Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.94

P-Index

This Author published in this journals

All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Teknik ITS Proceedings of KNASTIK JUTI: Jurnal Ilmiah Teknologi Informasi Teknik dan Ilmu Komputer Seminar Nasional Informatika (SEMNASIF) Journal of Information Systems Engineering and Business Intelligence SISFO CCIT (Creative Communication and Innovative Technology) Journal Journal of Information System,Graphics, Hospitality and Technology ILKOMNIKA: Journal of Computer Science and Applied Informatics JAREE (Journal on Advanced Research in Electrical Engineering) Jurnal Nasional Teknik Elektro dan Teknologi Informasi Sewagati Masip: Jurnal Manajemen Administrasi Bisnis dan Publik Terapan Proceeding of International Conference on Social Science and Humanity

Wiwik Anggraeni

Departemen Sistem Informasi Institut Teknologi Sepuluh Nopember

Author-ID : 228577

Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 38 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

Addressing Imbalance Data Label Distribution in Dengue Severity Classification with Hybrid Machine Learning Approach Arrizal Kusuma, Moch Farrel; Anggraeni, Wiwik
ILKOMNIKA Vol 6 No 3 (2024): Volume 6, Nomor 3, Desember 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i3.649

Early detection of disease is essential for ensuring proper diagnosis and treatment, which helps to reduce complications and limit the spread of cases. Dengue fever remains a major public health issue in Indonesia, with some regions reporting case fatality rates above 1%. This study aims to develop a robust classification model to predict the severity of dengue fever based on laboratory data, addressing the issue of imbalanced label distribution. To achieve this, we applied a combination of oversampling, machine learning, and optimization techniques. Specifically, we utilized the SMOTE-ENN method to enhance the representation of minority classes and applied XGBoost for multi-class classification. Additionally, Particle Swarm Optimization (PSO) was used to fine-tune the model’s hyperparameters. After testing 15 experimental scenarios, the hybrid SMOTE-ENN-XGBoost-PSO approach delivered the best performance, achieving an accuracy of 95% and an F1-score of 94%. These results demonstrate that the proposed approach effectively handles data imbalance and improves predictive accuracy. This research serves as a foundation for future work in applying advanced algorithms and Federated Learning to improve multi-class classification in healthcare.

Implementasi CMS WordPress dalam Pengembangan website Sekolah SLB ABCD Bakti Sosial Anggraeni, Wiwik; Purnama, I Putu Adhitya Pratama Mangku; Risqiwati, Diah; Sugiyanto, Sugiyanto; Sidharta, Hanugra Aulia; Budiyanta, Nova Eka; Djunaidy, Arif; Vinarti, Retno Aulia; Rikasakomara, Edwin; Mahananto, Faizal; Kusumawardhani, Renny Pradina; Meilani, Maulidiya
Sewagati Vol 9 No 1 (2025)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v9i1.2321

Pengabdian masyarakat ini bertujuan untuk mengembangkan Sistem Informasi Sekolah Luar Biasa (SLB) ABCD Bakti Sosial berbasis website dengan menggunakan Content Management System (CMS) WordPress. Metode yang digunakan adalah Agile Software Engineering, yang terdiri dari lima tahapan, yaitu perencanaan, perancangan, pengembangan, pengujian, serta publikasi dan evaluasi. Melalui Focus Group Discussion (FGD), dilakukan pengumpulan kebutuhan dari pihak sekolah, diikuti dengan perancangan desain prototipe website. Sistem informasi dikembangkan menggunakan CMS WordPress dan plugin Elementor, yang memungkinkan sekolah untuk mengelola konten pada website tanpa keahlian pemograman secara khusus. Pengujian dilakukan bersama pihak sekolah untuk memastikan kesesuaian fungsi dengan kebutuhan yang ada. Hasilnya adalah website yang dapat diakses publik melalui https://slbbaktisosial.com dan sebuah modul teknis untuk mengelola website. Luaran yang dihasilkan ini dapat mendukung akselerasi program digitalisasi sekolah, meningkatkan visibilitas sekolah, dan efisiensi manajemen data.

