p-Index From 2021 - 2026
5.067
P-Index
Claim Missing Document
Check
Articles

Pengukuran Kinerja Lembaga dengan Penerapan Sentiment Analysis Wahyuni, Sri; Winiarti, Sri
Jurnal Sarjana Teknik Informatika Vol. 8 No. 2 (2020): Juni
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v8i2.20033

Abstract

Pengukuran kinerja lembaga merupakan hal yang penting untuk dilakukan guna menjamin mutu kualitas pendidikan. Pengukuran kinerja lembaga di Universitas Ahmad Dahlan (UAD) dilakukan oleh Badan Penjaminan Mutu menggunakan angket kepuasan responden dengan 4 skala jawaban yaitu "sangat tidak memuaskan", "tidak memuaskan", "memuaskan" dan "sangat memuaskan". Data angket masih diolah secara manual dan belum digunakan untuk memberikan kesimpulan atau rekomendasi terhadap kinerja unit/lembaga. Data angket tersebut bisa dimanfaatkan untuk diklasifikasikan ke dalam kelas positif dan negatif sehingga dapat digunakan untuk pengukuran kinerja lembaga. Penelitian ini bertujuan untuk mengembangkan sistem pengukuran kinerja lembaga dengan penerapan sentiment analysis menggunakan kombinasi metode Fuzzy C-Means (FCM) dan K-Nearest Neighbors (K-NN). Manfaat dari penelitian ini yaitu dapat mempermudah evaluasi kinerja lembaga secara efisien, optimal dan akurat.Metode pengumpulan data dengan studi pustaka dan teknik wawancara. Tahapan pengembangan sistem meliputi analisis data, analisis kebutuhan sistem, perancangan sistem terdiri dari perancangan flowchart sistem, flowchart FCM, flowchart K-NN dan perancangan antarmuka, implementasi dan pengujian.Hasil penelitian ini yaitu sistem yang dapat memprediksi kelas sentimen pada angket kepuasan responden ke dalam kelas positif dan negatif, serta menghasilkan rekomendasi perbaikan untuk setiap unit/lembaga. Akurasi tertinggi menggunakan metode confusion matrix sebesar 98%, precision 0,97 dan recall 0,97 pada nilai k (K-NN) yaitu k=4 dan k=5. Penelitian ini menggunakan 1564 data angket dari 11 unit dengan jumlah data masing-masing unit berbeda. Hasil sentiment analysis terhadap 11 unit didapatkan prosentase sentimen positif 22% dan negatif 78%. Prosentase sentimen negatif yang lebih tinggi bermakna bahwa kinerja unit/lembaga di UAD secara rata-rata kurang baik.
Analisis Sentimen Masyarakat Terhadap Kebijakan Kominfo Tentang Penyelenggara Sistem Elektronik (PSE) Menggunakan Metode Naive Bayes Meilawati, Noni; Winiarti, Sri
Jurnal Sarjana Teknik Informatika Vol. 10 No. 3 (2022): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v10i3.25327

Abstract

Kementerian Komunikasi dan Informatika (Kominfo) membuat aturan baru, yaitu untuk setiap platform, aplikasi, dan web yang termasuk ke dalam Penyelenggara Sistem Elektronik (PSE) wajib untuk mendaftarkan diri kepada Kominfo menghindari pemblokiran. Pada tanggal 30 juli 2022 memblokir beberapa situs yaitu origin, paypal, steam dan lain-lain menjadi perbicangan di media sosial twitter menggunakan #BlokirKominfo untuk mengungkapkan berbagai opini dan keluh kesahnya. Pengumpulan data tweet tanggal 16 juli 2022- 06 Agustus 2022, data tweet diambil sebanyak 1500 data dengan tweet berbahasa Indonesia. Penelitian ini menggunakan metode klasifikasi Naïve Bayes. Naive Bayes Merupakan salah satu algoritma machine learning yang penggunaannya mudah serta pemrosesannya memiliki waktu yang cepat dan mudah diimplementasikan. Berdasarkan hasil penelitian yang telah dilakukan menggunakan data tweet PSE menunjukan bahwa sentimen dari data tweet tersebut cenderung negatif, tweet yang mengandung sentimen negatif ada sebanyak 606 data, tweet sentimen positif ada 378 data dan sentimen netral sebanyak 213 data. Proses klasifikasi pada penelitian ini menggunakan 20% data testing dan 80% data training. Pengujian menggunakan confusion matrixakurasi sebesar 63%, precision 80%, recall 46% dan F-score 44%. 
Analisis Sentimen Menggunakan Long Short-Term Memory Terkait Vaksinasi Covid-19 Di Indonesia Dewi, Kharisma Kusuma; Winiarti, Sri
Jurnal Sarjana Teknik Informatika Vol. 11 No. 3 (2023): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i3.27188

