Article Per Year (5 Year)
p-Index From 2021 - 2026
3.625
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) 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 : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
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 Informasi (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 Afya Rachman, Rafi Ahmad Fauzi Aimar, Juan Sebastian Andreyas Ariesta Anus Wuryanto Azhar, Raniah Bachri, Chaerul Bahri, Chaerul Cahyani, Ainun Cahyani, Silvy Indah Chaerul Bahri Chaerul Bahri Chandra Setiawan, Chandra Dede Nurrahman Dewi Yuliandari Dhefine Armelsa Dhiana, Aziz Sukma Dian Ambar Wasesha Edhi Prayitno Edhi Prayitno, Edhi Edowardo, Samuel 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 Lestari, Adinda Gita 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 Ripaldi, Riki Setiawan, Adi Chandra Shidqin, Dhuha Shobiyan Sidik Sidik Sutoyo, Imam Syifa Nur Rakhmah, Syifa Nur Tambunan, Leonardo Sebastian Timu, Timu Wasesha, Dian Ambar Widiarina Yoraeni, Ani Yudhistira Yudhistira Yumi Novita Dewi Yuni Eka Achyani, Yuni Eka