Article Per Year (5 Year)
p-Index From 2021 - 2026
5.025
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 Ranah Research : Journal of Multidisciplinary Research and Development PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON DATA SCIENCE AND OFFICIAL STATISTICS 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 Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 42 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 42 Documents
Search

 1   2   3   4   5 
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
Assessment of the Potential of Elementary School Students in Terms of Physical Fitness Suroto, Suroto; Yustanti, Wiyli; Prakoso, Bayu Budi; Priadana, Benny Widya; Febriyanti, Irma
Mimbar Sekolah Dasar Vol 11, No 2 (2024)
Publisher : Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53400/mimbar-sd.v11i2.71731

Abstract

Primary education is an essential foundation for developing all the potential possessed by students, including physical fitness. The persistent inadequacy in children's physical fitness levels raises critical concerns regarding their overall health and well-being, necessitating urgent attention and intervention. This study aimed to assess the physical fitness of elementary school students, evaluate the effectiveness of the Indonesian Physical Fitness Test in measuring their physical fitness, and give policy recommendations. The quantitative descriptive method was used in this study due to its ability to provide numerical data analysis, facilitate systematic measurement, and allow comparative analysis and generalization. Incidental sampling was used to select 120 primary school learners in the Sidoarjo district. Two sets of fitness tests were administered based on child development phases: the Around the World Test for Phase B and a 600m running test for Phase C. Crosstabs analysis on SPSS revealed that male and female learners exhibited similar physical fitness levels, mainly within moderate and healthy categories. Differences were observed based on the phase or grade level (chi-squared=43.843, p=0.000), with Phase B learners generally having moderate to good fitness, while Phase C learners demonstrated lower and middle levels. Overall, there was a decline in fitness with higher grade levels, emphasizing the necessity to rejuvenate physical education for enhanced fitness. Instilling the importance of maintaining and enhancing physical fitness from a young age is crucial, and both teachers and students can actively contribute by enhancing their comprehension of physical literacy through training or by integrating it into the physical education curriculum.
Analisis Text Clustering Kebijakan Pembukaan Daerah Wisata pada Masa Pandemi Berbasis Densitas Spasial (DBSCAN) Wulandari, Rahmah; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence Vol. 3 No. 2 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v3i2.45509

Abstract

Analisis Klastering Buku sebagai Evaluasi untuk Peningkatan Minat Baca Perpusatakaan SMAN 1 Grogol Karputri, Diah Leni; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence Vol. 3 No. 3 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v3i3.47121

Abstract

SMAN 1 Grogol merupakan sekolah menengah atas yang berlokasi di Kabupaten Kediri. Berdasarkan hasil wawancara dan observasi yang dilakukan kepada staf perpustakaan, saat ini kondisi minat baca di SMAN 1 Grogol tergolong cukup rendah, hal ini dilihat dari data rekap peminjaman buku di perpustakaan selama lima tahun terakhir yang fluktuatif. Pada perpustakaan penempatan buku juga belum optimal, sehingga perpustakaan SMAN 1 Grogol berkeinginan untuk meningkatkan pelayanannya. Peningkatan pelayanan memberikan kemudahan pada siswa dalam mencari buku sesuai dengan minat baca dan meningkatkan rasa tertarik terhadap buku lain karena setiap buku sudah dikelompokkan sesuai dengan kategori. Manfaat yang diperoleh pihak perpustakaan dapat membantu penentuan prioritas pengadaan buku selanjutnya. Untuk itu diperlukan analisis clustering. Clustering merupakan suatu metode untuk mengelompokkan data yang memiliki kemiripan karakteristik antara satu data dengan data yang lain. Pada penelitian ini akan menggunakan beberapa algoritma clustering yaitu K-Means clustering, K-Medoids clustering, dan Fuzzy C-Means clustering. Hasil percobaan dengan tiga algoritma clustering yang berbeda, mendapatkan cluster yang optimal berada pada cluster 8. Kemudian evaluasi clustering digunakan metode silhouette coefficient, apabila nilai silhouette coefficient mendekati 1 maka hasil cluster tersebut dapat dijadikan sebagai rekomendasi. Hasil evaluasi clustering mendapatkan cluster paling optimal adalah cluster 8 dengan nilai slihouette 0,323. Sedangkan algoritma dengan kinerja terbaik adalah K-Medoids clustering memperoleh nilai 0,21328.
Perbandingan Kinerja Metode Problem Transformation-KNN dan Algorithm Adaptation-KNN pada Klasifikasi Multi-Label Pertanyaan Kotakode Fitriani, Erlina Eka; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence Vol. 3 No. 3 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v3i3.47510

