Article Per Year (5 Year)
p-Index From 2020 - 2025
1.048
P-Index
This Author published in this journals
All Journal International Journal of Public Health Science (IJPHS) Jurnal Online Mahasiswa (JOM) Bidang Matematika dan Ilmu Pengetahuan Alam Jurnal Informatika dan Teknik Elektro Terapan Jurnal Digit : Digital of Information Technology Indonesian Journal on Data Science Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Putri Rizqiyah
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Industrial & Manufacturing Engineering Mathematics

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
PENAKSIR UNTUK RASIO POPULASI DENGAN MENGGUNAKAN TRANSFORMASI VARIABEL Putri Rizqiyah; Harison '; Sigit Sugiarto
Jurnal Online Mahasiswa (JOM) Bidang Matematika dan Ilmu Pengetahuan Alam Vol 2, No 1 (2015): Wisuda Februari 2015
Publisher : Jurnal Online Mahasiswa (JOM) Bidang Matematika dan Ilmu Pengetahuan Alam

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

Abstract

Estimators discussed in this paper are three estimators for population ratio using variable transformation, i.e estimator of population ratio using dual variable, regression-type estimator of population ratio, and ratio-type estimator of population ratio, which is a review from the article of Onyeka et.al [Global Journal of Science Frontier Research13(2013):57-65]. The three estimators are biased estimators. The most efficient estimator is the one that has the smallest mean square error obtained by comparing the mean square error of each estimator. An example is given at the end of the discussion.
Analyzing public perception toward COVID-19 vaccines in Indonesia Rizqiyah, Putri; Yulianti, Evi; Jiwanggi, Meganingrum Arista
International Journal of Public Health Science (IJPHS) Vol 13, No 1: March 2024
Publisher : Intelektual Pustaka Media Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijphs.v13i1.23134

Abstract

The research is prompted by the dearth of studies addressing public perceptions of various COVID-19 vaccines in Indonesia using extensive datasets spanning and a wide timeframe. This study examined public perception toward COVID-19 vaccines in Indonesia using a dataset of tweets. We further detect whether there are any changes in sentiment toward each type of vaccine. The five most commonly used vaccines in Indonesia (AstraZeneca, Moderna, Pfizer, Sinopharm, and Sinovac) were analyzed for sentiment using a lexicon-based method: Valence Aware Dictionary and Sentiment Reasoner (VADER), with changes in sentiment detected using Pruned Exact Linear Time (PELT). The 280,826 tweets collected between 2021 and 2022, 39% were positive, 18% were negative, and 43% were neutral. While Indonesian citizens generally responded positively and neutrally to each vaccine, with Sinopharm and Pfizer receiving the highest sentiment scores and AstraZeneca receiving the lowest, some change points in sentiment were associated with real-world events. Jakarta had the highest number of tweets (22%), while Maluku had the highest sentiment score (0.498). A significant positive correlation was also found between the total number of tweets and two variables: new cases of COVID-19 (r=0.9, p=0.001) and total new deaths caused by COVID-19 (r=0.8, p=0.008). Overall, the discussion of COVID-19 vaccines is still ongoing, and Indonesian citizens tend to respond neutrally and positively regardless of location or time.
PENERAPAN ESP32CAM UNTUK SISTEM ABSENSI KARYAWAN DENGAN METODE FACE RECOGNITION Hamidah, Anisya; Reno, Muhammad; Kusnadi, Kusnadi; Subagio, Ridho Taufiq; Sokibi, Petrus; Rizqiyah, Putri
Jurnal Digit : Digital of Information Technology Vol 14, No 2 (2024)
Publisher : Universitas Catur Insan Cendekia (CIC) Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51920/jd.v14i2.405

