Article Per Year (5 Year)
p-Index From 2021 - 2026
1.8
P-Index
This Author published in this journals
All Journal Informasi Interaktif PENGABDI: Jurnal Hasil Pengabdian Masyarakat Jurnal Mandiri IT Jurnal Teknologi Sistem Informasi Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Jarlit
Fatsyahrina Fitriastuti
Universitas Janabadra
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Library & Information Science Mathematics Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
IMPLEMENTASI BUSINESS INTELLIGENCE DASHBOARD (BID) DENGAN METODE ADDIE PADA BPBJ KABUPATEN KULON PROGO Umniyati; Fitriastuti, Fatsyahrina; Bororing, Jemmy Edwin
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5668

Abstract

Pengadaan barang dan jasa di lingkungan pemerintah melibatkan berbagai metode, seperti tender, non-tender, dan e-purchasing. Dalam implementasinya, terdapat beragam aplikasi yang dimanfaatkan, seperti Sistem Informasi Rencana Umum Pengadaan (SiRUP) untuk perencanaan, serta Sistem Pengadaan Secara Elektronik (SPSE), e-Katalog, dan platform toko daring dalam pemilihan penyedia. Namun, penggunaan berbagai sistem ini kerap menimbulkan tantangan dalam integrasi data dan penyusunan laporan yang efisien.Oleh karena itu, diperlukan solusi yang dapat mengakomodasi kebutuhan analisis dan pemantauan pengadaan secara komprehensif Penelitian ini bertujuan untuk merancang Business Intelligence Dashboard (BID) guna memantau serta melaporkan data pengadaan di Bagian Pengadaan Barang dan Jasa (BPBJ) Kabupaten Kulon Progo.Dalam pengembangannya, BID menerapkan metode ADDIE (Analysis, Design, Development, Implementation, and Evaluation), yang mendukung proses perancangan sistem secara terstruktur. Dashboard ini dirancang untuk menyajikan visualisasi data pengadaan yang terintegrasi dari berbagai aplikasi yang digunakan dalam proses pengadaan. Hasil penelitian menunjukkan bahwa implementasi BID dapat meningkatkan efektivitas dalam pemantauan serta pelaporan pengadaan, menyajikan informasi yang lebih akurat dan real-time bagi para pemangku kepentingan, serta mendukung proses pengambilan keputusan yang lebih efisien. Dengan BID, BPBJ Kabupaten Kulon Progo dapat melakukan analisis mendalam terhadap kinerja pengadaan, mengidentifikasi potensi permasalahan, serta meningkatkan transparansi dalam proses pengadaan barang dan jasa.
Analisis Website Fakultas Teknik Universitas Janabadra Menggunakan Metode UAT Fitriastuti, Fatsyahrina; Bening, Ridho Gilang; Andika, Seto
Jurnal Teknologi Sistem Informasi Vol 6 No 1 (2025): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v6i1.10054

Abstract

Website Fakultas Teknik Universitas Janabadra merupakan salah satu sarana utama untuk menyampaikan informasi kepada mahasiswa, dosen, dan tenaga pendidik. Namun, untuk memastikan kualitas dan efektivitas website dalam memenuhi kebutuhan penggunanya, perlu dilakukan evaluasi secara sistematis. Penelitian ini menggunakan metode User Acceptance Testing (UAT) untuk mengevaluasi fungsionalitas dan kepuasan pengguna terhadap website Fakultas Teknik. User Acceptance Testing dipilih karena merupakan jenis pengujian yang melibatkan pengguna langsung dalam mengevaluasi apakah fungsi-fungsi yang ada dalam sistem berjalan dengan baik dan sesuai dengan kebutuhan pengguna. Melalui pengumpulan data dari kuesioner yang disebarkan kepada 30 responden, penelitian ini mengidentifikasi berbagai aspek penting seperti kemudahan penggunaan, navigasi, kecepatan akses, serta relevansi informasi. Hasil dari pengujian menunjukkan bahwa mayoritas pengguna merasa puas dengan fungsionalitas dasar website, meskipun masih terdapat beberapa aspek yang perlu perbaikan, seperti pembaruan informasi dan responsivitas website pada perangkat mobile. Temuan ini memberikan dasar yang kuat untuk perbaikan lebih lanjut guna meningkatkan kualitas pengalaman pengguna dan mendukung efektivitas website dalam jangka Panjang.
Implementation of a deep neural network model to predict critical joint loads based on SAP2000 structural data Ridwan, Ridwan; Setyawan, Ryan Ari; Fitriastuti, Fatsyahrina
Jurnal Mandiri IT Vol. 14 No. 1 (2025): July: Computer Science and Field.
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mandiri.v14i1.425

