Article Per Year (5 Year)
p-Index From 2021 - 2026
2.276
P-Index
This Author published in this journals
All Journal JIK Jurnal Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Aplikasi dan Riset Informatika
Eva Faja Ripanti
Fakultas Teknik Universitas Tanjungpura Pontianak
Computer Science & IT Education

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

Found 24 Documents
Search

 1   2   3 
Technique For Others Preference By Similarity To Ideal Solution (TOPSIS) untuk Pemilihan Coffee Shop dan Mapping Menggunakan Library Leaflet Rahmadani, Devi; Ripanti, Eva Faja; Irwansyah, M. Azhar
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 10, No 3 (2024): Volume 10 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v10i3.79470

Abstract

Budaya minum kopi sudah menjadi hal yang lumrah bagi masyarakat Indonesia khususnya di Pontianak sehingga banyak pengusaha yang membangun tempat minum kopi salah satunya disebut dengan coffee shop. Coffeeshop merupakan warung minum kopi yang mengangkat rancangan lebih modern dibandingkan dengan warung kopi tradisional, rancangan modern dalam artian di sini adalah coffee shop lebih mengedepankan suasana, fasilitas, menu, cara penyajiannya serta pelayanan yang dibuat lebih terbaru dan nyaman. Banyaknya coffee shop, membuat pengguna ragu untuk mengunjungi coffee shop baru karenacoffee shop yang dikunjungi tidak sesuai dengan prioritas yang mengakibatkan kurangnya informasi coffee shop yang mana lebih lengkap fasilitas, menu, harga yang lebih murah, dan jam operasional lebih lama dan lokasi yang akurat.Permasalahan lainnya masih banyak konsumen yang tidak mengetahui tempat-tempat coffee shop pada area kecamatan tertentu dan masih ada beberapa coffee shop yang tidak terdaftar di maps Sehingga, permasalahan tersebut membuat peneliti memiliki tujuan untuk membangun sistem pemilihan coffee shop yang memudahkan konsumen dalam menentukan coffee shop yang sesuai dengan prioritas bersamaTechnique For Others Preference By Similarity To Ideal Solution (TOPSIS)method yang menjadikan fasilitas, menu, harga, dan jam operasional sebagai kriteria dalam metode perhitungan dalam menentukan coffee shop terbaik serta menampilkan titik lokasi dengan library leaflet. Prioritas merupakan kriteria yang diperoleh dari permasalahan para konsumen kemudian melakukan observasi dan kuesioner sebagai tolak ukur menentukan sub kriteria untuk melangsungkan proses pengambilan keputusan. Penelitian ini melakukan pengujian UAT kepada responden untuk menilai kelayakan sistem pada sesi admin dan pengguna yang dihitung dengan skala likert menghasilkan skor antara 80% "“ 100% = Sangat (Setuju/Baik/Suka) atau "Sangat Baik".
Sistem Prediksi Banjir Rob Kota Pontianak Berbasis Machine Learning Menggunakan Framework Streamlit Hermawan, Eki; Panjaitan, Seno Darmawan; Ripanti, Eva Faja
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 10, No 3 (2024): Volume 10 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v10i3.79955

Abstract

 Kota Pontianak yang terletak di garis ekuator merupakan salah satu wilayah di Indonesia dimana sering terjadi bencana hidrometeorologi. Dengan topografi wilayah yang datar dan terletak di dataran rendah dengan ketinggian antara 0,8 meter hingga 1,5 meter diatas permukaan laut berdampak signifikan terhadap bencana, salah satunya banjir rob. Luapan Sungai Kapuas akibat adanya pasang maksimum yang dipengaruhi oleh angin munson Asia menyebabkan terjadinya banjir rob. Kejadian ini memiliki resiko tinggi terhadap masyarakat di sepanjang bantaran Sungai Kapuas. Langkah untuk mitigasi bencana dan pemberian informasi terkait kejadian banjir rob kepada masyarakan perlu dilakukan, salah satunya melalui pendekatan dengan mengimplementasikan sistem prediksi menggunakan teknologi machine learning. Sistem dirancang menggunakan data historis yang diperoleh dari Stasiun Meteorologi Maritim Pontianak pada tahun 2017 hingga 2023 dan diolah menggunakan algoritma support vector machine, random forest dan k-nearest neighbor. Algoritma random forest memiliki kinerja paling optimal dalam membangun model dengan nilai akurasi 0,99 dan waktu komputasi 1,84 second pada skenario uji 70:30. Implementasi model yang dibangun dengan algoritma random forest divisualisakan berbasis website menggunakan framework streamlit. Sistem dapat melakukan klasifikasi tingkat kejadian banjir dan prediksi nilai ketinggian air sesuai dengan kategori yang telah ditentukan. Pengujian dilakukan saat terjadinya banjir rob pada 23 Desember 2022 pukul 05:00 WIB, menunjukkan nilai ketinggian air 34 cm dari permukaan tanah. Nilai MAE yang diperoleh yaitu 3.24, RMSE 4.86 dan MAPE 1,52% menunjukkan sistem yang dibangun memiliki tingkat keakuratan model yang sangat baik dan dapat digunakan secara optimal.
Implementasi Metode Enterprise Architecture Planning (EAP) Dalam Perancangan Cetak Biru Sistem Informasi Universitas Tanjungpura Ayusra, Nuraini; Sujaini, Herry; Ripanti, Eva Faja
Jurnal Aplikasi dan Riset Informatika Vol 3, No 1 (2024)
Publisher : Jurnal Aplikasi dan Riset Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/juara.v3i1.84654

