Article Per Year (5 Year)
p-Index From 2020 - 2025
4.128
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer Jurnal Ilmiah Teknologi dan Rekayasa UG Journal Proceedings of KNASTIK Jurnal Ilmiah Kursor Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) JOIN (Jurnal Online Informatika) Jurnal Ilmiah KOMPUTASI Jurnal Ilmiah Matrik Jurnal Informatika Universitas Pamulang Jurnal Review Pendidikan dan Pengajaran (JRPP) Journal of Computer Networks, Architecture and High Performance Computing Jurnal Teknik Informatika (JUTIF) International Journal of Multidisciplinary: Applied Business and Education Research Indonesian Journal of Multidisciplinary Science Jurnal Sistem Informasi Jurnal Informatika: Jurnal Pengembangan IT Prosiding SeNTIK STI&K
Metty Mustikasari
Universitas Gunadarma
Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Public Health Social Sciences Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
ANALISIS USER EXPERIANCE TERHADAP WEBSITE PERPUSTAKAAN UNIVERSITAS GUNADARMA DENGAN METODE HEURISTIC EVALUATION Besty Ghina; Hafiz Ma'ruf; Jhordy Wong; Dewi Agushinta R.; Metty Mustikasari
Jurnal Ilmiah KOMPUTASI Vol 18, No 3 (2019): September
Publisher : STMIK JAKARTA STI&K

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

Abstract

University of Gunadarma (UG) is a quite recognizable campus by the community as an IT-based campus. University of Gunadarma (UG) provides a library equipped with a variety of library materials consisting of literature books in both Indonesian and English, magazines, scientific journals, and other scientific books. Remote services are provided on this site to provide convenience for UG Library service users to increase knowledge. But there were still problems on the website display which needs to be repaired after interviewing 20 people who conducted a search of the UG library website. This study aims to evaluate the interface design of a website using human factors and ergonomic interpretation approaches to improve the usability and usefulness of a system display. The method used in this study is heuristic evaluation which has 10 well-known principle rules for evaluating an interface design. The results of the heuristic evaluation study generally showed an assessment of interface design, convenience, and user understanding of the UG Library website, that the results were unsatisfying with the research heuristic evaluation method. This is due to many dashboard navigations which not efficient and understandable. Many improved, especially things that contain characteristics on the ease of users to access will be needed.
ANALISIS HUBUNGAN EFIKASI DIRI, KOMPUTER, PERSEPSI KEMANFAATAN DAN PERSEPSI KEMUDAHAN DENGAN SIKAP GURU TERHADAP PENGGUNAAN E-LEARNING DI SMA SWASTA DI WILAYAH JAKARTA TIMUR Mustikasari, Metty; Bastian, Irwan
UG Journal Vol 7, No 4 (2013)
Publisher : Universitas Gunadarma

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

Abstract

Penelitian ini menganalisis hnbungan efikasi diri komputer, persepsi kemanfaatan, dan persepsi kemudahan dengan sikap terhadap penggunaan e-learning dengan menggunakanpendekatan TAM (Technology Acceptance Model). Surveipenelitian ini dilakukan terhadap guru SMA swasta di wilayah Jakarta Timur. Data primer dikumpulkan melalui distribusi angket dan kemudian diolah dengan multi regresi. Hasil penelitian ini menunjukkan bahwa terdapat hubungan yang kuat antara efikasi diri komputer, persepsi kemanfaatan penggunaan e-learning dan persepsi kemudahan penggunaan e-learning baik secara terpisah maupun bersama-sama dengan sikap terhadap penggunaan e-learning.
APLIKASI PENCARIAN BUKU PERPUSTAKAAN DENGAN MENGGUNAKAN RDF DAN SPARQL Zebua, Javier; Mustikasari, Metty
UG Journal Vol 6, No 4 (2012)
Publisher : Universitas Gunadarma

