Article Per Year (5 Year)
p-Index From 2021 - 2026
4.687
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Pendidikan Informatika dan Sains Jurnal Teknik Komputer AMIK BSI IJoLE: International Journal of Language Education CYBERNETICS BULETIN AL-RIBAATH JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Tekinkom (Teknik Informasi dan Komputer) Jurnal Abdi Insani JUTECH : Journal Education and Technology Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Pengabdian Masyarakat Bhinneka Jurnal Ilmiah Teknik Informatika dan Komunikasi Innovative: Journal Of Social Science Research Jurnal Salome: Multidisipliner Keilmuan SmartComp Journal of Innovative and Creativity Indonesian Journal of Innovation Science and Knowledge The Indonesian Journal of Computer Science KOPEMAS
Putri Yuli Utami
Fakultas Teknik Dan Ilmu Komputer Universitas Muhammadiyah Pontianak
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
New Employee Selection System using WP and SAW Methods Based on Web at PT Lanang Agro Bersatu Ria Sapitri; Syarifah Putri Agustini Alkadri; Putri Yuli Utami
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 4 No. 2 (2025): February 2025
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v4i2.808

Abstract

Employees are valuable assets for a company, requiring careful selection based on educational background and experience to ensure proper placement and avoid issues. At PT Lanang Agro Bersatu, the selection process involves approximately 30 candidates monthly. This study developed a web-based employee selection system using the Weighted Product (WP) and Simple Additive Weighting (SAW) methods. The system aims to calculate weight values for criteria such as Education, Work Experience, Age, Health, GPA, Academic Tests, and Psychological Tests, providing accurate rankings to simplify decision-making. The top candidate, Khusnul Wasillah, achieved the highest preference value of 0.1563, calculated through combined SAW and WP methods. System testing using black box and equivalence partitioning methods showed 100% accuracy.
Analisis sentimen climate change menggunakan support vector machine Utami, Putri Yuli; Alkadri, Syarifah Putri Agustini; Otafyani, Mega
Jurnal Pendidikan Informatika dan Sains Vol. 14 No. 1 (2025): Jurnal Pendidikan Informatika dan Sains
Publisher : IKIP PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/saintek.v14i1.8674

Abstract

Perubahan iklim adalah isu global dengan dampak signifikan pada berbagai aspek kehidupan. Tujuan penelitian ini melakukan analisis sentimen terhadap data publik dan mengevaluasi performa model dalam klasifikasi analisis sentimen. Jumlah data teks terkait isu ini terus meningkat, sehingga text mining menjadi pendekatan penting untuk menganalisis data secara mendalam. Algoritma seperti Support Vector Machine (SVM) memberikan solusi inovatif untuk klasifikasi dokumen dan analisis sentimen dalam domain ini. Tahapan penelitian dimulai dari pengumpulan data, pengelolaan data, pre-processing data, pembobotan kata (TF-IDF), analisis sentimen dengan model Support vector machine, serta evaluasi hasil. Support Vector Machine  dengan rasio 80:20  menunjukkan performa lebih tinggi dengan akurasi 0,88, precision (weighted avg) 0,89, recall (weighted avg) 0,88, Nilai K= 10, F1-score (weighted avg) 0,88, ROC-AUC 0,99 menunjukkan kinerja model baik.
SISTEM INFORMASI HAK KEKAYAAN INTELEKTUAL PADA BADAN PENELITIAN DAN PENGEMBANGAN PROVINSI KALIMANTAN BARAT Arief Prasmari, Muhammad; Yuli Utami, Putri; Istikoma, Istikoma
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14495

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Informasi Hak Kekayaan Intelektual (HKI) pada Badan Penelitian dan Pengembangan (BALITBANG) Provinsi Kalimantan Barat. Sistem ini dirancang menggunakan metode waterfall dan diuji melalui pendekatan black box testing. Masalah utama yang diatasi adalah proses manual pengajuan dan pengelolaan dokumen HKI yang mengakibatkan inefisiensi waktu dan risiko kehilangan data. Dengan menggunakan teknologi berbasis web, sistem ini mampu memfasilitasi proses pengajuan, validasi, pembayaran, hingga penyimpanan sertifikat secara terintegrasi. Proses pengembangan meliputi analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan, sesuai dengan spesifikasi yang telah direncanakan. Pengujian sistem menggunakan metode black box testing menunjukkan bahwa semua fungsi utama, seperti pendaftaran akun, pendaftaran HKI, pembayaran, validasi oleh admin, serta verifikasi dan pelaporan oleh KABAG, berjalan sesuai spesifikasi tanpa ditemukan kendala signifikan. Hasil pengujian UAT mengindikasikan tingkat kepuasan pengguna rata-rata di atas 89,61%, menunjukkan bahwa sistem telah memenuhi kebutuhan dan memberikan pengalaman pengguna yang baik. Pengujian menunjukkan bahwa sistem berfungsi sesuai kebutuhan, dengan tingkat kepuasan pengguna mencapai rata-rata 89,61%. Implementasi sistem ini diharapkan dapat meningkatkan efisiensi pelayanan dan kualitas pengelolaan HKI di BALITBANG Kalimantan Barat.
Clustering Penyakit Demam Berdarah Menggunakan Algoritma K-Means Di Kabupaten Landak Anggi, Yulianus; Utami, Putri Yuli; Istikoma, Istikoma
Indonesian Journal of Innovation Science and Knowledge Vol. 2 No. 2 (2025): IJISK 2025
Publisher : Fakultas Pendidikan Ilmu Keguruan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/ijisk.v2i2.150

