Article Per Year (5 Year)
p-Index From 2021 - 2026
2.87
P-Index
This Author published in this journals
All Journal Teknika Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) Jurnas Nasional Teknologi dan Sistem Informasi SISFOTENIKA Jurnal Tekno Kompak JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Information System Journal (INFOS) Journal of Community Development Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Jurnal Abdimas Hawari J-Innovation The Indonesian Journal of Computer Science Research Jurnal Pelayanan dan Pengabdian Masyarakat Indonesia Journal of Accounting Information System Journal of Innovative and Creativity Journal of Community Services: Sustainability and Empowerment Intechno Journal : Information Technology Journal Jurnal Teknoinfo
NINIK TRI HARTANTI
Universitas AMIKOM Yogyakarta
Religion Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Nursing Public Health Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Implementasi Algoritma Apriori untuk Menentukan Pola Pembelian Konsumen (Studi Kasus : Toko SRC Nanik di Wonogiri – Jawa Tengah): Bahasa Indonesia -, Erni Seniwati; Fahrizal Wahyu Syaiful Anam; Ninik Tri Hartanti
J-Innovation Vol. 13 No. 2 (2024): Jurnal J-Innovation
Publisher : Politeknik Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55600/jipa.v13i2.291

Abstract

SRC Nanik is a grocery store that sells various basic and daily necessities, such as food, drinks, personal equipment, and so on. SRC Nanik is located in Purwantoro, Wonogiri, Central Java and was founded in 2010 by Giriyanto. Every retail business must have transaction records of its operational activities, whether recorded manually in books or using a computer. However, in fact, this transaction data is rarely used by shop owners, even though the transaction records can be reprocessed to produce information that is useful for shop owners. One of them is by using data mining. Given these problems, it is necessary to utilize data to determine business strategies. The transaction data is processed using an a priori algorithm to provide new knowledge that can be utilized by retail owners. This study uses an a priori algorithm for efficient data processing, using association rules to reveal combinations of items that meet predetermined support and confidence values. Based on the a priori algorithm method, it can identify purchasing patterns that occur at SRC Nanik, with the associations formed it can be used to understand customer shopping habits and can be used to improve sales strategy.
Pembuatan Dan Pelatihan Aplikasi Manajemen Proyek Berbasis Android Pada CV. Global Mitra Perkasa Nuraini Nuraini; Ninik Tri Hartanti; Angga Arindra Shonta; Irma Rofni Wulandari; Banu Santoso; Rosyidah Jayanti Vijaya
Jurnal Pelayanan dan Pengabdian Masyarakat Indonesia Vol. 2 No. 1 (2023): Maret : Jurnal Pelayanan dan Pengabdian Masyarakat Indonesia
Publisher : Sekolah Tinggi Ilmu Administrasi Yappi Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jppmi.v2i1.416

Abstract

Pemanfaatan teknologi bagi CV. Global Mitra Perkasa dengan menggunakan WhatsApp sebagai media koordinasi proyek, tidak sesuai untuk manajemen proyek yang terstruktur. Untuk mengatasi masalah yang ada pada mitra, maka pada pengabdian ini akan dibangun sebuah aplikasi manajemen proyek dengan mengimplementasikan Application Programming Interface (API) yang terintegrasi dengan aplikasi mobile berbasis Android untuk memudahkan manajemen dan dokumentasi proyek secara terstruktur dalam satu sistem internal perusahaan. Metode pengabdian ini dimulai dari analisa masalah kemudian dicari penentuan solusinya, dilanjutkan dengan pembuatan aplikasi dan testing aplikasi, jika sudah tidak ditemukan bug kemudian dilanjutkan testing menggunakan data pekerjaan proyek sekaligus evaluasi dan tahap terakhir adalah implementasi. Hasil kegiatan menunjukkan administrasi dan koordinasi lebih terstruktur, dan efisien dalam pelaksanaan proyek. Hal ini berdampak pada meningkatnya efektivitas dan efisiensi dalam manajemen proyek, mengurangi risiko kehilangan data, serta mempercepat proses dokumentasi progres proyek. Saran penelitian selanjutnya adalah menambah fitur edit untuk memungkinkan admin melakukan perubahan pada data proyek, serta menambah fitur pemantauan progres proyek secara real-time dan integrasi dengan alat manajemen proyek lainnya.
Studi Kinerja Algoritma K-Nearest Neighbors (KNN) untuk Klasifikasi Pasien Diabetes Erni Seniwati; Edelweiss Rinjani Bawana; Peni Febrian Kristami; Arsellina Milka Martin; Ninik Tri Hartanti
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.219

