Article Per Year (5 Year)
p-Index From 2021 - 2026
3.48
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Prosiding SNATIF Infotech Journal IKRA-ITH Informatika : Jurnal Komputer dan Informatika JURIKOM (Jurnal Riset Komputer) JUMANJI (Jurnal Masyarakat Informatika Unjani) Jurnal Tekno Kompak Jurnal ICT : Information Communication & Technology SENSITEK Jurnal Informatika dan Rekayasa Elektronik JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Jurnal Abdimas Kartika Wijayakusuma International Journal Software Engineering and Computer Science (IJSECS) Journal of Informatics and Communication Technology (JICT) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Algoritma Innovative: Journal Of Social Science Research RESLAJ: Religion Education Social Laa Roiba Journal Journal of Informatics and Communication Technology (JICT)
Rezki Yuniarti
Universitas Jenderal Achmad Yani
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Other

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
IMPLEMENTASI DESIGN THINKING PADA APLIKASI OMNICHANNEL UNTUK MENINGKATKAN INTERAKSI PENGGUNA Singgih, Dimas; Id Hadiana, Asep; Yuniarti, Rezki
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11346

Abstract

Omnichannel merupakan Model operasi sinkron yang menyelaraskan seluruh saluran komunikasi perusahaan memungkinkan perusahaan memberikan "Integrated face" kepada pengguna sekaligus untuk memastikan operasi bisnis yang konsisten. rumusan masalah dalam penelitian ini adalah bagaimana implementasi metode Design Thinking dapat secara efektif meningkatkan interaksi pengguna dalam aplikasi Omnichannel, dengan fokus pada memahami kebutuhan pengguna, merancang solusi yang optimal, dan menguji prototipe untuk mencapai pengalaman pengguna yang lebih efisien. Penelitian ini bertujuan untuk meningkatkan interaksi pengguna pada aplikasi omnichannel dengan meningkatkan antarmuka sistem dan juga fitur agar sesuai dengan kebutuhan pengguna. Metode Design Thinking digunakan untuk pendekatan kreatif dalam memecahkan masalah dan mengembangkan solusi baru yang berfokus pada kebutuhan pengguna akhir, Metode ini terdiri dari lima tahap, yaitu empati, definisi, ideasi, prototipe, dan pengujian. Hasil pengujian System Usability Scale (SUS) pada aplikasi omnichannel menunjukkan peningkatan signifikan dalam usability setelah implementasi Design Thinking. Sebelum implementasi, skor rata-rata SUS adalah 55.38, tergolong "Poor" (D), dengan banyak responden memberikan skor di bawah 55, menandakan ketidakpuasan pengguna. Setelah implementasi Design Thinking, skor rata-rata naik menjadi 70.42, masuk dalam kategori "Good" (B). Distribusi skor juga membaik, dengan lebih banyak responden memberikan skor tinggi, menunjukkan bahwa perbaikan yang dilakukan berhasil meningkatkan pengalaman pengguna secara keseluruhan.
Pemberdayaan UMKM Abon Sapi di Kabupaten Bandung Barat Melalui Pelatihan Sains Data Hadiana, Asep Id; Putra, Eddie Krishna; Yuniarti, Rezki
Jurnal Abdimas Kartika Wijayakusuma Vol 5 No 3 (2024): Jurnal Abdimas Kartika Wijaya Kusuma
Publisher : LPPM Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jakw.v5i3.597