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

Abstract

Dengan berkembangnya jumlah informasi yang bervariasi dan tersebar di berbagaitempat, diperlukan adanya suatu teknologi yang dapat menyatukan informasitersebut dan menyajikannya sesuai dengan konteks yang diinginkan pengguna.Salah satu teknologi yang dapat mengatasi hal tersebut adalah teknologi WebSemantik. Penelitian ini dilakukan untuk membuat aplikasi pencarian bukumenggunakan pendekatan Web Semantic. Aplikasi pencarian ini ditujukan untukmempermudah pengguna dalam melakukan pencarian buku. Pada aplikasi ini,struktur pengetahuan buku perpustakaan dirancang dengan menggunakan RDF.Sedangkan untuk perancangan query digunakan SPARQL dan untukmenjembatani RDF dan PHP digunakan RAP.
SISTEM MEDIA SOSIAL FORUM INTERAKSI MAHASISWA DENGAN PENAMBAHAN FITUR FOTO TAGGING Fauzi, Akhmad; Mustikasari, Metty
Proceedings of KNASTIK 2013
Publisher : Duta Wacana Christian University

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

Abstract

Teknologi media sosial di Indonesia saat ini umumnya belum ada  yang menyediakan penyatuan beberapa group akademik perguruan tinggi menjadi kesatuan group dengan adanya pengkategorian topik. Media sosial yang lahir di Indonesia juga masih jarang ditemukan adanya fitur yang menarik seperti foto tagging untuk menambah kenyamanan pengguna khususnya mahasiswa untuk saling berinteraksi. Hal ini mendorong Peneliti untuk merancang dan mengimplementasikan sistem media sosial forum interaksi mahasiswa dengan penambahan foto tagging. Fitur pertemanan dan pengkategorian jurusan mempermudah mahasiswa untuk berbagi informasi. Fitur foto tagging juga dapat mempermudah mahasiswa untuk saling berinteraksi. Selain itu Administrator dapat mengelola seluruh data mahasiswa yang terdaftar sebagai anggota maupun moderator forum. Sistem ini dibuat dengan menggunakan bahasa pemrograman jQuery, PHP dan database MySQL. Pada hasil pengujian blackbox  dihasilkan semua fungsi dari tiap fitur berjalan baik, sedangkan dari hasil evaluasi pengguna dengan menggunakan kuesioner, responden rata-rata menyatakan sangat setuju bahwa sistem memang mudah digunakan, berkualitas, serta bermanfaat. Dengan demikian, peneliti menyimpulkan bahwa sistem media sosial forum ini mempermudah mahasiswa untuk saling berinteraksi dalam berdiskusi seputar informasi akademik maupun non akademik.
PEMBUATAN APLIKASI PENGUKURAN TINGKAT KEMIRIPANDOKUMEN BERBASIS WEB MENGGUNAKAN ALGORITMA WINNOWING Ulfa, Nur Fadillah; Mustikasari, Metty
Jurnal Ilmiah Informatika Komputer Vol 21, No 3 (2016)
Publisher : Universitas Gunadarma

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

Abstract

Plagiarisme atau penjiplakan adalah s u a t u tindakan pengambilan karangan a t a u pendapat orang lain d a n menjadikannya s e o l a h karangan tersebut sebagai pendapat sendiri. Untuk mengantisipasinya, dibutuhkan s u a t u cara yang dapat menganalisis teknik plagiat yang dilakukan. Algoritma Winnowing merupakan s a l a h s a t u algoritma pada metode document fingerprinting. Metode ini akurat dalam mengidentifikasi penyalinan t e k s termasuk bagian kecil yang mirip dalam sekumpulan dokumen melalui fingerprint yang dihasilkan. Melalui pencocokan fingerprint akan diperoleh nilai similarity antar dokumen. Semakin kecil tingkat persentase kesamaan dokumen teks yang diuji, maka dokumen tersebut tidak t e r m a s u k plagiat, tetapi jika hasil dari pengujian pada dua dokumen s e m a k i n besar, makadisimpulakan bahwa dokumen t e r s e b u t menyerupai tindakan plagiat.
PERANCANGAN DATA MART PADA PERUSAHAAN MANUFAKTUR ALAT PERKANTORAN BAJA Anggraeni, Dessy Tri; Mustikasari, Metty; Wibawa, Condro
Jurnal Ilmiah Teknologi dan Rekayasa Vol 21, No 1 (2016)
Publisher : Universitas Gunadarma

