Article Per Year (5 Year)
p-Index From 2021 - 2026
3.057
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 Aksi Kita: Jurnal Pengabdian Kepada Masyarakat
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 Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
PROTOTIPE WEBSITE EKABO: PENDEKATAN USER-CENTERED DESIGN (UCD) UNTUK EKSPLORASI WISATA DAN BUDAYA KABUPATEN BOGOR ariestya, winda widya; Parera, Mieske Zara; Praptiningsih, Yulia Eka
JIKI (Jurnal Ilmu Komputer dan Informatika) Vol. 6 No. 1 (2025): JIKI (Jurnal Ilmu Komputer dan Informatika) Juli 2025
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jiki.v6i1.8086

Abstract

Pengembangan situs web https://ekabo.bogorkab.go.id/ perlu dilakukan agar potensi pariwisata dan budaya Kabupaten Bogor dapat terealisasi secara maksimal. Hal ini akan meningkatkan pengalaman pengguna dan menjadi sarana promosi digital yang efektif untuk memperkenalkan potensi daerah. Untuk mengatasi hal tersebut, penelitian ini menggunakan metodologi User-Centered Design (UCD), yaitu mengutamakan kebutuhan, preferensi, dan kenyamanan pengguna pada tahap perancangan. Hasil penelitian menunjukkan bahwa perancangan ulang User Interface (UI) dan User Experience (UX) situs web EKABO telah berhasil dengan baik, dengan memanfaatkan Figma untuk prototipe dan Mockflow untuk wireframe. Evaluasi desain dilakukan melalui kuesioner WEBUSE tahap kedua yang menghasilkan skor akhir 85,03%, menunjukkan bahwa mayoritas responden sangat setuju dengan desain yang dihasilkan. Pengujian usability menggunakan Maze.design menghasilkan Maze Usability Score sebesar 89 poin, mengindikasikan bahwa desain prototipe website EKABO memenuhi kelima aspek usability, yaitu learnability, efficiency, memorability, errors, dan satisfaction.
Deep Learning for Horticulture: Convolutional Neural Network Driven Classification of Banana Types Astuti, Ida; Ibrahim, Lutfi Nabhan; Ariestya, Winda Widya; Ruhama, Syamsi; Wahyuni, Diny
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 16 No. 1 (2025): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/digitalzone.v16i1.23812

Abstract

One of the most widely grown horticulture fruits in Indonesia is the banana. In addition to its various health benefits, bananas are a good source of carbohydrates and vitamins A, C, and E. There are a lot of different kinds of bananas in Indonesia, and occasionally people have trouble telling them apart. This study uses a Convolutional Neural Network (CNN), a Deep Learning technique, to categorize bananas. Four different types of bananas—Cavendish, Kepok, Raja, and Tanduk—were classified. Planning, analysis, creating a banana classification model with CNN, and assessing the outcomes are the four phases of the research process. Data preprocessing, CNN model creation, training, and testing procedures are the next steps in the categorization model design process, which starts with the collection of banana data using a smartphone camera. The optimal model was obtained with the accuracy value of 96%, the average precision and recall values of 97% and 96% respectively. It was found based on test results with multiple tuning parameters, including dataset partition, optimizer use, and epoch. This study offers novelty in terms of the use of a large banana image dataset, extensive exploration of CNN parameters, and the potential application of the model in applications for the horticultural industry. In addition, this study contributes to the development of image-based AI technology in agricultural product classification, which is still relatively underexplored in Indonesia
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%.
Optimalisasi Literasi Digital melalui Pelatihan Microsoft Word bagi Siswa SMA Pondok Pesantren Ma'had IbnusSabil Ariestya, Winda Widya; Astuti, Ida; Darwati, Dina Suci; Lestari, Muji; Sidhiq, Amaran
Aksi Kita: Jurnal Pengabdian kepada Masyarakat Vol. 2 No. 1 (2026): JANUARI-FEBRUARI
Publisher : Indo Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63822/0mq6qe86

Abstract

Penguasaan aplikasi pengolah kata merupakan salah satu keterampilan literasi digital yang penting bagi siswa sekolah menengah, khususnya dalam mendukung penulisan akademik dan persiapan studi lanjut. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan keterampilan Microsoft Word siswa SMA di Pondok Pesantren Ma’had IbnuSsabil dalam menyusun makalah, tugas sekolah, serta dokumen pendukung studi lanjut. Metode pelaksanaan kegiatan berupa pelatihan berbasis praktik langsung dengan materi mencakup pengaturan format dokumen, heading dan numbering, daftar isi otomatis, tabel dan gambar, serta pengetikan Arab-Latin dasar. Evaluasi dilakukan menggunakan kuesioner pre-test dan post-test terhadap 16 siswa peserta pelatihan. Hasil analisis deskriptif kuantitatif menunjukkan adanya peningkatan rata-rata kemampuan penulisan akademik sebesar 49% dan peningkatan kesiapan studi lanjut sebesar 53%. Temuan ini menunjukkan bahwa pelatihan Microsoft Word memberikan dampak positif terhadap peningkatan keterampilan literasi digital siswa.
Co-Authors Aditya Losandro Putra Alfie Syahri Andreas Hadiyono Bambang Solehudin Bayu Kumoro Yakti Chandra, Reza Chatarina Umbul Wahyuni Darwati, Dina Suci Dita Novitthalia Syahputri Ervan Rahadian Hakim Fadhillah, Naufal Hapsari, Dewi Anggraini Puspa Ibrahim, Lutfi Nabhan Ida Astuti Kusumawijaya, Ike Putri Muhammad Indra Arifiansyah Muhammad Kasfi Muji Lestari Nurkhamid Mustaufa Nurul Adhayanti Nurulita, Sylvia Parera, Mieske Zara Putri Lannidya Parameswari Ridany Saputra Romdhoni Susiloatmadja Ruhama, Syamsi Sidhiq, Amaran Wahyu Supriatin Wahyu Supriyatin Wahyuni, Diny Waskito, Bahtiar Wendy Randyka Sulistyono, Wendy Randyka Winarko, Ananda Rizky Yulia Eka Praptiningsih Yulia Eka Praptiningsih