Abstract

Program pengabdian masyarakat yang berjudul "Pemberdayaan UMKM Abon Sapi di Kabupaten Bandung Barat Melalui Pelatihan Sains Data" bertujuan untuk meningkatkan kemampuan pelaku UMKM dalam memanfaatkan sains data dan teknologi digital untuk mendukung pengelolaan bisnis yang lebih baik. Program ini menangani sejumlah masalah utama yang dihadapi UMKM, seperti pencatatan penjualan yang masih manual, pengelolaan stok yang tidak efisien, serta keterbatasan dalam menjangkau pasar yang lebih luas. Melalui penggunaan aplikasi manajemen penjualan khusus dan pelatihan website, program ini membekali UMKM dengan keterampilan untuk mencatat penjualan secara lebih efektif, menganalisis data, serta memperluas jangkauan pemasaran melalui platform digital. Pelatihan juga mencakup teknik forecasting untuk mengoptimalkan produksi berdasarkan analisis data penjualan. Implementasi program ini menghasilkan peningkatan signifikan dalam efisiensi bisnis peserta, baik dari segi pengelolaan stok maupun pencatatan penjualan. Evaluasi dampak dilakukan melalui pre-test dan post-test, yang menunjukkan peningkatan pemahaman peserta dalam menggunakan sains data dan teknologi digital dalam operasional bisnis mereka. Hasil dari program ini menunjukkan pentingnya adopsi teknologi bagi UMKM untuk meningkatkan daya saing di era digital.
OPTIMALISASI KUALITAS INTEGRITY PADA SISTEM DINAS KESEHATAN KOTA CIMAHI MENGGUNAKAN TEKNIK REFACTORING Fitaloka, Intan; Herry Chrisnanto, Yulison; Yuniarti, Rezki
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13316

Abstract

Proses pengembangan perangkat lunak melibatkan empat kegiatan utama yang penting: spesifikasi, perancangan, implementasi, dan pengujian, juga merupakan hal yang penting untuk meningkatkan kinerja sistem. Refaktorisasi dapat membantu meningkatkan kualitas sistem dengan memperbaiki kode yang ada dan memastikan bahwa kode dapat diuji secara otomatis dengan mudah.. Integritas pada sistem informasi sangat penting untuk memastikan bahwa data dan informasi yang ada dalam sistem akurat dan konsisten, serta untuk melindungi aset informasi dari potensi ancaman. Untuk melihat kekurangan dari sebuah program, metode code smell merupakan salah satu dari metode pendeteksi kesalahan source code. Pada jurnal ini melakukan optimalisasi pada sistem Dinas Kesehatan Kota Cimahi menggunakan metode refactoring. Metodologi yang digunakan dalam penelitian ini meliputi analisa sistem, analisa code smell, implementasi refactoring dan pengujian. Hasil pengujian pada sistem informasi yang telah direfactoring menunjukkan peningkatan. Refactoring dengan metode extract class dan extract method berhasil membuat metode dalam kelas menjadi lebih spesifik dan saling terkait. Kode yang sebelumnya belum terintegrasi keamanannya, menjadi lebih aman. Struktur kode yang lebih baik ini juga mempermudah proses deteksi dan perbaikan bug, yang mengarah pada pengurangan jumlah bug dan peningkatan performa serta stabilitas sistem.
Identifikasi Berita Palsu di Portal Media Online Menggunakan Model IndoBERT dan LSTM Kamal, Angga Mochamad; Chrisnanto, Yulison Herry; Yuniarti, Rezki
JURIKOM (Jurnal Riset Komputer) Vol 12, No 3 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i3.8660

