Article Per Year (5 Year)
p-Index From 2021 - 2026
2.679
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) Prosiding Semnastek JurTI (JURNAL TEKNOLOGI INFORMASI) Jurnal Informatika Kaputama (JIK) JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) bit-Tech JTIK (Jurnal Teknik Informatika Kaputama) JUSTIAN - Jurnal Sistem Informasi Akuntansi Reputasi: Jurnal Rekayasa Perangkat Lunak Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Ladang Artikel Ilmu Komputer Jurnal Nasional Komputasi dan Teknologi Informasi
Purwaningtias, Deasy
Universitas Bina Sarana Informatika
Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Mathematics

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
PEMBANGUNAN MEDIA PEMBELAJARAN ANIMASI INTERAKTIF GERHANA DALAM TATA SURYA Deni Risdiansyah; Deasy Purwaningtias; Weiskhy Steven Dharmawan
Jurnal Informatika Kaputama (JIK) Vol 4 No 2 (2020): Volume 4, Nomor 2, Juli 2020
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v4i2.322

Abstract

Tata surya merupakan salah satu sub bab mata pelajaran Ilmu Pengetahuan Alam. Salah satu pokok bahasannya yaitu gerhana. Gerhana terjadi apabila sebuah benda angkasa bergerak kedalam bayangan sebuah benda angkasa lain. Pembelajaran gerhana dalam tata surya saat ini, tenaga pengajar masih mengandalkan metode ceramah dan kurangnya pemanfaatan media pendukung selain buku. Metode pembelajaran seperti ini kurang menarik dan cepat membosankan untuk siswa. Sehingga dibutuhkan sebuah media pembelajaran yang dapat menarik minat siswa untuk belajar. Penggunaan animasi interaktif sebagai media pembelajaran sudah cukup populer saat ini. Hal ini disebabkan karena dalam penyampaian materi lebih menarik dan lebih interaktif serta memiliki kreatifitas yang tinggi dalam penyampaian materi sehingga menjadikan pengaruh yang signifikan terhadap tingkat pemahaman dan daya ingat siswa. Oleh karena itu, dengan memanfaatkan teknologi dan informasi saat ini penulis membuat animasi interaktif yang menyajikan pembelajaran gerhana dengan ilustrasi gerhana beserta penjelasannya menggunakan animasi gerak serta dilengkapi evaluasi belajar sehingga diharapkan dalam proses penyampaian materi pembelajaran gerhana dapat diserap secara maksimal oleh siswa Sekolah Dasar kelas VI.
Implementasi Sistem Berbasis Mobile untuk Layanan Pelanggan Cafe dan Resto dengan Model Prototype Yoki Firmansyah; Viny Tarigas; Reza Maulana; Deasy Purwaningtias
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2323

Abstract

Salah satu permasalahan umum yang dihadapi oleh usaha di bidang hiburan dan rekreasi, khususnya yang menyediakan layanan cafe, resto, dan meja biliar, adalah proses layanan pelanggan yang masih dilakukan secara manual. Proses reservasi meja, pemesanan makanan dan minuman, hingga pencatatan transaksi harian masih bergantung pada komunikasi melalui aplikasi pesan instan dan pencatatan dalam buku tulis. Kondisi ini menimbulkan berbagai kendala seperti kesalahan pencatatan, keterlambatan layanan, dan tidak efisiennya proses pelaporan keuangan. Penelitian ini bertujuan untuk mengembangkan sistem informasi berbasis mobile guna meningkatkan efisiensi dan akurasi dalam layanan pelanggan. Sistem ini dirancang agar pelanggan dapat melakukan reservasi meja, memesan makanan dan minuman, serta memantau tagihan secara langsung melalui perangkat seluler. Sementara itu, pihak pengelola dapat memanfaatkan sistem untuk mencatat dan memantau transaksi secara real-time serta menghasilkan laporan secara otomatis. Adapun objek dari penelitian ini adalah PT borneo Sukses yang merupakan pengelola cafe yang menyediakan fasilitas meja billiat. Metode pengembangan yang digunakan dalam penelitian ini adalah model prototyping. Tahapan model ini meliputi pengumpulan kebutuhan awal dari pengguna, perancangan cepat (quick design), pembangunan prototype, evaluasi oleh pengguna, serta perbaikan berulang hingga sistem sesuai dengan kebutuhan akhir. Hasil dari pendekatan ini menunjukkan bahwa sistem yang dibangun lebih responsif terhadap kebutuhan pengguna serta mampu mengatasi kendala operasional yang sebelumnya dihadapi.
Penerapan Model User Centered Design Pada Sistem Informasi Klinik Bersalin Berbasis Web Deasy Purwaningtias; Deni Risdiansyah; Muhammad Rezki; Muhammad Faisal
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 4 No. 1 (2023): Mei 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v4i1.1965

