Article Per Year (5 Year)
p-Index From 2021 - 2026
4.169
P-Index
This Author published in this journals
All Journal Tekno : Jurnal Teknologi Elektro dan Kejuruan Techno.Com: Jurnal Teknologi Informasi Jurnal Sosioteknologi Jurnal Transformatika JUSIFO : Jurnal Sistem Informasi Jurnas Nasional Teknologi dan Sistem Informasi Sistemasi: Jurnal Sistem Informasi JMM (Jurnal Masyarakat Mandiri) SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Multitek Indonesia : Jurnal Ilmiah Jurnal Tecnoscienza JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Advanced in Information and Industrial Technology (JAIIT) Sewagati Jurnal Informatika Polinema (JIP)
Endah Septa Sintiya
Politeknik Negeri Malang
Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture 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 Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
Identifikasi Penyakit Jantung Menggunakan Machine Learning: Studi Komparatif sintiya, endah septa; Rizdania, Rizdania; Afrah, Ashri Shabrina
Jurnal Transformatika Vol. 21 No. 2 (2024): Januari 2024
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v21i2.7144

Abstract

Heart disease is the number one cause of death globally. This condition is followed by an unhealthy lifestyle. Heart disease prediction needs to be done considering the importance of health. The presence of machine learning has made it easier for humans to make early detection of patterns approaching heart disease. This study compares 6 machine learning methods for disease classification with KNN, Naïve Bayes, Decision tree, Random forest, logistic regression, and SVM. The final classification obtained ranking accuracy with the highest value in the KNN method with precision, accuracy, re-call, fi-score tests. It is hoped that these results can be applied to real case studies of heart disease.
Implementasi Machine Learning pada Sistem Informasi Pemeliharaan Transformator Daya Hidayah, Hilda Khoirotul; Ekojono, Ekojono; Sintiya, Endah Septa
Jurnal Informatika Polinema Vol. 10 No. 4 (2024): Vol. 10 No. 4 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i4.6008

Abstract

Listrik memegang peranan yang tidak tergantikan dalam kehidupan manusia sehari-hari. Untuk memenuhi kebutuhan energi listrik yang semakin meningkat, diperlukan suatu sistem kelistrikan yang handal, seperti transformator daya. Transformator daya memegang peranan penting dalam sistem tenaga listrik, dimana keandalan transformator dalam jangka panjang sangat erat kaitannya dengan keselamatan dan kestabilan sistem tenaga listrik. Oleh karena itu, pemeliharaan transformator harus dilakukan untuk mengantisipasi kegagalan mendadak dan menjamin keandalan sistem tenaga listrik secara keseluruhan. Penting untuk melakukan penilaian kesehatan untuk mengetahui kondisi transformator daya. Penilaian ini dapat dilakukan dengan berbagai cara, termasuk Health Index (Indeks Kesehatan) dan Dissolved Gas Analysis (Analisis Gas Terlarut). Metode Duval Pentagon dan Metode Duval Triangle digunakan dalam Dissolved Gas Analysis untuk memastikan kondisi transformator. Tujuan dari penelitian ini adalah membandingkan tiga model machine learning—Support Vector Machine, Artificial Neural Network, dan Random Forest—menggunakan dataset Duval Pentagon Method dan Duval Triangle Method untuk mendapatkan model dengan akurasi tertinggi. Model dengan akurasi tertinggi akan diimplementasikan pada sistem informasi manajemen transformator untuk mengetahui kondisi transformator. Dalam sistem ini juga diterapkan perhitungan Health Index dengan minyak dan kertas sebagai parameter hasil pengujian. Hasil perhitungan Health Index dan Dissolved Gas Analysis dapat menentukan rekomendasi tindakan transformator yang tepat. Dengan demikian, sistem ini dapat memudahkan tenaga ahli transformator dalam menjaga kesehatan transformator daya.
DIGITALISASI PELAYANAN RW MELALUI PENGEMBANGAN WEBSITE BERDASARKAN POTENSI WARGA Farida Ulfa; Ekojono Ekojono; Endah Septa Sintiya; Luqman Affandi; Anugrah Nur Rahmanto; Sofyan Noor Arief; Adevian Fairuz Pratama
JMM (Jurnal Masyarakat Mandiri) Vol 8, No 6 (2024): Desember
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jmm.v8i6.27437