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

Abstract

Persaingan yang ketat di dunia usaha dan perkembangan teknologi di sektor bisnis, membuat manajemen perusahaan berusaha memperbaiki sistem yang dimilikinya agar proses pengambilan keputusan lebih cepat dan tepat. Divisi personal administrasi dan penggajian memiliki kebutuhan akan data dan informarsi yang cukup besar. Sehingga kebutuhan infrastruktur penyimpanan data dengan skema terintegrasi pada suatu data mart menjadi sangat penting. Tujuan yang ingin dicapai dalam penulisan ini adalah merancang data mart kepegawaian pada perusahaan manufaktur. Pendekatan yang digunakan dalam membuat user requirement data mart ini adalah pendekatan terpusat, dimana kebutuhan untuk setiap pengguna digabung menjadi satu set kebutuhan pada sistem database. Sedangkan pada tahap perancangan data mart metode yang digunakan yaitu metode kimball. Hasil dari evaluasi perancangan data mart kepegawaian pada perusahaan manufaktur alat perkantoran baja bahwa struktur database maupun laporan yang diberikan sesuai kebutuhan, dan database yang dirancang sudah sederhana, dapat diandalkan, memuaskan pengguna, akurat, efisien, efektif, aman, dan mempermudah proses administrasi karyawan dan penggajian. Kata Kunci : Data Mart, Kepegawaian, Perusahaan Manufaktur
Rupiah Exchange Prediction of US Dollar Using Linear, Polynomial, and Radial Basis Function Kernel in Support Vector Regression Alida, Mufni; Mustikasari, Metty
JOIN (Jurnal Online Informatika) Vol 5, No 1 (2020)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v5i1.537

Abstract

As a developing country, Indonesia is affected by fluctuations in foreign exchange rates, especially the US Dollar. Determination of foreign exchange rates must be profitable so a country can run its economy well. The prediction of the exchange rate is done to find out the large exchange rates that occur in the future and the government can take the right policy. Prediction is done by one of the Machine Learning methods, namely the Support Vector Regression (SVR) algorithm. The prediction model is made using three kernels in SVR. Each kernel has the best model and, the accuracy and error values are compared. The Linear Kernel has C = 7, max_iter = 100. The Polynomial Kernel has gamma = 1, degree = 1, max_iter = 4000 and C = 700. The RBF kernel has gamma = 0.03, epsilon = 0.007, max_iter = 2000 and C = 100. Linear kernels have advantages in terms of processing time compared to Polynomial and Radial Basis Function (RBF) kernels with an average processing time of 0.18 seconds. Besides that, in terms of accuracy and error, the RBF kernel has advantages over the Linear and Polynomial kernels with the value R2 = 95.94% and RMSE = 1.25%.
Perancangan Sistem Informasi Preservasi Pada Arsip Nasional Republik Indonesia Menggunakan Metode Scrum Habib Marzuqi; Metty Mustikasari
CESS (Journal of Computer Engineering, System and Science) Vol 6, No 2 (2021): Juli 2021
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (580.306 KB) | DOI: 10.24114/cess.v6i2.24103

Abstract

Penelitian ini bertujuan untuk membangun sistem informasi preservasi pada Arsip Nasional Republik Indonesia yang berbasis web dengan menggunakan scrum model. Metode penelitian meliputi pengumpulan data, analisis kebutuhan sistem, pemodelan sistem, pengembangan aplikasi serta evaluasi dan pengujian. Metode scrum digunakan karena proses yang dilakukan tidak berurutan tetapi user mendapatkan hasil yang cepat, tepat dan akurat untuk penyelesaian permasalahan layanan. Dengan menerapkan scrum model dapat menghasilkan aplikasi sistem informasi preservasi yang  terdiri dari 6 product backlog, 6 sprint, scrum meeting harian dan demo aplikasi yang sangat menunjang dalam pembangunan aplikasi dengan waktu penyelesaian selama 287 jam atau disamakan dengan 5 hari kerja 8 jam per hari adalah 7 minggu 2 hari. Hasil dari evaluasi dengan menggunakan blackbox testing, sistem informasi preservasi dapat di implementasikan di Direktorat Preservasi Arsip Nasional Republik Indonesia
SENTIMENT ANALYSIS OF ELECTRIC CARS USING RECURRENT NEURAL NETWORK METHOD IN INDONESIAN TWEETS Felisia Handayani; Metty Mustikasari
Jurnal Ilmiah Kursor Vol 10 No 4 (2020)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/kursor.v10i4.233

