Article Per Year (5 Year)
p-Index From 2021 - 2026
6.37
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 Nusantara of Engineering (NOE) Jurnal: International Journal of Engineering and Computer Science Applications (IJECSA) 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 Advance Sustainable Science, Engineering and Technology (ASSET)
Aidina Ristyawan, Aidina
STMIK AMIKOM Yogyakarta
Agriculture, Biological Sciences & Forestry Chemistry 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 : 58 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 58 Documents
Search

 2   3   4   5   6 
Perancangan dan Implementasi Sistem Kendali Lampu Jarak Jauh Berbasis Iot di SDN 2 Mlorah Arfiansyah, Zen; Adriyanto, Teguh; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 3 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i3.3577

Abstract

Sistem kendali lampu jarak jauh menggunakan aplikasi WhatsApp telah peneliti kembangkan untuk mengoptimalkan pemanfaatan Internet of Things (IoT) pada lingkungan sekolah. Pengendalian lampu di SDN 2 Mlorah masih menggunakan sistem manual dengan menekan tombol on/off pada saklar lampu, sehingga petugas datang ke sekolah untuk menyalakan/mematikan lampu, hal ini kurang efektif dapat efisien karena dapat menguras tenaga dan waktu. Oleh karena itu, penelitian ini bertujuan untuk merancang sistem kendali lampu di sekolah dengan memanfaatkan aplikasi WhatsApp sebagai pengendalian tombol on/off. Metode penelitian yang digunakan adalah pendekatan agile, yang memungkinkan pengembangan perangkat lunak secara cepat dengan fokus pada kecepatan delivery dan kemampuan untuk beradaptasi dengan perubahan. Dalam konteks ini, model yang diterapkan adalah Extreme Programming (XP), yang terdiri dari empat tahapan yaitu planning, design, coding, dan testing. Hasil penelitian ini menunjukkan bahwa sistem kendali lampu jarak jauh menggunakan aplikasi WhatsApp dapat berhasil diimplementasikan. Dengan pengembangan sistem kendali lampu jarak jauh ini diharapkan dapat memberikan solusi praktis untuk mengendalikan lampu pada sekolah melalui aplikasi WhatsApp.
Aplikasi Deteksi Dini Penyakit Stroke Menggunakan Streamlit Amarya, Theo Krisna; Firliana, Rina; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/xgvr9h34

Abstract

Di seluruh dunia, stroke adalah penyebab kematian dan kecacatan jangka panjang nomor dua.  Untuk mengurangi risiko komplikasi dan meningkatkan peluang kesembuhan pasien, deteksi dini stroke sangat penting.  Tujuan penelitian ini adalah untuk membuat aplikasi deteksi dini stroke berbasis pembelajaran mesin yang lebih akurat dengan menggunakan algoritma Random Forest dan Adaptive Boosting (AdaBoost).  Dataset Kaggle dengan 5.110 sampel dan dua belas fitur digunakan.  Implementasi model, pembagian dataset (80 persen pelatihan, 20 persen pengujian), dan pra-pemrosesan data (menangani nilai yang tidak ada, transformasi data, dan penyeimbangan kelas menggunakan SMOTETomek) adalah tahapan penelitian.  Hasilnya menunjukkan akurasi sebesar 96% untuk kedua kelas—stroke dan non-stroke—dengan presisi dan recall yang seimbang. Untuk memfasilitasi visualisasi dan prediksi secara real-time, framework Streamlit digunakan dalam pengembangan aplikasi.  Hasil penelitian menunjukkan bahwa kombinasi AdaBoost-Random Forest berhasil dalam klasifikasi stroke. Aplikasi berbasis web ini mungkin menjadi alat bantu yang bermanfaat untuk diagnosis stroke cepat.
Prediksi Preferensi Tren Belanja dalam E-Commerce Menggunakan Metode K-Means Clustering dan Algoritma Apriori Azzahro, Zia Ulhaq; Fauziah, Eka; Wulandari, Putri Widya Ayu Septi; Wulandari, Rindi Febri; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/54hfxw41

