Article Per Year (5 Year)
p-Index From 2021 - 2026
2.779
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer Techno.Com: Jurnal Teknologi Informasi Jurnal Penelitian Pendidikan Jurnal Sistem dan Informatika Scientific Journal of Informatics CESS (Journal of Computer Engineering, System and Science) ILKOM Jurnal Ilmiah Data Science: Journal of Computing and Applied Informatics Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Senopati : Sustainability, Ergonomics, Optimization, and Application of Industrial Engineering Simpatik: Jurnal sistem Informasi dan Informatika JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Unnes Journal of Mathematics Konstelasi: Konvergensi Teknologi dan Sistem Informasi Malcom: Indonesian Journal of Machine Learning and Computer Science JUSIFOR : Jurnal Sistem Informasi dan Informatika Jurnal ilmiah teknologi informasi Asia
Florentina Yuni Arini, Florentina Yuni
Fakultas Matematika Dan Ilmu Pengetahuan Alam, Universitas Negeri Semarang
Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Public Health

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search

 1   2   3   4 
Analisis Aksesibilitas Tokopedia Berbasis Mobile Menggunakan User Experience Questionnaire Arini, Florentina Yuni; Habibi, Mahdi; Kaltsum, Zahra Zakiyah; Rahman, Muhammad Rifqi; Putra, Pramudya Kirana Mandala; Pradana, Samudra Azriel
JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Vol 6 No 4 (2025)
Publisher : SOTVI - Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/jitsi.6.4.519

Abstract

This study aims to comprehensively examine the accessibility level and user experience of Tokopedia on mobile based on the Human-Computer Interaction (HCI) approach by employing the User Experience Questionnaire (UEQ) as the primary instrument. Data collection involved 50 active Tokopedia users, with the UEQ instrument comprising 26 statements and a 7-point response scale. Six core scales—attractiveness, perspicuity, efficiency, dependability, stimulation, and novelty—were evaluated and analyzed by calculating the average score for each aspect and comparing it to the standard UEQ benchmark. The results demonstrate that Tokopedia excels in attractiveness, perspicuity, and efficiency, while innovation in the novelty and stimulation scales remains a challenge that requires further optimization. This study underlines the importance of UX evaluation based on HCI as a foundation for developing inclusive features to support an optimal and sustainable user experience
Analisis Aspek Ergonomi pada Proses Pembayaran Aplikasi Klik Indomaret menggunakan Metode NASA Task Load Index (NASA-TLX) Arini, Florentina Yuni; Saputra, Gagah Suryanatha Athallah; Putri, Farah Wahida Rizkia; Milannisya, Anya Kawakibi; Pratama, Eric Vibriano Julia; Asfino, Fadli Nugraha
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 4 No 2 (2025): JUSIFOR - Desember 2025
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/jusifor.v4i2.8619

Abstract

The development of information technology has influenced how consumers make transactions, including in the retail sector through online shopping applications. One widely used platform is Klik Indomaret, which provides various digital payment methods to facilitate users. This study aims to analyze the ergonomic aspects of the payment process in the Klik Indomaret application based on users’ mental workload. The study used the NASA Task Load Index (NASA-TLX) to look at six parts of mental workload: Mental Demand, Physical Demand, Temporal Demand, Performance, Effort, and Frustration. The data came from 50 active Klik Indomaret users who filled out an online questionnaire. The highest scores are found in the  Performance and Mental Demand sections, while Frustration has the lowest  score. This means users still need to pay attention and put in some effort  when making a payment, but they do not feel strong emotional pressure.  Overall, the payment process in the Klik Indomaret app is comfortable to use  and can be considered ergonomic for its users.
Kolaborasi Algoritma K-Nearest Neighbor Dan Gradient Boosting Untuk Klasifikasi Diabetes Melitus Tipe 2 Oktavian, Aloysius; Arini, Florentina Yuni; Aryaputra, Daffa Pramata; Syanjalih, Alul Hidja; Aldevis, Mohammad Farrel
JURNAL FASILKOM Vol. 15 No. 3 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i3.10556

