Article Per Year (5 Year)
p-Index From 2021 - 2026
6.016
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) Jurnal Informatika Upgris Jurnal Sains dan Informatika Matrix : Jurnal Manajemen Teknologi dan Informatika Simtek : Jurnal Sistem Informasi dan Teknik Komputer Technologia: Jurnal Ilmiah JURNAL TEKNIK Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknologi Informatika dan Komputer Jurnal Atma Inovasia JOINTECOMS (Journal of Information Technology and Computer Science) Diteksi : Jurnal Pengabdian Kepada Masyarakat
Priskila, Ressa
Universitas Palangka Raya
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Social Sciences Other

Published : 51 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 51 Documents
Search

 2   3   4   5   6 
Sistem Penjadwalan Karyawan Meine Welt menggunakan Algoritma Genetika Sagita Amaria Christie; Ressa Priskila; Ade Chandra Saputra
Journal of Information Technology and Computer Science Vol. 4 No. 4 (2024): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v4i4.20092

Abstract

Permasalahan yang terjadi pada Caffe Meine Welt saat ini adalah proses penyusunan jadwal kerja karyawan yang masih dilakukan secara manual dengan bantuan Microsoft Excel. Sehingga membutuhkan waktu yang cukup lama untuk menyusunnya dan tidak meratanya jadwal kerja yang didapatkan oleh karyawan ini mengakibatkan jumlah hari libur karyawan pun tidak sama antara satu dengan yang lain.Adapun metodologi yang digunakan dalam merancang dan membangun website ini adalah metode waterfall. Metode ini dipilih karena memiliki struktur yang urut dan terorganisir sehingga dapat meminimalisir kesalahan yang terjadi. Website ini menggunakan Black Box Testing sebagai metode pengujian perangkat lunak. Pengguna/hak akses pada website ini ada dua, yaitu admin dan karyawan.Dari hasil pengujian ini dapat disimpulkan bahwa “Sistem Penjadwalan Karyawan Meine Welt Menggunakan Algoritma Genetika” berfungsi untuk membantu Head Bar dalam menyusun dan membuat jadwal shift karyawan Meine Welt secara otomatis selama satu bulan kedepan dan Head Bar dapat mengetahui total gaji yang didapatkan karyawan selama sebulan dalam laporan gaji pada sistem tersebut.
Sistem Rekomendasi Destinasi Wisata Berbasis Website di Kalimantan Tengah dengan Integrasi Google Maps API dan Informasi Deskriptif Lokasi Andika Prayoga; Florensiana Talentina Angela Seda; Widiatry Widiatry; Ressa Priskila
Journal of Information Technology and Computer Science Vol. 3 No. 3 (2023): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v3i3.20401

Abstract

Pariwisata di Kalimantan Tengah memiliki potensi besar, namun informasi tentang destinasi wisata yang terstruktur masih kurang. Penelitian ini bertujuan untuk merancang sistem rekomendasi destinasi wisata berbasis web yang terintegrasi dengan Google Maps API. Metode pengembangan perangkat lunak yang digunakan adalah Waterfall, yang mencakup pengumpulan data destinasi, perancangan sistem, implementasi, dan pengujian. Data destinasi wisata yang digunakan meliputi lokasi, kategori, deskripsi, fasilitas, serta ulasan pengguna. Dengan Google Maps API, sistem menyediakan peta interaktif yang memungkinkan pengguna menemukan rute, estimasi waktu perjalanan, dan informasi destinasi. Hasil penelitian ini adalah sistem yang mempermudah wisatawan dalam mencari dan mengeksplorasi destinasi wisata, serta mendukung promosi pariwisata daerah secara digital.ini, diharapkan Nayla Bucket dapat memberikan pelayanan yang lebih baik kepada pelanggan.
Pengembangan Website Edukasi dan Deteksi Stress Dini pada Mahasiswa Ahmad Iqbal; Depro Winoto; Ressa Priskila; Widiatry Widiatry
Journal of Information Technology and Computer Science Vol. 3 No. 4 (2023): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v3i4.20944

