Article Per Year (5 Year)
p-Index From 2021 - 2026
9.873
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Dinamik Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Bulletin of Electrical Engineering and Informatics Journal of Information Systems Engineering and Business Intelligence Annual Research Seminar Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Penelitian Pendidikan IPA (JPPIPA) JOURNAL OF APPLIED INFORMATICS AND COMPUTING Masyarakat Telematika Dan Informasi : Jurnal Penelitian Teknologi Informasi dan Komunikasi Jurnal Teknoinfo JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Jurnal Mnemonic Jurnal Tekinkom (Teknik Informasi dan Komputer) Journal of Computer System and Informatics (JoSYC) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Teknik Informatika (JUTIF) Jurnal Teknologi dan Sistem Informasi Jurnal Pendidikan dan Teknologi Indonesia KLIK: Kajian Ilmiah Informatika dan Komputer EXPLORER Jurnal Ekonomika Dan Bisnis Paradigma SENTRI: Jurnal Riset Ilmiah Malcom: Indonesian Journal of Machine Learning and Computer Science Eduvest - Journal of Universal Studies Jurnal Ilmiah Informatika dan Ilmu Komputer The Indonesian Journal of Computer Science INOVTEK Polbeng - Seri Informatika Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Ilmiah Sistem Informasi Akuntansi (JIMASIA) Jurnal Komputasi
Ryan Randy Suryono
Universitas Teknokrat Indonesia
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities 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 Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 90 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 90 Documents
Search

 5   6   7   8   9 
Komparasi Algoritma Support Vector Machine dan Decision Tree Dalam Analisis Sentimen Publik Terhadap Penerapan PPN 12% Putra, Djalu Bintang; Suryono, Ryan Randy
Building of Informatics, Technology and Science (BITS) Vol 7 No 1 (2025): June (2025)
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i1.7147

Abstract

The implementation of the 12% Value-Added Tax (VAT) policy in Indonesia has generated various reactions from the public, both positive and negative. To understand public perception, researchers compared the performance of two algorithms, namely Support Vector Machine (SVM) and Decision Tree, in analyzing sentiment on social media. A total of 7,965 tweets were collected from the X (Twitter) platform using web scraping techniques and processed through several stages, including text cleaning, tokenization, stopword removal, stemming, and data balancing using the SMOTE method to improve model accuracy. The evaluation results showed that SVM achieved 80% accuracy, higher than Decision Tree, which only reached 68%. Based on these findings, it can be concluded that SVM is more effective in analyzing public sentiment regarding the 12% VAT policy. These findings can serve as a reference for the government and relevant stakeholders to better understand public opinion and design more suitable policies. This study also provides opportunities for further development by exploring other algorithms or more advanced data processing techniques to enhance the accuracy and effectiveness of sentiment analysis in the future.
Perbandingan Algoritma Naïve Bayes, Random Forest, dan SVM Untuk Analisis Sentiment Aplikasi PLN Mobile Pada Google Play Store Sari, Cici Nurita Kumala; Suryono, Ryan Randy
Building of Informatics, Technology and Science (BITS) Vol 7 No 1 (2025): June (2025)
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i1.7164

Abstract

PLN Mobile is a digital innovation developed by PT PLN (Persero) to provide electricity services through mobile devices. Many users submit their complaints and reviews on the Google Play Store. This study aims to analyze user sentiment towards the PLN Mobile application using three classification methods: Naïve Bayes, Random Forest, and Support Vector Machine (SVM). A total of 19,870 reviews that have gone through the preprocessing stage were analyzed in this study. Model performance was evaluated using accuracy, precision, recall, and F1-score metrics. The SMOTE technique was applied to address the imbalance of sentiment classes. The results showed that before the implementation of SMOTE, SVM had the best performance with an accuracy of 92%, followed by Random Forest 79%, and Naïve Bayes 62%. After the implementation of SMOTE, SVM performance increased to 95%, Random Forest to 85%, while Naïve Bayes remained at 62%. Other evaluation metrics such as recall and F1-score also showed significant improvements after the implementation of SMOTE, especially for negative and neutral sentiments. These results show that SMOTE is able to improve the accuracy and balance of model performance, as well as provide important insights into public perception of the PLN Mobile application.
Faktor-Faktor yang Mempengaruhi Siswa SMA Al-Kautsar dalam Penggunaan Media Pembelajaran Berbasis Metaverse Putra, Satya Setiawan; Suryono, Ryan Randy; Rahmanto, Yuri
Dinamik Vol 31 No 1 (2026)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v31i1.10311