Abstract

Klinik Bersalin Bidan Wina yang berlokasi di Kabupaten Kubu Raya bergerak dibidang kesehatan khususnya dibidang persalinan. Pencatatan data pasien dan pelayanan masih menggunakan sistem kerja yang konvensional yaitu pendataan dituliskan kedalam buku-buku tertentu, dimulai dari pencatatan daftar pasien hingga pengelolaan laporan. Sistem kerja seperti ini dapat memakan waktu dan tenaga, sehingga dengan kondisi tersebut membuat bidan di Klinik Bersalin merasa kesulitan dalam memonitoring data pasien. Berdasarkan uraian masalah diatas maka dibuatlah sistem informasi berbasis website, sistem informasi yang dalam pengelolaan databasenya menggunakan MySQL dan menggunakan bahasa pemograman PHP berupa Framework Code Igniter. Penelitian ini menghasilkan sebuah sistem informasi yang akan digunakan untuk Klinik Bersalin Bidan Wina, sistem informasi ini mampu membantu dalam pandataan pasien dan pembuatan laporan guna kebutuhan evaluasi setiap bulannya. Dalam pengembangan desain dan antarmuka digunakan model User Centered Desain (UCD) karena metode pendekatan ini memfokuskan kepada sisi pengguna sehingga kebutuhan pengguna yang menjadi landasan pambuatan sistem informasi ini
Sistem Informasi Penjadwalan Kedatangan Dan Keberangkatan Kapal (SIJAKA) Berbasis Web Deasy Purwaningtias; Safitri Linawati; Deni Risdiansyah; Latifah Latifah; Rizki Lutfiandi
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 6 No. 1 (2025): Mei 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v6i1.3179

Abstract

Di era teknologi yang semakin maju, sistem informasi yang terkomputerisasi menjadi sangat penting dalam pengelolaan perusahaan dan memperlancar proses bisnis. Di PT. Pelabuhan Indonesia Regional II Pontianak, sistem informasi telah diimplementasikan pada sistem pelayanan bongkar muat kapal melalui Aplikasi Web PHINNISI. Namun sistem informasi jadwal kedatangan dan keberangkatan kapal masih menggunakan cara manual dengan menggunakan Microsoft PowerPoint sehingga kurang efisien dan rawan kesalahan. Oleh karena itu, penelitian ini mengusulkan pembangunan aplikasi web SIJAKA (Sistem Informasi Jadwal Kedatangan dan Keberangkatan Kapal) untuk PT. Pelabuhan Indonesia Regional II Pontianak. Metode penelitian yang digunakan adalah deskriptif dengan fokus pada pengelolaan data tujuan kapal, data kapal, proses pembuatan jadwal kapal, dan laporan. Perancangan sistem ini melibatkan hak akses admin dan staf, dimana admin mempunyai hak akses penuh, sedangkan staf hanya dapat mengelola sebagian data saja. Aplikasi SIJAKA dibangun menggunakan Framework CodeIgniter 3, Bootstrap Framework, dan XAMPP sebagai server lokal dan pengelola database. Dengan adanya aplikasi SIJAKA, petugas akan lebih mudah dalam menjadwalkan kapal, memberikan informasi secara efisien dan berkala mengenai kedatangan dan keberangkatan kapal, serta menyimpan data terpusat untuk pengambilan keputusan. Aplikasi ini diharapkan dapat meningkatkan efisiensi dan kinerja manajemen jadwal kapal di PT. Pelabuhan Indonesia Regional II Pontianak
Analisis Sentimen Pengguna Aplikasi Belanjasmart pada Google Play Menggunakan Algoritma Klasifikasi Berbasis Particle Swarm Optimazation Nurjannah; Deasy Purwaningtias; Ali Mustopa
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 3 (2026): Juni, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/4e0d8d61

