Article Per Year (5 Year)
p-Index From 2021 - 2026
2.036
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Riset dan Observasi Teknik Informatika JARES (Journal of Academic Research and Sciences) Antivirus : Jurnal Ilmiah Teknik Informatika Jurnal Manajemen Informatika dan Sistem Informasi Journal Zetroem Jurnal Ilmiah Wahana Pendidikan Journal of Artificial Intelligence and Engineering Applications (JAIEA) Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Science Contribution to Society Journal Jurnal Informatika Polinema (JIP) Jurnal Sains Sistem Informasi
Sri Lestanti
Unknown Affiliation
Religion Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Nursing Public Health Social Sciences Transportation Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
PENERAPAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI ALAT MUSIK TRADISIONAL DI BLITAR RAYA Razaan, Muhammad Rizal; sri lestanti; Udkhiati Mawaddah
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/jkzynb61

Abstract

Penelitian ini dibuat dikarenakan menurunnya minat generasi muda terhadap alat musik tradisional, terutama di wilayah Blitar Raya, yang mengancam pelestarian budaya lokal. Untuk mengatasi hal ini, sistem klasifikasi gambar alat musik tradisioanal yang dikembangkan menggunakan algoritma Convolutional Neural Network (CNN). Studi eksperimental ini menggunakan bahasa pemrograman Python dan antarmuka visual yang dibangun dengan framework Streamlit. Dataset mencakup berbagai kategori alat musik tradisional dari daerah Blitar Raya. Model tersebut berfungsi dengan baik dalam mengklasifikasikan gambar alat musik, dengan hanya sedikit kesalahan penandaan. Antarmuka aplikasi sederhana, ramah pengguna, dan berfungsi secara efektif dalam melakukan analisis gambar. Penelitian ini menyoroti bagaimana pembelajaran mesin dapat mendukung pelestarian digital budaya lokal dan pendidikan. Hal ini juga menunjukkan potensi teknologi untuk meningkatkan kesadaran dan apresiasi terhadap alat musik tradisional, terutama di kalangan audiens muda saat ini.
A Convolutional Neural Network Model for the Handwritten Hijaiyah Recognition System (SiPuTiH) with Domain-Specific Data Augmentation Sri Lestanti; Sandi Widya Permana; Nur Budiman, Saiful
JARES (Journal of Academic Research and Sciences) Vol 10 No 2 (2025): September 2025
Publisher : Universitas Islam Balitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35457/jares.v10i2.5430

Abstract

This paper presents SiPuTiH, a Convolutional Neural Network (CNN)-based approach for handwritten Hijaiyah character recognition that addresses performance degradation caused by morphological variations in handwriting. The study employs a dataset of 1,680 handwritten images representing 30 Hijaiyah characters, where domain-specific data augmentation is applied solely during the training phase. The augmentation strategy incorporates controlled geometric and stroke-based transformations, including rotation, scaling, shear, slant variation, and stroke thickness adjustment, to model realistic handwriting diversity. The proposed CNN architecture consists of multiple convolutional layers with ReLU activation, max-pooling operations, and a softmax classifier. Experimental results show that the proposed method achieves an accuracy of 99.70%, with weighted precision and F1-score of 99.85% and 99.77%, respectively. Furthermore, the use of domain-specific data augmentation effectively reduces misclassification among visually similar characters, such as ta and tsa, demonstrating improved robustness and generalization capability.
Segmentasi Pelanggan Produk Digital Service Indihome Menggunakan Algoritma Divisive Hierarchical Clustering Farid Rizky Sukamto; Sri Lestanti; Wahyu Dwi Puspitasari
Jurnal Ilmiah Wahana Pendidikan Vol 12 No 5.B (2026): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

