Article Per Year (5 Year)
p-Index From 2021 - 2026
3.933
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal CoreIT Syntax Literate: Jurnal Ilmiah Indonesia Jurnal Mitra Manajemen JURNAL PENDIDIKAN TAMBUSAI JTIK (Jurnal Teknik Informatika Kaputama) Abditeknika - Jurnal Pengabdian Kepada Masyarakat Informatics and Computer Engineering Journal Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Jurnal Indonesia Sosial Teknologi Indonesian Research Journal on Education CKI On Spot Jurnal Inovasi Pengabdian dan Pemberdayaan Masyarakat Journal Global Technology Computer SmartComp Jurnal Sains dan Teknologi Informasi Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Informasi interaktif : jurnal informatika dan teknologi informasi Prawara Jurnal Pengabdian Masyarakat
Findi Ayu Sariasih
Universitas Nusa Mandiri
Religion Arts Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Physics Public Health Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Desain Mockup Aplikasi e-Learning Berbasis UI/UX untuk Sekolah Menengah Kejuruan Menggunakan Metode Design Thinking Sariasih, Findi Ayu; Hartadi, Rifki Wahyu
Indonesian Research Journal on Education Vol. 5 No. 5 (2025): Irje 2025
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/irje.v5i5.2292

Abstract

Penelitian ini bertujuan untuk merancang mockup aplikasi e-learning untuk Sekolah Menengah Kejuruan (SMK) dengan menggunakan metode Design Thinking. Metode ini terdiri dari lima tahapan utama yaitu Empathize, Define, Ideate, Prototype, dan Test. Penelitian ini melibatkan siswa dan guru SMK sebagai sampel untuk memahami kebutuhan dan tantangan dalam proses belajar mengajar. Hasil dari tahap Empathize menunjukkan bahwa siswa menginginkan aplikasi e-learning yang interaktif dan mudah digunakan, sementara guru menginginkan aplikasi yang memudahkan mereka dalam mengelola materi pembelajaran dan memantau perkembangan siswa. Pada tahap Define, beberapa masalah utama yang diidentifikasi antara lain keterbatasan akses ke materi pembelajaran, kurangnya interaksi antara siswa dan guru, dan kesulitan dalam memantau perkembangan siswa secara real-time. Pada tahap Ideate, berbagai ide solusi telah dihasilkan, seperti fitur video pembelajaran, forum diskusi, dan kuis interaktif. Mockup aplikasi e-learning kemudian dibuat pada tahap Prototype dan diuji coba pada tahap Test. Hasil uji coba menunjukkan bahwa aplikasi ini mendapatkan respon positif dari pengguna. Aplikasi ini memudahkan siswa dalam memahami materi pembelajaran dan membantu guru dalam mengelola proses pembelajaran. Hasil dari penelitian ini menunjukkan bahwa metode Design Thinking efektif dalam merancang mockup aplikasi e-learning yang responsif terhadap kebutuhan pengguna. Mockup aplikasi ini meningkatkan interaksi antara siswa dan guru serta memberikan pengalaman pengguna yang memuaskan. Penelitian ini memberikan kontribusi dalam pengembangan teknologi pendidikan di Indonesia dan dapat menjadi referensi bagi pengembang aplikasi e-learning lainnya.
Pemanfaatan Twibbon Sebagai Branding Sosial Media di POKJA TKQ/TPQ DKI Jakarta Badrul, Mohammad; Lutfiyana, Nur; Nurrahman, Dede; Wasesha, Dian Ambar; Sariasih, Findi Ayu
Abditeknika Jurnal Pengabdian Masyarakat Vol. 2 No. 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/abditeknika.v2i1.967

