Article Per Year (5 Year)
p-Index From 2021 - 2026
2.765
P-Index
This Author published in this journals
All Journal Ekonomi Bisnis UG Journal Jurnal Ilmiah KOMPUTASI Jurnal Ilmiah FIFO Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal Teknoinfo Digital Zone: Jurnal Teknologi Informasi dan Komunikasi JIKI (Jurnal Ilmu Komputer dan Informatika) Jurnal Pengabdian Masyarakat Bangsa Prosiding SeNTIK STI&K
Winda Widya Ariestya
Universitas Gunadarma
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : Jurnal Ilmiah FIFO

 1 
DECISION TREE LEARNING UNTUK PENENTUAN JALUR KELULUSAN MAHASISWA Winda Widya Ariestya; Yulia Eka Praptiningsih; Wahyu Supriatin
Jurnal Ilmiah FIFO Vol 8, No 1 (2016)
Publisher : Fakultas Ilmu Komputer

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

Abstract

Jalur kelulusan merupakan hal penentu seorang mahasiswa untuk memperoleh gelar jenjang pendidikan strata satu pada sebuah Perguruan Tinggi. Penelitian ini bertujuan untuk mengetahui pemanfaatan algoritma ID3 dalam penentu jalur kelulusan serta menghasilkan rule atau aturan pada penentuan jalur kelulusan mahasiswa tingkat akhir. Metode yang digunakan adalah Iterative Dichotomiser 3 (ID3) dengan menggunakan alat bantu perangkat lunak Rapidminer. Dari hasil penelitian diperoleh 7 rule atau aturan dalam penentuan jalur kelulusan yaitu 3 rule untuk jalur skipsi dan 4 rule untuk jalur non skripsi dan dapat dikatakan algoritma ID3 dapat dimanfaatkan dalam penentuan jalur kelulusan dengan nilai akurasi antara 0,85-1,00.  
PERANCANGAN SISTEM PENJUALAN PULSA Yulia Eka Praptiningsih; Winda Widya Ariestya; Nurkhamid Mustaufa
Jurnal Ilmiah FIFO Vol 8, No 2 (2016)
Publisher : Fakultas Ilmu Komputer

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

Abstract

Pencatatan penjualan counter  pulsa saat ini  masih banyak secara manual.  Oleh karena itu pengolahan data laporan penjualan masih berbentuk tulisan tangan manual.  Merancang sistem penjualan pulsa yang bertujuan untuk mempermudah pegawai dalam melakukan pencatatan penjualan pulsa dan pembuatan laporan yang akan di laporkan kepada pemilik, sehingga  pekerjaan akan lebih efisien dan data yang ada pun menjadi lebih pasti. Metodologi yang digunakan dalam pembuatan sistem ini adalah dengan menggunakan metode SDLC yaitu : perencanaan aplikasi yaitu merencanakan pembuatan aplikasi, analisa yaitu mengumpulkan kebutuhan dan informasi dalam pembuatan sistem, desain sistem yaitu merancang arsitektur perangkat lunak dan representasi interface, perancangan yaitu merancang struktur dan tampilan aplikasi, serta uji coba aplikasi yang dilakukan komputer dengan operating system windows 7. Semoga aplikasi ini dapat membantu para penggunanya dalam melakukan transaksi penjualan.
PEMBUATAN APLIKASI PENJUALAN PADA APOTIK LESTARI Winda Widya Ariestya; Yulia Eka Praptiningsih; Ridany Saputra
Jurnal Ilmiah FIFO Vol 7, No 1 (2015)
Publisher : Fakultas Ilmu Komputer

