Article Per Year (5 Year)
p-Index From 2021 - 2026
1.037
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) IJoICT (International Journal on Information and Communication Technology) Building of Informatics, Technology and Science Journal of Computer System and Informatics (JoSYC) Prosiding Konferensi Nasional PKM-CSR eProceedings of Engineering
Imelda Atastina
Telkom University
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Nursing Public Health Social Sciences

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
Analisis Dan Implementasi Algoritma Dynamicnet Pada Deteksi Evolusi Komunitas Di Media Sosial Twitter Muhammad Rizky Riandi Gunaedi; Imelda Atastina; Anisa Herdiani
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Seiring berkembangnya jaringan sosial, banyak media-media di internet yang menyediakan sarana untuk berhubungan dengan orang lain, salah satunya adalah Twitter. Twitter memungkinkan terbentuknya sebuah komunitas. Komunitas berkembang setiap saat, seiring dengan berkembangnya interaksi antar pengguna di Twitter, oleh karena itu diperlukan alat untuk mendeteksi evolusi dari komunitas tersebut. DynamicNet merupakan algoritma untuk mendeteksi evolusi komunitas yang mendefinisikan evolusi komunitas dengan simpel namun mencakup banyak bidang, yang mana sebelum mendeteksi evolusi dilakukan deteksi komunitas menggunakan algoritma Louvain. Pada jurnal ini dilakukan percobaan untuk mengetahui parameter apa sajakah yang mempengaruhi hasil dari algoritma DynamicNet, mulai dari jumlah data dan threshold. Hasil yang didapat dari penelitian ini adalah algoritma DynamicNet dapat digunakan untuk mendeteksi evolusi komunitas di media sosial Twitter. Didapatkan juga bentuk kerateristik data yang ideal agar algoritma DynamicNet dapat berjalan dengan optimal, yaitu jumlah data yang banyak dengan kepadatan hubungan yang tinggi, komunitas dengan kualitas (Modularity) yang tinggi dan nilai threshold yang berada di rentan nilai Normalized Mutual Information (NMI). Pada penelitian ini NMI tertinggi dicapai pada 1000 data simpul yang bernilai 0.16. Kata kunci: dynamic network, dynamicnet, twitter, community evolution, nmi Abstract As the development of social networks, many media on the internet that provides the means to connect with others, one of which is Twitter. Twitter wants to form a community. Communities are evolving all the time, along with the growing interaction between users on Twitter, therefore a tool for the evolutionary part of the community is needed. DynamicNet is an algorithm for. Which uses Louvain's algorithm. In this journal an experiment was conducted to find out what parameters are the results of the DynamicNet algorithm, ranging from the amount of data and threshold. The result of this research is DynamicNet algorithm can be used for. The ideal data rectangle shape for DynamicNet algorithm can be run optimally, ie high amount of data with high link density, high quality (Modularity) communities and Dynamic Mutual Dynamic Information (NMI) threatened threshold values. In tis research, the highest NMI value archive with 1500 vertex data which has value 0.0157. Keyword: dynamic network, dynamicnet, twitter, community evolution, nmi
Implementasi Process Mining pada Prosedur Pengendalian Dokumen dengan Menggunakan Algoritma Heuristic Miner (Studi Kasus : Institut Teknologi Telkom) Wildan Khalidy; Angelina Prima Kurniati; Imelda Atastina
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Prosedur Pengendalian Dokumen (PPD) di Institut Teknologi Telkom merupakan suatu contoh proses bisnis yang dapat digali informasinya menggunakan teknik Process Mining. Proses bisnis tersebut sedang mengalami perubahan, akibat pergantian status perguruan tinggi, dari Institut Teknologi Telkom menjadi Telkom University sehingga sedang dilakukan pengkajian lebih lanjut terhadap proses bisnis tersebut. Salah satu tipe dari proses mining adalah Enhancement, yaitu perluasan atau peningkatan sebuah model proses yang ada dengan menggunakan informasi pada event log, hal ini akan digunakan sebagai bahan rekomendasi terhadap perubahan PPD. Algoritma Heurisristic Miner merupakan salah satu algoritma yang dapat diterapkan pada Process Mining, dimana algoritma ini akan menggabungkan frekuensi antar event dengan trace dalam event log untuk membangun sebuah model proses. Tahapan yang dijalankan dalam penelitian ini adalah Discovery yaitu pembentukan model proses dari event log, Conformance yaitu pemeriksaan model proses dengan event log, dan Enhancement yang bertujuan untuk menghasilkan sebuah model proses yang baru. Selain membuat model proses baru, keluaran dari pengerjaan tugas akhir ini adalah analisis terhadap komponen threshold dalam pembangun model proses. Kata kunci: proses bisnis, process mining, discovery, conformance, enhancement, heuristic miner algorithm
Evaluasi Model Navigasi Pada Online Assessment Test Menggunakan Process Mining (Studi Kasus: The British English Course) Selvia Yulvairariany; Imelda Atastina; Shaufiah Shaufiah
eProceedings of Engineering Vol 1, No 1 (2014): Desember, 2014
Publisher : eProceedings of Engineering

