Article Per Year (5 Year)
p-Index From 2021 - 2026
4.023
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Sistem Komputer Jurnal Teknologi Informasi dan Ilmu Komputer Infotech Journal CESS (Journal of Computer Engineering, System and Science) Edcomtech Jurnal Kajian Teknologi Pendidikan Jurnal Komtika (Komputasi dan Informatika) Share : Journal of Service Learning JURTEKSI Kumawula: Jurnal Pengabdian Kepada Masyarakat Jurnal Teknologi Informasi dan Terapan (J-TIT) Jurnal Ilmiah Edunomika (JIE) Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Infotech: Journal of Technology Information Jurnal Teknik Informatika (JUTIF) Journal Computer Science and Informatic Systems : J-Cosys Jurnal Dinamika Informatika (JDI) Jurnal Teknik Informatika Jurnal Informatika Teknologi dan Sains (Jinteks) Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Biner : Jurnal Ilmiah Informatika dan Komputer Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Journal Of Artificial Intelligence And Software Engineering SmartComp CSRID Jurnal Komtika (Komputasi dan Informatika) Jurnal Teknik Informatika dan Teknologi Informasi
Faulinda Ely Nastiti
Universitas Duta Bangsa Surakarta
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics Social Sciences

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
Penerapan Data Mining Untuk Memprediksi Pembelian Obat di RSUD Dr. Moewardi Prasetyo, Agung; Sumarlinda, Sri; Nastiti, Faulinda Ely
Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Vol 10 No 2 (2024): Journal CERITA : Creative Education of Research in Information Technology and Ar
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cerita.v10i2.3440

Abstract

Hospitals are an integral part of an organization of health that functions to provide completeness, cure diseases, and prevent diseases to the community. especially drugs in the health sector contained in hospitals. Purchasing drugs that are not in accordance with the needs that exist at that time makes the hospital suffer large losses. So that the author analyzes the purchase of drugs can be in accordance with existing needs based on analysis of patterns in previous years. Using the ARIMA method which has good forecast accuracy to predict the short term. By using data mining to calculate large amounts of data from previous years, it is hoped that from this prediction calculation for drug purchases can be in accordance with the needs so as not to make large losses. From all existing drug data, the author uses 3 samples of drug data, namely Nacl, Ranitidin, and Omeprazole. The results for Nacl data the accuracy rate reached 14.29%, Ranitidin data has an accuracy rate of 2.76%, and for Omeprazole data has an accuracy rate of 12.78%. From the results of time series analysis and the application of the ARIMA method, it can be concluded that data mining can be used to accurately predict drug purchases. By understanding the pattern of drug purchases over time and building a suitable ARIMA model, hospitals can make better decisions in planning drug purchases and inventory. Thus, the application of data mining in predicting drug purchases can provide significant benefits for Dr. Moewardi Hospital.
Pengembangan E-Service Jasa Pernikahan Pada Marni Wedding Organizer Dengan Metode RAD Nurdin, Muhammad Alwan; Atina, Vihi; Nastiti, Faulinda Ely
CSRID (Computer Science Research and Its Development Journal) Vol. 16 No. 2 (2024): June 2024
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid-.16.2.2024.201-213

Abstract

In the digital era, Wedding Organizer (WO) services have become increasingly vital in facilitating wedding planning and execution. However, many WOs, including Marni Wedding Organizer, still grapple with inefficiencies stemming from manual operational systems. This research endeavors to address this issue by developing a web-based e-service system for Marni Wedding Organizer using the Rapid Application Development (RAD) method. RAD was chosen for its iterative approach and adaptability to evolving requirements. The system, developed using PHP, JavaScript, MySQL, and the Midtrans API, progresses through phases of requirements analysis, system design, coding, and testing. The study identifies operational inefficiencies as the primary problem, prompting the need for technological intervention. Through thorough testing, the system achieves a 100% testing level across all modules, ensuring robust functionality. However, limitations exist in the system's scope, focusing solely on booking and payment processes. Future research could explore expanding system features for enhanced service personalization. Ultimately, the developed e-service system enhances operational efficiency, customer satisfaction, and resource management for Marni Wedding Organizer.
Machine Learning Pengklasifikasikan Performa Karyawan Direct Sales Force Kartu Prabayar Menggunakan Metode Random Forest Classifier Pradana, Rico Yoga; Nastiti, Faulinda Ely; Oktaviani, Intan
JEKIN - Jurnal Teknik Informatika Vol. 4 No. 3 (2024)
Publisher : Yayasan Rahmatan Fidunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jekin.v4i3.864