Abstract

Pro dan kontra masyarakat terkait program vaksinasi Covid-19 di Indonesia belum dikelola dengan baik oleh pemerintah. Pengelolaan opini dapat dilakukan dengan analisis sentimen untuk mendapatkan rekomendasi yang terbaik. Penelitian dengan topik yang sama banyak yang menggunakan machine learning, dan sedikit yang menggunakan deep learning. Pada penelitian ini memilih deep learning dengan algoritma Long Short-Term Memory (LSTM) untuk analisis sentimen. Penelitian ini bertujuan untuk mengetahui bagaimana melakukan analisis sentimen menggunakan LSTM terhadap vaksinasi Covid-19 di Indonesia. Serta dapat mengetahui performa LSTM untuk analisis sentiment terkait vaksinasi covid19 di Indonesia. Tahapan pertama dilakukan dengan pengumpulan data yang diambil dari Kaggle dengan topik yang sama. Kemudian dilakukan preprocessing. Setelah itu dilakukan klasifikasi dengan menggunakan LSTM. Proses akhir dari analisis sentimen yaitu pengujian metode klasifikasi untuk mengetahui performa model menggunakan confusion matrix dan classification report. Penelitian ini menggunakan 3000 data, dan dari banyak percobaan modifikasi model LSTM, dipilih model Bidirectional LSTM dan GloVe untuk word embedding, dengan menambahkan regularisasi berupa dropout dan pooling layer berupa GlobalMaxPool1D. Performa yang dihasilkan yaitu akurasi 71%, dengan rincian untuk sentimen negatif (presisi: 89%, recall: 20%, dan f1-score: 33%), sentimen netral (presisi: 72%, recall: 86%, dan f1-score: 78%), sentimen positif (presisi: 67%, recall: 72%, dan f1-score: 70%). 
Decision support system in determining the location of new supermarket branches using the copras method Tsaqila, Siti Lathifah; Winiarti, Sri; Widaningrum, Ida
International Journal of Industrial Optimization Vol. 5 No. 1 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/ijio.v5i1.9061

Abstract

Supermarkets are one of the ideal and profitable retail business sectors to try because they are located in various urban and rural areas. This causes many people to be interested in setting up a supermarket. However, determining a strategic location is not easy and requires many strategic location considerations. The research objective is to develop a Decision Support System (DSS) to determine the location of new supermarket branches using the Complex Proportional Assessment (COPRAS) method, which is expected to be helpful for management and supermarket partners as a business strategy. The COPRAS method excels in calculating alternative utilities and selecting the best alternative. There are nine criteria (land rental price, distance to competitors, security, distance to education, warehouse distance, cleanliness, land area, building price, crowd) and five alternative locations (Juanda, Hos Cokroaminoto, Bayangkara, Batoro Katong, Sumoroto) are considered. This research created a web-based DSS that selects the best location for supermarket, with Juanda (A1) ranked first and scored 100, followed by Somoroto (location A5) with a score of 99.861, Bayangkara (A3) with a score of 97.099, Batoro Katong (A4) with a score of 91.293, and HOS Cokroaminoto (A2) with a score of 88.877. From the results of the COPRAS calculation, it can be concluded that Juanda is the best location to build a new supermarket branch location. This result provides a valuable tool for management and supermarket partners seeking to make informed decisions about branch expansion strategies.
Modified particle swarm optimization (MPSO) optimized CNN’s hyperparameters for classification Murinto, Murinto; Winiarti, Sri
International Journal of Advances in Intelligent Informatics Vol 11, No 1 (2025): February 2025
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v11i1.1303