Abstract

This study aims to investigate the factors influencing the continuance intention of Al-Kautsar Senior High School students in using metaverse-based learning media. The background of this research lies in the rapid adoption of immersive technologies in education, while students’ levels of acceptance have not yet been fully understood. The objective is to identify the antecedents of satisfaction, which subsequently influence continuous intention. The research model examines the effects of perceived interactivity, perceived sociability, perceived enjoyment, perceived ease of use, perceived security, and social influence on satisfaction. A quantitative approach was employed by distributing questionnaires to students, and the data were analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM). The results indicate that satisfaction is a very strong and statistically significant predictor of continuous intention to use metaverse applications (β = 0.716, p < 0.001). The six hypothesized antecedent variables were not found to have a significant individual effect on satisfaction. In conclusion, for digital native students at Al-Kautsar Senior High School, factors such as ease of use, interactivity, and enjoyment have shifted from being drivers of satisfaction to becoming basic expectations (hygiene factors). Satisfaction itself emerges as the primary determinant, likely influenced by more substantive elements such as content quality or pedagogical design rather than merely the technical features of the platform.
Design and Implementation of a Public Sentiment Prediction Framework on Budget Efficiency Policy using Support Vector Machine, Naïve Bayes, and Random Forest M Sahyudi; Sampurna Dadi Riskiono; Ryan Randy Suryono
Jurnal Penelitian Pendidikan IPA Vol 11 No 12 (2025): December
Publisher : Postgraduate, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jppipa.v11i12.13561

Abstract

Public sentiment toward government budget efficiency policies has become increasingly visible through social media platforms, where citizens actively express opinions, support, and criticism. This study aims to analyze public sentiment toward budget efficiency policies using data collected from the social media platform X (formerly Twitter). A total of 2,000 public comments related to budget efficiency policies were collected through web scraping using the X API. The data were preprocessed through normalization, case folding, text cleaning, tokenization, stopword removal, and stemming. Sentiment classification was conducted using three machine learning algorithms: Naive Bayes, Support Vector Machine (SVM), and Random Forest. Model performance was evaluated using accuracy, precision, recall, and F1-score. The results indicate that SVM achieved the highest accuracy, while Random Forest demonstrated superior recall in identifying positive sentiment. These findings suggest that Random Forest is particularly suitable for sentiment analysis tasks where minimizing false negatives is important, while SVM performs well in overall classification accuracy. This research contributes to the comparative evaluation of machine learning models for public sentiment analysis on policy-related issues using social media data.  
Peran Big Data dalam Inovasi Bisnis Digital: Pendekatan Tinjauan Literatur Sistematis Muhammad Fadli; Mugi Prasetio; Ival Sanjaya; Muhammad Surono; Mahendra Dewantoro; Ryan Randy Suryono
Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM) Vol. 4 No. 1 (2025): Volume 4 Nomor 1 March 2025
Publisher : PT. SNN MEDIA TECH PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jima-ilkom.v4i1.48

Abstract

Penelitian ini meninjau bagaimana Big Data berperan dalam inovasi bisnis digital, terutama dalam membantu pengambilan keputusan strategis, memperbaiki efisiensi operasional, serta menciptakan Produk dan layanan digital yang benar-benar pas dengan kebutuhan pengguna. Dengan menggunakan pendekatan tinjauan literatur sistematis, penelitian ini mengidentifikasi manfaat signifikan Big Data, termasuk kemampuannya untuk menyediakan analisis mendalam, memprediksi tren pasar, dan personalisasi layanan pelanggan. Namun, penelitian ini juga mengungkap berbagai tantangan dan kendala dalam implementasi Big Data, seperti keterbatasan infrastruktur teknologi, kualitas data yang rendah, serta isu privasi dan keamanan data. Hasil penelitian menunjukkan bahwa pemanfaatan Big Data yang optimal dapat meningkatkan daya saing bisnis digital, tetapi membutuhkan dukungan infrastruktur yang memadai dan kepatuhan terhadap regulasi yang berlaku. Studi ini berkontribusi pada pengembangan pemahaman tentang bagaimana Big Data dapat diintegrasikan ke dalam strategi inovasi bisnis digital untuk mendorong pertumbuhan dan keberlanjutan bisnis di era digital.
Peran Platform Digital Dalam Membangkitkan Pertumbuhan Technopreneurship (Faktor Dan Tantangan Keberhasilan) : Tinjauan Literatur Sistematis Putri Oktaria Maylanda; Septiana Rahayu; Muhammad Sahyudi; Ryan Randy Suryono
Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM) Vol. 4 No. 1 (2025): Volume 4 Nomor 1 March 2025
Publisher : PT. SNN MEDIA TECH PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jima-ilkom.v4i1.49

