Article Per Year (5 Year)
p-Index From 2020 - 2025
1.452
P-Index
This Author published in this journals
All Journal Indonesian Journal on Software Engineering (IJSE) IJIS - Indonesian Journal On Information System INTI Nusa Mandiri Jurnal Sistem Informasi Jurnal Informatika Teknologi dan Sains (Jinteks) Journal of Artificial Intelligence and Digital Business Jurnal Pengabdian Masyarakat Bangsa SWARNA: Jurnal Pengabdian Kepada Masyarakat
Pratiwi, Risca Lusiana
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Implementasi Algoritma Klasifikasi Terhadap Tweet Pornografi Kaum Homoseksual Pada Twitter Hidayat, Taopik; Pebrianto, Rangga; Pratiwi, Risca Lusiana; Gata, windu; Saputri, Daniati Uki Eka
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.9008

Abstract

Abstract: Twitter is one of the social media with the number of users who reach millions of users. The number of Twitter users in 2019 increased by 17 percent in 2018 to 145 million users with a variety of good both positive and bad. The negative impacts that occur such as the spread of status, images, and videos that affect pornography especially among freedom groups. Homosexuals are sexually oriented people who like the same sex that occurs in men, the rejection often experienced by men makes one of the reasons intellectuals use Twitter social media to show their personal relationships, open to each other, socializing with same sex, looking for conversation, to become a place to find a partner. The purpose of this study is to determine the positive and negative sentiments to determine the level of accuracy of intellectual pornography tweets in Indonesia from data taken from Twitter tweets by using the TF-IDF and k-NN methods. The results of this study get an accuracy value of 88.25% containing pornography and the remaining 11.75% not containing pornography will contain news, news, and other information.Keywords: homosexual, sentiment analysis, twitterAbstrak: Twitter merupakan salah satu media sosial dengan jumlah pengguna mencapai jutaan pengguna. Jumlah pengguna Twit-ter pada tahun 2019 dicatat meningkat 17 persendari tahun 2018 menjadi 145 juta pengguna dengan berbagai dampak baik dampak positif maupun dampak negatif. Dampak negatif yang ditimbulkannya seperti penyebaran status, gambar, dan video yang bersifat pornografi khsusunya di kalangan kaum homoseksual. Homoseksual merupakan orang yang berorientasi seksual sebagai penyuka sesama jenis yang terjadi pada kaum pria, Penolakan yang sering dialami kaum homoseksual men-jadikan salah satu alasan kaum homoseksual menggunakan media sosial Twitter untuk menunjukkan identitas diri mereka, saling terbuka, bersosialisasi dengan sesama jenis, mencari penghasilan, hingga menjadi ajang pencarian pasangan. Tujuan dari penelitian ini adalah untuk mengetahui sentimen positif dan negatif untuk mengetahui tingkat akurasi terhadap tweet pornografi kaum homoseksual di Indonesia dari data yang diambil dari tweet Twitter dengan menggunakan metode TF-IDF dan k-NN. Hasil penelitian ini mendapatkan nilai accuracy sebesar 88,25% mengandung unsur pornografi dan sisanya sebesar 11,75 tidak mengandung unsur pornografi akan tetapi berisi iklan, berita, dan informasi lainnya.Kata kunci: homoseksual, sentimen analisis, twitter
Klasifikasi Gambar Palmprint Berbasis Multi-Kelas Menggunakan Convolutional Neural Network Hidayat, Taopik; Khasanah, Nurul; Saputri, Daniati Uki Eka; Khultsum, Umi; Pratiwi, Risca Lusiana
Jurnal Sistem Informasi Vol 11 No 1 (2022): JSI Periode Februari 2022
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (504.405 KB) | DOI: 10.51998/jsi.v11i1.474