Abstract

Sentiment analysis is computational research of the opinions of many people who are textually expressed against a particular topic. Twitter is the most popular communication tool among Internet users today to express their opinions. Deep Learning is a solution to allow computers to learn from experience and understand the world in terms of the hierarchy concept. Deep Learning objectives replace manual assignments with learning. The development of deep learning has a set of algorithms that focus on learning data representation. The recurrent Neural Network is one of the machine learning methods included in Deep learning because the data is processed through multi-players. RNN is also an algorithm that can recall the input with internal memory, therefore it is suitable for machine learning problems involving sequential data. The study aims to test models that have been created from tweets that are positive, negative, and neutral sentiment to determine the accuracy of the models. The models have been created using the Recurrent Neural Network when applied to tweet classifications to mark the individual classes of Indonesian-language tweet data sentiment. From the experiments conducted, results on the built system showed that the best test results in the tweet data with the RNN method using Confusion Matrix are with Precision 0.618, Recall 0.507 and Accuracy 0.722 on the data amounted to 3000 data and comparative data training and data testing of ratio data 80:20
Implementasi Deep Learning Menggunakan Metode CNN dan LSTM untuk Menentukan Berita Palsu dalam Bahasa Indonesia Antonius Angga Kurniawan; Metty Mustikasari
Jurnal Informatika Universitas Pamulang Vol 5, No 4 (2020): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v5i4.6760

Abstract

This research aims to implement deep learning techniques to determine fact and fake news in Indonesian language. The methods used are Convolutional Neural Network (CNN) and Long Short Term Memory (LSTM). The stages of the research consisted of collecting data, labeling data, preprocessing data, word embedding, splitting data, forming CNN and LSTM models, evaluating, testing new input data and comparing evaluations of the established CNN and LSTM models. The Data are collected from a fact and fake news provider site that is valid, namely TurnbackHoax.id. There are 1786 news used in this study, with 802 fact and 984 fake news. The results indicate that the CNN and LSTM methods were successfully applied to determine fact and fake news in Indonesian language properly. CNN has an accuracy test, precision and recall value of 0.88, while the LSTM model has an accuracy test and precision value of 0.84 and a recall of 0.83. In testing the new data input, all of the predictions obtained by CNN are correct, while the prediction results obtained by LSTM have 1 wrong prediction. Based on the evaluation results and the results of testing the new data input, the model produced by the CNN method is better than the model produced by the LSTM method.
Co-Authors ahmad rizal Akhmad Fauzi Alida, Mufni Anjani, Dini Antonius Angga Kurniawan Ardian Ramadita Muhram Ayu Ningtiyas Berliana, Arisky Sistita Besty Ghina Cipta Nugraha Damanik Condro Wibawa Dessy Tri Anggraeni Dewi Agushinta R. Dicki Irfansyah Felisia Handayani Fikri, Akhsanul Gerry Hadiwijaya Habib Marzuqi Hafiz Ma'ruf Hijria Permana Ibrahim, Aghi Kalam Irwan Bastian Ivanedra, Kasyfi Javier Zebua Jhordy Wong Kurniawan, Antonius Angga Latifah Muhammad Subali Putri Ambarwati Rafi Dito Syahputra Rahayu Noveandini Sarifuddin Madenda Siti Nurul Faizah suroso, amat Tatipata, Hans Evan Ulfa, Nur Fadillah