Article Per Year (5 Year)
p-Index From 2021 - 2026
9.923
P-Index
This Author published in this journals
All Journal 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
Dwi Hartanti
Universitas Duta Bangsa Surakarta
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 79 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 79 Documents
Search

 4   5   6   7   8 
Penerapan Metode Knowledge-Based Filtering Pada Sistem Rekomendasi Penginapan Di Kota Surakarta Otto Santoso Putro; Dwi Hartanti; Vihi Atina
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Peningkatan volume wisatawan di Kota Surakarta memicu tingginya kebutuhan terhadap sarana akomodasi yang selaras dengan anggaran dan kriteria spesifik setiap pengunjung. Sistem pencarian pada umumnya masih mengandalkan rekam jejak penilaian masa lalu, sehingga sering kali memunculkan masalah cold start saat harus menyajikan rekomendasi kepada pengguna baru yang belum memiliki ulasan. Penelitian ini bertujuan untuk membangun sebuah sistem rekomendasi penginapan yang adaptif menggunakan metode knowledge-based filtering melalui pendekatan perhitungan kesesuaian case-based reasoning. Algoritma ini bekerja dengan cara memetakan pengetahuan secara langsung dari spesifikasi pencarian pengguna dan menghitung tingkat kecocokan (similarity score) terhadap 20 data penginapan di wilayah Kota Surakarta. Perhitungan rekomendasi didasarkan pada rumusan empat atribut utama dengan sebaran bobot yaitu harga sewa (0,35), ketersediaan fasilitas (0,25), standar rating (0,25), dan tipe kamar (0,15). Hasil pengujian sistem melalui simulasi studi kasus perhitungan komputasi membuktikan bahwa metode knowledge-based filtering beroperasi dengan transparan dan sistematis. Sistem terbukti mampu memvalidasi preferensi pengguna dan mengeksekusi perhitungan pembobotan nilai secara akurat, di mana pada pengujian kasus, penginapan Townhouse Oak dan Solo Grand City berhasil direkomendasikan sebagai pilihan utama dengan perolehan nilai kesesuaian tertinggi sebesar 1,00. Pendekatan algoritma ini menghasilkan keputusan akhir yang sangat objektif tanpa terhalang minimnya riwayat interaksi, terbukti kebal terhadap cold start, dan sangat layak diimplementasikan sebagai fondasi utama mesin pengambil keputusan personal bagi wisatawan.
IMPLEMENTASI CONTENT-BASED FILTERING PADA PERANCANGAN SISTEM REKOMENDASI OBAT BERBASIS GEJALA PENYAKIT Yogi Putra Auditama; Agustina Purwatiningsih; Dwi Hartanti
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Banyaknya informasi kesehatan di internet sering kali membuat masyarakat kesulitan memilih obat yang tepat untuk keluhan ringan, sehingga memicu risiko kesalahan swamedikasi. Penelitian ini bertujuan merancang sistem rekomendasi obat berbasis web menggunakan metode Content-Based Filtering. Proses pencocokan teks dilakukan melalui pembobotan Term Frequency–Inverse Document Frequency (TF-IDF) dan kalkulasi Cosine Similarity untuk mengukur kemiripan antara input gejala pengguna dengan deskripsi obat. Pengujian performa sistem dilakukan secara formal melalui lima skenario variasi input gejala keluhan ringan menggunakan Confusion Matrix. Hasil evaluasi menunjukkan sistem memperoleh rata-rata Precision sebesar 65%, Recall sebesar 100%, dan F1-Score sebesar 77%. Nilai Recall sebesar 100% menunjukkan bahwa seluruh obat yang relevan pada data uji berhasil direkomendasikan oleh sistem, sedangkan nilai Precision sebesar 65% menunjukkan masih terdapat beberapa rekomendasi yang kurang relevan. Secara keseluruhan, sistem mampu menghasilkan rekomendasi obat yang relevan untuk gejala penyakit ringan berdasarkan kemiripan deskripsi obat.