Abstract

Abstract—Biometric technology is developing to be the most relevant mechanism in identity identification. The main purpose of an identity management system is to be able to establish a relationship between individuals and their identities when needed under certain conditions. Among the newly proposed identity verification and personal identification technologies, biometrics is rapidly becoming the most relevant mechanism for identity recognition. This study proposes a new biometric recognition method for authentication and personal identification. Palm image recognition based on image processing for authentication and personal identification is proposed, namely competitive coding using the Convolutional Neural Network (CNN) and Local Binary Pattern (LBP) texture extraction with hyperparameter modifications. The dataset used comes from the Birjand University Mobile Palmprint Database (BMPD) which consists of 20 classes with a total of 800 palm images. The research was conducted using a data distribution of 80% training data and 20% validation data. The tests carried out resulted in a good accuracy value of the proposed model of 93.3% for the training process and 90.6% for the validation process. Keywords: Biomethric, CNN, LBP Intisari— Teknologi biometrik berkembang menjadi mekanisme paling relevan dalam pengidentifikasi identitas. Tujuan utama dari sistem manajemen identitas adalah untuk dapat membangun hubungan antara individu dan identitas mereka ketika dibutuhkan dalam kondisi tertentu. Di antara verifikasi identitas yang baru diusulkan dan teknologi identifikasi pribadi, biometrik dengan cepat menjadi mekanisme yang paling relevan untuk pengenalan identitas. Penelitian ini mengusulkan metode pengenalan biometrik terbaru untuk otentikasi dan identifikasi pribadi. Pengenalan citra telapak tangan berbasis image processing untuk otentikasi dan identifikasi pribadi yang diusulkan yaitu pengkodean kompetitif menggunakan metode Convolutional Neural Network (CNN) dan ekstraksi tekstur Local Binary Pattern (LBP) dengan modifikasi hyperparameter. Dataset yang digunakan berasal dari Birjand University Mobile Palmprint Database(BMPD) yang terdiri dari 20 kelas dengan total 800 citra telapak tangan. Penelitian dilakukan dengan menggunakan distribusi data sebesar 80% data training dan 20% data validasi. Pengujian yang dilakukan menghasilkan nilai akurasi yang baik dari model yang diusulkan sebesar 93,3% untuk proses training dan 90,6% untuk proses validasi. Kata Kunci: Biometrik, CNN, LBP  
KOMPARASI METODE FEATURE SELECTION TEXT MINING PADA PERMASALAHAN KLASIFIKASI KELUHAN PELANGGAN INDUSTRI TELEKOMUNIKASI MENGGUNAKAN SMOTE DAN NAÏVE BAYES Fauziah, Siti; Saputra, Dedi Dwi; Pratiwi, Risca Lusiana; Kusumayudha, Mochammad Rizky
IJIS - Indonesian Journal On Information System Vol 8, No 2 (2023): SEPTEMBER
Publisher : POLITEKNIK SAINS DAN TEKNOLOGI WIRATAMA MALUKU UTARA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36549/ijis.v8i2.289

Abstract

Twitter merupakan salah satu media sosial yang populer di Indonesia. Tidak hanya masyarakat biasa yang menggunakan media sosial ini, banyak juga perusahaan yang memanfaatkan Twitter sebagai sarana promosi dan pendekatan kepada para pelanggannya. Termasuk Tri Indonesia yang mempunyai official akun di Twitter, salah satunya adalah @3CareIndonesia. Para pengguna Tri Indonesia memanfaatkan akun official ini sebagai sarana berbagi opini tentang pengalaman menggunakan provider ini dalam bentuk komentar di Twitter @3CareIndonesia. Penelitian ini dilakukan untuk mengukur seberapa akurat algoritma SMOTE dan Naïve Bayes dalam mengetahui sentimen pada komentar para pelanggan Tri Indonesia lalu mengkategorikannya kedalam komplain dan bukan komplain dengan megunakan algoritma Naïve Bayes. Proses pengambilan data menggunakan metode crawling data menggunakan aplikasi Rapidminer. Kemudian dari data yang didapat dilakukan preprocessing tingkat 1 menggunakan Gataframework dan preprocessing tingkat 2 menggunakan Rapidminer. Hasil dari penelitian ini  menunjukan bahwa kombinasi dari SMOTE dan Naïve Bayes dapat menghasilkan pemodelan yang cukup baik dengan nilai accuracy sebesar 81.85%, precision sebesar 80.44%, recall sebesar 83.10% dan AUC sebesar 0.817.Kata Kunci: Rapidminer, Naïve Bayes, Gataframework, Twitter, Sentiment Analysis
ANALISIS SENTIMEN PERKEMBANGAN MOTOR LISTRIK MENGGUNAKAN SUPPORT VECTOR MACHINE DAN OPTIMASI PARTICLE SWARM OPTIMIZATION Ginabila, Ginabila; Fauzi, Ahmad; Pratiwi, Risca Lusiana; Fauziah, Siti; Alfianti, Zulia Imami
INTI Nusa Mandiri Vol. 19 No. 1 (2024): INTI Periode Agustus 2024
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v19i1.5579