Abstract

Sistem informasi merupakan elemen penting dalam pengelolaan institusi pendidikan, dan cetak biru yang baik sangat mempengaruhi keberhasilan perencanaan dan implementasi sistem. Penelitian ini bertujuan mengembangkan cetak biru sistem informasi untuk Universitas Tanjungpura (Untan) dengan menggunakan metode Enterprise Architecture Planning (EAP) dan framework Zachman. Saat ini, Untan belum memiliki cetak biru sistem informasi yang memadai, yang mengakibatkan perencanaan dan integrasi sistem yang kurang optimal. EAP diterapkan untuk mendefinisikan arsitektur data, aplikasi, dan teknologi, sedangkan analisis SWOT digunakan untuk menilai kekuatan, kelemahan, peluang, dan ancaman dalam proses bisnis Untan sesuai dengan standar borang akreditasi dan model Value Chain. Hasil penelitian ini mencakup cetak biru sistem informasi yang terintegrasi, rekomendasi perbaikan, dan tahapan pengembangan cetak biru ke depan. Penelitian ini memberikan dasar strategis yang jelas untuk perencanaan dan pembaharuan sistem informasi di Untan.
Customer Relationship Management (CRM) System pada Peningkatan Layanan Pengguna E-Learning Ripanti, Eva Faja; Pratama, Enda Esyudha; Asrin, Fauzan
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 11, No 1 (2025): Volume 11 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v11i1.87229

Abstract

Sistem e-learning dimanfaatkan pada sistem pendidikan guna meningkatkan efektifitas dan efisiensi pembelajaran dengan memanfaatkan sumber daya teknologi informasi dan komunikasi. Penelitian ini bertujuan membangun sebuah customer relationship management system yang dapat meningkatkan layanan bagi pengguna e-learning di suatu Universitas. Sistem ini mengelola data pengguna e-learning sebuha universitas dengan memberikan layanan yang sesuai dengan siklus Customer Relationship Management (CRM) agar mejadi loyal. Siklus tersebut adalah acquisition, retention, dan expansion. Pengelolaan data pengguna ditempatkan dalam sebuah database, yang digunakan untuk tujuan meningkatkan jumlah pengguna maupun meningkatkan kualitas dari layanan yang diberikan oleh penyelenggara. Sistem CRM tersebut dibangun dengan mengikuti siklus pengembangan sistem informasi yaitu System Development Life Cycle (SDLC). Sementara instrumen analisis dan perancangan yang digunakan adalah Unified Modeling Language (UML). Penelitian ini kemudian menampilkan sebuah model yang menjadi acuan dalam membangun sistem CRM pada peningkatan layananan pengguna E-learning. CRM dapat memberikan dampak kepada peningkatan kualitas modul pembelajaran, yang pada akhirnya pada peningkatan kualitas pembelajaran.
Co-Authors Adhariah, Sitty Alfred Nobel Maula Andreas, Ricky Anggi Perwitasari Anggi Srimurdianti Sukamto, Anggi Srimurdianti Asrin, Fauzan Ayusra, Nuraini Enda Esyudha Pratama, Enda Esyudha Fitriana, Julia Fitriana, Julia Hafiz Muhardi Hasan Ashari Oramahi Helen Sasty Pratiwi, Helen Sasty Hermawan, Eki Herry Sujaini Hersyaputra, Mohamad Syazimmi Himawan, Fiqri Juniarsih, Sri Muhammad Azhar Irwansyah Muthahhari, Morteza Mutiah, Nurul Oktaviano, Rizki Orpa, Elsa Paskalis Krisda Pratiwi, Adetya Rahmadani, Devi Ramadhanti, Mutiara Fitri Rudy Dwi Nyoto, Rudy Dwi Seno Darmawan Panjaitan Steven Pragestu, Steven Tursina Tursina Wibowo, Angelina Elfrida Yudhanti, Dwina Admella