Article Per Year (5 Year)
p-Index From 2021 - 2026
5.443
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika Jurnal Pendidikan Informatika dan Sains Jurnal Teknik Komputer AMIK BSI IJoLE: International Journal of Language Education CYBERNETICS BULETIN AL-RIBAATH Krea-TIF: Jurnal Teknik Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Technologia: Jurnal Ilmiah 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 SmartComp Journal of Innovative and Creativity Journal of Community Empowerment Indonesian Journal of Innovation Science and Knowledge KOPEMAS Indonesian Journal of Innovation Multidisipliner Research
Putri Yuli Utami
Fakultas Teknik Dan Ilmu Komputer Universitas Muhammadiyah Pontianak
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 Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Physics Public Health Social Sciences Other

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
Prediksi Produktivitas Tanaman Biofarmaka Di Kalimantan Barat Menggunakan Algoritma Backpropagation Wahyudi Wahyudi; Putri Yuli Utami Utami; Rizki Surtiyan Surya
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.2059

Abstract

Indonesia dikenal sebagai negara dengan keanekaragaman hayati terbesar di dunia, salah satunya adalah tanaman biofarmaka yang memiliki potensi besar dalam pengembangan obat-obatan alami. Kalimantan Barat merupakan salah satu provinsi yang kaya akan keanekaragaman hayati, terutama terkait tanaman biofarmaka. Namun, produksi tanaman biofarmaka di provinsi ini mengalami fluktuasi setiap tahunnya, yang dapat memengaruhi kesejahteraan petani dan ketersediaan obat tradisional bagi masyarakat. Penelitian ini bertujuan untuk memprediksi produktivitas tanaman biofarmaka di Kalimantan Barat menggunakan algoritma backpropagation. Berbagai model jaringan saraf tiruan diuji untuk mengidentifikasi model yang paling akurat dalam memprediksi produktivitas tanaman biofarmaka dari tahun 2024 hingga 2028. Hasilnya menunjukkan bahwa model arsitektur 9-20-1 adalah yang terbaik, dengan nilai mean squared error (MSE) sebesar 0,00269169 dan akurasi 85,7%. Prediksi menunjukkan bahwa jahe dan kunyit mengalami peningkatan umum meskipun ada fluktuasi, kencur tumbuh konsisten, laos/lengkuas mengalami penurunan bertahap, mahkota dewa terus meningkat setiap tahun, mengkudu fluktuatif, dan temulawak tumbuh stabil dengan peningkatan konsisten hingga 2028.
Perbandingan Algoritma K-Means Dan Fuzzy C-Means Untuk Pengelompokkan Daerah Produktivitas Tanaman Padi Kalimantan Barat Aryo Nugroho; Putri Yuli Utami; Rizki Surtiyan Surya
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.2550

Abstract

Indonesia adalah negara agraris, di mana sektor pertanian berperan penting dalam pembangunan nasional dengan menyediakan pangan untuk seluruh penduduk. Luasnya wilayah di Kalimantan Barat dan variasi produktivitas padi di berbagai daerah menunjukkan perlunya pengelompokan wilayah berdasarkan hasil produksinya. Teknik clustering dalam data mining, seperti K-Means dan Fuzzy C-Means, dapat digunakan untuk mengelompokkan daerah produktivitas padi berdasarkan data, sehingga kebijakan dan intervensi bisa dilakukan dengan lebih terfokus. Fuzzy C-Means 2020 Cluster 1tinggi 4 daerah, Cluster 0 sedang 7 daerah, Cluster 2 rendah 3 daerah. 2021 Cluster 1 tinggi 6 daerah, Cluster 2 sedang 5 daerah, Cluster 0 rendah 3 daerah. 2022 Cluster 1 tinggi 2 daerah, Cluster 0 sedang 5 daerah, Cluster 2 rendah 7 daerah. 2023 Cluster 1 tinggi 5 daerah, Cluster 2 sedang 6 daerah, Cluster 0 rendah 3 daerah. K-Means 2020 Cluster 0 tinggi 4 daerah, Cluster 1 sedang 3 daerah, Cluster 2 rendah 7 daerah. 2021 Cluster 0 tinggi 6 daerah, Cluster 1 sedang 5 daerah, Cluster 2 rendah 3 daerah. 2022 Cluster 2 tinggi 4 daerah, Cluster 0 rendah 5 daerah, Cluster 1 sedang 5 daerah. 2023: Cluster 1 tinggi 5 daerah, Cluster 0 sedang 6 daerah, Cluster 2 rendah 3 daerah. Secara keseluruhan, Fuzzy C-Means unggul pada 8 cluster, sementara K-Means hanya unggul pada 4 cluster. Hal ini mengidentifikasikan bahwa Fuzzy C-Means lebih mampu membentuk klister.
Rancang Bangun Sistem Informasi Lakuning Mediaco Menggunakan Metode Waterfall Muhammad Hakiki; Istikoma Istikoma; Putri Yuli Utami Herlan
Journal of Innovative and Creativity Vol. 5 No. 3 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i3.3974