Abstract

Penelitian ini menggunakan Machine Learning, khususnya Random Forest Classifier, untuk mengklasifikasikan karyawan direct sales force menjadi empat kategori: Star, Hard Worker, Problem Employee, dan Dead Wood. Data penjualan bulan Juni 2023 dari PT Indosat Tbk Semarang digunakan dalam penelitian ini, dengan mengimplementasikan framework OSEMN untuk analisis data. Lima atribut variabel yang dipertimbangkan dalam model ini adalah quality serious customer, quality high value customer, total penjualan, total penjualan site, dan total kerja per bulan. Hasil penelitian ini adalah pengembangan sistem informasi dashboard yang memungkinkan manajer sumber daya sales untuk melihat dan menginterpretasikan hasil pengklasifikasi dengan efisien. Evaluasi model menunjukkan tingkat akurasi sebesar 98% dengan RMSE 0.1085, yang menegaskan efektivitas model dalam mengklasifikasikan karyawan direct sales force. Penelitian ini tidak hanya mengatasi kelemahan pendekatan sebelumnya, tetapi juga memberikan wawasan mendalam dalam analisis performa karyawan menggunakan teknik data analitik. Sistem informasi dashboard yang dihasilkan dapat secara signifikan meningkatkan proses pengambilan keputusan terkait manajemen kinerja karyawan, memungkinkan PT Indosat Tbk Semarang untuk mengoptimalkan strategi penjualan kartu prabayar mereka.
Analisis Sentimen Ulasan Tempat Wisata Umbul Sigedang Di Google Maps Menggunakan Algoritma Naive Bayes Setyawan, Yanuar Anggit; Nastiti, Faulinda Ely; Sari, Aprilisa Arum
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 2 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i2.7467

Abstract

Pariwisata merupakan sektor penting yang menggerakkan perekonomian Indonesia, mengalami pertumbuhan pesat yang dibantu oleh kemajuan teknologi informasi, terutama platform seperti Google Maps. Penelitian ini menyelidiki analisis sentimen ulasan yang dibuat pengguna untuk Umbul Sigedang, tujuan wisata terkemuka di Jawa Tengah. Penelitian ini menggunakan dua algoritma machine learning, Naive Bayes dan Support Vector Machine (SVM), untuk membandingkan efektivitasnya dalam mengklasifikasikan sentimen (negatif, netral, positif) berdasarkan masukan pengguna yang dikumpulkan dari Google Maps antara tahun 2017 dan 2024. Tujuan utamanya adalah untuk menilai kinerja algoritma ini dalam membedakan persepsi pengunjung terhadap Umbul Sigedang. Evaluasi ini penting untuk memberikan wawasan yang dapat ditindaklanjuti guna meningkatkan kualitas layanan dan fasilitas yang ditawarkan di lokasi tersebut. Dengan memanfaatkan metode komputasi, penelitian ini bertujuan untuk berkontribusi dalam mengoptimalkan pengalaman wisatawan dan memberikan informasi dalam membuat keputusan manajemen strategis di industri pariwisata Indonesia.
PENERAPAN MULTINOMIAL NAIVE BAYES UNTUK ANALISIS SENTIMEN ASPEK PADA ULASAN MALL DI KOTA SOLO Prasetyo, Yoga Andrian; Nastiti, Faulinda Ely; Nurohman, Nurohman
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 3 (2025): EDISI 25
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i3.6097