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

Abstract

Online Assessment Test atau seringkali disebut Online Test sekarang ini sering digunakan dalam proses belajar mengajar untuk mengevaluasi kinerja peserta tes dengan lebih mudah secara online. Jenis soal pada online test biasanya adalah Pilihan ganda atau Multiple-Choice Questions (MCQ) sehingga merupakan hal yang penting untuk mempertimbangkan pola pengerjaan soal agar hasil dari online test tersebut benar-benar menunjukan kemampuan peserta dalam memahami materi yang telah dipelajari dalam proses pembelajaran. Pada tugas akhir ini, dilakukan process mining yaitu Process Discovery yang digunakan untuk mengetahui model navigasi, bagaimana cara peserta tes menjawab pertanyaan online test, sehingga dapat mengetahui bagaimana model tersebut berpengaruh terhadap kinerja peserta tes. Process mining dilakukan menggunakan salah satu algoritma Process Discovery yaitu Fuzzy miner dengan framework ProM. Data yang digunakan adalah event log proses online test tersebut dan analisis dilakukan terhadap alur proses yang terjadi dalam pengerjaan online test. Dengan demikian diketahui model navigasi berpengaruh terhadap kinerja peserta tes. Kata kunci: Online Assessment Test, Online Test, Multiple-Choice Questions (MCQ), Process Mining, Process discovery, Fuzzy Miner, ProM, Event Log.
Analisis Dan Implementasi Community Detection Menggunakan Spectral Clustering Method Dalam Social Network Nurmasyitah Nurmasyitah; Imelda Atastina; Anisa Herdiani
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Twitter merupakan salah satu situs social network yang sedang berkembang dengan pesat dan memiliki lebih dari jutaan pengguna di berbagai belahan dunia pada saat ini. Salah satu penelitian mengenai social network adalah community detection. Community detection bertujuan untuk membagi jaringan ke dalam daerah – daerah pada graph. Pembentukan komunitas ini dapat dimanfaatkan untuk berbagai keperluan seperti menemukan target pemasaran produk, untuk menghitung kepopuleran suatu barang atau pengguna, mendeteksi isu di masyarakat, mendeteksi jaringan teroris, dan masih banyak lagi. Dalam penelitian kali ini akan digunakan suatu metode pendeteksian komunitas pada data Twitter yang bernama Spectral Clustering Method. Dimana metode ini mengelompokkan data dengan memetakan matriks afinitasnya (atau matriks similarity) ke matriks yang berisi vektor – vektor eigen (yang selanjutnya disebut ruang eigen). Yang kemudian akan dikelompokkan dengan menggunakan algoritma clustering dan akan dilakukan perhitungan nilai modularity untuk melihat hasil terbaik dari setiap pengelompokkan. Hasil dari sistem menunjukkan pengaruh dari jumlah k dan centroid terbaik dalam menentukan performansi algoritma Spectral Clustering dalam mendeteksi komunitas. Dari pengujian yang telah dilakukan, hasil terbaik yang diperoleh dengan menggunakan algoritma Spectral Clustering ialah dengan nilai modularity = 0.9607 untuk jumlah pengguna 90 user dengan jumlah sisi sebanyak 36 relasi dan jumlah cluster yaitu 7. Kata kunci : Twitter, Community Detection, Spectral Clustering, Laplace, K-means, similarity Abstract Twitter is one of the social network sites that are growing rapidly and has more than millions of users in various parts of the world at this time. One research on social network is community detection. Community detection aims to divide the network into regions on the graph. The formation of this community can be used for various purposes such as finding targeted product marketing, to calculate the popularity of a good or user, detecting issues in the community, detecting terrorist networks, and more. In previous research, community detection has not yet been able to provide information on how to get the best grouping results. In this research will be used a method of community detection called Spectral Clustering Method. Where this method groups data by mapping its affinity matrix (or matrix similarity) to a matrix containing eigenvectors (hereinafter called eigenspaces). Which will then be grouped by using clustering algorithm and will be calculated the value of modularity to see the best results of each grouping. The results of the system show the effect of the best number of k and centroid in determining Spectral Clustering algorithm's performance in detecting community. From the test that has been done, the best result obtained by using Spectral Clustering algorithm is with the value of modularity = 0.9607 for the number of users 90 users with the number of sides as much as 36 relations and the number of clusters is 7. Keywords: Twitter, Community Detection, Spectral Clustering, Laplace, K-means, similarity
Analisis Audit Sistem Informasi Berbasis Cobit 5 Pada Domain Deliver, Service, And Support (dss) (studi Kasus : Sim-bl Di Unit Cdc Pt Telkom Pusat.tbk) Achyar Al-Rasyid; Imelda Atastina; Bambang Subagjo
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Teknologi informasi (TI) telah menjadi unsur penting dalam suatu organisasi dan merupakan investasi yang menjadi salah satu pembuat nilai tambah dan keuntungan kompetitif. TI perlu diatur agar dapat dimanfaatkan dengan baik. Tindakan untuk mengatur TI disebut dengan tata kelola TI. Tata kelola TI yang dijalankan dengan baik dapat membantu organisasi dalam upaya mencapai tujuannya. Unit Community Development Centre (CDC) PT Telkom merupakan salah satu organisasi yang mengimplementasikan tata kelola TI yaitu dengan Sistem Informasi Manajemen Bina Lingkungan (SIM-BL) untuk membantu merealisasikan sasaran dan mencapai tujuan mengenai pengelolaan dan penyaluran dana bantuan sosial perusahaan kepada masyarakat melalui pemanfaatan TI. Tata kelola TI dalam aplikasi SIM-BL memerlukan audit untuk mengevaluasi, menilai kapabilitas, dan menyusun rekomendasi terhadap tata kelola TI-nya karena unit aplikasi SIM-BL pada Unit CDC PT Telkom belum pernah melakukan evaluasi terhadap tata kelola TI tersebut yang telah diterapkan dari sisi kemajuan mencapai tujuan serta nilai tata kelola dan manajemen teknologi informasi. Sehingga sampai saat ini unit CDC PT Telkom belum dapat mengetahui sejauh mana manfaat dan dampak yang diperoleh dari penerapan TI tersebut terhadap progresivitas pencapaian tujuan dikaitkan dengan pengelolaan sistem informasi, apa yang menjadi kekurangan, serta apa tawaran solusinya. Standar audit yang digunakan adalah Control Objectives for Information and Related Technology (COBIT) 5. COBIT 5 merupakan framework yang komprehensif dan bersifat holistik sehingga sesuai dengan SIM-BL yang berskala enterprise dan menjalankan tata kelola TI yang sudah berjalan. Domain COBIT 5 yang dipilih adalah domain Deliver, Service, dan Support (DSS) yang fokus pada penilaian pengiriman dan layanan teknologi informasi serta dukungannya terhadap proses bisnis yang berlangsung termasuk pengelolaan masalah agar keberlanjutan proses bisnis tetap terjaga serta bagaimana mengontrol proses bisnis, mengevaluasi, dan merencanakan secara jangka panjang proses bisnis kedepan. Hasilnya adalah Capability Level yang didapat secara keseluhan pada SIM-BL Unit CDC PT Telkom adalah Level 4, yaitu Predictable Process, dan Level target yang ingin dicapai adalah 5 yaitu Optimizing process, sehingga berdasarkan analisis gap secara garis besar perlu adanya peningkatan Capability Level dari kondisi existing dari sisi peningkatan aktivitas dengan rekomendasinya yaitu memaksimalkan yang sudah berjalan baik dan melakukan inovasi dalam aktivitas untuk mempercepat tercapainya tujuan Kata kunci : audit tata kelola teknologi informasi, COBIT 5, domain DSS, Capability Level, analisis gap, kondisi existing, rekomendasi
Analyze News Effect on Trend Stock Price in Indonesia Based on Bidirectional-Long Short Term Memory Satriaman, Muhammad Azriel; Atastina, Imelda
Building of Informatics, Technology and Science (BITS) Vol 5 No 1 (2023): June 2023
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v5i1.3631

