Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

4.301

P-Index

This Author published in this journals

All Journal Jurnal Simetris Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) Jurnal Sains dan Informatika JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) JAMI: Jurnal Ahli Muda Indonesia JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat The Indonesian Journal of Computer Science Research Insand Comtech : Information Science and Computer Technology Journal JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Informatika: Jurnal Pengembangan IT Jurnal Pengabdian Masyarakat Nusantara

Aidina Ristyawan, Aidina

STMIK AMIKOM Yogyakarta

Author-ID : 543922

Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Social Sciences Transportation

Published : 39 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

Pemanfaatan Algoritma FCM Dalam Pengelompokan Kinerja Akademik Mahasiswa Ristyawan, Aidina; Kusrini, Kusrini; Sunyoto, Andi
Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) 2015
Publisher : Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (676.046 KB)

Clustering merupakan salah satu teknik data mining yang secara otomatis mengelompokan data yang memiliki keterkaitan tertentu secara bersama â sama. Salah satu metode clustering adalah Fuzzy CMeans yang didasarkan pada logika fuzzy, yang diperkenalkan oleh Lotfi Zadeh (1965) dengan nama himpunan fuzzy (Fuzzy Set). Algoritma clustering Fuzzy C-Means mengijinkan suatu data dapat menjadi anggota lebih dari satu kelompok. Pada penelitian ini dilakukan pengelompokan kinerja mahasiswa pada program studi S-1 Sistem Informasi STMIK AMIKOM Yogyakarta angkatan 2002 hingga 2006 yang sudah lulus berdasar nilai akhir matakuliah dan keahlian. Pengelompokan tersebut menggunakan algoritma fuzzy clustering yaitu Fuzzy C-Means. Pengelompokan tersebut dilakukan pada masing â masing keahlian, sehingga masing â masing keahlian tersebut akan terdapat lima kelompok kinerja akademik mahasiswa. Penggunaan pengelompokan menggunakan Fuzzy C-Means ini terbukti dapat dilakukan dengan baik yang mampu memiliki nilai fungsi objektif di bawah ambang batas dan memiliki index Xie Beni terendah.

APPROVAL-SYSTEM PROPOSAL SKRIPSI MAHASISWA PADA PROGRAM STUDI S-1 SISTEM INFORMASI DI UNIVERSITAS NUSANTARA PGRI KEDIRI Ristyawan, Aidina
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 9, No 2 (2018): JURNAL SIMETRIS VOLUME 9 NO 2 TAHUN 2018
Publisher : Universitas Muria Kudus

Untuk menyetujui judul penelitian yang diajukan mahasiswa oleh dosen pembimbing membutuhkan cara yang cukup rumit guna menghasilkan kualitas penelitan yang baik dan sebaran bidang ilmu yang merata. Salah satu cara yang dapat digunakan untuk membantu persetujuan judul penelitian tersebut adalah dengan menggunakan sistem pembobotan judul penelitian yang diusulkan mahasiswa. Dengan sistem pembobotan judul penelitian tersebut dosen pembimbing dapat terbantu dalam menyetujui judul penelitian yang diajukan oleh mahasiswa bimbingannya, sehingga kualitas penelitian semakin meningkat dan sebaran bidang ilmu penelitian juga lebih merata. Sistem pembobotan judul penelitian ini menggunakan kombinasi logika fuzzy (samar) dan pembuatan keputusan berdasar beberapa atribut (Multi Atribut Decission Making / MADM). Penentuan bobot judul penelitian berdasarkan pada beberapa aspek, yaitu 1) Kriteria, dimana kriteria penentuan bobot bisa diisi atau disesuaikan dengan program studi lain; 2) Bobot, yang mana digunakan segai pembobotan atau prioritas masing – masing kriteria; 3) Jenis kriteria yang terbagi menjadi menjadi dua (kriteria keuntungan dan kriteria biaya); dan 4) Batas bobot minimum lolos. Hasil dari pembobotan judul penelitian ini berupa angka bobot antara 0 sampai dengan 1, yang dapat diketahui lolos tidaknya judul penelitian yang diajukan sesuai dengan batas bobot minimum lolos.

