 99 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 99 Documents
Search

 6   7   8   9   10 
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
Analysis of Human-Computer Interaction Satisfaction on The Employee Information System at The Department of Education, Bogor Regency (Sakedik) Using The Eucs Method Hadiutama, Aryo Putra; Astary, Mahda Yulia; Wardhani, Ire Puspa
Journal of Social Research Vol. 4 No. 7 (2025): Journal of Social Research
Publisher : International Journal Labs

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55324/josr.v4i7.2609

Abstract

The rapid advancement of information technology has encouraged government institutions to adopt electronic-based systems to enhance public service delivery. The Department of Education of Bogor Regency has developed the Personnel Information System (SAKEDIK) to streamline personnel data management. This study aims to evaluate user satisfaction with the SAKEDIK system using the End User Computing Satisfaction (EUCS) method, which assesses five dimensions: content, accuracy, format, ease of use, and timeliness. Data were gathered through questionnaires distributed to 97 respondents and analyzed using the Customer Satisfaction Index (CSI). The results show that overall user satisfaction falls within the "moderately satisfied" category. The information quality dimension received a "very satisfied" rating, while the system quality dimension was rated as "satisfied." These findings suggest that while the SAKEDIK system performs well in terms of content and accuracy, there is room for improvement in other areas, particularly in system usability and timeliness. This study provides insights that can guide future enhancements of the SAKEDIK system to improve user satisfaction and contribute to better public service management.
IMPLEMENTASI PENGUKURAN SKALA LIKERT PADA APLIKASI EDUKASI BAHAYA TOXIC PARENT BERBASIS WEB Hendajani, Fivtatianti; Wardhani, Ire Puspa; Pramaishella, Deva Putri
Journal Computer and Technology Vol. 3 No. 1 (2025): Juli 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i1.338

Abstract

Kesehatan mental termasuk menjadi salah satu faktor kesehatan seorang anak dalam menjalani aktivitas kesehariannya, apabila mental anak dalam keadaan baik-baik saja, hal tersebut juga akan memengaruhi kesehatan fisik. Kenyataannya, saat ini banyak dari sebagian anak mengalami tekanan batin saat berada di rumah. Perlakuan tersebut tidak bersifat fisik atau berupa kekerasan, melainkan lebih menekankan pada tekanan psikologis atau emosional. Secara tak sadar orang tua memberikan beban serta memberikan perilaku tidak adil kepada si anak. Dalam ranah psikologi, orang tua dengan sifat-sifat tersebut disebut sebagai Toxic Parents atau orang tua yang memberikan dampak negatif secara emosional. Calon orang tua yang akan mempunyai anak mestinya wajib mendapatkan edukasi tentang bagaimana menjadi orang tua yang baik untuk kedepannya. Karena jika tidak mendapat ilmu edukasi tersebut, kedepannya akan menjadi bahaya dan ketakutan anak akan perilaku orang taunya yang toxic akan berdampak ke mental si anak. Aplikasi edukasi toxic parent berbasis web adalah aplikasi yang dapat membantu pengguna, calon orang tua untuk mendapat pengetahuan tentang bagaimana cara mendidik anak dengan memperhatikan kesehatan mental anak. Penilaian kualitas aplikasi edukasi toxic parent yang telah dirancang dilakukan menggunakan skala Likert, dan menghasilkan persentase sebesar 81,8%. Dari nilai tersebut dapat menjadi patokan bahwa hasil penelitian dan perancangan tersebut dapat memudahkan pengguna serta dapat menjadikan aplikasi edukasi toxic parent menjadi portal utama sebagai sumber asli informasi pengetahuan tentang toxic parent.
PENGEMBANGAN APLIKASI PENYUSUNAN RUTE PERJALANAN WISATA JAKARTA BERBASIS WEBSITE DENGAN METODE ALGORITMA ANT COLONY Wardhani, Ire Puspa; Anggraini, Nenny; Widayati, Susi; Sabrina, Wafa
Journal Computer and Technology Vol. 3 No. 1 (2025): Juli 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i1.354

Abstract

Jakarta merupakan kota yang memiliki trafik padat, masalah rute perjalanan di Jakarta menjadi perhatian tersendiri bagi pengguna jalan. Pencarian jalur terpendek dalam jaringan transportasi di Jakarta seperti mengurangi kemacetan lalu lintas, rekomendasi rute terpendek untuk perjalanan dinas dan pengiriman barang atau mencapai lokasi wisata. Penelitian tentang Aplikasi penyusunan rute perjalanan wisata dengan metode algoritma ant colony ini merupakan penelitian yang ingin menyelesaikan permasalahan lamanya waktu menyusun rute perjalan wisata. Data yang diperoleh dari pengumpulan data melalui wawancara dengan pengusahan tour dan travel yaitu diperlukannya waktu minimal satu hari untuk menyusun rute perjalanan wisata. Sebagai salah satu solusi perlu aplikasi berbasis web yang dapat menyusun rute perjalanan wisata berdasarkan jarak terpendek. Aplikasi ini merupakan aplikasi berbasis website, dengan input data objek wisata. Metode pengembangan aplikasi penggunakan RAD dan algoritma ant colony untuk proses penyusunan rute perjalanan wisata terpendek yang terdiri atas 2 (dua) user. Output berupa aplikasi penyusunan rute perjalanan wisatayang menyusun rute perjalanan wisata terpendek.
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.
Application of the Naïve Bayes Classifier Algorithm to Analyze Sentiment for the Covid-19 Vaccine on Twitter in Jakarta Ire Puspa Wardhani; Yudi Irawan Chandra; Ferri Yusra
International Journal of Innovation in Enterprise System Vol. 7 No. 1 (2023): International Journal of Innovation in Enterprise System
Publisher : School of Industrial and System Engineering, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/ijies.v7i01.171

Abstract

The epidemic of a new disease caused by the coronavirus (2019-nCoV), commonly referred to asCOVID-19, has been declared a global virus epidemic by the World Health Organization (WHO).President Joko Widodo has officially ratified Presidential Decree No. 99 of 2020 concerning theprovision of vaccines and the implementation of vaccination activities. Twitter is a social mediaplatform that allows users to share information and opinions directly with fellow users. Tweets givencan be in any form, either positively or negatively, so one of the methods used is sentiment analysis.Sentiment analysis helps determine an opinion or comment on an issue, whether the response ispositive or negative. The Naïve Bayes algorithm is used in sentiment analysis because it is suitablefor tweets or text data that is not too long or short text. The initial stage of sentiment analysis is textpre-processing which consists of Cleaning, case folding, tokenizing, and stopword removal. Then thedata is labeled manually. The analysis results are visualized as bar charts, pie charts, and word clouds.Then the word weighting is carried out using the term frequency-inverse document (TF-IDF), andclassification is carried out using the Naïve Bayes classifier. From the test results, the accuracy valueof the confusion matrix is 82% from 2600 tweet data with 80% training data composition and 20%test data.
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 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 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 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 Yokiansyah Sasbriantoyo Yudi Irawan Chandra Yuningsih, Nia Yusuf Yusuf