Abstract

Diabetes Melitus Tipe 2 (DMT2) telah menjadi salah satu tantangan kesehatan masyarakat terbesar di Indonesia, dengan prevalensi yang terus meningkat dan sebagian besar kasus tidak terdiagnosis. Deteksi dini menjadi kunci untuk mencegah komplikasi serius. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi model klasifikasi berbasis machine learning untuk prediksi DMT2. Tiga pendekatan dieksplorasi: algoritma K-Nearest Neighbor (KNN), Gradient Boosting, dan model KNN + Gradient Boosting yang mengintegrasikan keduanya melalui arsitektur stacking ensemble. Kinerja diukur menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model ensemble secara signifikan mengungguli model tunggal. Model KNN mencapai akurasi 90.92% namun dengan presisi yang rendah untuk kelas diabetik (0.48). Model Gradient Boosting menunjukkan peningkatan signifikan dengan akurasi 95.50% dan presisi 0.72. Model KNN + Gradient Boosting menunjukkan kinerja terbaik dengan akurasi keseluruhan 96.17% dan presisi tertinggi untuk kelas diabetik (0.81), yang secara efektif mengurangi tingkat alarm palsu. Temuan ini mengindikasikan bahwa model KNN + Gradient Boosting memiliki potensi besar sebagai alat bantu pendukung keputusan klinis yang andal untuk identifikasi dini individu berisiko tinggi DMT2.
Optimasi Seleksi Fitur Menggunakan Algoritma Hybrid ARO-DBSCAN untuk Meningkatkan Akurasi Model Klasifikasi K-Nearest Neighbor: Feature Selection Optimization Using the Hybrid ARO-DBSCAN Algorithm to Improve the Accuracy of the K-Nearest Neighbor Classification Model Arini, Florentina Yuni; Bagaskara, Josephin Nova; Anwar, Alfani Salsabilla; Faqih, Muhammad Najmuddin; Brata, Prayoga Adi; khairunnisa, Nadhia Adzqiya; Aji, Yusuf Pandu Satrio
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 1 (2026): MALCOM January 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i1.2129

Abstract

Penelitian ini mengusulkan metode ARO-DBSCAN, sebuah pendekatan hybrid yang menggabungkan algoritma optimasi Artificial Rabbits Optimization (ARO) dengan teknik clustering Density-Based Spatial Clustering of Applications with Noise (DBSCAN) untuk pemilihan fitur yang lebih efektif. Hasil eksperimen menunjukkan bahwa ARO-DBSCAN secara konsisten mengungguli metode ARO dan AROD, dengan peningkatan akurasi klasifikasi pada 13 dari 18 dataset (populasi 15) dan 12 dataset (populasi 30), sekaligus mampu memilih fitur lebih sedikit tanpa mengurangi kualitas model. Dibandingkan dengan algoritma hybrid lain seperti GA-DBSCAN dan PSO-DBSCAN, ARO-DBSCAN tetap lebih unggul berkat kemampuan clustering DBSCAN yang mengelompokkan solusi serupa, sehingga mempercepat pencarian solusi optimal dan menghindari terjebak di solusi lokal. Temuan ini membuktikan bahwa integrasi teknik metaheuristik dengan clustering berbasis kepadatan dapat menjadi solusi efisien untuk pemilihan fitur pada data berdimensi tinggi di era big data.
Analisis Pengalaman Pengguna dari Segi Fitur "Search for a Pickup" dan "Search for a Destination" pada Gocar dalam Aplikasi Gojek Lyon Ambrosio Djuanda; Muthia Nis Tiadah; Ananda Hisma Putra Kristianto; Fatih Akbar Alim Putra; Aufa Putra Wicaksono; Florentina Yuni Arini
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 8, No 1 (2025): Januari
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v8i1.287

Abstract

Abstrak: Layanan GoCar pada aplikasi Gojek memberikan kemudahan bagi pengguna dalam mencari moda transportasi mobil. Penelitian ini menganalisis layanan GoCar pada aplikasi Gojek dengan fokus pada fitur "Search for a Pickup" dan "Search for a Destination" menggunakan metode studi literatur dan System Usability Scale (SUS) sebagai alat ukur penilaian kegunaan, dengan SPSS sebagai tool untuk menganalisis hasil pengukuran. Kajian ini meninjau berbagai literatur yang relevan terkait pengalaman pengguna, dengan analisis menggunakan parameter SUS yang mencakup aspek pengalaman pengguna, kemudahan penggunaan, kecepatan respon, dan tingkat kepuasan pengguna. Hasil analisis menunjukkan bahwa fitur "Search for a Destination" memiliki performa yang baik dalam aspek kemudahan penggunaan dan antarmuka, namun menghadapi tantangan signifikan dalam kecepatan respon dan akurasi, terutama pada jam-jam sibuk. Ketidakakuratan geolokasi di area dengan sinyal GPS lemah dan lambatnya respon server menjadi kendala utama yang mempengaruhi pengalaman pengguna. Berdasarkan analisis SUS, penelitian ini mengidentifikasi bahwa optimasi algoritma pencarian, pengembangan sistem geolokasi yang lebih akurat, dan peningkatan infrastruktur server diperlukan untuk meningkatkan kualitas kedua fitur tersebut. Hasil penelitian ini dapat menjadi panduan praktis bagi pengembang dalam memperbaiki kualitas layanan di masa mendatang.Kata kunci: GoCar, pengalaman pengguna, System Usability Scale (SUS), kemudahan penggunaan, kecepatan respon, tingkat kepuasan penggunaGoCar service on the Gojek application provides convenience for users in finding car transportation modes. This study analyzes the GoCar service on the Gojek application, focusing on the "Search for a Pickup" and "Search for a Destination" features using literature study methods and the System Usability Scale (SUS) as a usability assessment tool, with SPSS as a tool to analyze the measurement results. This study reviews various relevant literature related to user experience, with analysis using SUS parameters that include aspects of user experience, ease of use, response speed, and user satisfaction levels. The analysis results show that the "Search for a Destination" feature performs well in terms of ease of use and interface, but faces significant challenges in response speed and accuracy, especially during peak hours. Geolocation inaccuracies in areas with weak GPS signals and slow server response are the main constraints affecting user experience. Based on SUS analysis, this study identifies that search algorithm optimization, development of more accurate geolocation systems, and server infrastructure improvements are needed to enhance the quality of both features. The results of this study can serve as a practical guide for developers in improving service quality in the future.Keywords: GoCar, user experience, System Usability Scale (SUS), ease of use, response speed, user satisfaction level
Peningkatan Kompetensi Guru MGMP Matematika dalam Pembuatan Modul Ajar melalui Pelatihan Generative Artificial Intelligence Arifudin, Riza; Abidin, Zaenal; Sugiharti, Endang; Arini, Florentina Yuni; Setiawan, Abas
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 9, No 1 (2026): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v9i1.9854

