Article Per Year (5 Year)
p-Index From 2021 - 2026
5.828
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Simetris PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal technoscientia Sinkron : Jurnal dan Penelitian Teknik Informatika JIKO (Jurnal Informatika dan Komputer) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Review Pendidikan dan Pengajaran (JRPP) Jurnal Informatika dan Rekayasa Perangkat Lunak JURNAL TEKNOLOGI TECHNOSCIENTIA Jurnal Pendidikan dan Teknologi Indonesia Journal of Dinda : Data Science, Information Technology, and Data Analytics COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat Journal of Computers and Digital Business Journal of Intelligent Software Systems Journal of Public Health Concerns Eduvest - Journal of Universal Studies Journal Of Artificial Intelligence And Software Engineering CYBER-Techn(Jurnal Informatika dan Industri) INOVTEK Polbeng - Seri Informatika BHAKTI JIVANA Quality
Andriyani, Widyastuti
Universitas Teknologi Digital Indonesia
Religion Aerospace Engineering Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mechanical Engineering Neuroscience Nursing Public Health Social Sciences Other

Published : 47 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 47 Documents
Search

 1   2   3   4   5 
Rule Based System to Support Decisions on Determining Employee Status (Lecturers) for Scholarship Student Graduates Sipayung, Hotma Sadariahta; Andriyani, Widyastuti; Purnomosidi Dwi Putranto, Bambang; Kriestanto, Danny
Journal of Intelligent Software Systems Vol 3, No 1 (2024): July 2024
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v3i1.1337

Abstract

Salah satu permasalahan yang terjadi di Universitas Teknologi Digital Indonesia (UTDI) adalah proses seleksi yayasan Dosen Tetap yang disebut-sebut baru untuk diterapkan kepada mahasiswa penerima calon beasiswa S2 di Magister Teknologi Informasi (MTI). UTDI Yogyakarta. Kriteria yang digunakan dalam aturan tersebut adalah Indeks Prestasi (IP) Semester 1, IP Semester 2, IP Semester 3, Indeks Prestasi Kumulatif (IPK), Makalah (karya ilmiah), Kerjasama, Disiplin, Komunikasi, Pra Tesis, Tesis, Nilai C. , dan Durasi Studi yang diperoleh dari MTI UTDI, selanjutnya akan menggunakan Algoritma C4.5 untuk menghasilkan pohon keputusan yang akan dipelajari aturan dalam sistem. Penelitian ini menggunakan kaidah yang diperoleh dari MTI UTDI oleh Ketua Program Studi (Kaprodi) yaitu 41 data latih dan 8 data uji. Menggunakan forward chaining sebagai metode dalam sistem pakar yang mencari solusi melalui permasalahan, kemudian menggunakan Algoritma C4.5 yang merupakan algoritma yang digunakan untuk membentuk pohon keputusan. Aturan yang terbentuk kemudian digunakan untuk memprediksi kelayakan lulusan beasiswa Magister menjadi Dosen Tetap, Dosen Kontrak, atau tidak memenuhi persyaratan. Hasil prediksi tersebut kemudian dievaluasi menggunakan Confusion Matrix dan memperoleh nilai akurasi sebesar 75%, Precision sebesar 77,78%, dan Recall sebesar 77,78%. Sehingga Algoritma C4.5 dengan menggunakan aplikasi RapidMiner cukup layak digunakan untuk mendukung pengambilan keputusan dalam pemilihan mahasiswa penerima beasiswa Magister yang akan diangkat menjadi Dosen Tetap, Dosen Kontrak maupun yang tidak memenuhi syarat sebagai Dosen di UTDI. Fakultas Teknologi Informasi
Dynamic Bitrate Adjustment in Web-based Video Streaming Applications Using HTTP Live Streaming (HLS) Roh Bintang Jaya, Mabrur; Andriyani, Widyastuti; Kristomo, Domy; Agung Nugroho, Muhammad
Journal of Intelligent Software Systems Vol 3, No 1 (2024): July 2024
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v3i1.1344