Abstract

Innovation in electric motor technology such as increased range, speed, and battery endurance can attract interest from individuals fascinated by the latest advancements. Sentiment analysis enables a profound understanding of consumer perceptions towards electric motors. In this study, Support Vector Machine (SVM) is employed as a classification tool to evaluate opinions on current developments in electric motors. SVM seeks an optimal hyperplane that maximizes the distance between sentiment categories. The development of sentiment analysis methods utilizes SVM with Particle Swarm Optimization (PSO) to successfully achieve an accuracy of 80.33% and obtain a Good Classification category based on ROC Curve results. This research provides insights into consumer perceptions of electric motor technology, offering valuable feedback for manufacturers in the development of superior electric motor products. Leveraging sentiment analysis, manufacturers can enhance product improvements, increase quality, and expand functionality to meet the evolving market demands.
Implementasi Sistem Informasi Rukun Warga 013 Kelurahan Cipinang Melayu Untuk Meningkatkan Pelayanan Secara Real Time Nurmalasari, Nurmalasari; Pratiwi, Risca Lusiana; Masturoh, Siti; Aziz, Faruq
SWARNA: Jurnal Pengabdian Kepada Masyarakat Vol. 3 No. 8 (2024): SWARNA: Jurnal Pengabdian Kepada Masyarakat, Agustus 2024
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi 45 Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55681/swarna.v3i8.1441

Abstract

Pelayanan rukun warga yang masih mengandalkan sistem konvensional cenderung lambat dalam mengatasi kebutuhan masyarakat. Proses manual dalam pencatatan, pelaporan dan koordinasi sering kali memperlambat respon terhadap permasalahan yang mendesak. Implementasi sistem informasi rukun warga 013 Cipinang Melayu dibangun untuk meningkatkan aksebilitas informasi bagi warga dan pihak terkait. Implementasi sistem ini diharapkan dapat meningkatkan efisiensi dalam pelaporan masalah lingkungan, manajemen data kependudukan, dan koordinasi dalam mengadakan kegiatan sosial dilingkungan. Dengan menggunakan teknologi yang tepat, informasi yang akurat dan terkini dapat diakses secara cepat oleh semua pihak terkait. Model sistem informasi berbasis website atau aplikasi mobile yang respontif dan user-friendly, diharapkan dapat memudahkan akses dan penggunanya oleh masyarakat luas. Hasil dari penelitian ini diharapkan dapat memberikan kontribusi positif terhadap efektivitas dan efisiensi pelayanan publik ditingkat rukun warga 013 Cipinang melayu. Selain itu, implementasi ini juga diharapkan dapat menjadi contoh bagi rukun warga lain dalam memanfaatkan teknologi informasi untuk meningkatkan transparansi dan responsivitas dalam pelayanan kepada masyarakat.
PERBANDINGAN ALGORITMA MACHINE LEARNING DALAM PREDIKSI TINGKAT BURNOUT PADA DATASET KESEHATAN PEKERJA REMOTE Pratiwi, Risca Lusiana; Alfianti, Zulia Imami; Yulianto, Eko; Fauzi, Ahmad; Ginabila, Ginabila
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 3 (2025): EDISI 25
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i3.6160

Abstract

Burnout merupakan kondisi kelelahan fisik dan emosional yang disebabkan oleh stres kerja berkepanjangan dan berulang, terutama dialami oleh pekerja dengan sistem kerja remote. Penelitian ini bertujuan untuk membandingkan performa dua algoritma machine learning, yaitu Naive Bayes dan Neural Network, dalam memprediksi tingkat burnout berdasarkan data kesehatan pekerja remote. Data yang digunakan bersumber dari situs Kaggle dan terdiri dari 1.114 entri dengan 10 atribut yang mencakup usia, jenis kelamin, pengaturan kerja, jam kerja per minggu, status kesehatan mental, hingga tingkat burnout. Data diuji menggunakan proses klasifikasi setelah melalui tahapan preprocessing, seperti pembersihan data, penanganan nilai hilang, transformasi kategori ke numerik, dan pembagian data menjadi training dan testing dengan rasio 70:30. Hasil evaluasi menunjukkan bahwa algoritma Neural Network unggul secara signifikan dengan akurasi mencapai 98,34%, precision dan recall di atas 98% untuk semua kelas, serta F1-score yang sangat tinggi dan seimbang. Sementara itu, Naive Bayes hanya menghasilkan akurasi sebesar 45,84% dan menunjukkan kinerja yang tidak stabil antar kelas. Temuan ini menunjukkan bahwa Neural Network lebih tepat digunakan dalam pemodelan prediksi burnout yang melibatkan data dengan hubungan non-linear dan kompleks. Penelitian ini diharapkan dapat menjadi dasar dalam pengembangan sistem deteksi dini burnout berbasis kecerdasan buatan untuk mendukung kesehatan mental pekerja remote.
Implementasi Metode Random Forest untuk Klasifikasi Sampah Organik dan Anorganik Berbasis Citra Digital Lau, Melania Velisita; Handayani, Aryani Dwi; Widodo, Miyosagusti Yudo; Handayani, Rani Irma; Pratiwi, Risca Lusiana
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3410

