Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Jurnal Transformatika JIKO (Jurnal Informatika dan Komputer) Jurnal PETISI (Pendidikan Teknologi Informasi)
Yelly Yosiana Nabuasa
Universitas Nusa Cendana
Computer Science & IT Education

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

Found 3 Documents
Search

 1 
PENERAPAN CASE BASED REASONING UNTUK MENDIAGNOSIS KERUSAKAN PADA KOMPUTER DESKTOP MENGGUNAKAN METODE NAIVE BAYES Sebastianus Adi Santoso Mola; Jakha Rama Phosa; Yelly Yosiana Nabuasa
JURNAL INFORMATIKA DAN KOMPUTER Vol 7, No 2 (2023): SEPTEMBER 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v7i2.861

Abstract

Kemajuan teknologi di bidang komputer saat ini sangatlah pesat, banyak keuntungan dari kemudahan informasi yang dapat diakses dengan mudah dan cepat melalui komputer. Menurut data yang tercatat di Badan Pusat Statistik Indonesia, kepemilikan komputer dalam rumah tangga pada tahun 2020 mengalami kenaikan menjadi 18,83%. Terkadang masalah muncul di mana komputer mengalami kerusakaan saat digunakan yang berdampak pada berkurangnya produktivitas. Kerusakan pada komputer dapat diakibatkan oleh usia komputer, lingkungan dan penyebab lain yang disengaja maupun tidak disengaja. Pengetahuan yang buruk tentang komponen komputer dapat meningkatkan kebutuhan akan layanan teknisi saat terjadi kerusakan pada komputer. Kerusakan komputer dapat di diagnosis lebih cepat dan mudah dengan menggunakan sistem Case Based Reasoning (CBR). Berdasarkan hasil pengujian menggunakan k-fold cross validation terhadap 200 data, didapatkan nilai rata-rata akurasi 86% dan rata-rata similarity 70% dalam waktu 0,0403 detik pada pengujian menggunakan indexing dan nilai rata-rata akurasi 85,5% dan rata-rata similarity 74% dalam waktu 0,0505 detik pada pengujian menggunakan nonindexing.
Optimasi Perencanaan Menu Makanan Untuk Anak Gangguan Gizi Usia 5-18 Tahun Menggunakan Algoritma Genetika Antonius Rivaldy Praing; Adriana Fanggidae; Yelly Yosiana Nabuasa; Yulianto Triwahyuadi Polly
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 3 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i3.4206

Abstract

Penelitian ini mengembangkan sistem optimasi perencanaan menu makanan bergizi untuk anak usia 5 sampai 18 tahun yang mengalami gangguan gizi di Indonesia menggunakan pendekatan algoritma genetika. Sistem dirancang untuk menghasilkan menu yang variatif dan optimal guna memenuhi kebutuhan gizi seimbang berdasarkan parameter makronutrien (energi, protein, lemak, karbohidrat) dan mikronutrien (kalsium, fosfor, zat besi, tembaga, seng, dan vitamin C). Algoritma genetika diterapkan dengan teknik pengkodean real-number encoding, seleksi berbasis peringkat (rank-based selection), Simulated Binary Crossover (SBX), dan Gaussian mutation. Pengujian dilakukan dengan crossover rate 0,8 dan mutation rate 0,2, menggunakan variasi populasi 20 dan 30 serta iterasi 1000, 2000, dan 3000 yang masing-masing diulang 20 kali. Hasil terbaik diperoleh pada populasi 30 dan 2000 iterasi, menghasilkan rata-rata 79,75 menu optimal dengan waktu komputasi 1529,90 detik. Sistem ini terbukti efektif dalam menyusun menu seimbang sesuai kebutuhan gizi anak.
Penerapan Data Mining Dalam Strategi Bisnis Menggunakan Algoritma Apriori Putri E Bloemhard; Emerensye Sofia Yublina Pandie; Adriana Fanggidae; Nelci Dessy Rumlaklak; Tiwuk Widiastuti; Derwin Rony Sina; Yelly Yosiana Nabuasa
Jurnal Transformatika Vol. 22 No. 1 (2024): July 2024
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v22i1.10194

Abstract

Strategi yang diambil dalam mengelola bisnis kuliner sangat penting dalam memenangkan persaingan. Data transaksi penjualan dari Chicken Brotus selama tahun 2016 hingga 2023 memberikan gambaran penting mengenai pengelolaan strategi pemasaran dan manajemen persediaan. Dalam penelitian ini, algoritma Apriori digunakan untuk mencari hubungan antar item penjualan dalam satu dataset. Hasil pengujian terhadap 11.123 record data, dengan kombinasi nilai minimum support 8% dan minimum confidence 25% serta minimum support 10% dan minimum confidence 25%, menghasilkan pola analisis frekuensi dan aturan asosiasi. Analisis menunjukkan bahwa item terlaris adalah es teh jumbo dengan nilai support 46,5%. Selain itu, ditemukan bahwa jika konsumen membeli ayam geprek biasa komplit, maka 63,1% kemungkinan mereka juga akan membeli es teh jumbo. Hasil ini memberikan wawasan berharga bagi Chicken Brotus untuk mengembangkan strategi pemasaran dan pengelolaan persediaan yang lebih efektif dan efisien. Dengan demikian, Chicken Brotus dapat meningkatkan penjualan dan kepuasan pelanggan melalui strategi yang didasarkan pada data yang akurat dan analisis yang mendalam
Co-Authors Adriana Fanggidae Antonius Rivaldy Praing Derwin Rony Sina, Derwin Emerensye Sofia Yublina Pandie Jakha Rama Phosa Nelci Dessy Rumlaklak Putri E Bloemhard Sebastianus Adi Santoso Mola Tiwuk Widiastuti Yulianto Triwahyuadi Polly