Abstract

Penelitian ini menganalisis peran strategis platform digital dalam mendukung pertumbuhan technopreneurship di era digital melalui pendekatan systematic literature review. Hasil penelitian menunjukkan bahwa platform digital secara signifikan meningkatkan efisiensi operasional, aksesibilitas, dan transformasi model bisnis dalam berbagai sektor, seperti kesehatan, pendidikan, transportasi, dan kewirausahaan informal. Platform ini berfungsi sebagai katalis inovasi dengan mengoptimalkan proses berbasis data, meningkatkan inklusi sosial, dan memperluas akses pasar. Namun, implementasi platform digital juga menghadapi tantangan, termasuk ketidaksetaraan dalam akses teknologi, kontrol algoritmik yang memperburuk ketimpangan, dan hambatan regulasi yang kaku. Kesuksesan technopreneurship di era digital sangat bergantung pada pengembangan platform yang inklusif, adaptif, dan responsif terhadap kebutuhan pengguna. Selain itu, kolaborasi antara pembuat kebijakan, pengusaha, dan pengembang teknologi diperlukan untuk menciptakan ekosistem digital yang berkelanjutan. Penelitian ini berkontribusi dalam memberikan panduan teoretis dan praktis untuk mengoptimalkan penggunaan platform digital bagi pertumbuhan technopreneurship di masa depan.
Pengaruh Artificial Intelligence Dalam Mendorong Inovasi Dan Efisiensi Technopreneurship Tria Setyani; Kevinda Sari; Raka Sulistiyo; Adelia Pratiwi; Ryan Randy Suryono
Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM) Vol. 4 No. 1 (2025): Volume 4 Nomor 1 March 2025
Publisher : PT. SNN MEDIA TECH PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jima-ilkom.v4i1.54

Abstract

Kecerdasan Buatan (AI) telah menjadi kekuatan utama dalam mendorong inovasi dan efisiensi di berbagai sektor industri, termasuk dalam bidang technopreneurship. Penelitian ini bertujuan untuk menganalisis pengaruh AI terhadap inovasi dan efisiensi dalam technopreneurship dengan pendekatan kualitatif deskriptif. Metode pengumpulan data melibatkan studi pustaka, wawancara mendalam dengan pelaku usaha berbasis teknologi, serta observasi terhadap implementasi AI di beberapa startup. Hasil penelitian menunjukkan bahwa AI memiliki peran signifikan dalam meningkatkan inovasi produk dan layanan melalui analisis data, prediksi tren pasar, dan otomatisasi proses bisnis. AI juga meningkatkan efisiensi operasional dengan mengoptimalkan penggunaan sumber daya dan mengurangi ketergantungan pada prosedur manual. Namun, penerapan AI dalam technopreneurship menghadapi beberapa tantangan, seperti keterbatasan keterampilan teknis, biaya investasi yang tinggi, serta isu etika dan keamanan data. Penelitian ini menyarankan perlunya perencanaan strategis dalam implementasi AI untuk memastikan keberhasilan dan manfaat maksimal bagi technopreneur. Temuan ini diharapkan dapat memberikan wawasan bagi pelaku bisnis teknologi dalam mengoptimalkan penggunaan AI guna meningkatkan daya saing dan keberlanjutan bisnis mereka.
Tinjauan Sistematis : Pendekatan dan Inovasi untuk Perlindungan Data di Era Teknologi Canggih Septiana Rahayu; Maylanda, Putri Oktaria; Ryan Randy Suryono
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 6 No. 1 (2026): Volume 6, Nomor 1, June 2026
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v6i1.1461