Abstract

Abstrak— Pesatnya perkembangan industri e-commerce telah meningkatkan kebutuhan untuk memahami lebih dalam perilaku dan preferensi konsumen. Penelitian ini bertujuan untuk memprediksi tren belanja pengguna e-commerce dengan mengintegrasikan metode K-Means Clustering dan algoritma Apriori. K-Means digunakan untuk mengelompokkan data pengguna berdasarkan karakteristik belanja yang serupa, seperti frekuensi transaksi, jenis produk, dan waktu pembelian. Setelah pengelompokan, algoritma Apriori diterapkan untuk mengidentifikasi pola asosiasi dalam kebiasaan belanja setiap klaster yang terbentuk. Hasil penelitian menunjukkan bahwa kombinasi kedua metode ini efektif dalam mengidentifikasi segmentasi pasar yang lebih rinci dan menghasilkan aturan asosiasi yang relevan untuk mendukung pengambilan keputusan strategis, seperti rekomendasi produk dan perencanaan promosi. Dengan demikian, pendekatan ini dapat berfungsi sebagai alat prediktif untuk meningkatkan layanan personalisasi dalam e-commerce. 
Sistem Penentuan Metode Penanganan Ekolalia Kurniawan, Mohammad Nova; Indriati, Rini; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/38b9ee50

Abstract

Ekolalia merupakan penyakit yang membuat orang yang mengidap penyakit ini mengulangi kata -kata dan frasa yang sering terdengar tanpa pemahaman yang mendalam. Ekolalia merupakan suatu fenomena bahasa yang mengindikasikan pengulangan kata atau ungkapan yang diterima seseorang, baik secara langsung maupun tidak langsung. Kejadian ini sering terlihat pada anak-anak, terutama dalam tahap perkembangan bahasa, dan bisa juga muncul pada orang-orang dengan masalah komunikasi tertentu, seperti autisme, gangguan spektrum autisme (ASD), dan gangguan perkembangan bahasa. Walaupun ekolalia tidak termasuk penyakit yang memerlukan penanganan medis serius tetapi ekolalia haruslah segera ditangani agar tidak menimbulkan masalah interaksi sosial bagi penderita ekolalia. Sistem Pendukung Keputusan mempunyai peran dalam masalah ini dimana penderita ekolalia belum mengetahui penanganan atau pengobatan yang sesuai bagi penderita. Salah satu metode dalam sistem pendukung keputusan adalah metode simple additive weighting (SAW). Metode simple additive weighting (SAW) dipilih karena memiliki  algoritma perhitungan yang sederhana serta efektivitasnya dalam menyelesaikan masalah dengan berbagai kriteria.
Penerapan Algoritma Apriori untuk Mengidentifikasi Pola Peminjaman Buku Pada Perpustakaan Mas Trip Kabupaten Kediri Galuh, Asye Candra Andy; Firliana, Rina; Ristyawan, Aidina
JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Vol. 4 No. 1 (2025): Desember 2025
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/jsitik.v4i1.723

Abstract

Latar Belakang: Perpustakaan berfungsi penting dalam meningkatkan kualitas intelektual masyarakat, namun banyak yang menghadapi tantangan dalam pengelolaan data, mengurangi kepuasan pengguna. Tujuan: Tujuan penelitian ini untuk mengidentifikasi pola peminjaman buku di Perpustakaan Mas Trip Kabupaten Kediri menggunakan algoritma Apriori. Metode: Metode penelitian menggunakan metode kuantitatif, data yang digunakan berasal dari gabungan tiga dataset publik (Books, Ratings, dan Users), yang kemudian diproses melalui teknik preprocessing dan dianalisis dengan algoritma association rule mining. Hasil: Hasil analisis menunjukkan bahwa kombinasi kedua algoritma ini dapat memberikan rekomendasi buku yang lebih personal dan akurat. Model yang dibangun kemudian diekspor ke dalam file untuk digunakan dalam aplikasi web berbasis Streamlit. Aplikasi tersebut memungkinkan pengguna mendapatkan rekomendasi buku berdasarkan histori peminjaman dan rating. Kesimpulan: Penelitian ini membuktikan bahwa integrasi algoritma data mining dapat meningkatkan efisiensi pengelolaan koleksi dan kualitas layanan perpustakaan.
Pelatihan Aplikasi Website Live CCTV Dinas Komunikasi dan Informatika Kabupaten Kediri Nugroho, Arie; Ristyawan, Aidina; Sucipto, Sucipto; Daniati, Erna; Harini, Dwi; Ameliya, Putri; Adam, Rizal Syihab Saputra; Armyanto, Jodi
Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Vol. 6 No. 2 (2026): Mei 2026
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/kontribusi.v6i2.856

