Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

10.543

P-Index

This Author published in this journals

All Journal Jurnal Informatika Jurnal Teknologi Informasi dan Ilmu Komputer JUITA : Jurnal Informatika POSITIF Sistemasi: Jurnal Sistem Informasi JOIV : International Journal on Informatics Visualization IJCIT (Indonesian Journal on Computer and Information Technology) JITK (Jurnal Ilmu Pengetahuan dan Komputer) Techno Nusa Mandiri : Journal of Computing and Information Technology SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Teknologi Sistem Informasi dan Aplikasi JURIKOM (Jurnal Riset Komputer) Jurnal Riset Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JOISIE (Journal Of Information Systems And Informatics Engineering) CCIT (Creative Communication and Innovative Technology) Journal Jurnal SITECH : Sistem Informasi dan Teknologi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Jurnal Mnemonic Abdimasku : Jurnal Pengabdian Masyarakat Journal of Information Technology Ampera Jurnal Algoritma, Logika dan Komputasi Teknika Journal of Business and Audit Information System (JBASE) IJECS: Indonesian Journal of Empowerment and Community Services Jurnal Pendidikan dan Teknologi Indonesia Jurnal Indonesia : Manajemen Informatika dan Komunikasi JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Janitra Informatika dan Sistem Informasi Literasi: Jurnal Pengabdian Masyarakat dan Inovasi Jurnal Informatika: Jurnal Pengembangan IT Jurnal Pendidikan Teknologi Informasi (JUKANTI) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)

Nina Setiyawati

Universitas Kristen Satya Wacana

Author-ID : 2544488

Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 73 Documents Claim Missing Document

Claim Missing Document

Articles

4 5 6 7 8

PEMBANGUNAN SISTEM INFORMASI PENGELOLAAN DONOR DARAH BERBASIS WEB DI PMI KOTA SALATIGA Andrew Prasetya Kusuma; Nina Setiyawati
Jurnal Pendidikan Teknologi Informasi (JUKANTI) Vol 9 No 1 (2026): JURNAL PENDIDIKAN TEKNOLOGI INFORMASI (JUKANTI) EDISI APRIL 2026
Publisher : Universitas Citra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37792/jukanti.v9i1.1943

PMI Kota Salatiga currently relies entirely on paper forms for various blood donation procedures, making them susceptible to damage and causing inefficiencies in blood donor data recording. This research aims to develop a web-based information system to manage blood donations, specifically the donor registration process and the blood product request process carried out by hospitals. The information system was developed using the Software Development Life Cycle (SDLC) prototyping method with an API-First architecture, utilizing Laravel as the backend, Reactjs as the frontend, and Postgresql as the database. System testing was conducted using User Acceptance Test (UAT), compatibility test, and usability testing with Single Ease Question (SEQ) and System Usability Scale (SUS) methods. The average results of the User Acceptance Test showed an aggregate score of 0.9, while the usability test results yielded an aggregate score of 79.83 for the System Usability Scale and an aggregate of 6.54 for the Single Ease Question. The compatibility testing results demonstrated that the application interface is responsive across various screen sizes. These results indicate that the information system successfully addresses the needs of PMI Kota Salatiga by reducing dependence on physical forms for registration and documentation related to blood donation.

Pembekalan Design Thinking Untuk Pembentukan Karakter Wirausaha Muda Solutif-Inovatif Pada Murid SMA/K di Kota Palu Dwi Hosanna Bangkalang; Nina Setiyawati; Evangs Mailoa; Deasy Carolina; Magdalena Ariance Ineke Pakereng; Willson Mangoki
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 9, No 1 (2026): JANUARI 2026
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v9i1.3187

