Article Per Year (5 Year)
p-Index From 2020 - 2025
3.138
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Pixel : Jurnal Ilmiah Komputer Grafis CommIT (Communication & Information Technology) Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Health Education Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Jiko (Jurnal Informatika dan komputer) Jurnal Pengabdian Masyarakat Nusantara Jurnal Abdi Masyarakat Indonesia Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat ProBisnis : Jurnal Manajemen Jurnal Inovasi Pengabdian dan Pemberdayaan Masyarakat
Amelia Devi Putri Ariyanto
Universitas Widya Husada Semarang
Religion Humanities Computer Science & IT Economics, Econometrics & Finance Education Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Nursing Public Health Social Sciences

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
Metode Pembobotan Kata Berbasis Cluster Untuk Perangkingan Dokumen Berbahasa Arab Amelia Devi Putri Ariyanto; Lutfiyatul A; Agus Z A; . Maryamah; Rizka W S; Rarasmaya I
Techno.Com Vol 20, No 2 (2021): Mei 2021
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v20i2.4357

Abstract

Perangkingan dokumen telah menjadi topik yang banyak dibahas pada sistem temu kembali informasi untuk memberikan urutan dokumen paling relevan berdasarkan kueri yang diberikan oleh pengguna. Namun, penelitian tentang perangkingan dokumen dalam bahasa Arab masih belum banyak dilakukan karena memiliki morfologi yang unik dan literatur dalam bahasa Arab yang masih sedikit. Selain itu, didalam proses perangkingan juga diperlukan perhitungan pembobotan kata yang optimal supaya dapat memberikan hasil yang sesuai. Pembobotan kata yang paling umum digunakan adalah term frequency-inverse document frequency (TF.IDF) yang hanya menghitung pembobotan setiap kata berdasarkan pengelompokan dokumen saja sehingga dapat menyebabkan relevansi antar dokumen menjadi rendah karena memiliki tingkat kemiripan antar dokumen yang berbeda. Oleh karena itu, diperlukan suatu pembobotan kata berdasarkan pengelompokan dokumen dalam suatu cluster untuk meningkatkan relevansi antar dokumen. Tujuan penelitian ini membuat metode perangkingan dokumen berbahasa Arab dengan menggunakan pembobotan berbasis cluster yang menggabungkan TF.IDF dan inverse cluster frequency (ICF) sehingga diperoleh TF.IDF.ICF. Evaluasi dilakukan menggunakan dokumen e-book berbahasa Arab yang telah dikelompokkan menjadi tiga cluster. Hasil penelitian membuktikan pembobotan TF.IDF.ICF mampu menemukan dokumen paling relevan terhadap kueri yang dimasukan oleh pengguna serta memperoleh nilai rata-rata precision dan F1-Measure yang lebih tinggi daripada hanya menggunakan pembobotan TF.IDF yaitu sebesar 68% dan 78%.
Analisis Metode Representasi Teks Untuk Deteksi Interelasi Kitab Hadis: Systematic Literature Review Amelia Devi Putri Ariyanto; Chastine fatichah; Agus Zainal Arifin
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 5 (2021): Oktober2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (359.814 KB) | DOI: 10.29207/resti.v5i5.3499

Abstract

Hadith is the second source of reference for Islamic law after the Qur'an, which explains the sentences in the Qur'an which are still global by referring to the provisions of the Prophet Muhammad SAW. Classification of text documents can also be used to overcome the problem of interrelation between the Qur'an and hadith. The problem of interrelation between books of hadith needs to be done because some hadiths in certain hadith books have the same meaning as other hadith books. This study aims to analyze the development of text representation and classification methods suitable to overcome similarity meaning problems in detecting interrelationships between hadith books. The research method used is Systematic Literature Review (SLR) sourced from Google Scholar, Science Direct, and IEEE. There are 42 pieces of literature that have been studied successfully. The results showed that contextual embedding as the newest text representation method considered word context and sentence meaning better than static embedding. As a classification method, the ensemble method has better performance in classifying text documents than using only a single classifier model. Thus, future research can consider using a combination of contextual embedding and ensemble methods to detect interrelationships between books of hadith.
Analisis Metode Estimasi Biaya pada Perangkat Lunak Beserta Faktor-Faktor yang Mempengaruhi : A Systematic Literature Review Amelia Devi Putri Ariyanto; Lutfiyatul ‘Azizah; Umi Laili Yuhana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 4: Agustus 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021864611

