Article Per Year (5 Year)
p-Index From 2020 - 2025
8.471
P-Index
This Author published in this journals
All Journal MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Jurnal Teknologi dan Manajemen Informatika Jurnal Informatika SITEKIN: Jurnal Sains, Teknologi dan Industri Scientific Journal of Informatics CESS (Journal of Computer Engineering, System and Science) INFORMAL: Informatics Journal Jurnal Sains dan Informatika IJISCS (International Journal Of Information System and Computer Science) Jurnal Teknologi Informasi dan Terapan (J-TIT) Jurnal Informatika dan Rekayasa Elektronik JATI (Jurnal Mahasiswa Teknik Informatika) JIKA (Jurnal Informatika) Suluah Bendang: Jurnal Ilmiah Pengabdian Kepada Masyarakat SKANIKA: Sistem Komputer dan Teknik Informatika Brilliance: Research of Artificial Intelligence Ilmu Komputer untuk Masyarakat Digital Transformation Technology (Digitech) Teknomatika: Jurnal Informatika dan Komputer
Karina Auliasari
Instititut Teknologi Nasional Malang
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Other

Published : 74 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 74 Documents
Search

 4   5   6   7   8 
PERAMALAN HARGA SAHAM MENGGUNAKAN METODE SIMPLE MOVING AVERAGE DAN WEB SCRAPING Hadijah, Siti; Auliasari, Karina; Xaverius Ariwibisono, Franciscus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9090

Abstract

Studi ini mengeksplorasi teknik peramalan dari harga saham dengan menggunakan metode Simple Moving Average (SMA) dan Web Scraping. Pendekatan ini menggabungkan keunggulan analisis historis dengan pengumpulan data real-time melalui teknik web scraping untuk memprediksi pergerakan harga saham di pasar keuangan. Metode SMA digunakan untuk memperoleh rata-rata harga dalam rentang waktu tertentu sebagai dasar prediksi, sementara teknik web scraping memungkinkan pengambilan data aktual dari sumber-sumber online secara otomatis. Penelitian ini menjelaskan implementasi praktis dari dua teknik ini dalam meramalkan harga saham, mengevaluasi keandalan prediksi, serta menganalisis keunggulan dan batasan dari pendekatan ini dalam konteks pasar keuangan yang dinamis. Data yang digunakan untuk penelitian ini adalah 1 tahun, dimulai pada bulan september 2022 sampai september 2023 dan meramalkan untuk 7 hari kedepan dengan hasil penelitian menunjukkan bahwa penggunaan Metode SMA memberikan prediksi yang memuaskan yaitu tingkat akurasi adalah 1,18% (kurang dari 10%) dan ini menunjukkan bahwa semakin kecil nilai n, maka tingkat nilai akurasi menjadi lebih baik. Terkait pergerakan harga saham dari penelitian ini dapat memberikan panduan bagi investor dan pelaku pasar dalam mengambil keputusan investasi yang lebih terinformasi di pasar saham.
SISTEM REKOMENDASI PENENTUAN PAKET MENU MENGGUNAKAN ALGORITMA APRIORI : (STUDI KASUS: IFF AYAM ULEG CAK ABIT CABANG BENDUNGAN SUTAMI) Pitriya Rizki, Ani; Auliasari, Karina; Rudhistiar, Deddy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9094

Abstract

Industri restoran di Kota Malang telah mengalami perkembangan yang signifikan dalam beberapa tahun terakhir. Akibatnya daya saing antar industri ini sangatlah tinggi. Restoran Ayam Uleg Cak Abit merupakan salah satu merek restoran yang beroperasi di tengah persaingan ketat dalam industri makanan. Untuk tetap menjadi pilihan utama pelanggan, restoran ini perlu menganalisa paket menu yang paling diminati oleh pelanggan. Oleh karena itu, dibuatlah sistem rekomendasi paket menu menggunakan teknologi data mining untuk menganalisis data transaksi. Sistem ini diharapkan dapat menghasilkan informasi berharga, seperti pola asosiasi dan menu yang paling diminati pelanggan. Dari hasil penelitian yang dilakukan dengan menggunakan data testing gofood sebanyak 120 transaksi, didapatkan nilai min support dan min confidence yang relevan yaitu 2% dan 70% dengan hasil akhir paket yang direkomendasikan sebanyak 4 varian paket menu, dengan nilai final tertinggi yaitu sebesar 3%.
SISTEM KLASIFIKASI DATA PENDUDUK UNTUK MENENTUKAN TEMPAT PEMUNGUTAN SUARA (TPS) DENGAN METODE K-NEAREST NEIGHBOR (KNN) BERBASIS WEBSITE : STUDI KASUS : PEMILU DESA BULULAWANG Zulfan Najib, Ahmad; Achmadi, Sentot; Auliasari, Karina
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9130