Salah satu tantangan pada wirausaha muda adalah adanya persoalan pada tahap analisis pasar sebelum usaha mulai dirintis yakni produk yang dihasilkan tidak sesuai dengan kebutuhan pasar. Selain itu, minat siswa untuk berwirausaha masih cenderung rendah. Hal tersebut dipengaruhi oleh pola pikir yang kurang adaptif terhadap risiko dan ketidakpastian, serta ketakutan terhadap kegagalan. Kegiatan Pengabdian kepada Masyarakat (PkM) ini dilakukan di SMKN 1 Palu dan SMAN 2 Palu dengan memberikan workshop Design Thinking kepada siswa untuk membentuk karakter para siswa menjadi gigih, empati, peka, dan kreatif. Dimana karakter ini dibutuhkan untuk menjadi seorang wirausaha. Workshop dilakukan dengan metode praktik untuk meningkatkan partisipasi setiap peserta. Pendekatan berbasis praktik dan interaktif ini terbukti efektif dalam membangun kepercayaan diri, pola pikir kreatif, dan keterampilan wirausaha peserta. Hal ini dibuktikan dengan antusiasme aktif selama proses workshop berlangsung dan kualitas hasil kerja akhir yang disusun oleh siswa. Berdasarkan hasil evaluasi yang dilakukan setelah workshop, 79% peserta menilai bahwa Design Thinking merupakan materi penting untuk mereka.

Implementasi dan Pelatihan Aplikasi Kasir Online Berbasis Android Pada UMKM Marikh Salatiga Nina Setiyawati; Dwi Hosanna Bangkalang
IJECS: Indonesian Journal of Empowerment and Community Services Vol. 1 No. 2 (2020): IJECS: Indonesian Journal of Empowerment and Community Services
Publisher : Universitas Veteran Bangun Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32585/ijecs.v1i2.967

Marikh Salatiga adalah salah satu usaha mikro, kecil, dan menengah (UMKM) di Salatiga yang bergerak di bidang kuliner di mana pencatatan transaksinya masih dilakukan secara manual. Hal ini mengakibatkan beberapa permasalahan seperti data transaksi tidak terkelola dan tidak tersimpan dengan baik. Melihat permasalahan tersebut maka Marikh Salatiga membutuhkan sebuah sistem informasi khususnya transaction processing system di mana salah satu contohnya adalah aplikasi kasir untuk mengakomodasi proses pencatatan transaksi rutin harian yang diperlukan guna menjalankan bisnis. Pada kegiatan pengabdian masyarakat ini dilakukan pembangunan dan implementasi aplikasi kasir online berbasis Android yang diharapkan dapat mengakomodasi pencatatan transaksi di Marikh Salatiga. Adapun aplikasi yang dibangun memberikan dampak positif bagi Marikh Salatiga yaitu membantu efisiensi operasional serta mendukung pengambilan keputusan strategi yang berbasis data. Kata kunci: Aplikasi kasir, transaction processing system, Android, UMKM

Pembangunan Model Speech Emotion Recognition Menggunakan SVM dan KNN pada Emosi Korban Kekerasan Berbasis Gender Setiyawati, Nina; Bangkalang, Dwi Hosanna
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 3: Juni 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2026131

Data terkini menunjukkan bahwa angka tindak kekerasan berbasis gender (KBG) di Indonesia masih tinggi. Oleh karena itu, optimalisasi layanan dukungan penanganan bagi korban KBG perlu dilakukan, bahkan hal ini menjadi salah satu tindakan prioritas. Salah satu yang dapat dilakukan adalah pemanfaatan machine learning untuk mengklasifikasi dan memonitor kondisi kesehatan mental berdasarkan deteksi dan pengenalan emosi. Pada penelitian ini diusulkan model Speech Emotion Recognition (SER) dengan menggunakan algoritma Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN). Alur pemodelan dimulai dari akuisisi dataset yang kemudian dilanjutkan dengan pre-processing data. Adapun class emosi dalam penelitian ini lebih spesifik pada spektrum emosi masalah kesehatan mental, yaitu: emosi terkejut, getir, tertekan, takut; dengan jumlah dataset sebanyak 1000. Setelah itu dilakukan feature extraction yang pada penelitian ini menggunakan gabungan dari Short-Time Fourier Transform (STFT), Mel Frequency Cepstral Coefficient (MFCC), Chroma, Mel Spectogram, dan Tonnetz. Dari feature yang dihasilkan, dilanjutkan melakukan pemodelan dan simulasi menggunakan SVM dan KNN. Model yang dihasilkan kemudian dievaluasi dimana hasilnya menunjukkan bahwa model SER dengan akurasi tertinggi dihasilkan oleh SVM, yaitu 0,97. Hasil F1-score baik pada model SVM maupun KNN menunjukkan nilai yang cukup baik yaitu lebih dari 0.84. Hal ini dikarenakan persebaran dataset pada setiap class bersifat imbang. Dari kelima label yang digunakan, label depressed emotion memiliki presisi tertinggi baik pada model SVM maupun KNN. Abstract Recent data shows that the number of gender-based violence (GBV) in Indonesia is still high. Therefore, optimization of support services for handling GBV victims needs to be done, in fact this is one of the priority actions. One that can be done is the use of machine learning to classify and monitor mental health conditions based on emotion detection and recognition. In this study, a speech emotion recognition (SER) model is proposed using the SVM and KNN algorithms. The modeling flow starts from dataset acquisition which is then continued with data pre-processing. The emotion class in this study is more specific to the spectrum of emotions of mental health problems, namely: emotions of surprise, bitterness, depression, fear; with a dataset of 1000. After that, feature extraction was carried out which in this study used a combination of Short-Time Fourier Transform (STFT), Mel Frequency Cepstral Coefficient (MFCC), Chroma, Mel Spectrogram, and Tonnetz. From the resulting features, modeling and simulation were continued using SVM and KNN. The resulting model was then evaluated where the results showed that the SER model with the highest accuracy was produced by SVM, which was 0.97. The F1-score results for both the SVM and KNN models showed quite good values, namely more than 0.84. This is because the distribution of the dataset in each class is balanced. Of the five labels used, the depressed emotion label has the highest precision in both the SVM and KNN models.

