Article Per Year (5 Year)
p-Index From 2021 - 2026
2.064
P-Index
This Author published in this journals
All Journal snimed Tanra : Jurnal Desain Komunikasi Visual Fakultas Seni dan Desain Universitas Negeri Makassar Jurnal Edukasi dan Penelitian Informatika (JEPIN) JOIV : International Journal on Informatics Visualization JUSTIN (Jurnal Sistem dan Teknologi Informasi) Hexatech: Jurnal Ilmiah Teknik Scientica: Jurnal Ilmiah Sains dan Teknologi Jurnal Informatika Polinema (JIP) Jurnal Multidisiplin Indonesia
Helen Sastypratiwi, Helen
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Public Health Social Sciences Transportation Veterinary Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
IMPLEMENTASI FACE TRACKING META SPARK PADA PEMBUATAN GAME INERAKTIF SEBAGAI FILTER DI INSTAGRAM Akmal, Wildan; Sastypratiwi, Helen; Sujaini, Herry
Scientica: Jurnal Ilmiah Sains dan Teknologi Vol. 3 No. 1 (2024): Scientica: Jurnal Ilmiah Sains dan Teknologi
Publisher : Komunitas Menulis dan Meneliti (Kolibi)

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

Abstract

Perkembangan teknologi digital telah mengubah berbagai aspek kehidupan, termasuk hiburan dan media sosial. Instagram, sebagai platform media sosial populer, menawarkan fitur inovatif seperti filter augmented reality (AR) yang dibuat dengan Meta Spark. Meta Spark memungkinkan pengembang untuk menciptakan efek visual interaktif, termasuk face tracking yang melacak gerakan wajah pengguna secara real-time. Penelitian ini bertujuan mengimplementasikan teknologi face tracking menggunakan Meta Spark dalam pembuatan game interaktif sebagai filter di Instagram. Implementasi ini diharapkan berkontribusi positif dalam perkembangan teknologi AR dan penggunaannya di media sosial, serta mendorong inovasi dalam pembuatan konten kreatif yang menarik dan mendalam. Studi literatur dilakukan untuk mencari penelitian terkait pembuatan game di Instagram, serta pengumpulan data melalui analisis literatur dari referensi jurnal yang relevan. Metode yang digunakan adalah Multimedia Development Life Cycle, yang terdiri dari enam tahap: concept, design, material collecting, assembly, testing, dan distribution. Hasil pengujian menggunakan metode blackbox dan usability menunjukkan bahwa game yang dibuat telah berhasil memenuhi kebutuhan dan berjalan sesuai dengan skenario yang dirancang.
User Centered Iterative Design pada Front-End SPOTA UNTAN Rahmadani, Dwisuci; Sastypratiwi, Helen; Perwitasari, Anggi
Tanra: Jurnal Desain Komunikasi Visual Fakultas Seni Dan Desain Universitas Negeri Makassar Vol 12, No 1 (2025): Januari - April
Publisher : Universitas Negeri makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/tanra.v12i1.64163

Abstract

The process of accepting Final Project (TA) topics and the interaction between students and lecturers are crucial in determining the quality of the final projects. The Final Project Outline Support System (SPOTA) UNTAN, introduced in 2008, still requires UI improvements to enhance User Experience (UX). This study aims to redesign the SPOTA UNTAN interface using the User Centered Iterative Design (UCID) method, focusing on user needs through repeated iterations. Usability Testing results with Task-Based Testing showed an improvement with a usability score of 97 and a System Usability Scale (SUS) score of 86.625, categorized as “B” with an “excellent” rating. Keywords: Web, UI/UX Redesign, User Centered Iterative Design (UCID), Usability Testing, System Usability Scale
Aplikasi Database Aparatur Sipil Negara (ASN) Fakultas Teknik Universitas Tanjungpura Raka Umbara, Muhammad; Safriadi, Novi; Sastypratiwi, Helen
Jurnal Multidisiplin Indonesia Vol. 2 No. 2 (2023): Jurnal Multidisiplin Indonesia
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/jmi.v2i2.160

