Article Per Year (5 Year)
p-Index From 2021 - 2026
8.371
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Penelitian Pendidikan Matematika dan Sains JIEET (Journal of Information Engineering and Educational Technology) JOURNAL OF APPLIED INFORMATICS AND COMPUTING PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Journal of Electronics, Electromedical Engineering, and Medical Informatics Journal of Robotics and Control (JRC) Jurnal Abdi: Media Pengabdian Kepada Masyarakat Indonesian Journal of Electrical Engineering and Computer Science Abdimas: Papua Journal Of Community Service Insyst : Journal of Intelligent System and Computation Jurnal Nasional Teknik Elektro dan Teknologi Informasi Journal of Informatics and Computer Science (JINACS) Ranah Research : Journal of Multidisciplinary Research and Development Serambi Engineering Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics Journal of Emerging Information Systems and Business Intelligence (JEISBI)
YUNI YAMASARI
Teknik Informatika, Universitas Negeri Surabaya
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 70 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 70 Documents
Search

 3   4   5   6   7 
Pengembangan Model Pengawas Ujian Berbasis Kecerdasaan Buatan untuk Ujian Online Firdaus Bagus Wicaksono; Yamasari, Yuni
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 03 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n03.p882-890

Abstract

Abstrak - Ujian online telah menjadi pilihan utama dalam menilai kompetensi mahasiswa di era digital karena kemudahannya yang efisien. Namun, tantangan utama yang muncul adalah meningkatnya kasus kecurangan elektronik yang berpotensi merusak integritas akademik. Penelitian ini bertujuan untuk mengembangkan model pengawas berbasis kecerdasan buatan yang mampu mendeteksi berbagai perilaku curang selama ujian online secara real-time. Dengan memanfaatkan algoritma Local Binary Pattern Histogram untuk pengenalan wajah dan framework Mediapipe Face Detection untuk deteksi wajah, sistem ini dirancang untuk memberikan solusi pengawasan yang inovatif dan andal.Analisis data dilakukan dengan fokus pada deteksi gerakan kepala dan mata, verifikasi identitas peserta ujian, serta identifikasi penggunaan alat bantu dan kolusi yang tidak sah. Landasan teori mengintegrasikan teknologi computer vision dan machine learning untuk menciptakan sistem pengawasan yang cerdas.Hasil uji menunjukkan performa yang menjanjikan: pengenalan wajah mencapai akurasi 80% dalam waktu 576,66 detik, estimasi arah wajah meraih akurasi 100% dengan waktu 3009,68 detik, dan pelacakan multi-orang mencatat akurasi 96% dalam 827,34 detik. Temuan ini menunjukkan potensi besar dalam meningkatkan keamanan dan kejujuran pelaksanaan ujian online, sekaligus membuka jalan bagi implementasi pengawasan berbasis kecerdasan buatan yang lebih luas di masa depan. Kata Kunci— ujian online, kecerdasaan buatan, algoritma local binary pattern histogram, mediapipe, computer vision, deteksi perilaku curang
Efektivitas Algoritma Fuzzy C-Means dalam Klasterisasi Bidang Minat Anak Usia Dini Menggunakan Skor silhouette Rafli Aditya Pramana; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p958-966

Abstract

Penelitian ini menganalisis efektivitas algoritma Fuzzy C-Means dalam mendeteksi minat anak usia dini menggunakan metrik evaluasi skor silhouette. Fokus utama penelitian adalah menguji kemampuan algoritma dalam mengelompokkan data pendidikan anak usia dini serta menilai akurasi hasil klasterisasi yang dihasilkan. Berdasarkan data yang diambil dari Taman Pendidikan Anak Sholeh Jombang, algoritma Fuzzy C-Means diimplementasikan untuk mengidentifikasi pola dan kecenderungan minat siswa. Temuan penelitian mengungkapkan bahwa pendekatan ini mampu memberikan pemahaman lebih komprehensif terkait minat anak, yang dapat menjadi dasar pengembangan strategi pembelajaran berbasis personalisasi. Studi ini merekomendasikan penggunaan Fuzzy C-Means sebagai solusi efektif untuk pemetaan minat usia dini. Untuk penelitian lanjutan, disarankan untuk mengeksplorasi kombinasi algoritma ini dengan teknik klasterisasi alternatif serta mengintegrasikan metrik penilaian lain guna memperkaya interpretasi terhadap data pendidikan anak.
SIG Penentuan Lokasi Tambal Ban Terdekat Di Kota Gresik Menggunakan Algoritma Dijkstra Muhammad Rifki Agustian; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p976-983

