Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal Komuniti : Jurnal Komunikasi dan Teknologi Informasi Respati JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Journal Automation Computer Information System (JACIS) The Indonesian Journal of Computer Science
Dwi Nurani, Dwi
STMIK AMIKOM Yogyakarta
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
KOMUNIKASI ANTARBUDAYA MAHASISWA THAILAND DALAM PROSES BELAJAR MENGAJAR DI KELAS FARMAKOLOGI FAKULTAS FARMASI UNIVERSITAS MUHAMMADIYAH SURAKARTA Nurani, Dwi
Komuniti: Jurnal Komunikasi dan Teknologi Informasi Volume VII, No. 1, Maret 2015
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/komuniti.v7i1.2442

Abstract

Mahasiswa Thailand sebagai mahasiswa minoritas dalam kelas belajar mengajar FarmakologiFarmasi UMS yang sebagian besar dari kelas tersebut merupakan mahasiswa Indonesia denganbudaya Indonesia yang cukup dominan hal inilah yang terjadi komunikasi antar budaya antaramahasiswa Thailand dengan mahasiswa Indonesia serta dosen pengajar. Dengan budaya yangberbeda komunikasi yang terjalin mengalami hambatan karena terjadinya perbedaan bahasa danpersepsi. Tidak semua mahasiswa Thailand bisa menggunakan bahasa Indonesia dan bahasa Inggris dengan fasih. Ini menjadi permasalahan besar bagi mahasiswa Thailand yang tidak bisa cepatmenyesuaikan diri dengan lingkungan kampus. Metode yang digunakan menggunakan metodepenelitian deskriptif kualitatif dengan analisis data Interaktif Milles dan Huberman dengan tigatahap reduksi data, penyajian data dan penarikan kesimpulan. Data diambil dari hasil observasidan wawancara dengan tiga kategori Informan yaitu mahasiswa Thailand, mahasiswa Indonesiadan dosen pengajar Farmasi UMS. Komunikasi antarbudaya mahasiswa Thailand dalam proses belajar mengajar di Fakultas Farmasi UMS adalah mahasiswa Thailand menggunakan bahasa melayusebagai bahasa pengantar saat awal perkuliahan dan berkomunikasi dengan mahasiswa Indonesiaserta dosen, mengadakan belajar kelompok antar sesama mahasiswa Thailand untuk menunjangproses belajar, memulai belajar bahasa Indonesia karena itu penting untuk berkomunikasi saatmenjalani kativitas atau berkomunikasi dengan mahasiswa Indonesia dan dosen pengajar saatperkuliahan berlangsung serta menjalin silahturahmi dengan dosen dan mahasiswa Indonesiaagar tidak ada renggang akibat perbedaan budaya yang menghalangi proses belajar mengajar.komunikasi yang terjalin antara mahasiswa Thailand, mahasiswa Indonesia dan dosen pengajardalam proses belajar mengajar di Kelas Farmakologi Farmasi UMS berjalan kurang efektif. Salahsatu penyebab kurang efektifnya proses pembelajaran ini adalah komunikasi yang belum terjalindengan baik.
Analisis Produksi Media Dan Bibit Jamur (Baglok) Menggunakan Metode Forecasting Statistical Straight Line Nurani, Dwi
Jurnal Teknologi Informasi RESPATI Vol 17, No 1 (2022)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/jtir.v17i1.436