Abstract

This study propose~s a De~e~p Ne~ural Ne~twork (DNN) frame~work to pre~dict joint re~action force~ ratios in structural analysis using datase~ts obtaine~d from SAP2000 simulations. The~ datase~ts cove~r various load case~s and ge~ome~trical parame~te~rs, e~nsuring the~ mode~l is e~xpose~d to dive~rse~ structural sce~narios. The~ DNN archite~cture~ comprise~s multiple~ fully conne~cte~d laye~rs, e~mploying Re~LU activation functions, dropout re~gularization, and batch normalization for stable~ training. Mode~l pe~rformance~ was e~valuate~d using Me~an Square~d E~rror (MSE~), Me~an Absolute~ E~rror (MAE~), R² score~, and pre~diction accuracy within a 5% e~rror margin critical for civil e~ngine~e~ring applications. The~ re~sults de~monstrate~ e~xce~lle~nt pre~dictive~ capabilitie~s, achie~ving accuracy le~ve~ls e~xce~e~ding 98% across all datase~ts. Notably, the~ third datase~t yie~lde~d the~ lowe~st accuracy at 98.97% and an R² score~ of 0.9915, with slightly e~le~vate~d e~rror me~trics (MSE~ of 5.11, RMSE~ of 2.26, and MAE~ of 1.51). De~spite~ the~se~ challe~nge~s, the~ DNN mode~l consiste~ntly de~live~rs robust pre~dictions, showcasing its pote~ntial for practical structural he~alth monitoring and de~sign optimization. Future~ work should conside~r incorporating more~ dive~rse~ and e~xpe~rime~ntal data to e~nhance~ mode~l robustne~ss furthe~r.
IMPLEMENTASI DEEP LEARNING MENGGUNAKAN LONG SHORT-TERM MEMORY UNTUK PREDIKSI STABILITAS PONDASI TAHAN GEMPA Safitri; Fitriastuti, Fatsyahrina; Setyawan, Ryan Ari; Widodo, Teguh
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5663

Abstract

Pondasi merupakan elemen struktural yang sangat krusial dalam menjamin kestabilan bangunan terhadap beban gempa. Ketidakstabilan pada sistem pondasi dapat memicu keruntuhan total struktur meskipun elemen atas telah dirancang tahan gempa. Penelitian ini bertujuan untuk mengembangkan model prediksi stabilitas pondasi menggunakan pendekatan deep learning berbasis Long Short-Term Memory (LSTM) dengan memanfaatkan data gaya dan momen sambungan (joint reactions) hasil analisis struktur dari perangkat lunak SAP2000. Dataset terdiri atas tiga jenis bangunan berbeda, yakni pondasi utama, gedung service, dan gedung klinik teduh, yang masing-masing memuat komponen gaya (F1, F2, F3) dan momen (M1, M2, M3). Data diproses melalui tahapan normalisasi, penyusunan time series lima langkah ke belakang, dan pelatihan model menggunakan arsitektur LSTM dua lapis dengan dropout 0,2. Evaluasi dilakukan dengan skema validasi silang (Time Series Split) dan pengujian data unseen. Hasil penelitian menunjukkan bahwa model mampu melakukan prediksi dengan akurasi, presisi, recall, dan F1-score sebesar 1,0000. Grafik perbandingan training loss dan validation loss memperlihatkan konvergensi yang stabil tanpa indikasi overfitting. Sistem ini juga berhasil mengintegrasikan deteksi noise berbasis threshold error, memungkinkan klasifikasi anomali struktural secara otomatis. Kesimpulan dari penelitian ini menyatakan bahwa model LSTM sangat efektif dalam memprediksi respons pondasi terhadap gempa serta mendeteksi ketidaknormalan pola gaya dan momen.
Workshop Desain Pembelajaran Menarik dan Interaktif Berbasis AI untuk Meningkatkan Keterampilan Dosen dalam Mendesain Pembelajaran Daring Mawarni, Sella; Fitriastuti, Fatsyahrina; Haryanto, Eri; Ibrahim, Nurwahyuningsih; Syah, Maenuddin Bustanil
PENGABDI PENGABDI: VOL. 6, NO.2 (2025)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/pengabdi.v6i2.81330