Abstract

Abstrak - Kendaraan bermotor adalah salah satu kendaraan yang sring masyarakat gunakan setiap hari untuk aktivitas. Dimanapun kita bisa menjumpai kendaraan bermotor. Pada awalnya, kendaraan bermotor hanya dimiliki oleh kalangan tertentu yang memiliki kemampuan keuangan yang cukup. Namun, seiring berjalannya waktu dan peningkatan perekonomian masyarakat, kendaraan bermotor kini telah menjadi sarana transportasi yang umum digunakan oleh banyak orang. Keberadaan kendaraan bermotor memberikan banyak manfaat, seperti mempermudah mobilitas, menghemat waktu perjalanan, serta memberikan kenyamanan dan kepraktisan bagi pengguna. Kebocoran ban dapat terjadi secara tiba-tiba atau berkembang secara perlahan. Jika tidak segera ditangani, kebocoran ban dapat mengakibatkan kerusakan pada ban itu sendiri dan juga komponen lainnya, seperti velg atau sistem suspensi. Selain itu, kebocoran ban juga dapat menyebabkan konsumsi bahan bakar yang lebih tinggi dan mengurangi efisiensi kendaraan. Musibah kebocoran ban yang terjadi dijalan raya seringkali membuat pengguna motor kesusahan untuk mencari tambal ban. Apalagi di lokasi yang baru dan belum dikenal akan kesulitan untuk mencari tambal ban terdekat. Berdasarkan permasalahan tersebut maka saya berinisiatif untuk membangun website pencarian tambal ban area gresik menggunakan algoritma dijkstra
Uncovering Hidden Issues in Audit Findings Through LDA-Based Topic Modeling Prastyo, Yoyok; Wiyli Yustanti; Yuni Yamasari
JIEET (Journal of Information Engineering and Educational Technology) Vol. 9 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v9n1.p28-35

Abstract

Academic audit reports play an important role in assessing and monitoring the quality of higher education. However, most of these reports are arranged in an unstructured narrative descriptive form, making it difficult to analyze systematically and consistently, especially if done manually. This poses a challenge for auditors and decision makers in identifying patterns of findings and quality issues efficiently. This study aims to apply and evaluate the Latent Dirichlet Allocation (LDA) method in extracting keywords and abstracting main topics from academic audit report texts. The dataset was obtained from the Quality Management System (SIMUTU) of Surabaya State University, which includes hundreds of audit finding descriptions from various faculties over the past three years. The methodology used includes text preprocessing stages using tokenization, stopword removal, and stemming techniques, followed by topic modeling using LDA. Evaluation was carried out quantitatively using a coherence score to assess topic quality, and qualitatively through visualization of results in the form of word clouds and pyLDAvis. The results showed that the LDA model was able to produce meaningful, representative, and relevant topics in the context of academic quality, such as document management, lecturer involvement, and implementation of learning evaluations. Manual validation by internal quality experts showed that the generated topics can help in understanding audit findings trends more quickly and objectively. Thus, LDA has proven to be effective as an approach to extracting important information from unstructured audit reports and has great potential to be integrated into data-driven quality dashboard systems to support more informed and evidence-based decision making.
Explainable Artificial Intelligence (XAI) for Identification of Using Obesity Factors Hybrid Artificial Neural Network Approach and SHapley Additive exPlanations Esti, Esti Yogiyanti; Yuni Yamasari; Ervin Yohannes
JIEET (Journal of Information Engineering and Educational Technology) Vol. 9 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v9n1.p19-27

Abstract

This study aims to develop and evaluate an obesity classification model using an Artificial Neural Network (ANN) combined with Explainable Artificial Intelligence (XAI) techniques based on SHAP (SHapley Additive exPlanations). The model was trained and tested using two different optimizers, Adaptive Moment Estimation (Adam) and Stochastic Gradient Descent (SGD), across multiple train-test ratios and epoch variations. The experimental results indicate that the Adam optimizer consistently outperformed SGD in terms of accuracy, loss value, and stability of evaluation metrics. The best performance was achieved with a 90:10 train-test ratio at 100 epochs, yielding an accuracy of 94.74%, a loss of 0.1899, precision, recall, and an f1-score of 0.95. To improve interpretability, SHAP was applied to identify the most influential features in the classification process. The analysis revealed that features such as Weight, Height, Gender, and Age significantly contribute to the model's predictions. Based on the SHAP interpretation, feature selection was conducted using the top nine features with the highest SHAP values. Retraining the ANN with these selected features resulted in improved performance, achieving 98.56% accuracy, a loss of 0.0638, and a precision, recall, and F1-score of 0.99 . These findings demonstrate that integrating XAI with ANN not only enhances transparency and interpretability but also boosts classification performance and computational efficiency. This approach shows strong potential for supporting decision-making in healthcare, particularly for early detection and intervention in cases related to obesity.
A Systematic Literature Review on Chatbot Development For Whatsapp: Programming Language, Method, And Utility Rahulil, Muhammad; Yuni Yamasari; Ricky Eka Putra; I Made Suartana; Anita Qoiriah
Jurnal Serambi Engineering Vol. 10 No. 3 (2025): Juli 2025
Publisher : Faculty of Engineering, Universitas Serambi Mekkah