Abstract

This research aims to implement Adaptive Bit Rate (ABR) in the web-based video streaming application JBTV using HTTP Live Streaming (HLS). ABR is a technique that enables automatic adjustment of video bitrate according to user network conditions, while HLS is a streaming protocol that supports adaptive streaming based on HTTP. The research methodology encompasses requirements analysis, system design, implementation, and evaluation. During the requirements analysis phase, the identification of JBTV application requirements and the features needed to implement ABR with HLS were conducted. System design involves the selection of suitable ABR algorithms and the architecture design of the JBTV application that supports HLS. Implementation is carried out by developing the JBTV application capable of generating variant streams with various bitrates and performing adaptive playback according to network conditions
Deep Learning Architecture for Stock Price Prediction andi, tri; Andriyani, Widyastuti; Purnomosidi D.P, Bambang
Journal of Intelligent Software Systems Vol 3, No 1 (2024): July 2024
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v3i1.1343

Abstract

Dalam dunia investasi saham, kemampuan memprediksi pergerakan harga saham secara akurat sangatlah penting. Dua permasalahan utama yang menjadi fokus penelitian ini adalah, bagaimana pemodelan N-BEATS dibandingkan LSTM dan ARIMA pada harga saham Bank BCA, dan bagaimana hasil peramalan model N-BEATS, LSTM, dan ARIMA pada harga saham Bank BCA. Data saham Bank BCA. Untuk menjawab hal tersebut, penelitian ini membahas tentang pengembangan dan evaluasi model peramalan time series N-BEATS. Namun hasil analisis menunjukkan bahwa model ARIMA menunjukkan kinerja yang unggul, dengan pencapaian MAPE sebesar 0,001% pada data menit, 0,006% pada data jam, dan 0,018% pada data hari. Keunggulan ini signifikan dibandingkan model N-BEATS dan LSTM. Oleh karena itu, model ARIMA menunjukkan potensi besar untuk digunakan dalam peramalan deret waktu keuangan, penilaian risiko, dan pemodelan oleh analis keuangan.
Microservices Architecture in Point of Sales Application Based on Restful API and Webhook Arif Setiadi, Rizki; Purnomosidi, Bambang; Andriyani, Widyastuti Andriyani; Candra Nursari, Sri Rezeki
Journal of Intelligent Software Systems Vol 3, No 1 (2024): July 2024
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v3i1.1336

Abstract

Layanan mikro adalah kumpulan proses kecil dan independen yang berkomunikasi dengan satu sama lain untuk membuat aplikasi kompleks yang tidak bergantung pada bahasa API tertentu. Dalam penelitian ini, penulis berupaya mengimplementasikan Microservices Architecture, RESTful API, dan Webhook pada aplikasi Point of Sale untuk mencapai sistem dengan kinerja, kecepatan, dan skalabilitas yang unggul, terutama dalam pertukaran dan komunikasi data.  Penelitian ini menggabungkan dua metodologi pengujian penting, yaitu unit pengujian dan pengujian fungsional, untuk memastikan ketahanan dan keandalan aplikasi Point of Sale berbasis Microservices. Unit pengujian fokus pada validasi masing-masing komponen dan fungsi dalam sistem, sedangkan pengujian fungsional menilai fungsionalitas dan perilaku aplikasi secara keseluruhan. Pendekatan pengujian ini bertujuan untuk meningkatkan kualitas dan kehalusan sistem.  Temuan penelitian ini menunjukkan bahwa implementasi Microservices Architecture berbasis RESTful API dan Webhook berhasil meningkatkan akurasi input data pada aplikasi Point of Sale yang dibuktikan dengan perhitungan pada konfusi matriks. Sebelum diterapkan webhook, akurasinya hanya 80 persen, namun setelah diterapkan, akurasinya meningkat hingga 100 persen
Decision Support System for Business Location Selection using the AHP Method Based on Android Hizkia Hendra Rianingsih; Widyastuti Andriyani
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 1 (2025): March
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/z5xfh608

