Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Flash Jurnal Minfo Polgan (JMP) Journal of Computer Science & Intelligent Systems
Leli Safitri
Universitas Gunadarma
Computer Science & IT Electrical & Electronics Engineering Library & Information Science Mathematics Social Sciences

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

Found 3 Documents
Search

 1 
SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS PENYAKIT DAN HAMA TANAMAN KANGKUNG MENGGUNAKAN METODE CERTAINTY FACTOR Leli Safitri; Murtiwiyati Murtiwiyati
Jurnal Ilmiah Flash Vol 9 No 1 (2023)
Publisher : P3M- Politeknik Negeri Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32511/flash.v9i1.1072

Abstract

Tanaman Kangkung darat (Ipomea reptans Poir) merupakan salah satu tanaman hortikultura yang sangat digemari oleh masyarakat Indonesia, Saat tanaman kangkung petani diserang hama atau penyakit, petani tidak tahu hama atau penyakit apa yang sedang menyerang tanamannya. Oleh karena itu dibutuhkan Seorang pakar yang bertindak sebagai media bantu untuk mendiagnosa hama penyakit pada tanaman kangkung darat. Penelitian ini menggunakan metode Certanty Factor (CF). Sistem pakar ini dapat mengidentifikasi penyakit serta hama pada tanaman kangkung dengan memberikan aturan dan gejala serta memberikan nilai Certainty Factor pada setiap gejala menurut seorang pakar. Berdasarkan hasil ujicoba blackbox Aplikasi sistem pakar diagnosis penyakit dan hama tanaman kangkung dapat berjalan dengan baik
Implementasi Algoritma K-Nearest Neighbors untuk Klasifikasi Sentimen pada Ulasan Pakaian Anak di Platform TikTok Shop Murtiwiyati Murtiwiyati; Rischa Fitriaswhalia Arini; Leli Safitri; Santi Widianti; Iwan Setiadi
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15538

Abstract

Di tengah pesatnya perkembangan e-commerce, ulasan konsumen di platform digital telah menjadi indikator penting dalam menilai persepsi terhadap suatu produk. Sayangnya, potensi informasi yang terkandung dalam volume besar ulasan tersebut kerap belum dimanfaatkan secara maksimal oleh pelaku usaha. Penelitian ini mengkaji penerapan algoritma K-Nearest Neighbors (KNN) dalam menganalisis sentimen ulasan pelanggan terhadap produk pakaian anak yang dijual melalui toko Aluna Dearest di TikTok Shop. Data ulasan dikumpulkan dari periode 2022 hingga 2025, kemudian melalui serangkaian tahap preprocessing meliputi case folding, eliminasi stopword, dan stemming untuk membersihkan dan menstandarkan teks. Representasi numerik dari data teks diperoleh menggunakan pendekatan Term Frequency–Inverse Document Frequency (TF-IDF), sebelum diklasifikasikan ke dalam tiga kategori sentimen: positif, negatif, dan netral. Model KNN dilatih dengan pembagian data 80% untuk pelatihan dan 20% untuk pengujian, serta dilakukan eksplorasi nilai parameter K guna mengoptimalkan kinerja model. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 87,7%, presisi 85,8%, recall 87,7%, dan F1-score 82,8%. Temuan ini mengindikasikan bahwa algoritma KNN mampu memberikan performa klasifikasi sentimen yang andal pada data ulasan e-commerce, sehingga dapat menjadi alat bantu strategis bagi penjual dalam memahami kepuasan pelanggan, meningkatkan kualitas produk, serta merancang pendekatan pemasaran yang lebih responsif terhadap kebutuhan pasar.
Perancangan UI/UX Aplikasi Mobile Untuk Mil & Bay Cafe Menggunakan Metode Design Thinking Rahmat Angga Saputra; Murtiwiyati; Leli Safitri
NEXCORE: Journal of Computer Science & Intelligent Systems Vol. 1 No. 2 (2026): Article Research
Publisher : Soratekno Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59696/nexcore.v1i2.282

Abstract

Transformasi digital pada sektor kuliner menjadi kebutuhan penting untuk meningkatkan kualitas layanan dan kepuasan pelanggan. Mil & Bay Cafe masih menerapkan sistem pemesanan manual yang menimbulkan berbagai kendala, seperti keterbatasan informasi menu, tidak tersedianya estimasi waktu penyajian, serta potensi antrean panjang saat pemesanan dan pembayaran. Penelitian ini bertujuan merancang antarmuka pengguna (User Interface/UI) dan pengalaman pengguna (User Experience/UX) aplikasi mobile yang mampu mendukung proses pemesanan secara lebih efektif dan efisien. Metode yang digunakan adalah Design Thinking yang terdiri atas lima tahapan, yaitu Empathize, Define, Ideate, Prototype, dan Test. Tahap pengumpulan kebutuhan pengguna dilakukan melalui wawancara dengan pelanggan, kemudian hasilnya diterjemahkan menjadi solusi desain berupa wireframe, mockup, dan high-fidelity prototype. Evaluasi rancangan dilakukan menggunakan usability testing melalui platform Maze terhadap 30 partisipan serta pengukuran System Usability Scale (SUS). Hasil pengujian menunjukkan bahwa prototipe memperoleh skor usability sebesar 88 pada Maze dan skor SUS rata-rata sebesar 89,83. Nilai tersebut menempatkan rancangan pada kategori Acceptable dengan predikat Best Imaginable dan Grade A. Dengan demikian, rancangan UI/UX yang dihasilkan dinilai mampu memenuhi kebutuhan pengguna, meningkatkan kemudahan navigasi, mempercepat proses pemesanan dan pembayaran, serta berpotensi meningkatkan kualitas layanan dan kepuasan pelanggan di Mil & Bay Cafe.
Co-Authors Iwan Setiadi Murtiwiyati Murtiwiyati Murtiwiyati, Murtiwiyati Rahmat Angga Saputra Rischa Fitriaswhalia Arini Santi Widianti