MODEL KLASIFIKASI ABSTRAK SKRIPSI MENGGUNAKAN TEXT MINING UNTUK PENGKATEGORIAN SKRIPSI SESUAI BIDANG KAJIAN Pradikdo, Angga Cahyo; Ristyawan, Aidina
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 9, No 2 (2018): JURNAL SIMETRIS VOLUME 9 NO 2 TAHUN 2018
Publisher : Universitas Muria Kudus

Dengan melakukan observasi pada Program Studi Sistem Informasi Universitas Nusantara PGRI Kediri, penulis mendapati bahwa dokumen skripsi pada Program Studi tersebut selalu bertambah setiap tahun, sehingga dapat dijadikan referensi pemilihan bidang penelitian yang sesuai untuk Mahasiswa Program Studi Sistem Informasi Universitas Nusantara PGRI Kediri. Selain itu penulis juga pernah melakukan penelitian tentang pemodelan klasifikasi abstrak prosiding yang bisa digunakan untuk penyusunan letak skripsi pada Program Studi Sistem Informasi Universitas Nusantara PGRI Kediri. Dari hasil penelitian tersebut penulis mendapatkan saran tentang data yang digunakan. Saran tersebut berupa penggunaan data penelitian mahasiswa sebelumnya pada Program Studi Sistem Informasi Universitas Nusantara PGRI Kediri, supaya lebih tepat dan sesuai dengan studi kasusnya. Maka dari itu penulis terinspirasi untuk melakukan penelitian dengan menggunakan data penelitian mahasiswa Program Studi Sistem Informasi yang tersimpan di SIMKI (Sistem Informasi Manajemen Karya Ilmiah) Universitas Nusantara PGRI Kediri. Dengan memanfaatkan data penelitian mahasiswa sebelumnya serta metode teknik text mining diantaranya prepocesing dan trasformation dengan didukung dengan algoritma naive bayes sebagai proses untuk menghitung nilai probabilitas tertinggi sebagai proses klasifikasi yang akan digunakan untuk menguji data tersebut. Dari hasil pengujian 9 siklus menghasilkan pengetahuan bahwa siklus ke 1 merupakan siklus terbaik dengan akurasi 82,76%, yang dapat digunakan sebagai model klasifikasi skripsi pada Program Studi Sistem Informasi Universitas Nusantara PGRI Kediri, untuk dapat membantu memudahkan mahasiswa untuk mencari referensi karena sudah memuat bidang kajian yang sesuai dan Program Studi Informasi mendapatkan model klasifikasi dengan data hasil dari skripsi mahasiswa Program Studi Sistem Informasi Universitas Nusantara PGRI Kediri.

PROSES ICONIX DALAM ANALISA RANCANGAN APLIKASI INFORMASI JADWAL DAN TUGAS BERBASIS ANDROID Ristyawan, Aidina; Harini, Dwi
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 1 (2019): JURNAL SIMETRIS VOLUME 10 NO 1 TAHUN 2019
Publisher : Universitas Muria Kudus

Dalam pembuatan suatu perangkat lunak yang efisien dan sesuai dengan kebutuhan fungsional pengguna, dibutuh suatu analisa perancangan yang mampu menjembatani antara kebutuhan pengguna dengan proses pembuatan kode perangkat lunak, dari analisa perancangan yang tepat maka akan memudahkan pengembang membuat kode perangkat lunak. Terdapat beberapa model yang dapat menggambarkan analisa perancangan untuk pembuatan suatu perangkat lunak. Model tersebut diantaranya yang sering digunakan adalah UML. Namun dengan banyaknya diagram notasi UML sering membuat kita beranggapan bahwa UML merupakan langkah – langkah apa saja yang harus dilakukan dalam merancang sistem atau perangkat lunak. Padahal UML sebenarnya hanya kumpulan diagram / notasi dan teknik visualisasi, tidak menentukan urutan – urutan langkah dalam membuat perangkat lunak. Dengan menggunakan ICONIX Process kita dapat menggunakan UML untuk menggambarkan model perancangan dan sekaligus menganalisa dari rancangan yang kita buat. Pada penelitian ini peneliti membuat diagram analisa dan perancangan yang nantinya dapat digunakan sebagai panduan atau gambaran umum dalam pembuatan perangkat lunak informasi jadwal dan tugas kuliah berbasi android. Pada penelitian ini hanya membahas tentang model analisa dan perancangannya saja.