Abstract

Sistem informasi menjadi kebutuhan penting bagi layanan jasa manajemen sosial media, termasuk Lakuning Mediaco yang sebelumnya hanya menggunakan Whatsapp dan Instagram untuk menyediakan informasi dan koordinasi yang kemudian disalurkan melalui platform tersebut. Hal ini membuat informasi yang telah disalurkan memiliki keterbatasan untuk diakses satu per satu oleh calon klien sehingga informasi yang diterima tidak lengkap serta kurang efisien. Penelitian ini bertujuan untuk merancang bangun sistem informasi berbasis website yang dapat membantu proses administrasi, manajemen proyek dan dokumentasi client di Lakuning Mediaco. Metode pengembangan sistem yang digunakan adalah metode waterfall, yang terdiri dari analisis kebutuhan, perancangan sistem, implementasi, pengujian dan perawatan. Pengujian dilakukan dengan menggunakan black box testing yang berfungsi untuk menguji semua fitur dapat dijalankan dengan baik sesuai dengan kebutuhan pengguna. Hasil pengujian UAT diperoleh nilai 91,2% pada skala likert, yang termasuk dalam kategori “sangat setuju”. Penelitian ini menghasilkan sistem yang dapat membantu Lakuning Mediaco untuk meningkatkan efisiensi dan efektifitas pada agensi ini.
Pengembangan Sistem Informasi Geografis (SIG) Monitoring Kebakaran Hutan Di Kalimantan Barat Menggunakan Algoritma K-Means Andrea Risli; Putri Yuli Utami Herlan; Istikoma Istikoma
Journal of Innovative and Creativity Vol. 5 No. 3 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i3.4010

Abstract

Kebakaran hutan dan lahan merupakan salah satu fenomena alam yang selalu terjadi di Kalimantan Barat, kebakaran hutan dan lahan mengakibatkan kerusakan lingkungan dan gangguan kesehatan. Faktor curah hujan berpengaruh terhadap kejadian kebakaran hutan dan lahan, semakin tinggi curah hujan maka semakin kecil terjadinya kebakaran. Perlunya informasi terkait hotspot (penyebaran titik panas) merupakan mitigasi pencegahan kebakaran hutan dan lahan. Penelitian ini menggunakan algoritma K-Means untuk melakukan cluster atau untuk mengelompokkan hotspot di wilayah Kalimantan Barat yaitu kabupaten Kubu Raya dan Mempawah. Pengelompokkan yang dilakukan berdasarkan 3 cluster yaitu rendah, tinggi, dan sangat tinggi. Hasil penelitian diperoleh cluster per kecamatan.
Klasifikasi Kebakaran Hutan dan Lahan Menggunakan Algoritma Naïve Bayes Classifier Deni Deni Deni; Barry Ceasar Octariadi; Putri Yuli Utami
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
PELATIHAN LITERASI DIGITAL DAN PEMANFAATAN ARTIFICIAL INTELLIGENCE PADA SMA MUHAMMADIYAH 2 PONTIANAK Putri Yuli Utami; Rudi Alfian; Rangga Aditya Saputra
Journal of Community Empowerment Vol 4, No 3 (2025): Desember
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jce.v4i3.35788

