Article Per Year (5 Year)
p-Index From 2020 - 2025
2.357
P-Index
This Author published in this journals
All Journal IPTEK Journal of Proceedings Series Prosiding Seminar Nasional Sains dan Teknologi Terapan Applied Technology and Computing Science Journal Jurnal Teknologi dan Manajemen Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
Putri, Anggi Yhurinda Perdana
Institut Teknologi Adhi Tama Suarabaya
Computer Science & IT Electrical & Electronics Engineering Engineering Social Sciences

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Implementasi Metode Item-Based Collaborative Filtering untuk Rekomendasi Buku Sastra Muhammad Ainul Rozi; Anggi Yhurinda Perdana Putri; Sulistyowati Sulistyowati; Resa Uttungga
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2022: SNESTIK II
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (615.599 KB) | DOI: 10.31284/p.snestik.2022.2877

Abstract

Buku merupakan hasil karya yang ditulis atau dicetak dengan halaman-halaman yang dijilid, pada satu sisi atau hasil karya ditujukan untuk sebuah penerbitan, buku dianggap berhasil jika buku tersebut dapat menggugah minat dari khalayak umum (sasaran) dalam memahami isi dari buku tersebut dan buku sastra merupakan buku yang memuat sebuah inspirasi dari keindahan. Sastra adalah semua buku yang berisi perasaan kemanusiaan kebenaran yang benar dan bermoral kesucian. dengan sentuhan, luas pandang dan bentuk yang mempesona. Dengan sangat pesatnya era digital di masa sekarang terdapat beberapa sistem yang dapat mendukung keputusan diantaranya adala sistem rekomendasi. Sistem rekomendasi dapat membantu para pembaca buku dalam menentukan buku sastra yang akan dibaca, permasalahan tersebut dapat terjawab dengan menggunakan sistem rekomendasi menggunakan metode item-based collaborative filtering. Sistem rekomendasi dengan pendekatan item-based collaborative filtering ini mempunyai user (pengguna sistem) sebanyak 70 dan terdapat buku sastra sebanyak 35 buku, dengan melakukan proses kemiripan beberapa buku sastra yang ada pada metode lalu sistem dapat melanjutkan ke tahap proses pencarian prediksi dan nilai prediksi tertinggi yang akan mendapatkan rekomendasi buku sastra. Dari user dan buku sastra yang ada maka dilakukan pengujian (MAE) untuk menentukan besarnya error sehingga diperoleh nilai pengujian (MAE) sebesar 0,07.
Penerapan Metode C.45 untuk Mendukung Strategi Promosi pada Paket Data Seluler Anggi Yhurinda Perdana Putri; Ruli Utami; Fanida Almas Nadhifah
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2021: SNESTIK I
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (463.86 KB) | DOI: 10.31284/p.snestik.2021.1878

Abstract

Kebutuhan informasi yang sangat tinggi serta banyaknya provider yang menyediakan jasa telekomunikasi menjadikan bisnis penyedia paket data termasuk dalam bisnis yang sangat menguntungkan. Dalam memberikan promosi paket data kepada pelanggan, sebuah provider telekomunikasi akan mempertimbangkan beberapa aspek yang berkaitan dengan penggunaan produk layanan provider maupun loyalitas pelanggan terhadap provider. Setiap pelanggan akan mendapatkan promosi yang berbeda antara pelanggan satu dengan pelanggan yang lain. Perbedaan tersebut dikarenakan penggunaan pulsa, paket data, dan jaringan tiap pelanggan berbeda-beda. Dalam pemanfaaan teknologi untuk pengelolaan data agar proses kerja dapat lebih efisien, dilakukan dengan mengklasifikasi data pelanggan dengan menggunakan algoritma C4.5 yaitu dengan mengklasifikasikan menjadi dua kategori pelanggan yaitu “dapat promo” dan “tidak dapat promo”. Hasil analisis menggunakan algoritma C4.5 dengan data training sebanyak 500 dan data testing 35 menghasilkan 19 pelanggan yang masuk kelas “YA” (mendapatkan promo) dan 16 masuk kelas “TIDAK” (tidak mendapatkan promo)
PREDIKSI KELULUSAN MAHASISWA DENGAN METODE K-NEAREST NEIGHBOR PADA JURUSAN SISTEM INFORMASI INSTITUT XYZ Oriene Sativa Disya Putri; Anggi Yhurinda Perdana Putri
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4388