Abstract

Klasifikasi multi-label merupakan proses pengelompokan data ke dalam beberapa kelas berdasarkan kesamaan ciri atau karakteristik data. Pada klasifikasi multi-label setiap data dapat memiliki lebih dari satu kelas. Implementasi klasifikasi multi-label dapat dilakukan melalui dua metode pendekatan yaitu Problem Transformation dan Algorithm Adaptation. Penelitian topik klasifikasi multi-label teks telah dilakukan oleh para peneliti terdahulu. Akan tetapi, belum terdapat penelitian yang berfokus pada perbandingan Problem Transformation dan Algorithm Adaptation berdasarkan pertanyaan multi-label dengan tagar pertanyaan sebagai label atau kelas. Tujuan penelitian ini adalah melakukan klasifikasi multi-label pada data teks dan membandingkan hasil kinerja metode Problem Transformation dan Algorithm Adaptation dalam melakukan klasifikasi multi-label. Dataset yang digunakan adalah 450 data pertanyaan pada forum Q&A platform Kotakode. Metode Problem Transformation yang digunakan pada penelitian ini adalah Label Powerset, Binary Relevance, dan Classifier Chain dengan K-Nearest Neighbor sebagai algoritma klasifikasi. Sedangkan metode Algorithm Adaptation yang digunakan adalah Multi-Label K-Nearest Neighbor (ML-KNN). Grid Search Cross Validation digunakan pada penelitian ini untuk menemukan nilai hyperparameter k yang dapat memberikan hasil kinerja model terbaik. Hasil Penelitian menunjukkan bahwa metode Problem Transformation Label Powerset dengan K-Nearest Neighbor sebagai algoritma klasifikasi menghasilkan nilai akurasi, precision, recall, dan f1 score terbaik, yaitu 86%, 92%, 86%, dan 87%. Berdasarkan hasil tersebut, Metode Problem Transformation Label Powerset-KNN menghasilkan kinerja lebih baik dalam melakukan klasifikasi multi-label pertanyaan Kotakode dibandingkan dengan metode Algorithm Adaptation Multi-Label K-Nearest Neighbor.
Analisis Kepuasan Pengguna pada Aplikasi Jenius dengan Menggunakan Metode EUCS (End-User Computing Satisfaction) berdasarkan Perspektif Pengguna Istianah, Eva; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence Vol. 3 No. 4 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v3i4.47882

Abstract

Aplikasi Jenius merupakan aplikasi perbankan revolusioner yang telah dilengkapi kartu kredit Visa guna membantu nasabah saat melakukan aktivitas finansial dari satu tempat atau smartphone, seperti halnya menabung, bertransaksi, atau mengatur keuangan agar lebih aman, cerdas, dan simple. Selama pandemic Covid-19, jumlah pengguna aplikasi Jenius terus meningkat, sehingga dilakukan penilaian kepuasan pengguna pada aplikasi Jenius yang dapat dijadikan sebagai tolak ukur keberhasilan suatu aplikasi serta menjadikan bahan evaluasi perusahaan dalam meningkatkan layanan aplikasi. Penelitian yang dilakukan bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi kepuasan pengguna dan mengetahui tingkat kepuasan pengguna terhadap aplikasi jenius. Pengumpulan data dilakukan dengan penyebaran kuesioner secara online kepada pengguna aplikasi jenius yang berdomisili di Surabaya dan sekitarnya menggunakan teknik pengambilan sampel khusus pada sampel 100 responden. Kuesioner disusun dengan menggunakan dimensi metode End User Computing Satisfaction (EUCS). Teknik analisis data yang digunakan yaitu analisis deskriptif dan analisis Chi Square. Hasil, 1) Dapat ditentukan dari data survey yang diolah bahwa perhitungan range tertinggi 4,58 sedangkan nilai terendah range 3,80 yang berarti pengguna terhadap aplikasi Jenius berada dalam kategori Sangat Puas 2) Hasil yang didapatkan dari perhitungan uji chi square yaitu, terdapat 31 hipotesis awal ditolak dan 17 hipotesis awal diterima. Artinya terdapat 31 faktor yang berpengaruh terhadap kepuasan pengguna aplikasi Jenius.
Penerapan Metode Association Rule dengan Algoritma FP-Growth dan Prediksi dengan Artificial Neural Network untuk Persediaan Sparepart Lumban Gaol, Gebryana Hotmida Lamtiar; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence Vol. 3 No. 4 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v3i4.49352

Abstract

Untuk memaksimalkan pelayanan pada jumlah persediaan sparepart di perusahaan, maka diperlukan suatu teknik data mining dengan pemanfaatan data transaksi penjualan. Data transaksi pada Auto2000 Wiyung hanya digunakan untuk mengetahui keuntungan perusahaan, padahal data tersebut dapat dijadikan sebagai pengetahuan baru dalam menentukan persediaan. Pada penelitian ini data akan diolah dengan menggunakan metode association rule dan prediksi dengan Artificial Neural Network untuk menemukan pola pembelian dan memprediksi jumlah pembelian berdasarkan data transaksi penjualan sparepart. Dengan menerapkan metode Association Rule menggunakan algoritma Fp-Growth maka diperoleh 4 association rule dengan nilai confidence diatas 70%. Pola asosiasi yang diperoleh kemudian diprediksi dengan Artificial Neural Network menggunakan algoritma backpropagation. Percobaan trial error menggunakan perubahan hidden layer mulai dari 1-10 dengan lima jenis learning rate yaitu 0.01, 0.02, 0.001, 0.002, dan 0.003. Prediksi model ANN pada rule ke-1 menghasilkan MAPE sebesar 13.620% dan akurasi sebesar 86.38% dengan arsitektur 3-7-1, pada rule ke-2 menghasilkan MAPE sebesar 5.960% dan akurasi sebesar 94.04% dengan arsitektur 3-1-1, pada rule ke-3 menghasilkan MAPE sebesar 9.924% dan akurasi sebesar 90.076% dengan arsitektur 3-3-1, dan pada rule ke-4 menghasilkan MAPE sebesar 8.874% dan akurasi sebesar 91.126% dengan arsitektur 3-6-1.
Co-Authors Alpiana, Intan Andi Iwan Nurhidayat ANITA QOIRIAH ARI KURNIAWAN Ariyanto, Savira Rahmania Putri Aulia Akbar, Rafy Aulia, Novi Rosidhatul Aviana, Anisah Nurul Ayuningtyas, Nimas Bayu Budi Prakoso choirullah, Sultan Dani, Andrea Dini Amalia, Dini Ervin Yohannes Farid Baskoro Fitriani, Erlina Eka Hartanto, Unung Istopo I Gusti Putu Asto Buditjahjanto I Nyoman Budiantara 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 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