Article Per Year (5 Year)
p-Index From 2021 - 2026
4.066
P-Index
This Author published in this journals
All Journal Telematika : Jurnal Informatika dan Teknologi Informasi Jurnal Inotera JSiI (Jurnal Sistem Informasi) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Generation Journal JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) G-Tech : Jurnal Teknologi Terapan Jurnal Teknologi Informatika dan Komputer Reputasi: Jurnal Rekayasa Perangkat Lunak JUSTER: Jurnal Sains dan Terapan Jurnal Pengabdian Masyarakat Bhinneka Jurnal Pengabdian Masyarakat Bangsa Amal Ilmiah: Jurnal Pengabdian Kepada Masyarakat Pandawa : Pusat Publikasi Hasil Pengabdian Masyarakat E-Amal: Jurnal Pengabdian Kepada Masyarakat Smatika Jurnal : STIKI Informatika Jurnal Journal of Education and ICT
Sari, Yayak Kartika
Universitas Bhinneka PGRI
Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemistry 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 Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
Development of Employee Job Satisfaction Survey System with Access Management Based on Job Position Using Scrum Framework (Case Study: Era Medika Hospital) Meyliana Wafaul Ummah; Yayak Kartika Sari; Agung Prasetya
Telematika Vol 22 No 1 (2025): Edisi Februari 2025
Publisher : Jurusan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v22i1.14762

Abstract

Era Medika Hospital is a privately-owned general hospital committed to quality service and patient safety by continuously evaluating and improving various aspects, including the quality of human resources (HR) or staff, whose service quality is greatly influenced by their job satisfaction. To assess employee job satisfaction, the HR management routinely conducts a survey in the form of a questionnaire every six months using the XYZ Application. However, from experience with this application, HR management has encountered issues such as duplicate survey submissions by employees, difficulties managing questionnaire access rights based on employee positions, and manual separation of suggestion responses by category. This study aims to develop a web-based Employee Job Satisfaction Survey System at Era Medika Hospital with access management based on employee roles using the Scrum framework. The system development applies an agile Scrum approach, dividing the design, implementation, and testing phases into three sprints, each followed by sprint reviews with stakeholders. The developed system features solutions addressing the encountered problems, such as login/sign-in using employee identification numbers (NIP) to ensure each employee submits the survey only once, questionnaire data management including access control by position, and automatic categorization of suggestion responses starting from the survey input.Evaluation results indicate the system meets both functional and non-functional requirements as expected by users. Achieving the research objectives, the system is expected to operate optimally, support data-driven decision-making, and improve employee satisfaction and productivity, ultimately contributing to enhancing the quality of healthcare services provided by Era Medika Hospital.
Pelatihan Pengembangan Media Pembelajaran Digital Dengan Powtoon Untuk Mewujudkan Pembelajaran Interaktif Di Era Society 5.0 Iskandar, Joko; Sari, Yayak Kartika; Kusuma, Amartya Bambang
Jurnal Pengabdian Masyarakat Bhinneka Vol. 4 No. 2 (2025): Bulan November
Publisher : Bhinneka Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58266/jpmb.v4i2.665

Abstract

Pengembangan media pembelajaran digital merupakan salah satu langkah strategis dalam meningkatkan kualitas pembelajaran interaktif di era Society 5.0. Kegiatan pengabdian ini bertujuan untuk memberikan pelatihan kepada mahasiswa dalam mengembangkan media pembelajaran digital menggunakan Powtoon, sebuah platform animasi yang mudah digunakan dan menarik secara visual. Peserta pelatihan berjumlah 30 orang mahasiswa Program Studi Tadris Matematika, Fakultas Tarbiyah dan Ilmu Keguruan, UIN Sayyid Ali Rahmatullah (SATU) Tulungagung. Pelatihan dilakukan dalam bentuk workshop interaktif yang mencakup pengenalan konsep, praktik langsung, dan evaluasi hasil. Berdasarkan hasil pretest dan posttest, terjadi peningkatan yang sangat signifikan dalam aspek pengetahuan (dari 45% menjadi 90%), sikap (dari 50% menjadi 85%), dan keterampilan (dari 10% menjadi 80%). Hasil ini menunjukkan bahwa pelatihan berhasil meningkatkan kompetensi peserta dalam mengembangkan media pembelajaran digital yang mendukung pembelajaran interaktif dan kreatif. Kegiatan ini diharapkan dapat mendorong mahasiswa untuk lebih adaptif terhadap teknologi dan mampu mengimplementasikan media digital dalam proses pembelajaran di masa depan.
Yayak Kartika Sari Prediksi Customer Churn Berbasis Adaptive Neuro Fuzzy Inference System Sari, Yayak Kartika; Kusrini, Kusrini; Wibowo, Ferry Wahyu
Generation Journal Vol 2 No 1 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (905.836 KB) | DOI: 10.29407/gj.v2i1.12054

