Article Per Year (5 Year)
p-Index From 2021 - 2026
2.33
P-Index
This Author published in this journals
All Journal snimed Jurnal Teknoin Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Telematika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Insect (Informatics and Security) : Jurnal Teknik Informatika Jurnal Teknoinfo IJID (International Journal on Informatics for Development) Jurnal Pendidikan dan Konseling JITU : Journal Informatic Technology And Communication Automata Journal of Education Informatic Technology and Science JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Jurnal Teknik Informatika (JUTIF) Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi
Lizda Iswari
Fakultas Teknologi Industri, Universitas Islam Indonesia
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
Studi Komparasi Model Klasifikasi Berbasis Pembelajaran Mesin untuk Sistem Rekomendasi Program Studi Ahmad Rafie Pratama; Rio Rizki Aryanto; Lizda Iswari
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 5 (2021): Oktober2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (374.919 KB) | DOI: 10.29207/resti.v5i5.3392

Abstract

Selecting a major can be quite difficult for prospective college students. The choice may have an effect not only on their academic life, but also on their career path. Due to some restrictions as the impact of the COVID-19 pandemic, universities must find novel ways to reach prospective students and assist them in choosing their majors, one of which is a college major recommendation system. This system can assist prospective students in determining the most appropriate majors for them based on data from the current students. Unlike other existing systems that employ either a rule-based or fuzzy model, this study employs a machine learning approach using data from undergraduate students at Universitas Islam Indonesia. This paper aims to compare several clustering models (i.e., K-means, Agglomerative, Birch, and DBSCAN) for the purpose of categorizing current students, to which the results will be used for classification purposes using various approaches (i.e., single stage vs. multistage), algorithms (i.e., multinomial logistic regression, random forest, and support vector machine), and scenarios (i.e., with or without GPA-based label). Our findings indicate that the K-means model outperformed all other clustering models and that the single stage with random forest classification model performed the best across all scenarios.
ANALISIS SPASIAL PERSEBARAN REKLAME Gunanto Gunanto; Dhomas Hatta Fudholi; Lizda Iswari
JITU : Journal Informatic Technology And Communication Vol 3 No 1 (2019)
Publisher : Universitas Boyolali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36596/jitu.v3i1.56

Abstract

Regional autonomy is the surrender of authority from the center to the regions to regulate and manage the interests of the local community according to their own initiatives based on the aspirations of the people, as stated in Law No. 32 of 2004 concerning Regional Government. With the existence of regional autonomy, the regional government is expected to be better to explore the potential of local revenue sources in financing all regional development activities through increasing Original Local Government Revenue (OLGR). One component of OLGL that has a contribution in Pekalongan Regency is Regional Tax. Regional tax, one of which is advertisement tax, is one component of the OLGL that contributes to regional development. Clustering algorithm, one of which is k-means clustering can be applied to advertisement tax data so that it can be known that ad grouping is based on distance from the market, distance to traffic light and vehicle volume. From each of these groupings can also be seen each of the characteristics so that it is known which groups have the largest amount of tax and the number of tax donations. From this research, a web-based system has been successfully developed that is able to process the spatial analysis of the distribution of billboards with the clustering method in Pekalongan Regency. From the results of clustering analysis, it can be seen that the Subdistrict passed by the coastline has a correlation with the high amount of advertisement tax in Pekalongan Regency, this can be seen in the results of clustering using the k-means algorithm, where advertisements are in clusters that have average quantities the highest taxes are all in the sub-district that is crossed by north coast way. The closeness to the market and traffic light has a correlation with the high amount of billboard bill advertising tax in Pekalongan Regency, wherein the clusters that have the highest volume of vehicles the average size of the billboard tax is high.
Sistem Informasi Geografis Pemetaan Untuk Melihat Tingkat Kesetaraan Gender Di Indonesia Muhammad Zufar Al Rafif; Elyza Gustri Wahyuni; Lizda Iswari
AUTOMATA Vol. 1 No. 1 (2020)
Publisher : AUTOMATA

