Article Per Year (5 Year)
p-Index From 2021 - 2026
1.886
P-Index
This Author published in this journals
All Journal JOURNAL OF SCIENCE AND SOCIAL RESEARCH JENTIK Journal of Authentic Research JGEN : Jurnal Pengabdian Kepada Masyarakat
Fatmi, Yulia
Unknown Affiliation
Computer Science & IT Earth & Planetary Sciences Economics, Econometrics & Finance Education Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Perancangan Sistem Rekomendasi Pemilihan Mobil Bekas Kategori MPV dan City Car Menggunakan K-Nearest Neighbor (K-NN) dengan Hybrid Filtering Amin, Rudi Kurnia Al; Hendriyani, Yeka; Asmara, Delvi; Fatmi, Yulia
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/qrfc5h79

Abstract

Perkembangan kebutuhan transportasi pribadi di Indonesia menunjukkan tren yang terus meningkat, terutama di wilayah perkotaan. Di Kota Padang, meningkatnya kebutuhan tersebut diikuti oleh semakin banyaknya pilihan mobil bekas kategori MPV dan City Car, namun banyaknya alternatif pilihan ini justru menimbulkan information overload bagi calon pembeli. Penelitian ini bertujuan merancang dan mengimplementasikan sistem rekomendasi berbasis website menggunakan metode K-Nearest Neighbor (K-NN) dengan pendekatan Hybrid Filtering. Metode pengembangan sistem yang diterapkan adalah model Waterfall. Pendekatan Hybrid Filtering menggabungkan Content-Based Filtering dan Collaborative Filtering, sementara algoritma K-NN digunakan untuk menghitung tingkat kemiripan antar data kendaraan berdasarkan atribut seperti harga, tahun produksi, dan spesifikasi teknis menggunakan Euclidean Distance. Sistem juga menerapkan mekanisme pre-filtering berdasarkan kategori kendaraan untuk mengurangi kompleksitas perhitungan KNN agar sistem tetap responsif. Hasil pengujian fungsional menggunakan Black Box Testing menunjukkan seluruh fitur sistem berjalan dengan baik. Pengujian akurasi menghasilkan nilai Precision rata-rata sebesar 0,78, Recall 0,83, dan Mean Absolute Error (MAE) sebesar 0,15. Simpulannya, sistem ini mampu memberikan rekomendasi yang akurat, relevan, serta membantu mempercepat proses pengambilan keputusan calon pembeli mobil bekas. The development of private transportation needs in Indonesia shows a continuously increasing trend, especially in urban areas. In Padang City, this growth is followed by various used car options in the MPV and City Car categories, yet these alternatives cause information overload for potential buyers. This research aims to design and implement a web-based recommendation system using the K-Nearest Neighbor (K-NN) method with a Hybrid Filtering approach. The system development method applied is the Waterfall model. The Hybrid Filtering approach combines Content-Based Filtering and Collaborative Filtering, while the K-NN algorithm calculates similarity levels between vehicle data based on attributes such as price, production year, and technical specifications using Euclidean Distance. The system also applies a pre-filtering mechanism based on vehicle categories to reduce K-NN computational complexity and maintain responsiveness. Functional testing results using Black Box Testing indicate that all system features operate correctly. Accuracy testing produced an average Precision value of 0.78, a Recall of 0.83, and a Mean Absolute Error (MAE) of 0.15. In conclusion, this system provides accurate and relevant recommendations, helping potential used car buyers accelerate their decision-making process.
Pengembangan Platform Visualisasi Data Pertumbuhan Balita dengan Fitur Deteksi Dini Tahap Perkembangan Anak Berbasis Laravel Putri, Adelya Destriana; Fatmi, Yulia; Hendriyani, Yeka; Darni, Resmi
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/nrdt4166