Abstract

Penyakit diabetes merupakan salah satu penyakit kronis yang jumlah penderitanya terus meningkat setiap tahun termasuk di Indonesia. Deteksi dini dan klasifikasi yang akurat sangat penting untuk membantu proses diagnosis dan penanganan yang tepat sehingga meminimalkan resiko komplikasi. Penelitian ini bertujuan untuk membangun model klasifikasi pasien diabetes serta mengkaji kinerja algoritma K-Nearest Neighbor (KNN) dalam melakukan klasifikasi pasien diabetes berdasarkan data medis. Dataset yang digunakan dalam penelitian ini adalah Pima Indians Diabetes Dataset, yang berisi informasi kesehatan pasien seperti kehamilan (Pregnancies), tingkat glukosa (Glucose), tekanan darah (Blood Pressure), kadar insulin (Insulin), nilai BMI (BMI), usia (Age) dan status diagnosa pasien (Outcome). Proses penelitian mencakup 6 tahapan kegiatan yang dilakukan. Pada penelitian ini menghasilkan parameter nilai k=8 adalah nilai k optimal. Evaluasi performa model menggunakan confusion matrix yang menghasilkan akurasi yang menghasilkan 0.83 atau 83%, presisi (0.78), recall (0.61) dan F1-score (0.69). Model juga diimplementasikan secara interaktif menggunakan Jupyter Notebook serta penggunaan Streamlit sebagai userinterface sehingga memungkinkan pengguna dapat melakukan konsultasi dengan memasukkan data medis dan sekaligus mendapatkan hasil prediksi. Hasil pengujian menunjukkan bahwa algoritma KNN mampu memberikan performa yang cukup baik dalam mengklasifikasikan pasien yang terkena diabetes dan tidak terkena diabetes.
Strategi Pengembangan Branding Digital untuk Meningkatkan Jumlah Subcriber YouTube Pada Bintang Bintang Cinema ninik tri hartanti; Nur Aini; Joko Dwi Santoso; Juarisman; Irma Suwarning
Jurnal Abdimas HAWARI : Jurnal Pengabdian Kepada Masyarakat Vol 5 No 1 (2025): Mei 2025
Publisher : CV. HAWARI

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

Abstract

Kegiatan pengabdian kepada masyarakat kali ini berkonsentrasi pada pentingnya penerapan strategi pengembangan branding digital untuk meningkatkan jumlah subscriber YouTube pada Bintang-bintang Cinema. Pemahaman peserta dalam branding digital untuk mengoptimalkan media sosial, terutama YouTube sebagai alat untuk membangun dan meningkatkan audiens sebagai pencapaian target, merupakan tujuan dari pelaksanaan kegiatan pengabdian. Kegiatan pengabdian dilaksanakan dengan menggunakan perpaduan 2 metode, yaitu penyampaian materi secara teoritis dan dilanjutkan dengan praktek langsung. Pelaksanaan praktek bagi peserta dimulai dari konsep pemanfaatan media sosial, diikuti dengan strategi pembuatan konten yang relevan, sampai dengan pengaturan teknis sebelum melakukan unggah video. Pelaksanaan pengabdian ini melibatkan 17 peserta pengabdian yang terdiri dari ketua dan tim Bintang-bintang Cinema. Hasil dari kegiatan pelatihan sebagai bentuk pengabdian kepada masyarakat menunjukkan adanya peningkatan pengetahuan bagi seluruh peserta khususnya dalam membuat, mempersiapkan konten yang sesuai dengan topik, melakukan optimasi kanal YouTube, dan dapat memanfaatkan video analytics untuk evaluasi kinerja dari konten. Kegiatan ini diharapkan dapat membantu mitra atau peserta untuk memperluas jangkauan audiens, meningkatkan kepercayaan diri dari peserta, serta dapat membangun kreativitas peserta secara berkelanjutan
Jumlah Cluster Optimal dalam Pengelompokan Siswa SMK dengan Metode Elbow K-Means Clustering Hartanti, Ninik Tri; Erni Seniwati; Rina Pramitasari; Irma Rofni Wulandari
JAIS - Journal of Accounting Information System Vol. 4 No. 2 (2024): Desember
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jais.v4i2.7531