Abstract

Abstrak. Pembelajaran daring menjadi salah satu pola pembelajaran yang banyak diadaptasi, khususnya dalam lingkungan perguruan tinggi. Mendesain sebuah pembelajaran daring memiliki komponen yang berbeda dibandingkan pembelajaran tatap muka. Salah satu perbedaannya yakni pola interaksi antara dosen dan mahasiswa yang menyebabkan rendahnya keterlibatan mahasiswa dalam pembelajaran daring. Mitra pada kegiatan workshop ini adalah Universitas Janabadra Yogyakarta. Kegiatan workshop ini bertujuan untuk meningkatkan pemahaman dan keterampilan dosen-dosen Universitas Janabadra dalam mendesain pembelajaran daring di platform LMS Janalearning. Materi workshop juga dikaitkan dengan pemanfaatan AI untuk mendesain pembelajaran daring yang menarik dan interaktif. Metode yang digunakan dalam workshop ini mencakup presentasi materi, tutorial & praktik terbimbing, dan diskusi. Paparan materi disajikan sebagai fondasi terkait konsep desain pembelajaran daring dan beberapa aplikasi AI yang dapat digunakan dosen untuk melengkapi kebutuhan konten pembelajaran daring. Pada sesi tutorial & praktik terbimbing dosen dipandu secara step-by-step untuk dapat menghasilkan sebuah konten menggunakan aplikasi AI serta strategi mengintegrasikannya kedalam pembelajaran daring. Hasil diskusi, evaluasi dan refleksi yang dilaksanakan pada akhir workshop menunjukkan antusiasme yang tinggi dari peserta serta peningkatan kompetensi pedagogik khususnya dalam memanfaatkan AI kedalam pembelajaran daring. Kata Kunci: Workshop, Pembelajaran Daring, AI, Kecerdasan Buatan, Learning Management System.
Co-Authors Andika, Seto Angga Dwi Cahyana Annisa Eka Putri Arif Susanto Adhy Bening, Ridho Gilang Bororing, Jemmy Edwin Bororing, Jemmy Edwin Danar Tri Pambudi Fitri Lestari, Fitri Hamidah, Ema Nur Haryanto, Eri Helio Rofino Correia Hidayat, Regina Apriliya Irsyadi, Hijrul Jeffry Andhika Putra Lukmanfiandy, Sofyan Marciano De Jesus Soares Nurharyanto, Erry Maricha Oki Nuridza, Agung Budi Nurwahyuni Palupi, Nita Siwi Ridwan, Ridwan Ryan Ari Setyawan Safitri Sella Mawarni Septiana Mundianarti Septiana Mundianarti Setiyorini, Agustin Setyorini, Agustin Sunardi, Annisa Kautsar Syah, Maenuddin Bustanil Taofik Krisdiyanto Teguh Widodo Umniyati Yumarlin MZ