METODE FUZZY TSUKAMOTO DALAM APLIKASI SISTEM ESTIMASI STOK BARANG Firliana, Rina; Jatmiko, Jatmiko; Dewi, Ervin Kusuma; Ristyawan, Aidina
Jurnal Sains dan Informatika Vol 3 No 2 (2017): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Abstrak  –  Penelitian yang dilatar belakangi oleh penyimpanan data yang masih menggunakan cara manual dinilai kurang efektif dan efisien, dan pemilik toko yang sering mengalami kesalahan dalam menentukan berapa jumlah suatu jenis barang yang harus ditambah stoknya pada gudang, sehingga dibuatlah suatu Metode Fuzzy Tsukamoto dalam Aplikasi Sistem Estimasi Stok dengan bertujuan mengurangi terjadinya kesalahan saat pendataan barang dalam memperkirakan berapa jumlah suatu barang harus di tambah stoknya. Bagaimana membangun suatu Aplikasi yang dilengkapi dengan estimasi stok barang serta mengimplementasikan desain aplikasi tersebut yang dulunya masih menggunakan cara manual sehingga menjadi terkomputerisasi. Perancangan aplikasi ini menggunakan metode fuzzy  tsukamoto adalah suatu cara perhitungan untuk mendapatkan nilai estimasi dari sebuah variable. Tahapan dalam pembuatan aplikasi ini meliputi pengumpulan referensi tentang pembuatan aplikasi, pembuatan desain aplikasi, implementasi, uji coba dan evaluasi. Hasil penelitian dari program ini adalah membangun suatu aplikasi mengenai pencatatan jumlah barang yang masuk dan keluar dari gudang. Aplikasi ini dilengkapi dengan estimasi stok barang sehingga mempermudah dalam perkiraan jumlah barang yang akan dibeli untuk menambah  jumlah stok pada suatu jenis barang yang ada di gudang. Dengan aplikasi ini diharapkan barang yang ada digudang akan lebih stabil.

Optimalisasi Fitur Moodle Menggunakan Model Pengembangan ADDIE Indrawan, Dea Rizky; Sucipto, Sucipto; Ristyawan, Aidina
JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Vol. 3 No. 1 (2024): Desember 2024
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/jsitik.v3i1.431

Latar Belakang: pada abad ke-21 pembelajaran berkembang pesat, pemanfaatan E-learning menjadi faktor penting dalam meningkatkan proses pembelajaran siswa, dengan adanya platform moodle menjadikan e-learning dapat disesuaikan dengan kebutuhan sekolah. Moodle adalah sebuah platform learning management system yang dapat digunakan untuk melaksanakan pembelajaran secara fleksibel Tujuan: tujuan penelitian ini adalah mengoptimalisasi dengan menambahkan fitur dan konfigurasi tamilan pada web E-learning Moodle. Metode: dengan menggunakan metode ADDIE dan menguji dengan pengujian blackbox Hasil: hasil yang diperoleh adalah metode ADDIE dapat mengembangkan fitur ditunjukkan dengan pengujian blackbox yang menunjukkan hasil yang valid. Kesimpulan: penelitian ini berhasil mengoptimalkan fitur dan melakukan konfigurasi tampilan menggunakan metode ADDIE. Pengujian blackbox menunjukkan bahwa fitur baru dapat berfungsi dengan baik dan valid sehingga dapa meningkatkan proses pembelajaran siswa secara fleksibel dan efisien.