Abstract

Sistem absensi pada bengkel pak anton dilakukan secara manual dan kurang efisien untuk diterapkan, karena memiliki beberapa kekurangan seperti tidak efisien waktu dalam proses pelaksanaannya, serta memberikan kemungkinan besar untuk terjadinya kesalahan dalam proses pengumpulan data yang disebabkan oleh kesalahan manusia. Karena masalah tersebut, penelitian ini bertujuan untuk membuat sistem absensi karyawan otomatis menggunakan ESP32CAM dan menggunakan metode penelitian dengan face recognition. Sistem ini memungkinkan pencatatan kehadiran karyawan secara akurat dan efisien dengan memanfaatkan teknologi face recognition. Pada perancangan sistem ini, komponen perangkat keras yang digunakan antara lain ESP32CAM sebagai mikrokontroler dan kamera. ESP32CAM digunakan untuk menangkap dan mengenali wajah karyawan. Untuk perangkat lunak, digunakan algoritma face recognition yang diintegrasikan dengan website untuk memantau dan mengelola data absensi. Hasil penelitian menunjukkan bahwa sistem absensi otomatis ini dapat mencatat kehadiran karyawan dengan akurat dan sesuai dengan jadwal yang telah ditentukan. Kata kunci: IoT, Sistem Absensi, pengenalan wajah, ESP32CAM.
PENERAPAN PHONEME-BASED SPEECH RECOGNITION PADA APLIKASI AL-QURAN SEBAGAI MEDIA PEMBELAJARAN INTERAKTIF Majidin, Rouf; Kusnadi, Kusnadi; Asfi, Marsani; Subagio, Ridho Taufiq; Sokibi, Petrus; Rizqiyah, Putri
Jurnal Digit : Digital of Information Technology Vol 15, No 1 (2025)
Publisher : Universitas Catur Insan Cendekia (CIC) Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51920/jd.v15i1.425

Abstract

Al-Qur’an adalah kitab suci yang menjadi pedoman dan falsafah bagi umat Islam, serta petunjuk hidup yang diturunkan kepada Nabi Muhammad SAW. Al-Qur’an merupakan bentuk komunikasi antara Allah SWT, Tuhan Yang Maha Esa, dengan umat manusia. Membaca dan memaknainya adalah bentuk ibadah dan komunikasi dengan Allah SWT Tuhan Yang Maha Esa. Kegiatan mengaji di SMP Negeri 2 Palimanan diadakan sebelum Kegiatan Belajar Mengajar (KBM) dimulai, masalah dalam pembelajaran mengaji sering kali disebabkan oleh ketidakpahaman siswa terhadap tata cara atau kaidah mengaji. Hal ini berdampak pada menurunnya semangat dan minat mereka dalam mengikuti kegiatan mengaji. Maka dari itu dengan adanya permasalahan tersebut adalah diadakannya konseling oleh pihak sekolah, namun kegiatan konseling yaitu pembelajaran mengaji kurang kondusif karena waktu. Hasil penelitian ini menghasilkan aplikasi Quranku Pintar yang menggunakan metode Phoneme Based Speech Recognition untuk pengenalan suara. Metode fonem (phoneme) adalah satuan bunyi terkecil yang dikenal melalui pendengaran manusia dan digunakan untuk pengenalan suara berdasarkan suku kata. Data suara tersebut kemudian diproses dan dicocokkan dengan ayat Al-Qur’an, lalu divisualisasikan secara interaktif. Berdasarkan hasil perhitungan MAPE ((Mean Absolute Percentage Error) didapatkan hasil akhir nilai sebesar 4,03%, yang artinya nilai tersebut menunjukkan bahwa prediksi yang dilakukan memiliki tingkat akurasi yang baik. Jadi hasil penelitian yang sudah dilakukan menunjukkan bahwa aplikasi Quranku Pintar telah sesuai dengan kebutuhan pengguna sebagai menjadi platform pembelajaran mengaji mandiri. Kata kunci: : Phoneme Based, Speech Recognition, Al-Quran, Pembelajaran Interaktif, MAPE.
PENERAPAN XGBOOST DALAM PREDIKSI PENDAFTARAN SISWA BARU BIMBINGAN BELAJAR QSC DI KOTA CIREBON Syahadah, Fia Hamasyatus; Subagio, Ridho Taufiq; Rizqiyah, Putri
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3S1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3S1.7998

Abstract

Pandemi COVID-19 berdampak pada dunia pendidikan, termasuk menurunnya jumlah pendaftar di Bimbingan Belajar Quick & Smart Course (QSC) Kota Cirebon. Kesulitan dalam memprediksi jumlah siswa baru menyebabkan kendala dalam alokasi pengajar, ruang kelas, dan strategi pemasaran yang masih dilakukan secara manual tanpa analisis data. Penelitian ini bertujuan untuk membangun sistem prediksi berbasis web untuk memperkirakan jumlah siswa baru menggunakan algoritma Extreme Gradient Boosting (XGBoost). Data yang digunakan merupakan data historis QSC dari Januari 2021 hingga April 2025. Sistem dikembangkan dengan Python untuk back-end, HTML untuk front-end, dan MySQL sebagai basis data, sedangkan analisis dan perancangan sistem dilakukan menggunakan Unified Modeling Language (UML). Hasil penelitian menunjukkan bahwa model XGBoost dengan konfigurasi terbaik (n_estimators = 100, max_depth = 3) menghasilkan Koefisien Determinasi (R2) sebesar 0,9779, Root Mean Squared Error (RMSE) sebesar 6,83 dan Mean Absolute Error (MAE) sebesar 5,96. Sistem berbasis web ini memudahkan pemilik QSC memantau tren historis, melakukan forecasting, dan mendukung pengambilan keputusan berbasis data untuk strategi pengelolaan yang lebih optimal.
Eksplorasi Data Mining Dengan Teknik Statistik Untuk Pengolahan Big Data Transaksi Online prasetyo, ridho; Saputra, Hardi; Dewi, Wiwiwk Nurkomala; Rizqiyah, Putri
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 3 No. 2 (2025): Indonesian Journal On Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v3i2.1589