Abstract

Mahasiswa merupakan kelompok yang rentan mengalami stres akibat tuntutan akademis, tekanan sosial, dan perubahan gaya hidup. Deteksi dini terhadap stres diperlukan untuk mengidentifikasi gejala awal dan mencegah dampak buruk terhadap kesehatan mental. Laporan ini memaparkan pengembangan sebuah website berbasis teknologi modern yang bertujuan untuk memberikan edukasi sekaligus mendeteksi stres dini pada mahasiswa.Metode yang digunakan dalam pengembangan adalah Waterfall, meliputi analisis kebutuhan, perancangan sistem menggunakan Figma dan Draw.io, implementasi dengan Visual Studio Code, Node.js, serta Bootstrap, dan pengujian menggunakan metode Blackbox Testing. Untuk mengukur tingkat stres, digunakan metode Depression Anxiety Stress Scales (DASS-42). Website ini dirancang memiliki fitur utama seperti deteksi stres, edukasi kesehatan mental, serta komunitas interaktif yang memungkinkan pengguna berbagi cerita.Hasil pengembangan menunjukkan bahwa website ini dapat membantu mahasiswa mengenali tingkat stres dan menyediakan informasi untuk mengelola stres dengan lebih baik. Diharapkan, website ini dapat meningkatkan kesadaran mahasiswa terhadap pentingnya kesehatan mental dan menjadi langkah awal dalam pencegahan gangguan mental yang lebih serius.
Perbandingan Metode Electre dan Promethee untuk Menentukan Sekolah Menengah Atas (SMA) Terbaik di Kota Palangka Raya Apriliani Natasya; Ressa Priskila; Jadiaman Parhusip; Nova Noor Kamala Sari; Novera Kristianti
Journal of Information Technology and Computer Science Vol. 5 No. 2 (2025): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v5i2.22442

Abstract

Penelitian ini bertujuan untuk melakukan analisis perbandingan antara dua metode Multi-Criteria Decision Making (MCDM), yaitu Electre dan Promethee, dalam menentukan Sekolah Menengah Atas (SMA) terbaik di kota Palangka Raya. Sistem Pendukung Keputusan (SPK) yang digunakan dalam penelitian ini dirancang untuk membantu pengambilan keputusan dengan mempertimbangkan berbagai kriteria penting dalam penentuan kualitas SMA berdasarkan aturan yang berlaku. Populasi dan sampel menggunakan 27 SMA negeri, swasta dan termasuk yang dibawah yayasan. Manfaat dari kebijakan ini, adalah dalam rangka pelaksanaan penyaluran program Bantuan Operasional Sekolah (BOS), untuk memilih SMA yang layak mendapatkan bantuan berdasarkan evaluasi yang akurat dan transparan.Metode Electre dan Promethee dipilih untuk dipasangkan karena kemampuannya dalam menangani kriteria kualitatif dan kuantitatif secara efektif melalui pendekatan outranking yang mengandalkan perbandingan berpasangan. Penelitian ini menggunakan lima kriteria utama, yaitu akreditasi, jumlah siswa, tenaga pendidik, jumlah ruang kelas, dan jumlah laboratorium, dengan bobot yang telah ditentukan untuk masing-masing kriteria. Sistem dikembangkan berbasis web dengan fitur analisis Electre dan Promethee, yang memungkinkan pemrosesan data secara real-time dan menghasilkan peringkat SMA secara objektif dan sistematis.Penelitian ini diharapkan tidak hanya memberikan hasil perbandingan yang komprehensif dari kedua metode tersebut tetapi juga menawarkan solusi praktis dalam pengambilan keputusan terkait penentuan SMA terbaik di kota Palangka Raya, khususnya Dinas Pendidikan Provinsi Kalimantan Tengah. Dari hasil analisa didapatkan nilai accuration metode ELECTRE sebesar 92,593% dikategorikan excellent classification, sedangkan pada metode PROMETHEE sebesar 85,185% dikategorikan best classification.
Rancang Bangun Sistem Informasi Magang Berbasis Website Gavin Berylian Josepto; Arvin Ardianto Putra; Ressa Priskila; Nova Noor Kamala Sari; Licantik Licantik
Journal of Information Technology and Computer Science Vol. 5 No. 3 (2025): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v5i3.23151