Abstract

Perkembangan teknologi digital telah mendorong meningkatnya jumlah ulasan publik secara daring, termasuk di platform Google Maps. Namun, ulasan tersebut belum dimanfaatkan secara optimal oleh pengelola layanan untuk meningkatkan kualitas pelayanan. Oleh karena itu, penelitian ini penting dilakukan untuk menggali informasi dari ulasan secara otomatis sebagai bahan evaluasi layanan yang lebih terukur. Penelitian ini bertujuan membangun sistem analisis sentimen berbasis aspek terhadap ulasan pengguna Google Maps mengenai mall di Kota Solo, khususnya Transmart Solo Pabelan. Metode yang digunakan adalah algoritma Multinomial Naive Bayes (MNB) untuk klasifikasi sentimen dan metode string matching untuk identifikasi aspek. Sistem dikembangkan menggunakan metode Waterfall dan diimplementasikan dalam bentuk aplikasi web interaktif. Dataset terdiri dari 200 ulasan yang telah diberi label secara manual untuk aspek dan sentimen. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan aspek dan sentimen dengan akurasi sebesar 80,00%, yang tergolong dalam kategori akurasi tinggi. Hal ini menunjukkan kinerja sistem yang andal dan efektif dalam mengenali opini pengguna secara otomatis. Penelitian ini diharapkan dapat membantu pihak pengelola mall memahami persepsi publik secara lebih mendalam dan spesifik berdasarkan aspek layanan, sehingga dapat digunakan sebagai dasar evaluasi dan perbaikan layanan secara menyeluruh.
Pendampingan Penguatan Kapasitas Kepala Sekolah Dalam Tranformasi Pendidikan Di Era Artificial Intelligence Nastiti, Faulinda Ely; Purnomo, Singgih; Wijiyanto, Wijiyanto
Share: Journal of Service Learning Vol. 11 No. 2 (2025): AUGUST 2025
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9744/share.11.2.73-80

Abstract

Generasi Z, yang dicirikan sebagai generasi digital karena tumbuh dalam lingkungan yang digerakkan oleh teknologi. Oeh sebab itu, lembaga pendidikan harus menerapkan metode pengajaran yang adaptif, menggabungkan pembelajaran yang dipersonalisasi dan konten interaktif. Teknologi artificial intelligence (AI) memiliki potensi yang signifikan untuk merevolusi pendidikan. Namun, integrasi AI yang berhasil memerlukan investasi yang besar dalam pelatihan pendidik dan infrastruktur teknologi. Survei pendahuluan terhadap 30 kepala sekolah menengah di Surakarta mengungkap hambatan utama dalam memenuhi kebutuhan pendidikan Generasi Z. Kepala sekolah melaporkan tantangan dalam pengembangan kurikulum, relevansi materi pengajaran, dan kesiapan pendidik untuk menggunakan alat berbasis AI. Sebagai tanggapan, program pendampingan terstruktur dikembangkan, termasuk penilaian kebutuhan, lokakarya pelatihan, dan implementasi percontohan perencanaan pelajaran dan materi pengajaran yang dibantu AI. Program ini memperkenalkan berbagai alat seperti EdCofe, Consensus, dan Gamma, yang memungkinkan kepala sekolah untuk membuat sumber daya yang inovatif dan disesuaikan dengan tuntutan pembelajaran kontemporer. Hasil setelah pelatihan mengungkapkan sebesar 85% responden setuju bahwa rencana yang dihasilkan AI lebih terstruktur dan selaras dengan standar kurikulum selama promnya benar.  Setalah pelatihan keragaman materi pengajaran meningkat, dengan 91% kepala sekolah mengakui akses ke berbagai sumber daya yang disesuaikan dengan berbagai gaya belajar. Evalusi dari para kepala sekolah sangat positif, dengan 90% menyatakan puas dengan pemanfaatan AI. Hasil ini menunjukkan bahwa penggunaan AI tidak hanya meningkatkan efisiensi perencanaan pembelajaran, tetapi juga berkontribusi terhadap peningkatan kualitas pendidikan yang lebih relevan dengan karakteristik generasi digital.
Modeling Of Centralized Exchange (CEX) Crypto Asset Platform Recommendation System Using Collaborative Filtering Utomo, Diva Reihan Ferdian; Nastiti, Faulinda Ely; Suryani, Fajar
Journal of Artificial Intelligence and Software Engineering Vol 5, No 3 (2025): September
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i3.7179