Abstract

The selection of a strategic business location is a crucial factor in the success of an enterprise. However, the decision-making process for choosing a location often involves various complex criteria that require careful analysis. This study aims to develop an Android-based Decision Support System (DSS) to assist entrepreneurs in selecting an optimal business location using the Analytical Hierarchy Process (AHP) method. AHP is chosen for its ability to break down complex problems into a hierarchy and quantitatively evaluate each criterion. The system is designed to allow users to easily access and operate the DSS through mobile devices. The criteria used in the location selection process include accessibility, cost, demographics, competition, security, infrastructure, regulations, and growth potential. Each criterion is weighted using pairwise comparisons, enabling objective and comprehensive assessments. The Android-based implementation allows for flexibility, enabling users to make decisions efficiently anytime and anywhere. System testing results indicate that the application can provide accurate business location recommendations based on the desired criteria, and it features a user-friendly interface. This Android-based DSS is expected to be a practical solution for supporting business decision-making processes quickly and accurately.
Pengujian Perangkat Lunak E-Commerce : Perbandingan Antara Pengujian Manual dan Otomatis dengan Katalon Studio dan Python Duen Rakly, Brian; Andriyani, Widyastuti
COMSERVA : Jurnal Penelitian dan Pengabdian Masyarakat Vol. 4 No. 8 (2024): COMSERVA : Jurnal Penelitian dan Pengabdian Masyarakat
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/comserva.v4i8.2737

Abstract

Pengujian perangkat lunak merupakan elemen krusial dalam siklus pengembangan perangkat lunak untuk memastikan kualitas, keandalan, dan keamanan sistem. Pengujian manual melibatkan keterlibatan manusia secara langsung untuk mengevaluasi perangkat lunak berdasarkan skenario tertentu, sedangkan pengujian otomatis memanfaatkan perangkat lunak untuk menjalankan pengujian secara otomatis sesuai skenario yang telah ditentukan. Penelitian ini bertujuan membandingkan dua metode pengujian perangkat lunak, yaitu pengujian manual dan pengujian otomatis dengan menggunakan alat seperti Katalon Studio dan Python. Pengujian manual lebih efektif dalam kasus pengujian yang memerlukan penilaian manusia dan fleksibilitas terhadap perubahan kondisi yang tidak terduga, seperti evaluasi pengalaman pengguna (UX). Di sisi lain, pengujian otomatis lebih efisien untuk pengujian rutin dan berulang, sehingga mengurangi potensi kesalahan manusia dan mempercepat siklus pengujian. Studi ini mengevaluasi efektivitas, efisiensi, serta biaya yang terkait dengan kedua metode tersebut dalam konteks pengujian perangkat lunak e-commerce. Dengan memanfaatkan alat-alat seperti Katalon Studio dan bahasa pemrograman Python, penelitian ini menganalisis keunggulan dan keterbatasan dari setiap pendekatan, serta memberikan wawasan mengenai situasi di mana pengujian manual atau otomatis lebih tepat digunakan. Hasil dari penelitian ini diharapkan dapat memberikan panduan bagi pengembang perangkat lunak dalam memilih metode pengujian yang sesuai berdasarkan kebutuhan spesifik proyek pengembangan perangkat lunak mereka
PENERAPAN PRINSIP HUKUM INTERNASIONAL DALAM PENEGAKAN HUKUM TERHADAP KEJAHATAN SIBER DAN SERANGAN SIBER Pangestika , Elza Qorina; Suningrat, Nining; Herwantono, Herwantono; Andriyani, Widyastuti; Rahardian, Rifky Lana
Jurnal Review Pendidikan dan Pengajaran Vol. 7 No. 2 (2024): Volume 7 No. 2 Tahun 2024
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jrpp.v7i2.28359

