Article Per Year (5 Year)
p-Index From 2021 - 2026
1.556
P-Index
This Author published in this journals
All Journal Riau Journal of Computer Science at-tamkin: Jurnal Pengabdian kepada Masyarakat JOURNAL OF SCIENCE AND SOCIAL RESEARCH REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer G-Tech : Jurnal Teknologi Terapan ARSY : Jurnal Aplikasi Riset kepada Masyarakat RJOCS (Riau Journal of Computer Science) Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Urfi Utami
Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Pasir Pengaraian
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Sistem Pendukung Keputusan Karyawan Terbaik Menggunakan Metode Weight Product (WP) (Studi Kasus : Universitas Pasir Pengaraian) Dona .; Kiki Yasdomi; Urfi Utami
RJOCS (Riau Journal of Computer Science) Vol. 4 No. 1 (2018): Riau Jurnal of Computer Science
Publisher : RJOCS (Riau Journal of Computer Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (361.551 KB) | DOI: 10.30606/rjocs.v4i1.1660

Abstract

Weighted Product is one of the methods used in solving the problem of FADM (Fuzzy Multi Attribute Decision Making). Weighted Product requires a normalization process because it multiplies the assessment results of each attribute, the multiplication product has not been meaningful if it has not been compared with the standard value. The weights for attributes serve as positive ranks in the multiplication process, while the cost weight serves as a negative rank. The steps taken in the process of Weighted Product method is by using multiplication for each criteria match rating and rating the each criterion with the weight of the criteria. This method is used to find the best alternative of the many alternatives that exist with the best weight. From the completion of this thesis the authors do research by how to choose the best employees at the University of Pasir Pengaraian according to predetermined criteria.
PENDAMPINGAN PEMANFAATAN FACEBOOK BUSINESS SUITE SEBAGAI UPAYA PENINGKATAN PENJUALAN PADA USAHA BAKERY Muhammad Wali; Aris Sudaryanto; Urfi Utami; Luth Fimawahib; Munawir; Syamsul Rizal
at-tamkin: Jurnal Pengabdian kepada Masyarakat Vol. 4 No. 2 (2021): At-Tamkin - Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Islam Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/attamkin.v4i2.1002

Abstract

Tujuan dari pengabdian ini adalah untuk memberikan pemahaman dan serta pemanfaatan sosial media dengan pendekatan baru untuk penjualan yang memungkinkan dapat menargetkan calon pembeli menjalin komunkasi baik melalui koneksi yang ada melalui Facebook Business Suite. Tahapan pelaksanaan kegiatan terdiri dari; pertukaran informasi, tanya jawab, diskusi, dan peragaan. Kegiatan Pengabdian Masyarakat dilaksanakan pada tanggal 2 Maret 2021 sampai dengan 3 Mei 2021, setelah sebelumnya dilakukan observasi dan diskusi dengan pihak terkait seperti Kepala Desa, Perangkat Desa, dan pemilik Toko Bakery. Hasil yang telah dicapai dalam kegiatan yang dilaksanakan adalah; 1) Peserta dapat mengenal dengan baik Facebook Business Suite, 2) Peserta mampu menguasai penggunaan Home Page, Activity, Inbox, membuat Posts, menggunakan Commerce Manager, membuat Ads dan menggunakan Insights, 3) Peserta mampu memanfaatkan waktunya, dan 4) Peserta juga mampu menguasai ilmu yg didapatkan sebagai skill tambahan dan menciptakan peluang promosi produk yang efektif.
Rancangan Sistem Informasi Promosi Produk UMKM Desa Rambah Tengah Hulu Berbasis Web Urfi Utami; Kiki Yasdomi; Khairul Sabri
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 7 No. 1 (2023): Volume 7 Nomor 1 Januari 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v7i1.12168