Abstract

POKJA TKQ-TPQ DKI Jakarta adalah Lembaga sosial keagamaan atau organisasi yang mewadahi lembaga para guru yang bergerak dalam pendidikan dan pengajaran Al-Qur’an. POKJA TKQ/TPQ) DKI Jakarta memiliki target untuk menciptakan siswa atau santri yang memiliki kemampuan dibidang agama yang baik sebagai dasar pembentukan karakter/akhlak. POKJA TKQ/TPQ) DKI Jakarta memiliki target untuk menciptakan siswa atau santri yang memiliki kemampuan dibidang agama yang baik sebagai dasar pembentukan karakter/akhlak. Jika penggunaan Mekanisme promosi yang tidak tepat serta evaluasi yang tidak maksimal yang dilakukan, akan berimbas kepada tidak tercapainya target sekolah. Branding merupakan suatu mekanisme untuk menonjolkan apa yang menjadi ciri khas dari sekolah sekaligus menjadi ajang promosi sekolah. belum dikelola dengan baik dan sesuai dengan standar branding dan teknik desain grafis. Salah satu media yang bisa digunakan untuk menyebarkan konten visual di social media adalah twibbon. Twibbon adalah istilah yang digunakan untuk menggambarkan postingan dengan bingkai menarik. Twibbon sendiri merupakan sebuah media promosi, dukungan, pamflet atau banner berupa foto yang dikombinasikan dengan bentuk frame atau border yang di edit dan di desain sedemikian rupa hingga terlihat bagus dan menarik. Hasil yang dicapai dari workshop pemanfaatan twibbon ini adalah bagaimana peserta yang ada di lingkungan lembaga POKJA TKQ/TPQ) DKI Jakarta baik guru atau siswa atau santri sudah dapat melakukan branding sesuai dengan standard branding dan teknik desain grafis.
Audit Tata Kelola Teknologi Informasi Aplikasi Absensi Berbasis Android “SMAS” PT. DSJ Menggunakan Framework Cobit 5 Bachri, Chaerul; Sariasih, Findi Ayu; Dhiana, Aziz Sukma; Prayitno, Edhi; Timu, Timu
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/syntax-literate.v9i7.15971

Abstract

Tata kelola Teknologi Informasi (TI) digunakan untuk membangun suatu sistem yang membantu perusahaan dalam proses pengambilan keputusan dimana melibatkan para pemangku kepentingan. PT. DSJ adalah perusahaan yang bergerak dibidang layanan teknologi informasi dan komunikasi (TIK) yang senantiasa mengedepankan teknologi, termasuk untuk operasional perusahaan sehari hari, tak terkecuali dalam hal absensi karyawan untuk mempermudah proses absensi masuk maupun pulang karyawan. Untuk menguji dan mengevaluasi sejauh mana efektifitas dari sistem absensi berbasis android yang saat ini dipergunakan maka dilakukan audit tata kelola TI dengan menggunakan framework COBIT 5. Hasil dari rekapitulasi tingkat model capability bahwa skala nilai penelitian untuk proses kontrol dari sisi internal di PT. DSJ secara rata rata sudah baik dan terstruktur yaitu posisi level 4 (Optimized). Akan tetapi tetap diperlukan evaluasi dan di sosialisasikan rencana perbaikannya kepada para karyawan, agar peran teknologi informasi berdampak makin baik dalam menunjang kinerja setiap karyawan, hal ini terlihat dari Capability Level DSS03 dengan skor 3,05 yaitu Defined Process, yang artinya perusahaan harus terus melakukan improvement.
Deteksi Real-Time Atribut Siswa di Sekolah Menggunakan Model YOLOv11 dan Roboflow Cahyani, Silvy Indah; Sariasih, Findi Ayu; Prayitno, Edhi; Bahri, Chaerul; Setiawan, Adi Chandra
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/syntax-literate.v10i4.57957

Abstract

Penelitian ini berfokus pada pengembangan dan implementasi sistem berbasis AI untuk mendeteksi atribut seragam sekolah, seperti topi, dasi, dan ikat pinggang, menggunakan model deteksi objek YOLOv11. Model ini dilatih dengan kumpulan data yang berisi berbagai gambar dalam kondisi pencahayaan yang berbeda, dan berhasil mendeteksi atribut ini dengan Presisi Rata-rata (mAP) rata-rata 75%, bersama dengan skor presisi dan penarikan masing-masing 75% dan 70%. Terlepas dari hasil yang menjanjikan ini, tantangan seperti ketidakseimbangan data dan penurunan kinerja dalam kondisi pencahayaan ekstrem telah diidentifikasi. Solusi seperti perluasan kumpulan data, teknik augmentasi data tingkat lanjut, dan pembelajaran transfer menggunakan bobot yang telah dilatih sebelumnya disarankan untuk perbaikan lebih lanjut. Selain itu, mengoptimalkan model untuk perangkat seluler menggunakan teknik pemangkasan dan kuantisasi, bersama dengan pengujian lapangan di lingkungan sekolah nyata, direkomendasikan untuk meningkatkan efisiensi dan kinerja model. Penelitian ini menunjukkan potensi AI dalam mengotomatiskan pemantauan kepatuhan seragam sekolah, memberikan sekolah cara yang efisien dan sistematis untuk menegakkan disiplin.
Pelatihan Literasi Digital Gizi dan Tumbuh Kembang Balita: Pembuatan Konten Edukasi Posyandu Menggunakan Canva Sariasih, Findi Ayu; Widiarina; Rakhmah, Syifa Nur; Achyani, Yuni Eka
PRAWARA Jurnal ABDIMAS Vol 4 No 4 (2025): PRAWARA JURNAL ABDIMAS
Publisher : CV. Manha Digital