Abstract

Pemilihan Umum (Pemilu) menjadi momen krusial dalam konteks demokrasi di Indonesia. Untuk memastikan kelancaran jalannya pemilu, dibutuhkan penentuan tempat pemungutan suara (TPS) untuk pemilih di seluruh wilayah negara ini. Selama ini proses penentuan TPS di Desa Bululawang dilakukan secara manual, dengan mengelompokkan penduduk berdasarkan alamat, RT, RW dan anggota keluarga. Proses penentuan ini membutuhkan waktu lama dan rentan timbul kesalahan, seperti satu KK yang tidak berada di TPS yang sama dan juga salah menempatkan TPS yang menimbulkan teguran dari pengawas pemilu. Maka dari itu dibuatkan sistem manajemen data penduduk yang efisien dengan kemampuan penentuan TPS untuk calon pemilih berdasarkan pola karakteristik data penduduk dengan metode K-Nearest Neighbor, untuk membantu panitia pemungutan suara meminimalisir kesalahan dari proses penentuan TPS manual. Dari hasil pengujian Confusion Matrix sistem dapat mengklasifikasi data penduduk untuk menentukan TPS melalui perhitungan metode K-Nearest Neighbor yang menggunakan nilai parameter K = 3, menggunakan perhitungan jarak Euclidean Distance menghasilkan nilai akurasi sebesar 93,75%, nilai presisi global sebesar 93,67%, recall global sebesar 93,38% dan Error Rate 6,25%.
PENERAPAN METODE K-MEANS CLUSTERING UNTUK PEMETAAN PENGELOMPOKAN LAHAN PRODUKSI JAGUNG: DI KABUPATEN PASURUAN Destama Karni Saputra, Davantio; Auliasari, Karina; Faisol, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10541

Abstract

Kabupaten Pasuruan memiliki potensi besar dalam produksi jagung karena memiliki banyak lahan yang subur dan curah hujan yang cukup tinggi. Bagi pemerintah daerah, memahami pola dan hal-hal yang dapat mempengaruhi produktivitas jagung di Kabupaten Pasuruan menjadi penting untuk membantu merumuskan kebijakan yang tepat. Akan tetapi, informasi pemetaan dan pengelompokan lahan produksi jagung tiap kecamatan di Kabupaten Pasuruan saat ini masih belum tersedia. Tanpa adanya informasi pemetaan yang jelas, dapat menyebabkan perencanaan pertanian menjadi sulit dilakukan secara efektif. Oleh karena itu, perlu dibuatkan sistem pemetaan dan pengelompokan lahan produksi jagung. Sistem ini diharapkan dapat membantu Dinas Ketahanan Pangan dan Pertanian Kabupaten Pasuruan untuk merumuskan kebijakan sehingga memberikan kontribusi positif bagi pengembangan sektor pertanian jagung. Variabel yang akan digunakan adalah luas panen dan hasil produksi jagung tiap kecamatan per tahun. Sedangkan proses pengelompokan data menggunakan metode K-Means. Hasil perhitungan menunjukkan bahwa dari total 120 data yang dihitung. Diperoleh hasil pengelompokan dengan jumlah klaster 1 (Produktivitas Rendah) = 65 data, klaster 2 (Produktivitas Sedang) = 42 data dan klaster 3 (Produktivitas Tinggi) = 13 data. Selanjutnya hasil pengujian perbandingan perhitungan sistem dengan perhitungan yang dilakukan oleh dinas menunjukkan hanya 39.17% data yang sesuai.
PEMILIHAN BUKU PERPUSTAKAAN MENGGUNAKAN METODE APRIORI: STUDI KASUS SMK NU SUNAN AMPEL PONCOKUSUMO Hidayatur Rohman, M.Afif; Fahrudi Setiawan, Ahmad; Auliasari, Karina
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10542

