Article Per Year (5 Year)
p-Index From 2021 - 2026
4.447
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) CESS (Journal of Computer Engineering, System and Science) JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JUMANJI (Jurnal Masyarakat Informatika Unjani) MIND (Multimedia Artificial Intelligent Networking Database) Journal International Journal of Applied Sciences and Smart Technologies Jurnal Consulenza : Jurnal Bimbingan Konseling dan Psikologi Jurnal Pedagogi dan Pembelajaran Innovation in Research of Informatics (INNOVATICS) Jurnal Teknik Informatika (JUTIF) Yayasan Cita Cendikiawan Al Khwarizmi JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Bangkit Indonesia Jurtik STMIK Bandung JURTIK JURTIK: Jurnal Penelitian dan Pengembangan Teknologi Informasi dan Komunikasi
Siti Yuliyanti, Siti
Program Studi Informatika, Universitas Siliwangi, Tasikmalaya-Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 50 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 50 Documents
Search

 1   2   3   4   5 
Implementasi One Time Password Pada Aplikasi E-Voting Pemilihan Ketua Himpunan Fitriani Dewi, Euis Nur; Yuliyanti, Siti; Rachman, Andi Nur
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.61277

Abstract

Indonesia merupakan negara demokrasi yang melaksanakan pemilihan sebagai bentuk realisasi dari kedaulatan rakyat dan merupakan pilar utama negara demokrasi dimana mementingkan kepentingan umum daripada kepentingan individu. Metode yang digunakan untuk pengambilan keputusan bersama ini adalah melalui voting. Voting merupakan kegiatan yang sangat menentukan pada setiap perhelatan pemilihan, banyak varian kepentingan yang harus terakomodir di dalamnya. Penelitian ini bertujuan untuk memudahkan mahasiswa untuk melakukan pemilihan dan supaya terhindar dari kecurangan. Metode Keamanan untuk loggin pada aplikasi menggunakan onetime password karena password akan terus berganti setiap user akan melakukan login. Subjek dari penelitian ini adalah mahasiswa aktif yang akan melakukan pemilihan ketua himpunan, yang awalnya pemilihan dilakukan dengan cara manual menjadi pemilihan dengan cara Electronic Voting berbasis web. Hasil penelitian menunjukan bahwa Pemilihan dengan cara E-voting lebih efisien. Dapat dilihat dari hasil kuesioner yang sudah dilakukan rata rata hasil kuesioner yaitu 84%.
Implementasi Dan Evaluasi Sistem Informasi Akademik Sekolah Dasar Negeri 6 Dengan Pendekatan User Experience (Ux) Yuliyanti, Siti
Jurnal Bangkit Indonesia Vol 6 No 2 (2017): Bulan Oktober 2017
Publisher : LPPM Sekolah Tinggi Teknologi Indonesia Tanjung Pinang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (462.065 KB) | DOI: 10.52771/bangkitindonesia.v6i2.24

Abstract

Banyaknya sistem informasi yang dibangun untuk sekolah, menjadi permasalahan ketika fungsionalitas dari sistem kurang sesuai dengan kebutuhan pengguna. Keberhasilan implementasi sistem informasi akademik salah satunya bisa dilihat dari tingkatkepuasan pengguna. Kepuasan pengguna dapat diukur dari seberapa efisien dan efekif fungsional sistem berjalan. Dalam penelitian ini dilakukan pengujian berbasis User Experience(UX) dengan menggunakan metode User Experience Quistionaire (UEQ) untukmengetahui tingkat efektivitas dari implementasi sistem informasi akademik.Metode UEQ memiliki 26 item pernyataan dengan skala 1 sampai 7 yang dikelompokkan menjadi 6komponen.Berdasarkan hasil pengujian yang dilakukan terhadap 20 responden pengguna diketahuibahwa implementasi sistem informasi akademik bisa diterima dengan baik dan dapat dimaksimalkan penggunaannya dalam prosespengolahan data akademik.
Braille Pattern Detection Modeling Using Inception V3 Architecture Using Median Filter Implementation and Segmentation Latif, Abdul; Yuliyanti, Siti; Al-Husaini, Muhammad
International Journal of Applied Sciences and Smart Technologies Volume 07, Issue 2, December 2025
Publisher : Universitas Sanata Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24071/ijasst.v7i2.12781

