Article Per Year (5 Year)
p-Index From 2021 - 2026
1.503
P-Index
This Author published in this journals
All Journal Indonesian Journal of Data and Science Buletin Sistem Informasi dan Teknologi Islam JBIMA: Jurnal Pengabdian kepada Masyarakat Linier: Literatur Informatika dan Komputer
Wistiani Astuti
Universitas Muslim Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Mathematics Public Health Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Sistem Pendukung Keputusan Diagnosa Penyakit Tanaman Jeruk Bali menggunakan Metode Topsis di Desa Padang Lampe Kabupaten Pangkep Siti Najwa Yuliani; Harlinda Harlinda; Wistiani Astuti
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 3, No 4 (2022)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v3i4.1467

Abstract

Dalam mendiagnosa penyakit tanaman jeruk para petani hanya mengecek gejala di beberapa bagian tanaman jeruk bali dan langsung mendiagnosanya sehingga dianggap kurang efektif dan menghasilkan diagnosa yang kurang tepat, seharusnya petani melakukan diagnosa berdasarkan pertimbangan gejala-gejala dibeberapa bagian. Penelitian ini bertujuan untuk mendiagnosa penyakit tanaman jeruk berdasarkan kriteria daun, kulit batang, buah dan kulit akar. Metode yang digunakan adalah Metode TOPSIS yang melakukan perangkingan terhadap alternatif terpilih. Dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, tetapi juga memiliki jarak terpanjang dari solusi ideal negatif. Hasil penelitian menunjukkan bahwa penyakit Buah Busuk yang memiliki nilai tertinggi yaitu 0.625 terpilih dalam mendiagnosa penyakit tanaman jeruk.
Penerapan Metode RAD dan Algoritma Fifo Pada Aplikasi Antrian Pasien Puskesmas Siti Gayatri Hehanussa; Erick Irawadi; Wistiani Astuti
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 3, No 2 (2022)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v3i2.1189

Abstract

Pendaftaran antrian yang masih di lakukan secara manual oleh Puskesmas Tomalehu menjadi kendala bagi pasien dan dokter karena proses pecatatan masih dilakukan secara manual sehingga terjadinya penumpukan antrian dan tidak tertib dalam proses antrian. Penelitian ini bertujuan untuk membuat sebuah aplikasi berbasis web secara offline dan online, yang terdiri dari pasien baru dan pasien lama yaitu pasien baru adalah pasien yang melakukan pendaftaran secara offline karena pasien harus melakukan registrasi secara offline menggunakan LAN di puskesmas tomalehu, Ketika selesai melakukan registrasi maka pasien baru akan di anjurkan ke online dan status nya menjadi pasien lama. Metode yang dilakukan dalam penelitian ini adalah Rapid Application Development dan algoritma FIFO, cara pengumpulan data pada penelitian ini dengan wawancara observasi dan dokumentasi. Pada penelitian ini menghasilkan aplikasi web yang berbasis offline dan online yang terdiri dari pasien lama dan pasien baru. Kesimpulan yang dapat diambil dari penelitian ini berupa sebuah Sistem pendaftaran antrian secara Online dan offline yang dapat mengatasi masalah seperti pengambilan nomor antrian, dan laporan harian kunjungan pasien. Aplikasi web memberikan kemudahan bagi petugas dan pasien untuk mendaftar dan mengatur antrian.
Pelatihan Computational Thinking dan Problem Solving untuk Meningkatkan Literasi Digital Generasi Muda Kedah Harlinda Lahuddin; Wistiani Astuti
Jurnal Pengabdian kepada Masyarakat Vol 3 No 1 (2026)
Publisher : PT. Edutech Inovatif Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64109/jy0v1b13

Abstract

Program Pelatihan Computational Thinking dan Problem Solving untuk Generasi Muda Kedah dilaksanakan sebagai respons terhadap rendahnya literasi digital di daerah rural Malaysia, khususnya di Sekolah Kebangsaan Ulu Sedaka, Yan, Kedah. Tujuan program adalah membekali siswa dengan keterampilan berpikir komputasi yang mencakup decomposition, pattern recognition, abstraction, dan algorithmic thinking sebagai fondasi menghadapi era digital. Metode pelaksanaan meliputi baseline assessment, workshop interaktif, hands-on activities, serta evaluasi melalui pre-test dan post-test. Sebanyak 30 siswa dan 5 guru terlibat aktif dalam program selama 12 minggu. Hasil evaluasi menunjukkan peningkatan signifikan pemahaman computational thinking dari skor rata-rata 45,2 menjadi 78,6 dengan peningkatan 73,9 persen. Tingkat partisipasi mencapai 93,3 persen dengan kepuasan peserta 4,5 dari skala 5. Program berhasil mengembangkan modul pembelajaran digital dan panduan aplikasi yang dapat digunakan berkelanjutan. Kesimpulan menunjukkan bahwa pendekatan pembelajaran interaktif berbasis unplugged activities efektif meningkatkan kemampuan berpikir logis siswa di daerah dengan keterbatasan infrastruktur teknologi, serta memberikan dampak positif terhadap minat siswa pada bidang STEM dan kesiapan menghadapi transformasi digital.
Sistem Pendukung Keputusan Penentuan Calon Karyawan Pada Café Dapur Makassar Menggunakan Metode Simple Additive Weighting Chindy Ariani; Poetri Lestari Lokapitasari Belluano; Wistiani Astuti
LINIER: Literatur Informatika dan Komputer Vol 3, No 2 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i2.3644

