Article Per Year (5 Year)
p-Index From 2021 - 2026
6.318
P-Index
This Author published in this journals
All Journal Mimbar Sekolah Dasar Journal of Information Systems Engineering and Business Intelligence JIEET (Journal of Information Engineering and Educational Technology) Journal of Robotics and Control (JRC) Jurnal Abdi: Media Pengabdian Kepada Masyarakat Abdimas: Papua Journal Of Community Service Journal of Informatics and Computer Science (JINACS) Jurnal Ilmiah Edutic : Pendidikan dan Informatika J-Icon : Jurnal Komputer dan Informatika Ranah Research : Journal of Multidisciplinary Research and Development PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON DATA SCIENCE AND OFFICIAL STATISTICS Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics Journal of Emerging Information Systems and Business Intelligence (JEISBI) Journal of Education Technology and Information System
Wiyli Yustanti
Prodi Manajemen Informatika, Fakultas Teknik, Universitas Negeri Surabaya
Aerospace Engineering Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 51 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Journal of Informatics and Computer Science (JINACS)

 1 
Deteksi Anomali Terhadap Pembatalan Transaksi Pada Platform Tiktok Shop dengan Algoritma Categorical Boosting (Catboost) Syandika, Novliyan Dimas; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 5 No. 02 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v5n02.p149-156

Abstract

Semi-Supervised Learning pada Pelabelan dalam Klasifikasi Multi-Label Data Teks Ayuningtyas, Nimas; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 01 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n01.p240-248

Abstract

Klasifikasi Deteksi Link Phising DANA Kaget Menggunakan Metode Support Vector Machine Berbasis Website Vebriani, Mutiara; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p408-416

Abstract

Implementasi Gabungan Metode Klasterisasi dan Asosiasi untuk Analisis Data Survei Kepuasan Pelanggan Nurlyan, Reynisa Beta; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p397-407

Abstract

Salah satu cara yang umum digunakan untuk mengukur tingkat kepuasan pelanggan, yaitu dengan melalui pelaksanaan survei kepuasan pelanggan. Survei kepuasan pelanggan diadakan secara berkala oleh penyedia layanan, contohnya, yaitu Universitas Negeri Surabaya Survei tersebut terdiri dari 23 instrumen pertanyaan yang menggunakan Skala Likert sebagai skala penilaian, di mana mahasiswa berperan sebagai responden (pelanggan) yang berjumlah sebanyak 29.409 responden. Metode asosiasi akan diterapkan terhadap data untuk menemukan hubungan keterkaitan tersembunyi di baliknya. Namun, dengan jumlah responden penelitian sedemikian banyak, memungkinkan terciptanya sejumlah variasi data mengenai penilaian mahasiswa terhadap pelayanan akademik yang diberikan oleh perguruan tinggi. Oleh karena itu, metode klasterisasi akan diterapkan terlebih dahulu untuk meminimalisir munculnya rules yang tidak relevan. Berdasarkan hasil penelitian, clustered data dari hasil implementasi algoritma K-Means, yang terdiri dari 3 cluster, memiliki silhouette score tertinggi, yaitu 0,641. Selanjutnya, algoritma Apriori akan diterapkan terhadap clusters tersebut, sehingga menghasilkan aturan asosiasi yang bermakna. Pertama. Cluster 1 (Sangat Puas), menghasilkan 3 rules dengan rule terbaiknya yang memiliki nilai support sebesar 88% dan confidence sebesar 96%. Kedua, Cluster 2 (Puas), menghasilkan 4 rules dengan rule terbaiknya yang memiliki nilai support sebesar 76% dan confidence sebesar 96%. Ketiga, Cluster 3 (Kurang Puas), menghasilkan 3 rules dengan rule terbaiknya yang memiliki nilai support sebesar 54% dan confidence sebesar 86%. Kata Kunci : klasterisasi, asosiasi, survei kepuasan pelanggan, layanan, skala Likert
Sistem Deteksi Organ Liver Melalui Citra Iris Mata Menggunakan Convolutional Neural Network Aulia, Novi Rosidhatul; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p417-426

Abstract

Analisis Topik Pinjaman Online Pada Sosial Media Twitter Menggunakan Latent Direchlet Allocation (LDA) Nautika, Puji Septiyana; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p427-436

Abstract

Pemilihan Algoritma Klasifikasi Terbaik Untuk Prediksi Jenis Keluhan MI User Interface (MIUI) 14 Akbar, Mohammad; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p445-452

Abstract

Studi Komparasi Local Outlier Factor (LOF) dan Isolation Forest (IF) pada Analisis Anomali Kinerja Dosen Mutmainah, Mutmainah; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p532-540

