Article Per Year (5 Year)
p-Index From 2021 - 2026
1.203
P-Index
This Author published in this journals
All Journal Jupiter Seminar Nasional Informatika (SEMNASIF) Jurnal ULTIMATICS Reswara: Jurnal Pengabdian Kepada Masyarakat Jurnal Publikasi Teknik Informatika
Lastri Widya Astuti
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Social Sciences

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
KLASIFIKASI MRI OTAK MENGGUNAKAN JARINGAN SYARAF TIRUAN BERDASARKAN DATA WAVELET YANG DIREDUKSI DENGAN NCMF Lastri Widya Astuti; Handayani T
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 3 (2012): Intelligent System dan Application
Publisher : Jurusan Teknik Informatika

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

Abstract

Magnetic Resonance Imaging (MRI) merupakan salah satu cara pemeriksaan diagnostik dalam ilmu kedokteran, khususnya radiologi yang menghasilkan gambaran potongan tubuh manusia secara transversal, koronal, sagital dan paraaksial. Keuntungan yang paling penting dari pencitraan magnetic resonance adalah menerapkan teknik non invasif, yang digunakan untuk memvisualisasikan struktur internal dan fungsi terbatas tubuh secara rinci. Namun pada kenyataannya hasil citra yang dihasilkan oleh MRI memiliki dimensi tinggi, sehingga menyebabkan kesulitan pada proses pengklasifikasian gangguan atau kerusakan jaringan otak. Pendekatan yang mungkin dilakukan adalah dengan mengurangi dimensi data sebelum proses klasifikasi tanpa mengurangi arti dari data. Oleh karena itu, dalam makalah ini diajukan penerapan metode gabungan yaitu: Wavelet yang akan digunakan pada proses ekstrasi fitur dan untuk proses reduksi dimensi akan digunakan metode Normalized Compression Non-Negative Matrix Factorization (NCMF). Matrik kompresi yang dihasilkan dari proses reduksi selanjutnya akan menjadi input bagi proses klasifikasi menggunakan metode Adaptive Neighborhood Modified Backpropagation (ANMBP). Penelitian ini mampu mengintegrasikan antara teknik ekstrasi fitur, reduksi dimensi serta teknik klasifikasi yang diusulkan, pengujian dengan menggunakan dataset MRI otak yang telah ditetapkan menghasilkan nilai rata – rata 91,25% untuk tingkat keakurasiannya.
Pencarian Materi Kuliah Pada Aplikasi Blended Learning Menggunakan Metode Vector Space Model Putra Angga; Lastri Widya Astuti; Mustafa Ramadhan
Ultimatics : Jurnal Teknik Informatika Vol 8 No 2 (2016): Ultimatics: Jurnal Ilmu Teknik Informatika
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1171.583 KB) | DOI: 10.31937/ti.v8i2.517

Abstract

Searching for a lot of materials are materials which is needed quickly and accurately. are by ranking them. Ranking is one branch of science of information retrieval. Information document search Vector Space Model (VSM). VSM uses the concept which is included in linear algebra is a vector space. Based on the concept that is used, the development of blended learning application uses space vector modeling method as an alternative for students in searching of relavan material toward materials needed, reducing the error level in the return of information and students can achieve goals quickly. Column vector representation is used in the conversion of document input, processing and output. Another concept that is used to determine the proximity between two vectors, are by calculating the angle formed between the two vectors and then it is sequenced from the data which has a large angle of the smallest to the largest of which indicates the sequence data of the ranking from the most relevant to irrelevant. In this study is described about the will produce quality to each document to determine how relevant the document to the query. Quality method which is used in the implementation can be a combination of TF (Term Frequency), IDF (Inverse Document Frequency), and the corresponding normalized input from the user. Index Terms— Content Search, Blended learning, the Vector Space Model.
WORKSHOP PENDAMPINGAN PENGGUNAAN APLIKASI E-VOTING UNTUK PEMILIHAN OSIS Imelda Saluza; Evi Yulianti; Lastri Widya Astuti; Dhamayanti Dhamayanti
RESWARA: Jurnal Pengabdian Kepada Masyarakat Vol 5, No 1 (2024)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/rjpkm.v5i1.4047

