Article Per Year (5 Year)
p-Index From 2020 - 2025
1.978
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Sistemasi: Jurnal Sistem Informasi Techno Nusa Mandiri : Journal of Computing and Information Technology Jurnal Mantik Penusa Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Mantik Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Indonesian Journal of Business Intelligence (IJUBI) JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Indonesian Journal of Electrical Engineering and Computer Science Batara Wisnu : Indonesian Journal of Community Services Jurnal Ilmiah Edutic : Pendidikan dan Informatika Jurnal Maklumatika
Yuli Astuti
Universitas Amikom Yogyakarta
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Social Sciences

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Algoritma Naive Bayes untuk Mengklasifikasikan Kepribadian Siswa SMP Berdasarkan Tipologi Hippocrates-Galenus Meilana Meilana; Yuli Astuti; Irma Rofni Wulandari; Istri Sulistyowati; Brigida Arie Mimartiningtyas
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (912.343 KB) | DOI: 10.32520/stmsi.v10i2.1339

Abstract

AbstrakPerkembangan teknologi informasi berbasis komputer rentan memberikan dampak yang negatif terhadap siswa di usia remaja, secara khusus pada jenjang SMP yaitu usia 12 hingga 15 tahun. Usia tersebut merupakan masa peralihan usia anak-anak menuju remaja. Guru bimbingan konseling (BK)  menjadi wadah untuk membenahi serta mendidik para siswa yang mempunyai permasalahan dari segi psikologi, karakteristik, ataupun hal pendukung lainnya. Namun pada prakteknya saat kegiatan konseling siswa akan merasa malu mengungkapakan permasalahan yang dihadapi dan cenderung menutupinya sehingga BK butuh banyak waktu untuk mengetahui permasalahan dan karakter siswa.   Oleh karena itu diperlukan sistem untuk mengetahui karakteristik yang dimiliki oleh siswa, dengan tujuan agar BK dapat berkomunikasi dengan baik terhadap siswa yang memiliki permasalahan dan bisa mengetahui karakternya sehingga akan mempermudah dalam penanganannya. Penerapan algoritma Naïve Bayes Classifier pada penelitian ini ditujukan untuk mengklasifikasikan data berdasarkan  karakteristik yang sudah di tentukan sebelumnya, yakni sanguin, koleris, melankolis, plegmatis. Metode ini digunakan untuk mentukan kelas tertinggi yang akan ditujukan pada karakteristik kepribadian tersebut. Atribut yang diperlukan pada penelitian ini adalah nama siswa, usia, jenis kelamin, asal sekolah serta jawaban soal test A, B, C, dan D. Pengujian terhadap sistem dilakukan sebanyak 6 kali pengujian, dimana pengujian pertama mendapatkan nilai akurasi sebesar 68,57%, pengujian kedua sebesar 74%, pengujian ketiga sebesar 77,78%, pengujian keempat sebesar 81,18%, pengujian kelima sebesar 85,88% serta pengujian keenam sebesar 83,53%. Nilai akurasi tertinggi dihasilkan dari pengujian kelima sebesar 85,88% pengujian tersebut menggunakan Confusion Matrix, dalam hal ini Algoritma Naïve Bayes Classifier mampu mengklasifikasikan dengan baik dan memperoleh hasil akurasi yang cukup tinggi. Kata kunci :  Data Mining, Klasifikasi, Naïve Bayes Classifier, Karakteristik Kepribadian  AbstractThe development of computer-based information technology is prone to hurt teenage students, especially at the junior high school level, namely 12 to 15 years of age. This age is a period of transition from the ages of children to adolescents. The counseling guidance teacher (BK) becomes a place to fix and educate students who have psychological problems or other supporting matters. However, in practice, during counseling activities, students will reveal problems that arise and tend to cover them up so that counseling takes a lot of time to find out the problems and character of students. Therefore we need a system to see the contents of the students, with the aim that BK can communicate well with students who have problems and can see their character so that it will make it easier to handle. The application of the Naïve Bayes Classifier algorithm in this study is to classify data based on what has been predetermined, namely sanguine, choleric, melancholy, phlegmatic. This method is used to determine the highest class that will be aimed at that personality. The attributes required in this study are the name of the student, age, gender, school origin, and answers to test questions A, B, C, and D. Testing of the system was carried out 6 times, where the first test got an accuracy value of 68.57%. , the second test was 74%, the third test was 77.78%, the fourth test was 81.18%, the fifth test was 85.88% and the sixth test was 83.53%. The highest value generated from this test is 85.88%. The test uses the Confusion Matrix, in this case, the Naïve Bayes Classifier Algorithm can classify well and get high enough results. Keywords : Data Mining, Classification, Naïve Bayes Classifier, Characteristics Personality.
Model Aplikasi Sistem Penunjang Keputusan Penilaian Kinerja Guru Menggunakan Profile Matching Tita Meitri Vidjayanti; Irma Rofni Wulandari; Lilis Dwi Farida; Yuli Astuti
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 10, No 3: Desember 2021
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (787.583 KB) | DOI: 10.35889/jutisi.v10i3.778

