p-Index From 2021 - 2026
10.491
P-Index
This Author published in this journals
All Journal JTT (Jurnal Teknologi Terpadu) Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Jiko (Jurnal Informatika dan komputer) METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Indonesian Journal of Applied Informatics KOMPUTIKA - Jurnal Sistem Komputer Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jurnal Informatika Global STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Journal of Information Systems and Informatics Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) G-Tech : Jurnal Teknologi Terapan Infotek : Jurnal Informatika dan Teknologi Madaniya Infotech: Journal of Technology Information Jurnal Teknik Informatika (JUTIF) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Infotech: Jurnal Informatika & Teknologi Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) International Journal Software Engineering and Computer Science (IJSECS) Jurnal Dinamika Informatika (JDI) Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Jurnal Informatika Teknologi dan Sains (Jinteks) Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Jurnal Indonesia Sosial Teknologi Proceeding of International Conference Health, Science And Technology (ICOHETECH) Adopsi Teknologi dan Sistem Informasi Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Innovative: Journal Of Social Science Research Journal Of Artificial Intelligence And Software Engineering SmartComp Sains Data Jurnal Studi Matematika dan Teknologi Jurnal PETISI (Pendidikan Teknologi Informasi) Jurnal Pengabdian Masyarakat Inovasi Indonesia TEKNOSAINS: Jurnal Sains, Teknologi dan Informatika
Claim Missing Document
Check
Articles

Sistem Rekomendasi Pemilihan Bibit Kelengkeng dengan Metode Knowledge Base Ahmad Wahyu Saputra, Nur; Hartanti, Dwi; Sopingi, Sopingi
Jurnal DutaCom Vol 18 No 1 (2025)
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Tanaman buah Kelengkeng merupakan komoditi buah yang banyak dibudidayakan di Kabupaten Boyolali. Toko Berkah Tanaman Boyolali adalah salah satu toko bibit tanaman, pupuk dan kebutuhan untuk petani serta masyarakat Kabupaten Boyolali tentang tanaman. Toko Berkah Tanaman Boyolali melakukan pemilihan bibit sendiri terhadap distributor bibit tanaman,sehingga Toko Berkah Tanaman Boyolali cukup selektif dalam produk bibit tanaman buah termasuk bibit tanaman buah kelengkeng. Metode Knowledge Base tersusun atas fakta yang berupa informasi tentang obyek, dan kaidah yang merupakan informasi tentang cara bagaimana membangkitkan fakta baru dari fakta yang sudah diketahui. Knowledge Base merupakan representasi pengetahuan dari seorang pakar. Pengetahuan yang disimpan dalam Knowledge Base disimpan dalam suatu struktur data khusus yang disesuaikan dengan metode inferensi yang dipakai. Berdasarkan uraian diatas, penulis membuat sebuah sistem rekomendasi pemilihan bibit kelengkeng dengan metode Knowledge Base yang dapat membantu pihak Toko Berkah Tanaman Boyolali mensosialisasikan hasil pemilihan bibit kepada para petani. Hasil pengujian fungsional mendapatkan bahwa sistem telah berjalan sesuai dengan perencanaan sistem yang telah dibuat sebelumnya. Hasil pengujian kelayakan sistem dengan jawaban kuesioner dari responden mengenai penggunaan sistem yang telah dibuat yaitu dari jawaban setuju dan sangat setuju menunjukan prosentase 94%, sehingga sistem yang telah dibuat dapat dijadikan acuan penentuan stok produk untuk periode berikutnya.
Sistem Pendukung Keputusan Pemilihan Supplier Kebutuhan Pokok Pada Toserba Alikha Gondang Menggunakan Metode Profile Matching Berbasis Website Nurkhalis, Danang; Hartanti, Dwi; Srirahayu, Agustina
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 2 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i2.7224

