Article Per Year (5 Year)
p-Index From 2021 - 2026
1.554
P-Index
This Author published in this journals
All Journal JURNAL SISTEM INFORMASI BISNIS Bulletin of Electrical Engineering and Informatics Bulletin of Electrical Engineering and Informatics Prosiding SNATIKA Vol 01 (2011) Jurnal Sistem dan Informatika Journal of Information Systems Engineering and Business Intelligence Bulletin of Electrical Engineering and Informatics Proceeding of the Electrical Engineering Computer Science and Informatics Jiko (Jurnal Informatika dan komputer) MULTINETICS Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Pengabdian kepada Masyarakat Nusantara J-Icon : Jurnal Komputer dan Informatika Khazanah Informatika : Jurnal Ilmu Komputer dan Informatika
Eva Hariyanti
Program Studi Sistem Informasi Fakultas Sains Dan Teknologi, Universitas Airlangga
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Social Sciences

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
The Implementation of Machine Learning for Software Effort Estimation: A Literature Review Hariyanti, Eva; Paradista , Mirtha Aini; Goyayi, Maria Lauda Joel; Arthalia, Arthalia; Shabirina, Detria Azka; Nurjanah, Endang; Husna, Oktavia Intifada; Yahrani, Fakhrana Almas Syah
Khazanah Informatika : Jurnal Ilmu Komputer dan Informatika Vol. 10 No. 1 (2024): April 2024
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v10i1.2803

Abstract

Effort estimation is pivotal for the triumph of software development endeavors. The appropriate forecasting approach is vital for aligning software project effort estimation outcomes. This process aids in efficiently distributing resources, charting project strategies, and facilitating informed choices in IT Project Management. Machine learning, a facet of artificial intelligence (AI), is dedicated to crafting algorithms and models that empower computers to enhance their performance based on data and facilitate predictions or decision-making. This study discusses the implementation of machine learning in software development effort estimation. We collected 558 relevant papers on software effort estimation and machine learning techniques. After a quality review process, we identified 40 articles for in-depth review. We categorized machine learning techniques into supervised, unsupervised, and reinforcement learning. The results indicate that using ensemble techniques in supervised and unsupervised learning can improve the accuracy of software effort estimation. Artificial Neural Networks, Regression, K-Nearest Neighbors, Decision Trees, Random Forest, and Bootstrap Aggregation are the most commonly used methods. Ensemble techniques also aid in selecting relevant features and preprocessing data to enhance model performance. This study provides insights into implementing machine learning techniques to estimate software effort and highlights the advantages of ensemble technique.
Peningkatan Ekonomi Kreatif Melalui Produk Herbal di Kelurahan Pacar Kembang, Surabaya Junairiah, Junairiah; Fatimah, Fatimah; Hariyanti, Eva
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 4 (2025): Edisi Oktober - Desember
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v6i4.7683

Abstract

Pemuda Karang Taruna merupakan aset sumberdaya yang sangat penting. Potensi mereka perlu dikembangkan. Berdasarkan hasil pemantauan, setelah lulus dari SMA atau SMK ada yang bisa melanjutkan kuliah tetapi ada pula yang tidak mempunyai kegiatan. Di sisi lain ada pula yang bekerja namun dengan penghasilan yang relatif rendah, sementara di sisi lain mempunyai tanggung jawab untuk memenuhi kebutuhan keluarganya. Kegiatan pengabdian masyarakat ini akan memberikan pendampingan terkait aspek produksi dan pemasaran. Dalam aspek produksi, akan diberikan pelatihan tentang pembuatan aneka produk herbal misalnya membuat jamu godok, jamu wedang uwuh, salep jamu, jamu kapsul, kripik jamu, salep jamu, dan sebagaiya. Dalam aspek pemasaran akan diberikan pendampingan terkait penggunaan sosial media atau media digital untuk alat pemasaran. Setelah mengikuti kegiatan ini pemuda karang taruna diharapkan mempunyai pendapatan sehingga perekonomian menjadi meningkat. Hasil evaluasi menunjukkan bahwa terjadi peningkatan pengetahuan yaitu awal rerata nilai pretest adalah   85,68, setelah diadakan pelatihan terjadi peningkatan yang ditunjukkan dengan nilai postest adalah 92,97. Mitra karang taruna mampu membuat produk herbal. Mitra juga mampu membuat konten digital untuk strategi pemasaran.
Co-Authors Ananda E S Setyadji Anggreni Annisa Rahma Putri Arief R R Putrananda Arthalia, Arthalia Arum Tiyas Handayani Ayundha Puspadini Badrus Zaman Bagus Puji Santoso Daffa H Permadi Dandy Pramana Hostiadi Endah Purwanti Eto Wuryanto Faried Effendy fatimah Fatimah Fatonah, Nenden Siti Fikri Maulana Aziz Fildzah Akhlaqulkarimah Goyayi, Maria Lauda Joel Husna, Oktavia Intifada I Made Darma Susila Ibadillah, Ibnu Ibnu Ibadillah Iin Mardiyana Indari, Ima Tri Indra Kharisma Raharjana Irene Realyta Halldy Trosi Tangkawarow Junairiah Junairiah Kharristantie Sekarlangit Suryadewi Made Balin Janeswari Malvin Mikhael Moningka Manik Prasanthi Bendesa Mohammad Yazdi Pusadan Mukhammad Ilham Nur Faizin Mukhammad Ilham Nur Faizin, Mukhammad Ilham Nur Nania Nuzulita Naurah Hedy Pramiyas Nayottami, Inten Bajra Novia Nurhasanah Arrasyid Nurjanah, Endang Nyoman Agus Arya Dwija Sutha Oxy Setyo Hapsari Paradista , Mirtha Aini Purbandini Soeparman, Purbandini Purbandini, Purbandini Rais I Nustara Ranandha, Muhamad Erza Reyhan B Pratama Shabirina, Detria Azka Tegar A Masyhuda Utomo, Bagus Satriawan Wahju Utomo, Bagus Satriawan Wahju Yahrani, Fakhrana Almas Syah Yohanes Priyo Atmojo Yohannes Alexander Agusti Sinaga