Article Per Year (5 Year)
p-Index From 2021 - 2026
5.49
P-Index
This Author published in this journals
All Journal International Journal of Advances in Applied Sciences Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Jurnal Ilmiah Kursor JUITA : Jurnal Informatika Jurnal Informatika dan Teknik Elektro Terapan SMATIKA RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Eksplora Informatika JURNAL REKAYASA TEKNOLOGI INFORMASI SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Nasional Komputasi dan Teknologi Informasi Antivirus : Jurnal Ilmiah Teknik Informatika Jurnal Mnemonic Jurnal ABDINUS : Jurnal Pengabdian Nusantara Jurnal Teknika Jurnal Teknik Informatika (JUTIF) Jurnal Pendidikan dan Teknologi Indonesia Jurnal ABDIMAS Budi Darma Joutica : Journal of Informatic Unisla Journal of Artificial Intelligence and Engineering Applications (JAIEA) Seminar Nasional Ilmu Terapan Jurnal Abdimas Terapan Dedication : Jurnal Pengabdian Masyarakat Journal Of Artificial Intelligence And Software Engineering Jurnal ilmiah teknologi informasi Asia Smatika Jurnal : STIKI Informatika Jurnal Jurnal Inovasi Informatika dan Bisnis Digital (JIIBD)
Siti Mujilahwati
Teknik Informatika, Fakultas Teknik, Universitas Islam Lamongan
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Other

Published : 41 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 41 Documents
Search

 1   2   3   4   5 
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PELANGGAN TERBAIK PADA TOKO FANNY COSMETIC MENGGUNAKAN METODE WEIGTED PRODUK Agustian, M. Afan; Mujilahwati, Siti
Seminar Nasional Ilmu Terapan Vol 4 No 1 (2020): Seminar Nasional Ilmu Terapan (SNITER) 2020
Publisher : Universitas Widya Kartika Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1139.216 KB)

Abstract

Toko Fanny Cosmetic merupakan tempat penjualan berbagai macam merk kosmetik dan alat-alat kecantikan. Berdasarkan observasi pada penelitian ini di Toko Fanny Cosmetic bahwa proses pemilihan serta rekomendasi pelanggan terbaik yang dilakukan oleh owner masih dilakukan perhitungan manual. Sehingga hasil dari perhitungan masih bersifat subyektif, disamping itu hasil dari pemilihan serta rekomendasi terkadang membutuhkan waktu yang lama. Oleh sebab itu dibutuhkan suatu alat bantu yang bisa mempercepat kinerja untuk melakukan pemilihan serta rekomendasi pelanggan terbaik dengan menggunakan sistem pendukung keputusan. Pada penelitian ini dirancang suatu sistem yang bisa membantu owner dalam pengambilan keputusan tentang pemilihan dan rekomendasi pelanggan terbaik. Proses ini diawali dengan melakukan penginputan data alternatif, kemudian dilanjutkan dengan proses penginputan data kriteria diantaranya yaitu “Total Belanja, Kuantitas Belanja, Metode Pembayaran, Status Pembayaran, Total Kunjungan dan Reseller”. Proses yang terakhir adalah melakukan perhitungan dengan menggunakan metode “Weighted Product”. Proses pemilihan ini akan menentukan pelanggan terbaik yang nantinya diberikan bonus sesuai dengan urutan peringkat rangking yang didapat.
Visualisasi Data Hasil Klasifikasi Naïve Bayes Dengan Matplotlib Pada Python Mujilahwati, Siti
Prosiding Sains Nasional dan Teknologi Vol 11, No 1 (2021): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 11 2021
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v1i1.5164

Abstract

Data apabila disajikan dalam bentuk visual maka akan mudah dibaca. Terutama data yang memiliki pengaruh pada pengambilan keputusan. Misalkan naik turunnya omset penjualan, stok produk dan lain sebagainya. Hampir semua aplikasi data menyediakan fitur visualisasi data berupa grafik, misalkan excel. python juga menyediakan library untuk menvisualisasikan sebuah data dalam bentuk grafik yaitu matplotlib. Pada penelitian ini membahas beberapa fungsi plot yang digunakan untuk menvisualisasikan data hasil klasifikasi topik abstrak skripsi dengan menggunakan metode Naïve Bayes. Dari hasil klasifikasi tersebut divisualisasikan dalam grafik heatmap, Lini plot, Scatter plot dan Histogram plot. Dari ke empat grafik yang diperoleh dapat memberikan informasi pergerakan antara data faktual dengan data prediksi ke kelompok masing-masing kelas
Analisis Sentimen Berbasis Aspek pada Ulasan Game Mobile Legends dengan Pendekatan Decision Tree untuk Evaluasi Pengalaman Pengguna Mujilahwati, Siti; Azarki Ubaydillah, Muhammad
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 11 (2024): JPTI - November 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.465