Abstract

Abstrak – Customer Churn adalah pelanggan yang berhenti berlangganan dan pindahpada perusahaan lain, karena berbagai faktor. Customer churn merupakan masalah yang sangatpenting yang harus dihadaapi oleh perusahaan karena berhentinya pelanggan akan berdampakpada retensi perusahaan. Oleh sebab itu, dibuatkan sistem prediksi customer churn untukmengetahui tingkat pelanggan yang churn, apabila customer churn dapat diketahui terlebih dahulu,maka akan menguntungkan bagi pihak CRM untuk mengatur strategi-strategi mencegah pelangganyang melakukan churn. Untuk menentukan prediksi customer churn menggunakan teknik datamining dengan algoritma ANFIS. Algoritma ANFIS merupakan gabungan antara jaringan syaraftiruan dengan fuzzy inference system. Model prediksi yang dibangun dengan metode ANFISmenggunakan pembelajaran alur maju dan pembelajaran alur mundur, sehingga untuk melakukanprediksi dibutuhkan nilai parameter fuzzy baru yang diperoleh dari proses pelatihan. Setelah nilaiparameter fuzzy baru didapatkan, maka akan dilakukan tahap pengujian. Pada tahap pengujiandilakukan dengan proses pembelajaran maju untuk mendapatkan nilai prediksinya, sehingga padaprosesnya nilai prediksi yang berupa angka dan status prediksi. Pelatihan dan pengujian ANFISuntuk semua produk menghasilkan perbandingan nilai error rata-rata pelatihan sebesar 8,316 %
Comparison of CNN and SVM Algorithms in Sentiment Analysis of Roblox Game Based on Bug, Loading Asset, and Connection Stability Aspects Oktaviana Dyah Palupi; Yayak Kartika Sari; Joko Iskandar
G-Tech: Jurnal Teknologi Terapan Vol 10 No 2 (2026): G-Tech, Vol. 10 No. 2 April 2026
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/g-tech.v10i2.9156

Abstract

Roblox is one of the most popular mobile gaming platforms; however, its rapid growth has led to an increasing number of user complaints related to technical stability, which significantly affects user experience. Common issues such as bugs, asset loading problems, and unstable connections are frequently expressed in user reviews, making sentiment analysis a valuable approach for identifying critical technical problems in mobile games. This study aims to analyze user sentiment toward these technical aspects and to compare the performance of Support Vector Machine (SVM) and Convolutional Neural Network (CNN) in aspect-based sentiment classification. A total of 12,809 Indonesian-language reviews were collected from the Google Play Store during October 2025. The research methodology included data scraping, text preprocessing (cleansing, tokenization, normalization, stopword removal, and stemming), lexicon-based sentiment labeling, and data balancing using the Synthetic Minority Over-sampling Technique (SMOTE). TF-IDF was used for feature extraction in the SVM model, while word embeddings were applied for the CNN model. The results show that the Bug aspect is the most dominant issue (63.91%), followed by Connection Stability (34.41%) and Asset Loading (1.68%). In terms of classification performance, SVM outperformed CNN, achieving 96% accuracy, precision, recall, and F1-score, whereas CNN obtained an accuracy of 80.63% with an F1-score of 0.81. These findings indicate that SVM combined with TF-IDF features is more effective than CNN for classifying short and informal mobile game reviews and provides useful insights for developers in prioritizing technical improvements.
A MAX-MARGIN APPROACH TO SENTENCE BOUNDARY SEGMENTATION IN INDONESIAN PARAGRAPHS Prasetya, Agung; Sari, Yayak Kartika; Anwar, Ndaru Syaiful
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.9563

