Article Per Year (5 Year)
p-Index From 2021 - 2026
3.942
P-Index
This Author published in this journals
All Journal KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Sistemasi: Jurnal Sistem Informasi Jurnal Khatulistiwa Informatika Paradigma Jurnal Pilar Nusa Mandiri JUTIM (Jurnal Teknik Informatika Musirawas) Jurnal Riset Informatika JUSIM (Jurnal Sistem Informasi Musirawas) BERNAS: Jurnal Pengabdian Kepada Masyarakat Bulletin of Computer Science and Electrical Engineering (BCSEE) Infotek : Jurnal Informatika dan Teknologi Journal of Computer Networks, Architecture and High Performance Computing Jurnal Sistem Informasi Jurnal Media Informatika JUSTIAN - Jurnal Sistem Informasi Akuntansi SPEED - Sentra Penelitian Engineering dan Edukasi TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Jurnal Penelitian dan Pengabdian Masyarakat Jotika Jurnal Abdimas Maduma Journal of Accounting Information System Indonesian Community Service Journal of Computer Science (IndoComs)
Lisnawanty
Universitas Bina Sarana Informatika
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search

 1   2   3   4 
Pemanfaatan AI dalam Pembuatan Media Pembelajaran untuk Guru Paud (HIMPAUDI) Kabupaten Kubu Raya Maulana, Reza; Firmansyah, Yoki; Lisnawanty; Mustopa, Ali
JURNAL ABDIMAS MADUMA Vol. 4 No. 3 (2025): Oktober, 2025
Publisher : English Lecturers and Teachers Association (ELTA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52622/jam.v4i3.535

Abstract

Di era digital saat ini, anak-anak usia dini semakin terpapar dengan teknologi dan media sosial. Fenomena brain rot yang ditandai dengan konsumsi konten dangkal dan adiktif menjadi isu serius yang mengancam kemampuan berpikir kritis serta kesehatan mental anak. Masalah ini juga dihadapi oleh Himpunan Guru PAUD (HIMPAUDI) Kabupaten Kubu Raya. Keterbatasan penguasaan teknologi, terutama dalam pemanfaatan kecerdasan buatan (AI), menjadi kendala utama para guru PAUD. Sebagai solusi, dilakukan edukasi melalui workshop untuk mengajarkan para guru PAUD dalam pembuatan video pembelajaran yang edukatif dan menarik dengan memanfaatkan teknologi AI. Workshop ini dirancang aplikatif dan kontekstual agar guru dapat langsung mempraktikkan penggunaan AI dalam pembelajaran, serta melibatkan 40 guru PAUD. Untuk mengukur efektivitas kegiatan, digunakan instrumen angket pre-test dan post-test. Hasil survei menunjukkan bahwa semua peserta memiliki pandangan positif terhadap kegiatan ini, dengan 100% dari mereka setuju atau sangat setuju bahwa kegiatan tersebut memberikan pemanfaatan ilmu pengetahuan dan teknologi kepada peserta. Luaran dari kegiatan ini adalah kemampuan guru dalam menghasilkan video pembelajaran berbasis AI. Kata Kunci : Anak Usia Dini; Kecerdasan Buatan; Guru PAUD; Media
Sistem Informasi Pengelolaan Kas Kecil pada PT. Budi Bangun Konstruksi Talia, Fani; Lisnawanty, Lisnawanty; Anna, Anna; Irmayani, Windi; Supriyatna, Adi; Lisnawanty
JAIS - Journal of Accounting Information System Vol. 2 No. 1 (2022): Juni
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jais.v2i01.1404