Experimental Modeling of Face Emotion Recognition Using Machine Learning Classification (SVM, KNN, Random Forest) and Deep Learning CNN Shane Ardyanto Baskara; Nina Setiyawati
Teknika Vol. 14 No. 2 (2025): July 2025
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v14i2.1232

Facial Emotion Recognition (FER) is a technology that analyzes facial expressions to detect emotions, playing a growing role in psychology and Human-Computer Interaction. In Indonesia, mental health issues are rising, with emotional disorders increasing from 6.0% in 2013 to 9.8% in 2018. Over 19 million people aged 15+ were affected in 2018, a number likely worsened by the COVID-19 pandemic. Given the urgency of early detection, FER offers a non-invasive method to help identify mental health issues. It can support timely intervention and promote psychological well-being, especially in under-resourced settings. This study compares several Machine Learning (ML) and Deep Learning (DL) models—SVM, K-Nearest Neighbor, Random Forest, and Convolutional Neural Networks (CNN)—to classify facial emotions. The dataset used is the Facial Expression Recognition dataset by Jonathan Oheix from Kaggle. Images were preprocessed and used to train and evaluate each model. Traditional ML models relied on extracted features, while CNN learned features directly from images. Results show that CNN achieved the highest accuracy among the tested models. This suggests that FER, especially with CNN, can be a useful tool for early detection of emotional disorders in mental health contexts.

Comparison and Implementation of CNN Facial Emotion Recognition Model with Hyperparameter Analysis on Multiple Datasets Xaviera Valentina Tandianto; Dwi Hosanna Bangkalang; Nina Setiyawati
Teknika Vol. 15 No. 1 (2026): March 2026
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v15i1.1445

This study presents a systematic comparison and implementation of a Convolutional Neural Network (CNN) for Facial Emotion Recognition (FER) across multiple public datasets, namely FER-2013, FER+, RAF-DB, and AffectNet. Unlike previous studies that focused on a single dataset or different model architectures, The main contributions of this research consist of three aspects. First, a five-layer integrated CNN architecture is used to enable fair cross-dataset evaluation within a consistent training and testing framework. Second, structured hyperparameter tuning is performed, including variations in learning rate, batch size, filter configuration, and dropout rate, resulting in a stable and reproducible model configuration. Third, an in-depth analysis was conducted to explore the impact of annotation quality and dataset complexity on model performance. The experimental results show that FER+ achieved the highest accuracy and weighted F1 score thanks to better label consistency, followed by RAF-DB, while FER-2013 and AffectNet experienced a decline in performance due to label noise and higher pose and lighting variations. Further confusion matrix analysis shows that happy and neutral expressions are classified more reliably, while negative emotions such as anger, fear, and disgust remain challenging. To validate practical application, the best-performing model was implemented in a webcam-based facial expression recognition prototype using Python and OpenCV, demonstrating reliable frame-level emotion inference under controlled real-time conditions.