Abstract

Abstrak - Dengan menggunakan enam metode klasifikasi (SVM, Logistic Regression, KNN, Naïve Bayes, Random Forest, Decision Tree) dan optimasi Particle Swarm Optimisation (PSO), penelitian ini mengkaji analisis sentimen ulasan pengguna aplikasi BelanjaSmart. Preprocessing, pelabelan sentimen, ekstraksi fitur TF-IDF, dan evaluasi model menggunakan akurasi, presisi, recall, dan F1-score merupakan bagian dari metodologi penelitian kuantitatif. Temuan menunjukkan bahwa PSO dapat menurunkan biaya optimal menjadi 0,037–0,043 dan meningkatkan kinerja model, dengan KNN, Pohon Keputusan, Random Forest, dan SVM mencapai akurasi maksimum 0,9630 dan Logistic Regression serta Naïve Bayes mencapai 0,9568. Penelitian ini menunjukkan bahwa PSO dan algoritma klasifikasi bekerja dengan baik bersama-sama untuk meningkatkan akurasi analisis sentimen dan dapat diperluas dengan menggunakan teknik pembelajaran yang lebih dalam dan dataset yang lebih besar. Kata kunci : Analisis Sentimen; PSO; Machine Learning; Klasifikasi Teks; TF-IDF;   Abstract - Using six classification methods “(SVM, Logistic Regression, KNN, Naïve Bayes, Random Forest, Decision Tree) and Particle Swarm Optimisation (PSO) optimisation, this study investigates the sentiment analysis of user reviews of the BelanjaSmart application.” Preprocessing, sentiment labelling, TF-IDF feature extraction, and model evaluation utilising accuracy, precision, recall, and F1-score are all part of the quantitative research methodology. The findings demonstrate that PSO may lower the optimal cost to 0.037–0.043 and enhance model performance, with KNN, Decision Tree, Random Forest, and SVM achieving the maximum accuracy of 0.9630 and Logistic Regression and Naïve Bayes reaching 0.9568. This study demonstrates that PSO and classification algorithms work well together to increase sentiment analysis accuracy and may be expanded utilising deeper learning techniques and larger datasets. Keywords: Sentiment Analysis; PSO; Machine Learning; Text Clasificasion; TF-IDF;
Implementasi Ensemble Learning untuk Multi-Step Time Series Forecasting Harga Bitcoin dan Emas Menggunakan XGBoost, Gradient Boosting dan Random forest Leo Kanda Prayoga; Deasy Purwaningtias; Ali Mustopa
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1303

Abstract

Prediksi harga aset keuangan seperti Bitcoin dan emas merupakan salah satu tantangan dalam analisis data keuangan karena pergerakannya yang dinamis dan sulit diprediksi. Penelitian ini mengimplementasikan metode ensemble learning yang terdiri dari Random Forest, Gradient Boosting, dan XGBoost untuk memprediksi harga Bitcoin dan emas menggunakan pendekatan multi-step time series forecasting. Dataset diperoleh dari Yahoo Finance untuk periode 2021–2026 dan diproses menggunakan 59 fitur teknikal yang mencakup indikator momentum, volatilitas, tren, dan pola candlestick. Target regresi ditransformasikan ke dalam bentuk log-return untuk meningkatkan stabilitas model terhadap pergeseran skala harga (distribution shift), sementara arah pergerakan harga diprediksi menggunakan model klasifikasi biner. Hasil pengujian menunjukkan bahwa Random Forest menghasilkan performa regresi terbaik pada kedua aset. Pada data Bitcoin diperoleh MAE sebesar 1.541,79, RMSE sebesar 2.130,74, MAPE sebesar 1,6850%, dan R² sebesar 0,9858. Pada data emas diperoleh MAE sebesar 55,64, RMSE sebesar 83,58, MAPE sebesar 1,2957%, dan R² sebesar 0,9825. Untuk klasifikasi arah pergerakan harga, Gradient Boosting menghasilkan akurasi tertinggi pada Bitcoin sebesar 50,00%, sedangkan Random Forest menghasilkan akurasi terbaik pada emas sebesar 53,75% dengan Recall sebesar 71,01%. Selain itu, dilakukan simulasi prediksi harga 7 hari ke depan menggunakan pendekatan recursive forecasting.
Analisa Komparatif MobileNetV2 dan EfficientNetB0 Berbasis Fine-Tuning dan Data Augmentation untuk Klasifikasi Penyakit Daun Pisang Wadzifa Wadzifa; Deasy Purwaningtias; Ali Mustopa
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1354