Abstract

Demam berdarah dengue (DBD) merupakan penyakit menular melalui nyamuk aedes aegypti yang terjadi di daerah tropis dan sub tropis. Penyebaran penyakit DBD di kabupaten Landak sulit di deteksi karena belum adanya informasi daerah dengan kasus DBD terendah dan tertinggi. Tahapan penelitian dimulai dari business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Tujuan penelitian ini mengelompokkan daerah yang memiliki penyebaran penyakit DBD terendah dan tertinggi, menerapkan Algoritma K-Means. Hasil penelitian ini mendapatkan nilai k yang optimal dengan 3 cluster (Cluster 0, Cluster 1 dan Cluster 2). Cluster 0 adalah daerah yang memiliki kasus DBD rendah, Cluster 1 adalah daerah yang memiliki kasus DBD sedang dan Cluster 2 adalah yang memiliki kasus DBD paling tinggi. Evaluasi yang dilakukan menggunakan silhouette coefficient menunjukan hasil yaitu shilouette coefficient Cluster 0 yaitu 0.638 masuk pada kategori Medium structure, shilouette coefficient cluster 1 yaitu 0.491 masuk pada kategori Weak structure dan shilouette coefficient Cluster 2 yaitu 0.423 masuk pada kategori Weak structure.
PENINGKATAN KAPASITAS GURU SMA MUHAMMADIYAH 2 MELALUI RANCANGAN PEMBELAJARAN BASED ARTIFICAL INTELLIGENCE Utami, Putri Yuli; Hakiki, Muhammad; Ruhama', Ufi
Jurnal Abdi Insani Vol 11 No 4 (2024): Jurnal Abdi Insani
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/abdiinsani.v11i4.2010

Abstract

The advent of artificial intelligence (AI) has facilitated the creation of more interactive, personalised and effective learning media, including quizzes and video lessons tailored to students' needs. This is achieved through the use of sophisticated tools such as ChatGPT and Lumio. The objective of the training is to enhance the comprehension and proficiency of the teachers at SMA Muhammadiyah 2 Kota Pontianak in the creation of AI-based learning materials utilising Chat GPT and Lumio. The training was conducted in two phases: an introduction to ChatGPT and Lumio, and a training programme on the design of AI-based learning materials for teachers. The post-test evaluation demonstrated an average increase of 85% in knowledge, information and insight among the teachers in the use of ChatGPT and Lumio for the development of innovative, creative and interactive AI-based learning materials for students.
TRANSFORMASI LIMBAH TUTUP BOTOL PLASTIK MENJADI TAS KREATIF UNTUK KEMANDIRIAN EKONOMI DAN PELESTARIAN LINGKUNGAN Fadhilah, Raudhatul; Utami, Putri Yuli; Kurniasari, Fita; Masriani, Masriani; Ihwan, Andi; Jumarang, Ishak; Tiara, Tiara; Herniawati, Herniawati; Tari, Sultra; Gibran, Muhammad; Maftuh, Irfan
Jurnal Abdi Insani Vol 12 No 4 (2025): Jurnal Abdi Insani
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/abdiinsani.v12i4.2372

Abstract

Desa Sungai Rasau faces issues with plastic waste accumulation, particularly bottle cap waste, which poses environmental risks due to its non-biodegradable nature. The Kosabangsa Program was initiated as a solution to address this problem while also fostering entrepreneurial skills among students at Madrasah Ibtidaiyah Swasta Nahdhotul Athfal. Through a cross-sectoral collaborative approach, the program involves universities, schools, and the local community in transforming plastic bottle cap waste into creative bags. The applied methods include training, hands-on product creation, and marketing guidance. The results demonstrate a significant skill improvement, with 75% of participants able to independently create the bags and 90% reporting enriched learning experiences due to the collaboration. This program has the potential to serve as a sustainable model that integrates education, economic empowerment, and environmental awareness among students.
Inovasi Pembelajaran Bilingual Parenting Anak Usia Dini Berbasis Artificial Intelligence dan Kearifan Lokal di TK ABA Pontianak Ruhama', Ufi; Yulian, Ryani; Utami, Putri Yuli; Khairunnisa, Intan; Alfiyah, Khairunnisa; Febrianti, Sucy
Jurnal Pengabdian Masyarakat Bhinneka Vol. 4 No. 1 (2025): Bulan September
Publisher : Bhinneka Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58266/jpmb.v4i1.369