Abstract

This study aims to detect Braille letter patterns using the InceptionV3 architecture combined with the application of median filter and image segmentation. The dataset consists of 4,160 Braille images, with an average of 160 images for each letter from A to Z. The data is divided into 3,900 images for training, which are then split into 3,120 images for training and 780 images for validation, and 260 images are used for testing. Each image is resized to 299x299 pixels before being fed into the model. This study uses 100 epochs and applies early stopping to avoid overfitting. Two learning rate values are tested, namely 0.001 and 0.0001. The results show that the application of a median filter and segmentation significantly improves model performance, producing better accuracy, precision, recall, and F1 values compared to models without these techniques. At a learning rate of 0.001, the model achieves 99.65% accuracy, 99.62% precision, and 99.61% recall. On the other hand, without a median filter and segmentation at a learning rate of 0.0001, although accuracy and precision decreased, the values still reached 99.65% and 99.62%.
Fine-Tuned IndoBERT-Based Sentiment Analysis for Old Indonesian Songs Using Contextual and Generating Augmentation Ramdhani, Gilang; Yuliyanti, Siti
International Journal of Applied Sciences and Smart Technologies Volume 07, Issue 2, December 2025
Publisher : Universitas Sanata Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24071/ijasst.v7i2.12586

Abstract

Studi ini meneliti analisis sentimen lagu-lagu tradisional Indonesia menggunakan model IndoBERT yang telah disempurnakan melalui penggabungan augmentasi data kontekstual dan tekstual. Kumpulan data tersebut terdiri dari komentar pengguna yang terkait dengan lagu-lagu klasik Indonesia, yang dipecah ke dalam sentimen positif, negatif, dan netral. Dua strategi augmentasi diterapkan: augmentasi tekstual menggunakan teknik pembuatan teks dan augmentasi kontekstual yang memanfaatkan kesamaan semantik. Evaluasi dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan skor F1. Hasil penelitian menunjukkan bahwa model yang dibor pada kumpulan data asli mencapai kinerja yang seimbang dan stabil (akurasi: 0,86). Augmentasi tekstual, meskipun menghasilkan variasi data yang tinggi, mengurangi akurasi model (0,63) dan memperkenalkan bias terhadap sentimen negatif. Sebaliknya, augmentasi kontekstual mempertahankan stabilitas kinerja dan bahkan sedikit meningkatkan presisi (0,87). Temuan ini menunjukkan bahwa augmentasi kontekstual lebih efektif untuk memperkaya kumpulan sentimen data tanpa mengorbankan kinerja model. Temuan ini menyoroti efektivitas pengintegrasian model bahasa yang telah dikembangkan sebelumnya dan strategi augmentasi data untuk menganalisis sentimen dalam sumber daya rendah.
E-Learning Sebagai Media Pembelajaran di Masa Pandemi Siti Yuliyanti; Doni Hermana
Jurnal Penelitian dan Pengembangan Teknologi Informasi dan Komunikasi Vol 10 No 1 (2021): Jurnal Penelitian dan Pengembangan Teknologi Informasi dan Komunikasi
Publisher : LPPM STMIK Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58761/jurtikstmikbandung.v10.i1.108

Abstract

Dunia pendidikan di Indonesia semakin mengalami perkembangan yang signifikan. Perkembangan ini terlihat dari semakin beragamnya metode pembelajaran yang digunakan. Metode yang digunakan banyak memanfaatkan berbagai media untuk meningkatkan kualitas hasil pembelajaran. Perkembangan berbagai media pembelajaran ini seiring dengan adanya kemajuan teknologi yang semakin pesat. Dinamika teknologi saat ini mencapai akselerasi yang luar biasa.  Teknologi yang dipelajari beberapa tahun yang sudah lalu mulai tergantikan dengan teknologi yang baru termasuk berbagai cara pembelajaran secara konvensional. Bentuk perkembangan teknologi informasi yang dapat dimanfaatkan sebagai media pembelajaran adalah menggunakan e-learning.  E-learning merupakan inovasi yang dapat dimanfaatkan dalam proses pembelajaran, tidak hanya dalam penyampaian materi pembelajaran tetapi juga perubahan dalam kemampuan berbagai kompetensi peserta didik. Melalui e-learning, peserta didik tidak hanya mendengarkan uraian materi dari pendidik saja tetapi juga aktif mengamati, melakukan, mendemonstrasikan, dan sebagainya. Materi bahan ajar dapat divirtualisasikan dalam berbagai format sehingga lebih menarik dan lebih dinamis sehingga mampu memotivasi peserta didik untuk lebih jauh dalam proses pembelajaran.  
Implementasi Logika Fuzzy Pada Rekomendasi Pemilihan Jurusan Siswa Baru (Studi Kasus : SMK Taman Siswa Rancaekek) Siti Yuliyanti; Wulan Suryani; Haris Irnawan
Jurnal Penelitian dan Pengembangan Teknologi Informasi dan Komunikasi Vol 9 No 1 (2020): Jurnal Penelitian dan Pengembangan Teknologi Informasi dan Komunikasi
Publisher : LPPM STMIK Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58761/jurtikstmikbandung.v9.i1.159