Abstract

ABSTRAK                                                                            Perkembangan teknologi informasi dan kecerdasan buatan (artificial intelligence/AI) menuntut generasi muda memiliki literasi digital yang kuat agar mampu beradaptasi dan berinovasi diera digital. Namun, masih banyak siswa yang belum memahami pemanfaatan teknologi digital dan AI secara produktif dan etis. Kegiatan pelatihan ini bertujuan untuk meningkatkan keterampilan siswa dalam menggunakan media digital, mengenal teknologi AI, serta menumbuhkan kesadaran terhadap etika dan keamanan informasi. Pelatihan diikuti oleh 30 siswa dari kelas X, pelatihan menggunakan metode workshop, ceramah interaktif, dan praktik langsung. Hasil evaluasi menunjukkan peningkatan signifikan dari skor rata-rata pretest 61% menjadi 87% pada posttest, dengan penilaian terhadap aspek konsep literasi digital, kemampuan menggunakan Canva, pemahamam etika digital dan kemamanan informasi, kreativitas desain serta kemampuan kolaborasi dan komunikasi digital. Tema desain yang diangkat dalam kegiatan ini yaitu Literasi digital untuk Keamanan dan Etika Bermedia Sosial, dengan karya terbaik berupa poster edukatif bertema Bijak Bermedia Sosial dan Lindungi Data Pribadimu. Hasil desain terbaik menampilkan desain poster edukatif dengan komposisi visual menarik, pesan jelas, serta relevansi tinggi terhadap isu literasi digital. Secara keseluruhan kegiatan ini efektif meningkatkan kemampuan dan kesadaran digital siswa serta dapat menjadil model pembelajaran inovatif di sekolah. Kata kunci: Canva; Desain; Etika Digital; Kecerdasan Buatan; Poster ABSTRACTThe development of information technologu and artificial intelligence (AI) requires the younger generation to have strong digital literacy in order to adapt and innovate in the digital age. However, many students still do not understand how to use digital technology and AI productively and ethically. This training activity aims to improve student’s skill in using digital media, familiarise them with AI technology, and raise their awareness of information ethics and security. The training was attended by 30 students and used workshop methods, interactive lecturers, and hands-on-practice. The evaluation results showed a significant increase from a pre-test average score of 61% to 87% on the post-test, with assessments of aspects of digital literacy concepts, the ability to use Canva, understanding of digital ethics and information security, design creativity, and digital collaboration and communication skills. The design theme raised in this activity was Digital Literacy for Social Media Security adn Ethics, with the best works being aducational posters with the themes of Wise Social  Media Use and Protect Your Personal Data. The best design featured education posters with attractive visual compositions, clear messages, and high relevance to the issues of digital literacy. Overall, this activity effectively improved students’ for innovative learning in schools. Keywords: Canva; Design; Digital Ethics; Articial Intelligence; Poster
Rancang Bangun Aplikasi Pelaporan Kebakaran Berbasis Android BPA Sungai Jawi Pontianak Barat Ali Reza; Putri Yuli Utami; Huyearka Usady
Technologia : Jurnal Ilmiah Vol 17 No 3 (2026): Technologia (Juli)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jit.v17i3.24667

Abstract

Kebakaran merupakan bencana yang dapat menimbulkan kerugian besar baik jiwa maupun harta benda apabila tidak ditangani dengan cepat. Di Kota Pontianak, proses penanganan oleh pemadam kebakaran sudah cukup baik dari sisi respon, namun penyampaian informasi dari masyarakat masih sering mengalami kendala seperti ketidakjelasan dan miskomunikasi yang dapat menghambat penanganan di lapangan. Berdasarkan permasalahan tersebut, penelitian ini mengembangkan aplikasi pelaporan kebakaran berbasis android yang dilengkapi dengan fitur pelacakan lokasi menggunakan GPS dan unggahan foto kejadian secara realtime. Aplikasi ini juga memanfaatkan Artificial Intelligence (AI) menggunakan Convolutional Neural Network (CNN) untuk membantu mendeteksi keberadaan api atau asap dari citra yang dikirimkan pengguna. Model CNN dikembangkan menggunakan 1.208 dataset citra api dan asap yang menghasilkan lima variasi model pelatihan. Hasil pengujian User Acceptance Testing (UAT) terhadap 33 responden menunjukkan tingkat kepuasan sebesar 83,92% dengan kategori Sangat Baik.
Comparison of the Performance of the DBSCAN and ST-DBSCAN Text Mining Algorithms for the Distribution of Ornamental Fish Sales Atika Putri; Putri Yuli Utami; Rizki Surtiyan Surya
JUITA: Jurnal Informatika JUITA Vol. 14 Issue 2, July 2026
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/juita.v14i2.28207