Abstract

Penguasaan bilingual, khususnya Bahasa Inggris, pada anak usia dini menjadi kebutuhan penting di era digital. Pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kemampuan guru dan orang tua dalam mengimplementasikan pembelajaran bilingual berbasis Artificial Intelligence (AI) dan kearifan lokal di TK Aisyiyah Bustanul Athfal (ABA) 6 Kota  Pontianak. Kegiatan ini dilaksanakan melalui metode partisipatif dan kolaboratif, dimulai dari observasi, pelatihan, pendampingan, hingga evaluasi. Pelatihan diberikan kepada guru dan perwakilan orang tua siswa dengan materi inovatif yang menggabungkan penggunaan teknologi (Canva, ChatGPT, Duolingo) dan integrasi nilai budaya lokal Kalimantan Barat dalam pengajaran Bahasa Inggris. Hasil pretest dan posttest menunjukkan peningkatan signifikan pada pemahaman dan keterampilan peserta dalam menggunakan media ajar berbasis AI serta kemampuan meletakkan unsur budaya lokal ke dalam materi ajar. Inovasi ini tidak hanya memperkuat aspek kognitif dan bahasa anak, tetapi juga menanamkan identitas budaya serta nilai-nilai kemuhammadiyahan. Program ini menunjukkan bahwa pendekatan bilingual berbasis teknologi dan budaya lokal mampu menjadi strategi pembelajaran yang aplikatif, menyenangkan, serta kontekstual. Keberlanjutan program diharapkan melalui kolaborasi aktif antara guru dan orang tua, serta pendampingan berkelanjutan guna menciptakan pembelajaran yang bermutu dan relevan bagi anak usia dini.
PERANCANGAN DESIGN UI/UX WEBSITE HOUSE OF NEGATIVE MENGGUNAKAN METODE DESIGN THINKING Putra, Gilang Adi; Utami, Putri Yuli; Istikoma, Istikoma
Jurnal Teknik Informasi dan Komputer (Tekinkom) Vol 8 No 1 (2025)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v8i1.2347

Abstract

House of Negative is an independent music label established in 2019, engaged in the production and distribution of diverse musical works. This study focuses on the design of the user interface (UI) and user experience (UX) of the House of Negative website using the Design Thinking approach. The objective is to develop an interface that is both intuitive and user-friendly, thereby improving user interaction with the label and its associated content. The stages of Design Thinking were implemented to identify user needs and formulate appropriate design solutions. The resulting prototype was evaluated using the System Usability Scale (SUS), which produced a usability score of 87.25, classified in the “excellent” category and exceeding the standard of the previous application. These results indicate that the Design Thinking methodology is effective in generating UI solutions that are functional, relevant, and user-centered. The intended users of the website include musicians and the general public; the former is facilitated in managing their musical portfolios and audience engagement, while the latter are provided with a platform for discovering new music and interacting within the broader music community.
Klasifikasi Kebakaran Hutan dan Lahan Menggunakan Algoritma Naïve Bayes Classifier Deni, Deni Deni; Octariadi, Barry Ceasar; Utami, Putri Yuli
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 4 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i4.8374

Abstract

Abstrak: Salah satu bencana alam yang sering terjadi di Indonesia adalah kebakaran. Pada tahun 2019, terdapat 1.124 titik panas di Kalimantan Barat. Kebakaran hutan menyebabkan banyak kerugian, termasuk deforestasi hutan dan hasilnya, pencemaran kabut asap dan emisi dan turunnya  kualitas udara, penelitian ini menerapkan algoritma Naive Bayes Classifier untuk menentukan tingkat status rawan kebakaran hutan dan lahan di Kabupaten Kubu Raya. Hasil akurasi klasifikasi status kebakaran hutan dan lahan dengan algoritma Naïve Bayes 92% pada data latih dan 96% pada data uji. Dapat ditarik kesimpulan bahwa Gaussian Naïve Bayes dapat mengklasifikasi status low, medium, high pada kebakaran hutan dan lahan dengan baik.Abstract: One of the most recent natural disasters in Indonesia is wildfires. In 2019, there were 1,124 hotspots in West Kalimantan. Forest fires cause extensive damage, including reducing forest area and yields, air pollution from haze and emissions, decreasing agricultural potential, and overall forest depletion. The aim of this research is to apply the Naive Bayes Classifier algorithm to determine the level of forest and land fire vulnerability status in Kubu Raya District and assess the accuracy of the Naïve Bayes Classifier method in classifying forest and land fire status. The method employed in this study is Gaussian Naïve Bayes. The classification accuracy of forest and land fire status using Naive Bayes algorithm is 92% on training data and 96% on test data. It can be concluded that Gaussian Naïve Bayes effectively classifies forest and land fire status
Penerapan Metode Regresi Linier Berganda Untuk Memprediksi Panen Kelapa Sawit Hermansyah, Hermansyah; Abdullah, Asrul; Utami, Putri Yuli
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1816