Abstract

Jenjang pendidikan di Indonesia setelah sekolah lanjutan pertama adalah Sekolah Menengah Tingkat Atas (SMA) atau yang sederajat yatu sekolah kejuruan SMK. Perkembangan teknologi telah memberikan berbagai kemudahan, termasuk dalam bidang pendidikan. Salah satu bentuk inovasi teknologi dalam pendidikan adalah penerapan data mining, khususnya educational data mining. Penerapan educational data mining dengan metode K-Means untuk mengelompokkan data siswa SMK di kabupaten Magelang, merupakan inti dari penelitian ini. Adapun data yang diterapkan merujuk pada data publik https://dapo.kemendikbud.go.id Berdasarkan data tersebut, Metode Elbow diterapkan untuk mengidentifikasi jumlah cluster yang paling sesuai. Jumlah cluster ini kemudian menjadi dasar penghitungan menggunakan algoritma K-Means. Hasil analisis menunjukkan tiga kelompok: Cluster 1, yang meliputi siswa dengan minat rendah untuk melanjutkan ke SMK, terdapat di Kecamatan Muntilan dan Mertoyudan; Cluster 2, terdiri dari siswa dengan kecenderungan minat cukup dalam memilih lanjut studi ke SMK, tersebar di 10 kecamatan, yaitu Salaman, Tegalrejo, Secang, Salam, Borobudur, Tempuran, Windusari, Kaliangkrik, Kajoran dan Ngablak, serta Cluster 3 mencakup siswa dengan kecenderungan minat tertinggi untuk lanjut studi ke SMK, terdiri dari 9 kecamatan, yaitu Mungkid, Grabak, Bandongan, Sawangan, Pakis, Candimulyo, Dukun, Srumbung, dan Ngluwar. Penelitian ini sangat penting dalam mendukung kinerja pemerintah daerah Kabupaten Magelang dalam sistem pemantauan distribusi jumlah siswa Sekolah Menengah Kejuruan di setiap kecamatan. Dengan demikian, akan lebih mudah untuk mendeteksi kecamatan mana yang memiliki jumlah siswa yang kurang atau bahkan terlalu banyak. Aspek ini penting untuk diperhatikan karena berkaitan langsung dengan ketersediaan sarana prasarana dan tenaga pengajar di sekolah-sekolah menengah tersebut.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT DURIAN UNGGUL MENGGUNAKAN METODE AHP PADA CANDRA DUREN Candra Pangestu; Irma Rofni Wulandari; Sharazita Dyah Anggita; Ninik Tri Hartanti
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.519

Abstract

Salah satu faktor penentu dalam keberhasilan budidaya durian adalah pemilihan bibit durian. Toko Candra Duren merupakan sebuah toko penjualan bibit dan buah durian yang berlokasi di Desa Alasmalang Kabupaten Banyumas. Candra Duren menentukan bibit durian unggul dengan cara mengamati satu demi satu tekstur dari bibit durian tersebut. Desa Alasmalang telah dikenal sebagai daerah yang subur dan cocok untuk pertumbuhan tanaman durian, sehingga banyak petani yang memanfaatkan lahan untuk budidaya bibit buah durian termasuk toko Candra Duren. Pada toko Candra Duren terdapat varietas bibit durian unggulan yang di budidayakan antara lain Bawor, Musangking, Duri hitam, dan Chani. Cara pemilihan bibit durian unggul yang digunakan toko candra duren memiliki kelemahan yaitu seringkali penjual mengalami kesalahan dalam menentukan bibit durian unggul, proses dilakukan secara manual dan tidak adanya data yang tersimpan mengenai bibit durian dalam bentuk tulisan kertas maupun digital. Hal tersebut menyebabkan resiko kesalahan yang besar dalam penentuan bibit durian unggul. Sistem pengambilan keputusan banyak digunakan untuk membantu menyelesaikan suatu permasalahan dengan memilih suatu alternatif yang terbaik. Terdapat banyak metode yang dapat digunakan untuk analisis pendukung keputusan yang dapat menyelesaikan permasalahan pengambilan keputusan salah satunya adalah metode Analytical Hierarchy Process (AHP). Penelitian ini dilakukan untuk merancang sistem pendukung keputusan pemilihan bibit durian menggunakan metode AHP. Perancangan sistem dimulai dari tahap identifikasi masalah, pengumpulan data, analisis perancangan sistem, implementasi sistem dan pengujian sistem yang nantinya akan di implementasaikan ke program sistem pendukung keputusan pemilihan bibit durian berbasis website. Implementasi sistem ini menggunakan framework laravel versi 10 dengan bahasa pemograman PHP dan MySql sebagai basis datanya. Kriteria yang digunakan dalam penelitian ini adalah batang, daun, percabangan dahan, tinggi, dan umur. Bedasarkan penelitian yang di lakukan, AHP berhasil diterapkan pada sistem pendukung keputusan pemilihan bibit durian unggul sehingga dapat menampilkan perankingan. Hasil pengujian blackbox testing menunjukkan valid sesuai hasil yang diharapkan.
Peningkatan Ketepatan Makharijul Huruf melalui Media Pembelajaran Digital Berbasis Android di TPA Masjid Diponegoro Hartatik, Hartatik; Supriatin, Supriatin; Widayani, Wiwi; Wulandari, Irma Rofni; Hartanti, Ninik Tri
Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Vol. 6 No. 1 (2026): Januari 2026 - Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/altifani.v6i1.973