Abstract

Mobile Legends Bang Bang telah menjadi salah satu game mobile yang paling digemari di dunia dalam beberapa tahun terakhir. Dengan jumlah unduhan yang mencapai jutaan di Google Play Store, game ini berhasil memikat perhatian pemain dari berbagai belahan dunia. Popularitasnya didorong oleh berbagai aspek, seperti grafis yang memukau, mekanisme permainan yang menarik, serta penyelenggaraan turnamen esport berskala besar. Namun, dibalik kesuksesan tersebut, game ini juga tidak lepas dari kontroversi, termasuk masalah terkait pengalaman bermain dan perilaku toxic di kalangan pemainnya. Analisis sentimen dilakukan dengan memanfaatkan komentar pengguna Mobile Legends yang tersedia di Play Store. Komentar-komentar tersebut mencakup berbagai aspek, seperti mekanisme permainan, kualitas grafis, keseimbangan karakter, hingga fitur-fitur terbaru. Tujuan utama dari analisis ini adalah untuk memahami bagaimana pemain merespons game ini, baik dari sisi kepuasan maupun kekhawatiran mereka. Dalam penelitian ini, algoritma Decision Tree diterapkan untuk mengklasifikasikan sentimen setiap ulasan pengguna ke dalam kategori positif, negatif, atau netral. Pendekatan ini memungkinkan identifikasi pola sentimen positif, netral, dan negatif, yang memberikan gambaran mendalam mengenai persepsi pengguna terhadap berbagai aspek game. Berdasarkan hasil eksperimen, sistem berhasil mengklasifikasikan ulasan game Mobile Legends dengan akurasi tinggi, mencapai 91.54%. Temuan ini menunjukkan bahwa sistem yang dikembangkan dapat dimanfaatkan oleh peneliti untuk mengelompokkan ulasan pengguna secara lebih efektif.
Penerapan Algoritma AHP (Analytical Hierarchy Process) untuk Pengambilan Keputusan dalam Seleksi Calon Peserta Olimpiade Sains Nasional bidang Matematika Siti Mujilahwati; Endang Setyati
Jurnal Ilmiah Teknologi Informasi Asia Vol 6 No 2 (2012): Volume 6 Nomor 2 (8)
Publisher : LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG

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

Abstract

Prosedur atau proses yang dilakukan oleh manajemen pihak sekolahan baik tingkat SMP maupun tingkat SMA untuk mendapatkan siswa-siswinya sebagai calon peserta kompetisi olimpiade adalah masih dengan cara menyeleksi nilai-nilai akademik yang tertinggi. Salah satu bidang mata pelajaran yang di lombakan pada OSN (Olimpiade Sains Nasional) adalah bidang matematika. Padahal pada lomba olimpiade bidang matematika tidak hanya soal matematika saja yg harus dapat dikuasai oleh para peserta lomba, melainka juga kemampuan intellegensi, Algoritma AHP (Analytical Hierarchy Process) akan diterapkan sebagai alat bantu teknik pengambilan keputusan pada kasus ini, karena akan di definisikan tiga attribute sebagai pembobotan calon peserta dapat lolos sebagai perwakilan dari masing-masing sekolah. Kata Kunci : OSN (Olimpiade Sains Nasional), AHP (Analytical Hierarchy Process), SPK, Matematika
DETECTION OF BULLYING CONTENT IN ONLINE NEWS USING A COMBINATION OF RoBERTa-BiLSTM Zamroni, Moh. Rosidi; Hamid, Rahayu A; Mujilahwati, Siti; Sholihin, Miftahus; Leksana, Dinar Mahdalena
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 1 (2025): JUTIF Volume 6, Number 1, February 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.1.4140

Abstract

This research aims to build a bullying-themed online news classification system with a combined approach of RoBERTa embedding and BiLSTM. RoBERTa is used to generate context-rich text representations, while BiLSTM captures temporal relationships between words, thereby improving classification performance. The research dataset consisted of news from reputable portals such as Kompas.com, Detik.com, and iNews.com, labeled according to keywords relevant to the theme of bullying. The results of the experiment showed that the model achieved 95.2% accuracy, 98.2% precision, 93.6% recall, and 95.8% F1-score. Although there are few prediction errors (false positives and false negatives), this model shows excellent performance in detecting and classifying bullying-themed news. The main contribution of this research is the development of a new approach that combines RoBERTa and BiLSTM for the classification of complex bullying-themed news. This approach not only improves the accuracy of classification but can also be implemented in automated systems to detect negative content. Thus, this research has the potential to support the creation of a healthier digital space and encourage more responsible media practices.
Enhancing Hoax News Detection Performance through Modified Convolutional Neural Network Architecture Mujilahwati, Siti; Reknadi, Danang Bagus
Journal of Artificial Intelligence and Software Engineering Vol 5, No 2 (2025): Juni On-Progress
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i2.6953