Abstract

Pemerintah Desa Rambah Tengah Hulu mendukung penuh pelaku UMKM yang berada di desa tersebut, dibuktikan dengan dilakukannya beberapa penyuluhan pemahaman tentang UMKM yang dapat berguna untuk para pelaku UMKM. Selain itu, pemerintahan desa juga memberikan dan menyalurkan bantuan-bantuan yang mendukung para pelaku UMKM. Namun, ada beberapa permasalahan yang dialami oleh para pelaku UMKM yang ada di Desa Rambah Tengah Hulu salah satunya permasalahan pada bidang pemasaran dan promosi produk. Saat ini, pemasaran yang dilakukan pelaku UMKM yang ada di Desa Rambah Tengah Hulu hanya memasarkan produknya di lingkungan desa tersebut, sehingga berimbas pada penjualan produk. Selain itu, pendataan khusus yang dilakukan oleh pemerintah desa tidak berjalan sebagaimana mestinyaa, banyak produk UMKM yang tidak diketahui. Maka perlu adanya sebuah sistem informasi yang dibuat khusus untuk membantu mempromosikan dan memasarkan produk hasil UMKM Desa Rambah Tengah Hulu agar dapat dijadikan sebuah wadah untuk memperluas pemasaran produk hingga diharapkan pendapatan pelaku UMKM juga semakin bertambah. Sistem informasi yang dibutuhkan tentunya dapat mempermudah dalam pengelolaan data produk agar lebih efektif dan efisien. Pada magang ini akan dibuat sebuah sistem informasi promosi produk UMKM Desa Rambah Tengah Hulu berbasis web.
Sistem Informasi Administrasi Desa Sejati Kecamatan Rambah Hilir Menggunakan Framework Laravel Kiki Yasdomi; Khairul Sabri; Urfi Utami; Dona; Amrul Khoiri
G-Tech: Jurnal Teknologi Terapan Vol 7 No 3 (2023): G-Tech, Vol. 7 No. 3 Juli 2023
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v7i3.2876

Abstract

Pelayanan administrasi kemasyarakatan desa sejati harus bolak-balik dengan kantor desa jika persyaratan administrasi tidak ada.  Mengirimkan informasi tentang kegiatan desa melalui surat dan orang ke orang. Dengan menggunakan framework Laravel, sistem informasi manajemen desa yang sebenarnya dapat dibangun dengan metode waterfall, yang dapat dikomputerisasi menjadi lebih cepat dan lebih akurat. Aplikasi ini terdiri dari dua bagian, yaitu perangkat desa dan perangkat masyarakat. Bagian pertama mencetak akte ketidakmampuan, akte kelahiran, surat pernikahan, izin orang tua, dan dokumen pernikahan dan jenis kelamin untuk perjanjian administrasi pdf. Selain itu, masyarakat dapat melihat informasi tentang berita, agenda, dan dokumen tentang kegiatan desa terbaru.
Pelatihan Pembukuan Keuangan di IKM Tenun Songket Suka Damai Rindi Genesa Hatika; Fefti Yulian Mela; Urfi Utami
ARSY : Jurnal Aplikasi Riset kepada Masyarakat Vol. 4 No. 1 (2023): ARSY : Jurnal Aplikasi Riset kepada Masyarakat
Publisher : Lembaga Riset dan Inovasi Al-Matani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55583/arsy.v4i2.646

Abstract

Kerajinan Kain Tenun Songket Rokan Hulu terletak di Desa Sukadamai Kecamatan Tambusai Utara. Usaha ini diproduksi oleh masyarakat sendiri tanpa alat bantu mesin.IKM Tenun Songket Suka Damai belum memiliki pembukuan keuangan yang baik sehingga pihak IKM juga tidak mengetahui secara pasti keuangan yang mereka peroleh. Oleh karena itu, tim PKM dan mitra telah sepakat untuk mengadakan Pelatihan pengelolaan keuangan. Pada pelatihan ini, mitra dibekali pengetahuan pengelolaan keuangan yang benar secara ilmu akuntansi. Kegiatan pelatihan ini dilakukan dengan metode ceramah mengenai konsep dasar pembukuan keuangan oleh Dinas Perdagangan dan Industri. Pelaksanaan kegiatan pelatihan Pembukuan keuangan dan kewirausahaan ini telah memberikan peningkatan pemahaman, keterampilan, motivasi serta kepuasan mengikuti pelatihan ini. Sebelumnya mereka memang tidak tahu sama sekali mengenai pembukuan keuangan.
Implementasi Teorema Bayes Diagnosa Penyakit Ikan Lele Di Dinas Ketahananpangan Perikanan Rohul Hendri Maradona; Mi’rajul Rifqi; D Dona; Darmanta Sukrianto; Kiki Yasdomi; Khairul Sabri; Urfi Utami; Muhammad Romi Nst; M Muhammadyodi
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 2 (2024): Edisi April
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i2.388