Abstract

This study presents a max-margin–based approach for sentence boundary segmentation in Indonesian paragraphs, addressing a persistent challenge in Natural Language Processing applications. Conventional rule-based or sequential methods often struggle to distinguish ambiguous punctuation marks, particularly in contexts involving abbreviations, numerical expressions, hierarchical sentence structures, and direct quotations. To overcome these limitations, this research formulates sentence segmentation as a paragraph parsing task, enabling the model to capture both local boundary cues and global structural patterns within a paragraph. A manually annotated corpus of 12,000 paragraphs from news articles, public documents, and academic texts was developed to provide diverse linguistic structures and punctuation variations. The proposed model integrates local punctuation features, structural constraints from the Indonesian EYD standard, and global paragraph coherence through a max-margin discriminative parsing framework. Experimental results show that the model achieves strong performance on the test set, with a precision of 0.93, recall of 0.91, and F1-score of 0.92, significantly outperforming a rule-based baseline. Error analysis further highlights improvements in handling ambiguous cases such as abbreviations, numerical formatting, and direct quotations with nested punctuation. The findings demonstrate that a structured max-margin approach delivers more reliable sentence boundary segmentation and can enhance downstream NLP tasks requiring accurate sentence-level text processing.
IDENTIFIKASI JENIS OPERASI DATA MANIPULATION LANGUAGE BERBASIS BILSTM PADA KALIMAT BERBAHASA INDONESIA Prasetya, Agung; Sari, Yayak Kartika; Iskandar, Joko; Ansor, Mohamad Khoirul
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.8695

Abstract

Text-to-SQL memungkingkan penggunaan bahasa alami untuk mendapatkan informasi dari database. Melalui pendekatan ini, pengguna non teknis tidak perlu memahami sintaks SQL untuk melakukan query database. Penelitian ini mengusulkan pendekatan berbasis Bidirectional Long Short-Term Memory (BiLSTM) untuk mengklasifikasikan jenis operasi Data Manipulation Language (DML), seperti SELECT, INSERT, UPDATE, dan DELETE, pada kalimat ber-bahasa Indonesia. Pendekatan dibangun dengan merepresentasikan kalimat sebagai urutan vektor kata menggunakan word embedding, lalu diproses oleh arsitektur BiLSTM untuk menangkap konteks sek-uensial dua arah. Dataset berisi 1600 kalimat dari tiga domain utama: pendidikan, e-commerce, dan layanan publik. Setiap kalimat telah dia-notasi sesuai dengan operasi DML yang terkandung. Hasil evaluasi menunjukkan bahwa model BiLSTM mencapai akurasi sebesar 93% dan F1-score sebesar 92%. Analisis per label mengungkapkan bahwa model sangat efektif mengenali operasi SELECT dan INSERT, namun sedikit kesulitan membedakan UPDATE dan DELETE. Penelitian ini menunjukkan bahwa pendekatan BiLSTM mampu mengklasifikasi-kan tipe DML secara efektif dan efisien dalam konteks bahasa Indo-nesia.
DEVELOPMENT AND EVALUATION OF A MEDICAL RECORD ED- UCATION SYSTEM USING THE WATERFALL MODEL WITH ISO 9126/25010 QUALITY MAPPING Widiyanto, Wahyu Wijaya; Sari, Yayak Kartika; Susanto, Edy
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.9167