Abstract

Perkembangan teknologi digital telah meningkatkan volume transaksi online secara eksponensial, menciptakan tantangan dalam pengolahan big data. Data mining menggunakan teknik statistik merupakan solusi yang efektif untuk mengeksplorasi pola transaksi, mendeteksi anomali, serta melakukan segmentasi pelanggan. Penelitian ini menganalisis pola transaksi e-commerce menggunakan statistik deskriptif, Z-Score untuk deteksi anomali, serta K-Means Clustering untuk segmentasi pelanggan. Dengan dataset yang terdiri dari 50.000 transaksi selama enam bulan, ditemukan bahwa mayoritas pelanggan (60%) berada dalam kategori Low Spender, sementara 10% masuk kategori High Spender. Analisis Z-Score mengidentifikasi transaksi sebagai anomali jika nilai transaksi melebihi $500. Hasil penelitian menunjukkan bahwa pola transaksi pelanggan cenderung berulang dengan kecenderungan kategori belanja tertentu. Deteksi anomali dengan Z-Score memberikan wawasan mendalam untuk mengidentifikasi transaksi yang mencurigakan, yang dapat menjadi indikasi aktivitas penipuan atau kesalahan transaksi. Metode K-Means Clustering digunakan untuk mengelompokkan pelanggan menjadi lebih efektif, memberikan peluang bagi pelaku bisnis untuk meningkatkan strategi pemasaran dan personalisasi layanan. Dengan pendekatan eksplorasi data mining ini, perusahaan e-commerce dapat mengoptimalkan strategi bisnis, meningkatkan pengalaman pelanggan, serta memperkuat sistem deteksi anomali untuk mengurangi risiko transaksi yang tidak wajar. Penelitian ini juga membuka peluang untuk pengembangan lebih lanjut dalam penerapan model machine learning yang lebih kompleks guna meningkatkan akurasi dalam analisis big data transaksi online.
Implementasi BERT untuk Analisis Excitement Audiens Film Mendatang Muhammad Razavi, Royfansyah; Sokibi, Petrus; Rizqiyah, Putri
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.198

Abstract

Komentar media sosial tentang film yang akan datang sering kali mengekspresikan tingkat antusiasme penonton secara tidak terstruktur, sehingga sulit diklasifikasikan secara manual. Penelitian ini mengimplementasikan model klasifikasi berbasis BERT untuk mengelompokkan komentar berbahasa Inggris ke dalam tiga kategori: Excited, Netral, dan Not Excited. Data dikumpulkan dari media sosial, dianotasi secara manual, lalu melalui tahap pembersihan, tokenisasi, dan encoding. Selanjutnya, data dibagi menggunakan random split dan stratified split sebelum proses pelatihan dan evaluasi model. Hasil eksperimen menunjukkan bahwa BERT mampu memberikan performa klasifikasi yang baik, dengan stratified split menghasilkan akurasi yang lebih tinggi dan stabil dibandingkan random split. Model juga diintegrasikan ke dalam aplikasi web sederhana sebagai implementasi praktis. Hasil penelitian ini membuktikan efektivitas BERT dalam menganalisis excitement audiens terhadap film mendatang melalui komentar media sosial.
Co-Authors Dewi, Wiwiwk Nurkomala Evi Yulianti Hamidah, Anisya Harison ' Jayawarsa, A.A. Ketut Kusnadi Majidin, Rouf Marsani Asfi Meganingrum Arista Jiwanggi Muhammad Razavi, Royfansyah Petrus Sokibi, Petrus Prasetyo, Ridho Reno, Muhammad Ridho Taufiq Subagio Saputra, Hardi Sigit Sugiarto Syahadah, Fia Hamasyatus