Abstract

Catfish is a freshwater fish that is widely cultivated in almost all parts of Indonesia. This is because catfish is one of the leading commodities, and has good market prospects. In aquaculture, disease attacks can be a threat that causes economic losses, and can even experience large losses in terms of crop yields. Advances in expert systems can overcome the problem by designing a web-based computer system that uses databases and programming languages such as PHP-MySQL so that it can help catfish cultivators to diagnose fish diseases. This study aims to detect disease in catfish using the Bayes theorem method. In this study, there were 13 types of diseases, namely Cotton Wall Disease, White Spots, Yellow Catfish Disease (Jaundice), Itchy Catfish Disease (Trichodiniasis), Rupture of Intestines/RIS (Reptures Intestine Syndrome), Smallpox Disease, Ragged Catfish Disease tail fin, fungal attack, brown blood disease, Enteric septicemia of catfish, columnar disease, proliferative gill disease, channel catfish virus disease. The result of this research is the construction of an expert system that can be used as an early diagnosis of disease in catfish. This system is expected to be developed for diagnosis in other fish, in order to provide greater benefits for its users.
EVALUASI MODEL HYBRID NAIVE BAYES-XGBOOST UNTUK KLASIFIKASI SENTIMEN NETIZEN TERHADAP ISU FREE PALESTINE PADA PLATFORM X DI INDONESIA TAHUN 2025 Richi Andrianto; Mustopa Husein Lubis; Urfi Utami; Asep Supriyanto
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4103

Abstract

Abstract: The Palestinian conflict has become a global issue that has triggered significant public responses, especially through social media platforms. This study aims to evaluate the performance of a hybrid Naïve Bayes–XGBoost model in classifying netizen sentiment toward the Free Palestine issue on platform X (formerly Twitter) in the year 2025. Data were collected using the X (Twitter) API with keywords such as #freepalestine and #savegaza, then processed through a series of preprocessing stages and sentiment labeling using a lexicon-based approach. The dataset was then split into 80% training data and 20% testing data to compare the performance of the baseline Naïve Bayes model and the hybrid model. The evaluation results show that the baseline Naïve Bayes model achieved an accuracy of 75.7% and an F1-score of 76%, while the hybrid Naïve Bayes–XGBoost model achieved a significantly higher accuracy of 95.5% and an F1-score of 96%. These findings indicate that integrating the two algorithms improves both accuracy and balance in sentiment classification, especially for unstructured and imbalanced data. This study recommends the use of hybrid models for public opinion analysis on social media and suggests further development using deep learning approaches. Keywords: Sentiment Analysis, Free Palestine, Naïve Bayes, XGBoost, Hybrid Model Abstrak: Konflik Palestina menjadi isu global yang memicu respons besar dari masyarakat dunia, terutama melalui media sosial. Penelitian ini bertujuan untuk mengevaluasi performa model hybrid Naïve Bayes–XGBoost dalam mengklasifikasikan sentimen netizen terhadap isu Free Palestine di platform X (Twitter) tahun 2025. Data dikumpulkan menggunakan X (Twitter) API dengan kata kunci #freepalestine dan #savegaza, lalu diproses melalui tahapan preprocessing, dan pelabelan menggunakan pendekatan lexicon-based. Selanjutnya, data dibagi menjadi data latih (80%) dan data uji (20%) untuk membandingkan performa antara model Naïve Bayes dasar dan model hybrid. Hasil evaluasi menunjukkan bahwa model Naïve Bayes dasar menghasilkan akurasi 75,7% dan F1-score 76%, sedangkan model hybrid Naïve Bayes–XGBoost mencapai akurasi 95,5% dan F1-score 96%. Temuan ini menunjukkan bahwa integrasi kedua algoritma mampu meningkatkan akurasi dan keseimbangan klasifikasi sentimen, khususnya pada data yang tidak terstruktur dan imbalanced. Penelitian ini merekomendasikan penggunaan model hybrid untuk analisis opini publik dimedia sosial, serta pengembangan lebih lanjut menggunakan pendekatan deep learning. Kata kunci: Sentimen, Free Palestine, Naïve Bayes, XGBoost, Hybrid Model
INTEGRASI SENSOR IOT DAN OPTIMASI ALGORITMA MACHINE LEARNING UNTUK DETEKSI REAL-TIME TINGKAT STRES MAHASISWA Richi Andrianto; Mustopa Husein Lubis; Rina Irawan; Yuda Irawan; Urfi Utami
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5178