Abstract

Salah satu kegiatan non akademik di sekolah kegiatan Organisasi Siswa Intra Sekolah (OSIS). SMP Negeri 4 Banyuasin 1 Sumatera Selatan selaku mitra tim PKM menyampaikan permasalahan pada kegiatan non akademik yang dihadapi berdasarkan hasil observasi dan wawancara. Dalam proses pelaksanaan kegiatan OSIS, ditemui beberapa hambatan antara lain belum adanya pemanfataan teknologi dalam kegiatan non akademik mitra padahal mitra telah memiliki kesiapan teknologi serta sumber daya untuk menggunakannya, kegiatan non akademik yang masih menganggu proses pembelajaran serta tidak efektif dalam kegiatannya. Berdasarkan permasalahan yang dihadapi mitra, Pengabdian Kepada Masyarakat (PKM) Universitas Indo Global Mandiri (IGM) dan mitra menyepakati untuk mengadakan kegiatan PKM penggunaan aplikasi e-voting guna mendukung bidang non akademik. Tujuan kegiatan ini adalah untuk memberikan bimbingan teknis yang menjelaskan bagaimana sistem e-voting bekerja, termasuk bagaimana suara dihitung dan hasil diumumkan. Hal ini dapat meningkatkan transparansi dan kepercayaan para pemilih terhadap integritas pemilihan. Kegiatan ini dapat memberikan wawasan tentang bagaimana pemilihan berlangsung yang memungkinkan panitia pemilihan OSIS untuk memantau, mengevaluasi proses serta membuat perbaikan di masa akan datang serta membantu kebutuhan dalam pelaksanaan pembaruan struktur ogansisasi mitra dalam menunjang pelaksanaan kegiatan non akademik. Kegiatan dilakukan dengan menggunakan metode difusi IPTEKS dan workshop. Workshop dilaksanakan tanggal 19 April 2023 untuk melakukan evaluasi terhadap kegiatan tim memberikan kuesioner kepada peserta untuk menilai kegiatan yang telah dilakukan. Berdasarkan analisis hasil evaluasi kegiatan PKM mitra menilai pelaksanaan workshop memberikan kemudahan dalam pemilihan dibanding acara tradisional, proses perhitungan lebih cepat sehingga efektif digunakan, perhitungan, keamanan dan kerahasiaan terjamin. Hasil penilaian dari peserta dapat disimpulkan bahwa peserta menyetujui untuk menggunakan aplikasi e-voting untuk pemilihan OSIS dengan persentase indeks penilaian di atas 75%.
Prediksi Harga Saham Menggunakan Empirical Mode Decomposition dan Feed Forward Neural Networks Saluza, Imelda; Mohammad Taufikurrahman; Lastri Widya Astuti; Hartati; Dhamayanti; Evi Yulianti
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 15 No 2 (2023): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10068884

Abstract

Stocks are a very market and shares are a characteristic of a company and their movements are influenced by the market. So if a company experiences problems, the company's shares may experience a spike. As happened with the Bank Syariah Indonesia (BSI) company which experienced service problems on the 8th to 20th. May 11, 2023, which caused a sharp decline in the company's shares. Volatile spikes can cause a risk of loss for investors and business people in the company. So both need to estimate their portfolio. Therefore, it is necessary to predict the share price, the closing price of BSI shares. This research uses time series data from the closing price of BSI shares, which is followed by decomposition using Empirical Model Decomposition (EMD) to break down the original data into several signals which then select these signals using Correlation Based Feature Selection (CFS) for feature selection and ends with make predictions using the Feed Forward Neural Networks (FFNN) algorithm. Based on the proposed model, the Mean Square Error (MSE) (training: 3.84E-02, testing: 1.73E-05) and Mean Absolute Error (MAE) (training: 1.48E-01, testing: 3.40E-03) values ​​are low for both training and testing data compared to without perform EMD and CFS from original data.
Pendampingan Berbasis Kecerdasan Buatan dalam Menyusun Perangkat Pembelajaran Imelda Saluza; Hendra Di Kesuma; Lastri Widya Astuti; Dhamayanti Dhamayanti; Faradillah Faradillah
Reswara: Jurnal Pengabdian Kepada Masyarakat Vol 7, No 1 (2026)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/rjpkm.v7i1.7759