Abstract

The rapid growth of crypto assets and the variety of Centralized Exchange (CEX) platforms make it difficult for traders to choose a platform that fits their preferences. This research aims to model a recommendation system for CEX platforms using Collaborative Filtering. User rating data for several CEX (Binance, Bybit, Bitget, Tokocrypto, Indodax) were collected via questionnaire. The K-Nearest Neighbors With Means (KNN With Means) method with cosine similarity is used to predict ratings based on the similarity of preferences between users. The model was trained and tested with a 75:25 train-test split. Mean Absolute Error (MAE) and Root Mean Squared Error (RMSE) were used as evaluation metrics. Test results show low MAE and RMSE values (around below 1.0 on a 1–5 rating scale), indicating that the recommendations generated are quite accurate. It can be concluded that the Collaborative Filtering approach is effective in recommending CEX platforms according to user needs. This recommendation system is expected to assist traders – especially beginners – in choosing the right exchange more objectively.
Predicting Indonesian Inflation Rate Using Long Short-Term Memory (LSTM) Wijaya, Muhammad Krisna; Nastiti, Faulinda Ely; Farida, Anisatul
Journal of Artificial Intelligence and Software Engineering Vol 5, No 3 (2025): September
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i3.7178

Abstract

Inflation is a crucial economic indicator that requires an accurate prediction model. This research aims to develop a prediction system for the monthly inflation rate in Indonesia using the Long Short-Term Memory (LSTM) architecture. The method includes historical data acquisition from Bank Indonesia, preprocessing with Min-Max Scaler normalization, and training a univariate LSTM model. Evaluation results show excellent performance with an MAE of 0.2999, an RMSE of 0.3903, and an R² of 0.8796, indicating the model explains 88% of the data's variability. It is concluded that LSTM is effective for inflation forecasting in Indonesia and serves as a solid baseline for future research.
Perangkat Lunak Bantu Paleontologi Penentuan Usia Fosil Purba Menggunakan Pendekatan Rule Based Architecture Nastiti, Faulinda Ely; Widyaningsih, Pipin
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 3: September 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1268.874 KB) | DOI: 10.25126/jtiik.201633165

Abstract

AbstrakSitus Sangiran merupakan situs purba digunakan untuk musium dan konservasi fosil-fosil yang ditemukan pada kawasan Sangiran. Kegiatan konservasi dilakukan oleh seksi Eksplorasi dengan melakukan analisis laboratorium menggunakan metode relatif. Metode relatif dapat memungkinkan perbedaan hasil usia fosil. Perangkat lunak bantu dibuat dengan tujuan untuk mengurangi subjektifitas dan ketidaksamaan persepsi penentuan usia fosil.  Perangkat lunak dibangun berdasarkan kriteria lapisan tanah yang dimiliki oleh fosil tersebut dengan kaidah-kaidah yang di gunakan oleh seksi Eksplorasi Balai Besar Situs Manusia Purba Sangiran. Penelitian ini mengadopsi metode penelitian Software Engineering Expert System. Basis aturan yang digunakan adalah  metode Forward Chaining, dimana penentuan usia fosil didapatkan dari penginputan ciri-ciri lapisan tanah dimana fosil ditemukan. Perangkat Lunak Paleontology memiliki 13 basis aturan. Basis aturan penelusuran usia fosil yang dikembangkan  sesuai dengan akuisisi pengetahuan seksi Eksplorasi. Perangkat lunak membantu para ahli geologi untuk menentukan usia fosil secara objektif sesuai kaidah-kaidah penentuan umur fosil dengan metode Relatif. Pengujian tingkat kepercayaan Perangkat Lunak diukur dengan metode Certainly Factor.Kata kunci: Sistem Pakar,Penelusuran Kedepan, Paleontology, Sangiran, Tingkat KepercayaanAbstractSangiran is an archeology site that is used as museum and fossil conservation that is found around Sangiran. Conservation activities carried out by Exploration Devision by conducting laboratory analysis using relative method.  Those result some contradiction between on the statement of the fossil age.Then a software is built to help reduce subjectivity and perception of inequalities determining the age of fossils. The software is built based on the criteria of layers of land owned by the fossils as ruled by Sangiran Exploration Devision. This study adopts the research Software Engineering Expert System. Forward Chaining method is the basis of rules that are used, where the determination of the age of the fossils obtained from inputting the characteristics of the soil layer discovery of fossils.Paleontology software has 13 base rules to investigate the fossil age based on knowledge acquisition by Sangiran Exploration Devision. The software helps the geologists to determine the age of fossils  objectively as written on the fossils age determination. Software testing conducted to measure confidence level by using Certanly FactorMetode. Keywords: Expert System, Forward Chaining, Paleontologi, Sangiran, Certainly Factor
PERPEKSTIF CUSTONER DALAM E-COMMERCE: STUDI KUALITATIF TENTANG PENGARUH DISKON DAN GRATIS ONGKIR TERHADAP MINAT BELI Nur Muftiyanto, R. Taufiq; Purnomo, Singgih; Nastiti, Faulinda Ely
JURNAL ILMIAH EDUNOMIKA Vol. 8 No. 2 (2024): EDUNOMIKA
Publisher : ITB AAS Indonesia Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29040/jie.v8i2.12998