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

Abstract

Apotik Lestari merupakan sebuah usaha yang bergerak dalam penjualan obat-obatan yang pada proses pencatatan transaksi penjualan masih menggunakan cara manual. Tujuan dari penelitian ini adalah membuat sebuah aplikasi penjualan obat-obatan pada apotik tersebut untuk membantu proses pencatatan transaksi dengan menggunakan metode Waterfall. Setelah uji coba aplikasi dilakukan secara keseluruhan dengan menggunakan metode BlackBox diperoleh sebanyak 85% aplikasi penjualan sangat baik, sehingga aplikasi ini dapat digunakan untuk membantu Apotik Lestari dalam hal melakukan pencatatan transaksi, pencarian barang dan penambahan stok barang, mencetak struk transaksi dan juga melakukan pembuatan laporan.
IMPLEMENTASI METODE FORWARD CHAINING PADA SISTEM PAKAR PENYAKIT KULIT Winda Widya Ariestya; Yulia Eka Praptiningsih; Dita Novitthalia Syahputri
Jurnal Ilmiah FIFO Vol 13, No 2 (2021)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2021.v13i2.007

Abstract

Sistem pakar dapat dijadikan sebagai alat bantu masyarakat dalam melakukan diagnosa secara dini, tidak terkecuali pada penyakit kulit yang merupakan salah satu penyakit yang ada pada wilayah beriklim tropis. Indonesia berada pada wilayah yang beriklim tropis menjadikan salah satu penyebab banyaknya masyarakat menderita penyakit kulit. Dibutuhkan suatu media berbasiskan teknologi yang menyajikan informasi dalam menangani masalah kurangnya pengetahuan masyarakat dalam mendiagnosa secara dini penyakit kulit. Penelitian ini bertujuan untuk mengimplementasikan metode forward chaining pada sistem pakar dalam mendiagnosa penyakit kulit. Metode forward chaining digunakan sebagai suatu pendekatan dalam melakukan kontrol inferensi. Metode Rapid Application Development (RAD) dimanfaatkan sebagai metodologi pengembangan sistem pakar yang terdiri dari beberapa tahapan yaitu diawali dengan proses menentukan tujuan dan cakupan setiap aspek, pembuatan prototype, pengumpulan masukan dari pengguna, pengujian dan implementasi dari luaran yang dihasilkan. Hasil dari penelitian ini berupa aplikasi yang dapat digunakan oleh masyarakat dalam membantu diagnosa awal dari jenis penyakit dan pengobatannya
Deteksi Objek Daun Semanggi Secara Real Time Menggunakan CNN-Single Shot Multibox Detector (SSD) Ida Astuti; Winda Widya Ariestya; Bambang Solehudin
Jurnal Ilmiah FIFO Vol 14, No 1 (2022)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2022.v14i1.005

Abstract

Tumbuhan obat saat ini banyak ditemui sebagai tumbuhan yang memiliki fungsi dan berkhasiat untuk penyembuhan ataupun mencegah berbagai penyakit. Salah satunya adalah daun semanggi yang memiliki khasiat sebagai tumbuhan obat, namun masyarakat belum banyak mengenal bentuk daun tersebut. Penelitian ini bertujuan untuk melakukan deteksi objek daun semanggi yang dilakukan  secara real – time melalui input gambar berbasis kamera webcam, selanjutnya proses ekstraksi fitur dilakukan dengan deep learning menggunakan framework Tensorflow object detection dan pengolahan citra dengan metode CNN-Single Shot MultiBox Detector (SSD).  Metode penelitian yang digunakan terdiri dari beberapa tahapan yaitu akuisisi data, preproses data, proses training dan pembentukan model serta pengujian. Berdasarkan hasil Uji coba yang dilakukan dengan menggunakan perbandingan rasio terhadap data train dan data test diperoleh hasil terbaik yaitu dengan perbandingan data train dan data test 80:20 dengan precission 80 %, recall 100 % dan akurasi 86,6 %. Hal ini menyatakan bahwa model deteksi objek daun semanggi dengan menggunakan SSD dapat berjalan dengan baik.
Rancang Bangun Game Tema Sejarah Perjuangan Indonesia Muhammad Indra Arifiansyah; Ida Astuti; winda widya ariestya; Andreas Hadiyono
Jurnal Ilmiah FIFO Vol 14, No 2 (2022)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2022.v14i2.006