Abstract

Abstrak: Kegiatan pengabdian ini berfokus pada lingkup RW yang mempunyai peran penting dalam pengeloaan Masyarakat tahap pertama. Tantangan pengelolaan RW ini seringkali terbatas pada aksesibilitas data, informasi dan potensi, serta layanan adminstrasi kebutuhan masyarakat kurang terwadahi. Tujuan pengabdian ini ingin meningkatkan softskill dan hardskill terkait penggunaan dan pengeloaan website pelayanan RW sebagai wadah aspirasi dan potensi masyarakat. Metode yang digunakan yaitu FGD (Focus Discussion Group) pada tahap pra-kegiatan, pelaksanaan dan evaluasi. Mitra yang telah bekerjasama meliputi ketua RW, pengurus dan perwakilan warga RW O5 Tanjung Rejo, Kota Malang. Tahap Evaluasi dilakukan setelah kegiatan pendampingan selesai, evaluasi yang dilakukan menggunakan observasi kuesioner peningkatan kemampuan mitra dan kuesioner kepuasan mitra pengabdian. Hasil pengabdian menunjukan mayoritas responden memberikan penilaian positif dengan presentase kepuasan mitra sebesar 84% dan presentase peningkatan kemampuan pengelolaan dan update website RW sebesar 88%. Sehingga dengan adanya kegiatan ini dapat memberikan dampak positif dan manfaat yang signifikan pada pelayanan RW terhadap warganya.Abstract: This community service program focuses on the scope of RW (Rukun Warga), which plays a crucial role in the initial stage of community management. The challenges in RW management often involve limited accessibility to data, information, and potential resources, as well as insufficient administrative services to meet community needs. The objective of this program is to enhance soft skills and hard skills related to the use and management of RW service websites as a platform for community aspirations and potential development. The methods employed include Focus Group Discussions (FGD) during the pre-activity, implementation, and evaluation stages. The collaborating partners consist of the RW chairman, administrators, and representatives of residents from RW 05 Tanjung Rejo, Malang City. The evaluation phase was conducted after the mentoring activities, utilizing observation and questionnaires to assess the improvement in partners’ capabilities and their satisfaction with the program. The results showed that the majority of respondents provided positive feedback, with a satisfaction rate of 84% and an 88% improvement rate in RW website management and updates. This program has thus delivered significant positive impacts and benefits to RW services for its residents.
Prediction of Higher Education Student Academic Achievement Using Mamdani Fuzzy Logic Izzati, Afifah Nurul; Latif, Ummi Khaira; Sintiya, Endah Septa
Journal of Advances in Information and Industrial Technology Vol. 7 No. 1 (2025): May
Publisher : LPPM Telkom University Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/jaiit.v7i1.682

Abstract

Student academic performance assessment is not only determined by exam scores, assignments, and attendance but also influenced by other factors such as attitude. However, evaluating this factor tends to be subjective. Additionally, the absence of an early prediction system to estimate students' academic performance can hinder timely study finish for at-risk students. The purpose of this study is to use the Mamdani fuzzy logic method to develop a system for predicting student academic performance. The input variables used in this system include attendance, assignments, midterm exams, final exams, and attitude. The system is modeled using fuzzy membership functions and assessed based on appropriate weightings. The inference process is conducted based on a set of fuzzy rules and is determined by the combination of input values. The next stage is defuzzification, which is the process of generating a final value used to classify academic performance into categories of "poor," "fair," or "good." This system is developed using the Python programming language with the scikit-fuzzy library and tested using the Mean Absolute Percentage Error (MAPE) method. The test results show an error rate of 1.35%. These results indicate that the Mamdani fuzzy logic approach is considered effective in assisting the assessment of student academic performance.
Pengembangan Sistem Prediksi Stok Otomatis untuk Optimalisasi Pengelolaan UMKM Kuliner Fayra, Syahla' Syafiqah; Sintiya, Endah Septa; Amalia, Eka Larasati
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.8018