Abstract

Estimasi biaya sampai sekarang masih menjadi salah satu permasalahan utama dalam perencanaan proyek perangkat lunak. Estimasi biaya ini memiliki peran yang penting karena berpengaruh pada berjalannya proyek dan menjadi penentu keberhasilan suatu proyek perangkat lunak. Kegagalan estimasi biaya dalam perencanaan proyek perangkat lunak dapat menyebabkan proyek tidak berjalan dengan baik dan menimbulkan kerugian bagi perusahaan. Oleh karena itu, banyak peneliti sampai saat ini masih mencari dan melakukan penelitian untuk mendapatkan estimasi terbaik. Berbagai metode diusulkan untuk mendapatkan ketepatan akurasi dengan memperhatikan faktor-faktor estimasi biaya. Tujuan penelitian ini adalah membuat Systematic Literature Review (SLR) yang berisi rangkuman dan analisis perkembangan penelitian terbaru tentang estimasi biaya pada perangkat lunak, khususnya pada metode yang digunakan serta faktor-faktor yang mempengaruhi. Penelitian ini berhasil mengkaji 21 penelitian lain dalam lima tahun terakhir (2015-2020) dan didapatkan 24 metode usulan yang terbagi menjadi tiga jenis metode yang sering digunakan dalam melakukan estimasi biaya perangkat lunak yaitu nonparametrik, parametrik dan semiparametrik. Selain itu, penelitian ini juga berhasil menemukan metode dan kombinasi metode terbaik berdasarkan ketepatan akurasi beserta lima faktor utama yang mempengaruhi estimasi biaya sehingga dapat digunakan para peneliti atau praktisi lain untuk mengembangkan estimasi biaya pada proyek perangkat lunak. AbstractCost estimation has an important role because it affects the project’s progress and determines the success of a software project. Failure to estimate costs in software project planning can cause the project to not run well and cause losses to the company. Therefore, many researchers are still looking for and researching to get the best estimation by considering the cost estimation factors. The purpose of this study is to create a Systematic Literature Review (SLR) which contains a summary and analysis of the latest research developments on cost estimation in software, especially in the methods used and the factors that affect cost estimation. This study successfully reviewed 21 other studies in the last five years (2015-2020) and obtained 24 planning methods which are divided into three types of methods that are often used in conducting software cost research, namely nonparametric, parametric and semiparametric. Besides, this study also succeeded in finding the best method and combination of methods based on best accuracy, namely COCOMO II and the combination of Genetic Algorithm and Artificial Bee Colony, along with the five main factors that influence cost estimation so that it can be used by researchers or other practitioners to develop cost estimates for software projects.
Analysis of Sanitation Fulfillment with Visitors Comfort in Kreo Cave Semarang Yuantari, Maria Goretti Catur; Aryaningrum, Novia; Ariyanto, Amelia Devi Putri
Journal of Health Education Vol 7 No 1 (2022): April 2022
Publisher : Universitas Negeri Semarang cooperate with Association of Indonesian Public Health Experts (Ikatan Ahli Kesehatan Masyarakat Indonesia (IAKMI))

