Article Per Year (5 Year)
p-Index From 2021 - 2026
2.255
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah KOMPUTASI Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Atrat: Jurnal Seni Rupa Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Blend Sains Jurnal Teknik SmartComp Science Information System and Technology Jurnal Asosiatif
Safitri, Riana
Unknown Affiliation
Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Public Health Social Sciences

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Peran Influencer Dalam Penyebaran Korean Wave di Indonesia (Analisis Visual Akun Youtube SunnydahyeIn) Purbasari, Wika; Safitri, Riana; Krismonika, Osi
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 2 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i2.6176

Abstract

Korean Wave atau Gelombang Korea merupakan sebuah fenomena penyebaran Budaya Korea Selatan secara masif ke penjuru dunia, dimana platform sosial media youtube menjadi salah satu alat penyebaran Budaya Korea di Indonesia. Sunny Dahye adalah influencer keturunan Korea Selatan yang besar di Indonesia, dan menyajikan berbagai konten tentang Korea Selatan dengan menggunakan Bahasa Indonesia pada akun youtube nya yang bernama SunnydahyeIn. Target audiens SunnydahyeIn didominasi oleh remaja Indonesia berusia 18-24 tahun, hal tersebut selaras dengan Indoensia yang menjadi top country subscriber SunnydahyeIn dengan jumlah 5,1 juta pengikut. Oleh karena itu, tujuan penelitian ini adalah untuk mendeskripsikan bagaimana analisis visual pada akun Youtube SunnydahyeIn dalam penyebaran Korean Wave di Indonesia. Metode yang digunakan adalah deskriptif kualitatif yang berfokus pada analisis visual pada akun youtube SunnydahyeIn. Pengumpulan data dilakukan dengan dua cara yaitu observasi dan dokumentasi, dengan melakukan pengamatan serta pengumpulan data menggunakan aplikasi online hypeauditor.com. Hasil dari penelitian ini adalah penyebaran Budaya Korea Selatan melalui akun youtube SunnydahyeIn cukup berpengaruh, dilihat dari tingginya tingkat pertumbuhan subscriber setiap tahunnya hingga mencapai 5,5 juta pengikut, dengan sentimen audiens yang cenderung baik dengan jumlah 42,01% sentimen positif, 53,41% sentimen netral, dan 4,59% sentimen negatif.
Evaluation of the Impact of Risk Management and Information Security on Cybersecurity Maturity of the Institute ABC Data Management Application Safitri, Riana; Darjat, Darjat
West Science Information System and Technology Vol. 2 No. 01 (2024): West Science Information System and Technology
Publisher : Westscience Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58812/wsist.v2i01.802

Abstract

In the contemporary digital landscape, organizations face an escalating array of cyber threats that imperil the security and confidentiality of their data assets. This quantitative study investigates the impact of risk management strategies and information security measures on the cyber security maturity of ABC Institute's data management application. Survey data were collected from 122 employees directly engaged in data management and security roles within the institute, and Structural Equation Modeling (SEM) with Partial Least Squares (PLS) was employed for data analysis. The findings reveal significant positive associations between risk management practices, information security measures, and cyber security maturity. These results emphasize the crucial role of comprehensive risk management strategies and robust information security measures in bolstering cyber resilience. Practical recommendations stemming from this study provide actionable insights for organizations aiming to fortify their cyber security posture.
Strategi Pembelajaran Berbasis Auditori dan Visual dalam Pendidikan Anak Usia Dini Krismonika, Osi; Anggraeni, Nila Ayu; Purbasari, Wika; Safitri, Riana; Purnomo, Joko; Andayani, Mury; Setianti, Novita
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 9, No 1 (2026): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v9i1.9901

Abstract

Dibutuhkan peningkatan kualitas pembelajaran anak usia dini melalui penerapan strategi pembelajaran aktif berbasis visual dan auditori di Kelompok Belajar Islam Terpadu Permata Kita. Menyadari bahwa pembelajaran anak usia dini cenderung lebih baik melalui pengalaman multisensori, program ini mengintegrasikan lagu dan gambar ke dalam pembelajaran tematik. Tujuan dari program ini adalah untuk meningkatkan keterlibatan siswa, mendukung perolehan kosakata, serta menumbuhkan perkembangan sosial-emosional. Program ini menggunakan pendekatan penelitian tindakan partisipatif yang melibatkan tahap perencanaan, pelaksanaan, dan refleksi. Kegiatan yang dilakukan meliputi penggunaan kartu gambar, lagu tematik, dan sesi pelatihan guru. Data dikumpulkan melalui observasi kelas, wawancara guru, serta dokumentasi respon siswa. Hasil penelitian menunjukkan adanya dampak positif terhadap [WA1] partisipasi anak, dilihat dari antusiasme, respon, dan daya ingat terhadap materi pembelajaran. Media visual membantu memperjelas konsep abstrak, sementara lagu memperkuat pola bahasa dan rutinitas kelas. Kombinasi media visual dan auditori menciptakan lingkungan belajar yang menyenangkan, bermakna, dan inklusif sesuai dengan tujuan perkembangan anak usia dini. Proyek ini memberikan kontribusi pada pengembangan penelitian yang mendukung pendidikan multisensori serta menawarkan strategi praktis bagi pendidik anak usia dini. Dimana indikator keberhasilan dapat dilihat dari seberapa jauh pemahaman anak, daya ingat, dan juga keaktifa.n di kelas.  
Evaluasi dan Interpretabilitas Model Machine learning untuk Prediksi Diabetes dengan Nested cross-validation dan SHAP Tri Armawan, Errie; Safitri, Riana; Riyandari, Lutvi
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 6 No 1 (2026): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v6i1.1751