Abstract

Setiap cafe ingin memiliki karyawan yang memenuhi kriteria dalam jumlah tertentu melalui decision maker atau pihak cafe. Hal tersebut juga dapat mempengaruhi kepuasan pelanggan cafe yang mendapatkan pelayanan terbaik dari karyawan cafe. Penelitian ini dibuat untuk membangun sebuah sistem pendukung keputusan calon karyawan di Cafe Dapur Ide Makassar secara objektif menggunakan metode Simple Additive Weighting (SAW). Dalam hal ini diharapkan penentuan calon karyawan menggunakan metode SAW dapat membantu dalam menentukan calon karyawan tepat sesuai dengan kriteria yang telah ditentukan oleh pihak cafe dengan melihat ranking atau total skor tertinggi agar karyawan yang akan diterima dapat memberikan pelayanan yang terbaik dan layak diterima
Comparison of ResNet50 and ResNet101 Feature Extraction for Tea Leaf Disease Classification Using Support Vector Machine Wistiani Astuti; Erick Irawadi Alwi; Farniwati Fattah; Tasrif Hasanuddin; Julisa; Ulfa Sari; Ainur Rahma Almagfirah
Indonesian Journal of Data and Science Vol. 7 No. 2 (2026): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v7i2.338

Abstract

Tea leaf diseases negatively affect both crop quality and productivity, highlighting the importance of early and accurate diagnosis. This study evaluates ResNet50 and ResNet101 as pretrained feature extractors combined with a Support Vector Machine (SVM) to determine whether a deeper residual architecture can better distinguish visually similar tea leaf disease classes. Images were obtained from the Kaggle “Identifying Disease in Tea Leaves” dataset, comprising eight categories: Anthracnose, algal leaf, bird eye spot, brown blight, gray light, healthy, red leaf spot, and white spot. Data augmentation increased each class to 800 images, producing 6,400 images that were divided into training and testing sets using an 80:20 ratio. Images were resized to 128 × 128 pixels for ResNet50 and 224 × 224 pixels for ResNet101. Feature vectors were generated by flattening convolutional feature maps from the ImageNet-pretrained networks without additional pooling. The extracted features were standardized and classified using an RBF-kernel SVM with C = 1.0 and gamma set to “scale.” ResNet101–SVM achieved 97.97% test accuracy, with precision, recall, and F1-score of 98%. In comparison, ResNet50–SVM obtained 89.15% accuracy, 90% precision, 89% recall, and 89% F1-score. These results indicate that ResNet101 captures finer texture and lesion-boundary information, enabling more reliable discrimination among similar disease classes. Therefore, deeper residual feature extraction provides a promising foundation for automated tea leaf disease diagnosis.
Analisis Pre-processing Sentimen Terhadap Komentar Layanan Indihome Pada Twitter Achmad Novanto; Dolly Indra; Wistiani Astuti
LINIER: Literatur Informatika dan Komputer Vol 1, No 2 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v1i2.2491

Abstract

Dalam era globalisasi yang terus berkembang, peran teknologi informasi menjadi krusial dalam mengubah cara manusiaberinteraksi dan mengakses informasi. Perusahaan telekomunikasi, seperti PT Telkom Indonesia dengan layanannya,IndiHome, memanfaatkan kemajuan teknologi untuk menyediakan layanan digital berbasis Internet, Telepon Rumah, danTV Interaktif/IPTV. Meskipun sudah menjangkau seluruh Indonesia, pemahaman mengenai kepuasan pengguna terhadaplayanan IndiHome masih perlu diperdalam. Penelitian ini difokuskan pada analisis sentimen pengguna terhadap layananIndiHome melalui media sosial twitter. twitter menjadi platform yang signifikan dalam mengekspresikan pandangan, kritik,dan kepuasan pengguna. Pembatasan karakter dalam setiap cuitan memunculkan gaya bahasa baru, yang memicu kreativitaspengguna. Meski demikian, menganalisis sentimen dari tweet memiliki tantangan tersendiri, terutama karena penggunaankata-kata non-baku dan bahasa informal. Oleh karena itu, pentingnya preprocessing data dalam analisis sentimen menjadifokus utama penelitian ini. Langkah awal dalam penelitian ini bertujuan untuk meningkatkan keberhasilan klasifikasisentimen dengan membersihkan dan normalisasi data tweet. Hasil penelitian diharapkan dapat memberikan wawasan yanglebih akurat mengenai respons pengguna terhadap layanan IndiHome. Melalui langkah-langkah preprocessing yangdilibatkan, penelitian ini menyimpulkan bahwa data yang telah dipersiapkan menjadi lebih siap untuk tahap analisissentimen. Dengan demikian, analisis sentimen dapat memberikan hasil yang lebih relevan dan akurat, membuka peluanguntuk mengambil langkah-langkah strategis terkait dengan polarisasi sentimen yang teridentifikasi.
Co-Authors Achmad Novanto Ainur Rahma Almagfirah Alfitriana Riska Chindy Ariani Dolly Indra Erick Irawadi Erick Irawadi Alwi Farniwati Fattah Harlinda Lahuddin Herdianti Darwis Herman Julisa Lokapitasari Belluano, Poetri Lestari Muhammad Dzul Asmi Alhamdi Purnawansyah Purnawansyah Siti Gayatri Hehanussa Siti Najwa Yuliani Tasrif Hasanuddin Ulfa Sari