PENERAPAN ALGORITMA K-MEANS UNTUK PENGELOMPOKAN TINGKAT KEMACETAN LALU LINTAS Fadia Aulia Azizah; Dwi Hartanti; Pramono -
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Peningkatan jumlah kendaraan yang tidak diimbangi dengan perkembangan infrastruktur jalan memicu lonjakan kemacetan lalu lintas. Untuk mengatasi masalah ini, diperlukan analisis data yang terstruktur guna memetakan pola kepadatan kendaraan. Penelitian ini menerapkan teknik data mining dengan pendekatan clustering melalui algoritma K-Means untuk mengelompokkan tingkat kemacetan berdasarkan data transportasi. Metodologi penelitian mengikuti tahapan CRISP-DM, yang meliputi business understanding, data understanding, data preparation, modeling, evaluation, hingga deployment. Data yang digunakan bersumber dari Kaggle dengan variabel start point, end point, travel time, distance, dan waktu perjalanan. Validasi dan evaluasi kualitas klaster diuji menggunakan Silhouette Score dan Davies-Bouldin Index (DBI). Hasil akhir dari penelitian ini diharapkan mampu membentuk klaster tingkat kemacetan yang representatif dengan nilai pengujian validitas klaster yang optimal. Melalui pendekatan kuantitatif ini, penelitian dapat memberikan gambaran pola kepadatan yang valid serta menjadi bahan rujukan strategis dalam pengelolaan lalu lintas yang lebih efektif.
Penerapan Model Recency, Frequency, Monetary (RFM) Pada Sistem Segmentasi Member Solo Paragon Mall Muflih Taqiuddin; Vihi Atina; Dwi Hartanti
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Pusat perbelanjaan modern menghadapi tantangan dalam mengelola data member secara efektif untuk mendukung strategi pemasaran yang tepat sasaran. Solo Paragon Mall memiliki 780 data member dan 1.500 data transaksi yang hanya digunakan untuk keperluan administratif. Penelitian ini menerapkan model Recency, Frequency, Monetary (RFM) dikombinasikan dengan algoritma K-Means Clustering untuk melakukan segmentasi member. Tahapan penelitian mengikuti proses Knowledge Discovery in Databases (KDD) yang meliputi selection, preprocessing, transformation, data mining, dan interpretation/evaluation. Skor RFM dihitung menggunakan metode kuantil (skala 1–5) dan digunakan sebagai fitur clustering. Jumlah klaster optimal ditentukan dengan Elbow Method, sedangkan kualitas clustering dievaluasi menggunakan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan terbentuknya 4 klaster segmen member, yaitu Champion, Loyal Customer, At Risk, dan Lost Customer. Segmen Champion yang berjumlah 110 member (29,3% dari total 376 member) berkontribusi terhadap 75,3% total pendapatan, sementara Lost Customer (27,7% member) hanya menyumbang 3,3% pendapatan. Nilai Davies-Bouldin Index pada pendeketan RFM + K-Means sebesar 1,013 dibandingkan dengan 0,525 pada K-Means standar, yang menunjukkan bahwa skoring RFM mampu menyeimbangkan bobot ketiga dimensi sehingga segmentasi yang dihasilkan lebih relevan secara bisnis. Hasil segmentasi divisualisasikan melalui sistem berbasis web agar manajemen dapat mengakses informasi segmen member secara real-time. Penelitian ini menghasilkan segmentasi member yang lebih informatif dan akurat dibandingkan K-Means standar, sehingga manajemen dapat merancang program loyalitas yang lebih tepat sasaran.
SISTEM REKOMENDASI PENYEWAAN MOBIL MENGGUNAKAN METODE CONTENT-BASED FILTERING UNTUK PREFERENSI PELANGGAN Syahrul Azhar Faisal; Aprilisa Arum Sari, S.T, M.Kom; Dwi Hartanti, M.Kom
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Perkembangan teknologi informasi pada sektor transportasi mendorong perusahaan jasa penyewaan mobil untuk meningkatkan kualitas layanan berbasis digital. PT. Star Trans Nusantara masih menerapkan proses penyewaan secara semi-manual melalui media sosial dan aplikasi perpesanan sehingga pelanggan mengalami kesulitan dalam memperoleh rekomendasi mobil yang sesuai dengan kebutuhan. Penelitian ini bertujuan mengembangkan sistem rekomendasi penyewaan mobil berbasis web menggunakan metode Content-Based Filtering dengan pendekatan Cosine Similarity untuk membantu pelanggan memilih mobil berdasarkan preferensi yang diinginkan. Metode penelitian meliputi studi literatur, wawancara, observasi, analisis kebutuhan, perancangan sistem menggunakan UML, implementasi sistem menggunakan PHP dan MySQL, serta evaluasi menggunakan Blackbox Testing. Proses rekomendasi dilakukan dengan membandingkan atribut preferensi pengguna dengan atribut mobil menggunakan representasi nilai vektor biner dan perhitungan tingkat kemiripan menggunakan Cosine Similarity. Hasil penelitian menunjukkan bahwa sistem berhasil memberikan rekomendasi mobil yang relevan sesuai preferensi pelanggan dengan skor similarity tertinggi sebesar 1.0000 pada mobil Elf Giga, sedangkan Hiace Premio dan Hiace Commuter memperoleh skor 0.8660. Hasil pengujian fungsional menunjukkan seluruh fitur sistem berjalan dengan baik dan valid. Sistem yang dikembangkan mampu mempermudah pelanggan dalam mencari dan menentukan pilihan mobil secara lebih cepat, efektif, dan sesuai kebutuhan.