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

Abstract

Fenomena digitalisasi mendorong perubahan kebiasaan masyarakat dalam berbagai aktivitas, sehingga berdampak pada peningkatan kebutuhan pemenuhan jaringan internet pada IndiHome Blitar sebagai perusahaan telekomunikasi yang menyediakan produk layanan internet fiber. Penelitian ini bertujuan menerapkan algoritma Divisive Hierarchical Clustering untuk melakukan segmentasi pelanggan layanan digital IndiHome di Kota Blitar, guna memahami karakteristik perilaku pengguna. Berdasarkan data pelanggan yang dianalisis, hasil segmentasi berhasil mengidentifikasi dua kelompok utama yang berbeda, yakni klaster pelanggan dengan penggunaan layanan moderat dan klaster pelanggan dengan intensitas penggunaan tinggi. Pemahaman terhadap kedua segmen ini memungkinkan pengembangan strategi pemasaran yang lebih relevan dan tepat sasaran, yang disesuaikan dengan pola konsumsi masing-masing kelompok. Hasil evaluasi segmentasi menggunakan Silhouette Coefficient menunjukkan skor optimal sebesar 0,5576, yang mengonfirmasi bahwa pemisahan antar klaster valid dan memiliki struktur yang jelas. Temuan ini membuktikan bahwa algoritma Divisive Hierarchical Clustering optimal dalam mengungkap pola-pola tersembunyi dalam data pelanggan yang dapat dimanfaatkan sebagai dasar pengembangan layanan. Pada akhirnya, penelitian ini menyajikan wawasan strategis untuk meningkatkan retensi dan loyalitas pelanggan, serta memperkuat daya saing IndiHome di pasar yang kompetitif melalui pendekatan pemasaran berbasis data.
RANCANG BANGUN WEBGIS PEMETAAN UMKM DI KECAMATAN SUTOJAYAN MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT Nabillah Rachelia Meyshita; Sri Lestanti; Muhammad Wahyu Rizqi Pratama
Jurnal Sains Sistem Informasi Vol 4 No 3 (2026): JSSI (September)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v4i3.25113

Abstract

Kecamatan Sutojayan memiliki perkembangan Usaha Mikro, Kecil, dan Menengah (UMKM) yang cukup aktif, namun proses pendataan dan pemetaan masih dilakukan secara manual sehingga data belum terintegrasi dan sulit dianalisis secara spasial. Kondisi tersebut menyulitkan pihak kecamatan dalam memperoleh informasi mengenai persebaran dan potensi UMKM secara menyeluruh. Penelitian ini bertujuan merancang dan mengembangkan Sistem Informasi WebGIS Pemetaan UMKM di Kecamatan Sutojayan yang mampu menyajikan informasi UMKM secara interaktif dan terintegrasi. Sistem dikembangkan menggunakan metode Rapid Application Development (RAD) yang meliputi Requirements Planning, User Design, Construction, dan Cutover. Teknologi yang digunakan meliputi Laravel, Leaflet.js, MySQL, HTML, JavaScript, dan Tailwind CSS. Hasil penelitian menunjukkan bahwa sistem mampu menampilkan persebaran UMKM secara spasial, informasi detail usaha, pencarian dan filter data, klasifikasi potensi UMKM, serta dashboard statistik berdasarkan wilayah dan sektor usaha. Pengujian Black Box Testing menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan, sedangkan User Acceptance Testing (UAT) menunjukkan penerimaan yang sangat baik dari pihak kecamatan dan pengguna umum. Sistem yang dikembangkan dapat digunakan sebagai media pendataan, pemetaan, dan penyajian informasi UMKM untuk mendukung pengelolaan UMKM di Kecamatan Sutojayan.
Co-Authors Akhmad Alfan Fauzi Alviansyah, Alif Ardina Desi Susana Cita Puspita Inayati Dini Kustiari Dwi Lailatus Saadah Erwan Erwan, Erwan Farid Rizky Sukamto Febrinita, Filda Hesty Puspita Sari Huandito, Dion Tri Kusumawijayanti, Anita Reta Laili Neni Sutanti Muhammad Wahyu Rizqi Pratama Nabillah Rachelia Meyshita Nur Budiman, Saiful Pratama, Bagus Kurniawan Razaan, Muhammad Rizal Rizki Dwi Romadhona Sabitul Kirom Saiful Budiman Salsa Billa Dewi Mahmudi6 Sandi Widya Permana Toni Hardian Udkhiati Mawaddah Wahyu Dwi Puspitasari Yusniarsi Primasari Zunita Wulansari