Abstract

INTISARIPrediksi pendapatan penjualan produk dimasa depan dimaksudkan untuk mengendalikan jumlah stok produk yang ada, agar kekurangan atau kelebihan stok produk dapat diminimalkan. Ketika pendapatan penjualan dapat diprediksi dengan akurat maka pemenuhan permintaan konsumen dapat diusahakan tepat waktu dan kerjasama perusahaan dengan relasi tetap terjaga dengan baik sehingga perusahaan dapat terhindar dari kehilangan penjualan maupun konsumen. Saat ini pengadaan stok barang hanya berdasarkan permintaan dari konsumen. Sehingga hal tersebut dapat memicu adanya kekurangan bahkan penumpukan stok barang yang bisa mengakibatkan beberapa kerugian dan kurang efisien.Agar dapat memprediksi pendapatan penjualan produksi Media dan Bibit Jamur (Baglok) dimasa depan diperlukan suatu analisis akurasi prediksi Untuk mengoptimalkan prediksi dimasa depan penulis menggunakan metode peramalan (Forecasting) dengan menggabungkan metode Statistical Straight Line. Oleh karena itu penelitian ini akan membahas tentang peramalan (Forcesting) berbasis website, sehingga dapat memudahkan baik dari perusahaan untuk mengukur prediksi pendapatan dimasa depan dan permintaan konsumen tetap terjaga.Kata kunci— media dan bibit jamur (baglok), peramalan, statistical stright line. ABSTRACTPrediction of future product sales revenue is intended to control the amount of existing product stock, so that the shortage or excess product stock can be minimized.When sales revenue can be predicted accurately, the fulfillment of consumer demand can be managed on time and the company's cooperation with relationships is maintained properly so that the company can avoid losing sales and consumers. Currently, the procurement of stock of goods is only based on requests from consumers. So that this can trigger a shortage and even buildup of stock of goods which can result in some losses and is less efficient.In order to predict future sales revenue of Media and Mushroom Seedlings (Baglok) an analysis of prediction accuracy is needed. To optimize future predictions the author uses the forecasting method (Forecasting) by combining the Statistical Straight Line method. Therefore, this study will discuss website-based forecasting (Forcesting), so that it can make it easier for both companies to measure future income predictions and maintain consumer demand..Kata kunci—  media and mushroom seeds (baglok), forecasting, statistical stright line.
Forensic Recovery Techniques on Android Devices with the National Institute of Standards and Technology (NIST) Approach Hamid, Nadila; Kuswanto, jeki; Nurani, Dwi; Dwi Putra, Andriyan; Mahananing Puri, Fiyas; Tri Atmaja Ramadhani, Surya
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 4 No 1 (2024): JTECS Januari 2024
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v4i1.4676

Abstract

Dalam era kemajuan teknologi informasi saat ini, penggunaan WhatsApp di Indonesia mencapai angka 88,7% pada kuartal pertama tahun 2022 menurut data Hootsuite We are Social. Meskipun fenomena ini membawa dampak positif, seperti adanya kemudahan dalam komunikasi, namun menimbulkan dampak negatif, terutama dari sisi meningkatnya kejahatan dunia maya. Salah satu contoh kejahatan yang umum terjadi adalah prostitusi online yang dilakukan melalui aplikasi WhatsApp, dimana sebuah pesan, gambar, log, maupun kontak seseorang dapat dengan mudah bertukar tangan tanpa diketahui oleh pihak yang berwajib. Pelaku kejahatan yang memanfaatkan WhatsApp sebagai medianya seringkali menghapus bukti elektronik atas kejahatan yang dilakukannya, menjadikannya tantangan bagi penegak hukum terutama dalam memperoleh bukti atas kejahatan yang dilakukan oleh pelaku. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan teknik digital forensic guna mengekstrak berbagai bukti terkait dengan kasus prostitusi online yang memanfaatkan platform WhatsApp. Metode penelitian melibatkan penggunaan alat forensik seperti Mobiledit Forensic dan Oxygen Forensic SQLite Viewer, dengan menerapkan metode National Institute of Standard and Technology (NIST) yang merupakan metode popular dalam forensika digital. Hasil penelitian menunjukkan bahwa penggunaan tools Mobiledit forensic dan Oxygen Forensic SQLite dalam menggali barang bukti digital pada kasus prostitusi online melalui aplikasi Whatsapp dapat menemukan barang bukti dengan nilai akurasi hingga 100% terutama untuk barang bukti dalam bentuk pesan teks, informasi kontak, log panggilan, dan pesan dalam bentuk gambar. Dengan kinerja yang dihasilkan berdasarkan temuan barang bukti tersebut, menunjukkan bahwa kemampuan alat-alat tersebut dalam mendeteksi bukti digital pada smartphone Android yang diharapkan dapat membantu penegak hukum dalam menghadapi tantangan investigasi forensik digital dan memberikan kontribusi positif dalam memberantas kejahatan di dunia maya.
Supervised Machine Learning Model untuk Prediksi Penyakit Hepatitis Putra, Andriyan Dwi; Nurani, Dwi; Dewi, Melany Mustika; Rahmi, Alfie Nur; Supriatin
The Indonesian Journal of Computer Science Vol. 13 No. 2 (2024): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i2.3817