Abstract

The rapid spread of political fake news on Indonesian online media portals poses serious threats to public trust and democratic stability. The main research problem is the limitation of existing models in handling the complexity of Indonesian political narratives containing local idioms and long text structures. The proposed solution employs a hybrid IndoBERT-LSTM model with ensemble stacking approach using logistic regression meta-learner to optimize fake news detection. IndoBERT is selected to capture Indonesian language nuances, while LSTM handles sequential dependencies in long articles. The research objective is to develop an accurate detection system for political fake news by leveraging the complementary strengths of both models. The dataset comprises 32,218 political articles from credible portals (Kompas, CNN Indonesia, Tempo, Detiknews, Viva) and Turnbackhoax.id validation from September 2021 to December 2024. Research results demonstrate that ensemble stacking achieves superior performance with F1-score 0.9544, accuracy 95.41%, and AUC-ROC 0.9936, outperforming standalone IndoBERT (F1: 0.9542) and LSTM (F1: 0.9417). Error analysis identifies 4.59% error rate with 134 false positives and 88 false negatives, particularly in long articles (average 2,739 characters). This model has potential for integration into fact-checking platforms for real-time detection of Indonesian political fake news.
Desain Game Edukasi Sejarah Bandung Lautan Api untuk Pelajar SMP Menggunakan Mechanics Dynamics Aesthetics (MDA) Kurniawan, Alexander Tommy; Yuniarti, Rezki; Komarudin, Agus
JUMANJI (Jurnal Masyarakat Informatika Unjani) Vol 7 No 1 (2023): Jurnal Masyarakat Informatika Unjani
Publisher : Jurusan Informatika Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jumanji.v7i1.268

Abstract

Perkembangan teknologi mengakibatkan banyak perubahan pada kehidupan, salah satunya mata pelajaran sejarah yang menggunakan metode daring dalam pengajarannya yang menimbulkan banyak permasalahan karena perubahan metode pengajaran yang berubah. Diperlukan sebuah metode pengajaran yang sifatnya fleksibel dapat dimainkan siswa ketika waktu luang dan serta menyenangkan serta edukatif seperti game edukasi. Namun dalam pengembangan game perlu sebuah desain dari game tersebut dari hal itu terdapat Mechanics, Dynamics, Aesthetics(MDA) sebagai framework yang dapat menjebatani maksud dari pembuatan game dan juga desain dari game, karena dari itu perlu dibuatnya game edukasi sejarah yang sesuai dengan penelitian ini. Hasil dari penelitian ini dilakukan evaluasi terhadap 31 orang responden dengan sebaran siswa/siswi SMP dengan rentang umur 11 hingga 16 tahun .Dengan menguji 16 pertanyaan yang diuji seputar komponen MDA setelah game dimainkan dengan menggunakan pearson product moment dan Cronchbach Alpha mendapatkan nilai valid dan relaibel, nilai pada aspek narrative untuk penceritaan sejarah dengan kriteria sesuai, serta aspek sensation untuk emosi yang menghasilkan kriteria sangat sesuai.
Prototipe Gamifikasi untuk Mendorong Aktivitas Fisik dan Mengurangi Perilaku Sedentari di Indonesia Yuniarti, Rezki; Putra, Eddie Krishna; Hadiana, Asep Id
JUMANJI (Jurnal Masyarakat Informatika Unjani) Vol 8 No 1 (2024): Jurnal Masyarakat Informatika Unjani
Publisher : Jurusan Informatika Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jumanji.v8i1.451

Abstract

Ketidakaktifan fisik dan perilaku sedentari menjadi perhatian yang semakin meningkat di Indonesia, dengan potensi dampak buruk terhadap kesehatan masyarakat. Seiring dengan perkembangan teknologi digital, gamifikasi muncul sebagai alat yang menjanjikan untuk mendorong aktivitas fisik dan mengurangi perilaku sedentari. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi prototipe gamifikasi yang dirancang untuk mendorong aktivitas fisik dan mengurangi perilaku sedentari di kalangan pekerja kantor di Indonesia. Pendekatan campuran digunakan, mencakup pengembangan prototipe gamifikasi yang didasarkan pada teori dan prinsip perubahan perilaku. Fitur, fungsionalitas, dan antarmuka pengguna prototipe ini dirancang secara teliti untuk memenuhi kebutuhan populasi target. Peserta dipilih berdasarkan kriteria yang telah ditetapkan, dan data dikumpulkan sebelum dan sesudah intervensi untuk menilai efektivitas prototipe. Metode analisis data digunakan untuk menginterpretasikan hasilnya. Temuan awal menunjukkan bahwa prototipe gamifikasi ini efektif dalam meningkatkan tingkat aktivitas fisik dan mengurangi perilaku sedentari di antara peserta. Umpan balik dari peserta menunjukkan pengalaman pengguna yang positif, meskipun beberapa masalah teknis dilaporkan. Gamifikasi memiliki potensi sebagai pendekatan inovatif untuk mendorong aktivitas fisik dan mengurangi perilaku sedentari di Indonesia. Penelitian lebih lanjut diperlukan untuk menyempurnakan prototipe ini dan memperluas penerapannya ke populasi yang lebih luas.
Teknik Refactoring untuk Kualitas Usability Sistem Informasi SPP dan Tunggakan SDIT Nuralima Wildah Fatma Lestari; Yulison Herry Chrisnanto; Rezki Yuniarti
Reslaj: Religion Education Social Laa Roiba Journal Vol. 6 No. 8 (2024): RESLAJ: Religion Education Social Laa Roiba Journal 
Publisher : Intitut Agama Islam Nasional Laa Roiba Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47467/reslaj.v6i8.3388