Abstract

Penyakit daun pisang merupakan salah satu faktor yang dapat menurunkan produktivitas tanaman pisang dan menyebabkan kerugian ekonomi bagi petani. Identifikasi penyakit secara manual memerlukan waktu serta bergantung pada keahlian pengamat, sehingga diperlukan sistem otomatis yang mampu melakukan klasifikasi penyakit secara cepat dan akurat. Penelitian ini bertujuan menganalisis performa model transfer learning MobileNetV2 dan EfficientNetB0 dalam klasifikasi penyakit daun pisang menggunakan dataset BananaLSD yang terdiri atas empat kelas, yaitu Healthy, Cordana, Pestalotiopsis, dan Sigatoka. Penelitian dilakukan melalui delapan skenario eksperimen yang mengombinasikan penerapan fine-tuning dan data augmentation untuk mengetahui pengaruhnya terhadap performa model. Model terbaik selanjutnya dibandingkan menggunakan empat optimizer, yaitu Adam, AdamW, RMSprop, dan SGD. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, F1-score, serta confusion matrix. Hasil penelitian menunjukkan bahwa kombinasi EfficientNetB0 dengan fine-tuning, data augmentation, dan optimizer Adam menghasilkan performa terbaik dengan nilai accuracy sebesar 97,89%, precision 98,58%, recall 97,89%, dan F1-score 98,00%. Model terbaik kemudian diimplementasikan menggunakan FastAPI dan diintegrasikan dengan aplikasi bergerak berbasis FlutterFlow sehingga mampu melakukan klasifikasi penyakit daun pisang secara real-time. Hasil penelitian menunjukkan bahwa kombinasi arsitektur, strategi pelatihan, dan optimizer yang tepat mampu meningkatkan performa klasifikasi serta menghasilkan prototipe aplikasi yang dapat mendukung identifikasi awal penyakit daun pisang secara cepat, akurat, dan mudah digunakan.
Perbandingan Random Forest, XGBoost, dan LightGBM untuk Prediksi Produksi Padi di Sumatera Namariq Maspupah; Deasy Purwaningtias; Ali Mustopa
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1378