Abstract

The ornamental fish trade in Indonesia is growing rapidly through e-commerce and social media. The large, diverse, and unstructured sales data complicates accurate market mapping. This study analyzes the distribution of ornamental fish sales using density-based clustering algorithms, namely DBSCAN (Density-Based Spatial Clustering of Applications with Noise), which identifies clusters based on data density, enabling the formation of global distribution patterns while detecting outliers, and ST-DBSCAN (Spatial-Temporal DBSCAN), an extension of DBSCAN, which incorporates spatial dimensions to provide more detailed mapping based on geographic proximity. Data were collected through e-commerce platforms and social media such as Twitter. The results revealed that ornamental fish distribution is primarily concentrated in Java and also distributed in Sumatra, Kalimantan, Bali, and Sulawesi. DBSCAN produced five clusters with two noise points and achieved a Silhouette Coefficient of 0.791. Meanwhile, ST-DBSCAN produced six clusters with three noise points, a Silhouette Coefficient of 0.656, and a Davies-Bouldin Index of 0.985. Overall, DBSCAN effectively represents global distribution patterns and detects anomalies, while ST-DBSCAN enhances the analysis with spatial insights that highlight geographic variations. Together, these two algorithms provide a more comprehensive understanding of the distribution of ornamental fish sales by species and location.
Implementasi Balanced Scorecard Untuk Penilaian Key Performance Indicator Di Gerai Indomaret Raya Jungkat Dery Oscar; Putri Yuli Utami; Istikoma Istikoma
Indonesian Journal of Innovation Multidisipliner Research Vol. 4 No. 3 (2026): Juli - September
Publisher : Institute of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijim.v4i3.1114

Abstract

Jaringan ritel terbesar di Indonesia yaitu Indomaret dengan mendasarkan Key Performance Indicator sebagai penilaian kinerja karyawan guna memonitor kinerja suatu toko. Indomaret Raya Jungkat tempat dilakukannya penelitian dinilai kurang baik dalam pencapaian KPI Proses yaitu pada indikator NRB (Nota Retur Barang), Variance Minus, Cancel Sales, Transaksi Standar>2item, Jumlah ITT (Item Tidak Terdisplay), dan KPI Achievements yaitu pada indikator SPD (Sales Per Day) All Produk dan Khusus, NKL (Nota Kurang Lebih), NBR (Nota Barang Rusak) Dry dan Olahan, dan Transaksi Cashless dikarenakan minimnya manajemen suatu organisasi sehingga diperlukan pengukuran yang efisien dengan menerapkan metode Balanced Scorecard untuk penilaian Key Performance Indicator di gerai Indomaret Raya Jungkat sehingga dengan harapan pada penerapannya di masa yang akan datang gerai Indomaret Raya Jungkat dapat mencapai tujuan organisasinya. Data yang digunakan dalam penelitian ini yaitu data penilaian KPI periode bulan Maret hingga Mei kemudian indikator tolak ukur KPI yang diperoleh diselaraskan dengan perspektif yang ada pada Balanced Scorecard agar terstruktur dalam penerapannya. Hasil pengukuran menggunakan metode Balanced Scorecard melalui empat perspektif yaitu pada perspektif keuangan dinilai belum memuaskan karena jumlah persentase <95%, selanjutnya perspektif pelanggan berdasarkan data KPI Standar >2item melebihi target dan tingkat kepuasan pelanggan yang tinggi dinilai sangat baik, pada perspektif proses bisnis internal berdasarkan perolehan total poin 85.00 yang terbilang cukup baik, kemudian pada perspektif pembelajaran dan pertumbuhan berdasarkan hasil rekaman jawaban karyawan dalam peningkatan dan pengembangan kinerja dinilai sangat baik.
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.
Co-Authors Abdurrahman Abdurrahman Agus Buono Alda Cendekia Siregar Alfiyah, Khairunnisa Ali Reza Alkhairi, Muhammad Ghozy Andi Ihwan Andrea Risli Anggi, Yulianus Anugrah, Rifqi Apri Rahmadi Arief Prasmari, Muhammad Arindika, Utin Syarifah Aryo Nugroho Asrul Abdullah Asyari, Bisma Atika Putri Barry Ceasar Octariadi Deni Deni Deni Dery Oscar 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&#039;andri Mi&#039;andri Muh. Ishak Jumarang Muhammad Gibran Muhammad Hakiki Muhammad Iwan Nur Ayu Fitri Maharani Nurwijayanti Otafyani, Mega Putra, Gilang Adi Rangga Aditya Saputra Ria Sapitri Ricko Ardiansyah Rizki Surtiyan Surya Rodibelle F Leona Rudi Alfian Ruhama, Ufi Ryani Yulian Safhira, Shella Sahid Agustian Hudjimartsu Saputra, Adjie Bintang Sucipto Sucipto Sultra Tari Syarifah Putri Agustini Alkadri Tari, Sultra Tiara Aurilia Viona Tiara Tiara Tiara Tri Anita Tiara, Tiara Usady, Huyearka Viona, Tiara Aurilia Wahyudi Wahyudi Yandra Arkeman