Abstract

Ketersediaan kebutuhan pokok sangat penting bagi masyarakat karena memenuhi konsumsi energi yang diperlukan untuk aktivitas sehari-hari. Toserba Alikha Gondang, sebuah toko ritel di Kabupaten Sragen, Jawa Tengah, memainkan peran penting dalam menyediakan kebutuhan pokok bagi penduduk setempat. Memilih supplier yang tepat adalah kunci untuk memastikan ketersediaan produk berkualitas dengan harga yang kompetitif. Oleh karena itu, tujuan dari penelitian ini adalah untuk mengembangkan Sistem Pendukung Keputusan (SPK) berbasis website untuk memilih supplier kebutuhan pokok di Toserba Alikha Gondang menggunakan metode Profile Matching. Metode Profile Matching dipilih karena kemampuannya untuk membandingkan kompetensi individu dengan standar yang telah ditetapkan, sehingga dapat mengurangi perbedaan (gap) dan memberikan penilaian yang lebih tinggi terhadap pilihan yang sesuai. Dalam konteks pemilihan supplier, metode ini mempertimbangkan faktor-faktor seperti kualitas produk, ketersediaan, lokasi, dan waktu pengiriman. Hasil dari penelitian ini adalah sebuah platform web yang dapat memberikan rekomendasi supplier terbaik bagi Toserba Alikha Gondang. Sistem ini diharapkan dapat meningkatkan efisiensi proses pemilihan supplier dan, pada akhirnya, meningkatkan keuntungan Toserba Alikha Gondang. Implementasi SPK ini diharapkan dapat menjadi solusi efektif dalam pengambilan keputusan yang lebih terstruktur dan berbasis data.
Sistem Rekomendasi Pemilihan Jenis Lensa Kacamata Menggunakan Metode Knowledge Based Recommendation (Studi Kasus : Optik Wiratama Kacamata 2) Ulhaq, Ahmad Dia; Hartanti, Dwi; Sari, Aprilisa Arum
STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 10, No 1 (2025)
Publisher : Universitas Indraprasta PGRI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/string.v10i1.28938

Abstract

The main problem that customers often face in choosing eyeglass lenses is the lack of information that suits the user's specific needs, such as eye complaints, daily activities, and lens feature preferences. This study aims to build a recommendation system for selecting eyeglass lenses using the Knowledge-Based Recommendation approach with the Constraint-Based method. The system development methodology uses the Agile Software Development model, with iterative stages that allow for periodic system evaluation. Data were obtained through interviews with customers and staff of Optik Wiratama Kacamata 2, as well as direct observation of user needs. This system was built web-based with the PHP programming language and the Laravel framework. The system test results showed a level of recommendation accuracy with a recall value of 100% and an average precision of 89.16%, indicating that the system is able to provide relevant lens recommendations that suit user needs. This study contributes to providing digital solutions that help decision-making in selecting eyeglass lenses in a personal and efficient manner.
Sistem Untuk Monitoring Data Tumbuh Kembang Anak Menggunakan Klasifikasi Decision Tree di PAUD IT Nur Hidayah Hilmi Putra Andriano, Muhammad; Purwanto, Eko; Hartanti, Dwi
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/ac65gc18

Abstract

Penelitian ini mengusulkan sistem monitoring tumbuh kembang anak berbasis klasifikasi Decision Tree di PAUD IT Nur Hidayah Surakarta. Tujuan utamanya adalah mengatasi inefisiensi pengumpulan data manual yang sering menyebabkan inkonsistensi dan keterlambatan deteksi penyimpangan perkembangan. Sistem ini dirancang untuk menyediakan platform komprehensif guna merekam dan menganalisis parameter pertumbuhan anak, meliputi tinggi badan, berat badan, lingkar kepala, dan tahapan perkembangan. Metode yang digunakan adalah klasifikasi Decision Tree untuk menganalisis data antropometri dan perkembangan yang terkumpul, memungkinkan kategorisasi otomatis status tumbuh kembang anak serta deteksi dini potensi masalah. Hasil menunjukkan bahwa implementasi sistem ini secara signifikan meningkatkan akurasi dan kecepatan monitoring, memfasilitasi intervensi cepat oleh guru dan orang tua untuk mendukung perkembangan anak yang optimal. Penggunaan Decision Tree terbukti menjadi alat cerdas yang membuat proses monitoring lebih robust dan andal.
Sistem Kontrol Suhu Dan Pakan Otomatis Berbasis IoT Pada Akuarium Ikan Hias Hanif, Abdurrohman; Purwanto, Eko; Hartanti, Dwi
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/95pw4s38

