Article Per Year (5 Year)
p-Index From 2021 - 2026
1.532
P-Index
This Author published in this journals
All Journal Jurnal Pemberdayaan Masyarakat Madani (JPMM) Journal of Informatics and Computer Science (JINACS) Modem : Jurnal Informatika dan Sains Teknologi Journal of Emerging Information Systems and Business Intelligence (JEISBI) Inovate : Jurnal Ilmiah Inovasi Teknologi Informasi
ARIES DWI INDRIYANTI, ARIES
Unknown Affiliation
Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Informatics and Computer Science (JINACS)

 1 
Pengembangan Layanan Informasi FAQ Berbasis Chatbot di Badan Pendapatan Daerah Kota Surabaya Menggunakan Framework RASA Rendy Harenza, Aderio; Dwi Indriyanti, Aries
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.p1168-1179

Abstract

Abstrak - Badan Pendapatan Daerah (Bapenda) Kota Surabaya sebagai lembaga publik yang berperan penting dalam pengelolaan pajak dan pendapatan daerah harus terus meningkatkan kualitas pelayanannya kepada masyarakat khususnya bagi para wajib pajak. Salah satu bentuk layanan informasi yang tersedia di Bapenda Kota Surabaya adalah fitur Frequently Asked Question (FAQ) yang dapat diakses pada website resminya. Namun layanan tersebut terbatas dan kurang efektif dalam menjawab berbagai pertanyaan dari masyarakat. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem chatbot berbasis framework RASA yang terintegrasi dengan sistem monitoring berbasis web. Penelitian ini menerapkan dua metode, yaitu metode CRISP-DM untuk pengembangan model chatbot dan metode Rapid Application Development (RAD) untuk pengembangan sistem monitoring. Hasil pengujian menunjukkan bahwa chatbot memiliki akurasi dengan nilai F1-score sebesar 0.946, nilai precision 0.954, dan tingkat keberhasilan story sebesar 84,6%. Sistem monitoring juga berjalan baik berdasarkan pengujian black box testing yang telah dilakukan. Dengan demikian, solusi ini cukup efektif dalam meningkatkan efisiensi layanan informasi dan meringankan beban petugas dalam memberikan informasi kepada masyarakat khususnya para wajib pajak. Kata Kunci— Frequently Ask Question, Chatbot, Framework RASA, Natural Language Understanding, Badan Pendapatan Daerah.
Sistem Pendukung Keputusan Diagnosis Tipe Penyakit Diabetes Berbasis Web Menggunakan Metode Simple Additive Weighting (SAW) Aprilia Listiani, Disti; Dwi Indriyanti, Aries
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstract - Meningkatnya prevalensi  Diabetes Melitus (DM) di Indonesia menuntut adanya sistem diagnosis yang lebih efisien, cepat, dan akurat. Proses diagnosis di rumah sakit umumnya masih dilakukan secara manual dan bergantung pada jumlah dokter spesialis yang terbatas, sehingga dapat menghambat pelayanan di tengah meningkatnya jumlah pasien. Penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web untuk membantu proses identifikasi tipe diabetes menggunakan metode Simple Additive Weighting (SAW). Sistem dirancang untuk membedakan empat tipe diabetes, yaitu Tipe 1, Tipe 2, Gestasional, dan Latent Autoimmune Diabetes in Adults (LADA), berdasarkan 12 kriteria diagnosis yang terdiri atas faktor klinis, gejala, dan indikator laboratorium. Metode SAW diterapkan melalui tahap normalisasi matriks keputusan, pembobotan, dan perhitungan nilai preferensi untuk memperoleh hasil diagnosis yang paling sesuai dengan kondisi pasien. Hasil pengujian pada studi kasus menunjukkan bahwa nilai preferensi tertinggi diperoleh pada Diabetes Tipe 1 sebesar 0,845, diikuti LADA sebesar 0,57, Gestasional 0,4625, dan Tipe 2 sebesar 0,435. Nilai tersebut menggambarkan tingkat kesesuaian profil pasien terhadap masing-masing tipe diabetes. Selain itu, pengujian blackbox menunjukkan seluruh fitur sistem, mulai dari login, input data pasien, proses perhitungan, hingga manajemen pengguna, berjalan dengan status Pass. Penelitian ini membuktikan bahwa metode SAW efektif diterapkan pada SPK berbasis web untuk mempercepat proses diagnosis, meningkatkan akurasi identifikasi tipe diabetes, serta mendukung tenaga medis dalam pengambilan keputusan klinis.   Kata Kunci— Sistem Pendukung Keputusan; Diabetes Melitus; Simple Additive Weighting; Diagnosis Diabetes; Sistem Berbasis Web.
Co-Authors Abda Abda Aisha, Dita Anita Andriani Aprilia Listiani, Disti Bagus Pratama Putra, Dharma Bastian Nursyahputra, Andhika Chasanah, Nidhaul Faizah, Arbiati Hartono, Sherly Irfanto, Feri Kistofer , Terdy Lailiyah, Ami mahmudi, imam MASPIYAH Miranti, Mauren Mujianto, Ahmad Heru Puspitasari, Refandah Rendy Harenza, Aderio Sri Handajani SUPARJI Umi Rahmawati, Evis Uswatun Khasanah, Siti Valen Zidana Erlita Wiratsongko, Radityo