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jhe.v7i1.55196

Abstract

Background: Enjoying natural beauty, fresh air, and beautiful scenery has become a necessity at this time. Identification of sanitation compliance and visitors' comfort level at tourist sites needs to be done to increase visitor comfort, which can increase tourist attraction. This study aimed to analyze the relationship between the fulfillment of sanitation to the comfort level of visitors to tourist attractions. Methods: The research method used is cross-sectional, with the number of respondents as many as 100 people. The research location is in the tourist area of Kreo Cave, Semarang. Results: The results showed that there was a relationship between the fulfillment of sanitation and the comfort level of visitors to Kreo Cave (P-value <0.005) with a reasonably strong relationship strength (Rho: 0.370). Conclusions: The better the fulfillment of sanitation, the more perceived level of comfort by visitors. Fulfillment of toilet cleanliness, availability of water, friendliness of officers, and implementation of health protocols makes visitors feel comfortable at tourist attractions. However, in this tourist spot, it is necessary to install a disaster evacuation route signboard that has not been carried out by the tourist spot manager and improve the cleanliness of the food and beverage sellers. KEYWORDS: Sanitation; Comfort Level; Visitors; Tourist Attractions; Kreo Cave
Analisis Penggunaan Pra-proses pada Metode Transfer Learning untuk Mendeteksi Penyakit Daun Singkong Amelia Devi Putri Ariyanto; Salsabiil Hasanah; M. Bahrul Subkhi; Nanik Suciati
Techno.Com Vol 22, No 2 (2023): Mei 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i2.7769

Abstract

Singkong menjadi salah satu tanaman penting pada bidang agronomi dan banyak dikonsumsi oleh masyarakat. Namun, terdapat salah satu kendala dalam menjaga kelestarian tanaman singkong yaitu pendeteksian penyakit. Jika penyakit pada tanaman singkong dapat terdeteksi lebih dahulu melalui citra daunnya, maka penyakit tersebut dapat segera diobati. Proses klasifikasi dapat dilakukan untuk mendeteksi penyakit pada tanaman secara otomatis. Pada penelitian ini dilakukan klasifikasi tanaman singkong dengan menggunakan beberapa tahap pra-proses yaitu pra-proses dengan augmentasi, tanpa augmentasi dan pra-proses dengan rotasi, pada beberapa metode transfer learning seperti ResNet50 dan MobileNetV2. Penggunaan beberapa metode tersebut bertujuan untuk mencari metode mana yang memiliki hasil akurasi tertinggi. Penelitian menunjukkan bahwa MobileNetV2 tanpa augmentasi memberikan akurasi tertinggi sebesar 98.64% dalam mendeteksi penyakit tanaman singkong. Hal ini dapat menjadi referensi bagi peneliti selanjutnya dalam menentukan tahap pra-proses terbaik dalam metode transfer learning.
Sosialisasi Penggunaan Sistem Antrian Online pada Pelayanan Klinik Pratama di Desa Kebongembong Provinsi Jawa Tengah Amelia Devi Putri Ariyanto; Arif Fitra Setyawan; Ari Dina Permana Citra
Jurnal Inovasi Pengabdian dan Pemberdayaan Masyarakat Vol 3 No 1 (2023): JIPPM - Juni 2023
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jippm.112

Abstract

Klinik Halyna adalah salah satu klinik pratama di Desa Kebongembong, Provinsi Jawa Tengah, yang memberikan pelayanan kesehatan secara umum untuk masyarakat desa. Kegiatan operasional disana masih manual, dimana proses pendaftaran dan sistem antrian pasien masih menggunakan media kertas untuk mencatat. Media kertas dinilai kurang efektif karena rentan terhadap kerusakan maupun kehilangan. Terdapat masalah lain dari penggunaan sistem antrian manual yaitu pasien harus mengantri lama dan terkadang ketika pasien sudah sampai di klinik tersebut, ternyata tidak ada dokter yang jaga. Tujuan pengabdian ini adalah merancang, membuat dan melakukan sosialisasi sistem antrian berbasis android sehingga dapat mempermudah pasien untuk mengakses nomer antrian secara fleksibel dimanapun pasien berada dan dapat disesuaikan dengan jadwal praktik dokter di klinik tersebut. Pengabdian dilakukan oleh Tim Pengabdian dari Program Studi Sistem dan Teknologi Informasi, Universitas Widya Husada Semarang. Kegiatan pengabdian diawali dengan menjelaskan cara mengunduh dan memasang aplikasi yang telah dibuat oleh tim. Kemudian, dilanjutkan dengan menjelaskan cara kerja system antrian online yang berjalan dengan lancar. Setelah diadakan sosialisasi, pemilik beserta karyawan klinik menjadi mengerti betapa pentingnya penggunaan aplikasi dalam mengelola data antrian pasien untuk mempercepat proses administrasi. Dampak nyata dari sosialisasi ini adalah adanya peningkatan efisiensi administrasi di klinik pratama dan penyampaian informasi yang lebih cepat.
Design and Development of an Online Queue Administration System in Health Services (Study Case: Klinik Halyna Pageruyung Kendal) Arif Fitra Setyawan; Amelia Devi Putri Ariyanto; Ari Dina Permana Citra
ProBisnis : Jurnal Manajemen Vol. 14 No. 3 (2023): June: Management Science
Publisher : Lembaga Riset, Publikasi dan Konsultasi JONHARIONO