Abstract

Program magang memiliki peran penting bagi mahasiswa dan Lulusan baru dalam mendapatkan pengalaman kerja sebelum memasuki dunia profesional. Namun demikian, proses pencarian dan pengolahan magang terkadang menemui kendala, seperti informasi yang tidak terpusat dan sistem tidak terintegrasi. Penelitian ini bertujuan untuk merancang sistem informasi magang berbasis website yang dapat menghubungkan pelamar dengan perusahaan. Perancangan sistem menggunakan metode waterfall, yang meliputi tahap analisis kebutuhan, perancangan, inplementasi, dan pengujian. Pada tahapan perancangan, dibuat Data Flow Diagram (DFD), Entity Relationship Diagram (ERD), serta rancangan basis data yang terdiri atas enam belas table utama. Hasil akhir dari penelitian ini adalah sebuah website yang menyediakan fitur register, publikasi lowongan, pengajuan lamaran, serta pengolaan data oleh admin. Sistem ini diharapkan dapat memperluas jangkauan informasi magang., mempercepat proses rekrutmen, dan memudahkan interaksi daring antara pelamar dan juga perusahaan. Pengujian dilakukan menggunakan metode black-box testing agar memastikan semua fungsi fitur berjalan dengan baik. Dan hasil pengujian menunjukkan bahwa semua fitur dalam sistem berfungsi dengan baik.
Analisis dan Perancangan Sistem Informasi Penilaian E-Rapor Menggunakan Metode SWOT (Studi Kasus: SMA Negeri 1 Parenggean) Gebri Meizeri Cordias; Widiatry Widiatry; Ressa Priskila
Journal of Information Technology and Computer Science Vol. 5 No. 4 (2025): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v5i4.25343

Abstract

Pendidikan modern menuntut adanya inovasi dalam sistem penilaian yang tidak hanya efektif dan efisien, tetapi juga transparan dan akuntabel. Salah satu bentuk inovasi tersebut adalah penerapan sistem E-Raport, yang memungkinkan pengelolaan nilai siswa secara digital dan terintegrasi. Namun, dalam implementasinya, sistem ini masih menghadapi berbagai tantangan, khususnya terkait efektivitas dan optimalisasi proses penilaian. Penelitian ini bertujuan untuk menganalisis dan merancang sistem informasi penilaian E-Raport dengan menggunakan metode SWOT (Strengths, Weaknesses, Opportunities, dan Threats) sebagai pendekatan evaluatif dan strategis dalam pengembangan sistem. Metode yang digunakan dalam penelitian ini meliputi pengumpulan data, studi pustaka, serta konsultasi dengan pihak-pihak terkait. Hasil analisis SWOT digunakan untuk mengidentifikasi kekuatan dan kelemahan sistem yang telah ada, sekaligus memetakan peluang pengembangan fitur baru serta potensi ancaman seperti isu keamanan data dan kesenjangan digital. Sistem yang dirancang juga mendukung integrasi teknologi, komunikasi antar pemangku kepentingan, serta mendorong perbaikan berkelanjutan. Hasil pengujian black-box dan evaluasi terhadap pengguna menunjukkan bahwa sistem informasi ini memperoleh respons positif, khususnya dalam aspek kemudahan penggunaan, keandalan, dan kepuasan pengguna. Dengan demikian, pengembangan sistem penilaian E-Raport berbasis metode SWOT ini diharapkan dapat memberikan kontribusi nyata dalam peningkatan mutu pendidikan di era digital.
Komparasi Machine Learning dalam Analisis Sentimen Berbasis Aspek dan Deteksi Emosi pada Ulasan Aplikasi Lowongan Kerja Hana Husna Safitri; Viktor Handrianus Pranatawijaya; Ressa Priskila
Journal of Information Technology and Computer Science Vol. 6 No. 1 (2026): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v6i1.25773