Abstract

Pendidikan memegang peranan yang sangat penting dalam proses meningkatkan kualitas sumber daya manusia. Proses pemilihan jurusan bagi calon siswa oleh SMK Taman Siswa Rancaekek dilakukan dengan cara yang masih manual Penelitian ini bertujuan untuk menganalisis siswa baru dalam menentukan jurusan yang sesuai dengan bakat, minat serta kemampuannya. Maka dari itu hasil penelitian ini dibangun Sistem Implementasi Logika Fuzzy dengan menggunakan metode Tsukamoto, dari hasil penelitian di dapatkan bahwa metode Tsukamoto mampu memberikan rekomendasi yang sesuai dengan mata pelajaran yang memiliki nilai tinggi. Metode pengembangan sistem menggunakan metode Prototype, dengan teknik perancanganm menggunakan sistem prosedural, sedangkan implementasi menggunakan bahasa pemograman PHP.
Pemilihan Siswa Berprestasi Menggunakan Metode  Simple Additive Weighting (Studi Kasus Pada SMK Widya Karya Purwokerto) Linda Apriyanti; Siti Yuliyanti; Yoga Helfiyan
Jurnal Penelitian dan Pengembangan Teknologi Informasi dan Komunikasi Vol 10 No 2 (2021): Jurnal Penelitian dan Pengembangan Teknologi Informasi dan Komunikasi
Publisher : LPPM STMIK Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58761/jurtikstmikbandung.v10.i2.160

Abstract

Selection of outstanding students is very necessary in a school, because schools need to know which students are superior in the school. Problems arise when these developments are not accompanied by a system that supports the selection of high achieving students who are right and according to the criteria. The purpose of writing this thesis is to build a system that can assist teachers in determining student achievement according to the criteria. In this system, the Simple Additive Weighting method is used as a basis for normalizing the inputted weights and is used to determine the student's highest score alternative as a system recommendation. The process of determining the decision support system is carried out using the existing value in the report card The results of the decisions obtained from this system indicate that this method is more effective in determining the correct achievement students and according to the criteria for academic scores, activeness scores, attendance values and personality values as a comparison in determining the final result.
E-Counseling STMIK Bandung Siti Yuliyanti; Muhammad Lutfirrahman
Jurnal Penelitian dan Pengembangan Teknologi Informasi dan Komunikasi Vol 9 No 2 (2020): Jurnal Penelitian dan Pengembangan Teknologi Informasi dan Komunikasi
Publisher : LPPM STMIK Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58761/jurtikstmikbandung.v9.i2.175

Abstract

Konseling adalah proses pemberian bantuan yang dilakukan melalui wawancara konseling oleh konselor kepada individu yang sedang mengalami sesuatu permasalahan akademik maupun non akademik. Aktifitas konseling di STMIK Bandung terdapat masalah yaitu belum tersedianya media yang di khususkan untuk melakukan konseling secara Online. hal itu menimbulkan kurangnya efisiensi mahasiswa dalam berkonsultasi secara jarak jauh. Pembangunan E-Counseling dilakukan dengan tahapan analisis terhadap aktifitas konseling STMIK Bandung untuk kemudian dilakukan perancangan yang terdiri dari pemodelan berorientasi objek, struktur basis data, dan antarmuka aplikasi. Hasil pembangunan E-Counseling STMIK Bandung mendukung aktifitas konseling yang dilakukan secara Online dengan peningkatan efisiensi dan interaktif yang dapat membantu mahasiswa untuk lebih meningkatkan keinginan berkonsutasi dengan dosen atapun staf akademik sebagai konselor.
Multi-Class Real-Time Color Classification of Coffee Beans via Fine-Tuned EfficientNetB0 and Post-Training Quantization Yuliyanti, Siti; Maarip, Syamsul
Jurnal Teknik Informatika (Jutif) Vol. 7 No. 1 (2026): JUTIF Volume 7, Number 1, February 2026
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2026.7.1.5400