Abstract

Angka kelulusan tepat waktu mahasiswa sangat penting untuk suatu perguruan tinggi. tingkat kelulusan merupakan indikator tingkat keberhasilan suatu perguruan tinggi dalam melaksanakan proses belajar mengajarnya. kelulusan mahasiswa merupakan salah  satu instrumen untuk menentukan akreditasi suatu universitas. Terdapat dua poin  profil lulusan yaitu persentase lulus tepat waktu dan DO(Drop Out).  Metode yang digunakan adalah K-Nearest Neighbor (K-NN) metode ini merupakan metode  yang digunakan untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran  yang jaraknya paling dekat dengan objek tersebut. Dalam penelitian yang menggunakan  (K-NN) untuk meramalkan waktu kelulusan mahasiswa medapatkan hasil bahwa pendekatan  K-NN dalam penelitian ini menghasilkan nilai akurasi terbesar  yaitu 95,15%.Hasilnya adalah pengujian dengan nilai K hingga 20 kali dari K = 5, K = 7, K = 11, K = 15  hingga K = 51 dengan menggunakan 144 data train mahasiswa sistem informasi ITATS yang telah lulus dari angkatan 2014 hingga angkatan 2017, lalu data testing di ujikan dengan data train yang telah ternormalisasi hingga pencarian ecludian distance dan penentuan K hingga melakukan pengujian pengulangan hingga 20 kali hasil prediksi nya ialah tidak ada perubahan nilai meski merubah  nilai K tersebut.
Penerapan Text Mining untuk menganalisis Sentimen di Twitter mengenai vaksin Covid 19 Sinovac Meilani, Budanis Dwi; Purnomo, Ang Anthony; Putri, Anggi Yhurinda Perdana
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2024: SNESTIK IV
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2024.5806

Abstract

Vaksin Sinovac atau CoronaVac adalah vaksin virus corona yang dikembangkan oleh perusahaan swasta China. penggunaaan vaksin sinovac menjadi pro kontra di Indonesia. Meskipun Badan Pengawas Obat dan Makanan (BPOM) telah mengeluarkan izin penggunaan darurat, banyak masyarakat yang masih meragukan tingkat efektivitas vaksin sinovac dan mengeluh tentang gejala yang di timbulkan setelah vaksinasi. masyarakat banyak memberikan tanggapan tentang vaksin sinovac di media sosial, salah satunya media sosial twitter. Dari tanggapan tersebut dapat di olah dengan analisa sentimen sehingga bisa menjadi informasi yang bermanfaat bagi beberapa pihak. Dalam penelitian ini pengumpulan data menggunakan software orange data mining dengan kata pencarian vaksin sinovac di twitter lalu data yang sudah didapatkan di label secara manual. Selanjutnya data akan diolah menggunakan proses preprocessing yang bertujuan untuk menata dan mengolah dengan baik sebuah teks yang belum sempurna. setelah itu data akan diolah menjadi angka dengan cara membobotkan kata menggunakan metode Term Frequency – Inverse Document Frequency dan diklasifikasi menggunakan naïve bayes. uji coba dilakukan sebanyak lima kali dengan perbandingan rasio data latih dan data uji. dari kelima perbandingan rasio data uji dan latih rata – rata yang di peroleh dari kelima perbadingan tersebut adalah 78,54% dengan nilai akurasi tertinggi 80,45% pada perbadingan 90:10(90% data latih dan 10%data uji).
Implementasi Metode Multi-Objective Optimization By Rasio Analysis Pada Aplikasi Bursa Kerja Utami, Ruli; Buana, Dimas Firman Putra; Putri, Anggi Yhurinda Perdana; Atmojo, Suryo
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2024: SNESTIK IV
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2024.5896