Abstract

Software development in a system is important to support the efficiency and effectiveness of the system. However, codes and documentation related to software systems are always changing due to problems or the need for improvement. Therefore, software maintenance becomes an important part of software development and management. Refactoring techniques are considered a standard solution that involves improving the design structure of software while maintaining its functionality. The methodology used in this research includes system analysis, code smells, refactoring and system testing. The results of refactoring the internal code of the system make the internal code structure simpler and easier to read so that it will facilitate future development and updates to the system.
IDENTIFYING POTENTIAL CREDIT CARD PAYMENT DEFAULTS USING GMDKNN WITH LOF AS OUTLIER HANDLING Dewi, Liony Puspita; Chrisnanto, Yulison Herry; Yuniarti, Rezki
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 5 (2024): JUTIF Volume 5, Number 5, Oktober 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.5.2341

Abstract

In classifying data, accuracy results are greatly influenced by outliers. The presence of outliers can cause a low level of accuracy in the classification process. The Generalised Mean Distance K-Nearest Neighbor (GMD-KNN) algorithm is a classification technique that shows advantages in terms of flexibility and responsiveness to attribute variations. This research aims to classify credit card data between current and bad payments by handling outliers using the Local Outlier Factor (LOF). The data used is 30,000 credit card transaction data taken from the UCI Machine Learning Repository. This research method uses several stages, namely data collection, data pre-processing carried out to detect and clean outliers with LOF, classification process with GMD-KNN, and evaluation to calculate the accuracy of classification results. As a result, the model shows the best performance at 80%:20% data sharing ratio with k=5 value, achieving 77.60% accuracy, 74.97% precision, 82.57% recall, 78.58% F1-Score, and 77.48% G-Mean.
Identifikasi Berita Palsu di Portal Media Online Menggunakan Model IndoBERT dan LSTM Kamal, Angga Mochamad; Chrisnanto, Yulison Herry; Yuniarti, Rezki
JURNAL RISET KOMPUTER (JURIKOM) Vol. 12 No. 3 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i3.8660

Abstract

The rapid spread of political fake news on Indonesian online media portals poses serious threats to public trust and democratic stability. The main research problem is the limitation of existing models in handling the complexity of Indonesian political narratives containing local idioms and long text structures. The proposed solution employs a hybrid IndoBERT-LSTM model with ensemble stacking approach using logistic regression meta-learner to optimize fake news detection. IndoBERT is selected to capture Indonesian language nuances, while LSTM handles sequential dependencies in long articles. The research objective is to develop an accurate detection system for political fake news by leveraging the complementary strengths of both models. The dataset comprises 32,218 political articles from credible portals (Kompas, CNN Indonesia, Tempo, Detiknews, Viva) and Turnbackhoax.id validation from September 2021 to December 2024. Research results demonstrate that ensemble stacking achieves superior performance with F1-score 0.9544, accuracy 95.41%, and AUC-ROC 0.9936, outperforming standalone IndoBERT (F1: 0.9542) and LSTM (F1: 0.9417). Error analysis identifies 4.59% error rate with 134 false positives and 88 false negatives, particularly in long articles (average 2,739 characters). This model has potential for integration into fact-checking platforms for real-time detection of Indonesian political fake news.
Analisis Sentimen Terhadap Ulasan Aplikasi Deepseek AI Menggunakan Model Bidirectional LSTM dan IndoBert Mahendra, Lucky Syahroni; Herry Chrisnanto, Yulison; Yuniarti, Rezki
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2950