Abstract

Seiring meningkatnya penggunaan aplikasi pencari kerja, ulasan pengguna di platform digital menjadi sumber penting untuk mengevaluasi kualitas layanan. Namun, ulasan tersebut sering kali tidak terstruktur dan mengandung ekspresi kompleks. Penelitian ini menerapkan teknik machine learning untuk mengidentifikasi aspek dominan, serta memahami sentimen dan emosi dalam ulasan aplikasi Glints dan Jobstreet dari Google Play Store. Tiga model dibandingkan, yaitu Support Vector Machine (SVM), Random Forest, dan Multinomial Logistic Regression. Data diperoleh melalui scraping, diproses dengan tahapan preprocessing, dan dianotasi menggunakan LDA dan Generative AI untuk aspek, IndoBERT untuk sentimen, serta NRC Emotion Lexicon untuk emosi. Dataset dibagi dalam rasio 80:20 dan 90:10. Hasil menunjukkan bahwa model terbaik untuk klasifikasi aspek adalah SVM (split 90:10) dengan akurasi 97,67%, untuk sentimen adalah Multinomial Logistic Regression (split 90:10) dengan akurasi 94,49%, dan untuk emosi adalah SVM (split 90:10) dengan akurasi 99,46%. Aspek yang paling dominan adalah Pencarian Kerja, diikuti Pengalaman Pengguna. Sentimen ulasan didominasi oleh sentimen positif, dan emosi yang paling sering muncul adalah bahagia. Penelitian ini membantu mengevaluasi kinerja model dan memahami persepsi pengguna terhadap aplikasi pencari kerja.
Pelatihan Pemanfaatan Platform Video Conference untuk Mendukung Pembelajaran Hybrid bagi Siswa SMP Negeri 6 Palangka Raya Nova Noor Kamala Sari; Ressa Priskila; Widiatry; Viktor Handrianus Pranatawijaya; Putu Bagus Adidyana Anugrah Putra; Efrans Christian; Septian Geges; Novera Kristianti; Tomas Leonardo; Purmasari
Jurnal Atma Inovasia Vol. 6 No. 2 (2026)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v6i2.12707

Abstract

The community service activity entitled “Training on the Use of Video Conference Platforms for Students of SMP Negeri 6 Palangka Raya” was conducted with the main objective of enhancing students’ digital literacy, particularly in utilizing online learning applications such as Google Meet and Zoom. The identified problem was the students’ limited technical skills in operating these platforms, which could hinder their active participation in both hybrid and online learning. To address this issue, the program was designed as a hands-on training that included the introduction of basic features, simulations of virtual classrooms, and guidance on digital ethics in online interactions. Through this approach, students not only acquired fundamental technical skills but also improved their confidence in participating in online learning and developed a sense of responsibility in using technology. Therefore, this activity provides a tangible contribution to supporting students’ readiness in facing the increasingly digitalized educational landscape
Analisis Sentimen Dampak Artificial Intelligence (AI) Untuk Pendidikan Pada X Menggunakan Naive Bayes Nurdin, Nurdin; Jama, Luniko; Magnus, Thomas Zugildo; Priskila, Ressa; Pranatawijaya, Viktor Handrianus
Jurnal Informatika UPGRIS Vol 10, No 1: Juni 2024
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v10i1.18867

Abstract

AI ini telah menjadi salah satu topik hangat dalam beberapa tahun terakhir, dengan potensinya untuk merevolusi berbagai industri, termasuk pendidikan. Disisi lain, pendidikan adalah proses untuk memperoleh pengetahuan yang dibutuhkan untuk menjalani kehidupan yang sukses. Namun, opini publik tentang penggunaan AI dalam pendidikan berbeda. Beberapa orang mungkin melihatnya sebagai kemajuan yang baik yang dapat membantu siswa mempersiapkan diri untuk tantangan masa depan. Sementara yang lain mungkin khawatir tentang konsekuensi moral, konsekuensi sosial, atau bahkan apakah teknologi akan menggantikan pekerjaan manusia. Melalui analisis sentimen pada X, penelitian ini bertujuan untuk mencoba menemukan komponen yang mempengaruhi persepsi publik terhadap AI untuk pendidikan. Untuk dapat mengumpulkan data tersebut, menggunakan X harvest untuk melakukan crawling data pada X. Pada tahap klasifikasi menggunakan metode naïve bayes. Dari 327 data yang dianalisis, 82% mengekspresikan sentimen positif, 17% menunjukkan sentimen negatif, sementara hanya 1% bersifat netral. Dari ­confusion matrix ­yang dihasilkan, dapat diperoleh nilai akurasi, presisi, recall, dan skor f1. Metode naïve bayes menghasilkan accuracy sekitar 72,73%, precision sekitar 77,40%, recall sekitar 72,73%, dan f1-score sekitar 71,74%. Terbukti bahwa metode naïve bayes merupakan pengklasifikasi teks yang baik untuk menganalisis sentimen mengenai Analisis Sentimen Dampak Artificial Intelligence Untuk Pendidikan Pada X Menggunakan Naïve Bayes.
Website Pencarian Lokasi Tempat Makan Terdekat Menggunakan Algoritma Dijkstra dan K-Means Clustering Dimas Lumban Gaol; Felicia Sylviana; Ressa Priskila
Journal of Information Technology and Computer Science Vol. 6 No. 2 (2026): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v6i2.26336