Abstract

PT. Budi Bangun Konstruksi merupakan perusahaan yang bergerak dalam ruang lingkup bisnis jasa kontraktor, pengadaan barang dan perdagangan. Maraknya perkembangan bisnis tersebut membuat usaha perancangan konstruksi bangunan dan interior semakin kompleks dan menjadi perhatian utama para developer. PT. Budi Bangun Konstruksi bukanlah satu-satunya perusahaan yang memberikan jasa kontraktor, pengadaan barang dan perdagangan. Dalam proses pencatatan penerimaan dan pengeluaran kas yang diterapkan di PT. Budi Bangun Konstruksi belum sesuai dengan prosedur yang ada. Maka dari itu, sistem informasi akuntansi penerimaan dan pengeluaran kas diimplementasikan pada PT. Budi Bangun Konstruksi. Pengguna dalam sistem informasi ini adalah Manager Keuangan dan Staff Keuangan pada PT. Budi Bangun Konstruksi. Berdasarkan hasil pengujian menggunakan blackbox testing diperoleh bahwa semua fungsionalitas berjalan sesuai harapan (valid).
Sistem Informasi Pengelolaan Kas Kecil pada PT. Budi Bangun Konstruksi Talia, Fani; Lisnawanty, Lisnawanty; Anna, Anna; Irmayani, Windi; Supriyatna, Adi; Lisnawanty
JAIS - Journal of Accounting Information System Vol. 2 No. 1 (2022): Juni
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jais.v2i01.1404

Abstract

PT. Budi Bangun Konstruksi merupakan perusahaan yang bergerak dalam ruang lingkup bisnis jasa kontraktor, pengadaan barang dan perdagangan. Maraknya perkembangan bisnis tersebut membuat usaha perancangan konstruksi bangunan dan interior semakin kompleks dan menjadi perhatian utama para developer. PT. Budi Bangun Konstruksi bukanlah satu-satunya perusahaan yang memberikan jasa kontraktor, pengadaan barang dan perdagangan. Dalam proses pencatatan penerimaan dan pengeluaran kas yang diterapkan di PT. Budi Bangun Konstruksi belum sesuai dengan prosedur yang ada. Maka dari itu, sistem informasi akuntansi penerimaan dan pengeluaran kas diimplementasikan pada PT. Budi Bangun Konstruksi. Pengguna dalam sistem informasi ini adalah Manager Keuangan dan Staff Keuangan pada PT. Budi Bangun Konstruksi. Berdasarkan hasil pengujian menggunakan blackbox testing diperoleh bahwa semua fungsionalitas berjalan sesuai harapan (valid).
Aplikasi Prediksi Harga Saham Telkom Indonesia Berbasis Streamlit Menggunakan Machine Learning Saputra, Juliandra; Kezia Omega Octaviani; Jimi Andrean; Fairuz Anwar Nugroho; Lisnawanty
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 5 No 2 (2025): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi
Publisher : Universitas Methodist Indonesia

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

Abstract

Fluctuations in the share price of PT Telkom Indonesia (TLKM) are a major obstacle for individual investors, who generally rely on non-numerical analysis. This study attempts to create a simple prediction solution by comparing the effectiveness of three machine learning algorithms, namely linear regression, support vector machine (SVM), and neural network (NN), then applying them to an interactive web application using the Streamlit framework. Historical TLKM stock data was prepared through a feature engineering process before performance testing. According to the comparison results, the Support Vector Machine (SVM) model proved to have the best predictive ability compared to Linear Regression and NN. The superiority of SVM can be seen from the lowest RMSE (Root Mean Squared Error) value and the highest R² (Coefficient of Determination) score, which shows that SVM is better at capturing non-linear patterns and the complexity of the TLKM market. The selected model was then integrated into the Streamlit application, which provides real-time prediction results and comparison visualizations. This research successfully bridges the gap between the accuracy of advanced machine learning models and the real needs of investors by providing an informative and easy-to-use decision-making tool.
Pelatihan Penggunaan SIAPIK Untuk Pengolahan Data Transaksi Bisnis Pada UMKM Keluarga Khatulistiwa Pontianak Nurfia Oktaviani Syamsiah; Nila Hardi; Lisnawanty; Windi Irmayani; Anna
Indonesian Community Service Journal of Computer Science Vol. 1 No. 1 (2024): Periode Januari 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/indocoms.v1i1.2306

