Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Sistem Informasi dan Sistem Komputer
Finsensia Riti, Yosefina
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PERBANDINGAN ALGORITME K-MEANS CLUSTERING DAN FUZZY C-MEANS UNTUK PENENTUAN STRATEGI PROMOSI UNIVERSITAS KATOLIK DARMA CENDIKA Kevin Herijanto, Christopher; Finsensia Riti, Yosefina
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9660

Abstract

Universitas Katolik Darma Cendika, sebagai salah satu Perguruan Tinggi Swasta (PTS) di Kota Surabaya, secara rutin melibatkan diri dalam kegiatan promosi setiap tahunnya. Proses promosi ini melibatkan investasi biaya yang signifikan, maka dari itu hasil yang optimal diharapkan dapat dicapai dari upaya tersebut. Keberhasilan promosi dapat dinilai dari jumlah mahasiswa yang mendaftar pada awal tahun ajaran baru. Penentuan strategi promosi bukanlah tugas yang sederhana, mengingat perlu mempertimbangkan beberapa aspek tertentu. Untuk membantu dalam menentukan strategi promosi di Universitas Katolik Darma Cendika, pendekatan data mining dapat digunakan. Probabilitas statistika memungkinkan penemuan pola baru dari kumpulan data yang tersimpan. Salah satu teknik dalam probabilitas statistika adalah clustering, dan algoritme yang digunakan di sini adalah K-Means dan Fuzzy C-Means. Setiap algoritme memiliki kinerja dan akurasi yang berbeda tergantung pada karakteristik data yang digunakan. Dengan melakukan perbandingan antara 2 algoritme tersebut, penelitian ini dapat memberikan hasil algoritme yang lebih baik untuk digunakan sebagai strategi promosi dengan pengujian Silhouette Coefficient dan pengujian jumlah iterasi. Pengujian Silhouette Coefficient menunjukkan bahwa algoritme K-Means lebih unggul dibandingkan Fuzzy C-Means. Nilai Silhouette Coefficient rata-rata algoritme K-Means sebesar 0,2833. Sedangkan nilai Silhouette Coefficient rata-rata algoritme Fuzzy C-Means sebesar -0.1456
Prediksi Dampak Gempa Bumi di Indonesia Dengan Menggunakan Artificial Neural Network Handoyo, Kevin; Finsensia Riti, Yosefina; Junianto Wijaya, Ricky
Jurnal Sistem Informasi dan Sistem Komputer Vol 11 No 1 (2026): Vol 11 No 1 - 2026
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v11i1.964

Abstract

Penelitian ini memiliki tujuan untuk membangun sistem prediksi dampak gempa bumi di Indonesia dengan mengimplementasikan metode kecerdasan buatan yaitu Artificial Neural Network (ANN). Dataset yang digunakan adalah data gempa bumi Indonesia tahun 2023–2025 yang telah melalui proses preprocessing, labeling, dan penyeimbangan kelas dengan metode SMOTE. Model ANN dirancang dengan 24 input neuron, dua hidden layer, dan output 3 kelas dampak. Pelatihan model dilakukan menggunakan data training sebesar 70% dan data testing sebesar 30%. Evaluasi dilakukan dengan menggunakan matrik evaluasi seperti accuracy, precision, recall, dan F1-score. Hasil yang diperoleh menunjukkan accuracy ANN sebesar 99% dan F1-score tinggi pada semua kelas termasuk kelas minoritas. Pengujian lanjutan menunjukkan model tetap akurat dalam memprediksi dampak berdasarkan input magnitudo dan kedalaman.
Co-Authors Handoyo, Kevin Junianto Wijaya, Ricky Kevin Herijanto, Christopher