Article Per Year (5 Year)
p-Index From 2021 - 2026
1.829
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah KOMPUTASI Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Blend Sains Jurnal Teknik Teknikom: Teknologi Informasi, Ilmu Komputer dan Manajemen Science Information System and Technology Jurnal Kolaborasi Sains dan Ilmu Terapan
Riana Safitri
STMIK Widya Utama
Aerospace Engineering Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Public Health

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
PENERAPAN APLIKASI BUKU TAMU UNTUK DESA BANYUTOWO Sunaryono, Sunaryono; Purnomo, Joko; Safitri, Riana; Purbasari, Wika; Setianti, Novita; Harjono, Yusuf; Giovanni, Lucky
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 8, No 3 (2025): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v8i3.8534

Abstract

Desa Banyutowo, Kabupaten Pati, berupaya meningkatkan pelayanan publik melalui implementasi teknologi informasi. Artikel ini menganalisis inisiatif desa dalam mengadopsi teknologi untuk mewujudkan pelayanan responsif terhadap kebutuhan masyarakat. Tahapan dalam penelitian adalah persiapan, pelaksanaan dan evaluasi. Dari hasil persiapan wawancara dari perangkat desa dibutuhkan suatu aplikasi buku tamu digital yang memudahkan kinerja perangkat desa. Pelaksanaan pengabdian dilaksanakan pada 3 Februari 2025 yang dihadari oleh 10 daari perwakilan perangkat desa dan 10 perwakilaan RT dengan pemaparan aplikasi buku tamu digital yang terdiri dari menu  data master terdiri dari menu user, menu bagian/departemen, menu master jabatan, menu pegawai dan setelah dievaluasi didapatkan 80% peserta memahami pelatihan.
Komparasi Algoritma Machine Learning dengan SMOTE untuk Prediksi Retensi Donor Darah Wisnu Dwi Gumilang; Riana Safitri; Lutvi Riyandari
Blend Sains Jurnal Teknik Vol. 4 No. 4 (2026): Edisi April
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/blendsains.v4i4.1658

Abstract

Ketersediaan pasokan darah yang memadai merupakan tantangan kritis dalam sistem pelayanan kesehatan, di mana rendahnya tingkat retensi donor menjadi salah satu faktor utama penyebab kekurangan pasokan. Penelitian ini membandingkan performa empat algoritma machine learning, yaitu K-Nearest Neighbor, Random Forest, Support Vector Machine, dan Decision Tree, dalam memprediksi retensi donor darah pada dataset Blood Transfusion Service Center UCI yang terdiri dari 748 sampel. Ketidakseimbangan kelas pada dataset dengan rasio 1:3,2 ditangani menggunakan Synthetic Minority Oversampling Technique (SMOTE). Eksperimen dilakukan pada dua kondisi, yaitu tanpa SMOTE sebagai baseline dan dengan SMOTE, menggunakan pembagian data 80:20 dengan stratified split. Evaluasi dilakukan menggunakan metrik accuracy, precision, Recall, F1-score, dan AUC-ROC. Hasil eksperimen menunjukkan bahwa SMOTE secara konsisten meningkatkan Recall dan F1-score pada tiga dari empat algoritma meskipun diikuti penurunan accuracy. Sebagai contoh, pada SVM, accuracy turun dari 0,7733 menjadi 0,7000, namun Recall meningkat secara dramatis dari 0,0833 menjadi 0,7778, yang menunjukkan trade-off antara akurasi keseluruhan dengan kemampuan deteksi donor potensial. Support Vector Machine dengan SMOTE diidentifikasi sebagai model terbaik dengan Recall 0,7778, F1-score 0,5545, dan AUC 0,769, mengungguli seluruh algoritma yang diuji. Temuan ini mengkonfirmasi dan memperluas studi sebelumnya dengan membuktikan bahwa dampak SMOTE bervariasi secara signifikan antar algoritma, dari peningkatan dramatis pada SVM hingga penurunan performa pada Decision Tree. Secara praktis, model SVM+SMOTE dapat diimplementasikan oleh bank darah dan pusat layanan transfusi untuk mengoptimalkan strategi retensi donor, meningkatkan efisiensi kampanye rekrutmen ulang, dan membantu strategi manajemen stok darah melalui prediksi donor yang berpotensi kembali berdonasi.
Analisis Kepuasan Pengguna Kamus Bahasa Jepang Mazii Menggunakan Model EUCS Diva Lia Ramadhani; Riana Safitri; Bayu Rizkya Pratama
Jurnal Kolaborasi Sains dan Ilmu Terapan Vol. 5 No. 1.1 (2026): SPECIAL ISSUE
Publisher : Utiliti Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi informasi mendorong adopsi masif aplikasi mobile sebagai media pembelajaran bahasa asing mandiri. Aplikasi Mazii, salah satu platform kamus bahasa Jepang terpopuler di Indonesia dengan lebih dari 1 juta unduhan di Google Play Store, belum tentu menjamin kepuasan seluruh penggunanya meski unduhannya tinggi. Penelitian ini menganalisis kepuasan pengguna aktif Mazii menggunakan kerangka End-User Computing Satisfaction (EUCS) melalui kuesioner Likert lima poin. Dari 74 respons awal, disaring berdasarkan kriteria inklusi (WNI, durasi pemakaian ≥3 bulan, frekuensi minimal "beberapa kali seminggu") menjadi 48 responden, dan setelah data cleaning diperoleh 45 responden valid yang dianalisis menggunakan PLS-SEM berbasis Python. Kelima dimensi EUCS secara simultan berpengaruh terhadap kepuasan pengguna (R² = 0,778), namun secara parsial hanya Content (β = 0,586; p = 0,000) dan Accuracy (β = 0,252; p = 0,050) yang signifikan; Format, Ease of Use, dan Timeliness tidak signifikan. Uji HTMT menunjukkan 7 dari 15 pasangan konstruk gagal validitas diskriminan (HTMT > 0,90), mengindikasikan tumpang tindih konseptual antar dimensi EUCS sebagai keterbatasan metodologis, meski ukuran sampel (n = 45) telah memenuhi ambang minimum statistical power analysis (n ≥ 45). Temuan ini diharapkan menjadi acuan empiris bagi pengembang Mazii dalam memprioritaskan kelengkapan konten dan keakuratan informasi sebagai dua faktor paling konsisten memengaruhi kepuasan pengguna
Co-Authors Anggraeni, Nila Ayu Atika Ratna Dewi Bayu Rizkya Pratama Darjat Darjat Dewi Erla Mahmudah Diva Lia Ramadhani Giovanni, Lucky Harjono, Yusuf Hikmah, Luviatun Imas Fitria Kusuma Joko Purnomo Joko Purnomo Krismonika, Osi Lutvi Riyandari Riyandari, Lutvi Setianti, Novita Shirvia, Bela Sulistiyasni . Sunaryono Sunaryono Sunaryono Sunaryono, Sunaryono Wika Purbasari, Wika Wisnu Dwi Gumilang Yusuf Hardjono, Yusuf