Abstract

This study aims to develop and evaluate a Medical Record Education System designed to enhance students’ digital competence in managing electronic medical records (EMRs). Addressing the gap between the- oretical learning and practical application in health informatics educa- tion, the system was developed using the Waterfall model and evaluated through the ISO 9126 software quality framework. A Research and De- velopment (RD) approach was applied at Politeknik Indonusa Surakarta involving 30 final-year students of the Health Information Management program. Data collection included observation, ISO 9126-based ques- tionnaires, and in-depth interviews, analyzed using descriptive and the- matic techniques. The results showed significant improvement in student performance, with pretest–posttest scores increasing from 64.5 to 86.2 after a two-week system trial. The system comprises interactive modules such as patient data entry, diagnosis coding, and auto-report generation. Expert evaluation produced high scores for usability (4.6), functionality (4.4), reliability (4.2), and efficiency (4.3), confirming both educational value and technical feasibility. These findings highlight the role of struc- tured development and quality assessment models in instructional in- novation. The system not only improves learning outcomes but also provides a replicable model for embedding digital transformation into vocational healthcare education.
Pengembangan Media Pembelajaran Membaca Huruf Hijaiyah Untuk Kelas 1 Di SDIT Daarussalam Berbasis Augmented Reality Ananda Dicky Adinata; Yayak Kartika Sari
JoEICT (Jurnal of Education And ICT) Vol 5, No 1 (2021)
Publisher : STKIP PGRI TULUNGAGUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/joeict.v5i1.1236

Abstract

Pada era globalisasi saat ini tentunya banyak sekali kemajuan-kemajuan  teknologi dan tidak kalah pentingnya di bidang pendidikan yang mulai menggunakan media pembelajaran berbasis TIK. Akan tetapi masih belum banyak media yang belum sepenuhnya digunakan untuk metode pembelajaran. Seperti halnya di SDIT Daarussalam ini masih banyak yang menggunakan media pembelajaran berupa buku tulis dan belum mengkombinasikan antara buku tulis dengan media elektronik untuk menciptakan suasana pembelajaran yang baru. Dengan ini pengembang membuat sebuah aplikasi dengan menggabungkan antara buku dengan media elektronik seperti smartphone guna membuat suasana pembelajaran yang baru. Pengembangan ini bertujuan untuk : (1) Menciptakan media pembelajaran huruf hijaiyah dengan menggunakan metode Augmented Reality (AR), (2) Untuk mengetahui seberapa layak pembelajaran menggunakan metode Augmented Reality (AR). Maka dari itu pengembang membuat media pembelajaran membaca huruf hijaiyah berbasis Augmented Reality (AR) untuk menarik minat siswa SDIT Daarussalam dalam belajar menghafal huruf Hijaiyah. Penelitian dan pengembangan ini menggunakan metode penelitian Research And Development (RD). Metode ini digunakan untuk menghasilkan produk dan menguji keefektifan media pembelajaran tersebut. Dalam penelitian juga diperlukan sebuah model penelitian, dalam model penelitian kali ini pengembang menggunakan model Rapid Application Development (RAD). Model pengembangan ini menggunakan waktu yang relatif singkat untuk mengembangkan sebuah sistem atau aplikasi. Hasil dari penelitian aplikasi ini mengadopsi ISO 25010 dengan memperoleh hasil uji functional suitability yaitu uji ahli media mendapat 85.7% dan uji ahli materi mendapatkan 100%, dalam aspek uji compatibility mendapat nilai uji sebesar 100% akan tetapi aplikasi ini hanya dapat berjalan pada smartphone yang menggunakan Operating System (OS) Android. Kemudian dari aspek Performance Efficiency aplikasi tidak terlalu memakan banyak Random Access Memory (RAM) dan juga Central Processing Unit (CPU) yang besar. Hasil uji dari aspek Usability memperoleh hasil 75.8% dengan uji coba kepada siswa kelas 1 di SDIT Daarussalam. Dengan aplikasi membaca huruf hijaiyah berbasis Augmented Reality (AR) ini dinyatakan layak digunakan sebagai media pembalajaran untuk siswa kelas 1 di SDIT Daarussalam.
AN SVM-BASED APPROACH FOR DETECTING DATA DEFINITION LANGUAGE OPERATIONS IN INDONESIAN NATURAL LANGUAGE Yayak Kartika Sari; Fahrur Rozi; Agung Prasetya
JoEICT (Jurnal of Education And ICT) Vol 8, No 2 (2024)
Publisher : STKIP PGRI TULUNGAGUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/joeict.v8i2.1649