Abstract

The spread of fake news (hoaxes) on the internet is increasingly widespread, along with the increasing use of the internet in Indonesia. To detect hoaxes automatically, this study proposes a Convolutional Neural Network (CNN) model based on data from the Detik.com and TurnBackHoax.id sites. The data includes various categories such as politics, religion, and technology. The model was developed through several optimization stages: tokenization and text padding, utilization of pre-trained Word2Vec as embedding weights, stratified data division, handling class imbalance with class weights, and implementing a multilevel CNN architecture with dropout. Training was carried out using the Adam optimizer with a small learning rate and an early stopping technique. The evaluation results showed that the proposed model achieved an accuracy, precision, recall, and F1-score of 96%, with the fastest training time of 100.42 seconds. The model was also evaluated with the ROC_AUC model, with a score of 98.91%. This performance outperformed the CNN-1D and Augmentasi-CNN models. This approach has proven to be effective and efficient in detecting Indonesian hoax news.
Kombinasi Algoritma Data Reduksi untuk Optimalisasi Dokumen Cluster Mujilahwati, Siti
Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.819

Abstract

Clustering adalah proses pengelompokkan tanpa pelatihan (unsupervised learning), salah satu algoritma yang dapat diterapkan untuk clustering adalah K-Means. Algoritma ini memiliki kinerja dengan konsep menghitung jarak terdekat dari sebuah cluster. Penelitian ini bertujuan untuk melakukan optimasi hasil clustering data abstrak skripsi dengan algoritma K-Means tersebut. Upaya yang dilakukan untuk optimalisasi hasil cluster adalah dengan model kombinasi algoritma Latent Semantic Analysis (LSA), Term Frequency – Inverse Document Frequency (TF-IDF) dan Hashing. Seperti penanganan data teks pada umumnya sebelum dilakukan clustering telah dilakukan praproses untuk pembersihan dan normalisasi data. Setelah praproses selanjutnya dilakukan ekstraksi data dalam bentuk vektor dengan metode Term Frequency – Inverse Document Frequency (TF-IDF) dan Hashing. Hasil vektor yang dihasilkan pada proses ekstraksi selanjutnya dilakukan kombinasi dari algoritma LSA bertujuan untuk mereduksi data. Hasil pengujian dari 229 data skripsi dan 4 cluster menunjukkan kombinasi LSA dengan ekstraksi TF-IDF memiliki keunggulan waktu eksekusi lebih efisien, sedangkan kombinasi LSA-Hashing memiliki nilai F-measure lebih baik.
Pelatihan dan Sosialisasi Mempertahankan Produksi dan Penjualan Produk UMKM dengan Strategi Pemasaran Melalui Media Sosial Dimasa Pendemi COVID-19 Mujilahwati, Siti; Rakhmawati, Eka; Salim, Kevin Aringgi; Adawiyah, Robiatul
Jurnal ABDINUS : Jurnal Pengabdian Nusantara Vol 6 No 1 (2022): Volume 6 Nomor 1 Tahun 2022
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/ja.v6i1.15696

Abstract

During the Covid-19 Pandemic at this time, Micro, Small, and Medium Enterprises (MSMEs) in the villages of Soko, Panceng, Sawo, and Pucuk have to think hard about how the products they produce can continue to be known by buyers from outside their area. Before the pandemic, they were able to sell their products from the hands of mobile salesmen who were usually able to sell products from warungs to warungs and house to house. However, during a pandemic like this, it will be very risky if salespeople have to keep going around peddling the products they sell. From there, we have provided solutions for MSME players to be able to promote their products through advertisements on their respective social media. With the promotion on social media, buyers can contact the seller directly through the contact person who has been confirmed in the advertising information. With that, the sales will change their position to become couriers between orders, which have different work procedures. Sales can be that the products they sell don't run out and the risk of being exposed to Covid-19 is everywhere. Meanwhile, with the online promotion strategy, sales become couriers according to incoming orders and it is clear that the products they deliver are orders from buyers. From the strategy that has been implemented, the actors of the village umkm are still running, marketing is expanding and sales are still working as delivery couriers.
Backpropagation untuk Memprediksi Jumlah Wisatawan Mancanegara ke Indonesia Kevin Aringgi Salim; Nur Nafi'iyah; Siti Mujilahwati
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 11 No 02 (2021): SMATIKA Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v11i02.622