Abstract

Perpustakaan memiliki peran penting dalam pengawasn pendidikan. Namun, seringkali terjadi permasalahan dalam pemilihan buku yang menarik minat dan kebutuhan siswa. Penelitian ini bertujuan tentang mengembangkan sistem rekomendasi pemilihan buku perpustakaan menggunakan metode Apriori di SMK NU Sunan Ampel Poncokusumo. Metode hubungan aturan digunakan dalam pemrosesan data untuk mengidentifikasi penyebab interaksi antara komponen menggunakan support dan confidence. Kemudian metode Apriori digunakan untuk menganalisis pola peminjaman buku oleh siswa dan menghasilkan rekomendasi buku yang mungkin diminati berdasarkan aturan asosiasi yang dibuat. Informasi dari transaksi peminjaman buku diproses menggunakan algoritma penemuan Apriori frequent itemsets dan peraturan asosiasi yang memenuhi standar minimal dukungan dan keyakinan yang ditunjukkan. Penelitian menunjukkan apakah sistem rekomendasi apa dikembangkan dapat memberikan rekomendasi buku yang menarik minat dan kebutuhan siswa, sehingga membantu perpustakaan dalam mengelola koleksi buku dan meningkatkan tingkat peminjaman buku
IMPLEMENTASI PERAMALAN HARGA BAHAN BAKU MENGGUNAKAN METODE TREND MOMENT BERBASIS WEBSITE: STUDI KASUS SALAMA MEAT SHOP Robby, Mohammad; Fahrudi Setiawan, Ahmad; Auliasari, Karina
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10578

Abstract

Salama Meat Shop adalah sebuah toko yang menghasilkan berbagai macam jenis daging beku baik itu daging lokal ataupun import. Dengan permintaan yang terus meningkat dari pelanggan, Salama Meat Shop telah mengalami pertumbuhan yang pesat sejak awal pendiriannya. Namun, meskipun demikian, mereka belum mengadopsi sistem peramalan. hal ini mengakibatkan kesulitan bagi pemilik dalam meramalkan harga bahan baku dan sering kali menyebabkan kesalahan dalam menentukan harga produk yang tersedia untuk dijual. Guna mengatasi hal itu metode peramalan trend moment dibutuhkan untuk mengidentifikasi permasalahan yang dihadapi oleh Salama Meat Shop dalam manajemen persediaan dan peramalan harga bahan baku berdasarkan kondisi saat ini. Penelitian ini menggunakan nilai data asli, yaitu data pembelian bahan baku dari Desember 2022 hingga Maret 2024.. Pengujian yang dilakukan menghasilkan nilai akurasi MAPE rata rata sebesar 14,87%.
SISTEM PAKAR DIAGNOSIS PENYAKIT PADA AYAM BANGKOK DENGAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR Eksi Adi Irawan, Alfonsus; Auliasari, Karina; Orisa, Mira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10589

Abstract

Serangan penyakit pada ayam sering kali menjadi penyebab utama kegagalan panen, sehingga pemahaman dan penanganan yang tepat sangat diperlukan untuk mengantisipasi hal tersebut. Ayam, baik yang masih kecil maupun dewasa, memiliki risiko yang hampir sama dalam terserang penyakit. Untuk mencegah kerugian yang signifikan, penting bagi peternak untuk mengenali berbagai jenis penyakit ayam serta cara pengendalian dan pencegahannya. Namun, akses ke informasi dan konsultasi dengan pakar kesehatan ternak sering kali memerlukan biaya yang tidak sedikit. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi sistem pakar berbasis web yang menyediakan layanan konsultasi kesehatan ayam Bangkok menggunakan metode Certainty Factor. Metode ini telah terbukti efektif dalam mendiagnosis berbagai penyakit pada hewan dan manusia dengan tingkat akurasi yang tinggi, berkisar antara 80% hingga 90%. Aplikasi yang dikembangkan akan memungkinkan pengguna untuk mendiagnosis penyakit pada ayam Bangkok secara efisien dan akurat, dengan data yang divalidasi langsung oleh pakar kesehatan ternak. Hasil dari penelitian ini diharapkan dapat memberikan solusi teknologi yang mudah diakses dan terjangkau bagi peternak dalam menjaga kesehatan ayam mereka, serta mengurangi risiko kerugian akibat penyakit.
PENGELOMPOKAN TINGKAT KEPUASAN MAHASISWA DI ITN DENGAN MENGGUNAKAN METODE CLUSTERING COMPLETE LINKAGE DAN AVERAGE DISTANCE Hansen Sawa, Karolus; Auliasari, Karina; Agus Pranoto, Yosep
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.10525