Abstract

Abstrak. Penilaian kinerja Guru yang masih dilakukan secara manual membutuhkan banyak kertas. Selain itu terdapat 20 sub kriteria yang digunakan dalam proses penilaian, sehingga diperlukan waktu yang lama dalam penilaian dan proses rekapitulasi data. Lembar hasil penilaian juga masih di simpan di rak buku, sehingga jika ada lembar penilaian yang tercecer akan berdampak pada proses penilaian ulang. Paper ini menyajikan model aplikasi sistem penunjang keputusan penilaian kinerja guru menggunakan metode Profile Matching. Penelitian kinerja guru menggunakan 5 kriteria yaitu pedagogik, profesionalisme, prestasi kerja, kepribadian, sosial, dengan 20 sub kriteria. Hasil uji fungsional dengan Blackbox Testing menunjukkan fitur-fitur fungsional yang identifikasi pada tahap analisis kebutuhan telah dipenuhi secara valid dalam Aplikasi yang dikembangkan.Kata Kunci: Penilaian Kinerja Guru, Aplikasi Sistem Penunjang Keputusan, Profile Matching. Abstract. Teacher performance appraisal which is still done manually requires a lot of paper. In addition, there are 20 sub-criteria used in the assessment process, so it takes a long time in the assessment and data recapitulation process. The assessment results sheets are also still stored on the bookshelf, so if there are scattered assessment sheets it will have an impact on the reassessment process. This paper presents an application model for a teacher performance appraisal decision support system using the Profile Matching method. Teacher performance research uses 5 criteria, namely pedagogy, professionalism, work performance, personality, social, with 20 sub-criteria. The results of the functional test with Blackbox Testing show that the functional features identified at the requirements analysis stage have been fulfilled validly in the developed application.Keywords: Teacher performance appraisal, decision support system, Profile Matching
KOMPARASI METODE AHP, TOPSIS DAN AHP-TOPSIS UNTUK PEMILIHAN BAHAN MAKANAN POKOK PADA PENDERITA OBESITAS yuli astuti; Irma Rofni Wulandari
Sistemasi: Jurnal Sistem Informasi Vol 8, No 3 (2019): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1505.582 KB) | DOI: 10.32520/stmsi.v8i3.559