Abstract

Masalah gizi pada balita masih menjadi persoalan kesehatan masyarakat yang serius di Indonesia, dengan prevalensi stunting nasional sebesar 19,8% (SSGI 2024). Pemantauan tumbuh kembang balita masih banyak dilakukan secara manual melalui Kartu Menuju Sehat (KMS) yang memiliki keterbatasan dalam visualisasi data dan deteksi dini. Penelitian ini bertujuan untuk mengembangkan platform visualisasi data pertumbuhan balita berbasis web dengan fitur deteksi dini tahap perkembangan anak menggunakan framework Laravel. Penelitian ini menggunakan metode Waterfall yang terdiri dari analisis kebutuhan, perancangan, implementasi, pengujian, deployment, dan pemeliharaan. Sistem dikembangkan dengan bahasa pemrograman PHP (Laravel), basis data MySQL, dan library Chart.js untuk visualisasi data. Algoritma Decision Tree digunakan sebagai metode machine learning untuk klasifikasi status gizi balita berdasarkan standar antropometri WHO. Pengujian sistem dilakukan menggunakan Black Box Testing dan User Acceptance Testing (UAT) oleh 10 ibu balita. Sistem berhasil mengintegrasikan fitur analisis status gizi berbasis z-score WHO, visualisasi grafik pertumbuhan interaktif (BB/U, TB/U, BB/TB), deteksi dini milestone perkembangan anak (motorik kasar, motorik halus, bahasa, personal-sosial), serta rekomendasi nutrisi otomatis. Hasil pengujian black box menunjukkan seluruh fungsionalitas sistem berjalan 100% sesuai harapan. UAT menunjukkan tingkat kepuasan pengguna sebesar 90% dengan kategori "Sangat Setuju" pada aspek kemudahan penggunaan dan akurasi informasi. Lebih lanjut, uji kelayakan terintegrasi dilakukan dengan metode validasi ahli (skor 89,2%/"Sangat Valid"), uji kepraktisan oleh pengguna (skor 91,5%/"Sangat Praktis"), serta uji keefektifan melalui pre-test/post-test yang menunjukkan peningkatan pemahaman ibu sebesar 42,5% dan percepatan waktu deteksi hingga 78% dibandingkan metode manual. Platform SiPAGINTA (Sistem Pemantauan Gizi dan Tumbuh Kembang Balita) yang dikembangkan terbukti valid, praktis, dan efektif dalam membantu ibu balita memantau pertumbuhan dan perkembangan anak secara mandiri, akurat, dan real-time. Platform SiPAGINTA (Sistem Pemantauan Gizi dan Tumbuh Kembang Balita) yang dikembangkan terbukti valid, praktis, dan efektif dalam membantu ibu balita memantau pertumbuhan dan perkembangan anak secara mandiri, akurat, dan real-time. Implikasi praktis penelitian ini adalah tersedianya alat bantu digital mandiri bagi ibu balita untuk mendeteksi dini risiko stunting dan keterlambatan perkembangan anak tanpa ketergantungan penuh pada tenaga kesehatan.
Pengembangan Smart Ordering System pada Kafe Lentera Berbasis Web Menggunakan Metode Content-Based filtering Kamila, Putri; Resmidarni, Resmidarni; Marta, Rizkayeni; Fatmi, Yulia
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/2xz80c27

Abstract

Perkembangan teknologi informasi telah mendorong transformasi digital pada sektor UMKM kuliner, namun Kafe Lentera masih menghadapi tantangan operasional akibat penggunaan sistem pemesanan manual yang rawan kesalahan pencatatan dan menyebabkan antrean panjang pada jam sibuk. Selain itu, ketiadaan fitur rekomendasi menu membuat pelanggan kesulitan menentukan pilihan sesuai preferensi mereka. Penelitian ini bertujuan untuk merancang dan membangun Smart Ordering System berbasis web yang mengintegrasikan fitur rekomendasi menu menggunakan metode Content-Based Filtering (CBF) serta sistem pembayaran digital melalui QRIS. Pengembangan sistem dilakukan dengan mengikuti model Waterfall yang sistematis, meliputi analisis kebutuhan fungsional, perancangan arsitektur menggunakan Unified Modeling Language (UML), tahap implementasi pengkodean, hingga pengujian menyeluruh. Hasil implementasi menunjukkan bahwa aplikasi web ini mampu mengotomatisasi seluruh alur bisnis kafe, mulai dari pemesanan mandiri oleh pelanggan melalui scan QR di meja hingga pengelolaan laporan penjualan yang akurat bagi pemilik. Algoritma CBF terbukti efektif memberikan saran menu yang personal dengan memanfaatkan kemiripan atribut item, sementara integrasi QRIS mempercepat proses transaksi nontunai secara aman. Hasil pengujian Black Box mengonfirmasi bahwa seluruh fungsi berjalan sesuai spesifikasi, dan User Acceptance Test (UAT) menunjukkan tingkat kepuasan yang tinggi dari sisi efisiensi pelayanan dan kemudahan navigasi antarmuka. Dengan demikian, penerapan sistem ini memberikan solusi strategis dalam meminimalkan kesalahan manusia, memperpendek waktu pelayanan, dan meningkatkan daya saing usaha melalui pengalaman digital yang lebih responsif bagi pelanggan Kafe Lentera The development of information technology has driven digital transformation in the culinary MSME sector, yet Kafe Lentera still faces operational challenges due to a manual ordering system prone to recording errors and causing long queues during peak hours. Furthermore, the absence of menu recommendation features makes it difficult for customers to choose items according to their preferences. This research aims to design and build a web-based Smart Ordering System that integrates menu recommendation features using the Content-Based Filtering (CBF) method and a digital payment system via QRIS. System development was carried out following the systematic Waterfall model, covering functional requirements analysis, architectural design using Unified Modeling Language (UML), the coding implementation phase, and comprehensive testing. The implementation results show that this web application can automate the entire cafe business flow, from independent customer ordering via table QR codes to accurate sales reporting for the owner. The CBF algorithm proved effective in providing personalized menu suggestions by utilizing item attribute similarities, while the QRIS integration accelerates the secure non-cash transaction process. Black Box testing results confirmed that all functions operate according to specifications, and User Acceptance Testing (UAT) indicated a high level of satisfaction in terms of service efficiency and interface navigation ease. Consequently, the implementation of this system provides a strategic solution to minimize human error, shorten service time, and increase business competitiveness through a more responsive digital experience for Kafe Lentera customers.
Co-Authors Amin, Rudi Kurnia Al Asmara, Delvi Friendly, Friendly Hamdi , Khairil Harizahayu, Harizahayu Haryadi - KAMILA, PUTRI Lubis, Arif Ridho Mahendra, Jimmy Marta, Rizkayeni Prayudani, Santi Putri, Adelya Destriana Putry, Shalshabila Shafa Resmi Darni Resmidarni, Resmidarni Syafli, Sekar Arini Syafrijon, Syafrijon Yeka Hendriyani Yuyun Yusnida Lase