Abstract

Penelitian ini mengembangkan sistem kontrol otomatis berbasis Internet of Things (IoT) untuk pengelolaan suhu dan pemberian pakan pada akuarium ikan hias menggunakan mikrokontroler ESP32. Sistem mengintegrasikan sensor suhu DS18B20, motor servo untuk pengeluaran pakan yang dapat di atur lebar bukaannya, dan modul relay untuk pengendalian pemanas air. Pengguna dapat memantau dan mengatur sistem melalui aplikasi Blynk, termasuk pengaturan jadwal pakan dan batas suhu secara langsung. Data suhu dikirim secara berkala ke ThingSpeak untuk pemantauan historis dan analisis. Sistem juga dilengkapi fitur notifikasi otomatis yang memberi peringatan jika suhu melebihi atau kurang dari batas aman, maupun saat parameter sistem diperbarui. Sistem dikembangkan dengan metode Waterfall. Hasil pengujian menunjukkan bahwa sistem bekerja dengan baik, mampu membaca data suhu secara akurat, merespons perintah dari aplikasi, serta menjalankan pemberian pakan sesuai jadwal. Solusi ini cocok diterapkan untuk skala kecil hingga menengah, terutama pada toko ikan hias, karena dapat mengurangi kesalahan manusia sekaligus memudahkan proses pemeliharaan harian.
SISTEM REKOMENDASI MENGGUNAKAN METODE CONTENT BASED FILTERING PADA PRODUK FACE CARE BATRISYIA HERBAL Firdausi, Annisaa' Alam; Hartanti, Dwi; Sari, Aprilisa Arum
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1569

Abstract

Batrisyia Herbal merupakan salah satu merek skincare lokal yang menghadapi tantangan dalam memberikan informasi produk yang tepat kepada konsumen, khususnya dalam menyesuaikan produk face care dengan jenis kulit pengguna. Dengan menggunakan metode Content Based Filtering, tujuan penelitian ini adalah mengembangkan sistem rekomendasi yang dapat membantu pengguna tentang pengetahuan dalam memilih produk yang sesuai. Sistem dikembangkan menggunakan metode Agile Software Development, data dikumpulkan melalui web scraping dan studi Pustaka.  Sistem ini melakukan perhitungan kemiripan produk berdasarkan kriteria seperti jenis kulit, kategori produk, harga, dan usia. Hasil implementasi menunjukkan bahwa sistem mampu memberikan rekomendasi produk face care Batrisyia Herbal yang sesuai dengan kebutuhan pengguna, serta menampilkan antarmuka pengguna mulai dari login hingga tampilan detail produk. Sistem ini diharapkan dapat meningkatkan efektivitas pemilihan produk bagi pengguna.
Analisis Dan Visualisasi Data Pelamar Berbasis Web (Studi Kasus : PT Semesta Group) Saputro, Khoirul Adi Saputro; Hanifah Permatasari; Dwi Hartanti
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 5 (2025): EDISI SEPTEMBER 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i5.11708

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem pencatatan dan visualisasi data pelamar berbasis web untuk meningkatkan efisiensi dan keakuratan proses rekrutmen di PT Semesta Group. Metode rekrutmen sebelumnya yang masih menggunakan Google Spreadsheet dinilai kurang efektif karena rentan terhadap kesalahan data, lambat dalam pencarian informasi, dan tidak memiliki fitur analisis yang memadai. Penelitian ini menggunakan pendekatan Rapid Application Development (RAD) yang melibatkan pengguna secara langsung dalam seluruh tahapan pengembangan sistem. Sistem yang dikembangkan menyediakan fitur pencatatan data pemohon secara terstruktur, pencarian dan penyaringan data secara dinamis, visualisasi data secara interaktif seperti tren pemohon, sebaran status, dan alasan penolakan, serta kemampuan untuk mengekspor data ke dalam format PDF berdasarkan rentang waktu tertentu. Sistem dibangun dengan menggunakan PHP, MySQL, dan Highcharts.js, dan telah diuji coba langsung oleh tim Human Capital (HC). Hasil penelitian menunjukkan bahwa sistem mampu mendukung pengambilan keputusan rekrutmen yang lebih cepat dan berbasis data, mengurangi beban administrasi, dan meningkatkan efektivitas evaluasi. Penelitian ini memberikan kontribusi praktis bagi perusahaan dalam menghadapi digitalisasi rekrutmen, serta kontribusi teoritis dalam pengembangan sistem informasi rekrutmen dan visualisasi data.
COMPUTATIONAL MATHEMATICAL MODELING FOR LUNG CANCER DISEASE PREDICTION USING MULTIPLE LINEAR REGRESSION Farida, Anisatul; Indah, Ratna Puspita; Hartanti, Dwi; Silva, Adão Manuel da
Proceeding of the International Conference Health, Science And Technology (ICOHETECH) 2025: Proceeding of the 6th International Conference Health, Science And Technology (ICOHETECH)
Publisher : LPPM Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/twy84j24