Abstract

Kegiatan pengabdian masyarakat ini dilatarbelakangi oleh permasalahan utama yang dihadapi oleh mitra, yaitu MGMP Matematika Kota Semarang, yakni rendahnya literasi digital dan pemahaman guru dalam memanfaatkan Generative Artificial Intelligence (Gen-AI) untuk pengembangan modul ajar. Hal ini mengakibatkan ketergantungan pada media konvensional, modul yang monoton, serta proses penyusunan yang tidak efisien. Topik ini dipilih karena integrasi Gen-AI dalam pendidikan merupakan kebutuhan mendesak di era digital untuk meningkatkan efisiensi dan kualitas pembelajaran. Tujuan pengabdian adalah untuk meningkatkan kompetensi guru dalam memanfaatkan Gen-AI (seperti ChatGPT dan DeepSeek) untuk pembuatan modul dan rubrik ajar. Metode pelaksanaan terdiri dari lima tahap: identifikasi kebutuhan, pengenalan Gen-AI, praktik pembuatan modul, evaluasi, serta pendampingan dan monitoring. Kegiatan ini melibatkan 20 guru MGMP Matematika SMP Kota Semarang. Hasil evaluasi menunjukkan peningkatan keterampilan (hardskill) yang signifikan, yaitu kemampuan membuat modul ajar (40,6%) dan rubrik ajar (41,9%), serta peningkatan pemahaman konsep Gen-AI (23,7%) dan kemampuan menggunakan prompt (31,4%). Kegiatan ini berhasil memberdayakan guru dengan keterampilan digital yang aplikatif, sehingga sangat penting untuk keberlanjutan inovasi pembelajaran dan efisiensi kerja guru dalam mendukung Kurikulum Merdeka.
ANT NESTING OPTIMIZATION UNTUK PENINGKATAN AKURASI CNN DALAM DIAGNOSTIK BRAIN TUMOR Arini, Florentina Yuni; Oktavian, Aloysius; Hidayaturrohmah, Nia Nur; Aryaputra, Daffa Pramata; Syanjalih, Alul Hidja; Aldevis, Mohammad Farrel; Aisar, Muhammad Zidan
SKANIKA: Sistem Komputer dan Teknik Informatika Vol 9 No 1 (2026): Jurnal SKANIKA Januari 2026
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/skanika.v9i1.3669

Abstract

This study discusses the application of a new optimization algorithm, namely Ant Nesting Optimization (ANO), to improve the performance of Convolutional Neural Networks (CNN) in brain tumor classification based on MRI images. ANO is inspired by the behavior of Leptothorax ants in selecting optimal nest locations, which is applied in the model's exploration and exploitation processes. The optimized CNN model shows an increase in classification accuracy of up to 97%, with superior performance in detecting various types of brain tumors. The evaluation results show that the proposed model has faster and more stable loss convergence compared to the standard model. This optimization method not only improves classification precision but also accelerates model stabilization during the training process. With these results, the research proves the effectiveness of ANO as an optimization method in deep learning networks and opens up wider application opportunities in the field of artificial intelligence-based diagnostics.
Optimizing K-Nearest Neighbor Using Ant Colony Optimization for Heart Disease Classification Arini, Florentina Yuni; Pongthanoo, Patcharanikarn; Salsabila, Kansa Maulina; Raihan, Muhammad; Muzakki, Naufal Habib
Data Science: Journal of Computing and Applied Informatics Vol. 10 No. 1 (2026): Data Science: Journal of Computing and Applied Informatics (JoCAI)
Publisher : Talenta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32734/jocai.v10.i1-23647