Abstract

Text-to-SQL is an approach that enables users to interact with data-bases using natural language, eliminating the need to understand SQL syntax. However, most existing approaches translate input sentences directly into final SQL queries without explicitly identifying the type of SQL operation involved. This may obscure the distinction between structural and manipulative commands and increase the risk of execut-ing unintended or destructive queries. This study proposes separating the identification of SQL operation types—specifically Data Definition Language (DDL) commands—as a standalone classification task using the Support Vector Machine (SVM) algorithm. Indonesian-language sentences are preprocessed through tokenization, stopword removal, and stemming, then transformed into feature vectors using TF-IDF with unigram and bigram representations. Experiments were conducted on a dataset of 800 Indonesian sentences covering four DDL operations: CREATE, ALTER, DROP, and TRUNCATE. The results show that the proposed SVM model achieved an average accuracy of 93.05%, out-performing baseline models such as Naive Bayes and Random Forest. These findings indicate that early identification of SQL operation types can enhance the accuracy, efficiency, and safety of Text-to-SQL sys-tems. This work also highlights the importance of developing NLP ap-proaches tailored for the Indonesian language in the context of data-base querying.
ANALISA METODE FUZZY C MEANS UNTUK KLASTERISASI KINERJA TEKNISI CCAN TELKOM KEDIRI Yayak Kartika Sari; Joko Iskandar; Agung Prasetya
JoEICT (Jurnal of Education And ICT) Vol 6, No 1 (2022)
Publisher : STKIP PGRI TULUNGAGUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/joeict.v6i1.1208

Abstract

PT. Telkom akses membutuhkan sumber daya manusia (SDM) yang berkualitas dan berkompetensi baik dalam aspek skill maupun aspek knowledge. Dalam menciptakan sumber daya manusia yang berkualitas diperlukan penilaian pekerjaan para teknisi khususnya pada divisi CCNA PT. Telkom akses Kediri. Penilaian tersebut penting dilakukan karena berkaitan dengan prestasi yang dicapai oleh setiap teknisi. Penilaian tersebut dilakukan dengan memberikan nilai terhadap setiap teknisi berdasarkan kriteria yang telah ditetapkan oleh perusahaan menggunakan sistem manual, sehingga suatu manager membutuhkan waktu yang lama dalam melakukan penilaian karena berkaitan dengan jumlah teknisi PT. TELKOM Akses di Kediri relative banyak sebesar 37 teknisi selain itu juga setiap karyawan memiliki kompetensi yang hampir sama. Maka dari itu perlunya Klasterisasi karyawan PT. Telkom akses agar memudahkan manager dalam mengambil sebuah keputusan. Pada penelitian ini menggunakan Fuzzy C-Means dalam teknik klasterisasi. Dari data teknisi diproses menggunakan metode fuzzy c means dengan pendefinisian parameter awal yaitu max iter sebesar 100, bobot sebesar 2, target error sebesar 0,001 dan fungsi objektif awal yaitu 0, dan diperoleh cluster 1 sebanyak 8 karyawan, cluster 2 sebanyak 22 karyawan, dan cluster 3 sebanyak 7 karyawan.
Co-Authors Agung Prasetya Agung Prasetya Agung Prasetya Agung Prasetya Ahmad Fathurrohim Alifdyani, Nawang Rimarsha Amartya Bambang Kusuma Amartya Bambang Kusuma Ananda Dicky Adinata Ansor, Mohamad Khoirul Anwar, Ndaru Syaiful Dani Irwansyah edy susanto Fahrur Rozi Farid Sukmana, Farid Ferry Wahyu Wibowo Hilmy Mufadhdhol Putra Imam Sukwatus Suja'i Iskandar, Joko Joko Iskandar Kusrini Kusuma, Amartya Bambang Latifatus Sariroh Luthfiana, Tias Hafidzotul Meyliana Wafaul Ummah Muhyiddin, Sulthon Nurwiyati Prihandari Oktaviana Dyah Palupi Renzy Praha Nandiva Renzy Rozi, Fahrur Taufiq Agung Cahyono Titik Lina Widyaningsih Wahyuningsih, Veny Dwi Widiyanto, Wahyu Wijaya