Abstract

The first problem faced in coffee bean classification is that the manual grading or sorting process still relies heavily on human labor, making it subjective, time-consuming, and prone to errors. Secondly, existing deep learning-based systems often require substantial computing resources, rendering them inefficient for industrial-scale implementation or on limited hardware. The research objective is to develop an efficient, lightweight, and accurate automatic classification model to recognize coffee bean color and support the automation of quality control processes in the coffee post-harvest chain. This study develops an automated system for coffee bean classification based on four color classes: light, medium, green, and dark, utilizing the lightweight EfficientNet model with fine-tuning of smaller versions of EfficientNet (B0–B3). The research stages consist of dataset acquisition, pre-processing, modeling and fine-tuning, as well as model evaluation on the detection system on low-end devices. The main innovation of this research is the efficiency and speed of real-time classification of coffee bean color images using a lightweight CNN model optimized through quantization, which supports field applications with hardware limitations without sacrificing accuracy. Fine-tuning EfficientNetB0 by unfreezing the last 30 layers achieved 97.17% training accuracy and 99.25% validation accuracy with consistent loss reduction, supported by Test-Time Augmentation (TTA) which improves prediction stability to >80% confidence against variations in field image quality. Deployment to TensorFlow Lite (TFLite) with 8-bit quantization resulted in a lighter model that maintained 99.50% accuracy and accelerated inference by up to 6x compared to the original H5 model, and excelled at multi-object detection without sacrificing classification confidence.
HyRoBERTa: Hybrid Robustly Optimized BERT Approach Model for Sentiment and Sarcasm Detection in Post-Flood Social Media Analysis Yuliyanti, Siti; Septi Asriani, Aveny; Purwayoga, Vega; Gusnadi, Zakwan
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 1 (2026): February 2026
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i1.6963

Abstract

The detection problem is a crucial step in sentiment classification because it strengthens the validity and reliability of the model's interpretation of ambiguous text, especially in complex social contexts such as post-disaster public communication. Without this detection, the model is prone to significant classification errors. This study presents a hybrid approach for sentiment analysis with sarcasm detection after a flood disaster by combining the RoBERTa model with sequential deep learning architectures such as GRU, LSTM, and BiLSTM. We used a dataset of 17,520 tweets that were pre-processed using cleaning, normalization, and tokenization. Then, the positive class is further detected to determine whether it is sarcasm. The model was trained using a transformer-based transfer learning method with a combination of hyperparameters: the number of epochs, batch size, dropout rate, and learning rate. The experimental results show that the RoBERTa-GRU model achieved the highest accuracy for sentiment classification at 97. 26%, whereas the RoBERTa-BiLSTM model excels in detecting sarcasm with an accuracy of 98. 74%. RoBERTa-BiLSTM excels in sarcasm detection because it provides a bidirectional sequential mechanism and better long-term memory, effectively leveraging RoBERTa's rich embedding to identify contextual contradictions that are characteristic of sarcasm. Meanwhile, RoBERTa-GRU succeeds in sentiment classification because its architecture is more concise yet effective enough to infer dominant sentiments that have been filtered from the robust representation provided by RoBERTa, making the model more efficient for less complex tasks.
Co-Authors Abdul Latif Ace Usman Somantri Acep Irham Gufroni Aep Saepudin AHMAD RIZKY FAUZI Al-Husaini, Muhammad Andi Nurkholis Asep Mulyana BISRY, AHMAD Dani Pradana Dede Suhendar Dedy Apriadi Dedy Apriyadi Dewi Lestari Dewi, Euis Nur Fitriani Doni Hermana Doni Hermana Ermanu Azizul Hakim Erna Yayuk Fiitriani Dewi, Euis Nur Fitriani Dewi, Euis Nur Gini Abdul Azis Hadraeni, Sopi Nuryani Hamdan Arsyad Haris Irnawan Haris Irnawan Haris Irnawan Harry Gunawan Herlina, Anita Hermansyah, Aam Heru Sukoco Kartini, Nuri Linda Apriyanti Linda Apriyanti Linda Apriyanti Lukmaba, Hen Hen Maarip, Syamsul Miqdad, Salman Mira Mustika Febikusuma Muhamad Lutfirrahman Muhamad Luthfir Rahman Muhammad Lutfirrahman Muhammad Salman Alfarisi Nopebrian, Adliani Awalia Nur Widiyasono, Nur Nuryadin, Ardhan Dimas Purwayoga, Vega PUSPA CITRA Rachman, Andi Nur Radityo Yoga Pratama Rahmat Zaenal Ramdani, Cecep Muhamad Sidik Ramdhani, Gilang Ria Arista Asih Rizal, Randi Rizky Sartika, Tika Septi Asriani, Aveny Shofa, Rahmi Nur SITI SHOLIHAH Sokid, Sokid Syifa Hasni Taufik Djatna Ula, Diah Hidayatul Uro Abdrohim Wardani, Yusrima Syamsina Wulan Suryani Wulan Suryani Yoga Helfiyan Yoga Helfiyan Zakwan Gusnadi