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

Abstract

Pelaksanaan kegiatan Pos Pelayanan Terpadu (Posyandu) berperan penting dalam meningkatkan kesehatan masyarakat, terutama pada aspek gizi dan tumbuh kembang balita. Namun, kegiatan promosi kesehatan di Posyandu umumnya masih dilakukan secara konvensional, seperti penyuluhan langsung dan penggunaan media cetak, sehingga belum menjangkau masyarakat luas secara optimal. Seiring meningkatnya penggunaan media sosial di kalangan ibu muda, diperlukan inovasi dalam penyampaian pesan kesehatan melalui media digital. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan literasi digital kader Posyandu Mawar Melati melalui pelatihan pembuatan konten edukatif gizi dan tumbuh kembang balita menggunakan aplikasi Canva. Metode yang digunakan berupa pelatihan partisipatif yang mencakup penyampaian materi, demonstrasi, praktik langsung, serta sesi tanya jawab. Hasil kegiatan menunjukkan peningkatan keterampilan kader dalam merancang poster digital dan video pendek yang menarik, informatif, serta relevan dengan kebutuhan masyarakat. Selain menghasilkan konten digital yang dapat digunakan untuk edukasi rutin Posyandu, kegiatan ini juga mendorong kader untuk lebih percaya diri dalam memanfaatkan media sosial sebagai sarana promosi kesehatan. Dengan demikian, pelatihan ini menjadi langkah awal dalam memperkuat kapasitas kader Posyandu menuju transformasi digital di bidang kesehatan masyarakat.
Prediksi dan Pencegahan Risiko Burnout pada Pekerja Fleksibel Menggunakan Algoritma Random Forest Fauziah Mk, Noha Noor; Hakim, Dimas Lukman; Cahyani, Ainun; Sariasih, Findi Ayu; Rakhmah, Syifa Nur; Sutoyo, Imam
Jurnal Sains dan Teknologi Informasi Vol 5 No 1 (2025): Desember 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/jussi.v5i1.8937

Abstract

Flexible workers operating under remote, hybrid, and freelance schemes face burnout risks that are difficult to detect early due to irregular work patterns and blurred work-time boundaries. Conventional burnout monitoring relying on manual surveys is static and lacks sensitivity to the dynamics of workers' psychological changes. This study aims to develop a machine learning-based burnout prediction system for flexible workers capable of providing real-time risk predictions accompanied by personalized prevention recommendations. The method employed is Random Forest Classifier using a dataset from Kaggle titled "Mental Health & Burnout in the Workplace" encompassing 5.000 observations. System development follows the Agile approach and is implemented through a Streamlit-based web application. Preprocessing stages include binary label transformation, data leakage elimination, one-hot encoding, class imbalance handling using SMOTE, and stratified split with a 90:10 ratio. The Random Forest model is configured with 800 trees, max_depth of 20, and other optimal hyperparameters. Evaluation results demonstrate that the model achieves 87% accuracy with precision of 0.89, recall of 0.91, and F1-score of 0.90 for the burnout class. Feature importance analysis identifies CareerGrowthScore, StressLevel, and ProductivityScore as dominant factors. The system provides real-time predictions with latency <2 seconds and prevention recommendations tailored to individual risk profiles. This research contributes a practical solution for self-monitoring mental health among flexible workers and provides organizations with an instrument for monitoring remote workforce well-being. Black-box testing validates that all functionalities operate according to specifications.
Penerapan Algoritma Machine Learning Random Forest untuk Prediksi Risiko Konversi Sindrom Terisolasi Klinis Menjadi Multiple Sclerosis Ripaldi, Riki; Tambunan, Leonardo Sebastian; Edowardo, Samuel; Rahkmah, Syifa Nur; Sutoyo, Imam; Sariasih, Findi Ayu
Journal Global Technology Computer Vol 5 No 1 (2025): Desember 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/jogtc.v5i1.8847