Abstract

Pada setiap semester dalam universitas terdapat kuisioner berupa penilaian terhadap kinerja dosen. Evaluasi kinerja dosen yang terdapat di Universitas Negeri Surabaya merupakan proses penting untuk memastikan bahwa dosen telah memenuhi tugas dan tanggung jawabnya dalam menyampaikan pendidikan berkualitas terhadap mahasiswanya. Pada penelitian ini terdapat 22 instrumen pertanyaan menggunakan Skala Likert yang diisi oleh mahasiswa untuk menilai kinerja dosen. Terdapat 1055 dosen yang diolah untuk mendeteksi bagaimana kinerja dosen apakah sesuai dengan Rancangan Pembelajaran Semeste (RPS) atau terdapat dosen yang ketika mengajar tidak sesuai RPS. Oleh karena itu, metode deteksi anomali diterapkan untuk mengetahui kinerja dosen yang menyimpang atau tidak seperti biasanya. Dengan metode tersebut, maka dapat digunakan algoritma Local Outlier Factor (LOF) dan Isolation Forest karena lebih efisien dalam menangani data yang besar dan bekerja dengan cepat dalam ruang fitur. Data yang digunakan belum terdapat label untuk menghitung sehingga digunakan metode klastering kmeans untuk memperoleh label dari LOF dan IF. Kemudian pada cluster kmeans didapatkan 3 cluster, yaitu cluster 0 terdiri dari 279 data points, cluster 1 terdiri dari 597 data points, dan cluster 2 terdiri dari 179 data points. Dari hasil cluster tersebut akan digunakan untuk memperoleh nilai dari label LOF dan label IF dalam perhitungan evaluasi hasil komparasi. Pada anomali yang diterapkan dengan algoritma LOF yaitu terdapat 19 dosen terdeteksi anomali dan pada algoritma IF terdapat 22 dosen terdeteksi anomali. Pada evaluasi yang digunakan untuk memperoleh hasil komparasi yaitu menggunakan rand index score dan silhouette score. Didapatkan nilai dari rand index dari LOF sebesar 0.438 dan IF sebesar 0.441. Kemudian hasil dari silhouette score LOF sebesar 0.0019 dan IF sebesar 0.0377. Kata Kunci : Kinerja dosen, LOF, IF, rand index, silhouette score
Co-Authors Akbar, Rafy Aulia Alpiana, Intan Andi Iwan Nurhidayat ANITA QOIRIAH ARI KURNIAWAN Ariyanto, Savira Rahmania Putri Atmaja, Raden Mas Rizqi Wahyu Panca Kusuma Aulia Akbar, Rafy Aulia, Novi Rosidhatul Aviana, Anisah Nurul Ayuningtyas, Nimas Bayu Budi Prakoso choirullah, Sultan CHOIRUN NISA Dani, Andrea Dini Amalia, Dini Ervin Yohannes FAHRIYA, KHUSNIATUL Farid Baskoro Fitriani, Erlina Eka Haristyarini, Raniar Hartanto, Unung Istopo Hasanah, Rohmatul I Gusti Putu Asto Buditjahjanto I Nyoman Budiantara Iqbal, Kevin Satria Muhammad IRMA FEBRIYANTI Iskandar Java, Muhammad Istianah, Eva Istopo Hartanto, Unung Karputri, Diah Leni Kurniasari, Calycha Lumban Gaol, Gebryana Hotmida Lamtiar Maulidia, Ridhotul Meidyan, Martinus Ade meilita, Bunga Mohammad Akbar, Mohammad Muhammad Risalah Naufal Mutmainah Mutmainah Nabila Putri Listyanto Naim Rochmawati Nautika, Puji Septiyana Nuraini, Ulfa Siti Nurlyan, Reynisa Beta Prasetyo, Andhika Edo Pratiwi, Enggarbela Ogi Intan Priadana, Benny Widya Putra, Fachrian Bimantoro Putri, Windy Chikita Cornia Putu Asto Buditjahjanto, I Gusti Rachmaddhani, Gilang Raden Mohamad Herdian Bhakti Rahayu, Aulia Anisa Puji Rahman, Naufal Aditya Rahmawati, Naim Ricky Eka Putra Rina Harimurti Rizal, Mochammad Rochmawati, Naim Saputra, Andika Dermawan Sifriyani, Sifriyani Suroto Suroto Syandika, Novliyan Dimas Vebriani, Mutiara Widi Aribowo Wulandari, Rahmah YUNI YAMASARI