Abstract

Hepatitis menjadi salah satu penyakit mematikan yang diakibatkan karena peradangan yang terjadi pada organ hati manusia. Hepatitis seringkali disebabkan karena infeksi virus dan gaya hidup yang tidak sehat. Hepatitis bahkan bisa menular apabila dikaitkan dengan infeksi dari adanya virus tertentu. Hepatitis perlu dideteksi secara dini dan diantisipasi sedini mungkin sehingga tidak mengakibatkan adanya penyakit komplikasi yang lebih serius yang bahkan dapat mengakibatkan terjadinya kematian. Perkembangan teknologi informasi dan komunikasi yang terus berkembang hingga saat ini memungkinkan penyakit hepatitis untuk dapat dikenali dan diprediksi. Salah satunya menggunakan teknologi pembelajaran mesin. Pada penelitian ini, metode supervised learning yang menerapkan algoritma Naïve Bayes dan KNearest Neighbor digunakan untuk memprediksi adanya penyakit hepatitis. Dengan menggunakan dataset yang diunduh secara langsung dari halaman website UCI Machine Learning Repository, Naïve Bayes menghasilkan nilai akurasi sebesar 91.67% dengan nilai presisi dan recall mencapai 95%, Sedangkan penggunaan K-Nearest Neighbor menghasilkan nilai akurasi sebesar 95.8%, dengan adanya perbedaan nilai presisi dan recall sebesar 1%, menunjukkan bahwa penggunaan pervised machine learning model berdasarkan algoritma Naïve Bayes dan K-Nearest Neighbor memiliki potensi untuk digunakan dalam pengembangan berbagai sistem terutama untuk prediksi penyakit hepatitis.
Prediksi Perbandingan Kinerja MobileNetV2 dan EfficientNetB0 dalam Prediksi Kematangan Buah Jaboticaba Wildan Fitrian, Mahardika; Widayani, Wiwi; Sismoro, Heri; Aini, Nur; Nurani, Dwi
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.177

Abstract

Penentuan kematangan buah yang akurat penting untuk meningkatkan kualitas panen dan efisiensi distribusi, namun praktik manual masih rentan terhadap subjektivitas. Penelitian ini membandingkan kinerja Convolutional Neural Network (CNN), MobileNetV2, dan EfficientNetB0 dalam memprediksi jumlah hari menuju kematangan buah Jaboticaba (Plinia cauliflora) berbasis citra RGB. Dataset diperoleh dari pengamatan lapangan dan diuji dalam dua skenario: 656 citra dan dataset hasil augmentasi sebanyak ±2.500 citra. Seluruh model dilatih dengan optimizer Adam dan dievaluasi menggunakan Mean Absolute Error (MAE). Pada dataset kecil, MobileNetV2 menunjukkan performa terbaik dengan MAE uji 1,54 hari, lebih baik dibanding CNN (3,41 hari) dan EfficientNetB0 (6,05 hari). Setelah jumlah data diperbesar, kinerja seluruh model meningkat, dengan MobileNetV2 tetap unggul (MAE 0,95 hari), diikuti EfficientNetB0 (1,30 hari) dan CNN (1,86 hari). Peningkatan terbesar terjadi pada EfficientNetB0, yang mengindikasikan bahwa model berkapasitas tinggi membutuhkan data lebih besar untuk belajar secara optimal. Hasil ini menegaskan bahwa ukuran dataset berpengaruh signifikan terhadap akurasi, serta bahwa MobileNetV2 memberikan keseimbangan terbaik antara ketepatan dan stabilitas
Co-Authors Andriyan Dwi Putra Hamid, Nadila Jeki Kuswanto Mahananing Puri, Fiyas Nur Aini Rahmi, Alfie Nur Sismoro, Heri SUPRIATIN Tri Atmaja Ramadhani, Surya Wildan Fitrian, Mahardika Wiwi Widayani, Wiwi