Abstract

Clinically Isolated Syndrome (CIS) is an initial neurological episode potentially developing into Multiple Sclerosis (MS), a chronic neurodegenerative disorder of the central nervous system. Early detection of risk factors for CIS to MS conversion is crucial for supporting timely medical interventions and slowing down disease progression. This study aims to develop a risk prediction model for CIS to MS conversion using a Machine Learning algorithm, comprehensively evaluate the model's performance, and implement it as a web-based clinical decision support system. The research employs a machine learning approach utilizing the Random Forest Classifier to predict the conversion risk using the public dataset Conversion Predictors of CIS to Multiple Sclerosis. The dataset comprises 273 patients with clinical variables including demographics, initial symptom characteristics, Magnetic Resonance Imaging (MRI) findings across various brain regions and the spinal cord, and Oligoclonal Bands (OCB) test results. The methodology involved addressing class imbalance using weight adjustments, cross-validation, and implementing a custom threshold of 0.57 to minimize false positives, ensuring clinical diagnostic safety. Test results demonstrate that the Random Forest model achieved optimal performance with an Accuracy of 81.82%, an F1-Score of 0.82, and an Area Under the Curve (AUC) of 0.9140, indicating excellent discriminative capability. Feature Importance analysis revealed that Oligoclonal Bands (OCB), Initial Symptoms (specifically sensory and visual disturbances), and MRI lesions (especially Periventricular) are the most influential predictors. The model is subsequently implemented into a web-based prediction system to facilitate interactive risk assessment by medical professionals. This implementation serves as an accurate and explainable prototype of a Clinical Decision Support System.
Prediksi Risiko Kesehatan Bayi Berbasis Parameter Tumbuh Kembang dengan Menggunakan Gradient Boosting Hulu, Astatia; Aimar, Juan Sebastian; Nabilah, Firyal Aufa; Rakhmah, Syifa Nur; Sariasih, Findi Ayu; Sutoyo, Imam
Informatics and Computer Engineering Journal Vol 6 No 1 (2026): Periode Februari 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/icej.v6i1.11066

Abstract

Kesehatan bayi merupakan indikator penting kualitas generasi masa depan, namun deteksi dini risiko kesehatan sering terkendala keterbatasan tenaga medis dan sistem pemantauan efektif. Penelitian ini mengembangkan sistem prediksi risiko kesehatan bayi berusia 0-30 hari menggunakan algoritma Gradient Boosting berdasarkan parameter tumbuh kembang. Metode pengembangan sistem menggunakan Agile Scrum dengan dataset "Infant Wellness and Risk Evaluation" yang melalui tahap pra-pemrosesan data dan feature engineering. Hasil evaluasi menunjukkan model mencapai akurasi 94%, recall 84% untuk kelas berisiko, dan precision 71%. Analisis feature importance mengidentifikasi age_days, oxygen_saturation, dan heart_rate_zscore sebagai fitur paling berpengaruh. Sistem prediksi berbasis web yang dihasilkan ini nantinya diharapkan dapat menjadi alat bantu yang efektif bagi tenaga medis. Infant health is an important indicator of future generation quality, but early detection of health risks is often constrained by limitations of medical personnel and effective monitoring systems. This research develops a health risk prediction system for infants aged 0-30 days using Gradient Boosting algorithm based on growth and development parameters. The system development method uses Agile Scrum with "Infant Wellness and Risk Evaluation" dataset through data preprocessing and feature engineering stages. Evaluation results show the model achieves 94% accuracy, 84% recall for at-risk class, and 71% precision. Feature importance analysis identifies age_days, oxygen_saturation, and heart_rate_zscore as the most influential features. The resulting web-based system has potential as an effective assistance tool for medical personnel.  
SISTEM REKOMENDASI MAKANAN MULTI – KRITERIA UNTUK KONSUMEN DENGAN ANGGARAN TERBATAS MENGGUNAKAN ALGORITMA CONTENT BASED FILTERING Azhar, Raniah; Shidqin, Dhuha Shobiyan; Prakoso, Azzam Ade; Rakhmah, Syifa Nur; Sariasih, Findi Ayu; Sutoyo, Imam
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 10 No. 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v10i1.1186