Abstract

Kepuasan mahasiswa merupakan indikator utama dalam menilai efektivitas dan kualitas layanan pendidikan di sebuah perguruan tinggi. Untuk memahami tingkat kepuasan mahasiswa di Institut Teknologi Nasional (ITN), diperlukan suatu pendekatan yang dapat mengelompokkan mahasiswa berdasarkan tingkat kepuasannya. Metode Complete Linkage dan Splitter Average Distance menjadi alternatif yang potensial dalam mengatasi permasalahan ini. Complete linkage adalah metode clustering yang mengelompokkan objek berdasarkan jarak terjauh, berbeda dengan single linkage yang fokus pada jarak terdekat. tersebut. Pengujian black box dengan membuat skenario pengujian dan hasil yang diharapkan dari skenario tersebut. Kemudian hasil pengujian menunjukkan bahwa 100% berjalan sesuai dengan hasil yang diharapakan maupun itu dari peran admin atau user. Pengujian fungsional sistem yang dilakukan pada beberap web browser dan dapat disimpulkan bahwa fungsi pada aplikasi telah berjalan dengan baik dari 3 web browser yang di gunakan yaitu google chrome, Microsoft edge, dan mozilla firefox.
PENERAPAN METODE K-MEANS UNTUK PENGELOMPOKAN POPULASI TERNAK DI KABUPATEN SUMBAWA PROVINSI NTB Mutiara, Siti; Auliasari, Karina; Zahro, Hani Zulfia
Jurnal Informatika Vol 9, No 1 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i1.13102

Abstract

Kabupaten Sumbawa Provinsi Nusa Tenggara Barat (NTB),mempunyai sektor pertenakan berkembang pesat dengan potensi hewan ternak yang mencakup kuda, sapi, kerbau, dan kambing yang menjadi andalan ekonomi masyarakat.Meski demikian,pertumbuhan populasi hewan ternak yang pesat menghadirkan tantangan dalam pengelolaan dan pengelompokan.Data yang digunakan mencakup populasi hewan ternak per kecematan dari tahun 2016 - 2020 yang ditemukan melalui halaman resmi Badan Pusat Statistik (BPS) Kabupaten Sumbawa..Menunjukan adanya ketimpangan di beberapa kecematan,dengan beberapa wilayah mengalami kepadatan ternak tinggi sementara wilayah lain kurang optimal dalam pemanfaatan potensi pertenakan.Penelitian ini bertujuan mengelompokan populasi hewan ternak di kabupaten sumbawa berdasarkan kecematan. Metode K-Means Clustering dengan metode yang sesuai merupakan kumpulan aturan yang dirancang untuk mengorganisasikan data ke dalam klaster yang memiliki karakteristik serupa, yang membedakannya dari klaster lain yang memiliki atribut berbeda.Dengan Menganalisis data populasi hewan ternak berdasarkan kecematan, Penelitian ini bertujuan untuk memberikan wawasan baru terkait pola distribusi ternak yang dapat membantu pemerintah daerah dalam pengambilan keputusan strategis, seperti alokasi sumber daya dan pengembangan infrastruktur pertenakan dan membangun aplikasi berbasis website untuk pengelompokan populasi hewan ternak untuk memudahkan pemerintah daerah pertenakan di kabupaten sumbawa dalam mengelompokan hewan ternak .hasil dari penelitian ini menampilkan pengelompokan hewan ternak berdasarkan kategori cluster.
SISTEM REKOMENDASI KONVERSI PROGRAM MSIB DENGAN MATA KULIAH PRODI INFORMATIKA ITN MALANG MENGGUNAKAN COSINE SIMILARITY Fisabilillah, Difa; Auliasari, Karina; Pranoto, Yosep Agus
SKANIKA: Sistem Komputer dan Teknik Informatika Vol 8 No 1 (2025): Jurnal SKANIKA Januari 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/skanika.v8i1.3325