Abstract

UMKM merupakan sektor ekonomi dalam negeri yang memiliki otonomi dan potensi besar untuk meningkatkan kesejahteraan masyarakat. Dalam konteks perekonomian Indonesia, UMKM memiliki peran penting dalam menciptakan lapangan kerja, menyerap sekitar 97% dari total tenaga kerja yang ada, serta menjadi sumber investasi dengan kontribusi mencapai 60,4% dari total investasi yang terhimpun. Data ini dapat ditemukan di situs resmi Badan Koordinasi Penanaman Modal (BKPM).Tujuan pelatihan SIAPIK (Sistem Akuntansi dan Pengendalian Internal untuk UMKM) adalah meningkatkan kapasitas dan keberlanjutan UMKM melalui penerapan sistem akuntansi dan pengendalian internal yang efektif. Penelitian ini menganalisis pelaksanaan pelatihan SIAPIK dan manfaatnya bagi pelaku UMKM. Metode kualitatif digunakan dalam studi ini dengan melakukan wawancara dan observasi terhadap UMKM yang mengikuti pelatihan SIAPIK. Temuan penelitian menunjukkan bahwa pelatihan SIAPIK memiliki dampak positif pada aspek penting UMKM. Pelatihan ini membantu UMKM dalam memahami pentingnya sistem akuntansi yang baik dan pengendalian internal yang sesuai. Pelaku UMKM diberikan pengetahuan tentang laporan keuangan, pengelolaan inventaris, dan arus kas. Selain itu, pelatihan ini juga memperkenalkan penggunaan teknologi informasi yang sederhana. Dengan diadakannya pelatihan SIAPIK oleh tim pengabdian kepada masyarakat Universitas BSI,UMKM dapat meningkatkan pengelolaan usaha, mengurangi risiko kerugian, meningkatkan kepercayaan pelanggan, dan memanfaatkan teknologi informasi untuk ekspansi pasar. Pelatihan SIAPIK memiliki potensi sebagai langkah strategis dalam kemajuan sektor UMKM secara keseluruhan.
Aplikasi Monitor dan Prediksi Tingkat Polusi Udara Berbasis Web dengan Streamlit Ikmal Tawakal, Muhammad; Simanungkalit, Dony Marulitua; Hildegardis, Yohanes Septian; Nurhadi, Reno; Lisnawanty, Lisnawanty
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

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

Abstract

Penelitian ini mengembangkan model machine learning untuk memprediksi konsentrasi Benzena C6H6(GT) dan merancang aplikasi web berbasis Streamlit untuk monitoring serta prediksi kualitas udara secara real-time. Dataset Air Quality dari UCI (9.357 rekaman per jam, Maret 2004–Februari 2005) digunakan dengan pembersihan nilai hilang, penghapusan NMHC(GT) yang dominan hilang, interpolasi berbasis waktu, serta rekayasa fitur waktu dan meteorologi. Pemodelan regresi membandingkan Linear Regression, Random Forest, dan XGBoost menggunakan pembagian data 80/20, standardisasi fitur, dan evaluasi dengan MAE, MSE, serta R-squared. Hasil menunjukkan Random Forest sebagai model terbaik dengan MAE 1.1444, MSE 3.5262, dan R² 0.8900, mengungguli XGBoost dan Linear Regression. Model terbaik diintegrasikan ke aplikasi Streamlit sehingga pengguna dapat memasukkan parameter seperti suhu dan kelembapan dan memperoleh prediksi konsentrasi Benzena secara langsung melalui antarmuka yang ramah pengguna. Temuan ini menegaskan bahwa kombinasi fitur waktu dan cuaca efektif untuk memodelkan polutan dan implementasi web memungkinkan pemanfaatan praktis untuk pemantauan serta pengambilan keputusan. Secara keseluruhan, solusi ini valid secara prediktif dan layak diterapkan sebagai alat bantu fungsional untuk memonitor tingkat polusi udara.
ETIKA PENGGUNAAN AI DALAM DUNIA PENDIDIKAN UNTUK GURU PAUD (HIMPAUDI) KABUPATEN KUBU RAYA Reza Maulana; Yoki Firmansyah; Lisnawanty; Ali Mustopa
Indonesian Community Service Journal of Computer Science Vol. 2 No. 2 (2025): Periode Juli 2025
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/indocoms.v2i2.9605