Data-driven support vector regression-genetic algorithm model for predicting the diphtheria distribution Anggraeni, Wiwik; Sudiarti, Yeyen; Perdana, Muhammad Ilham; Riksakomara, Edwin; Sooai, Adri Gabriel
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 4: August 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i4.pp2909-2921

Indonesia is one of the countries with the largest number of diphtheria sufferers in the world. Diphtheria is a case of re-emerging disease, especially in Indonesia. Diphtheria can be prevented by immunization. Diphtheria immunization has drastically reduced mortality and susceptibility to diphtheria, but it is still a significant childhood health problem. This study predicted the number of diphtheria patients in several regions using support vector regression (SVR) combined with the genetic algorithm (GA) for parameter optimization. The area is grouped into 3 clusters based on the number of cases. The proposed method is proven to overcome overfitting and avoid local optima. Model robustness tests were carried out in several other regions in each cluster. Based on the experiments in three scenarios and 12 areas, the hybrid model shows good forecasting results with an average mean squared error (MSE) of 0.036 and a symmetric mean absolute percentage error (SMAPE) of 41.2% with a standard deviation of 0.075 and 0.442, respectively. Based on experiments in various scenarios, the SVR-GA model shows better performance than others. Compares two- means tests on MSE and SMAPE were given to prove that SVR-GA models have better performance. The results of this forecasting can be used as a basis for policy-making to minimize the spread of diphtheria cases.

THE EFFECTIVENESS OF THE SIDOARJO FINANCIAL INFORMATION SYSTEM (SIKSDA) IN IMPROVING REGIONAL FINANCIAL MANAGEMENT PERFORMANCE AT THE REGIONAL FINANCIAL AND ASSET MANAGEMENT AGENCY OF SIDOARJO REGENCY Anggraeni, Wiwik; Choiriyah, Ilmi Usrotin
Proceeding of International Conference on Social Science and Humanity Vol. 2 No. 2 (2025): Proceeding of International Conference on Social Science and Humanity
Publisher : PT ANTIS INTERNATIONAL PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61796/icossh.v2i2.353

Objective: This study aims to evaluate the effectiveness of the implementation of the Sidoarjo Financial Information System (SIKSDA) in improving the performance of regional financial management at the Regional Financial and Asset Management Agency (BPKAD) of Sidoarjo Regency. Method: The research employed a qualitative descriptive approach, with data collected through in-depth interviews, observations, and documentation studies, and the analysis was guided by Richard M. Steers' theory of organizational effectiveness, which emphasizes goal achievement, integration, and adaptation. Results: The findings indicate that SIKSDA has enhanced the financial reporting process by improving speed and accuracy, ensuring timely achievement of budget targets, facilitating integration with tax, procurement, and asset systems, and demonstrating strong adaptability to regulatory changes through regular training, system maintenance, and risk mitigation. Novelty: This study highlights the role of SIKSDA as a model for effective digital-based financial governance at the local government level, showing how integrated financial information systems not only increase efficiency and accountability but also provide strategic adaptability, offering insights and practical implications for other regions seeking to strengthen their financial management practices.

PERAMALAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE MOVING AVERAGE (VARMA) Wiwik Anggraeni; Leivina Kartika Dewi
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 2, Juli 2008
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Forecasting technique is an important component of decision making because it aims to predict values of data in the future. Many existing forecasting methods only predict single variable data and thus do not consider correlation between variable in a dataset. This paper proposes Vector Autoregressive Moving Average (VARMA) as a forecasting method to predict data with more than one variable. This method combines regression concept i.e. autoregressive (VAR) and moving average method (VMA) for multi-variables data. The first step in VARMA method is testing the stationary of the data. Differencing process is conducted in order to change non stationary data to stationary. The next step is to identify the order of the VARMA model of the stationary data. The parameters are then estimated according to the order and co-integration test is conducted on the variables. The model is tested to assess its validity. If the model is valid then forecasting can be done using the model generic formula. The errors of the forecast are calculated to evaluate the performance of the model. Random values are found in the forecast of VARMA method. However, the error remains within a certain interval. The error interval is below 10% so it can be argued that this model is very accurate in predicting the data. Keywords: Forecasting, Multi-Variables, VAR, VMA, VARM, Co-integration Test