Abstract

Permainan (game) masih dipandang oleh sebagian masyarakat sebagai media yang hanya menghibur dan tidak mempunyai nilai pembelajaran. Disaat pandemi covid-19, game sangat diminati oleh anak-anak dan remaja karena harus berada di rumah, akan tetapi game yang berkonten edukasi sejarah perjuangan Indonesia masih sangat jarang. Penelitian ini bertujuan untuk membuat aplikasi game bertemakan sejarah Indonesia yaitu pembebasan Irian Barat dengan menggunakan software GameMaker Studio 2. Game ini akan memiliki sasaran pengguna berumur 8 tahun ke atas dan memiliki spesifikasi komputer bersistem operasi windows dengan ram minimal 500Mb. Metode yang digunakan dalam pembuatan aplikasi yaitu Multimedia Development Life Cycle. Tahapan penelitian terdiri dari 6 tahapan yaitu mencari konsep dari game, design rancangan game, pengumpulan material berupa objek-objek yang dibutuhkan, pembuatan game dengan menggabungkan semua elemen yang telah dibuat, selanjutnya dilakukan pengujian dengan metode black box testing dan User Acceptance Test. Hasil pengujian yang dilakukan dengan metode black box testing menyatakan bahwa semua fungsi berjalan dengan baik dan hasil uji coba dengan User Acceptance Test sebanyak 88% responden menyatakan bahwa game ini sudah dianggap baik dalam hal memberikan manfaat hiburan dan edukasi kepada masyarakat. Aplikasi game selanjutnya akan didistribusikan melalui penyimpanan online atau CD executable (.exe).
Data Mining untuk Klasifikasi Diagnosa Kanker Payudara Dengan Menerapkan Algoritma C4.5 Praptiningsih, Yulia Eka; Ariestya, Winda Widya; Astuti, Ida; Nurulita, Sylvia
Jurnal Ilmiah FIFO Vol 15, No 1 (2023)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2023.v15i1.005

Abstract

Penyakit kanker merupakan gangguan kesehatan pada organ tubuh manusia atau jaringan tubuh di mana sel-sel yang tidak normal berkembang biak dengan tidak terkendali. Kanker adalah penyebab kematian terbesar kedua, tak terkecuali kanker payudara yang diderita sebagian besar wanita Indonesia. Tujuan penelitian ini adalah untuk mendiagnosa penyakit kanker payudara yang diderita pasien apakah bersifat  ganas atau jinak  menggunakan algoritma C4.5 sehingga dapat membantu penanganan penyakit kanker tersebut untuk mencegah kematian.  Metode penelitian yang digunakan terdiri dari tiga tahapan yaitu preprocessing, modeling, dan evaluation. Tahap preprocessing, 570 catatan data klinis dari UCI (UC Irvine) Machine Learning Repository digunakan dalam penelitian ini dan selanjutnya dilakukan split data yaitu data train dan data test. Tahap modeling (pembentukan model) mengimplementasikan algoritma C4.5 sebagai metode klasifikasi penyakit kanker payudara ganas dan jinak. Tahap akhir evaluation dari hasil klasifikasi pada 32 atribut diperoleh 8 atribut sebagai penentu. Hasil evaluasi performance menunjukan algoritma C4.5 dapat digunakan sebagai algoritma pada klasifikasi penyakit kanker payudara karena nilai akurasi yang diperoleh cukup besar yaitu 93,04%, presisi 80,00% dan recall 92,31%.
Co-Authors Aditya Losandro Putra Alfie Syahri Andreas Hadiyono Bambang Solehudin Bayu Kumoro Yakti Chandra, Reza Chatarina Umbul Wahyuni Dita Novitthalia Syahputri Ervan Rahadian Hakim Fadhillah, Naufal Hapsari, Dewi Anggraini Puspa Ibrahim, Lutfi Nabhan Kusumawijaya, Ike Putri Muhammad Indra Arifiansyah Muhammad Kasfi Nurkhamid Mustaufa Nurul Adhayanti Nurulita, Sylvia Parera, Mieske Zara Putri Lannidya Parameswari Ridany Saputra Romdhoni Susiloatmadja Ruhama, Syamsi Wahyu Supriatin Wahyu Supriyatin Wahyuni, Diny Waskito, Bahtiar Wendy Randyka Sulistyono, Wendy Randyka Winarko, Ananda Rizky Yulia Eka Praptiningsih Yulia Eka Praptiningsih