Abstract

Penelitian ini bertujuan untuk mengidentifikasi pendekatan-pendekatan yang diterapkan dalam perlindungan data di era teknologi canggih, serta menilai inovasi terbaru yang dapat meningkatkan keamanan data terhadap ancaman yang berkembang. Seiring dengan semakin pesatnya perkembangan teknologi digital, perlindungan data menjadi hal yang sangat penting, terutama untuk menjaga privasi dan integritas data pribadi. Penelitian ini menggunakan metode tinjauan literatur sistematis, dengan menganalisis berbagai jurnal terkait yang membahas teknologi seperti kecerdasan buatan (AI), blockchain, dan enkripsi, serta strategi-strategi perlindungan data lainnya. Selain itu, penelitian ini juga mengevaluasi efektivitas dari metode-metode perlindungan data yang ada, melihat sejauh mana teknologi tersebut mampu menghadapi ancaman-ancaman keamanan yang semakin kompleks. Hasil penelitian menunjukkan bahwa teknologi-teknologi canggih seperti AI dan blockchain dapat meningkatkan perlindungan data, namun tantangan terkait privasi, regulasi, dan implementasi teknologi masih menjadi hambatan besar. Kesimpulannya, penggabungan teknologi yang tepat dan kebijakan yang mendukung sangat diperlukan untuk menghadapi tantangan perlindungan data di masa depan.
ANALISIS SENTIMEN PRODUK APPLE VISION PRO MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE Handini, Meitry Ayu; Suryono, Ryan Randy
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6495

Abstract

Dalam era digital, pandangan pengguna kini memengaruhi keputusan konsumen, terutama dalam industri teknologi. Analisis sentimen terhadap produk, seperti yang dilakukan dalam penelitian ini terhadap Apple Vision Pro, menjadi krusial dalam memahami respons pengguna terhadap inovasi teknologi. Sebelum memasuki konteks produk Apple Vision Pro, fenomena ini mencerminkan bagaimana pandangan pengguna secara umum dapat menjadi penentu penting dalam kesuksesan suatu produk teknologi. Penelitian ini menerapkan Naïve Bayes dan Support Vector Machine (SVM) untuk menganalisis sentimen ulasan produk Apple Vision Pro. Model Naïve Bayes menunjukkan konsistensi dengan precision 79% (positif) dan 78% (negatif), recall 78%, dan F1-score 78% untuk kedua kelas. Setelah optimasi dengan SMOTE, model SVM menunjukkan peningkatan dengan precision 81% (positif) dan 76% (negatif), recall 75% (positif) dan 82% (negatif), serta F1-score 78% (positif) dan 79% (negatif). Namun, dengan pertimbangan konsistensi, Naïve Bayes lebih diutamakan karena stabilitasnya dalam mengklasifikasikan sentimen. Penelitian ini menyajikan perspektif yang mendalam mengenai penggunaan analisis sentimen untuk memahami tanggapan pengguna terhadap teknologi, terutama dalam konteks produk Apple Vision Pro.
KLASTERISASI DATA PENJUALAN BERDASARKAN WILAYAH MENGGUNAKAN METODE K-MEANS PADA PT XYZ Elin Mayoana Fitri; Ryan Randy Suryono; Agus Wantoro
Jurnal Komputasi Vol. 11 No. 2 (2023)
Publisher : Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v11i2.12582