Multiplatform Topic Modeling Analysis of Gender-Based Violence in Indonesia Using LDA Annisa Putri Patricia; Nina Setiyawati; Dwi Hosanna Bangkalang
Teknika Vol. 15 No. 2 (2026): July 2026
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v15i2.1478

Gender-based violence remains a critical social issue in Indonesia, generating substantial public discourse across digital platforms. This study applies Latent Dirichlet Allocation (LDA)-based topic modeling to identify and compare the dominant themes emerging in online discussions of gender-based violence across three platforms: X (formerly Twitter), YouTube, and the news portal Detik.com. A total of 21,000 data points were collected through keyword-based web scraping covering the period January 2020 to October 2025. The two-phase modeling process yielded coherence scores of 0.38 and 0.53 for X, 0.77 and 0.73 for YouTube, and 0.8 and 0.52 for Detik.com across the first and second phases, respectively, reflecting differences in language register and content structure across platforms. A two-phase modeling approach was employed for each platform to progressively refine topic quality and eliminate irrelevant outputs. The results show that LDA successfully identified platform-specific thematic patterns: X captured emotional and psychological dimensions of gender-based violence, YouTube surfaced legislative and advocacy-oriented discourse centered on the PKS Law, and Detik.com produced case-specific topics grounded in legal proceedings and journalistic reporting. Across all three platforms, domestic violence emerged as the most consistently prominent theme. These findings demonstrate that a multi-platform approach yields a more comprehensive and nuanced picture of public discourse on gender-based violence than any single-source analysis, and that LDA is an effective tool for large-scale thematic extraction from heterogeneous online text data.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37792/jukanti.v9i1.1943

LEARNING MANAGEMENT SYSTEM UMKM PADA SUPER APP USAHA KECIL DAN MENENGAH TERPADU BERBASIS MOBILE FIRST VIEW MENGGUNAKAN OAUTH-SSO Nina Setiyawati; Dwi Hosanna Bangkalang; Evangs Mailoa
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7282

UMKM yang maju menjadi salah satu cara bagi suatu negara untuk bisa mewujudkan kondisi perekonomian yang merata. Oleh karen itu UMKM perlu diberdayakan sebagai bagian integral ekonomi rakyat yang mempunyai kedudukan, peran, dan potensi strategis untuk mewujudkan struktur perekonomian nasional. Salah satu strategi pemberdayaan UMKM adalah dengan pemanfaatan teknologi untuk membuat wadah yang memfasilitasi kebutuhan pelaku UMKM untuk belajar. Pada penelitian ini dibangun Learning Management System untuk UMKM yang diberi nama UMKMEdu. Dibangun dengan model proses prototyping dimana selama proses pembangunan aplikasi, klien dan calon pengguna dilibatkan serta dibuat prototype sebelum aplikasi dibangun. Untuk antarmuka pengguna, diterapkan mobile first view untuk memberikan pengalaman pengguna yang optimal ketika diakses melalui piranti smartphone dan hirarki visual yang fokus pada prinsip content-first. Selain itu, juga menerapkan OAuth-SSO untuk proses komunikasi data dari sumber daya yang telah dibangun sebe-lumnya yaitu Aplikasi Pendataan UMKM. Aplikasi yang dihasilkan diuji menggunakan blackbox testing dan didapatkan bahwa semua fungsi sudah berjalan sesuai dengan yang diharapkan.

Pemetaan dan Klasterisasi Daerah Rawan Bencana Alam di Provinsi Sulawesi Tengah Menggunakan K-Means Refli Bob Sippan; Nina Setiyawati
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6161