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

Abstract

The development of chatbot technology in recent years has shown rapid advancements across various sectors, particularly on popular communication platforms such as WhatsApp. A systematic review is necessary to identify advancements related to chatbot development on WhatsApp. Therefore, this study presents a systematic literature re-view on the development and use of WhatsApp chatbots using the PRISMA framework. From an initial search of 41 studies, followed by filtering according to categories, eight relevant articles were identified from various digital data-bases through focused searches using the keyword "WhatsApp chatbot". The review results indicate that Natural Language Processing (NLP) methods are the most commonly applied approach in chatbot development, with Python being the dominant programming language. This is attributed to Python's flexibility and strong library support, such as NLTK, spacy, and TensorFlow, which enable more efficient chatbot development. The findings reveal that WhatsApp chatbots have been applied in various sectors, including healthcare, business, and education. The study's outcomes highlight the challenges and opportunities in future chatbot development, such as the integration of additional features and the enhancement of conversational context understanding. By providing in depth insights into trends and best practices, this study contributes to the development of WhatsApp chatbots as increasingly relevant and effective automated communication tools.
Analisis Sentimen Masyarakat Terhadap Fenomena Sandwich Generation Pada Aplikasi X Menggunakan Metode Naïve Bayes dan Teknik Pelabelan Lexicon Inset Annisa Nur Hidayati; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 01 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v7n01.p85-94

Abstract

Abstrak - Fenomena sandwich generation merupakan salah satu fenomena sosial yang sudah banyak diperbincangkan masyarakat Indonesia. Salah satu platform digital yang banyak membahas isu ini adalah X atau Twiter. Sandwich generation merupakan posisi seseorang yang memiliki beban ganda dalam menanggung kebutuhan orang tua dan anak secara bersamaan. Kondisi ini menimbulkan pro dan kontra di masyarakat. Sebagian pihak menganggap kondisi ini sebagai bentuk kewajiban dan bakti anak kepada orang tua. Sementara itu, sebagian lainnya menganggap kondisi ini sebagai beban. Hal ini dikarenakan mereka tidak mampu mencapai tujuan dan prioritas hidupnya sendiri akibat terhalang oleh tanggung jawab ganda tersebut. Oleh karena itu, penelitian ini melakukan analisis sentimen dengan Naïve Bayes pada dataset yang memiliki 3 kategori sentimen yaitu positif, negatif, dan netral. Teknik pelabelan yang digunakan pada penelitian ini adalah teknik pelabelan manual dan Lexicon Inset. Eksplorasi dilakukan dengan membandingkan hyperparameter, teknik balancing data (SMOTE, ROS, RUS, Tomek Links dan komposisi split data (50:50, 60:40, 70:30, 80:20, 90:10), Hal ini dilakukan untuk mendapatkan akurasi tertinggi dari model yang dibangun. Hasil Evaluasi menunjukkan bahwa model Naïve Bayes dapat mencapai performa terbaiknya yaitu Accuracy 0.757, Precision 0.7540, Recall 0.757, F1-Score 0.7550. Performa terbaik tersebut dicapai ketika menggunakan dataset pelabelan Lexicon Inset , varian MultinomialNB, komposisi data 90:10 dan parameter dengan nilai Alpha = 0.1, dan Fit prior = False. Kata Kunci: Sandwich generation, analisis sentimen, Naïve Bayes, Lexicon INSET
Pengembangan dan Pengujian Aplikasi Pendataan Rumah Tidak Layak Huni (Studi Kasus Dinas Perumahan Rakyat dan Kawasan Permukiman Kabupaten Magetan) Nanda Ade Handaya; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 01 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v7n01.p113-124