Abstract

Advancements in Natural Language Processing (NLP) technology have progressed rapidly, marked by the emergence of various Large Language Models (LLMs) such as ChatGPT, Gemini, and DeepSeek AI. One particularly popular model is DeepSeek AI due to its ability to understand and respond to natural language text more contextually. The increasing popularity of this application is accompanied by a growing number of user reviews, which serve as an important source of data for capturing their experiences and perceptions. This study aims to analyze user sentiment toward the DeepSeek AI application using a deep learning approach. Specifically, the research focuses on evaluating the performance of sentiment classification models in the context of Indonesian-language data, which is relatively limited and imbalanced. The dataset was collected from user reviews on the Google Play Store and categorized into three sentiment classes: positive, negative, and neutral. The method employed is a combination of IndoBERT and Bidirectional Long Short-Term Memory (BiLSTM). IndoBERT is used to generate contextual text representations in Indonesian, while BiLSTM is utilized to recognize sequential word patterns. Experimental results show that this hybrid model achieves an accuracy of 45%, with the highest F1-score of 0.66 in the positive class. Meanwhile, a macro-average F1-score of 0.33 and a ROC-AUC of 0.546 indicate that the model’s performance remains limited in distinguishing the three classes evenly. Nevertheless, the main contribution of this study lies in the development of a new dataset consisting of 1,774 Indonesian-language reviews related to LLM-based applications, which can be used for further research in the field of Natural Language Processing (NLP). The study also demonstrates the effectiveness of integrating IndoBERT and BiLSTM for sentiment analysis of Indonesian text with imbalanced data distribution.
Co-Authors Adhinata Kusuma, Rendy Aditya Setiawan Putra Agus Komamrudin Agus Komarudin Agus Komarudin Agus Komarudin Agus Komarudin Alvi Yudistira Aminuddin Ihsan, Aminuddin Angga Kersana Munggaran Azhari, Anissa Dewi, Liony Puspita Dony Liany Esmeralda C Djamal Esmeralda C. Djamal Esmeralda C. Djamal Esmeralda Contesa Djamal Esmeralda Contessa Djamal Ferry Kurniawan Fitaloka, Intan Gumilar, Desta Gumilar, Desta Gunawan Abdillah Hadiana, Asep Id Iman Muhdi Kamal, Angga Mochamad Kemal Musthafa Rajabi Khanif Azhar Waluyo Komamrudin, Agus Komarudin, Agus Kresna Septyana Ekaputra Kurniawan, Alexander Tommy Liany, Dony Luthfia Oktasari Mahendra, Lucky Syahroni Moh Khoerul Imam Muhammad Dwi Laksono Nenza Nurfirmansyah Nugraha, Mochammad Ganjar Nugroho, Akbar Satrio Putra, Eddie Krishna Rahmat Ryan Adhitya Ramdani, Rahmat Muhamad Rasyid Ibnu Prasetyo Rd Muhammad Alfajri Ridwan Ilyas Riyan Firmansyah Selia Aysiah Singgih, Dimas Tacbir Hendro Pudjiantoro Teguh Munawar Ahmad Umbara, Fajri Rakhmat Wage Rizal Solichin Wildah Fatma Lestari Wina Witanti Wina Witanti Wini Afrilia Yulison Herry Chrisnanto