Abstract

Rekruitmen tenaga kerja dalam kegiatan bursa kerja merupakan salah satu langkah konkrit pemerintah dalam menekan angka pengangguran, dlama hal ini Pemerintah Kota Surabaya melalui Dinas Perindustrian dan Tenaga Kerja Kota Surabaya meluncurkan aplikasi ASSIK (Arek Suroboyo Siap Kerjo) berbasis website untuk mengurangi angka pengangguran di Kota Surabaya serta sebagai perantara perusahaan pencari tenaga kerja dan calon tenaga kerja untuk mengakses informasi lowongan pekerjaan. Namun dalam pelaksanaanya pihak Disperinaker Kota Surabaya masih kesuitan dalam merekomendasikan calon tenaga kerja yang paling kompeten sesuai kriteria perusahaan pencari kerja. Sehingga peneliti berinisiatif untuk membuat aplikasi bursa kerja dengan mengimplementasikan metode Multi-Objective Optimization by Ratio Analysis (MOORA) untuk menda[atkan hasil rekomendasi terbaik. Kriteria pada penelitian ini adalah usia, pengalaman kerja, pendidikan terakhir, kesesuaian jurusan, dan keterampilan/skill. Berdasarkan hasil Analisa dan pengolahan data serta hasil pengujian yang telah dilakukan pada aplikasi . maka dapat disimpulkan bahwa aplikasi ini dinilai cukup efektif dalam membantu pemangku kepentingan dalam merekomendasikan calon tenaga kerja mana yang layak untuk diterima, dengan hasil pengujian sebesar 90% dari total 40 kali pengujian yang telah dilakukan.
Penentuan Tata Letak Obat pada Apotek Prima Anugerah Menggunakan Metode FP-Growth Putri, Anggi Yhurinda Perdana; Hafidz, Fahri; Utami, Ruli; Meilani, Budanis Dwi
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2024: SNESTIK IV
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2024.5911