Abstract

Mengatur pola makan sangat penting dilakukan oleh setiap orang agar selalu sehat dan terhindar dari berbagai macam penyakit. Obesitas dapat dikategorikan sebagai gangguan kesehatan, Seseorang dikatakan obesitas jika memiliki banyak lemak dalam tubuh dengan jumlah tidak wajar sehingga berat badan melebihi berat ideal. Penderita obesitas sebaiknya memperhatikan pemilihan bahan pokok makanan yang akan dikonsumsi untuk mengurangi obesitasnya. Pada penelitian ini, menggunakan metode TOPSIS (Tehnique for Order Preference by Similarity to Ideal Solution), metode AHP (Analytic Hierarchy Process) dan menggabungkan kedua metode tersebut untuk mencari alternatif pemilihan bahan pokok makanan. Variabel yang digunakan pada penelitian ini adalah karbohidrat, protein, lemak, serat dan zat besi dengan alternative bahan pokok nasi putih, nasi merah, jagung kuning, singkong, ubi jalar dan kentang. Dengan AHP menghasilkan perangkingan dengan urutan kentang, ubi jalar, nasi merah, jagung kuning, singkong dan nasi putih. Pada metode TOPSIS menghasilkan perangkingan ubi jalar, jagung kuning, singkong, nasi merah, kentang dan nasi putih, sedangkan metode AHP-TOPSIS menghasilkan urutan singkong, ubi jalar, jagung kuning, nasi merah, kentang dan nasi putih.
ANIMASI 2 DIMENSI SEBAGAI INFOGRAFIS PENCEGAHAN VIRUS COVID 19 PADA PAUD TERPADU ALLIFA Yuli Astuti; Irma Rofni Wulandari; Abdiel Alim W; Vikiyana Haris A; Fawwaz Hasanu; Bibit Aries K; Rina Puji Utami
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 4, No 1 (2021): Martabe : Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v4i1.215-221

Abstract

Delapan bulan negara ini mengalami kondisi yang tidak biasa karena adanya pandemic virus corona atau sering disebut covid-19. Dunia Pendidikan tetap harus berjalan sebagaimana mestinya biarpun tidak bisa dilaksanakan secaramaksimal, oleh karena itu pihak sekolah harus melakukan proses pembelajarannya menggunakan system online. Untuk pembelajaran online di jenjang Pendidikan usia dini masih butuh pendampingan orang tua secara intensive. Oleh karena itu penyampaian pesan atau materi dilakukan dengan jelas dan semenarik mungkin agar orang tua mudah untuk menyampaikan ke anak. Untuk memberikan pesan pola hidup sehat untuk pencegahan virus covid-19 juga harus menarik dan interaktif agar pesan yang disampaikan mudah diterima untuk anak sehingga pada pengabdian ini dibuatlah video animasi 2 Dimensi infografis tentang pencehagan virus covid-19 dengan jenis file mp4 sehingga bisa dilihat melalui handphone maupun computer. Tahap pembuatannya yaitu menganalisa masalah, menentukan solusi, memilih solusi, kemudian dilanjutkan perancangan dengan storyboard, pembuatan desain karakter, penulisan naskah dan recording kemudian kompositing dan editing dan terakhir adalah pengujian. Pada video ini masih ada kekurangan yaitu durasi video masih cukup pendek sehingga informasi yang disampaikan masih terbatas. 
IMPLEMENTASI DAILY ACTIVITY MONITORING SYSTEM (DAMS) PADA CV. JOGJA MEDIA TELEMATIKA Tri Munfarida; Yuli Astuti
Jurnal Mantik Penusa Vol. 21 No. 1 (2017)
Publisher : Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (456.987 KB)

Abstract

Daily Activity Monitoring System (DAMS) is a web-based system that handles the recording of employee activities, project monitoring and monitoring of employee activities. This system of data processing activities of employees into a report that displays information about the activities of employees, who worked on the project progress and the total time required in the project. CV. Jogja Media Telematika as one of the creative industries are engaged in the field of information technology that has not had an automated recording system activity so that employees tend not to fill and recording and doing activities that are still carried out manually. This makes the process of project monitoring and monitoring employee activity takes a long time and yet ensuring the accuracy of the data, so it requires an automated system for managing employee activity recording, process monitoring projects and activities of employees called Daily Activity Monitoring System (DAMS).From this method the expected results may help the process of automation of recording the activities of employees, project monitoring process and monitoring the activities of employees.
SISTEM PENGOLAHAN DATA BANK SAMPAH (STUDY KASUS : BANK SAMPAH BANGKIT PONDOK I NGEMPLAK SLEMAN) Dhita Prima Kusuma; Yuli Astuti
Jurnal Mantik Penusa Vol. 21 No. 1 (2017)
Publisher : Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (619.916 KB)