Abstract

Abstrak— Rumah Tidak Layak Huni (RTLH) menjadi salah satu indikator yang digunakan dalam menetapkan prioritas bantuan perumahan oleh pemerintah daerah. Proses pendataan RTLH biasanya dilakukan secara manual oleh Dinas Perumahan Rakyat dan Kawasan Permukiman Kabupaten Magetan. Proses ini tentu saja menimbulkan berbagai permasalahan, seperti duplikasi data, kesalahan input, serta keterlambatan dalam proses rekapitulasi. Oleh karena itu, penelitian ini memfokuskan untuk mengembangkan dan menguji aplikasi pendataan RTLH. Metode pengembangan sistem menggunakan pendekatan waterfall, mulai dari analisis kebutuhan hingga pengujian sistem. Fitur utama aplikasi meliputi input kondisi atap, dinding, dan lantai rumah, penghitungan skor otomatis, klasifikasi tingkat kerusakan, unggah bukti foto verifikasi, pembuatan laporan PDF, serta visualisasi statistik. Hasil pengujian oleh kepada staf teknis,admin bidang dan Tenaga Fasilitator Lapangan (TFL) dengan metode black-box menunjukkan seluruh fungsi berjalan dengan baik dan pengguna menyatakan kepuasan sebesar 98% terhadap sistem yang dikembangkan. Lebih dari itu, aplikasi ini terbukti mempercepat proses pendataan dari 1–2 hari menjadi beberapa jam dan meminimalisasi kesalahan input data   Kata Kunci — Rumah Tidak Layak Huni, AppSheet, Pendataan, Google Spreadsheet, RTLH, Kabupaten Magetan.
Aplikasi Evaluasi dan Rekomendasi Performa Atlet Woodball Berbasis Mobile M. Aziz Rizaldi; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 01 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v7n01.p134-140

Abstract

Abstrak— Evaluasi performa atlet woodball yang dilakukan secara manual menggunakan lembar skor dinilai kurang memadai dan objektif, terutama dalam menganalisis aspek detail seperti akurasi pukulan atau skor pada gate tersulit. Penelitian ini bertujuan untuk mengembangkan aplikasi mobile guna mendigitalisasi proses penilaian dan evaluasi performa atlet woodball melalui integrasi model matematis. Aplikasi ini juga bertujuan menentukan parameter performa yang relevan (skor total, akurasi pukulan, skor gate tersulit), menganalisis dukungannya terhadap peningkatan performa, memberikan wawasan kepada pelatih, serta mengevaluasi penggunaannya. Aplikasi dikembangkan menggunakan platform FlutterFlow dengan bahasa Dart dan mengadopsi metode pengembangan Fountain. Model matematis dengan pembobotan untuk Skor Total (40%), Akurasi Pukulan (35%), dan Skor Gate Tersulit (25%) diimplementasikan untuk menghitung Overall Score (OScore). Data penelitian dikumpulkan dari atlet woodball di Surabaya melalui observasi, wawancara, dan kuesioner, selanjutnya aplikasi dievaluasi menggunakan pengujian White-Box pada fungsi accuracy() dan overallScore() serta Black-Box yang melibatkan 3  pelatih dan 10 atlet. Hasil penelitian menunjukkan bahwa aplikasi mobile yang dikembangkan berhasil dibangun dan terintegrasi secara fungsional dengan model matematis yang dirancang. Pengujian sistem membuktikan bahwa aplikasi ini efektif dalam membantu pelatih dan atlet mencatat serta mengevaluasi performa secara akurat dan efisien, sekaligus bermanfaat menggantikan metode pencatatan manual dengan penilaian yang lebih objektif dan terstandarisasi. Berdasarkan penelitian, disarankan adanya pengembangan modul rekomendasi latihan personal, pendalaman parameter evaluasi kontekstual, peningkatan fitur interaksi pelatih-atlet, serta implementasi deteksi anomali performa berbasis machine learning untuk pengembangan aplikasi selanjutnya.   Kata Kunci: Evaluasi Performa, Atlet Woodball, Aplikasi Mobile, Model Matematis, FlutterFlow.
Evaluasi Performa Website Sistem Informasi Kesejahteraan Sosial ( SIKS-NG ) Di Kelurahan Lembeyan Kulon Kabupaten Magetan Dengan Google Light House Setiawan, Agus; Yamasari, Yuni
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 01 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v7n01.p218-227