APLIKASI JARINGAN SYARAF TIRUAN UNTUK PERAMALAN PERMINTAAN BARANG Wiwik Anggraeni
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 5, No 2 Juli 2006
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Perhitungan jumlah barang yang harus di produksi oleh suatu perusahaan menjadi suatu hal yang sangat penting. Hal ini disebabkan oleh banyaknya akibat yang harus ditanggung oleh perusahaan dalam rangka menangani barang-barang hasil produksi tersebut, baikitu akibat dari segi ekonomi mapun social. Oleh karena itu, peramalan jumlah permintaan pada beberapa periode waktu ke depan perlu dilakukan untuk menghindari jumlah produksi barang yang berlebihan. Dalam penelitian ini, metode yang digunakan untuk peramalan adalah Jaringan Syaraf Tiruan atau biasa disebut dengan Arificial Neural Networks dengan menggunakan algoritma backpropagation. Terhadap dataset input akan dilakukan pelatihan untuk mendapatkan bobot pada masing-masing layer sehingga didapatkan suatu nilai output. Kemudian otput tersebut akan dibandingkan dengan data tes yang diberikan dan apabila error masih besar akan dilakukan pelatihan balik dan begitu seterusnya sampai didapatkan bobot yang sesuai.Aplikasi telah diuji coba pada system sesuai dengan spesifikasi dan kebutuhan. Hasil uji coba menunjukkan bahwa algoritma dapat diimplementasikan dengan baik dan didapatkan hasil peramalan yang mendekati data aslinya. Kata kunci : Backpropagation, Jaringan Syaraf Tiruan, Peramalan, Permintaan produksi

DETEKSI DAN KOREKSI KESALAHAN INFORMASI DALAM SANDI BINER DENGAN MENGGUNAKAN METODE HAMMING Wiwik Anggraeni
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 3, No 2 Juli 2004
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Seiring semakin berkembangnya teknologi komunikasi semakin meningkat pula pelayanan dibidang informasi yang menuntut penyampaian informasi yang lebih sempurna. Kesempurnaan suatu informasi bisa meliputi kecepatan pengiriman, tidak adanya informasi yang hilang atau rusak, pengamanan, dan lain sebagainya. Dalam pengiriman informasi kadang-kadang sering terjadi kesalahan informasi yang diterima dari pengirim informasi itu sendiri. Kesalahan itu dapat diakibatkan oleh gangguan dari media transmisinya ataupun faktor-faktor lain. Perangkat komunikasi data dituntut mampu menangani masalah tersebut. Salah satu kemampuan yang diharapkan dari perangkat komunikasi data adalah dapat melakukan deteksi atau koreksi kesalahn informasi. Salah satu metode yang sering digunakan untuk mendeteksi kesalahan adalah metode hamming. Metode hamming tersebut tidak hanya mampu untuk mendeteksi kesalahan saja akan tetapi mempunyai kemampuan juga untuk mengoreksi kesalahan informasi secara otomatis tanpa harus mengirimkan informasi itu kembali. Kata kunci : Metode Hamming, deteksi kesalahan informasi, koreksi kesalahan informasi