Abstract

Data processing system is an application to facilitate the processing of data in detail as well as minimize data entry and output errors. With this data processing system allows the presentation of the results of data quickly and accurately as we want. So that agency and the customer more easily and quickly view transactions more secure. The purpose of this paper is to design and makes the required data processing system of Bank Sampah Bangkit Pondok I, because it is still processing the transaction data manually. So that the waste bank manager and customer experience difficulties when conducting transactions securely and minimize data entry errors, and the manager will waste banks more easily create the desired transaction reports. With the data processing system is expected to facilitate the transaction, ease of viewing data required customer and the bank trash. So as to improve security and customer confidence in the bank trash, and the achievement of a more secure transaction of data errors. 
Algoritma Support Vector Machine Untuk Klasifikasi Sikap Politik Terhadap Partai Politik Indonesia: Algoritma Support Vector Machine Untuk Klasifikasi Sikap Politik Terhadap Partai Politik Indonesia Satrio Yudho Pangestu; Yuli Astuti; Lilis Dwi Farida
Jurnal Mantik Vol. 3 No. 1 (2019): May: Manajemen dan Informatika
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (542.801 KB)

Abstract

The use of social media that is increasingly easy and affordable becomes a new forum for Indonesian people to express their thoughts freely. Included in the preparation period for a democratic party held every five years. The public can freely believe through the social media they have, especially through twitter. People who come from different backgrounds often provide opinions that can lead to pros and cons. It can be used as feedback on political parties that carry presidential, vice-presidential, and successful team candidates so that they will be useful in potential assessments and can be used for better purposes. Sentiment analysis is done by sorting data from Twitter which is an opinion on political parties and the executive candidates they carry. The data is divided into 2 categories, positive and negative categories. The methods that will be used for sentiment analysis include preprocessing, word staining with TF-IDF, and making a classification model with the Support Vector Machine and K-Fold Cross Validation approach to test the accuracy of the model. The result of making a classification model is Support Vector Machine with training data of 900 to get 86% accuracy and testing using 10-Fold Cross Validation get an average accuracy rate of 71% with an error rate of 29%
An arrangement of the number of K-grams in the performance of Rabin Karp algorithm in text adjustment Yuli Astuti; Irma Rofni Wulandari
Indonesian Journal of Electrical Engineering and Computer Science Vol 26, No 3: June 2022
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v26.i3.pp1388-1394

Abstract

Rabin Karp algorithm is frequently used to determine the similarity between texts, using the hash function to compare the string identified and the substring in the text. The choice of the k value in the K-gram is often unrestricted. The number of k values used when cutting some terms will take longer if tried one by one. This research will perform a word cutting test on a script using K-gram 0 to 8. The results will cover the effect of the value of each K used on the similarity percentage produced. This research aims to determine the effect of the number of K-grams on the performance of Rabin Karp in text matching. The test underwent 20 sentences and 10 times using the dice coefficient for text similarity testing. The conclusion of this research should not use the K-gram 0 to 2 due to the K-gram basic principle: character deduction. Subsequently, if the character is 0,1,2, it does not have a meaning yet; thus, it gets a high similarity percentage. Based on trials by taking samples of K-gram 0 to 8 from 10 test data sets; the K-gram 3 is the best among K-grams 0 to 8.
Algoritma Apriori sebagai Penentu Pola Penjualan Produk Jeans Yuli Astuti; Heni Novitasari
EDUTIC Vol 9, No 1 (2022): November 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (281.079 KB) | DOI: 10.21107/edutic.v9i1.7416