Abstract

This paper proposes a convolutional neural network architectural design approach using the modified particle swarm optimization (MPSO) algorithm. Adjusting hyper-parameters and searching for optimal network architecture from convolutional neural networks (CNN) is an interesting challenge. Network performance and increasing the efficiency of learning models on certain problems depend on setting hyperparameter values, resulting in large and complex search spaces in their exploration. The use of heuristic-based searches allows for this type of problem, where the main contribution in this research is to apply the MPSO algorithm to find the optimal parameters of CNN, including the number of convolution layers, the filters used in the convolution process, the number of convolution filters and the batch size. The parameters obtained using MPSO are kept in the same condition in each convolution layer, and the objective function is evaluated by MPSO, which is given by classification rate. The optimized architecture is implemented in the Batik motif database. The research found that the proposed model produced the best results, with a classification rate higher than 94%, showing good results compared to other state-of-the-art approaches. This research demonstrates the performance of the MPSO algorithm in optimizing CNN architectures, highlighting its potential for improving image recognition tasks.
SISTEM PENDUKUNG KEPUTUSAN KLINIS UNTUK DIAGNOSA PENYAKIT TULANG Sri Winiarti
Spektrum Industri Vol. 10 No. 1: April 2012
Publisher : Universitas Ahmad Dahlan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/si.v10i1.1620

Abstract

Penyakit Tulang merupakan salah satu penyakit yang frekuensi kejadian tinggi di Indonesia. Terbatasnya jumlah pakar Penyakit Tulang serta minimnya pengetahuan masyarakat tentang penyakit tulang menjadi kendala mengapa penyakit ini tidak mudah diatasi. Banyaknya gejala yang mirip untuk menentukan suatu penyakit Tulang, menyebabkan Para medis harus berhati-hati dalam mendiagnosa, Agar tidak terjadi kesalahan dalam penanganan penyakit tersebut. Berdasarkan permasalahan tersebut, maka dibuat suatu aplikasi komputer yang mampu untuk mendukung keputusan klinis bagi Para medis dalam mendiagnosa Penyakit Tulang pada manusia. Pada penelitian ini, yang menjadi subyek adalah aplikasi Sistem Keputusan Klinis untuk diagnosa penyakit tulang pada manusia. Metode pengumpulan data dengan metode wawancara, dan study literature. Tahap pengembangan aplikasi meliputi perancangan, basis pegetahuan, model keputusan, interface, inference engine, pembuatan diagram alir data, implementasi dan pengujian dengan metode yang digunakan adalah black box test dan alpha test. Dari penelitian yang dilakukan menghasilkan sebuah perangkat lunak Sistem Pendukung Keputusan Klinis berbasis web untuk diagnosa Penyakit Tulang pada manusia menggunakan metode certainty factor. Informasi yang dihasilkan adalah hasil diagnosa penyakit berdasarkan gejala-gejala yang diinputkan user. Hasil uji coba menunjukkan bahwa aplikasi ini layak dan dapat digunakan sebagai alat bantu para medis Penyakit Tulang dalam mendiagnosa Kata kunci : SPK Klinis , Penyakit Tulang, Certainty Factor
Artificial Intelligence Sebagai Jembatan Budaya Batik Indonesia di Korea Selatan Winiarti, Sri; Sunardi, Sunardi; An Nur, Fitrinanda; Intan Rawit Sapanti
Jurnal Pengabdian UntukMu NegeRI Vol. 9 No. 2 (2025): Pengabdian Untuk Mu negeRI
Publisher : LPPM UMRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jpumri.v9i2.9324

Abstract

Pelestarian budaya Indonesia terus digalakkan pemerintah melalui berbagai kegiatan, salah satunya adalah pengenalan batik sebagai warisan budaya tak benda yang telah diakui UNESCO. Batik menjadi simbol identitas nasional yang harus dijaga dan diwariskan. Untuk meningkatkan literasi budaya masyarakat, dilakukan kegiatan pengabdian kepada masyarakat berupa pelatihan penggunaan aplikasi berbasis Artificial Intelligence (AI) bernama iWareBatik. Aplikasi ini membantu mengidentifikasi jenis batik di Indonesia serta menyajikan informasi budaya yang relevan. Pelatihan dilaksanakan secara terprogram melalui tutorial dan praktik langsung menggunakan smartphone, serta disertai materi pendukung. Evaluasi dilakukan melalui kuesioner untuk mengukur pemahaman peserta. Hasilnya menunjukkan tingkat kepuasan yang sangat tinggi, dengan nilai rata-rata 92,4%. Sebagian besar aspek mendapat nilai 100%, terutama dalam hal kemudahan penggunaan, akurasi deteksi pola batik, dan penyajian informasi budaya. Namun, terdapat beberapa aspek yang perlu diperbaiki, seperti dukungan terhadap internasionalisasi Muhammadiyah (86,7%) dan efektivitas pelatihan dalam pelestarian budaya (80%). Hal ini menunjukkan bahwa meskipun aplikasi telah memenuhi harapan pengguna secara umum, masih terdapat ruang untuk peningkatan agar dampaknya terhadap pelestarian budaya semakin maksimal.
Utilization of the PROMETHEE algorithm to determine the suitability of the atmospheric environment in traditional buildings Distia Diva, Ana; Winiarti, Sri; Miksa Mardhia, Murein
Jurnal Informatika Vol. 17 No. 1 (2023): January 2023
Publisher : Universitas Ahmad Dahlan