Rancangan Sistem Rekomendasi Kelayakan Penerima Taufiq Nur Arifin; Dwi Hartanti; Eko Purwanto
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Penentuan kelayakan penerima bantuan memerlukan proses verifikasi yang konsisten agar bantuan dapat diprioritaskan kepada calon penerima yang sesuai. Penelitian ini bertujuan merancang model rekomendasi kelayakan penerima bantuan menggunakan algoritma Decision Tree. Data penelitian terdiri atas 147 data historis calon penerima bantuan pada Komunitas Sosial Kafilah yang telah diverifikasi oleh beberapa pengurus berdasarkan kriteria yang disepakati bersama. Atribut yang digunakan meliputi kondisi ekonomi, jumlah tanggungan, status pekerjaan, kondisi tempat tinggal, dan kondisi sosial, dengan keluaran berupa kategori layak dan tidak layak. Data kategorikal dikodekan secara manual berdasarkan tingkat kerentanan setiap kategori. Model dibangun menggunakan DecisionTreeClassifier dengan kriteria entropy dan dievaluasi menggunakan 5-fold stratified cross-validation. Optimasi parameter dilakukan menggunakan GridSearchCV pada setiap data latih. Hasil pengujian memperoleh rata-rata accuracy sebesar 93,20%, precision sebesar 90,97%, recall sebesar 95,71%, dan F1-score sebesar 92,96%. Kondisi ekonomi menjadi atribut paling dominan dengan nilai kepentingan sebesar 67,33%. Model menghasilkan aturan keputusan yang dapat diinterpretasikan sebagai rekomendasi awal bagi pengurus. Namun, rekomendasi model tidak menggantikan keputusan akhir pengurus dalam menentukan penerima bantuan.
Sistem E-commerce Terintegrasi Customer Relationship Management (CRM) pada Toko Samber Redjeki Surakarta Maria Rosario; Aprilisa Arum Sari; Dwi Hartanti
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Toko Samber Redjeki merupakan usaha ritel yang menjual berbagai produk Fast Moving Consumer Goods (FMCG), perlengkapan rumah, produk perawatan kulit, dan busana. Strategi penjualan toko masih bergantung pada marketplace pihak ketiga sehingga menimbulkan biaya administrasi lebih dari 10% per transaksi dan membatasi pengelolaan data pelanggan untuk mendukung pemasaran. Penelitian ini bertujuan merancang dan membangun sistem informasi E-commerce mandiri berbasis web yang terintegrasi dengan Customer Relationship Management (CRM). Pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka, sedangkan pengembangan sistem menggunakan metode System Development Life Cycle (SDLC) model Iteratif dengan PHP, MySQL, Laravel Framework, dan Tailwind CSS. Pengujian sistem dilakukan menggunakan Blackbox Testing dan User Acceptance Testing (UAT). Hasil penelitian menunjukkan sistem mampu mendukung pengelolaan penjualan secara mandiri sehingga mengurangi ketergantungan pada marketplace pihak ketiga. Implementasi CRM difokuskan pada tingkat operasional melalui pemanfaatan data Wishlist sebagai dasar pencatatan preferensi pelanggan (customer preference tracking) dan pengiriman promosi melalui integrasi WhatsApp. Seluruh fungsi sistem berjalan dengan baik, sedangkan pengujian UAT terhadap 12 pengguna memperoleh tingkat penerimaan sebesar 92,35% pada lingkungan implementasi penelitian.