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

Abstract

Queuing culture reflects the identity of an advanced nation, because it forms a social attitude that is disciplined and respects other people. Apart from respecting each other, queuing in an orderly manner and not overtaking or breaking through the queue includes respecting the rights of others. Online queuing systems offer many benefits, including elimination of queues, increased efficiency in service delivery, and increased customer satisfaction. They can be applied to a wide range of industries, including healthcare, banking, retail and government services. In a health service agency such as a clinic, service for customer satisfaction is very important, so efforts are always made to improve service quality. An online queuing system is a digital system that allows users to enter a virtual queue, where they wait their turn to access services or receive assistance. The system provides users with a way to book time slots, secure their place in the queue, and receive real-time updates on the status of their positions. To implement an online queuing system requires investment in appropriate hardware and software, such as a cloud-based queue management system or mobile application. Overall, online queuing systems can help optimize service delivery, reduce waiting times, and improve the overall customer experience. The existence of a queuing system makes it easy for people to manage time efficiently. The increasing need for fast services requires that every public service, especially health clinics, have a queuing system. With the Online Queue Administration System to help queue administration problems.
Sosialisasi Pengenalan IPCam Cloud Berbasis Mobile untuk Keamanan Pasien dan Fasilitas Kesehatan pada Klinik Pratama di Desa Kebongembong, Kabupaten Kendal Amelia Devi Putri Ariyanto; Fari Katul Fikriah; Arif Fitra Setyawan
Jurnal Abdi Masyarakat Indonesia Vol 4 No 3 (2024): JAMSI - Mei 2024
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.1154

Abstract

Klinik pratama di desa memiliki peran penting dalam memberikan layanan kesehatan kepada masyarakat. Namun, kondisi geografis di desa yang sulit dijangkau dan kurangnya pengawasan membuat klinik rentan terhadap risiko kejahatan seperti pencurian. Hasil observasi menunjukkan bahwa salah satu klinik pratama di Desa kebongembong, Kabupaten Kendal masih terdapat banyak dokumen kartu rekam medis pasien maupun obat-obatan yang berada diluar sehingga rawan untuk dicuri. Tujuan pengabdian ini adalah memberikan dan melakukan sosialisasi pengenalan IPCam Cloud berbasis mobile kepada klinik pratama di Desa kebongembong tersebut. IPCam Cloud menawarkan solusi untuk memantau keamanan secara menyeluruh dari jarak jauh menggunakan aplikasi mobile atau melalui platform web. Pengabdian dilakukan pada tanggal 21 Maret 2024 oleh dosen-dosen dan mahasiswa dari Program Studi Sistem dan Teknologi Informasi Universitas Widya Husada Semarang. Metode yang dilakukan selama pengabdian adalah koordinasi dengan pemilik klinik, analisis kebutuhan, pemasangan, dan sosialisasi pengenalan IPCam Cloud berbasis mobile. Sosialisasi dilakukan kepada pemilik beserta karyawan klinik, dimana tim pengabdian berada di antara peserta dan memberikan arahan tentang penggunaan IPCam Cloud berbasis mobile secara bertahap untuk mencegah kebingungan. Pengabdian masyarakat berjalan dengan lancar dan sekitar 80% peserta meyakini bahwa sosialisasi ini bermanfaat.
Emotion Detection Using Contextual Embeddings for Indonesian Product Review Texts on E-commerce Platform Ariyanto, Amelia Devi Putri; Fari Katul Fikriah; Arif Fitra Setyawan
Pixel :Jurnal Ilmiah Komputer Grafis Vol 17 No 1 (2024): Vol 17 No 1 (2024): Jurnal Ilmiah Komputer Grafis
Publisher : UNIVERSITAS STEKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/pixel.v17i1.2010