Abstract

Guru di era digital tidak hanya menguasai kompetensi pedagogis, tetapi juga mampu memanfaatkan teknologi secara produktif dalam menyusun perangkat pembelajaran yang efisien, kontekstual, dan sejalan dengan kurikulum. Namun, banyak guru masih mengalami kendala waktu, dan kualitas penyusunan Rencana Pembelajaran Semester (RPP). Kegiatan ini bertujuan untuk meningkatkan kapasitas guru dalam menyusun perangkat pembelajaran melalui pendampingan berbasis kecerdasan buatan (AI), khususnya Google Gemini dengan pengemabangan prompt terstruktur yang siap pakai. Mitra kegiatan ini adalah guru-guru di SMK PGRI 2 Palembang, dengan jumlah peserta sebanyak 25 orang. Metode pelaksanaan mengadopsi pendekatan Participatory Action Research (PAR) melalui lima tahap: to know, to understand, to plan, to act, dan to change. Hasil menunjukkan sebanyak 92% guru membutuhkan waktu hanya 1-2 jam atau kurang dalam menyusun RPP, 88% merasakan peningkatan efisiensi kerja yang signifikan, 80% menyatakan peningkatan kepercayaan diri dalam menggunakan AI, dan 60% berkomitmen untuk terus menggunakan prompt secara rutin. Selain itu, 96% guru menilai kegiatan ini sangat bermanfaat bagi peningkatan kompetensi profesional guru. Hal ini membuktikan bahwa pemanfaatan AI secara partisipatif mampu menjadi solusi inovatif untuk penguatan literasi digital pedagogis dan transformasi praktek perencanaan pembelajaran di sekolah. 
Augmented Reality Sebagai Media Edukasi Interaktif Untuk Mengenali Jenis Ikan Konsumsi Pada Siswa Sekolah Dasar Cindy Asyra Fratari; Shinta Puspasari; Lastri Widya Astuti
Jurnal Publikasi Teknik Informatika Vol. 5 No. 1 (2026): Januari: Jurnal Publikasi Teknik Informatika
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jupti.v5i1.6579

Abstract

This study aims to develop an interactive learning media using Augmented Reality (AR) to support the introduction of edible fish species for fourth-grade students at SD MIS Adabiyah 02 Palembang. The media is designed to provide an engaging and enjoyable learning experience through the use of marker-based AR technology that can be operated on Android Devices. Fish objects are visualized in three-dimensional (3D) form, allowing students to view and interact with them directly through the camera.The development method used in this study is the Rational Unified Proxess (RUP), which consist of four phases: inception, elaboration, construction, and transition. The design process involves 3D object modelling using Blender 3D and AR integration through Unity and Vuforia SDK. The results of this study are expected to help students better understand the material related to various type of edible fish. The usability using the System Usability Scale (SUS) resulted in an average score of 90 from 31 respondetns, indicating that the appliacation has an excellent level of usability and feasibility.
Co-Authors Cindy Asyra Fratari Dhamayanti Dhamayanti Dhamayanti Endah Puspita Sari EVI YULIANTI Faradillah Faradillah Handayani T Hartati Hendra Di Kesuma Imelda Saluza Imelda Saluza, Imelda Mohammad Taufikurrahman Mustafa Ramadhan Nurwijayanti Putra Angga Rini Yunita Shinta Puspasari