Secara geografis Provinsi Sulawesi Tengah terletak di antara pertemuan tiga lempeng serta dilintasi garis khatulistiwa, menyebabkan daerah Provinsi Sulawesi Tengah menjadi daerah yang cukup rawan terhadap berbagai bencana alam. Bencana alam yang terjadi dapat memberikan dampak besar terhadap lingkungan dan kehidupan masyarakat. Mengantisipasi sekaligus meminimalisir dampak yang akan terjadi akibat bencana, perlu dilakukan identifikasi wilayah yang beresiko tinggi terhadap bencana alam. Penelitian ini bertujuan melakukan pengelompokan daerah rawan bencana alam di Provinsi Sulawesi Tengah menggunakan algoritma K-Means serta merancang sistem informasi berbasis web untuk visualisasi data hasil clustering ke dalam bentuk peta interaktif. Hasil dari penelitian ini menunjukan bahwa terdapat lima daerah Kabupaten atau Kota di Provinsi Sulawesi Tengah yang masuk dalam kategori Daerah Rawan Bencana, dan delapan daerah yang masuk dalam kategori Daerah Tidak Rawan Bencana dengan hasil yang divisualisasikan ke dalam bentuk peta interaktif pada sistem informasi berbasis web yang telah dirancang. Hasil clustering dapat dikatakan sudah optimal, dibuktikan dengan hasil pengujian berdasarkan Davies Bouldin Index yang mendekati nol dengan nilai 0,6531711248. Adapun hasil dari penelitian ini diharapkan dapat menjadi alat dan acuan yang berguna bagi pemerintah serta pihak terkait dalam upaya perencanaan strategi mitigasi bencana dan meningkatkan kesiapsiagaan masyarakat terhadap bencana alam di Provinsi Sulawesi Tengah.

Co-Authors Ade Iriani Agustinus Fritz Wijaya Aleksander Bagas Andrean Richardo Andreas Adi Nugroho Andreas Gibran Nethanel Paat Andrew Prasetya Kusuma Andrew Robot Feldy Najoan Annisa Putri Patricia Ariyansa, Budi Asmara, Gilang Windu Benedict Hardyanto Harjono Budhi Kristianto Danny Manongga Deasy Carolina Devylia Todingbua Dian Novita Kristiyani Dinda Fitri Ningtyas Dwi Hosanna Bangkalang Dyarenggasto, Yuven Prisma Eben Haezer, Eben Haezer Yena Kristianto Eka Kamilla Dewi Ellyandrew, Bravelyan Edgar Randista Elya Eko Widiyanto Evangs Evangs Mailoa Gabrielle Beauty Linelejan Hanna Prillysca Chernovita Hanusia Manuel Oktrivania Zamili Hariyanto, Malvin Hendry, - Herlambang Adi Wicaksono Hindriyanto Dwi Purnomo Immanuel Gratia Wibawa Herbert Sihombing Irwan Sembiring Jihot Lumban Gaol Juniarto Christiawan Hartono Kevin Harlim Lim Kinanthi, Wikan Chandra Kosasih, Billy Chrisdianta Kristiadi, Nidia Claressa Kristoko Dwi Hartomo Linelejan, Gabrielle Beauty Lumban Gaol, Jihot Maarif, Muhamad Makhasinul Magdalena Ariance Ineke Pakereng Markus Permadi Najoan, Andrew Robot Feldy Nataldo Noya Permadi, Markus Pitarto, Yuhono Indra Posumah, Theresia Mutiara Pratyaksa Ocsa Nugraha Saian Prayogi, Yosef Agil Pribadi, Jemy Agung Purwoko, Agus Radius Tanone Rafael Jonathan Rani Kusuma Wardhani Raynaldo Raynaldo Raynaldo Raynaldo, Raynaldo Refli Bob Sippan Reinhard Alfaries Saemani Rezal Hiariej Riko Yudistira Saluling, Jefferson Julystian Hendrik Shane Ardyanto Baskara Soebroto, Dorkas Tri Oktavena Sterry Fleanry Mulaki Totti, Francesco Adhimas Tri Darma Krismanda Vania Harianto Putri Tjandra Vio Ayu Oktavia Putu Warisman Wicaksono Dwi Pamungkas Wijaya, Yemima Clara Willson Mangoki Xaviera Valentina Tandianto Yayi Suryo Prabandari Yerymia Alfa Susetyo Yohanes Puguh Suharjito Yos Richard Beeh Yudistira, Riko Yuliana Tien Bayangkhariwati Tacoh Yuny Tamariska Bota Yuven Prisma Dyarenggasto

Title

Found 73 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 73 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 73 Documents
Search