Abstract

Proses pendataan dokumen ASN Fakultas Teknik Universitas Tanjungpura masih dilakukan melalui pembukuan dokumen fisik dan belum ada pembukuan secara digital. Hal tersebut menjadi dasar pelaksanaan penelitian ini. Penelitian dilakukan dengan metode waterfall. Metode waterfall adalah metode yang menggunakan pendekatan sistematis dan terstruktur sesuai tahapan SDLC (Software Development Life Cycle). Penelitian dilakukan dengan desain perancangan sistem menggunakan DFD (Data Flow Diagram) untuk menggambarkan proses kerja dari aplikasi. Bahasa pemrograman yang digunakan adalah HTML, CSS, JavaScript, dan PHP. Aplikasi menggunakan MySQL sebagai basis data. Pengujian aplikasi menggunakan metode black box secara manual dan UAT (User Acceptance Testing) dengan hasil aplikasi berjalan tanpa kendala dan user selaku pengguna aplikasi puas dengan fitur aplikasi yang tersedia. Kesimpulan dari penelitian yang dijelaskan sebagai berikut: Aplikasi database ASN memiliki fungsi sebagai penyimpanan data dan dokumen ASN yang terdapat dalam menu Data ASN secara digital. Kemudian aplikasi juga dapat mengirimkan pesan secara pribadi dalam menu Data ASN dan pesan siaran dalam menu Informasi Kepegawaian kepada ASN. Selain menyimpan, aplikasi juga dapat menampilkan data ASN dalam bentuk grafik dan tabel
Batik Recognition and Classification Using Transfer Learning and MobileNet Approach Sastypratiwi, Helen; Muhardi, Hafiz; Yulianti, Yulianti
JOIV : International Journal on Informatics Visualization Vol 8, No 4 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.4.2407

Abstract

In the vibrant tapestry of Indonesian culture, Batik motifs stand out as a testament to its enduring artistic heritage. Yet, adapting these intricate patterns, particularly the mesmerizing "insang" featuring fish-like forms, presents a unique challenge for modern applications. Limited datasets and the need for efficient mobile solutions create a bottleneck in accurate motif classification. This research boldly tackles this challenge by proposing a groundbreaking approach: marrying the power of MobileNet architecture, specifically designed for mobile devices, with transfer learning techniques. Transfer learning acts as a bridge, leveraging knowledge from a vast dataset to compensate for limited data specific to Batik. This synergy unlocks remarkable accuracy, with our method achieving a stunning 98% classification rate in under a second on mobile devices. The implications of this breakthrough are far-reaching. It safeguards Batik's legacy by enabling its digital preservation and paves the way for its seamless integration into contemporary design. It is predicted that Batik motifs can adorn digital interfaces, enrich user experiences, and inspire innovative fashion trends. This research is a beacon illuminating the path for Batik to evolve and thrive in the digital age. By empowering mobile devices to recognize and interpret these intricate patterns, it aims to unlock many possibilities. Batik's rich history can be woven into the fabric of modern life, enriching our digital landscapes and fostering a deeper appreciation for this cultural gem. This is not merely a technological feat; it is a celebration of tradition, a bridge between generations, and a testament to the enduring power of creativity.
Evaluasi performansi klasifikasi kematangan buah sawit dengan metode jarak berdasarkan fitur warna HSV Kurniawan, Panji; Sastypratiwi, Helen; Candraningrum, Niken
Hexatech: Jurnal Ilmiah Teknik Vol. 5 No. 1 (2026): Hexatech: Jurnal Ilmiah Teknik (In Press)
Publisher : ARKA INSTITUTE