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

Abstract

The village house is an example of a traditional building. The village house is currently used as a community residence. The life of the village house still protects and maintains ancestral customs, including in the form of house architecture. In the process of building a village house, there is one aspect that is used, such as an appropriate environmental atmosphere. Where the building must maintain the beauty of the environment. The importance of paying attention to the atmospheric environment is because the characteristics of these traditional buildings are not lost, especially in the atmospheric environment as historical evidence. Thus, to develop village house buildings, there is a lack of information related to the traditional buildings themselves, such as the past environmental conditions around traditional buildings, road conditions around buildings, beauty and distance between buildings, and building models around conventional houses, to achieve the goal, documentation of the necessary knowledge related to the atmospheric environment for traditional buildings that still maintains or provides an atmosphere like the old days. The research will be conducted using the Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE) algorithm. The research method is by conducting a literature study, observation, and documentation. Observations and documentation were carried out to collect data in the form of 300 photos of Kampung Rumah in Borobudur, from the data in the form of 300 photos, 9 (nine) were collected. System testing using System Usability Scale (SUS), Black-box, and Expert Judgment. The result of the research is a system for determining the suitability of the environmental atmosphere for village houses in Borobudur using the PROMETHEE algorithm. This research is expected to help determine the village house environment in Borobudur by displaying the final results in the form of outranking and the system test value of 85%.
Pelatihan Kreasi Konten Digital dengan Komunikasi melalui Tools Kecerdasan Artifisial Winiarti, Sri; Soyusiawaty, Dewi; Umar, Rusydi; Yuliansyah, Herman
Jurnal Pengabdian UntukMu NegeRI Vol. 9 No. 3 (2025): Pengabdian Untuk Mu negeRI
Publisher : LPPM UMRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jpumri.v9i3.10417

Abstract

Seiring dengan adanya kebijakan Kementrian Pendidikan Dasar dan Menengah Republik Indonesia terkait penerapan Kecerdasan Artifisial (KA) dalam pembelajaran jenjang Sekolah Dasar (SD) hingga Sekolah Menengah Atas (SMA), maka semua sekolah memerlukan adanya pemahaman terhadap pelaksanaan pembelajaran KA. Perkembangan KA telah memberikan peluang baru dalam mendukung kreativitas dan komunikasi digital dalam pelaksanaan pembelajaran. Namun, banyak guru masih kesulitan berinteraksi secara efektif dengan perangkat KA untuk menghasilkan konten pembelajaran yang meraik, khususnya untuk pembelajaran dengan model unplugged. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan kompetensi guru dalam berkomunikasi dengan perangkat KA melalui pelatihan bertema “Kreasi Konten Digital dengan Komunikasi melalui Tools Kecerdasan Artifisial.” Pelatihan dilaksanakan pada 9 Juli 2025 di Kabupaten Sleman dengan peserta sebanyak 24 guru Sekolah Menengah Pertama (SMP). Metode yang digunakan meliputi tranfer pengetahuan, praktik langsung Aplikasi KA, praktek mengajar dengan Aplikasi KA dengan pendekatan PjBL dan evaluasi pelaksanaan. Materi pelatihan berupa konsep KA dalam pembelajaran, cara berkomunikasi dengan perangkat KA yang efektif dengan menggunakan prompt yang efektif. Kegiatan pelatihan ini meningkatkan keterampilan komunikasi guru sebesar 17,4% (dari 69,4% menjadi 86,8%), menunjukkan efektivitas pendekatan PjBL dalam memperkuat literasi digital dan kreativitas guru.
AUTOMATED ACNE TYPE IDENTIFICATION THROUGH FORWARD CHAINING APPROACH Rakhmadi, Aris; Fikamelyalla, Naura; Winiarti, Sri; Silmina, Esi Putri; Fadlillah, Umi; Nugroho, Yusuf Sulistyo
Indonesian Journal of Business Intelligence (IJUBI) Vol 8 No 1 (2025): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v8i1.5377