Abstract

Pengelolaan sampah merupakan salah satu tantangan utama yang dihadapi lingkungan perkotaan modern. Peningkatan volume sampah setiap hari menuntut adanya sistem yang efisien untuk memilah dan mengelola berbagai jenis sampah, terutama antara sampah organik dan anorganik. Proses pemilahan manual sering kali membutuhkan waktu lama, biaya tinggi, dan bergantung pada tenaga manusia. Oleh karena itu, penerapan teknologi berbasis kecerdasan buatan menjadi alternatif yang potensial untuk membantu proses pengelolaan sampah secara otomatis dan efisien. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi jenis sampah berbasis citra digital menggunakan algoritma Random Forest. Dataset yang digunakan diambil dari platform Kaggle, yang berjumlah 1.000 citra dengan komposisi seimbang, yaitu 500 citra sampah organik dan 500 citra sampah anorganik. Setiap citra berukuran 64x64 piksel dan telah melalui tahap praproses berupa normalisasi serta ekstraksi fitur menggunakan metode Histogram of Oriented Gradients (HOG) untuk menghasilkan fitur visual yang merepresentasikan bentuk dan tekstur sampah secara optimal. Dataset dibagi menjadi dua bagian, yaitu 80% data pelatihan dan 20% data pengujian. Hasil eksperimen menunjukkan bahwa model Random Forest mampu mencapai tingkat akurasi sebesar 96%, dengan nilai precision, recall, dan F1-score yang tinggi pada kedua kelas. Hal ini membuktikan bahwa algoritma Random Forest memiliki kemampuan generalisasi yang baik untuk mendeteksi dan mengklasifikasikan jenis sampah. Berdasarkan hasil penelitian, pendekatan ini dinilai efektif dan berpotensi besar untuk diterapkan dalam sistem pengelolaan sampah otomatis berbasis pengenalan citra. Implementasinya dapat mendukung efisiensi proses daur ulang, mengurangi beban kerja manusia, serta berkontribusi terhadap pengelolaan lingkungan perkotaan yang lebih berkelanjutan
Pelatihan Optimalisasi Promosi melalui Desain Pamflet dan Website WordPress terhadap UMKM Saelan, M Rangga Ramadhan; Hasanah, Riyan Latifahul; Pratiwi, Risca Lusiana
Jurnal Pengabdian Masyarakat Bangsa Vol. 3 No. 9 (2025): November
Publisher : Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpmba.v3i9.3418

Abstract

UMKM merupakan salah satu penggerak utama perekonomian masyarakat, namun dalam pelaksanaannya seringkali menghadapi kendala dalam strategi promosi yang efektif dan modern. Banyak pelaku UMKM hanya mengandalkan cara konvensional, sementara pemanfaatan media digital seperti pamflet desain kreatif dan website berbasis WordPress belum maksimal. Kondisi ini menunjukkan urgensi akan adanya pendampingan yang mampu meningkatkan keterampilan promosi berbasis teknologi. Kegiatan pengabdian masyarakat ini bertujuan untuk memberikan pelatihan kepada pelaku UMKM dalam mendesain pamflet promosi yang komunikatif serta membuat dan mengelola website sederhana berbasis WordPress. Melalui pendekatan workshop interaktif dan pendampingan langsung, diharapkan peserta mampu menghasilkan media promosi yang menarik, mudah diakses, dan efektif dalam memperluas jangkauan pemasaran. Luaran yang ditargetkan dari kegiatan ini adalah meningkatnya kemampuan UMKM dalam mendesain pamflet promosi, tersedianya website berbasis WordPress sebagai media informasi usaha, serta peningkatan daya saing UMKM di era digital. Dengan adanya kegiatan ini, UMKM diharapkan dapat lebih adaptif terhadap perkembangan teknologi informasi sekaligus memperkuat posisi mereka dalam persaingan pasar.
Co-Authors Aziz, Faruq Daniati Uki Eka Saputri Eko Yulianto Fauzi Ahmad Muda Gata, Windu Ginabila, Ginabila Handayani, Aryani Dwi Hasanah, Riyan Latifahul Khultsum, Umi Kusumayudha, Mochammad Rizky Lau, Melania Velisita M. Rangga Ramadhan Saelan Nurmalasari Nurmalasari Rangga Pebrianto Rani Irma Handayani, Rani Irma Salsabila, Unik Hanifah Saputra, Dedi Dwi Siti Fauziah Siti Masturoh Taopik Hidayat Widodo, Miyosagusti Yudo Zulia Imami Alfianti