Abstract

Lung cancer remains one of the most prevalent and deadly types of cancer worldwide, especially in developing countries with high smoking rates and limited early detection resources. This study aims to develop a computational mathematical model for predicting lung cancer risk using multiple linear regression. The model focuses on two primary factors: genetic predisposition and exposure to passive smoking, which are among the most significant determinants of lung cancer. An observational analytic design was employed using secondary data obtained from cancer registries, hospital records, and national health survey datasets. Computational data preprocessing techniques, including data cleaning, missing value imputation, and variable normalization, were applied to ensure model accuracy and reliability. The regression analysis revealed that both genetic predisposition and passive smoking significantly increased the lung cancer risk score, with regression coefficients of 0.24 and 0.48, respectively. The findings indicate that passive smoking has a greater impact on lung cancer risk compared to genetic factors. The final model demonstrated a coefficient of determination (R²) 0.72 indicates that 72% of the variation in risk can be explained by the combination of these two variables. This finding suggests that environmental factors have a more dominant influence than lifestyle factors on increasing lung cancer risk. This computational model provides a practical tool for early detection and risk stratification, supporting public health policies aimed at tobacco control and targeted screening programs to reduce lung cancer incidence and mortality
Perancangan Sistem Rekomendasi Pemilihan Objek Wisata Karanganyar Dengan Metode Knowledge Base Nugroho, Nur Cahyo; Moh. Muhtarom; Maulindar, Joni; Hartanti, Dwi
Infotek: Jurnal Informatika dan Teknologi Vol. 8 No. 2 (2025): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v8i2.30503

Abstract

Karanganyar Regency has significant potential in the tourism sector, especially nature tourism. However, the abundance of destination choices often makes it difficult for tourists to determine places that match their preferences. Currently available information is general and cannot be tailored to the specific needs of each user, making the decision-making process less efficient. This research proposes a knowledge-base recommendation system designed to assist users in selecting tourist destinations in Karanganyar according to their preferences. This system utilizes five main attributes: category, location, ticket price, rating, and facilities. System development was carried out using the Waterfall method, which includes requirements analysis and system design stages. User input is processed by matching it against the tourism data knowledge base using specific rules, and similarity calculations are performed to measure the degree of resemblance between user preferences and available tourism data. Based on similarity calculation results for 10 nature tourism data points, the system successfully recommended a destination with the highest similarity value of 0.991, namely Bukit Mongkrang, which best matched the user's selected criteria. Bukit Mongkrang met the user's desired criteria, being located in Tawangmangu, classified as nature tourism, having a mid-range ticket price, a rating 0.2 higher than the user's preference, and providing key facilities sought by the user. The results of this knowledge-base recommendation system modeling can serve as a reference for developing similar systems in the tourism field.
Sistem Rekomendasi Resep Masakan Menggunakan Metode Content Based Filtering Berdasarkan Preferensi Pengguna Kurnia Sari, Vena; Hartanti, Dwi; Purwanto, Eko
Infotek: Jurnal Informatika dan Teknologi Vol. 8 No. 2 (2025): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v8i2.30625