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55904/hexatech.v5i1.1769

Abstract

Kelapa sawit merupakan komoditas perkebunan strategis yang berperan penting dalam perekonomian Indonesia. Penentuan tingkat kematangan buah kelapa sawit secara konvensional umumnya dilakukan dengan mengamati jumlah brondolan yang jatuh serta perubahan warna buah. Namun, metode ini memiliki kekurangan, antara lain bersifat subyektif dan berpotensi menurunkan kualitas serta kuantitas minyak karena brondolan jatuh sebelum dipanen. Oleh karena itu, dibutuhkan sistem pendukung berbasis teknologi untuk mengidentifikasi kematangan buah secara lebih objektif dan efisien. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi kematangan buah kelapa sawit menggunakan teknik pengolahan citra digital berbasis fitur warna HSV. Proses dimulai dengan penentuan Region of Interest (ROI), konversi citra dari ruang warna RGB ke HSV, dan ekstraksi fitur dari komponen Hue, Saturation, dan Value. Fitur yang diperoleh diklasifikasikan menggunakan empat metode pengukuran jarak: Euclidean, Manhattan, Minkowski, dan Chebyshev. Evaluasi menggunakan confusion matrix dilakukan terhadap 45 citra latih dan 90 citra uji yang berasal dari data primer dan sekunder. Hasil menunjukkan bahwa metode Manhattan memberikan akurasi terbaik sebesar 97,77%, diikuti Euclidean dan Minkowski sebesar 93,33%, sedangkan Chebyshev menunjukkan akurasi terendah, yaitu 88,88%.
Perbandingan Kinerja Naive Bayes dan Random Forest dengan Penanganan Imbalance Data Fortunatus Adhiethera Tuah Putra; Negara, Arif Bijaksana Putra; Sastypratiwi, Helen
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8424

Abstract

Data mining merupakan proses penting untuk mengekstraksi informasi berharga dari kumpulan data besar dan kompleks. Salah satu teknik utamanya adalah klasifikasi, yang digunakan untuk memprediksi kategori data berdasarkan fitur tertentu. Penelitian ini membandingkan performa algoritma Naïve Bayes dan Random Forest dalam mengatasi klasifikasi pada data tidak seimbang. Dataset yang digunakan adalah Bank Marketing dari UCI Machine Learning Repository yang memiliki distribusi kelas tidak seimbang, dengan perbandingan signifikan antara label “yes” dan “no”. Penelitian ini mengevaluasi pengaruh dua teknik penyeimbangan data, yaitu Synthetic Minority Oversampling Technique (SMOTE) dan undersampling, terhadap kinerja kedua algoritma dengan metrik akurasi, presisi, recall, dan F1-score. Pada Naïve Bayes, model default memberikan hasil terbaik (akurasi 91,78%, presisi 90,59, recall 91,78, F1-Score 90,93), sedangkan penggunaan SMOTE atau undersampling justru menurunkan seluruh metrik, dengan penurunan terbesar pada SMOTE (−9,25%). Pada Random Forest, SMOTE meningkatkan akurasi, recall, dan F1-Score secara signifikan, yaitu 5,18% pada akurasi, menghasilkan kombinasi terbaik (akurasi 93,08%, presisi 93,35, recall 93,08, F1-Score 93,07). Hal ini menunjukkan bahwa SMOTE efektif untuk algoritma berbasis pohon, sementara Naïve Bayes lebih optimal tanpa penyeimbangan data tambahan.
Co-Authors Akmal, Wildan Andriani, Feny Anggi Perwitasari Anggi Srimurdianti Sukamto, Anggi Srimurdianti Anggi Srimurdianto Sukamto, Anggi Srimurdianto Aprillita Dwiyani Arif Bijaksana Putra Negara Arina Nurfianti Butar, All Binardo V B Desti Mawarni, Desti Enda Esyudha Pratama Enda Esyudha Pratama, Enda Esyudha Fatma Agus Setyaningsih Fortunatus Adhiethera Tuah Putra Gunawan, Billy Hafiz Muhardi Helfi Nasution Hengky Anra Heri Priyanto, Heri Herry Sujaini Hervica Marsha Valentine, Hervica Marsha Kariman, Ridho Martaleli Bettiza Maulana, Ikhwan Meilani Mega Juita, Meilani Mega Melifa Gardenia, Melifa Milda Surgani Firdania, Milda Surgani Muhammad Azhar Irwansyah Muhammad Insan Kamil, Muhammad Insan Narti Prihartini, Narti Niken Candraningrum Nikentari, Nerfita Novi Safriadi Panji Kurniawan Prakarsa, Pandhe Rahmadani, Dwisuci Rahmah, Ulfatur Raka Umbara, Muhammad Regina Suci Wahyuningtyas, Regina Suci Rudy Dwi Nyoto, Rudy Dwi Siti Hadianti, Siti Suharjono Then, Suharjono Tursina Tursina Yulianti Yulianti Yulianti