Abstract

PT XYZ merupakan perusahaan yang bergerak dalam bidang distributor minuman ringan yang ada di Lampung. Permasalahan yang dihadapi perusahaan saat ini dalam mengelola data transaksi penjualan di setiap cabangnya masih dilakukan pengelompokkan secara manual sehingga menjadi kurang efisien. Penelitian ini bertujuan untuk memberikan kemudahan bagi perusahaan dalam mengelola data transaksi penjualannya untuk mengetahui tingkat penjualan produk pada setiap cabangnya. Penelitian dilakukan dengan menggunakan metode clustering algoritma k-means, dan menggunakan bahasa pemrograman python. Data akan di clustering ke dalam 3 cluster yaitu penjualan tertinggi, penjualan, sedang, dan penjualan terendah. Hasil dari penelitian menunjukkan bahwa penjualan dengan nilai tertinggi adalah pada region 3, penjualan dengan nilai sedang berada pada region 11 dan penjualan dengan nilai terendah yaitu pada region 4. Pengujian terhadap hasil clustering dalam penelitian ini menggunakan metode silhouette score untuk mengetahui jumlah klaster yang optimal. Hasilnya didapatkan skor untuk klaster data penjualan berdasarkan region adalah 0,78 dan untuk klaster data penjualan berdasarkan outlet adalah 0,58. Skor tersebut menunjukkan bahwa jumlah klaster yang dihasilkan masuk kedalam kategori baik karena tidak mendekati -1. Berdasarkan hasil klasterisasi tersebut diharapkan dapat menjadi rekomendasi PT XYZ dalam menentukan strategi penjualan sebagai upaya meningkatkan keuntungan bagi perusahaan.
Co-Authors ., Bagastian Achmad Nizar Hidayanto Ade Dwi Putra Adelia Pratiwi Aditia Yudhistira Agresia, Vania Agus Wantoro AGUSTIAN, VENDRI RAMA Ahmad Ari Aldino Ajie Tri Hutama Al Afif, Satria Amarudin Amri Reza Wahyudin Anadas, Sylvi Ananda, Dhea AndaruJaya, Rinaldi Sukma Ansyah, Ferdi Ariany, Fenty Arshad, Muhammad Waqas Aryuda Aryuda Bagastian Bagastian Bagastian Bagus Reynaldi, Dimas Bakti, Da'i Rahman Budi Santosa Budi Santosa Budi Santosa Budiawan, Aditia Budiman, Ega Christ Mario Christ Mario Cynthia Deborah Nababan Dana Indra Sensuse Dana Indra Sensuse Darmini Darmini DAVID KURNIAWAN Dede Krisna Friansyah Dedi Darwis Desi Fitria Dewantoro, Mahendra Dimas Eko Putro Dimas Wahyu Bhatara Dinda Septia Ningsih Dwi Nanda Agustia Dwi Nanda Agustia Dyah Ayu Megawaty Ega Budiman Eko Putro, Dimas Elin Mayoana Fitri Elvika Alya Junita Eskiyaturrofikoh, Eskiyaturrofikoh Fadli, Muhammad Feri Cahya Setiawan Firdaus, Noval Dinda Firmanda, Fabian Fudholi, Muhammad Fahmi Gunawan, Rakhmat Dedi Handini, Meitry Ayu Hasiholan Simamora, Alfred Helma Nopijani Heidy Heni Sulistiani Hermana, BP Putra Ignatius Adrian Mastan Indra Budi Isnain, Auliya Rahman Ival Sanjaya Iwan Purwanto Iwan Purwanto Jelna Anggreni Juan Adi Putra Juarsa, Doris Junhai Wang Kamrozi Kardita Magda Karimah Sofa Kautsarina Kautsarina Kautsarina Kautsarina Kautsarina Kautsarina Kautsarina Kevinda Sari Krishna Yudhakusuma P.M. Laksono, Urip Hadi M Sahyudi Mahendra Dewantoro Maylanda, Putri Oktaria Megawaty, Dyah Ayu Mesran, Mesran Miranda, Khyntia Mugi Prasetio Muh. Alviazra Virgananda Muhamad Adhytia Wana Putra Rahmadhan Muhammad Fadli Muhammad Fahmi Fudholi Muhammad Ridwan Muhammad Sahyudi Muhammad Surono Muhammad Waqas Arshad Mustaqim, Ilham Zharif Natasha Natasha Panca Hadi Putra Pratama, Rangga Rizky Purnama, Putri Intan Purwanti, Dian Sri Putra, Djalu Bintang Putra, Satya Setiawan Putri Oktaria Maylanda Rachmad Nugroho Rachmi Azanisa Putri Rahmat Dedi Gunawan Raihandika, M Rafi Raka Sulistiyo Ramadhani, Bagus Reifco Harry Farrizqy Rias Kumalasari Devi Riyama Ambarwati Sampurna Dadi Riskiono Sanriomi Sintaro Saputra, Melian Jefri Saputra, Rizky Herdian Sari, Cici Nurita Kumala Sari, Putri Kumala Sarumpaet, Lisyo Hileria septiana Rahayu Septiana Rahayu Setiawan, Andra Setiawansyah Setiawansyah Setiyana, Beta Agus Simarmata, Yohanes Sobirin, Muhammad Hamdan Sri Murdiawati SUDIARTE, PUTU Sumanto Sumanto Surono, Muhammad Surya Indra Gunawan TAHARA, ANGGIT PRANA Tri Widodo Tria Setyani Turlia Indah Sapitri Ulum, Faruk Vania Agresia Wahyudi, Agung Deni Wang, Junhai Waqas Arshad, Muhammad Yeni Agus Nurhuda Yeni Agus Nurhuda Yovi Meliana Yulia Indriani Yuri Rahmanto Yuspita, Emi