Abstract

UMKM kuliner merupakan sektor penting dalam perekonomian Indonesia, namun masih banyak yang mengalami kendala dalam pengelolaan stok akibat perencanaan manual yang kurang efisien. Ketidakefisienan ini dapat menyebabkan kelebihan atau kekurangan stok yang berdampak pada kerugian finansial dan penurunan kepuasan pelanggan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi stok otomatis menggunakan metode Triple Exponential Smoothing (TES) guna membantu UMKM kuliner, khususnya Syasya Food di Depok, dalam mengelola stok secara lebih akurat dan efisien. Sistem ini dikembangkan menggunakan model pengembangan Waterfall dan diimplementasikan pada platform web menggunakan framework Laravel. Data yang digunakan adalah semua penjualan harian yang diproses untuk menghasilkan prediksi stok selama 7 hari ke depan. Evaluasi dilakukan menggunakan tiga metrik utama, yaitu MAPE (Mean Absolute Percentage Error), MAE (Mean Absolute Error), dan MSE (Mean Squared Error), serta pengujian usability menggunakan System Usability Scale (SUS). Hasil evaluasi menunjukkan bahwa seluruh jenis makanan memiliki nilai MAPE di bawah 10%, dengan nilai terendah 0,81% pada Risol Mayo dan tertinggi 6,98% pada Pastel. Nilai MAE dan MSE juga tergolong rendah. Skor SUS sebesar 83 menunjukkan bahwa sistem dinilai “sangat baik” dan diterima oleh pengguna. Selain itu, sistem menyajikan hasil prediksi dalam bentuk grafik dan tabel yang informatif. Dengan demikian, sistem prediksi stok otomatis ini terbukti mampu meningkatkan efisiensi pengelolaan stok UMKM kuliner dan memiliki potensi untuk diadaptasi di sektor lain.
Sistem Pendukung Keputusan Pemilihan Latihan Gym Berbasis Fuzzy-AHP Terintegrasi LLM Andhani, Yasmine Navisha; sintiya, Endah Septa; Amalia, Eka Larasati
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.8036

Abstract

Kesadaran masyarakat terhadap pentingnya kebugaran fisik mendorong meningkatnya kebutuhan akan program latihan gym yang sesuai dengan kondisi kesehatan masing-masing individu. Namun, banyak klien yang masih kesulitan menentukan program latihan yang tepat, dan personal trainer sering menghadapi tantangan dalam memberikan rekomendasi personal secara efisien. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan pemilihan program latihan gym menggunakan metode Fuzzy AHP yang terintegrasi dengan Large Language Model (LLM). Sistem dikembangkan menggunakan metode Extreme Programming dan diimplementasikan dalam platform web berbasis Laravel. Metode Fuzzy AHP digunakan untuk memberikan bobot pada lima kriteria kesehatan utama FAT%, BMI, WHR, Blood Pressure, dan RHR terhadap empat alternatif program latihan, yaitu fat loss, kekuatan, daya tahan, dan kardio. LLM digunakan untuk memberikan rekomendasi tambahan yang bersifat deskriptif dan informatif berdasarkan hasil perankingan. Hasil pengujian menunjukkan bahwa sistem memperoleh nilai System Usability Scale (SUS) sebesar 75,00 yang termasuk dalam kategori “baik” dan tingkat akurasi sebesar 80% terhadap pertimbangan profesional, menunjukkan bahwa sistem memberikan rekomendasi yang relevan dan dapat diandalkan. Penelitian ini memberikan kontribusi nyata dalam mempermudah personal trainer dan klien dalam menentukan program latihan yang sesuai, serta berpotensi untuk diadaptasi dalam layanan kebugaran lainnya guna meningkatkan efisiensi dan personalisasi rekomendasi latihan.
Peningkatan efisiensi produksi melalui penerapan sistem informasi peramalan kebutuhan kacang kedelai di Pabrik Tahu Melati, Batu Sintiya, Endah Septa; Amanda, Sely Ruli; Ulfa, Farida; Subhi, Dian Hanifudin; Ikawati, Deasy Sandhya Elya; Pratama, Adevian Fairuz; Affandi, Luqman
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 9, No 5 (2025): September
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v9i5.34110