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

Abstract

Abstract—Penyampaian data di Indonesia masih belum informatif dan sukar dipahami oleh kebanyakan orang. Data yang ada disajikan hanya dalam bentuk tabel dimana hanya beberapa pihak yang mengerti dan memahami data tersebut. Belum adanya sistem informasi yang menyajikan data lebih mudah dipahami menjadi salah satu kendala dalam penyampaian informasi. Terutama data mengenai tingkat kesetaraan gender di Indonesia yang masih sulit ditemukan jika tidak ditelusuri lebih dalam. Hal ini akan berdampak pada program kebijakan pemerintah yang akan dikeluarkan. Oleh karenyanya dibutuhkan sebuah sistem yang dapat menyampaikan informasi mengenai tingkat kesetaraan gender di Indonesia. Makalah ini akan membahas mengenai sistem informasi geografis pemetaan untuk melihat tingkat kesetaraan gender di Indonesia menggunakan metode k-medoids. Hasil dari penelitian ini dari sisi masyarakat adalah dapat melihat daerah-daerah di Indonesia dengan tingkat kesetaraan gendernya, dan dari sisi pemerintah atau instansi terkait adalah dapat memantau tingkat kesetaraan gender di Indonesia dan mengeluarkan program kebijakan agar tepat sasaran.
Implementasi Bisnis Model Software as a Service (SaaS) di Startup Ubaform Moch. Fathi Siddiqi; Lizda Iswari
AUTOMATA Vol. 2 No. 2 (2021)
Publisher : AUTOMATA

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

Abstract

Pengelolaan dokumen formulir, survei, dan kuis secara konvensional menggunakan kertas dapat menimbulkan beberapa permasalahan, seperti sulitnya proses pengolahan data hasil, data tidak tersimpan secara realtime, proses pembuatan serta pembagian kurang efektif dan efisien, dan pemborosan kertas yang dapat menimbulkan dampak bagi lingkungan sekitar. Oleh karena itu, dibentuklah startup Ubaform berbasis Software as a Service (SaaS) yang menyediakan layanan pembuatan, pembagian, dan analisis data hasil secara mudah dan dapat diakses di mana saja dan kapan saja. Dalam proses pengembangan startup Ubaform dilakukan tahapan pendefinisian masalah, penemuan dan pengujian ide, analisis bisnis model, serta growth strategy. Hasil yang didapatkan dalam penelitian ini berupa ide yang direpresentasikan dalam purwarupa, gambaran bisnis model, dan strategi untuk tumbuh dan berkembang sebagai startup tahap awal yang mampu bersaing dengan kompetitor.
Penerapan React JS Pada Pengembangan FrontEnd Aplikasi Startup Ubaform Nasution -; Lizda Iswari
AUTOMATA Vol. 2 No. 2 (2021)
Publisher : AUTOMATA

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

Abstract

Perkembangan web untuk menunjang kebutuhan pada era pandemi COVID-19 sudah sangat banyak dijumpai. Banyak startup baru yang muncul dengan menawarkan keunggulan masing-masing di berbagai bidang seperti pendidikan, kesehatan, pekerjaan dan lain sebagainya. Hal ini mengharuskan perintis startup mampu bersaing merebut pasar pada bidang yang menjadi tujuan. Meski pelayanan dan kekayaan fitur  menjadi hal utama dalam persaingan antara startup, namun performa sistem pada startup juga menjadi hal yang perlu dipertimbangkan. Masalah performa sebuah website yang lambat akan membuat pengunjung merasa tidak nyaman dan fatalnya akan menghilangkan keinginan pengunjung untuk kembali lagi mengakses layanan. Saat ini  kebanyakan pembuatan sistem pada startup terutama pengembangan website dibangun dengan Multi Page Application (MPA) yang mana untuk performa nya lebih rendah dari pada penggunaan Single Page Application (SPA) yang saat ini dipercaya lebih cepat. Penerapan SPA akan meningkatkan kinerja serta pengurangan waktu dan biaya infrastruktur pengembangan. Pengembangan front-end startup ubaform berbasis SPA dengan menggunakan library javascript yaitu React JS. Penerapan React JS dalam pengembangan startup ubaform diharapkan memberikan kecepatan rendering yang tinggi sehingga performa pengaksesan data menjadi lebih cepat selain itu memberikan kemudahan kepada pengembang dalam membuat tampilan dengan bantuan package.
Pengembangan Aplikasi Berbasis Web dengan R Shiny untuk Analisis Data Menggunakan Algoritma PCA Muhd Humam Rhamadhani; Lizda Iswari
AUTOMATA Vol. 3 No. 1 (2022)
Publisher : AUTOMATA