Comparison Performance of K-NN and NBC Algorithm for Classification of Heart Disease Putri, Ravega Widyawati; Ristyawan, Aidina; Muzaki, M. Najibulloh
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 2 No 2: JTECS Juli 2022
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v2i2.2708

Abstrak – Penyakit jantung (Heart Disease) adalah salah satu penyakit yang banyak diderita oleh masyarakat Indonesia, pada tahun 2018 tercatat 1,5% orang yang mengidap penyakit jantung sesuai diagnosa dokter. Dengan banyaknya kasus yang telah terjadi maka dilakukanlah penelitian ini dengan tujuan mengimplementasikan algoritma untuk membantu mengklasifikasikan apakah seseorang berpotensi mengidap penyakit jantung atau tidak. Algoritma yang akan digunakan adalah K-Nearest Neighbor (KNN) dan Naïve Bayes Classifier (NBC). Akurasi dari kedua algoritma tersebut akan dibandingkan, sehingga dapat diketahui algoritma mana yang lebih baik dalam mengklasifikasikan penyakit jantung. Hasil akhir yang diperoleh menunjukkan bahwa algoritma NBC memiliki tingkat akurasi yang lebih tinggi yaitu 86,17%, sedangkan K-NN memiliki tingkat akurasi sedikit lebih rendah yaitu 85,11%. Dengan mengimplementasikan algoritma K-NN dan NBC menggunakan data set heart disease dapat digunakan untuk membantu mengetahui apakah seseorang dapat diklasifikasikan menghidap penyakit jantung atau tidak, serta dengan membandingkan akurasi kedua algoritma tersebut dapat diketahui algoritma mana yang dinilai lebih baik dalam menangani kasus klasifikasi penyakit jantung.

Analisa Perbandingan Algoritma Classification Berdasarkan Komposisi Label Amarya, Theo Krisna; Andy G, Asye Candra; Achmad, Ridho; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4906

Di Indonesia, salah satu penyebab kematian dan gangguan neurologis paling umum adalah stroke. Tujuan penelitian ini adalah untuk membandingkan kinerja algoritma klasifikasi sebelum dan sesudah balance serta cross validation dalam mengklasifikasi penyakit stroke menggunakan dataset predict-stroke dari Kaggle. Random Forests, KNN, Naive Bayes, Decision Trees, SVM, Neural Networks, dan Logistic Regression adalah algoritma yang diuji. Pada penelitian ini, metode percobaan (eksperimen) digunakan. Langkah-langkah pemrosesan termasuk preprocessing, pembagian data untuk membedakan data pelatihan dan pengujian, dan evaluasi dengan cross-validation. nilai yang akan dinilai adalah akurasi, presisi, recall, dan F1. Hasilnya menunjukkan bahwa algoritma Random Forest menunjukkan tingkat akurasi tertinggi 94% setelah cross-validation dan penyeimbangan data. Meskipun, karena proses penyeimbangan, akurasi berkurang, Random Forest tetap memiliki performa yang baik dalam klasifikasi.

Pemanfaatan Data Mining untuk Analisis Keputusan Perizinan Tenaga Kesehatan Ardyansyah, Fikri; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4911

Proses perizinan tenaga kesehatan merupakan langkah penting dalam menjaga standar kualitas dan keamanan pelayanan kesehatan. Dalam menghadapi tantangan evaluasi aplikasi yang kompleks dan volume yang tinggi, pemanfaatan teknologi Data Mining menjadi semakin relevan. Penelitian ini menyelidiki pemanfaatan Data Mining, khususnya algoritma Random Forest, untuk menganalisis keputusan perizinan tenaga kesehatan. Dataset yang digunakan mencakup data perizinan yang diterima dan ditolak, dengan berbagai atribut relevan. Proses analisis melibatkan pembacaan dan penggabungan data, penanganan nilai hilang, konversi nilai teks ke numerik, pembagian data, pembuatan model, dan evaluasi model. Hasil penelitian menunjukkan bahwa model Random Forest mencapai akurasi 97%, dengan presisi 95%, recall 97%, dan F1-score 96%. Selain itu, analisis pentingnya fitur mengungkap kontribusi masing-masing fitur dalam membuat prediksi. Dengan demikian, penelitian ini memberikan wawasan baru yang mendukung pengambilan keputusan yang lebih baik dalam proses perizinan tenaga kesehatan, serta memastikan pelayanan kesehatan yang berkualitas dan aman bagi masyarakat.