Abstract

Apotek Prima Anugerah merupakan salah satu jenis usaha perdagangan dalam bidang kesehatan yang menjual beragam jenis obat dan alat kesehatan. Apotek Prima Anugerah hanya menempatkan tata letak obat tidak berdasarkan pola pembelian konsumen. Hal ini membuat pegawai apotek kesulitan dalam mencari obat yang akan dibeli oleh konsumen. Peningkatan pelayanan pada apotek Prima Anugerah dapat dilakukan dengan melakukan penempatan tata letak obat yang sesuai dengan pembelian konsumen. Pada penelitian ini peneliti menganalisa algoritma FP-Growth dalam menemukan aturan asosiasi dari pola belanja konsumen yang nantinya akan digunakan sebagai acuan dalam menentukan tata letak obat berdasarkan pola pembelian konsumen. Tujuan dari penelitian ini adalah untuk membangun aplikasi tata letak obat dan menentukan tata letak obat berdasarkan pola pembelian konsumen di Apotek Prima Anugerah. Data yang digunakan dalam penelitian ini adalah data pada bulan juni 2022 dengan total transaksi 500 penjualan obat. Untuk mengidentifikasi tujuan pada penelitian ini peneliti melakukan proses perhitungan menggunakan metode FP-Growth dengan nilai minimum support 3%, 6%, 9%, 12%, 15% yang menghasilkan 2 aturan asosiasi untuk dijadikan sebagai acuan dalam menentukan tata letak obat. Dengan menggunakan metode algoritmaFP-Growth pihak apotek Prima Anugerah dapat mengetahui obat yang sering dibeli oleh konsumen, sehingga pihak apotek biasa mengambil keputusan dalam penyediaan stok obat di apotek Pirma Anugerah.
Analisis Pola Penjualan Produk Diet Menggunakan Metode Apriori Putri, Anggi Yhurinda Perdana; Prakoso, Amanda Teguh; Utami, Ruli
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2023: Transformasi Riset, Inovasi dan Kreativitas Menuju Smart Technology dan Smart Energy
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Healthynoona Store is a company engaged in the field of diet products in Surabaya. Its daily operational activities have increased the number of transactions, while the existing transactions have not been neatly organized. Currently, the problem in the Healthynoona store is related to the availability of very large sales data, which is not used optimally because there is no decision support system to design a business strategy to increase sales. Consequently, data mining is needed to reduce the number of risks that are detrimental to the company. This system applies the Apriori algorithm method by determining sales patterns at the Healthynoona Store and can help find out which products consumers often buy simultaneously. The test results based on transaction data for 3 months in April–June 2020, with a minimum support of 15%–65% and a minimum confidence of 50%–100%, produced 11 tests. Meanwhile, a minimum support of 25% and a minimum confidence of 45% of transaction data for 1-6 months in April–September 2020 produced 6 tests. Thus, the system has been running well. In conclusion, the greater the minimum support and minimum confidence used, the less or even no association rule results would be found. Investigating the number of transactions processed would affect the association rules, and their number would vary.
Aplikasi Sales Forecasting Produk Ekstruksi Alumunium Menggunakan Metode Brown’s Double Exponential Smoothing Utami, Ruli; Wulandari, Fitri; Putri, Anggi Yhurinda Perdana; Atmojo, Suryo
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2023: Transformasi Riset, Inovasi dan Kreativitas Menuju Smart Technology dan Smart Energy
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Produk ekstruksi alumunium merupakan salah satu produk unggulan pada CV. ABC, produk ini banyak diminati oleh Masyarakat terutama untuk aksesoris perlengkapan rumah maupun Gedung perkantoran dan fasilitas umum lainnya. Dari sekian banyaknya jenis produk ekstruksi alumunium, terdapat beberapa jenis yang cenderung lebih diminati oleh konsumen. Banyaknya jumlah pembelian pada jenis tertentu dan momen tertentu ini mengharuskan manajerial lebih memperhatikan langkah strategis dalam manajemen stok, sehingga seluruh permintaan konsumen dapat dipenuhi dengan lebih baik. Untuk mengatasi masalah tersebut diatas, maka dibuatlah sebuah aplikasi sales forecasting yang dapat memperkirakan jumlah penjualan pada masa yang akan datang dengan memperhitungkan nilai parameter yang paling tepat untuk digunakan. Dari penelitian yang telah dilakukan pada aplikasi sales forecasting produk ekstruksi alumunium pada CV. ABC dengan menggunakan sampel data penjualan dari Juni 2022 hingga Mei 2023, dapat disimpulkan bahwa metode Brown’s Double Exponential Smoothing yang hanya menggunakan satu nilai α  saja sangat baik digunakan pada aplikasi sales forecasting produk ekstruksi. Hal ini dibuktikan dengan kedekatan jarak grafik antara data asli penjualan dengan data hasil perhitungan forecasting. Karena pada metode yang digunakan hanya terdapat satu parameter yang digunakan dengan rentang nilai α  = 0-1, maka peneliti juga melakukan pengujian berdasarkan nilai α  dengan mengambil sampel nilai α  = 0.1, nilai α = 0.5, serta nilai α  = 0.9. Dari pengujian tersebut diperoleh kesimpulan bahwa nilai α  yang paling tepat digunakan adalah α  = 0.5 dengan besaran MAPE 1.8%.