Abstract

Latar Belakang: Dinas Komunikasi dan Informatika (Diskominfo) Kabupaten Kediri memerlukan pendampingan dalam pengembangan sistem pengawasan untuk mendukung kegiatan monitoring kantor secara real-time melalui jaringan internet. Pelatihan penggunaan aplikasi website live CCTV digunakan untuk menunjang kebutuhan pengawasan di lingkungan Diskominfo Kabupaten Kediri. Tujuan: Pelatihan penggunaan aplikasi monitoring ini dilaksanakan untuk membantu petugas dalam menggunakan aplikasi website live CCTV. Metode: Pelatihan ini mengaplikasikan metode pendampingan langsung dan mentoring yang dilakukan oleh mahasiswa dalam waktu 1 bulan di Diskominfo Kabupaten Kediri. Hasil: Petugas  di  Diskominfo  Kabupaten Kediri dapat menggunakan aplikasi website live CCTV,  sehingga  dapat mendukung pengawasan dengan lebih baik. Kesimpulan: Melalui pelatihan intensif yang didukung oleh pendampingan tatap muka dan mentoring, petugas Diskominfo Kabupaten Kediri berhasil menguasai operasional aplikasi website live CCTVdengan efektif.
Perbandingan Kinerja Algoritma SVM, LSTM, dan Fine-tuned IndoBERT dalam Analisis Sentimen Opini Masyarakat Indonesia terhadap Mobil Listrik Daniati, Erna; Nugroho, Arie; Ristyawan, Aidina; Utama, Hastari
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.245

Abstract

Penelitian ini menyajikan analisis sentimen terhadap opini publik di Indonesia mengenai mobil listrik menggunakan pendekatan fine-tuning pada model IndoBERT untuk meningkatkan akurasi klasifikasi sentimen. Dengan semakin meningkatnya pergeseran global menuju transportasi berkelanjutan, memahami persepsi masyarakat sangat penting bagi keberhasilan adopsi mobil listrik di Indonesia. Penelitian ini menggunakan dataset berisi 1.517 komentar berbahasa Indonesia yang dikumpulkan dari platform media sosial dan dilabeli menjadi tiga kategori sentimen: positif, negatif, dan netral. Model yang digunakan adalah IndoBERT-base yang diperbaiki melalui proses fine-tuning pada dataset tersebut untuk meningkatkan performanya dalam klasifikasi sentimen. Hasil evaluasi menunjukkan bahwa IndoBERT yang telah dilakukan fine-tuning mencapai akurasi sebesar 0,91, mengungguli tiga model baseline yaitu TF-IDF dengan SVM, LSTM, serta IndoBERT tanpa fine-tuning. Uji signifikansi statistik menggunakan uji McNemar membuktikan bahwa peningkatan tersebut signifikan secara statistik (p < 0,05). Selain itu, analisis tematik kualitatif mengungkapkan bahwa sentimen negatif didominasi oleh kekhawatiran terhadap harga yang mahal infrastruktur pengisian daya yang minim serta ketidakpercayaan terhadap kebijakan pemerintah sedangkan sentimen positif cenderung berkaitan dengan manfaat lingkungan dan insentif yang adil. Penelitian ini menunjukkan bahwa pendekatan fine-tuning pada IndoBERT secara signifikan meningkatkan akurasi klasifikasi sentimen dan memberikan wawasan berharga mengenai opini publik yang mendukung pengembangan kebijakan dan strategi industri dalam mempromosikan mobilitas ramah lingkungan di Indonesia
Analysis of Preprocessing Technique Combinations and Hyperparameter Tuning for Building a Reliable Random Forest–Based Stroke Prediction Model Ristyawan, Aidina; Nugroho, Arie
International Journal of Engineering and Computer Science Applications (IJECSA) Vol. 5 No. 1 (2026): March 2026
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/ijecsa.v5i1.6080

