Article Per Year (5 Year)
p-Index From 2021 - 2026
5.147
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Gravity : Jurnal Ilmiah Penelitian dan Pembelajaran Fisika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) SemanTIK : Teknik Informasi Conference SENATIK STT Adisutjipto Yogyakarta INTECOMS: Journal of Information Technology and Computer Science JSAI (Journal Scientific and Applied Informatics) Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Jurnal Informasi dan Teknologi ILKOMNIKA: Journal of Computer Science and Applied Informatics JISA (Jurnal Informatika dan Sains) Journal of Computer System and Informatics (JoSYC) International Journal of Applied Business and Information Systems Infotek : Jurnal Informatika dan Teknologi Jurnal Indonesia : Manajemen Informatika dan Komunikasi International Journal Software Engineering and Computer Science (IJSECS) Journal of Information System and Artificial Intelligence Journal of Scientific Research, Education, and Technology Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Abdi Rakyat
Waluyo, Anita Fira
Universitas Teknologi Yogyakarta
Religion Aerospace Engineering Arts Humanities Astronomy Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Physics Social Sciences Other

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
Klasifikasi Tujuan Penggunaan AI Oleh Mahasiswa Dengan Algoritma K-Nearst Neighbor Sabilatul Isti Karoh; Anita Fira Waluyo
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3348

Abstract

Artificial intelligence (AI) technology is developing rapidly, particularly through platforms like ChatGPT and Gemini AI, which are widely used by students for various purposes. This fact highlights the importance of a more in-depth analysis of students' AI usage patterns. This study aims to classify the purposes of AI use by students using the K-Nearest Neighbor (K-NN) algorithm. The study was conducted using two classification approaches: multi-class classification and binary classification. Data were obtained from questionnaires with 305 respondents and processed using Python on the Google Colab platform using preprocessing, normalization, and data encoding stages. Test results show that the K-NN algorithm achieved a high accuracy of 77% in the binary classification scenario (Productive/Career and Entertainment/Personal), while in the multi-class classification scenario the highest accuracy only reached 34%. This finding indicates that K-NN performance is strongly influenced by the complexity of the number of classes and is more optimally applied to classifications with a limited number of classes.Keywords: K-Nearest Neighbor; AI usage classification; students; Binary Classification; Multi-class Classification.AbstrakTeknologi kecerdasan buatan ataupun Artificial Intelligence (AI) berkembang pesat, terutama melalui platform seperti ChatGPT dan Gemini AI yang banyak digunakan oleh mahasiswa untuk berbagai tujuan. Fakta ini menunjukkan pentingnya analisis yang lebih mendalam mengenai pola penggunaan AI oleh mahasiswa. Penelitian ini bertujuan untuk mengklasifikasikan tujuan penggunaan AI oleh mahasiswa memakai algoritma K-Nearest Neighbor (K-NN). Penelitian dilakukan melalui dua pendekatan klasifikasi, yaitu multi-class classification dan binary classification. Data didapatkan dari kuesioner terhadap 305 responden dan diolah memakai Python pada platform Google Colab menggunakan tahap pra-pemrosesan, normalisasi, dan pengkodean data. Hasil pengujian menunjukan algoritma K-NN mencapai akurasi tinggi yaitu 77% pada skenario klasifikasi biner (Produktif/Karir dan Hiburan/Personal), sementara pada skenario klasifikasi multi-kelas akurasi tertinggi hanya mencapai 34%. Temuan ini menandakan bahwa kinerja K-NN sangat dipengaruhi oleh kompleksitas jumlah kelas dan lebih optimal diterapkan pada klasifikasi dengan jumlah kelas yang terbatas. 
Pengembangan Sistem Informasi Manajemen Kepegawaian Berbasis Web dan Mobile pada PT Anugrah Salman Medika Afina Dwi Saputri; Anita Fira Waluyo
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3365