Abstract

Developing areas that have tourism potential is an effort to increase sources of income for villagers. Areas that have tourist areas can be a vehicle that attracts the attention of the public, both domestically and abroad. Tourists who come can provide income for tourist areas or the community. Therefore, predicting the number of incoming tourists can be predicted based on data from previous years. The goal is to make predictions to improve infrastructure and all needs for tourists. The purpose of this study is to apply the Backpropagation method to predict the number of foreign tourist visits to Indonesia. The dataset used in this study is 6000 lines and is divided into 4800 lines of training data, and 1200 lines of test data. The dataset is taken from the bps website, with the input variables being month, year, country of origin, tourist entrance to Indonesia, and the output variable being the number of tourists. The model of Backpropagation is evaluated by calculating MAE, and the architecture built is 4-9-1, 4 input layer nodes, 9 hidden layer nodes, and 1 output layer node. The test results of the MAE value of the Backpropagation method in predicting the number of tourists to Indonesia are 0.247.
Klasterisasi Kesehatan Gizi Bayi dan Balita Dengan Menggunakan Metode K-Means (Case Study : Kec. Deket Lamongan) Awaliyah, Bintan Udiyarini; Mujilahwati, Siti; Bettaliyah, Azza Abidatin
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 4 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i4.22316

Abstract

Klasterisasi kesehatan gizi bayi dan balita di Kecamatan Deket menggunakan metode K-Means. Kesehatan gizi anak merupakan indikator penting dalam menentukan kualitas kesehatan masyarakat. Penelitian ini bertujuan untuk mengidentifikasi tingkat gizi bayi dan balita serta mempermudah pengelompokan data kesehatan yang diperoleh dari Puskesmas dan Posyandu. Metode K-Means dipilih karena kesederhanaan dan efisiensinya dalam mengelompokkan data. Data yang digunakan mencakup 3 atribut yaitu Stunting, Wasting, dan Underweight dari data kecamatan Deket dikumpulkan secara resmi pada tahun 2023. Proses penelitian melibatkan beberapa tahap, termasuk pengumpulan, pembersihan, dan analisis data untuk memastikan kualitas informasi yang optimal. Dengan menggunakan metode K-Means, penelitian ini menghasilkan tiga kategori utama status gizi, yaitu gizi butuk rendah, gizi buruk sedang, dan gizi buruk tinggi. Hasil klasterisasi diharapkan dapat memberikan informasi yang berguna bagi tenaga kesehatan dan pengambil keputusan dalam merumuskan kebijakan intervensi yang lebih efektif. Dengan adanya pemetaan status gizi yang jelas, diharapkan dapat meningkatkan perhatian terhadap kesehatan gizi anak di Kecamatan Deket. Penelitian ini juga menyarankan pentingnya kolaborasi antara Puskesmas, Posyandu, dan masyarakat dalam upaya meningkatkan kesehatan gizi balita. Melalui implementasi yang tepat, diharapkan masalah gizi buruk dapat diatasi secara efektif demi masa depan anak-anak yang lebih sehat dan berkualitas.
Co-Authors Achmad Nurasel Farizki Agung Wahyudi Agustian, M. Afan AH KHAFID NASRUL UMAM umam Ahmad Dwi Raharjo Septiawan Aliyudin, Muhammad Amri, Sholihul Awaliyah, Bintan Udiyarini Azarki Ubaydillah, Muhammad Azza Abidatin Bettaliyah Azza Abidatin Bettaliyah AZZA ABIDATIN BETTALIYAH Bettaliyah, Azza Abidatin Danang Bagus Reknadi Danang Bagus Reknandi Dimas Lugiantoro Suko Dinar Mahdalena Leksana 1 Endang Setyati Erry Anggraini ERRY ANGGRAINI Febrian Abie Prsatama Fitri Rohmawati Hamid, Rahayu A Indah Ati Kevin Aringgi Salim KHOIRIYATUL MAGHFIROH M Ari Zidan Syafrizal M Chabib Nurroziqin M. Ali Na'im M. Ghofar Rohman M. Rosidi Zamroni M. ZAKI QOMARUDDIN M.Rosidi Zamroni Masruroh Masruroh Miftahus Sholihin Miftahus Sholihin Moh Adam Mufrody Muhammad Alvin Firdaus Muhammad Nur Fikri Alfarisi Muhammad Rayendra AlMuhibbi Nafiiyah, Nur Nawafilah, Nur Qomariyah Noor Zuraidin bin Mohd Safar Nur Nafi'iyah Nur nafi'iyah Nur Nawafilah Putra Samudra Qonit Zirby Rakhmawati, Eka Retno Wardhani Rizki Ardhian Ahmad Rizki Iwan Laksana Robiatul Adawiyah Salim, Kevin Aringgi Seroja, Aulia Nadia Bunga Suci Nur Fauziah Sugeng Dwi Hartantyo Surya Agung Agan Saputra Syamsul Arifin Tri Setyo Utomo