Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi JUTI: Jurnal Ilmiah Teknologi Informasi Sewagati
Ratih Nur Esti Anggraini, Ratih Nur Esti
Unknown Affiliation
Arts Humanities Computer Science & IT Dentistry Education Engineering Languange, Linguistic, Communication & Media Library & Information Science Public Health Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pelatihan Desain Antarmuka Mobile Application dengan Figma untuk Meningkatkan Kompetensi Guru MGMP TIK Surabaya Ahmadiyah, Adhatus Solichah; Sarno, Riyanarto; Hidayati, Shintami Chusnul; Anggraini, Ratih Nur Esti; Sungkono, Kelly Rossa; Munif, Abdul
Sewagati Vol 8 No 4 (2024)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v8i4.1216

Abstract

Studi ini mengevaluasi dampak pelatihan desain antarmuka mobile application (aplikasi perangkat bergerak) menggunakan Figma terhadap peningkatan wawasan dan keterampilan guru MGMP TIK di Surabaya. Kegiatan pelatihan yang diikuti 43 peserta terlaksana dalam dua tahap, yakni penyampaian materi dan pendampingan berupa asistensi pengerjaan desain antarmuka pada studi kasus. Metode evaluasi melibatkan pengumpulan data melalui kuesioner yang diberikan sebelum dan setelah pelatihan, serta analisis hasil penugasan desain antarmuka pada studi kasus. Sebagaimana terlihat dari hasil kuesioner. Hasil karya desain antarmuka peserta juga mencerminkan penguasaan konsep desain antarmuka aplikasi perangkat bergerak. Implikasi dari peningkatan ini berupa kontribusi positif terhadap pendekatan pembelajaran berbasis teknologi di lingkungan sekolah. Kesimpulannya, pelatihan desain antarmuka aplikasi perangkat bergerak menggunakan Figma mampu secara efektif meningkatkan pengetahuan dan keterampilan guru MGMP TIK Surabaya, yang selanjutnya dapat diterapkan dan dioptimalkan dalam konteks pembelajaran teknologi di sekolah. Studi ini memberikan landasan bagi pengembangan lebih lanjut dalam memperkaya metode pelatihan guru untuk menghadapi tantangan pembelajaran berbasis teknologi di era digital.
Kombinasi Ekstraksi Kata Kunci dan Ekspansi Kueri Untuk Deteksi Isu Etik pada Ringkasan Penelitian Kesehatan Hamidi, Mohammad Zaenuddin; Purwitasari, Diana; Anggraini, Ratih Nur Esti
Techno.Com Vol. 22 No. 1 (2023): Februari 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i1.7268

Abstract

Penelitian kesehatan harus melalui proses telaah etik yang bertujuan untuk mengantisipasi dugaan atas risiko fisik, sosial, ekonomi dan psikologis. Secara etik penelitian kesehatan dapat diterima apabila pada penelitian tersebut mampu dibuktikan dengan metode ilmiah yang valid serta lulus uji etik sebelum penelitian dilakukan. Untuk memastikan pada ringkasan penelitian kesehatan terdapat aspek etik, dibutuhkan kata kunci yang dapat dijadikan representasi dari isi ringkasan tersebut. Salah satu pendekatan yang sering dilakukan adalah dengan menghitung frekuensi kemunculan kata dalam dokumen. Pendekatan lain yaitu pendekatan YAKE dan keyBERT yang tidak hanya menghitung frekuensi kata namun juga menghitung konteks kata. Selain melakukan ekstraksi dilakukan juga proses ekspansi kueri sebagai upaya memperluas istilah yang dapat mewakili masing-masing aspek etik. Salah satu pendekatan yang digunakan untuk ekspansi kueri adalah model word2Vec. Penelitian ini mengusulkan metode pengembangan ekspansi kueri dengan dan metode ekstraksi kata kunci seperti TFIDF,YAKE dan keyBERT dan mengombinasikannya dengan fuzzy. Hasil eksperimen menunjukkan bahwa metode paling unggul secara presisi yaitu YAKE dan gabungan antara TFIDF + YAKE + keyBERT dengan nilai tertinggi 46% kemudian dari untuk recall model YAKE mendapat nilai tertinggi dengan angka 72% dan untuk nilai F1-Score yang paling unggul adalah metode YAKE dengan nilai tertinggi 54%.
FRECOMTWEET: PRODUCT RECOMMENDATION APPLICATION USING FRIENDSHIP CLOSENESS ON TWITTER Anggraini, Ratih Nur Esti; Maulida, Ainatul; Siahaan, Daniel Oranova
JUTI: Jurnal Ilmiah Teknologi Informasi Vol. 20, No. 1, January 2022
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v19i3.a1104

Abstract

The information and communication technology development makes someone interact with each other easier. This convenience is used to exchange ideas, like using social media Twitter for product recommendations before buying it. It brings up a trend that consumers seek product recommendations through other people on social media. Social media, especially Twitter, has several features such as tweets, ReTweet and mentions to interact with other people. Users can describe the product, attach a link, and give a positive or negative rating in a tweet. These types of tweets can be used as an alternative to product recommendations. FrecomTweet is an Android-based product recommendation application that can detect close friendships based on the user’s ReTweet and mentions. This application also detects a product recommendation that appears in a conversation between users. This detection uses the keyword filtering method, which matches the conversation content with the markers in the database. If the conversation has a positive rating, it will recommend the user’s closest friends. This research uses a crawling method with the Twitter API streaming filter built using the CodeIgniter framework. The results of the black box test show that Twitter user conversations can be used as a product recommendation with a precision and recall value of 0.94 and 0.81, respectively.
Co-Authors ABDUL MUNIF Adhatus Solichah Ahmadiyah, Adhatus Solichah Daniel Oranova Siahaan Diana Purwitasari Hamidi, Mohammad Zaenuddin Hidayati, Shintami Chusnul Kelly Rossa Sungkono Maulida, Ainatul Riyanarto Sarno