Abstract

AbstrakPabrik Tahu Melati di Batu menghadapi permasalahan inefisiensi produksi akibat ketiadaan sistem yang memadai untuk meramalkan kebutuhan bahan baku kacang kedelai, yang berpotensi menimbulkan kerugian operasional. Kegiatan pengabdian ini bertujuan meningkatkan efisiensi produksi melalui perancangan dan penerapan sistem informasi peramalan berbasis website. Mitra sasaran adalah pemilik dan staf Pabrik Tahu Melati. Metode pelaksanaan mengunakan waterfall meliputi analisis kebutuhan, desain sistem, implementasi pengembangan aplikasi web dan model Double Exponential Smoothing di dalamnya, verifikasi, hingga pemeliharaan dengan pelatihan dan pendampingan. Hasil kegiatan menunjukkan peningkatan signifikan: secara kualitatif, mitra kini mampu mengoptimalkan manajemen persediaan dan membuat keputusan berbasis data. Secara kuantitatif, ketepatan pembelian bahan baku meningkat dari 60% menjadi 95%, frekuensi masalah stok menurun dari 5 kali menjadi 1 kali per bulan, dan staf operasional kini mampu mengoperasikan sistem dengan tingkat pemahaman yang naik dari rata-rata 1,75 menjadi 4,25. Hasil Kuesioner kepuasan mitra menujukkan skor 3,2 dari 4 atau 80% puas dengan pelaksanaan pengabdian ini. Kata kunci: efisiensi produksi; sistem informasi peramalan; double exponential smoothing; pengambilan keputusan berbasis data; UMKM. AbstractThe Melati Tofu Factory in Batu faces production inefficiency due to the absence of a system capable of anticipating soybean raw material requirements, which has the potential to cause operational losses. This community service activity aims to improve production efficiency through the design and implementation of a web-based forecasting information system. The target partners are the owners and staff of the Melati Tofu Factory. The implementation follows the waterfall method, covering requirement analysis, system design, web application development incorporating the Double Exponential Smoothing model, verification, and maintenance, along with training and mentoring. The results of the activity indicate significant improvements: qualitatively, the partners are now able to optimize inventory management and make data-driven decisions. Quantitatively, the accuracy of raw material purchases increased from 60% to 95%, the frequency of stock-related issues decreased from five times to once per month, and operational staff are now able to operate the system, with the average level of understanding increasing from 1.75 to 4.25. The partner satisfaction questionnaire results show an average score of 3.2 out of 4, indicating that 80% of the partners are satisfied with the outcomes of this community service. Keywords: production efficiency; forecasting information system; double exponential smoothing; data-driven decision-making; MSME.
Systematic Literature Review: Implementation COBIT as a Best Practice of Electronic Based Government System Governance Puspitaningrum, Ari Cahaya; Fitrani, Laqma Dica; Sintiya, Endah Septa
Sistemasi: Jurnal Sistem Informasi Vol 13, No 1 (2024): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v13i1.3639

Abstract

Presidential Regulation of the Republic of Indonesia No. 95 of 2018 told that the implementation of SPBE is recommended to create clean, effective, transparent and accountable government governance as well as quality and trustworthy public services. This research use the systematic literature review (SLR) method by reviewed the implementation of COBIT best practices in various government organization in Indonesia in the last 5 years. This was done by analyzed each selected study and it can be concluded that there were 27 scientific journal studies and 3 conference studies. Analysis of 30 studies resulted in several groupings of studies, those are based on study objectives, frequently found focus areas, and frequently used domains. Based on the grouping of selected studies, it can be seen that there are 2 different objectives in using COBIT in government agencies, 1) the objective of measuring the level of maturity and capability of IT governance and 2) the objective of designing an IT governance system. The domains most frequently found in the selected studies are APO and DSS. Apart from that, this research also found a focus area that is often found, namely IT services and there are recommendations for further research based on being able to evaluate and design IT governance in the COBIT domain which is often found based on the focus area.
Analisis Efektivitas Algoritma K-Means Clustering dalam Pengelompokan Siswa Berdasarkan Kemampuan Multidimensi Rafandi, Hanif Naufal; Nurhasan, Usman; Sintiya, Endah Septa
Techno.Com Vol. 24 No. 4 (2025): November 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i4.14653