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

Abstract

Data menjadi kebutuhan yang sangat penting di zaman sekarang ini. Manusia pasti selalu membutuhkan data untuk memproses pekerjaannya menjadi lebih informatif dan deskriptif. Salah satu ilmu yang dapat memproses data tersebut adalah sains data. Tetapi yang terutama di dalam sains data, penggunaan algoritma machine learning menjadi pembeda dengan ilmu data yang lainnya. Disini penelitian akan menggunakan konsep sains data dalam membangun sebuah aplikasi berbasis web menggunakan R Shiny dimana penggunaan algoritma akan berfokus kepada salah satu machine learning yang disebut PCA. Penggunaan algoritma PCA ini akan diimplementasikan ke dalam aplikasi web sebagai bentuk analisis data dengan metode dimensionality reduction. Sehingga nantinya aplikasi ini dapat berguna bagi para pengguna yang ingin menganalisis sebuah data menggunakan machine learning terkhusus PCA yang ingin mengetahui sebaran dari suatu data dengan algoritma tersebut menjadi informasi yang berguna.
Pengembangan Aplikasi Berbasis Web dengan Rshiny untuk Data Klasifikasi Menggunakan Metode Naive Bayes Muhammad Daffa Muafa; Lizda Iswari
AUTOMATA Vol. 3 No. 1 (2022)
Publisher : AUTOMATA

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

Abstract

Di era serba teknologi, data membawa banyak sekali manfaat jika pemiliknya dapat menggunakannya dengan benar.  Dalam setiap data pasti terdapat sebuah informasi yang berharga. Untuk mengolah data dibutuhkan pengetahuan yang cukup mengenai  machine learning. Dalam pengolahan data, salah satu metode perhitungan data dalam Machine Learning, adalah Naive Bayes. Naive Bayes merupakan metode klasifikasi yang cukup populer, karena cukup sederhana, efisien, dan memiliki tingkat akurasi yang baik. Penelitian ini mengembangkan sebuah aplikasi berbasis web R Shiny, yang dapat membantu pengguna dalam menggali informasi dari dataset yang mereka miliki, khususnya data klasifikasi menggunakan metode Naive Bayes. Aplikasi data klasifikasi menghasilkan output berupa informasi hasil klasifikasi dari dataset yang digunakan, serta menghasilkan data baru berupa data prediksi yang dapat diunduh. Aplikasi dirancang  user friendly, sederhana, dan praktis karena aplikasi ini berbasis web. Pengguna tidak perlu mengunduh aplikasi untuk mengoperasikannya.
Segmentasi Karakteristik Pelanggan menggunakan Teknik Clustering pada Bisnis On Demand Service Sigit Nugroho; Dhomas Hatta Fudholi; Lizda Iswari
Jurnal Pendidikan Teknologi Informatika dan Sains Vol 1 No 2 (2019): Journal of Education Informatic Technology and Science (JeITS)
Publisher : Faculty of Teacher Training and Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (351.056 KB)

Abstract

Dalam sebuah bisnis, pengetahuan terkait karakteristik pelanggan adalah menjadi mutlak untuk diketahui, untuk mengetahui hal itu dibutuhkan sebuah metode yaitu marketing mix for big data management framework. Sumber data dalam penelitian ini diambil dari perusahaan start up di Yogyakarta yang memiliki model bisnis on demand service berbasis aplikasi, fungsi utama aplikasi ini untuk mempertemukan antara Partner dan Customer terkait kendala aktifitas rutin rumah. Terdapat 5 variabel yang digunakan, yaitu rata – rata rating Partner (skala 1-5), rata- rata selisih jarak order dan workshop, rata – rata selisih waktu order dan pengerjaan, jumlah order, dan rata – rata biaya transaksi. Data diambil dari rentan waktu mei 2017 sampai dengan juli 2019, terdapat 1697 jumlah customer, 302 jumlah partner, dan 1483 jumlah traksaksi, pengolahan data menggunakan k-means, membentuk 4 kluster untuk setiap jenis pelanggan (Partner dan Customer), dimana hasil dari analisis data tersebut memberikan rujukan kepada pihak marketing perusahaan dalam pembuatan model pelanggan potensial.
Analisis Sentimen Berbasis Aspek pada Wisata Halal dengan Metode Deep Learning Risca Naquitasia; Dhomas Hatta Fudholi; Lizda Iswari
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1516