Abstract

News platforms such as BBC, UN News, and CNN are news sites that are very global, both globally and nationally. With this site, someone can find information in other countries or their country. The news contained on the BBC website can be analyzed using sentiment analysis. Sentiment analysis is carried out to see whether the news tends to be positive, negative, or neutral so that researchers or institutions can find out how the response of the news is to other sectors such as stocks in Indonesia. With the IDX website as a list of company shares in Indonesia, sentiment analysis can be carried out on news on the BBC website that can affect the rise or fall of stock prices in Indonesia using a combination of Word2Vec and the Bidirectional- Long Short Term Memory (BiLSTM) method. The BiLSTM method is an algorithm that has a function to process text data to predict the value of stock price trends by utilizing Word2Vec for word embedding of news. In this study, the dataset used is international news on the BBC website and historical stock prices of several companies on the IDX website. This study utilizes both methods to be able to predict stock price trends. By using 15.674 data, this study shows that the BiLSTM method has an average accuracy rate of 80.03%.
Implementasi Website sebagai Media Promosi Desa Wisata Kemawi Kusuma, Guntur Prabawa; Prima Kurniati, Angelina; Atastina, Imelda; Maharani, Warih; Ervina, Ersy; Aji Gunadi, Gagah; Wijaya, Yaffazka Afazillah; Purwanto, Zadosaadi Brahmantio; Al Giffari, Muhammad Zacky
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 6 (2023): INOVASI PERGURUAN TINGGI & PERAN DUNIA INDUSTRI DALAM PENGUATAN EKOSISTEM DIGITAL & EK
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37695/pkmcsr.v6i0.2060