Abstract

Penelitian ini bertujuan untuk menganalisis penerapan prinsip hukum internasional dalam penegakan hukum terhadap kejahatan siber dan serangan siber. Kejahatan siber dan serangan siber merupakan ancaman serius yang terus berkembang seiring dengan kemajuan teknologi informasi. Dengan menggunakan metode studi literatur, penelitian ini mengkaji berbagai sumber, termasuk jurnal akademik, buku, dokumen kebijakan, dan laporan organisasi internasional, untuk memahami bagaimana prinsip-prinsip hukum internasional seperti kedaulatan, non-intervensi, dan kerja sama internasional diterapkan dalam konteks ini. Hasil penelitian menunjukkan bahwa Konvensi Budapest tentang Kejahatan Siber memainkan peran penting dalam membentuk kerangka hukum internasional untuk penanganan kejahatan siber. Namun, terdapat berbagai tantangan dalam implementasinya, termasuk kesenjangan kapasitas antara negara maju dan berkembang, perbedaan regulasi, dan kepentingan nasional yang beragam. Penelitian ini juga menemukan bahwa kerja sama internasional yang lebih erat dan harmonisasi hukum dapat meningkatkan efektivitas penegakan hukum siber. Sebagai saran, penelitian ini merekomendasikan peningkatan kerja sama internasional melalui perjanjian bilateral dan multilateral, pengembangan kapasitas teknologi di negara berkembang, dan partisipasi aktif sektor swasta. Upaya-upaya ini diharapkan dapat memperkuat respons global terhadap ancaman siber dan memastikan keamanan siber yang lebih baik.
A PELATIHAN DASAR PENGGUNAAN AI GENERATIF UNTUK MEMBANTU PRODUKSI KONTEN UMKM Widyastuti Andriyani; Prisilia Talakua; Lisa Astria Milasari; Firman Noor Hasan
Komunikasi Vol 2 No 2 (2025): Volume 2 No 2 Agustus 2025
Publisher : Forum Komunikasi Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65055/bhaktijivana.v2i2.36

Abstract

The purpose of this community service research is to measure the effectiveness of basic training on the use of generative AI in assisting content production for MSMEs in Yogyakarta. This training was designed to address the main challenges faced by MSMEs, namely limited resources and expertise in creating consistent and high-quality digital marketing content. Through an interactive workshop method focused on hands-on practice, 25 MSME actors were educated on the concept of generative AI, prompt engineering techniques, and the utilization of AI tools. The evaluation results showed a significant increase in participant understanding, content quality, and time efficiency, where participant understanding jumped from 15% to 95%, content quality increased by 60%, and time efficiency improved by 40%. In conclusion, this training proves that the integration of generative AI is an effective strategic solution for empowering MSMEs, enhancing their competitiveness, and fostering sustainable business growth in the digital era.
Perbandingan Apache Airflow dan Apache Spark dalam Proses ETL untuk Memprediksi DropOut dan Keberhasilan Akademik Mahasiswa Laksono, Triyan Agung; Andriyani, Widyastuti
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol. 7 No. 2 (2025): September
Publisher : Universitas Wahid Hasyim

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

Abstract

Dropout prediction in higher education is important because it impacts the academic success of students and the overall effectiveness of educational institutions. This research aims to build an automated ETL pipeline using Apache Airflow and Apache Spark to process academic data and predict student graduation status. The dataset used consists of 4,424 samples with 36 features covering demographic, academic, and socio-economic attributes. The data is processed through the stages of extraction, transformation (including SMOTE normalization), with loading into the Random Forest model. The evaluation results showed an accuracy of 62.93% and the highest ROC-AUC value of 0.81 for the dropout class. The Airflow pipeline excels in task scheduling efficiency, while Spark is effective for large-scale data processing. This approach shows practical potential in supporting early warning systems for academic policy decision-making. This research contributes to the intergation of big data and machine learning technologies for efficient and automated higher education data processing.
PENILAIAN PRESTASI KINERJA PIMPINAN KANTOR CABANG PEMBANTU (KCP) DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) STUDI KASUS PADA KSPPS TUNAS ARTHA MANDIRI CABANG NGANJUK Dwi Wibowo; Widyastuti Andriyani; Bambang P.D.P
CYBER-TECHN Vol. 19 No. 01 (2025): CYBER-Techn
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM)