Abstract

Food is a fundamental human need that plays a crucial role in supporting health. For housewives, cooking is a daily routine in preparing nutritious meals for their families. In the digital era, technology simplifies recipe searching, but the abundance of available recipes often makes it difficult for users to find ones that match their available ingredients. To address this issue, this study develops a recipe recommendation system based on content-based filtering. The dataset was collected from cookpad.com and includes recipe names, ingredients, cooking duration, and cooking instructions. The system is designed using a content-based filtering approach and cosine similarity to measure the relevance between user input and existing recipe data. Users simply input ingredients, seasonings, or types of dishes they have, and the system provides relevant recommendations. Testing results show that the system can accurately identify and recommend recipes based on keywords, including specific cases such as "Soto Ayam Bening." The recommendations generated are reasonably accurate and assist users in selecting the most suitable recipes according to their needs. This system is expected to offer a practical solution for users in determining appropriate meal choices based on the ingredients available at home
Co-Authors Adi Tiyas Ahmad Fathoni Aditya Bagaskara Afu Ichan Pradana Afu Ichsan Pradana Agustina Purwatiningsih Agustina Srirahayu Ahmad Wahyu Saputra, Nur Ajeng Ayu Arumsari Aldio Tri Bangkit Sanjaya Alfito Muhammad Fernanda Alvian Ahmada Akhbar Amanda Putri Setiawan Ananta, Kevin Yoga Anbirama Auberta Anggi Prabata Andy Ariyanto Anisatul Farida Anjar Setiawan Aprilisa Arum Sari Aprilisa Arum Sari Aprilisa Arum Sari, S.T, M.Kom Ardhi Tiya Setiawan Arif Wicaksono Septyanto Asa Dilla Safitri Atik Sulami Avianto Adi Pratama Azizah, Shelvi Bagas Muttaqi Bagaskara, Mochammad Naufal Bagus Adi Nugroho Bagus Erwanto Bagus Irfanzah Arda Nugraha Bayu Tri Pramono Bondan Wahyu Pamekas Da Costa, Alexandre Daffa Rizki Putra Noordi Dika Adi Pratama Divangga Revansa Arya Pradhana Dwi Handayani Dwi Kurniawan Saputro Dyah Aprimavista Cahyani Dyah Purwaningsih Eka Wijanarka Satata Putra Eko Purwanto Enggar Wijaya Putra Erlina Kumala Kusumawati Ester Anugrayningtyas Fadia Aulia Azizah Fajar Suryani Fany Lestari FAULINDA ELY NASTITI Firdausi, Annisaa' Alam Fitroh Ahmad Abdul Aziz hanif, abdurrohman Hanifah Permatasari Hasanah, Herliyani Hasda Surya Putra Hasim Azari Hilmi Putra Andriano, Muhammad Hiskia Kus Setiawan ibnu - salifi Ilham Tristadika Saputra Indah Nofikasari Indah, Ratna Puspita Intan Febiana Ovianti Intan Oktaviani Iqbal Hanan Junaidi Irawan, Ridwan Dwi Irfan Agus Prastowo Jamilatun Safitri Jihan Amirah Munif Juantino Brata Astungkara Kevien Ollyvie Jolanda Kevin Yoga Ananta Khumaira Anin Aliya Pahlevi Kurnia Sari, Vena Leny Monica Lidia Earlene Rendhiva Lola Sekar Arum M Ainur Syawaludin Maria Rosario Marobo Maskhul Ryan Ibrahim Matin Muhith Maulana Az Zahra Yusuf Maulindar, Joni Meraldy Fiko Rastio Ajie Mira Erlinawati Moh. Muhtarom Muflih Taqiuddin Muhamad Daivany Nur Auilya Saleh Muhammad Arizal Yusuf Hermawan Muhammad Nur Ikhsanuddin Nadia Amalia Putri Nanang Setiawan Neha Poetri Setiawati Nibras Faiq Muhammad Nur Cahyo Nugroho Nurchim Nurkhalis, Danang Otto Santoso Putro Permatasari, Hanifah Praba Milantino A.R.K Pramono Pramudya Aziz Wisnuadi Pria Nur Islam Puput Dwi Mandiri Raditya Koesyan Dipo Pramukti Rifqi Firdausi Arafad Rizki Hendra Kusuma Robi Wariyanto Abdullah Rukmini, Siti Sandy Yustisio Oktaviandra Saputro, Khoirul Adi Saputro Setiawan, Jodi Apri Shelvi Azizah Silva, Adão Manuel da Sopingi Sopingi Sopingi, Sopingi Sri Lestari Sundari Sundari Syahrul Azhar Faisal Syahrul Rofiq Abdillah Fadli Taufiq Nur Arifin Tri Djoko Santosa Ulhaq, Ahmad Dia Ummi Kultsum Verdiyanto, Ricky Vihi Atina Vincentius Anggarda P.M Wahyu Adi Pratama Wildan Setiawan Wupiwulang Tanwal Hu Yasinta istiqomah Yogi Putra Auditama Yuda Abi Bagaskara Zariel Ardian Ekovih