Abstract

Wisata halal kini tengah menjadi tren seiring dengan meningkatnya jumlah populasi wisatawan muslim. Wisata halal merupakan bagian dari sektor pariwisata yang menawarkan pelayanan dengan merujuk kepada aturan-aturan Islam. Dengan berkembangnya wisata halal, mulai muncul ulasan tempat wisata yang berkaitan dengan fasilitas yang dapat memudahkan wisatawan muslim. Fasilitas tersebut meliputi kebersihan toilet, ketersediaan tempat ibadah, serta ketersediaan makanan halal. Namun sayangnya, sangat sedikit yang menganalisis ulasan mengenai persoalan ini. Oleh karena itu, melalui penelitian ini dilakukan analisis sentimen berbasis aspek terhadap tempat wisata di negara Asia menggunakan metode deep learning. Metode ini digunakan karena menghasilkan akurasi performa yang baik. Data yang digunakan adalah ulasan berbahasa inggris yang diambil dari website TripAdvisor. Data tersebut kemudian diolah dan diproses sehingga dapat mengenali sentimen dan juga aspek dari ulasan tersebut. Terdapat tiga aspek yang digunakan yaitu mosque, halal food, dan toilet. Setelah dilakukan pengujian, metode CNN mendapatkan hasil akurasi tertinggi jika dibandingkan dengan metode lainnya baik pada klasifikasi aspek maupun klasifikasi sentimen. Dengan metode CNN, klasifikasi aspek menghasilkan akurasi sebesar 98.299%. Sedangkan klasifikasi sentimen mendapatkan akurasi sebesar 93.96%. Hasil penelitian ini diharapkan dapat membantu mengembangkan strategi untuk lebih memajukan wisata halal.
Implementation of Asynchronous Online Competency-based Learning: English for Informatics Lizda Iswari; Anggara Jatu Kusumawati
IJID (International Journal on Informatics for Development) Vol. 8 No. 2 (2019): IJID December
Publisher : Faculty of Science and Technology, UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (712.083 KB) | DOI: 10.14421/ijid.2019.08208

Abstract

English for Informatics is a compulsory subject that facilitates students' listening, reading, speaking and writing skills in English. Previously, this course was held in a full face-to-face meeting with a large number of students in a class, which brought some weaknesses, such as difficulty in meeting the learning needs of students with varying abilities and levels of speed resulting in the lack of personal interaction between lecturers and students. This paper describes the implementation of a full asynchronous online learning aimed at building a more personal and creative learning environment. The research model used is an ADDIE development model (Analyse, Design, Development, Implementation, and Evaluation). In preliminary analysis, students' self-assessment and students expectations shows that students need to strengthen their English communication skills both verbally and in writing. Based on the need of students in the study program and the needs after graduation, this course is designed to achieve four competencies, namely English for daily communication, English in the IT field, English for academic purposes, and English for the workplace. Each competency will have an outcome that requires students to study more personally and have a thorough learning experience. Course content is designed to support the competencies needed by fourth-year Informatics students, i.e. research study, student exchange, student internships, and student entrepreneur or community services. The asynchronous online course has been implemented by using the Google Classrooms as the main learning platform and a number of supporting applications, such as Padlet to organize students’ exhibition virtually, Quizlet as virtual flashcards to help students get familiar with important terms, and several interactive tools, such as Google Forms, Quizizz, Mentimeter and Quizlet. The learning evaluation shows that students get improved communication skills in English as well as readiness to choose a concentration in the fourth-year of study.
Co-Authors Ahmad Raf'ie Pratama Alan Chandra Darmawan Dadang Heksaputra Dhomas Hatta Fudholi Dina Febriana Elyza Gustri Wahyuni Ervina Gita Ayu Fathul Wahid Fudholi, Dhomas Hatta Gunanto Gunanto Izzan Yattaqi Nugraha Izzati Muhimmah Khoiruzzidan, Ilma Kusumawati, Anggara Jatu Lestari, Mulia Dea Moch. Fathi Siddiqi Muhammad Daffa Muafa Muhammad Zufar Al Rafif Muhd Humam Rhamadhani Nasution - Nielza Atthina Nurul Mega Saraswati Rio Rizki Aryanto Risca Naquitasia Riyanto, Didik Sabella, Billy Salsabila, Anisa Sigit Nugroho Sri Kusumadewi Wijaya Kusuma Yopi Azani Zumrotun Naimah