Abstract

This study is motivated by the fragmented implementation of employee administrative processes, such as attendance, leave submission, and payroll management, which leads to low efficiency and potential data inconsistency. This study focuses on the development of an integrated web and mobile based employee information system to improve the effectiveness of personnel data management. The Waterfall model is applied in the system development process, consisting of requirements analysis, system design, implementation, and testing as the application development stages. The developed system integrates geolocation-based attendance, digital leave submission and approval, and digital payroll slips in PDF format. System testing was conducted using a black box approach to examine whether system functions align with user requirements. The testing results indicate that the main system features operate properly and have the potential to improve data management efficiency, information accuracy, and administrative transparency within the organization.Keywords: Management information system; Location-based attendance; Employee leave; Digital payroll slip; Web and mobile application AbstrakPenelitian ini dilatarbelakangi oleh masih terpisahnya proses administrasi kepegawaian, seperti absensi, pengajuan cuti, dan penggajian, yang menyebabkan rendahnya efisiensi dan potensi ketidaksesuaian data. Fokus penelitian ini adalah pengembangan sistem informasi kepegawaian terintegrasi berbasis web dan mobile sebagai upaya meningkatkan efektivitas pengelolaan data kepegawaian. Model Waterfall digunakan dalam pengembangan sistem dengan tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian sebagai alur pengembangan aplikasi. Sistem yang dikembangkan mengintegrasikan fitur absensi berbasis geolocation, pengajuan dan persetujuan cuti secara digital, serta penyajian slip gaji digital dalam format PDF. Pengujian terhadap sistem dilakukan dengan pendekatan black box guna memeriksa kesesuaian fungsi sistem terhadap kebutuhan pengguna. Berdasarkan hasil pengujian tersebut, fitur-fitur utama pada sistem dapat berjalan dengan baik dan berpotensi memberikan peningkatan pada efisiensi pengelolaan data, ketepatan informasi, serta keterbukaan proses administrasi kepegawaian di perusahaan. 
Sistem Pakar Diagnosa Penyakit Lambung Menggunakan Backward Chaining Klabut Ratih Valiza Dwi Sabrina; Anita Fira Waluyo
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3395

Abstract

Gastric disorders are common health problems that require early detection to ensure appropriate treatment. This study examines the development of a web-based expert system to support the early diagnosis of gastric diseases by applying the Backward Chaining method as the inference mechanism and the Certainty Factor method to determine the level of diagnostic confidence. The knowledge base was constructed from symptom data and certainty weights obtained from medical experts, which were then integrated into the system to form a systematic inference process. System testing was conducted using 25 variations of symptom combinations to verify the performance of the backward chaining inference mechanism and certainty factor calculations. The evaluation results demonstrate that the system is capable of producing diagnostic outcomes that align with expert preferences, achieving an accuracy rate of 96%. This indicates that the reasoning process and confidence level calculations within the system operate as designed. The developed system has the potential to support early diagnosis of gastric diseases in a fast and accessible manner and can be utilized as a self-consultation tool for the general public.Keywords: Expert system; Backward chaining; Certainty factor; Gastric diseases AbstrakGangguan lambung termasuk permasalahan kesehatan yang banyak ditemukan sehingga memerlukan deteksi sejak dini agar penanganan dapat dilakukan secara tepat. Penelitian ini mengkaji pengembangan sistem pakar berbasis web untuk mendukung diagnosis awal penyakit lambung dengan menggunakan metode Backward Chaining sebagai mekanisme inferensi serta Certainty Factor untuk menentukan tingkat keyakinan. Basis pengetahuan disusun dari data gejala dan bobot yang diperoleh dari pakar, selanjutnya diintegrasikan ke dalam sistem guna membentuk proses inferensi yang sistematis. Pengujian sistem dilakukan menggunakan 25 variasi kombinasi gejala untuk memverifikasi kinerja mekanisme inferensi backward chaining dan perhitungan certainty factor. Hasil evaluasi menunjukkan kemampuan diagnostik yang dimiliki oleh sistem penyakit lambung dengan aturan serta bobot keyakinan dalam basis pengetahuan, dengan tingkat kesesuaian terhadap preferensi pakar sebesar 96%. Hal ini menandakan bahwa proses penalaran dan perhitungan tingkat keyakinan pada sistem telah berjalan sesuai dengan perancangan. Sistem yang dikembangkan berpotensi mendukung proses diagnosis awal penyakit lambung secara cepat dan mudah diakses, serta dapat digunakan sebagai alat bantu konsultasi mandiri bagi masyarakat. 
Co-Authors Afina Dwi Saputri Aji Nugraha, Gilang Wisnu Alfatah, Ahmat Ali, Hilmi Amilianto, Alif Sufi Anna Dina Kalifia Apriliyanto, Echa Arganta, Nanda Fahri Den Bintang Restu Satria Shandra Egy Septiandy Kusmawan Fadil Indra Sanjaya Fajar Satria Fajar, Muhammad Holid Farida Ardiani Fiqih Refwahajan Harsojo Sabarman Ikrima Alfi Irma Handayani Irma Handayani, Irma Khadijah, Ayu Suci Klabut Ratih Valiza Dwi Sabrina M. Wira Tama Febriwahono Muhammad Fachrie Muhammad Rizqi Raka Siwi Muhammad Rizqi Retrianto Murti Retnowo Pratama, Ryan Ali Prayogo, Muhammad Tegar Putra, Taufik Rizki Putri, Dhea Desliana Rahayu, Vani Ramadhan, Muhamad Ali Nugroho Rayka Mulya Ramadhan Refwahajan, Fiqih Retrianto, Muhammad Rizqi Revi Ananda Kirana Putri Rofik Hakiki Sabilatul Isti Karoh Satria, Fajar Selfi Artika Sirajudin Sirajudin Wahyu Sri Utami Widia Widia