Abstract

The Certified Independent Study and Internship Program (MSIB) is part of the Merdeka Belajar Kampus Merdeka (MBKM) initiative, allowing students to convert up to 20 credits from their activities. However, this process is often challenging as universities must match the MSIB syllabus with the curriculum syllabus of the Informatics Engineering program at ITN Malang. Differences in terminology and specific rules between the two syllabi make the process time-consuming and confusing. This study aims to develop a recommendation system to simplify the course conversion process. The system employs a Natural Language Processing (NLP) model based on Transformers to capture textual context and a cosine similarity algorithm to measure the similarity between syllabi. The system evaluation using classification metrics achieved an accuracy of 67%. The precision score reached 71% for the majority class and 50% for the minority class, while recall was 83% and 33%, respectively. The weighted average produced an f1-score of 0.65, indicating satisfactory performance despite class imbalance. These results demonstrate the system's potential to provide reliable recommendations, although further optimization is required to improve performance for the minority class.
Co-Authors Abdul Mufid Achmad Abdillah, Nur Aditya Prasetyo, Rizki Adyatma Nandana Partha, Putra Afani, Ghana Widya Agung Panji Sasmito Agustine, Thesalonika Nameta AHMAD FAISOL Aji Wicaksono, Bayu Al Biruni, Muhammad Ali Mahmudi Amarta Sholehuddin, Mohamma Dandy Amelia, Diyona Angga Firmansyah, Puja Anggara, Aditya Aprilian Anarki, Galang Aprillia Dwi Dyah Saputri Aria Alfaizi, Hafiz Ariq Ihsan, Muhammad Aris Dwi Darmawan Ariwibisono, FX. As-Siddiqi, M. Halim Bastian Bastomi, Dwi Bella Fardani Daniel, Lazro Eko Putra Deddy Rudhistiar Destama Karni Saputra, Davantio Dewi Sibagariang Diah Wilis Lestarining Basuki Dimas Surya Prasetyo Eka Wijaya, Daniel Eksi Adi Irawan, Alfonsus Fahrudi Setiawan, Ahmad Febriana Santi Wahyuni Finanda, Wibis Fisabilillah, Difa Ghani Muttaqin, Abdul Hafiidh Yupiza Ramadhani Hamdani, Ahmad Hani Zulfia Zahro Hansen Sawa, Karolus Hasan Syu'aibi, Muhammad Hidayatur Rohman, M.Afif IBRAHIM, NAJAD Irvandani, Aditya Iva Roudhotul Rohmah Kalimatullah, Moh. Teguh Laksana, Bintang Nur Lestarining Basuki, Diah Willis Luthfi Andhikaputra, Muhammad Mahmudin, Ali Mariza Kertaningtyas martha kusuma, edwin Maulana Muhammad, Maulana Mawan Kriswantono Mira Orisa Mohamed Wasef Mohamed Wasef Muhammad Rafi Faddilani Mutiara, Siti Pitriya Rizki, Ani Pratama, Ricky Adytya Primaswara P, Renaldi Putri Oktaviani, Anindhita Raflie, Andi Muh Haekal Rahmat Dian Nugraha, Adhitya Renaldi Primaswara Prasetya Renaldi, Bima Rizki, Muhammad Fitra Rizky Prayudhi, Bimo Robby, Mohammad Rofila El Maghfiroh Sena Yudha, Rizky Sentot Achmadi Sholawati, Mutiara Siti Hadijah Solly Aryza Suandi Suandi Sukmadiningtyas Sundari Sundari Suryo Adi Wibowo Uni Umamatun Nysa, Junia Willis, Diah Xaverius Ariwibisono, Franciscus Yosep Agus Pranoto Zain Aryanta Zulfan Najib, Ahmad Zulfia Zahro’, Hani