Abstract

ABSTRACTThe primary challenge in current digital recommendation services is aligning product quality with the economic constraints of the user. This study focuses on the development and implementation of a Food Recommendation System operating on Multi-Criteria, namely Maximum Budget (Price) and Quality (Predicted Rating). The methodology applied is Content-Based Filtering, where the system analyzes nutritional content data and the estimated ingredient cost of each menu to determine the level of compatibility with the user’s preference profile. The processing flow begins with receiving a price limit set by the consumer, followed by a strict filtering phase to exclude menus outside the budget, and subsequently ranking the qualified menus based on the quality score generated by a Machine Learning model. This implementation successfully delivers ordered and cost-efficient menu recommendations, demonstrating its high potential as an effective assistant in supporting food purchasing decisions for consumers facing financial limitations.Keywords: Recommendation System, Multi-Criteria, Budget Constraint, Content-Based Filtering, Predicted Rating.
Pengembangan Aplikasi Kecerdasan Buatan Untuk Analisis Pasar Produk Online Dan Rekomendasi Peluang Usaha Mesta; Febrian K, Felix; Afya Rachman, Rafi; Nur Rakhmah, Syifa; Sutoyo, Imam; Ayu Sariasih, Findi
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 3 (2026): Februari 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i3.685

Abstract

Calon wirausaha kerap menemui kesulitan dalam menganalisis produk pasar daring yang jumlahnya sangat banyak. Aplikasi yang berfungsi untuk menganalisis berbagai produk dari berbagai lokapasar daring Indonesia menjadi tujuan dari hasil penelitian ini. Rekomendasi produk untuk dijual kembali sebagai peluang usaha dibuat sebagai salah satu fitur aplikasi selain dari fitur analisis produk lokapasar daring. Penelitian ini menerapkan metode agile dengan pendekatan siklus pengembangan Extreme Programming (XP) dengan tahapan yang berulang dan efisien. Pengembangan aplikasi melibatkan beberapa kerangka kerja diantaranya Flutter untuk mengembangkan antarmuka pengguna, Python yang berfungsi mengolah data dengan algoritma Random Forest untuk menetapkan hasil analisis, dan SerpApi yaitu pihak ketiga yang menyediakan himpunan data yang diperlukan untuk analisis. Pengujian aplikasi dilakukan pada tahap listening pada siklus metode XP, pengujian dilakukan berulang sampai memenuhi kebutuhan pengguna. Kelebihan aplikasi terletak pada singkatnya waktu yang didapat saat ingin menganalisis suatu kata kunci produk. Aplikasi ini membantu calon wirausahawan menganalisis pasar daring secara cepat, meskipun hasil analisis tetap memerlukan verifikasi riset lanjutan.
Co-Authors Ade Setiawan Adinda Gita Lestari Afya Rachman, Rafi Ahmad Fauzi Aimar, Juan Sebastian Andreyas Ariesta Anus Wuryanto Armelsa, Dhefine Azhar, Raniah Bachri, Chaerul Bahri, Chaerul Cahyani, Ainun Cahyani, Silvy Indah Chaerul Bahri Chaerul Bahri Chaerul Bahri Chandra Setiawan Dede Nurrahman Dewi Yuliandari Dhefine Armelsa Dhiana, Aziz Sukma Dian Ambar Wasesha Edhi Prayitno Edhi Prayitno, Edhi Edowardo, Samuel Fahrezi, Rio Fara Mutia Fauziah Mk, Noha Noor Febrian K, Felix Firstianty Wahyuhening Fibriany Hakim, Dimas Lukman Hartadi, Rifki Wahyu Hulu, Astatia Inggit Dessy Susanti Jordy Lasmana Putra Juarni Siregar Juarni Siregar Juniarti Eka Safitri Lutfiyana, Nur Mesta Mohammad Badrul Mohammad Badrul, Mohammad Muhammad Hilman Fakhriza Nabilah, Firyal Aufa Nur Lutfiyana Nur Rakhmah, Syifa Prakoso, Azzam Ade Rachmawati Darma Astuti Raden Bagus Dimas Putra Rahkmah, Syifa Nur Ramadhan, Andhika Ibnu Ripaldi, Riki Setiawan, Adi Chandra Shidqin, Dhuha Shobiyan Sidik Sidik Silap, Renatan Hosea Siregar, Juarni Susilo, Putri Salsabila Sutoyo, Imam Syifa Nur Rakhmah, Syifa Nur Tambunan, Leonardo Sebastian Timu, Timu Wasesha, Dian Ambar Widiarina Widika, Arya Yoraeni, Ani Yudhistira Yudhistira Yumi Novita Dewi Yuni Eka Achyani, Yuni Eka