Abstract

Perkebunan Nusantara XIII Kebun Rimba Belian requires effective planning and strategies to increase production yields. This research aims to apply the multiple linear regression method to predict palm oil production results in these plantations. The research uses a multiple linear regression method by observing patterns of increase or decrease in production results and predicting production results in the next few months. The results of the research show that the multiple linear regression method is effectively used to predict oil palm harvest at Perkebunan Nusantara XIII Kebun Rimba Belian. Analysis shows that the model has a high level of accuracy, with a Root Mean Squared Error (RMSE) value of 0.0698 and an R-squared (R2) Score of 0.9306. This indicates that the model has good abilities in predicting target values and explaining data variations well. As a result, this model can be a useful tool in planning plant care and pest control activities to increase oil palm production yields.Keywords: Data mining; Palm oil; Production prediction; Multiple linear regression. AbstrakPerkebunan Nusantara XIII Kebun Rimba Belian memerlukan perencanaan dan strategi yang efektif untuk meningkatan hasil produksi. Penelitian ini bertujuan untuk menerapkan metode regresi linier berganda untuk memprediksi hasil produksi kelapa sawit di perkebunan tersebut. Penelitian menggunakan metode regresi linier berganda dengan mengamati pola peningkatan atau penurunan hasil produksi dan memprediksi hasil produksi beberapa bulan ke depan. Hasil penelitian menunjukkan bahwa metode regresi linier berganda efektif digunakan untuk memprediksi panen kelapa sawit di Perkebunan Nusantara XIII Kebun Rimba Belian. Analisis menunjukkan bahwa model memiliki tingkat akurasi yang tinggi, dengan nilai Root Mean Squared Error (RMSE) sebesar 0.0698 dan R-squared (R2) Score sebesar 0.9306. Hal ini menandakan bahwa model memiliki kemampuan baik dalam memprediksi nilai target dan menjelaskan variasi data dengan baik. Sebagai hasilnya, model ini dapat menjadi alat yang berguna dalam merencanakan kegiatan perawatan tanaman dan pengendalian hama untuk meningkatkan hasil produksi kelapa sawit.Kata Kunci: Data mining; Kelapa sawit; Prediksi produksi; regresi linier berganda.
Co-Authors Abdurrahman Abdurrahman Agus Buono Agustini Alkadri, Syarifah Putri Alda Cendekia Siregar Alfiyah, Khairunnisa Alkadri, Syarifah Putri Agustini Alkhairi, Muhammad Ghozy Andi Ihwan Anggi, Yulianus Apri Rahmadi Arief Prasmari, Muhammad Arindika, Utin Syarifah Aryo Nugroho Asrul Abdullah Asyari, Bisma Deni, Deni Deni Egy Andryan Eko Julianto Fadhilah, Raudhatul Fakhruzi, Izhan Fathan Fakhrana Auafar Febrianti, Sucy Fenni Supriadi Fita Kurniasari Gibran, Muhammad Hermansyah, Hermansyah Herniawati Herniawati Herniawati, Herniawati Hidayah, Miftah Hulwana Sharfina Irfan Maftuh Irman Hermadi Istikoma Istikoma Jumarang, Ishak Khairunnisa, Intan Maftuh, Irfan Masriani . Mi'andri Mi'andri Muh. Ishak Jumarang Muhammad Gibran Muhammad Iwan Nur Ayu Fitri Maharani Nurwijayanti Octariadi, Barry Ceasar Otafyani, Mega Putra, Gilang Adi Ria Sapitri Ricko Ardiansyah Rizki Surtiyan Surya Rodibelle F Leona Ruhama, Ufi Ryani Yulian Safhira, Shella Sahid Agustian Hudjimartsu Salim, Vilvilia Saputra, Adjie Bintang Sucipto Sucipto Sultra Tari Syarifah Putri Agustini Alkadri Tari, Sultra Tiara Aurilia Viona Tiara Tiara Tiara Tri Anita Tiara, Tiara Wahyudi Wahyudi Yandra Arkeman