Article Per Year (5 Year)
p-Index From 2021 - 2026
3.895
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic SMATIKA JURNAL MEDIA INFORMATIKA BUDIDARMA JITK (Jurnal Ilmu Pengetahuan dan Komputer) Jurnal Mantik Penusa International Journal of New Media Technology INTECOMS: Journal of Information Technology and Computer Science Jurnal Mantik Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Journal of Computer System and Informatics (JoSYC) Jurnal Teknologi Informatika dan Komputer Journal of Computer Networks, Architecture and High Performance Computing Journal of Computer Science and Information Technology Smatika Jurnal : STIKI Informatika Jurnal
Andrianingsih
Universitas Nasional
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Social Sciences

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
Sistem Presensi dan Sertifikasi Elektronik Memanfaatkan QR Code Menggunakan Algoritma AES Harfidz Alif Alfatihah; Iskandar Fitri; Andrianingstih Andrianingsih
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 11 No 02 (2021): SMATIKA Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v11i02.580

Abstract

Presence is an important element in carrying out teaching and learning activities in lectures, student attendance is evidence that the student has attended the seminar. Attendance is also an element of student assessment that has been determined by the university. Cheating in attendance that occurred during seminar activities caused injustice among students, so that many students objected to being absent and were then given the same seminar certificate by the lecturer. Certificates are evidence obtained from students attending seminars, as technology develops, E-certificates appear. The method applied in the development of the Electronic Presence and Certification System Using the web-based AES Algorithm using QR code scan technology is a prototype method. Taking this method is to produce applications that suit user needs. With QR Code technology, it will facilitate the process of attendance and checking of e-certificates automatically and computerized and will minimize student cheating in the process of attendance and ownership of e-certificates, because the QR Code will change every meeting. The resulting system has a QR Code scanning feature from existing applications and will be recorded in the database on the server.
Facial Age Estimation on Asian Faces Using SE-ResNeXt50 and Skin Texture Analysis Hanni Deswita; Ben Rahman; Andrianingsih Andrianingsih; Agus Iskandar
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 14 No. 1 (2026): March 2026
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v14i1.12039

Abstract

Image-based facial age estimation is becoming an important component in biometrics and digital dermatology, but many deep learning approaches still rely on global facial features, making them less sensitive to micro changes on the skin surface, particularly on Asian faces which have distinct ageing patterns. This research offers a novel contribution by integrating SE-ResNeXt50 with skin texture analysis to produce more accurate and interpretable age estimations. The dataset used is APPA-REAL, which consists of 7,612 age-labeled Asian face images. After face detection, skin area cropping, size standardisation, and intensity normalisation, visual features were extracted using SE-ResNeXt50, which utilises a channel attention mechanism through Squeeze-and-Excitation blocks to amplify subtle ageing signals. In parallel, this study adds skin texture analysis based on quantitative indicators, namely wrinkle index, tone unevenness, shine proxy, and brightness, to represent the skin microstructure correlated with ageing. The performance of the method is evaluated using Mean Absolute Error (MAE) and Root Mean Squared Error (RMSE). The results show that the combination of an attention-based deep network and skin texture indicators can improve the consistency of age prediction and provide a clearer basis for interpreting changes in skin texture on Asian faces. This finding strengthens the potential for developing an age estimation system that is not only precise but also relevant for digital skin monitoring applications and ageing evaluation.
ANALISIS SENTIMEN PELANGGAN TERHADAP APLIKASI WONDR BY BNI MENGGUNAKAN NAIVE BAYES, SUPPORT VECTOR MACHINE (SVM), DAN K-NEAREST NEIGHBOR (KNN) Irzan Busrayan; Andrianingsih Andrianingsih
Journal of Computer Science and Information Technology Vol. 2 No. 2 (2025): Maret
Publisher : Yayasan Nuraini Ibrahim Mandiri