Abstract

Stroke is a major health threat that can result in permanent disability or death, yet its risks can be mitigated through accurate early detection. Although the Random Forest algorithm is frequently utilized for stroke prediction, prior studies have often neglected model reliability, specifically the stability of performance between training and testing phases. This research aims to develop a dependable stroke prediction model by implementing the CRISP-DM methodology on a public dataset comprising 5,110 data points. The proposed methodology involves a comprehensive evaluation of 48 preprocessing technique combinations—addressing missing values in the BMI attribute, categorical transformation, feature scaling, and class balancing—followed by a two-stage hyperparameter optimization strategy: Randomized Search for broad exploration and Grid Search Refine for local refinement to ensure optimal stability. Model performance was evaluated using accuracy, precision, recall, and F1-score metrics. The results demonstrate that hyperparameter tuning successfully enhanced model performance by up to 38.80%. Additionally, it was found that the hybrid balancing technique (SMOTETomek) did not consistently yield the most stable models in this specific case. The optimal model (Model No. 8) achieved a training accuracy of 0.925 and a testing accuracy of 0.877. With a minimal performance gap of 0.047 (below the 0.05 threshold), this model is classified as "good fitting," signifying superior generalization capabilities. Consequently, this model is highly recommended for implementation as a robust and trustworthy early warning decision support system for medical professionals.
Co-Authors Abadi, Ahmad Fajar Abdulnazar, Mohamed Naeem Antharathara Achmad, Ridho Adam, Rizal Syihab Saputra Adriyanto, Teguh Afdholul Faathin, Achmad Afrizal Ahmad Bayu P Aini, Ersa Dwi Nur Alamsyah, M Alfianto Alja, Farhan Maulana Amarya, Theo Krisna Ameliya, Putri Andi Sunyoto Andy G, Asye Candra Ardyansyah, Fikri Arfiansyah, Zen Arie Nugroho, Arie Arighy, Erza Farrel ARMYANTO, JODI Aulia, Ewanda Herdika Septa Azzahra, Salsabila Dini Azzahro, Zia Ulhaq Azzaria, Cinta Bahtiyar, Arul Damayanti, Sofiana Yuli Diniati, Erna Dwi Harini Dzatama, Krisna Fahrizal Eka Fauziah 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 Galuh, Asye Candra Andy Hariyanto, Feri Tri Ilahi, Ferlita Putri Anugerah Indrawan, Dea Rizky Irawati, Elsa Irfa’udin, Muhammad Islami, Bifadhlillah Marsheila Jatmiko Jatmiko Jauhar, Moh. Iqbal Iqza Kamilatutsaniya, Nila Khasanah, Reka Ainul Krisnaryoko, Ersa Kurniawan, Mohammad Nova Kusrini Kusrini Muhammad Najibulloh Muzaki Mustofa, Mohammad Annan Makruf Muzaki, M. Majibulloh Muzaki, Muhammad Reza Nalsa Cintya Resti Nanda, Thoyib Fernanda 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 Sari, Vivi Anggun Permata Sawabudin, Bahrul Shofyana, Altha Inas Sucipto Sucipto Sucipto Syafa’at, Achmadhin Tristan Teguh Andriyanto, Teguh Tri Febriyanto, Moch Tri Puji Saputra, Alfian Utama, Hastari Utomo, Aris Danang Tri Varuq, M Nizar Bahri Al Wahid Ibnu Zaman Wahiid, Hermawan Nur Wardani , Anita Sari Wardani, Saylendra Arga Wardhani, Aurel Fransisca Kusuma Wibisono, Ryan Marcell Widodo Widodo Wulandari, Putri Widya Ayu Septi Wulandari, Rindi Febri