Abstract

E-commerce has become an integral part of consumer life, with the rapid growth of this industry. Customer perceptions of purchasing drivers are crucial in understanding consumer behavior within the E-commerce ecosystem. This research aims to explore customer perceptions regarding the influence of two main factors, namely discounts and free shipping, on purchase intent in the context of E-commerce. The research methodology employs a qualitative approach through literature review to elaborate on relevant previous studies concerning customer perceptions in E-commerce, particularly in the context of discounts and free shipping. The results of the literature review reveal various perspectives and findings that can provide in-depth insights into the impact of these two factors on consumer purchase intent. The research findings highlight that discounts and free shipping play a crucial role in shaping customer perceptions, significantly influencing their purchase intent. A brief discussion presents the key findings from the literature review, illustrating the contributions of each factor to purchase decisions. The conclusion of this study provides a holistic overview of the importance of discounts and free shipping in stimulating customer purchase intent in E-commerce. Practical implications and suggestions for further research are also discussed. Keywords : E-commerce, Customer Perception, Purchase Intent.
Co-Authors Aghni Rizqi Nimal Abdu Agustina Srirahayu Anisatul Farida Aprilisa Arum Sari Ardian Pamungkas Arif Wicaksono Septyanto Atina, Vihi Aziiz, Dear Whizkid Dedy Hariyadi Fazlurrahman Bima Fazlurrahman Fazlurrahman Fazlurrahman, Fazlurrahman Hartanti, Dwi Heri Gunawan Imam Riadi Indraswari, Elsa Fachrisa Jayawarsa, A.A. Ketut Khotimah, Agil Husnul Kusumawati, Novi Maulindar, Joni Mei Purweni Mira Erlinawati Musa, Shahrulniza Nindya Dwi Anggana Nur Muftiyanto, R. Taufiq Nurdin, Muhammad Alwan Nurohman, Nurohman Oktaviani, Intan Pamekas, Bondan Wahyu Permatasari, Hanifah Pipin Widyaningsih Pradana, Rico Yoga Prasetyo, Yoga Andrian Purweni, Mei Rifal Bayu Ardi Rina Arum Prastyanti Setyawan, Yanuar Anggit Singgih Purnomo Sopingi Sopingi Sopingi, Sopingi Sri Sumarlinda Sumarlinda, Sri Suryani, Fajar Toni Iksanudin Triana Triana Uning Kristiana Utomo, Diva Reihan Ferdian Virgian Galang Sasongko Vita Aryadi Wijaya, Muhammad Krisna Wijiyanto Wijiyanto, Wijiyanto Yafi, Eiad