Klasifikasi Risiko Kambuhnya Kanker Tiroid Menggunakan Algoritma Random Forest Faruqziddan, Muhammad; Aulia, Ewanda Herdika Septa; Azzahra, Salsabila Dini; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): SEMINAR NASIONAL INOVASI TEKNOLOGI 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4912

Kanker Tiroid merupakan sebuah jenis kanker yang berkembang dalam kelenjar tiroid, organ kecil yang terletak di bagian depan leher. Meskipun tingkat kematian akan kanker jenis tersebut rendah tetapi risiko kambuhnya kanker tiroid menjadi salah satu masalah lain yang perlu diatasi. Untuk membantu mengevaluasi kambuhnya kanker tiroid pada pasien tujuan penelitian ini mengembangkan sebuah model algoritma dengan memanfaatkan dataset dari UCI Machine Learning Repository. Dataset tersebut termasuk kedalam kategori klasifikasi dan Algoritma yang akan digunakan adalah Random Forest. Setelah dilakukan penelitian sesuai dengan Knowlegde Discovery in Databases (KDD), algoritma Random Forest memiliki Sensitifitas sebesar 98,39%, Spesifisitas sebesar 96,77%, Precision sebesar 96,83%, Area Under the Curve (AUC) sebesar 97,6%, dan Accuracy sebesar 97,5%. Dengan hasil yang ditemukan, algoritma Random Forest telah terbukti efektif dalam mengembangkan model untuk membantu mengevaluasi risiko kambuhnya kanker tiroid pada pasien

Co-Authors Abadi, Ahmad Fajar Achmad, Ridho Afdholul Faathin, Achmad Afrizal Ahmad Bayu P Aini, Ersa Dwi Nur Alamsyah, M Alfianto Alja, Farhan Maulana Amarya, Theo Krisna Andi Sunyoto Andy G, Asye Candra Ardyansyah, Fikri Arie Nugroho, Arie Arighy, Erza Farrel Aulia, Ewanda Herdika Septa Azzahra, Salsabila Dini Azzaria, Cinta Diniati, Erna Dwi Harini Dzatama, Krisna Fahrizal Erna Daniati Erna Daniati Ervin Kusuma Dewi, Ervin Kusuma Fadhila, Amelia Nur Farhan Gagat Retnanto Faruq, Umar Al Faruqziddan, Muhammad Fatayasya, Ikhfal Fauzi, Mohammad Ainun Naja Felmidi, Ferdian Ahmat Firmansyah, Achmad Ali Fitriono, Deri Ilahi, Ferlita Putri Anugerah Indrawan, Dea Rizky Irfa’udin, Muhammad Islami, Bifadhlillah Marsheila Jatmiko Jatmiko Jauhar, Moh. Iqbal Iqza Kamilatutsaniya, Nila Khasanah, Reka Ainul Kusrini Kusrini Muhammad Najibulloh Muzaki Mustofa, Mohammad Annan Makruf Muzaki, M. Majibulloh Muzaki, Muhammad Reza Nalsa Cintya Resti Ningrum, Dea Yuliana Ayu Nur Alamsyah, Nur Nurfajriana, Intan Melinda Pradhana, Akmal Hisyam Pradikdo, Angga Cahyo Prayogi, Anindita Puspa Ayu Priyanto, Evania Putra, Regi Candra Purnama Putri, Fitria Dessela Putri, Ravega Widyawati Putriani, Dewi Rina Firliana Rini Indriati Sahira, Maha Shelin Santoso, Heru Teguh Shofyana, Altha Inas Sucipto Sucipto Syafa’at, Achmadhin Tristan Teguh Andriyanto, Teguh Tri Febriyanto, Moch Tri Puji Saputra, Alfian Varuq, M Nizar Bahri Al Wahiid, Hermawan Nur Wardani, Saylendra Arga Wardhani, Aurel Fransisca Kusuma Wibisono, Ryan Marcell Widodo Widodo

Title

Found 39 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 39 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 39 Documents
Search