Abstract

Penelitian ini mengevaluasi dan membandingkan kinerja tiga algoritma machine learning Logistic Regression, Random Forest, dan XGBoost untuk prediksi diabetes menggunakan nested cross-validation (5-fold outer, 3-fold inner) dengan pipeline preprocessing terintegrasi untuk mencegah data leakage. Dataset yang digunakan adalah Pima Indians Diabetes Dataset (n = 768). Uji Friedman (p = 0,819) mengonfirmasi bahwa ketiga model tidak berbeda secara statistik, sehingga Logistic Regression dipilih berdasarkan prinsip parsimoni dengan stabilitas tertinggi (AUC-ROC 72,3% ± 1,6% pada nested cross-validation) dan precision 74,8% ± 6,8%. Pada data uji independen, model mencapai akurasi 69,5%, AUC-ROC 81,4%, dan PR-AUC 65,9%. Analisis SHAP mengidentifikasi Glucose, BMI, dan DiabetesPedigreeFunction sebagai tiga prediktor teratas, yang selaras dengan kriteria diagnostik dan faktor risiko dalam pedoman American Diabetes Association dan World Health Organization. Kesesuaian ini membuktikan bahwa model mempelajari pola yang bermakna secara klinis, bukan sekadar korelasi statistik.
Komparasi Algoritma Machine Learning dengan SMOTE untuk Prediksi Retensi Donor Darah Gumilang, Wisnu Dwi; Safitri, Riana; Riyandari, Lutvi
Blend Sains Jurnal Teknik Vol. 4 No. 4 (2026): Edisi April
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/blendsains.v4i4.1658

Abstract

Ketersediaan pasokan darah yang memadai merupakan tantangan kritis dalam sistem pelayanan kesehatan, di mana rendahnya tingkat retensi donor menjadi salah satu faktor utama penyebab kekurangan pasokan. Penelitian ini membandingkan performa empat algoritma machine learning, yaitu K-Nearest Neighbor, Random Forest, Support Vector Machine, dan Decision Tree, dalam memprediksi retensi donor darah pada dataset Blood Transfusion Service Center UCI yang terdiri dari 748 sampel. Ketidakseimbangan kelas pada dataset dengan rasio 1:3,2 ditangani menggunakan Synthetic Minority Oversampling Technique (SMOTE). Eksperimen dilakukan pada dua kondisi, yaitu tanpa SMOTE sebagai baseline dan dengan SMOTE, menggunakan pembagian data 80:20 dengan stratified split. Evaluasi dilakukan menggunakan metrik accuracy, precision, Recall, F1-score, dan AUC-ROC. Hasil eksperimen menunjukkan bahwa SMOTE secara konsisten meningkatkan Recall dan F1-score pada tiga dari empat algoritma meskipun diikuti penurunan accuracy. Sebagai contoh, pada SVM, accuracy turun dari 0,7733 menjadi 0,7000, namun Recall meningkat secara dramatis dari 0,0833 menjadi 0,7778, yang menunjukkan trade-off antara akurasi keseluruhan dengan kemampuan deteksi donor potensial. Support Vector Machine dengan SMOTE diidentifikasi sebagai model terbaik dengan Recall 0,7778, F1-score 0,5545, dan AUC 0,769, mengungguli seluruh algoritma yang diuji. Temuan ini mengkonfirmasi dan memperluas studi sebelumnya dengan membuktikan bahwa dampak SMOTE bervariasi secara signifikan antar algoritma, dari peningkatan dramatis pada SVM hingga penurunan performa pada Decision Tree. Secara praktis, model SVM+SMOTE dapat diimplementasikan oleh bank darah dan pusat layanan transfusi untuk mengoptimalkan strategi retensi donor, meningkatkan efisiensi kampanye rekrutmen ulang, dan membantu strategi manajemen stok darah melalui prediksi donor yang berpotensi kembali berdonasi.
Co-Authors Aditiyo, Eka Elvira Putri Andang Iskandar, Andang Andayani, Mury Anggraeni, Nila Ayu Darjat Darjat Emilda, Nia Gerry Rachmat, Gerry Giovanni, Lucky Gumilang, Wisnu Dwi Joko Purnomo Krismonika, Osi Nugroho, Eko Bambang Wisnu Nugroho, Ghifari Alief Rianti Yunita Kisworini, Rianti Yunita Riyandari, Lutvi Savitri Savitri, Savitri seftianingsih , dina Setianti, Novita Setiono, Rizki Latif Sunaryono Sunaryono, Sunaryono Tri Armawan, Errie Wika Purbasari, Wika