Implementation of the Certainty Factor Method in an Expert System for Diagnosing Nervous System Diseases Aldio Tri Bangkit Sanjaya; Dwi Hartanti; Ridwan Dwi Irawan
International Journal Software Engineering and Computer Science (IJSECS) Vol. 6 No. 2 (2026): AUGUST 2026
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA), Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijsecs.v6i2.7658

Abstract

Neurological disorders present diagnostic challenges because of overlapping symptoms and limited access to specialist services in some healthcare settings. This study develops and evaluates a web-based expert system for supporting the preliminary diagnosis of five conditions—Stroke, Vertigo, Migraine, Low Back Pain, and Arthritis—using the Certainty Factor (CF) method. The CF approach incorporates Measure of Belief (MB) and Measure of Disbelief (MD) to represent uncertainty in the relationship between symptoms and diseases. The study adopts a design and development research (DDR) approach, with system development supported by an expert system development life cycle. The diagnostic performance was evaluated using 12 test cases, with the system results compared with assessments from an expert neurologist. The system correctly matched the expert assessment in 11 of 12 cases, resulting in a diagnostic agreement rate of 91.67%. One mismatch occurred in Case 2, in which the system identified Vertigo while the expert assessment indicated early-stage Stroke, reflecting the difficulty of distinguishing conditions with overlapping symptoms using the defined rules. Black-box testing showed that all tested functional scenarios passed, resulting in a 100% functional test pass rate. The developed system can support preliminary neurological disease identification by providing diagnosis results accompanied by Certainty Factor values.
Implementation Of Content-Based Filtering For a Cat Food Recommendation System Amanda Putri Setiawan; Dwi Hartanti; Pramono Pramono
Journal of Artificial Intelligence and Software Engineering Vol 6, No 2 (2026): Juni (OnProgress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v6i2.9305

Abstract

This research discusses the implementation of the Content-Based Filtering method in a cat food recommendation system. The problem in this research is motivated by the difficulty of cat owners and pet shops in determining appropriate food, because there are many variations of products that differ in cat age, type of food, brand, price, composition, nutritional content, and product characteristics. This research was conducted to create a recommendation system that can help users in determining the appropriate cat food choice, by looking at product characteristics and specific needs of cats. This research utilizes the Content-Based Filtering method to analyze and recommend products, through the stages of data collection, data preprocessing, attribute weighting using Term Frequency-Inverse Document Frequency, and similarity calculation using Cosine Similarity. The research data was obtained through observation, interviews, literature study, and documentation of cat food products. The results show that the system built can help users determine cat food based on the suitability between user criteria, cat needs, and product characteristics. This system can also facilitate users in obtaining information and appropriate cat food choices. Based on this, the Content-Based Filtering method is considered effective to be applied in a recommendation system, to assist the cat food selection process in a more structured and efficient manner.
Co-Authors Adi Tiyas Ahmad Fathoni Aditya Bagaskara Afu Ichan Pradana Afu Ichsan Pradana Agustina Purwatiningsih Agustina Srirahayu Ahmad Wahyu Saputra, Nur Aldio Tri Bangkit Sanjaya Alfito Muhammad Fernanda Alvian Ahmada Akhbar Amanda Putri Setiawan Ananta, Kevin Yoga 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 Citra Kusuma Dewi Da Costa, Alexandre Daffa Rizki Putra Noordi Dika Adi Pratama Divangga Revansa Arya Pradhana Dwi Handayani Dwi Kurniawan Saputro Dyah Aprimavista Cahyani Eka Wijanarka Satata Putra Eko Purwanto Enggar Wijaya Putra Erlina Kumala Kusumawati Ester Anugrayningtyas Fadia Aulia Azizah 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 Iqbal Hanan Junaidi Irawan, Ridwan Dwi Irfan Agus Prastowo Jamilatun Safitri Jihan Amirah Munif Juantino Brata Astungkara Kevien Ollyvie Jolanda Kevin Yoga Ananta 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 Pahlevi, Khumaira Anin Aliya Permatasari, Hanifah Praba Milantino A.R.K Pramono Pramudya Aziz Wisnuadi 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