Abstract

Pengguna yang berada di wilayah baru atau kawasan padat tempat makan sering kesulitan menemukan pilihan yang efisien karena tidak adanya pengelompokan spasial yang jelas dan rute yang optimal. Penelitian ini membangun sebuah website pencarian lokasi tempat makan terdekat yang mengintegrasikan algoritma K-Means Clustering dan Dijkstra. K-Means digunakan untuk mengelompokkan 114 data restoran di Kota Palangka Raya berdasarkan kedekatan geografis dan rating, sedangkan Dijkstra menghitung rute terpendek berbasis graf jaringan jalan dari posisi pengguna menuju restoran. Evaluasi kualitas cluster menggunakan Silhouette Coefficient dan Metode Elbow menentukan K=8 sebagai jumlah cluster optimal dengan nilai Silhouette 0,812. Akurasi rute diukur melalui Mean Absolute Percentage Error (MAPE) dengan membandingkan jarak Dijkstra terhadap Google Maps pada 20 titik uji. Hasil menunjukkan MAPE sebesar 9,61% dengan korelasi Pearson 0,95, mengindikasikan akurasi yang baik. Pengujian blackbox terhadap seluruh fitur sistem menunjukkan hasil 100% berhasil. Sistem ini membuktikan bahwa integrasi clustering spasial dan perutean terpendek mampu menghadirkan rekomendasi tempat makan yang relevan, efisien, dan berbasis lokasi nyata.
Co-Authors ., Yukandri Ade Chandra Saputra Agus Sehatman, Saragih Agustin, Ria Ahmad Abdul Hadi Ahmad Fadli Ahmad Iqbal Ananda Khairunnisa, Puteri Andika Prayoga Andini, Wafik Annisa, Norul Aprilia, Salsabila Apriliani Natasya Arief, Muhammad Risman Arvin Ardianto Putra Aryapati Soebagijo, Rafael Azmiara Ahmadiham, Ahsana Cahya Kamilla, Adinda Damar Suryo Sasono Damayanti, Novrina Debora, Jessica Kurnia Delon Pratama, Ryan Depro Winoto Desta Aditia, Veven Dimas Lumban Gaol Efrans Christian Fajar, M Fajari, Rizqi Felicia Sylviana Firmansyah, Muhammad Rizal Florensiana Talentina Angela Seda Gavin Berylian Josepto Gebri Meizeri Cordias Hana Husna Safitri Handoko, Rifky Mustaqim Handrianus Pranatawijaya , Viktor Handrianus Pranatawijaya, Viktor Intani Sihite, Putri Isachar, Michael Jadiaman Parhusip Jadiaman Parhusip, Jadiaman Jama, Luniko Kalawa Putri, Maria Ramanda Kristianti, Novera Leonardo, Tomas Licantik Licantik Licantik, Licantik limbong, Theodorus Lusia Kiareni, Cindi M Fajar Magnus, Thomas Zugildo Marthalena Marthalena marthalena, marthalena Masitoh, Reina Dewi Nazarius, Atong Nelda, Lia Nova Noor Kamala Sari Nova Noor Kamala Sari Novera Kristianti Nur Safa, Yunisa Nurdin Nurdin Patimah, Yulia Pranatawijaya, Viktor Handrius Priyani, Natasya Purmasari Purmasari Purmasari Puspita Florensia, Nela Puspitarani, Siska Putra, Putu Bagus Adidyana Anugrah Putra, Wahyuni Putri, Oktaviani Enjela Re Manuel Putra Sihombing, Thomas Ria Agustin Rueh Daya Leluni, Ekat Sagita Amaria Christie Salsabila Aprilia Saputra, Ferry Saputra, Rizal Wahyu Saputra, Septian Dwi Sari, Purma Senas, Jonathan Markus Septian Geges Septian Geges Simorangkir, Anastasya Sinta Septiani, Clara Sorisa, Cinda Sunardi Sunardi Surana, Yogi Andy Pratama Syahrohim, Imam Tayah, Hernila Tomas Leonardo Tryastie, Melisa Valentine, Virginia Viktor Handrianus Pranatawijaya Viktor Handrius Pranatawijaya Widiatry Widiatry, Widiatry Winoto, Depro Yolanda Hevin, Tirza Yosia Wibowo, Lucky Yudhistira, Aditya Septian