Abstract

The advancement of e-commerce has changed the way people shop. However, there is a mismatch between the actual quality of a product and the seller’s description. Product reviews are an important source of information for making purchasing decisions. However, processing large numbers of reviews manually is difficult. This research aims to detect emotions in Indonesian language product review texts using contextual embeddings. The public dataset used was PRDECT-ID, which comprises five emotion labels. The methods used include data preprocessing, feature extraction using contextual embeddings such as Bidirectional Encoder Representations from Transformers (BERT), and classification using Decision Tree, Naïve Bayes, and k-Nearest Neighbors (KNN). Among the compared models, the KNN model demonstrated the highest improvement, achieving a 15.09% enhancement over the decision tree results. This research provides insights into the effectiveness of contextual embeddings in detecting emotions in Indonesian language product review texts.
KLASIFIKASI HASIL MRI TUMOR OTAK DENGAN EKTRAKSI FITUR GRAY LEVEL CO-OCCURANCE MATRIX (GLCM) Fikriah, Fari Katul; Ariyanto, Amelia Devi Putri; Setyawan, Arif Fitra
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 9 No 2 (2024): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v9i2.4793

Abstract

Bagian penting dari tubuh adalah otak yang mana menjadi sumber dari semua alat tubuh yang terletak dalam rongga tengkorak, tumor otak merupakan salah satu penyakit yang dapat menyerangnya. Pendeteksian tumor otak adalah salah satu aspek yang dinilai penting dalam diagnosa medis. Pada penelitian ini memiliki tujuan melakukan implementasi ekstraksi fitur GLCM (Gray Level Co-occurence Matrix) pada citra MRI tumor otak serta mencari performa algoritma yang paling baik dari deteksi tumor otak menggunakan citra MRI ini. Data yang dipakai pada penelitian ini merupakan data public yang berasal dari kaggle.com. Proses ekstraksi fitur pada citra digunakan pada penelitian ini GLCM yang mana memiliki fungsi menghitung frekuensi dari nilai intensitas piksel yang berjarak antar citra dengan menggunakan parameter 0o, 45o, 90o, 135o. Tahap selanjutnya pada penelitian ini adalah dengan melakukan langkah preprocessing dengan selanjutnya mencari nilai klasifikasi dari hasil MRI menggunakan algoritma Naïve Bayes, C4.5 dan Neural Network. Hasil yang didapatkan memperlihatkan bahwa Naïve Bayes memiliki performa algoritma paling baik dibandingkan C4.5 dan Neural Network yaitu dengan akurasi algoritma Naïve Bayes sebesar 96.8%, sedangkan untuk algoritma C4.5 sebesar 41.5% dan Neural Network sebesar 38.25%. selain hal tersebut pada penelitian ini membuktikan bahwa dengan ekstraksi fitur GLCM terbukti efektif dalam menangkap informasi tekstur dari citra MRI yang sangat penting pada klasifikasi tumor otak.
Co-Authors . Maryamah Agus Z A Agus Zainal Arifin Ari Dina Permana Citra Ari Dina Permana Citra Arif Fitra Setyawan Arif Fitra Setyawan Arif Fitra Setyawan Aryaningrum, Novia Chastine Fatichah Fari Katul Fikriah Lutfiyatul ‘Azizah Lutfiyatul Wahdah M. Bahrul Subkhi Nanik Suciati Rarasmaya I Rizka W S Salsabiil Hasanah Setyawan, Arif Fitra Yuantari, Maria Goretti Catur Yuhana, Umi Laili