Abstract

Kegiatan pengabdian masyarakat ini dilaksanakan di TPA Masjid Diponegoro, dengan tujuan meningkatkan ketepatan makhrijul urf santri tingkat pemula hingga menengah melalui media pembelajaran digital berbasis Android. Permasalahan utama yang dihadapi adalah ketidaktepatan pelafalan huruf, keterbatasan waktu tatap muka, dan minimnya latihan mandiri di rumah. Solusi yang ditawarkan berupa pengembangan aplikasi FlutterAndroid yang memuat 84 audio huruf hijaiyah dengan tiga harakat, ilustrasi makhraj interaktif, serta gim drag-and-drop dengan umpan balik instan. Metode pelaksanaan mencakup pelatihan guru, implementasi pembelajaran audiovisual di kelas, dan latihan micro-learning harian yang dipantau melalui ceklist orang tua. Hasil menunjukkan peningkatan rerata skor artikulasi sebesar 0,60,8 poin (skala 14) dan ukuran efek tinggi (Cohens d > 1,5). Program ini efektif meningkatkan kemampuan artikulasi, kemandirian belajar, dan standarisasi pengajaran, serta layak direplikasi di TPQ lain.
A Klasterisasi Kualitas Pendidikan Dasar Berdasarkan Elemen Ekosistem Pendidikan Menggunakan K-Means DBI di Kabupaten Magelang ninik tri hartanti; Dina Maulina; Erni Seniwati
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.1306

Abstract

Salah satu pilar dasar sistem pendidikan di Indonesia adalah pendidikan dasar yang dirancang untuk membentuk kualitas sumber daya manusia di masa depan. Kategori pendidikan dasar di Indonesia meliputi jenjang Sekolah Dasar (SD) dan yang setara, serta Sekolah Menengah Pertama (SMP) dan jenjang yang setara. Kabupaten Magelang merupakan wilayah di Jawa Tengah yang memiliki perbedaan dalam ekosistem pendidikan dapat menunjukkan adanya kesenjangan dalam penyelenggaraan pendidikan dasar. Penelitian ini bertujuan untuk memetakan kondisi atau kualitas pendidikan dasar di Kabupaten Magelang berdasarkan elemen ekosistem pendidikan yaitu sekolah, guru, dan murid. Metodologi yang digunakan terdiri dari algoritma K-Means, pendekatan Elbow, dan pengukuran menggunakan Davies-Bouldin Index (DBI). Klasterisasi dilakukan dengan algoritma K-Means, jumlah klaster terbaik ditentukan melalui metode Elbow, dan keakuratan klaster divalidasi menggunakan Davies-Bouldin Index (DBI). Data yang digunakan merupakan data publik yang dapat diakses melalui https://jateng.bps.go.id/id. Hasil penelitian memperlihatkan bahwa beberapa sekolah tingkat pendidikan dasar di Kabupaten Magelang dapat digolongkan ke dalam 3 klaster untuk setiap sekolah, yang terbagi ke dalam klaster tingkat tinggi, menengah, dan rendah. Pada klaster tinggi, sedang dan rendah untuk SD terdapat 3 kacamatan, 12 kecamatan dan 6 kecamatan. Sedangkan untuk MI terdapat 4 kecamatan, 9 kecamatan, dan 8 kecamatan. Kategori tinggi, sedang dan rendah untuk SMP adalah 3 kacamatan, 11 kecamatan dan 7 kecamatan, dan klaster tinggi, sedang dan rendah untuk MTs adalah 3 kacamatan, 8 kecamatan dan 10 kecamatan.
Penerapan Teknik Clustering untuk Identifikasi Pola Perilaku Belajar Siswa Menggunakan Dataset Publik Learning Analytics Ninik Tri Hartanti; Dina Maulina; Erni Seniwati; Irma Rofni Wulandari
Journal of Innovative and Creativity Vol. 5 No. 3 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i3.5104