Abstract

Acne, a prevalent dermatological condition, poses significant physical and psychological challenges. Despite its widespread impact, timely and accessible diagnosis remained a barrier for many, emphasizing the need for innovative solutions. This study introduced an online consultation system for acne-type identification, leveraging a forward chaining approach within an AI-powered expert system. The system analyzed user-reported symptoms—such as severity, location, and appearance—using a rule-based inference mechanism to provide accurate diagnoses and tailored treatment recommendations. Developed using a prototype model, the system’s knowledge base was enriched through observations, literature reviews, and expert interviews, ensuring reliability and clinical relevance. Iterative testing, including black-box evaluations and a System Usability Scale (SUS) assessment, confirmed the system's functionality and user satisfaction, with a SUS score of 86.5, indicating high acceptance. The system bridged critical gaps in dermatological care, particularly for underserved communities, by enabling rapid, user-centric diagnostics and personalized recommendations. The research underscored the transformative potential of artificial intelligence and expert systems in healthcare. By integrating accessibility, scalability, and precision, the proposed system addressed the challenges of acne management and set a foundation for future advancements in dermatological diagnostics.
Co-Authors Abdul Fadlil Adil Pratama Afiat Triyuniarta An Nur, Fitrinanda Ana Distia Diva Andina Megawati Akase Andri Pranolo Anis Nurwanto Apriliani, Evinda Ardi Pujiyanta Aris Rakhmadi Astika AyuningTyas, Astika Astreanto Habibullah Astri Yatnasari Atik Mar’atun Sholihah Augit Indatmowo Bagus Imam S.N. Bagus Priangga Bagus Priangga Bagus Priangga, Bagus Cendani Wukir Choirul Fajri Cindy Mayeza Putri Daffa Alif Murtaja Dedi Nugraha Dedi Nugraha Desy Widayanti Dewi Soyusiawaty Dewi, Kharisma Kusuma Dian Sulistyo Distia Diva, Ana Dwi Oktavia Andriyanti Endriyono Endriyono Enggar Novianto Enita Try Saadyah Fadlillah, Umi Faisal, Ilyas Faza Akmal Fikamelyalla, Naura Fitriana Susanti Fitrinanda An Nur Galih Oktorika Isnawan Heri Pramono Herman Yuliansyah Herman Yuliansyah Herman Yuliansyah Herman Yuliansyah, Herman Ida Widaningrum, Ida Imam Riadi Imam Riadi Irawan, Riki Izzati Muhimmah Kharisma Kusuma Dewi Lathifah Lathifah Meilawati, Noni Melanita Indrianis Miftahurrahma Rosyda Miksa Mardhia, Murein Muhammad Al Mahdi Muhammad Arifin Setyawan Muhammad Salman Al Farisy Murein Miksa Mardhia Murinto Murinto Nailut Thoyibah Nila Susanti Noni Meilawati Norma Sari Norma Sari Nungky Anjaswari Nur Azizah Nur Kahfi Ibrahim Nur Rachmaliany Nur Rochmah Dyah Pujiastuti Nurul Azizah Pandu Herwijaya Priranda Widara Ananta Puguh Drajat Eka Putra R. Panji Daru Tutuko Rachmaliany, Nur Rahmawati Witriani Witriani, Rahmawati Witriani Reni Wijayanti Reyhanssan Islamey Rifki Pambudi Riki Irawan Rizka Gustikasari Rochmadi, Tri Rusydi Umar Safiq Rosad sapanti, intan rawit Saputro, Mochammad Yulianto Andi Silmina, Esi Putri Sonny Zulhuda Sri Kusumadewi Sri Wahyuni Sri Wahyuni Sulistyo, Dian Sunardi Sunardi Sunardi, Sunardi Supriyanto Taufiq Ismail Taufiq Ismail Taufiq Ismail Taufiq Ismail Tole Sutikno Tri Afriliyanti Tsaqila, Siti Lathifah Ulaya Ahdiani Ulaya Ahdiani Ulaya Ahdiani Ulfah Yuraida Ulfah Yuraida Wiwik Handayani Yuliansyah, Herman Yunita Tri Hernawati Yuraida, Ulfah Yusuf Sulistyo Nugroho Zainal Ihsanul F