SINTESA EKSPRESI WAJAH DENGAN MENGGUNAKAN RADIAL BASIS FUNCTION NETWORK Wiwik Anggraeni; Handayani Tjandrasa
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 2, No 2 Juli 2003
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Pada penelitian yang sebelumnya [4] telah dilakukan penelitian tentang letak-letak (koordinat) facial characteristic points (FCP) yang digunakan sebagai dasar untuk mengenali ekspresi-ekspresi wajah manusia. Diantaranya ada enam ekspresi wajah, yaitu gembira, sedih, marah, takut, terkejut, dan jijik yang digunakan dalam penelitian tersebut. Dengan adanya dasar tersebut, maka dalam penelitian ini penulis berusaha mensintesa ekspresi wajah yang dikategorikan menjadikan enam ekspresi dengan menggunakan facial characteristic points tersebut. Prinsip dasar dari mensintesa ekspresi wajah adalah mencari pemindahan spasial relatif facial characteristic points pada setiap ekspresi. Permasalahan utamanya adalah bagaimana menghasilkan wajah dengan ekspresi tertentu dari sebuah citra input wajah tanpa ekspresi. Dengan menggunakan 30 pasang perpindahan titik FCP, dilakukan training terhadap Radial Basis Function Network (RBFN) 6 x n x 60 (6 input yang merupakan kadar dari keenam ekspresi, n hidden unit, dan 60 output yang merupakan 30 pasang perpindahan FCP, dimana n adalah variabel). RBFN yang telah ditraining dapat menghasilkan perpindahan FCP sesudai dengan ekspresi yang diinputkan. Informasi pemindahan FCP ini kemudian dimasukkan ke dalam algoritma Image Warping bersama-sama dengan citra input wajah tanpa ekspresi untuk menghasilkan citra wajah berekspresi tertentu. Kata kunci : Facial Characteristic Points, Radial Basis Function Network, Sintesa Ekspresi Wajah

Co-Authors Achmad Holil Noor Ali Adri Gabriel Sooai Agustinus Bimo Gumelar Ahmad Mukhlason Ahmad Muklason Amalia Utamima Amalinda Jayanty Amira Herwindyani Hutasuhut Amna Shifia Nisafani Andreas Agung Kristanto, Andreas Agung Ani Rahmadiani Apol Pribadi Arif Djunaidy Arrizal Kusuma, Moch Farrel Asra Alfathoni Aulia Sidharta, Hanugra Aulia Vinarti Danang Febrian Diah Risqiwati Divka, Princessa Sissy Eko Mulyanto Yuniarno Faizal Mahananto Fajar Kurnia Malays Fandi Cahyo Saputro Febriliyan Samopa Handayani Tjandrasa Hanif Mitsal Mahatta Hardhika Propitadewa Ika Ayu Fajarwati Ilmi Usrotin Choiriyah Imelda Dian Rahmawati Indar Sugiarto Irlando Moggi Prakoso Jeremy Diaz Prasetyo Jihaan Harvi Habibah Kurniaji, Garis Narendra Kusumawardhani, Renny Pradina Lailatul Husniah Laura Wilhelmina Theresia Leivina Kartika Dewi Lia Farihul Mubin M. Fajrul Hakim M. Fiqri Ananda Maria Cendanasari Kurniawan Putri Mauridhi Hery Purnomo Mauridhi Hery Purnomo Meilani, Maulidiya Mochamad Zidan Aqila Kamil Muhammad Ali Fikri Muhammad Arif Nuriman Muhammad Daffa Maulana Muhammad Hisyam Naufal Rafiawan Basara Nazriyah Deni Tsaniyah Nova Eka Budiyanta Novian Tiandini Nur Aini Lestari Nur Khofifah Nur Laila Nur Nindya Risnina Oktania, Teky Budi Perdana, Muhammad Ilham Pujiadi Pujiadi Pujiadi, Pujiadi Purnama, I Putu Adhitya Pratama Mangku Radityo Prasetianto Wibowo Rahma Fauzia Rahmanisa, Fathia Raras Tyas Nurita Raras Tyasnurita Restia Rezalini P. S Retno Aulia Vinarti Rikasakomara, Edwin Riksakomara, Edwin Rizky Praditya Rully Agus Hendrawan Septica Tiara Indah Permatasari Sidharta, Hanugra Aulia Siti Aminatus Zehroh Sudiarti, Yeyen SUGIYANTO Sugiyanto - Supeno M Susiki Nugroho T, Lulus Condro Tresnaning Arifiyah Tri Achmadi Wahyu Ardianto Willy Achmat Fauzi

Title

Found 38 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 38 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 38 Documents
Search