Abstract

Perkembangan teknologi informasi telah mendorong munculnya bidang Educational Data Mining (EDM) yang memanfaatkan data pendidikan untuk memahami perilaku belajar siswa. Memanfaatkan dataset publik Learning Analytic dalam penerapan Educational Data Mining, dikombinasikan dengan metode clustering akan dapat membantu dalam proses penentuan kelompok belajar siswa. Penelitian ini bertujuan untuk mengidentifikasi pola perilaku belajar siswa menggunakan teknik clustering berdasarkan dataset publik learning analytics. Metode yang digunakan adalah K-Means clustering dengan evaluasi Davies-Bouldin Index (DBI) untuk menentukan jumlah cluster optimal. Data yang digunakan berasal dari dataset publik Student Performance yang mencakup kegiatan atau waktu belajar, kehadiran, kegagalan belajar dan nilai siswa. Hasil clustering mengidentifikasi empat pola cluster yaitu kelompok risiko akademik tinggi, kelompok performa menengah, kelompok siswa berprestasi tinggi, dan kelompok absensi tinggi. Hasil evaluasi DBI menunjukkan nilai 0.0072 yang mengindikasikan kualitas cluster yang baik. Hasil penelitian diharapkan dapat menjadi dasar bagi pengembangan strategi pembelajaran yang lebih personalisasi dan efektif
Content-Based Filtering untuk Sistem Rekomendasi Produk E-Commerce Pratama, Fiki; Prastio, Sabib; Seniwati, Erni; Hartanti, Ninik Tri; Sudarmanto, Sudarmanto
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.254

Abstract

Perkembangan pesat platform e-commerce mendorong kebutuhan akan sistem rekomendasi yang mampu membantu pengguna menemukan produk yang relevan secara efektif. Meskipun sistem rekomendasi telah banyak dikembangkan, implementasi yang teruji secara empiris pada dataset produk e-commerce Indonesia masih terbatas. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi produk e-commerce berbasis content-based filtering dengan memanfaatkan kemiripan konten antar produk. Dataset yang digunakan bersumber dari Tokopedia Products 2025 yang diperoleh melalui Kaggle, berisi informasi produk seperti nama, kategori, dan deskripsi. Representasi fitur teks dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) untuk mengekstraksi karakteristik penting dari setiap produk. Selanjutnya, tingkat kemiripan antar produk dihitung menggunakan Cosine Similarity guna menghasilkan rekomendasi produk yang paling relevan berdasarkan preferensi pengguna. Implementasi dilakukan menggunakan bahasa pemrograman Python dengan pustaka pandas, NumPy, dan scikit-learn. Hasil evaluasi menggunakan berbagai ukuran sampel query dan nilai K yang terdiri dari sample size 50 query yang paling representatif, sistem mencapai Precision@10 sebesar 88.40%, Recall@10 sebesar 46.81%, dan F1-Score@10 sebesar 50.88%, dengan nilai F1-Score optimal dicapai pada K=30 sebesar 66.79%. Hasil penelitian menunjukkan bahwa kombinasi TF-IDF dan Cosine Similarity mampu memberikan rekomendasi produk yang relevan dengan tingkat akurasi yang baik, sehingga metode ini layak diterapkan sebagai solusi sistem rekomendasi pada platform e-commerce berbasis konten
Co-Authors -, Erni Seniwati Ageng Ari Nugroho Angga Arindra Shonta Anggita, Sharazita Dyah Armadyah Amborowati Arsellina Milka Martin Astuti, Yuli Astuti Banu Santoso Candra Pangestu Darma, Firman Diatullah Guna Dina Maulina Dina Maulina Edelweiss Rinjani Bawana Emigawaty Erni Seniwati Erni Seniwati Fahrizal Wahyu Syaiful Anam Hartatik Indrayani, Rini Irma Rofni Wulandari Irma Rofni Wulandari Irma Suwarning Joko Dwi Santoso Juarisman Kusrini Kusrini Kusumaningtyas, Kartikadyota Maemunah, Mei Mulyatun, Sri Noviana , Zakia Rahmadhani NUR AINI Nuraini Nuraini Nur’aini, Nur’aini Peni Febrian Kristami Prastio, Sabib Pratama, Fiki Rifda Faticha Alfa Aziza Rina Pramitasari Rosyidah Jayanti Vijaya Saptyawati, Laksmindra Seniwati, Erni Subektiningsih Subektiningsih Sudarmanto Sudarmanto, Sudarmanto Supriatin Supriatin, Supriatin Wiwi Widayani, Wiwi Wulandari, Irma Rofni