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

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Wondr by BNI berdasarkan ulasan yang diperoleh dari Google Play Store. Pengumpulan data dilakukan melalui teknik web scraping menggunakan library google-play-scraper dengan parameter tertentu untuk memastikan relevansi dan kesesuaian data dalam konteks lokal. Data yang diperoleh kemudian diproses melalui tahapan preprocessing, yang mencakup case folding, cleansing, normalisasi, tokenisasi, dan penghapusan stopwords guna meningkatkan kualitas analisis. Selanjutnya, data direpresentasikan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk mengukur bobot kata dalam ulasan. Analisis sentimen dilakukan dengan menerapkan tiga algoritma pembelajaran mesin, yaitu Naïve Bayes, Support Vector Machine (SVM), dan K-Nearest Neighbor (KNN), guna mengklasifikasikan ulasan ke dalam kategori sentimen positif, negatif, dan netral. Hasil penelitian menunjukkan bahwa metode preprocessing yang diterapkan mampu meningkatkan kualitas data untuk analisis sentimen. Algoritma SVM memberikan akurasi tertinggi dibandingkan dengan Naïve Bayes dan KNN dalam mengklasifikasikan sentimen pengguna. Temuan ini dapat dimanfaatkan oleh pengembang aplikasi dalam meningkatkan layanan dan pengalaman pengguna berdasarkan umpan balik yang telah dianalisis. Kata Kunci: Analisis Sentimen, Machine Learning, TF-IDF, Wondr By BNI, Google Play Store
KLASTERISASI DATA PENYAKIT JANTUNG MENGGUNAKAN K-MEANS DALAM SISTEM INFORMASI KESEHATAN Saskia Adinda; Andrianingsih Andrianingsih
Journal of Computer Science and Information Technology Vol. 2 No. 3 (2025): Juni
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jcsit.v2i3.2021

Abstract

Penyakit jantung merupakan salah satu isu kesehatan utama yang memerlukan perhatian serius dalam pengelolaannya, terutama dalam menentukan skala prioritas penanganan pasien. Penelitian ini bertujuan untuk menerapkan metode K-Means Clustering dalam analisis data pasien penyakit jantung menggunakan Heart Disease UCI Dataset dari Kaggle, yang mencakup berbagai atribut medis seperti usia, jenis kelamin, tekanan darah, kadar kolesterol, dan jumlah pembuluh darah yang terdeteksi. Tahapan penelitian mencakup pembersihan data, normalisasi, seleksi fitur, serta penerapan algoritma K-Means untuk mengelompokkan pasien berdasarkan kemiripan karakteristik medis mereka. Hasil klasterisasi ini bertujuan untuk membantu tenaga medis dalam menentukan prioritas penanganan pasien berdasarkan tingkat risiko penyakit jantung. Evaluasi menunjukkan bahwa metode K-Means Clustering mampu mengelompokkan pasien dengan baik dan dapat diintegrasikan ke dalam sistem informasi kesehatan rumah sakit untuk meningkatkan efisiensi pengelolaan data serta mempercepat pengambilan keputusan medis. Dengan demikian, penelitian ini berkontribusi dalam pemanfaatan teknologi analitik guna meningkatkan kualitas layanan kesehatan dalam menangani pasien penyakit jantung.
OPTIMALISASI PRIME TIME IKLAN RADIO DENGAN ALGORITMA C4.5 DALAM DATA MINING Anggoro Bimma Sakti Ade Prastyo; Andrianingsih Andrianingsih
Journal of Computer Science and Information Technology Vol. 2 No. 3 (2025): Juni
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jcsit.v2i3.2038

Abstract

Penelitian ini bertujuan untuk mengoptimalkan waktu prime time dalam pemasangan iklan radio menggunakan algoritma C4.5 dalam teknik data mining. Dengan meningkatnya persaingan media digital, radio perlu mengembangkan strategi pemasangan iklan yang lebih efektif. Metode yang digunakan melibatkan pengumpulan dan analisis data pendengar radio untuk menentukan pola prime time yang optimal. Hasil penelitian menunjukkan bahwa waktu 06:00 - 09:00 pagi merupakan slot waktu yang paling efektif berdasarkan pola perilaku pendengar. Dengan pemanfaatan algoritma C4.5, penelitian ini berhasil meningkatkan efektivitas pemasangan iklan dan memberikan rekomendasi strategis bagi pengiklan dan stasiun radio.
Co-Authors Afiyan Nur Chafidin Agung Dwika Rudiyanto Agung Triayudi Agus Iskandar Ahmad Yannuri Alhadi Alhadi Anggoro Bimma Sakti Ade Prastyo Arika Zuraidah Arman Rama Susanto Asrul Sani Ben Rahman Bob Aziz Danis Setiawan Deden Ferdiansyah Fahri al Rasyid Fakrurrozi Fakrurrozi Fauziah Fauziah Fefi Hades Tawarai Feliks Ferianro Kiedrowsky Feri Susanto Gatot Soepriyono Hanif Rahman Burhani Hanni Deswita Harfidz Alif Alfatihah Harfidz Alif Alfatihah Hilman Hadi Irzan Busrayan Iskandar Fitri Ivan Setiawan Jajang Nurjaman Kodim Suparman Meta Amalya Dewi Mohamad Aldjawad Mohammad Iwan Wahyuddin Muhamad Biyan Abdulah, Naif Farhan Rian Harianto Rizal Bagus Pambudi RR. Ella Evrita Hestiandari Saskia Adinda Septi Andryana Tobby Wiratama Putra Ucuk Darusalam widyaningsih, tri wahyu Yusriana Chusna Fadilah