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 51 Documents
Search

 1   2   3   4   5 
Analisis Sentimen Kualitas Layanan Teknologi Pembayaran Elektronik pada Twitter (Studi Kasus Ovo dan Dana) Pratiwi, Enggarbela Ogi Intan; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence Vol. 2 No. 3 (2021)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v2i3.41597

Abstract

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.
Prediksi Kenaikan Jabatan Pranata Komputer pada Kementerian X dengan Menggunakan Model Algoritma Klasifikasi Linear Discriminant Analysis (LDA) Ariyanto, Savira Rahmania Putri; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence Vol. 4 No. 3 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i3.54229

Abstract

Peramalan Close Price Mata Uang Crypto Solana Menggunakan Jaringan Syaraf Tiruan Model Backpropagation Rizal, Mochammad; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 4 No. 4 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i4.56159

Abstract

Perbandingan Algoritma Klastering dalam Pengelompokan Penjualan Produk Komputer Rahman, Naufal Aditya; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 4 No. 4 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i4.56532

Abstract

Penelitian ini membandingkan tiga algoritma clustering (K-means, K-Medoids, dan Agglomerative) untuk mengelompokkan data penjualan dari CV. Media Karya Komputindo. Untuk pemilihan jumlah klaster yang paling optimum menggunakan elbow dan divalidasi dengan Silhouette Coefficient. Statistik deskriptif dan Word Cloud digunakan untuk mengevaluasi interpretabilitas dari hasil algoritma clustering yang paling optimum. Efisiensi komputasi juga dipertimbangkan, mengingat sumber daya yang terbatas. Hasil penelitian menunjukkan bahwa semua algoritma menggunakan sumber daya yang sedikit dan mudah digunakan dengan PyCaret. Dari hasil Silhouette Coefficeint, algoritma yang paling optimal untuk kumpulan data ini adalah K-Means, hasil clustering menunjukkan bahwa ada 4 kategori cluster, dimana cluster 1 berisi permintaan rendah dengan harga tinggi, cluster 2 permintaan rendah dengan harga rendah, cluster 3 permintaan tinggi dengan harga rendah, dan cluster 4 adalah permintaan cukup dengan harga rendah. Hasil clustering berhasil membentuk 4 cluster dalam segi harga maupun kuantitas penjualan.
Rekomendasi Jasa Ekspedisi Menggunakan Analisis Sentimen Dan Analytical Hierarchy Process(AHP) Rachmaddhani, Gilang; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 4 No. 4 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i4.56850

Abstract

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