Abstract

Desa wisata merupakan salah satu jenis destinasi wisata yang berpotensi meningkatkan kegiatan ekonomi suatu desa. Namun sering kali informasi tentang potensi desa hanya tersebar terbatas dengan metode promosi lisan. Hasil identifikasi awal diKelompok Sadar Wisata Desa Kemawi di Kecamatan Sumowono, Jawa Tengah, telah menunjukkan bahwa desa mereka memiliki potensi wisata alam, pertanian, perkebunan, dan budaya. Salah satu yang dibutuhkan adalah sarana promosi desa wisata menggunakan website. Website dapat menyebarkan informasi secara cepat dan menjadi “landing page” sebagai muara jalur informasi yang disebarkan melalui media sosial seperti Instagram. Website sebagai sarana promosi desa wisata perlu dipelihara agar dapat berjalan dengan baik secara terus-menerus. Pengelolaan website desa wisata oleh tenaga-tenaga lokal desa wisata sangat diperlukan untuk menjamin keberlanjutan konten website. Selain itu, diperlukan pula pelatihan tentang penyusunan paket wisata secara komprehensif untuk mempromosikan seluruh potensi wisata dan meningkatkan kualitas layanan. Kegiatan pengabdian masyarakat ini memberikan kontribusi berupa pembangunan website sebagai sarana promosi Desa Wisata Kemawi, pembentukan tim pengelola website, pelatihan pengelola website, dan peningkatan kualitas layanan desa wisata. Aparat desa dan tim pengelola website telah merasakan manfaat dari kegiatan pengabdian masyarakat ini dan menyatakan siap untuk: 1) melanjutkan pengelolaan website sebagai media promosi desa wisata, serta 2) memasarkan potensi desa wisata.
SAFE NUSANTARA: A semi-automatic framework for engineering and populating a Nusantara Food Ontology Wiharja, Kemas Rahmat Saleh; Barawi, Mohamad Hardyman; Romadhony, Ade; Atastina, Imelda; Dharayani, Ramanti; Othman, Mohd Kamal
International Journal on Information and Communication Technology (IJoICT) Vol. 10 No. 2 (2024): Vol.10 No. 2 Dec 2024
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/ijoict.v10i2.1042

Abstract

Constructing a comprehensive food ontology, particularly for culturally diverse cuisines like Southeast East Asian (Nusantara), is hindered by the variability of online recipes and the scarcity of structured data. This research introduces SAFE Nusantara, a novel semi-automated system designed to build and populate a Nusantara food ontology by extracting relevant terms from diverse online sources in Indonesian and Malaysian languages. By leveraging a combination of techniques, including topic modelling, natural language processing, and knowledge graph techniques, SAFE Nusantara addresses the challenges of data format diversity and language specificity. The system has demonstrated significant improvements in the accuracy of food classification and has the potential to enhance food recommendation systems and cultural heritage preservation efforts.
Co-Authors Achyar Al-Rasyid Ade Romadhony Aji Gunadi, Gagah Al Giffari, Muhammad Zacky Alfian Akbar Gozali Angelina Kurniati Angelina Prima Kurniati Anisa Herdiani Bambang Subagjo Barawi, Mohamad Hardyman Ersy Ervina Farah Rahmadiani Guntur Prabawa Kusuma Harin Veradistya Maharani I Gede Dito Wisnu Murti Intan Widya Rahayu Kemas Rahmat Saleh Wiharja Lulu Alfi’a Rahma Ningsih Muhammad Raihan Muhith Muhammad Rizky Riandi Gunaedi Nur Ghaniaviyanto Ramadhan Nurmasyitah Nurmasyitah othman, mohd kamal Purwanto, Zadosaadi Brahmantio Ramanti Dharayani Rio Kurnia Candra Satriaman, Muhammad Azriel Satriyo Wicaksono Selvia Yulvairariany Shaufiah . Warih Maharani Wijaya, Yaffazka Afazillah Wildan Khalidy Yanuar Firdaus