Abstract

Pengelompokan siswa berbasis data sangat penting untuk mendukung evaluasi yang adil dan menyeluruh, mengingat penilaian potensi selama ini cenderung terfokus pada aspek akademik saja. Penelitian ini mengembangkan sistem rekomendasi regu inti lomba kepramukaan menggunakan algoritma K-Means Clustering, dengan dataset berisi 120 siswa SMP yang dinilai berdasarkan parameter akademik, non-akademik, serta pencapaian SKU dan SKK. Jumlah cluster ditentukan sebanyak 24, sesuai dengan kategori lomba berdasarkan aturan Kwarnas mengenai lomba pramuka tingkat penggalang. Proses pengolahan data meliputi normalisasi dan reduksi dimensi menggunakan Principal Component Analysis (PCA). Evaluasi kualitas clustering dilakukan menggunakan metrik Silhouette Score dan Davies–Bouldin Index (DBI). Hasil terbaik diperoleh pada konfigurasi random_state = 42, n_init = 20, dan max_iter = 300, dengan Silhouette Score sebesar 0,1238 dan DBI sebesar 1,4418. Meskipun kualitas pengelompokan tergolong rendah dengan hasil Silhoutte Score = 0.102 dan DBI = 1.362, sistem ini tetap memberikan solusi objektif bagi pembina dalam memilih siswa berpotensi secara adil dan menyeluruh. Sistem ini juga menjawab keluhan orang tua terkait ketidakterlibatan anak dalam lomba, karena pemilihan dilakukan berdasarkan potensi keseluruhan kategori lomba, bukan hanya satu kategori untuk membentuk tim regu inti pramuka.   Kata kunci: K-Means Clustering, Principal Component Analysis (PCA), Silhouette Score, Davies–Bouldin Index, Regu Inti Pramuka.
Implementasi Machine Learning dalam Sistem Prediksi dan Rekomendasi Program Diet Terintegrasi LLM Endah Septa Sintiya; Sely Ruli Amanda; Candra Bella Vista; Agung Nugroho Pramudhita
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 2 (2025): Agustus 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i2.2025.144-151

Abstract

Malnutrition, both in the form of overweight and underweight, remains a global health challenge. Unhealthy urban lifestyles and limited access to appropriate nutritional interventions exacerbate this problem. Technology-based approaches such as machine learning and Large Language Models (LLM) offer opportunities to improve the effectiveness of dietary management. This study proposes the development of a machine learning-based and LLM-integrated diet program prediction and recommendation system applied to Cafe NUT Castle. The system was developed to digitize body composition data recording, predict diet programs (weight loss, weight gain, and body fat loss) using the Random Forest algorithm, and generate personalized initial diet recommendations through the integration of the Gemini Flash-Lite API. Based on the test results, the prediction model achieved an accuracy of 93% on the test data and 84% on 50 new datasets. Evaluation of the diet recommendations generated by LLM showed a feasibility level of 86.6% which was categorized as very feasible. These results indicate that the developed system is not only accurate in predicting diet programs but also effective in providing initial recommendations that can support decision-making in digital nutrition consultation services.
Co-Authors Adevian Fairuz Pratama Affandi, Luqman Afifah Nurul Izzati Agung Nugroho Pramudhita Ahmadi Yuli Ananta Amalia, Astrifidha Rahma Amanda, Sely Ruli Ananta, Ahmadi Yuli Andhani, Yasmine Navisha Anugrah Nur Rahmanto Anugrah Nur Rahmanto Apol Pribadi Apol Pribadi Ari Cahaya Puspita Ningrum Ari Cahaya Puspitaningrum Ari Cahaya Puspitaningrum Ari Cahaya Puspitaningrum Arin Kistia Nugraeni Arya Kusumawardana Ashri Shabrina Afrah Astrifidha Rahma Amalia Bekti Cahyo Hidayanto Candra Bella Vista Candra Bella Vista Deasy Sandhya Elya Ikawati Deddy Kusbianto Purwoko Aji Dhebys Suryani Hormansyah, Dhebys Suryani Dian Hanifudin Subhi Dimas Wahyu Wibowo Dodit Suprianto Eka Larasati Amalia Ekojono Ekojono Ekojono, Ekojono Erfan Rohadi Farida Ulfa Fayra, Syahla' Syafiqah Feby Artwodini Muqtadiroh Fitrani, Laqma Dica Furqon, Muhammad Ariful Gunawan Budi Prasetyo Hidayah, Hilda Khoirotul Ikawati, Deasy Sandhya Elya Imam Fahrur Rozi Imam Fahrur Rozi Irmasari Hafidz Irsyad Arif Mashudi Izzati, Afifah Nurul Khakim Ghozali Kusumawardana, Arya Latif, Ummi Khaira Luqman Affandi Luqman Affandi Mahfud Jiono Mohammad Al Hafidz Muhammad Afnan Habibi Najwa, Nina Fadilah Nugraeni, Arin Kistia Pramudhita, Agung Pratama, Adevian Fairuz Rafandi, Hanif Naufal Rita Sari Rita Sari Rizdania Rizdania, Rizdania Sely Ruli Amanda Sely Ruli Amanda SEPTYANA RISKITASARI Sofyan Noor Arief Syahira Azizah Rendra Putri Tony Dwi Susanto Triana Fatmawati Tundjung, Mellyana Ulfa, Farida Usman Nurhasan Yuri Ariyanto Yuri Ariyanto