Abstract

Pada transaksi penjualan produk yang diminati sangat berpangaruh, sehingga pemilik toko harus bisa mengambil keputusan untuk menentukan jumlah barang yang harus disediakan pada tokonya. Salah satu kasus yang paling sering ditemui, yaitu apabila persediaan atau produksi barang dalam jumlah yang banyak, namun hasil  penjualan barang tersebut tidak sebanyak atau sebanding dengan produksi barang. Maka berdasarkan kasus ini, diperlukan sebuah perencanaan yang efektif baik untuk jangka panjang maupun jangka pendek bergantung pada pola penjualan barangnya. Untuk menentukan pola penjualan digunakan algoritma Apriori untuk menghasilkan association rule dalam menentukan atau menyediakan stok barang sesuai kebutuhan konsumen  dalam masa mendatang yang lebih efektif. Pada penelitian ini menggunakan 150 data transaksi penjualan dengan cara melakukan pencarian pola penjualan dimana nilai minimal support sama confidence sebagai parameter yang dilihat berdasarkan frequents itemset tertinggi dimana nilai minimal support adalah 10 dan nilai confidence adalah 15, sesuai aturan asosiasi yang terbentuk, nilai tertinggi terdapat dalam produk penjulan chinos panjang dan jeans panjang dengan nilai minimal support 26,67% dan nilai confidence 44,94%. Nilai akurasi menggunakan metode confusion matrix dengan hasil akurasi  sebesar 83,33% pada aturan asosiasi dengan pengaturan nilai minimal support 10% dan minimum confidence 15%.
PENERAPAN METODE GAP PADA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BIBIT PADI TERBAIK Muhammad Adithya Ricky Ichsan; Irma Rofni Wulandari; Yuli Astuti; Wiwi Widayani
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i2.2715

Abstract

Pemilihan bibit padi merupakan langkah awal dari budidaya tanaman padi. Pemilihan bibit perlu diperhatikan untuk mendapatkan hasil panen yang baik. Petani di Desa Soropadan sering mengalami kesulitan dalam menentukan bibit padi yang akan digunakan. Sistem pendukung keputusan dapat menjadi salah satu solusi untuk permasalahan pemilihan bibit padi. Jenis bibit padi dapat dipilih berdasarkan aspek dan kriteria tertentu. Kriteria yang digunakan yaitu tinggi tanaman, kerontokan, harga bibit, umur tanaman, bentuk tanaman, bentuk gabah, kadar amilosa, dan kerebahan. Metode GAP merupakan salah satu metode pengambilan keputusan dengan mencari gap antar kriteria. Tujuan dari penelitian ini yaitu untuk merancang suatu sistem penunjang keputusan dengan menerapkan metode GAP sehingga dapat membantu memberikan rekomendasi bibit padi unggul. Hasil dari penelitian yaitu Metode GAP berhasil diimplementasikan ke dalam bentuk sistem penunjang keputusan berbasis website dan menampilkan perankingan bibit padi serta memberikan rekomendasi bibit padi terbaik. Blackbox testing digunakan untuk menguji sistem dan mendapatkan hasil sistem berjalan sesuai dengan perancangan.
Co-Authors Abdiel Alim W Acihmah Sidauruk Angga Ramana Putra Bibit Aries K Bligania Bligania Brigida Arie Mimartiningtyas Dhita Prima Kusuma Elsafira Budi Dewantari Erni Seniwati Fawwaz Hasanu Hamdani Nindya Prasasti Heni Novitasari Heri Sismoro Irma Rofni Wulandari Irma Rofni Wulandari Istri Sulistyowati LILIS DWI FARIDA Meilana Meilana Muhammad Adithya Ricky Ichsan Nugraha, Anggit Ferdita Nurdini Kharomadhona Pramuji Arif Yulianto Rabiatul Adawiyah Raihanna Ilfa Widjayanti Roilan Rina Puji Utami Satrio Yudho Pangestu Shofi Putri Ekadewi Tita Meitri Vidjayanti Tri Munfarida Trisa Ayunanda Saputri Vikiyana Haris A Wisnu Agung Laksono Wiwi Widayani Yoga Pristyanto