Abstract

Produksi padi di Sumatera yang memiliki peran strategis dalam mendukung ketahanan pangan nasional, namun fluktuasi yang dipengaruhi oleh faktor iklim dan agronomis kadang menyulitkan proses perencanaan distribusi pangan secara akurat dan tepat. Dalam penelitian ini memiliki tujuan untuk membangun dan membandingkan model prediksi produksi padi di delapan daerah di provinsi Sumatera menggunakan tiga algoritma machine learning, yaitu Random Forest, XGBoost, dan LightGBM, yang masing-masing dioptimalkan menggunakan GridSearchCV dengan validasi silang 5-fold. Dataset yang digunakan bersumber dari Badan Pusat Statistik (BPS) dengan periode 1993–2020, mencakup 224 data dari variabel luas panen, curah hujan, kelembapan, dan suhu rata-rata. Interpretasi model dilakukan menggunakan metode SHAP (SHapley Additive exPlanations) untuk menganalisis kontribusi setiap fitur terhadap hasil prediksi. Hasil eksperimen menunjukkan bahwa XGBoost dengan parameter terbaik (learning_rate=0.05, max_depth=5, n_estimators=300, subsample=0.8) menghasilkan performa tertinggi dengan nilai MAE sebesar 105.258 ton, RMSE sebesar 151.883 ton, dan R² sebesar 0,9739. Random Forest menghasilkan R² sebesar 0,9580, sedangkan LightGBM menghasilkan R² sebesar 0,9519. Analisis SHAP pada ketiga model secara konsisten menunjukkan bahwa luas panen merupakan fitur paling dominan dalam memengaruhi prediksi produksi padi, diikuti oleh variabel tahun, kelembapan, curah hujan, suhu rata-rata, dan provinsi. Dalam penelitian ini memberikan kontribusi berupa kerangka perbandingan komprehensif antara tiga algoritma ensemble terbaik dengan integrasi Explainable AI pada konteks prediksi produksi padi di Sumatera.
Implementasi Smart Parking System Berbasis Computer Vision Menggunakan IP Camera dan Integrasi Java Library Pada PT. Tri Alfa Sinar Mandiri Nanda Diaz Arizona; Deasy Purwaningtias; Muhammad Iqbal
Jurnal Sistem Informasi Akuntansi Vol 7 No 1 (2026): : Periode Maret 2026
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/justian.v7i1.12148

Abstract

PT. Tri Alfa Sinar Mandiri, as a public facility management company, faces challenges in parking management efficiency, where the previous system had limitations in real-time visual monitoring and relied heavily on manual operator input. This manual process often leads to queues and is prone to errors in recording physical vehicle data. This research aims to implement a Smart Parking System based on Computer Vision using IP Cameras directly integrated with a Java-based desktop application. Unlike previous developments that used the Waterfall method, this study applies the Prototyping method to facilitate iterative testing of camera hardware integration and image processing library accuracy. The system is designed to automatically capture video streams when a vehicle is detected, perform visual validation without physical interaction, and store image data into the database. Test results demonstrate that the integration of Java Libraries with IP Cameras successfully displays real-time monitoring and accelerates transaction processes at entry and exit posts. This implementation provides a modern solution that significantly improves security and operational efficiency compared to conventional systems
Design of a Modern Web-Based Mail Management Information System Using the Prototype Model at PT Kalimantan Teknologi Indonesia Reza Maulana; Aditya Mukti; Yoki Firmansyah; Deasy Purwaningtias
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 5 No. 2 (2026): February 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v5i2.1802

Abstract

PT Kalimantan Teknologi Indonesia manages its incoming and outgoing mail using a conventional manual approach, which often results in inefficiency, loss of documents, and difficulties in information retrieval. This study aims to design a web-based mail management information system that enhances the efficiency, accuracy, and traceability of administrative correspondence. The research adopts the Prototype development methodology, consisting of requirement analysis, system design, prototype creation, and evaluation. Data were collected through interviews, observations, and document analysis to identify user needs and administrative workflows. The system was developed using Figma employed for interface prototyping. The resulting system provides features for digital recording, classification, searching, and reporting of both incoming and outgoing mail. Testing results indicate that the prototype effectively reduces administrative workload, improves data accuracy, and accelerates document tracking. This study demonstrates that a well-structured digital correspondence system can serve as a foundation for administrative transformation in small and medium-sized enterprises.
Co-Authors Aditya Mukti Ali Mustopa, Ali Dedi Saputra Erdian Safitri firmansyah, Yoki Isti Wulandari Isti Wulandari Latifah Latifah Laurensius Kevin Megachandra Myne Laurensius Kevin Megachandra Myne Leo Kanda Prayoga Muhammad Faisal Muhammad Iqbal Muhammad Rezki Namariq Maspupah Nanda Diaz Arizona Nurjannah Panny Agustia Rahayuningsih Patina Patina Rahmad Widyo Utomo Raja Sabaruddin Reza Maulana Risdiansyah, Deni Rizki Lutfiandi Safitri Linawati Satia Suhada, Satia Taufik Hidayatulloh Viny Tarigas Wadzifa Wadzifa Wahyu Nugraha Weiskhy Steven Dharmawan Windi Irmayanti