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

Abstract

Penilaian Kinerja (Performance Appraisal) adalah suatu proses yang memungkinkan organisasi mengetahui, mengevaluasi, mengukur dan menilai kinerja anggota-anggotanya secara tepat dan akurat. Kegiatan ini sangat terkait dan berpengaruh terhadap keefektifan pelaksanaan aktivitas-aktivitas sumberdaya manusia dalam perusahaan, seperti promosi, kompensasi, pelatihan (training), pengembangan manajemen karir dan lain-lain.Hal ini disebabkan karena fungsi penilaian kinerja dapat memberikan informasi penting kepada perusahaan untuk memperbaiki keputusan dan menyediakan umpan balik kepada para karyawan tentang kinerja mereka yang sesungguhnya. Implementasi penilaian prestasi dan kinerja pimpinan KCP pada KSPPS Tunas Artha Mandiri Cabang Nganjuk selama ini masih manual dan belum menggunakan sistem pendukung keputusan sehingga data yang di hasilkan tidak akurat dan membutuhkan waktu yang cukup lama. Akibatnya jika digunakan dalam pengambilan keputusan tidak sesuai dan menimbulkan masalah seperti pengelolaan yang tidak transparan, penurunan kualitas dan kinerja pimpinan KCP.Penulis menerapkan dan mengimplementasikan metode Additive Weighting methods (SAW) untuk mengukur penilaian prestasi dan kinerja pimpinan Kantor Cabang Pembantu pada KSPPS Tunas Artha Mandiri Cabang Nganjuk. Dengan tujuan sistem pendukung keputusan ini dapat memberikan informasi dan rekomendasi serta data penilaian kinerja yang akurat dan efisian.
Co-Authors Akhmad Dahlan Andre Argisitawan Anwarudin Anwarudin Arif Setiadi, Rizki Arma Fauzi Asyahri Hadi Nasyuha B.T. Sutrisno Bagas Triaji Bambang P.D.P Bambang Purnomosidi Dwi Putranto Bradika Almandin Wisesa Brahmana, Ivanna Beru Brian Duen Rakly Cucut Hariz Pratomo D P, Bambang Purnomosidi Danny Kriestanto, Danny Dian Tri Wiyanti Dommy Kristomo Domy Kristomo, Domy Duen Rakly, Brian Dwi Wibowo Eny Retna Ambarwati Faizal Makhrus Faizal Makhrus Femi Dwi Astuti Femi Dwi Astuti Fika Pratiwi Firman Noor Hasan Hamdani Hamdani Hendra Hengki Hengki Heri Muhrial Herwantono, Herwantono Hizkia Hendra Rianingsih Istichomah Istichomah Ivónia Fátima Ruas da Silva Kuindra Iriyanta Laksono, Triyan Agung Miftahul Huda MILASARI, LISA ASTRIA Muhammad Ali Sofian Murgi Handari Nenen Isnaeni Nugroho, Daniel C.A. Nugroho, Muhammad Agung Nurohman, Muhamad P.D.P., Bambang Pangestika , Elza Qorina Pereira, Elisabet da Conceição Prisilia Talakua Pujianto Pujianto Purnomosidi D.P, Bambang Purnomosidi Dwi Putranto, Bambang Purnomosidi, Bambang Putra, Fadhlih Girindra Rajie Al Qadri Anwar Rakly, Brian Duen Reni Tri Lestari Retantyo Wardoyo Riadinata Riadinata Rifky Lana Rahardian Rikie Kartadie Robertus Saptoto Roh Bintang Jaya, Mabrur Ruas da silva, Ivonia Fatima Said, Famidin Saputra, Andika Jodhi Saryanto Saryanto Sipayung, Hotma Sadariahta Siti Khomsah, Siti Sri Redjeki Suningrat, Nining Suryanto Suryanto Taufik Ismail Totok Suprawoto Tri Andi, Tri Wibowo, Gunturari Wijayanti, Agnes Erida Wiwi Widayani, Wiwi Yohanni Syahra Yuli Astuti