Abstract

Heart disease is one of leading causes of death globally, making early detection essential for improving clinical outcomes. This study presents a heart disease prediction approach using the K-Nearest Neighbor (KNN) algorithm, addressing class imbalance with Synthetic Minority Over-sampling Technique (SMOTE) and enhancing feature selection through Ant Colony Optimization (ACO). Exploratory data analysis identified age, gender, cholesterol, blood pressure, e xercise-Induced Angina (EIA), ST-segment depression, number of affected vessels, and thalassemia status as key indicators of disease severity. KNN model achieved 0.90 accuracy with balanced precision and recall. The employment of SMOTE improved sensitivity for the minority class, slightly reducing overall accuracy to 0.88. However, ACO as hyperparameter tuning KNN able to produce promising accuracy 0.91. This result indicate that combining KNN with metaheuristic optimization provides a reliable, interpretable method for heart disease prediction, offering valuable support for clinical decision-making and risk assessment.
Co-Authors Abas Setiawan Abdurrafi, Muhammad Agus Setyawan Ahmad Rozaq Heryansyah Aisar, Muhammad Zidan Aji, Yusuf Pandu Satrio Alamsyah - Aldevis, Mohammad Farrel Amin Suyitno Amrullah, Reza Zaidan Ananda Hisma Putra Kristianto Anggraeni, Dinda Ayu Anwar, Alfani Salsabilla Ardiansyah, Ikhsan Aryaputra, Daffa Pramata Asfino, Fadli Nugraha Astagina, Paramesti Athaya, Ikhsan Rakha Aufa Putra Wicaksono Awan Saputra Romadhoni Bagaskara, Josephin Nova Bhimawan, Farrel Fatih Brata, Prayoga Adi Dewanti, Rahima Ratna Duankhan, Poomin Endang Sugiharti, Endang Fadhlullah, Muhammad Azzam Fajariansyah, Ridwan Faqih, Muhammad Najmuddin Fatih Akbar Alim Putra Fatiha Misbah, Mutia Zahra Firdaus Zahid, Ahmad Galvin Habibi, Mahdi Haryolukito Pambudi, Fawwaz Hernawan, Yoga Heryansyah, Ahmad Rozaq Hidayaturrohmah, Nia Nur Irfan, Mohammad Syarif Isa Akhlis Isnaeni, Siti Julianto, Richy Kaltsum, Zahra Zakiyah khairunnisa, Nadhia Adzqiya Lyon Ambrosio Djuanda Maloringan, Ariel James Mardlootillah, Hanif Ilmi Milannisya, Anya Kawakibi Much Aziz Muslim Muhammad Lutfi Wibowo Mukti, Asteen Retno Muthia Nis Tiadah Muzakki, Naufal Habib Nafi', Raihan Muhammad Naryapramono, Afrilza Daffa Niratha, I Gede Ardhy Oktavian, Aloysius Pambudi, Fawwaz Haryolukito Pastika, Puan Bening Pongthanoo, Patcharanikarn Pradana, Samudra Azriel Pratama, Eric Vibriano Julia Putra, Pramudya Kirana Mandala Putri, Farah Wahida Rizkia Putriaji Hendikawati Radhiti, Brigita Winona Elvaretta Rafi, Dhifansa Pradibtya Raharjo, Bagus Purbo Rahima Ratna Dewanti Rahman, Muhammad Rifqi Raihan, Muhammad Ramadhan, Farhan Husyen Ramadhan, Taufiqur Ramdhani, Khusnun Najwa Rifan, Slamet Rinandi, Tyto Riza Arifudin Rizky Aulia Adi Saputro Romadhoni, Ahmad Mustofa Hadi Romadhoni, Awan Saputra Ryo Pambudi Said, Danish Adli El Salsabila, Kansa Maulina Saputra, Gagah Suryanatha Athallah Saputro, Rizky Aulia Adi Sari, Yuliana Mustika Satria, Diva Sihombing, Nico Anselmus Supriyono Supriyono Syanjalih, Alul Hidja Toharo, Munajid Varindya Ditta Iswari Warianta, Dwi Tatang Whisnu Ulinnuha Setiabudi, Whisnu Ulinnuha Wibowo, Muhammad Lutfi Winata, Ardin Zaenal Abidin