Abstract

Abstrak— Kualitas teknis website pelayanan publik yang belum optimal seringkali menjadi hambatan dalam mendukung penyelenggaraan layanan digital pemerintahan yang efisien dan inklusif. Salah satu contoh kasusnya adalah website Sistem Informasi Kesejahteraan Sosial Next Generation (SIKS-NG) milik Kementerian Sosial Republik Indonesia yang berfungsi sebagai platform utama dalam pengelolaan data kesejahteraan sosial nasional. Penelitian ini bertujuan untuk mengevaluasi kualitas teknis dan performa website SIKS-NG menggunakan alat audit Google Lighthouse dengan fokus pada empat aspek utama: performance, accessibility, best practices, dan SEO. Hasil evaluasi menunjukkan bahwa website meraih skor sangat baik pada aspek SEO (100) dan best practices (96), cukup baik pada accessibility (85), namun masih rendah pada performance (57). Permasalahan teknis yang ditemukan meliputi lambatnya waktu muat elemen utama (LCP 3,4 detik), gambar tidak terkompresi, skrip yang menghambat rendering, serta minimnya mekanisme caching. Sementara itu, aspek aksesibilitas menunjukkan beberapa kekurangan seperti struktur heading yang tidak teratur, tombol tanpa label aksesibel, dan kontras warna yang rendah. Berdasarkan temuan tersebut, disusun sejumlah rekomendasi teknis seperti optimasi gambar, penerapan lazy loading, perbaikan struktur semantik HTML, serta penggunaan atribut aria-label. Evaluasi ini penting untuk memastikan SIKS-NG mampu memberikan layanan publik yang berkelanjutan dan menjadi acuan bagi pengembangan sistem digital pemerintahan lainnya.   Kata Kunci—  Google Lighthouse, SIKS-NG, evaluasi performa website, sistem informasi pemerintah, aksesibilitas digital.
Co-Authors Aditya Prapanca Agnes, Rifa Zaini Agus Prihanto Agus Prihanto Agus Setiawan Agustin Tjahyaningtijas, Hapsari Peni Alhakiim, Thomi Aditya Alpiana, Intan Ammar, Muhammad Zhafran Amrina Rosyada Andi Iwan Nurhidayat Anggraini, Lusiana Anita Qoiriah ANITA QOIRIAH Anita Qoiriah Anjani, Ayu Annisa Nur Hidayati ARI KURNIAWAN Arya Tandy Hermawan Asma Johan Asmunin Asmunin Atik Wintarti Atik Wintarti Aviana, Anisah Nurul Azalia, Virna Hari Nur Chindy Ayudia Sri Fastaf Eka Putra, Ricky Ervin Yohannes Esther Irawati Setiawan Esti, Esti Yogiyanti Fani Fadillah Hermawan Farid Baskoro Fatimah Nur Alifiah Firdaus Bagus Wicaksono Firdaus, Mohamad Adi Putra Hani Nafisah Amaliya Hanik Badriyah Hidayati,* Mohammad Hasan Machfoed,* Kuntoro,** Soetojo,*** Budi Santoso,**** Suroto,***** Budi Utomo****** Hapsari Peni Agustin Tjahyaningtijas Harahap, Satria Baladewa I Made Suartana Ika Putri Arisanti Iqbaal Januar Eka Firmansyah Ismail Johanes, Sugiharto Khahar, Abdul Khusna, Asmaul M Dzikri Hisyam Ilyasa M. Aziz Rizaldi Mas Arya Bhisma Rangga Douval Saputra Mauridhi H. Purnomo Mediana, Prissely Pravasstifany Muhamad Azis Thohari Muhamad Khafidhun Alim Muslim Muhammad Rifki Agustian Muhammad Zakia Avlach Muttaqin, Aziz Fiqri Nafisah, Nurun Naim Rahmawati Naim Rochmawati Naim Rochmawati Nanda Ade Handaya Nugroho, Supeno M. S. Praptama, Ervan Putri Alvina Putri, Rezky Arisanti Raden Mohamad Herdian Bhakti Rafli Aditya Pramana Raharko, Natasha Isnaeni Rahayu, Siskawati Rahmawati, Naim Rahulil, Muhammad Ramadhan, Dani Ricky Eka Putra Rina Harimurti Rochmawati, Naim S., Rahma Aziz Sadewa, Bagas Ahmad Salahuddin, Muhammad Rico Saputra, Ivan Rangga Shahputri, Vira Arum Solihin, Aziz Suartana, I Made Sukrisna Surya, Arum Ayu Suyatno, Dwi F. Syarif Hidayatulloh Tazki Yatun Niyah Tohari Ahmad Widi Aribowo Wiyli Yustanti Wiyli Yustanti Wiyli Yustanti Yogiyanti, Esti Yoyok Prastyo, Yoyok