Abstract

Abstract: High levels of stress among university students are a critical issue that can affect mental health, well-being, and academic performance. This study aims to develop a real-time student stress detection system using physiological data integrated with IoT technology and machine learning algorithms. The data used includes body temperature, blood oxygen saturation (SpOâ‚‚), heart rate, and blood pressure, acquired via embedded sensors and automatically transmitted to the cloud. The classification model was built using a combination of Random Forest and XGBoost, with enhanced accuracy through SMOTE-based data balancing and hyperparameter optimization using Optuna. The system was tested on a dataset of 3,420 records, classified into four stress levels: anxious, calm, tense, and relaxed. Evaluation results showed that the Random Forest model achieved the highest accuracy of 91%, followed by RF + XGBoost and RF + XGBoost + Optuna with accuracies of 90% each. The final model was deployed in a user interface using Streamlit, allowing real-time stress classification from IoT sensor input and manual input testing. The system proved to be effective and responsive in detecting stress objectively and can support digital-based mental health monitoring and counseling services for students. Keywords: Stress detection, IoT, Machine Learning, Random Forest, XGBoost Abstrak: Tingkat stres yang tinggi di kalangan mahasiswa merupakan permasalahan serius yang dapat memengaruhi kesehatan mental, kesejahteraan, dan performa akademik. Penelitian ini bertujuan untuk mengembangkan sistem deteksi tingkat stres mahasiswa secara real-time menggunakan data fisiologis berbasis teknologi IoT dan algoritma machine learning. Data yang digunakan meliputi suhu tubuh, kadar oksigen dalam darah (SpOâ‚‚), detak jantung, dan tekanan darah yang diperoleh melalui sensor terintegrasi dan dikirim ke cloud secara otomatis. Model klasifikasi yang dikembangkan memanfaatkan kombinasi algoritma Random Forest dan XGBoost, dengan peningkatan akurasi melalui teknik balancing data menggunakan SMOTE dan optimasi hyperparameter otomatis menggunakan Optuna. Sistem diuji menggunakan dataset berjumlah 3.420 data dengan distribusi empat kelas stres: cemas, tenang, tegang, dan rileks. Hasil evaluasi menunjukkan bahwa model Random Forest menghasilkan akurasi tertinggi sebesar 91%, disusul oleh RF + XGBoost dan RF + XGBoost + Optuna dengan akurasi masing-masing sebesar 90%. Model akhir kemudian diintegrasikan ke dalam antarmuka pengguna berbasis Streamlit, yang memungkinkan klasifikasi stres secara real-time dari data sensor IoT dan juga melalui input manual. Sistem ini terbukti efektif dan responsif dalam mendeteksi stres secara objektif dan dapat digunakan untuk mendukung layanan konseling atau pemantauan kesehatan mental mahasiswa secara digital. Kata kunci: Deteksi stres, IoT, Machine Learning, Random Forest, XGBoost
SISTEM INFORMASI MANAJEMEN PADA HULUBALANG CULTURE CAFE BERBASIS WEB Dona Dona; Urfi Utami; Kiki Yasdomi; Mi’rajul Rifqi; Khairul Sabri; Hendri Maradona; Nurvita Chandra
RJOCS (Riau Journal of Computer Science) Vol. 12 No. 2 (2026): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v12i2.4888

Abstract

Hulubalang Culture Cafe in Ujungbatu that operating since 2017 faces ordering queues, transcription errors, and long waiting times as visits grow. The current process relies on waiter to customer interaction and printed menus, and sales are not systematically recorded, hindering daily, monthly, and yearly profit assessment. This study aims to design and develop an integrated, web based food and beverage ordering system that improves service efficiency and data accuracy while providing periodic sales reports for managerial decisions. The proposed solution implements an E-Menu accessed by scanning a QR Code at each table, the QR codes are generated using QR Code Generator and linked to dynamic menu pages with a cart flow and order confirmation step before tickets are sent to the kitchen. A structured development approach and black-box testing were applied. Results show a working system with menu, ordering, real-time order status, and automatic sales recaps operate as intended. the system also produces daily, monthly, and annual reports and supports per table unique QR codes.
Co-Authors Amrul Khoiri Aris Sudaryanto Asep Supriyanto Darmanta Sukrianto Dona Dona Dona Dona Fefti Yulian Mela Hendri Maradona, Hendri Khairul Sabri Khairul Sabri Kiki Yasdomi Luth Fimawahib M Muhammadyodi Mi`rajul Rifqi Mi’rajul Rifqi Muhammad Romi Nst Muhammad Wali Munawir Munawir Mustopa Husein Lubis Nurvita Chandra Richi Andrianto Rina Irawan Rindi Genesa Hatika Syamsul Rizal Yuda Irawan