Sistem Rekomendasi Buku Fiksi Indonesia Menggunakan Metode Content Based Filtering (Studi Kasus : Badan Perpustakaan Dan Kearsipan Provinsi Jawa Timur Surabaya) Putri, Anggi Yhurinda Perdana; Jaya, Zendi Asriel Adrian; Utami, Ruli
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2024: Menjembatani Energi Berkelanjutan dan Ekonomi Hijau melalui Transformasi Riset dan Teknologi T
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Buku merupakan sekumpulan lembaran kertas yang terjilid, dalam lembaran tersebut berisi tulisan maupun kosong. Buku merupakan kumpulan kertas atau bahan lainnya kemudian dijadikan satu dan berupa tulisan maupun gambar. Setiap lembaran dalam buku disebut halaman. Prosa atau fiksi memiliki arti sebuah karya naratif yang menceritakan sesuatu yang bersifat rekaan, khayalan, tidak berdasarkan kenyataan atau dapat juga berarti suatu kenyataan yang yang lahir berdasarkan khayalan. Dengan berkembangnya teknologi informasi ini terdapat beberapa sistem yang dapat mendukung keputusan diantaranya adalah sistem rekomendasi. Sistem rekomendasi dapat membantu pembaca buku untuk menentukan buku fiksi yang akan dibaca. Permasalahan ini dapat diatasi dengan menggunakan sistem rekomendasi dengan teknik content based filtering. Sistem rekomendasi ini menggunakan teknik penyaringan berbasis konten dan menampilkan 5 pengguna dan  102 buku fiksi Indonesia. Dengan melakukan proses kesamaan profil pengguna dan kesamaan similarity kata, sistem rekomendasi memperoleh nilai maksimal untuk buku fiksi Indonesia. Setelah mendapat hasil yang direkomendasikan, diuji dengan precision dan mendapatkan nilai skor 54%
Analisa Peramalan Penjualan Bibit Menggunakan Metode Holt-Winter Additive Utami, Ruli; Rafiqi, Salman Maulidi; Putri, Anggi Yhurinda Perdana; Atmojo, Suryo
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2024: Menjembatani Energi Berkelanjutan dan Ekonomi Hijau melalui Transformasi Riset dan Teknologi T
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Komoditas Perkebunan merupakan salah satu penyumbang terbesar untuk Devisa negara, Perkebunan penghasil buah dan sayuran adalah satu dari sekian banyak jenis komoditas Perkebunan yang perlu mendapat perhatian pemerintah untuk peningkatan kualias. Salah satu langkah untuk peningkatan kualitas tersebut adalah dengan menggunakan bibit unggul, sehingga pemerintah memiliki beberapa program yang mendukung tujuan tersebut baik yag bermitra dengan instansi pemerintahan ataupun dengan Perusahaan swasta penghasil/penjual bibit berkualitas tinggi. CV. ABC merupakan salah satu Perusahaan yang terlibat dalam pengembangan dan penjualan bibit berkualitas tersebut, maka untuk mengelola stok bibit agar tidak terjadi kekurangan atau kelebihan stok yang menyebabkan kerugian; Perusahaan membutuhkan satu analisa terkait perkiraan penjualan pada periode berikutnya. Dari analisa peramalan yang telah dilakukan pada penjualan bibit berdasarkan data asli penjualan periode Januari 2023 hingga April 2024 menggunakan metode Holt-Winter Additive dengan hasil pola data musiman sepanjang 3 bulan dan ketentuan nilai α = 0,1; nilai β = 0,4; nilai γ = 0,8; serta nilai k = 3. Maka peneliti dapat memperkirakan bahwa angka penjualan pada 3 bulan (periode) berikunya adalah sejumlah 261,26 untuk bulan Mei 2024, pejualan bulan Juni 2024 diperkiraan sebanyak 259,34, dan penjualan pada bulan Juli 2024 sejumlah 233,72. Setelah menguji akurasi dengan menggunakan MAPE, diperoleh Kesimpulan bahwa hasil peramalan bernilai sangat baik karena ada pada angka 8,87%.
Co-Authors Adhitya Wiratama Anwar Sodik, Anwar Apol Pribadi Buana, Dimas Firman Putra Budanis Dwi Meilani Defri Agatha Mulya Erma Suryani Fanida Almas Nadhifah Fitri Wulandari Hafidz, Fahri Isa Albanna Jaya, Zendi Asriel Adrian Litafira Syahadiyanti Mahendrawathi ER Muhammad Ainul Rozi Mulya, Defri Agatha Oriene Sativa Disya Putri Pakarbudi, Adib Prakoso, Amanda Teguh Purnomo, Ang Anthony Rafiqi, Salman Maulidi Resa Uttungga Ruli Utami, Ruli Rully Agus Hendrawan S Nurmuslimah S Nurmuslimah Sandra Wahyudiana Septama, Muhammad Sulistyowati Sulistyowati Suryo Atmojo, Suryo Tony Dwi Susanto Wahyudiana, Sandra Wibawa, Rindu Puspita Wibisono, Arif