Abstract

This community service activity aims to improve ethical literacy in the use of Artificial Intelligence (AI) technology in Early Childhood Education (PAUD) environments, particularly in Kubu Raya Regency. Based on observations, PAUD teachers who are members of HIMPAUDI Kubu Raya still face challenges in understanding the principles of ethics, privacy, and security of children's data when using AI-based technology in learning. This program offers gradual training consisting of three levels: basic (introduction to AI and ethics), intermediate (identifying safe and appropriate AI applications), and advanced (responsible AI implementation strategies). The training is complemented by case studies, discussions of ethical issues, mentoring, and facilitation of the development of contextual guidelines based on local values. In addition, a community of practitioners is formed as a collaborative forum for teachers to share experiences and solutions. The activity outputs include increased understanding of AI ethics, the ability to select safe applications, activity documentation, scientific and popular publications, and improved quality of PAUD learning that supports holistic child development. This program is expected to encourage the creation of a culture of ethical and wise use of AI among PAUD educators.
Aplikasi Prediksi Harga Saham Telkom Indonesia Berbasis Streamlit Menggunakan Machine Learning Saputra, Juliandra; Kezia Omega Octaviani; Jimi Andrean; Lisnawanty; Fairuz Anwar Nugroho
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 5 No 2 (2025): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/tamika.Vol5No2.pp327-333

Abstract

Fluctuations in the share price of PT Telkom Indonesia (TLKM) are a major obstacle for individual investors, who generally rely on non-numerical analysis. This study aims to develop an easy prediction tool by testing three machine learning methods—linear regression, support vector machine (SVM), and neural network (NN)—and then using them in a user-friendly web application built with the Streamlit framework. Historical TLKM stock data was prepared through a feature engineering process before performance testing. According to the comparison results, the Support Vector Machine (SVM) model proved to have the best predictive ability compared to Linear Regression and NN. The SVM model is better because it has the lowest RMSE (Root Mean Squared Error) and the highest R² (Coefficient of Determination) score, meaning it can better understand the complex and non-linear trends in the TLKM market. The selected model was then integrated into the Streamlit application, which provides real-time prediction results and comparison visualizations. This research successfully bridges the gap between the accuracy of advanced machine learning models and the real needs of investors by providing an informative and easy-to-use decision-making tool.
Co-Authors Aan Rahman Abdul Latif Adi Supriyatna Agung Sasongko Alazmi Alazmi Alfi Azhari, Nourmala Ali Mustopa, Ali Anna Anna Anna Anna Anna, Anna Apriani Mustika Ardiyansyah Ardiyansyah Ardiyansyah Ardiyansyah Baehaqi Bambang Kurniawan Daniel Oktodeli Sihombing Daniel Oktodeli Sihombing, Daniel Oktodeli Deasy Purwaningtias Dedi Saputra Dewi Apriana Fairuz Anwar Nugroho Fajar Akbar Fani Talia Fara Dina, Fara Febri Wulandari firmansyah, Yoki Fuad Nur Hasan Gusti Rendani Putri Hildegardis, Yohanes Septian Ibnu Khaldun Ibnu Khaldun Ikmal Tawakal, Muhammad Isnawati Eviana Ita Natalia Jimi Andrean Kartika Handayani Kezia Omega Octaviani Maisyaroh Martias Martias Maulidia Maulidia Miji Muhammad Iqbal Muhammad Rifqi Firdaus Muhammad Sony Maulana Nila Hardi Niswatul Ummi Norma Yunita - AMIK BSI Pontianak Novita Ganiar Anggraini Nurfia Oktaviani Syamsiah Nurhadi, Reno Purwaningtias, Deasy Rabiatus Saadah Reza Maulana Reza Maulana Risdiansyah, Deni Rizka Dahlia Sa'adah, Rabiatus Saputra, Juliandra Septian, Rendi Simanungkalit, Dony Marulitua Suhardjono S Talia, Fani Tarina Dashela thahir, anna Tia Rumanah Weiskhy Steven Dharmawan Windi Irmayani Yeni Mustika Yulia Yulia Yumi Novita Dewi