Article Per Year (5 Year)
p-Index From 2021 - 2026
2.248
P-Index
This Author published in this journals
All Journal Journal of Economic, Bussines and Accounting (COSTING) INTECOMS: Journal of Information Technology and Computer Science EDUMATIC: Jurnal Pendidikan Informatika bit-Tech G-Tech : Jurnal Teknologi Terapan Infotech: Jurnal Informatika & Teknologi International Journal of Multi Discipline Science (IJ-MDS) Jurnal Informatika Teknologi dan Sains (Jinteks) STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Jurnal Indonesia : Manajemen Informatika dan Komunikasi
Rr. Hajar Puji Sejati
Fakultas Sains Dan Teknologi, Universitas Teknologi Yogyakarta, Daerah Istimewa Yogyakarta
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
PENGENALAN AKSEN SUARA INDONESIA JAWA DAN SUNDA MENGGUNAKAN METODE LONG SHORT-TERM MEMORY Fajar Permana Putra; RR. Hajar Puji Sejati; Fadil Indra Sanjaya
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6829

Abstract

Teknologi pengenalan suara saat ini masih menghadapi beberapa tantangan dalam mengenali aksen lokal Indonesia. Sedangkan pengenalan suara menjadi bagian penting dari berbagai aplikasi, termasuk asisten virtual, chatbot, dan sistem dengan interaksi berbasis suara lainnya. Penyebabnya adalah keanekaragaman aksen di Indonesia. Model konvensional sering kesulitan dalam mengenali variasi aksen karena hanya dilatih menggunakan bahasa Indonesia standar. Sehingga diperlukan pelatihan model dengan aksen baru untuk meningkatkan akurasi. Penelitian ini bertujuan untuk mengembangkan model pengenalan aksen Indonesia khususnya Jawa dan Sunda menggunakan deep learning, serta mengimplementasikannya ke dalam sistem berbasis web. Model dibangun menggunakan algoritma LSTM, dengan ekstraksi fitur MFCC dan untuk sistem akan dikembangkan dengan menggunakan framework Flask. Pendekatan ini diharapkan dapat meningkatkan akurasi pengenalan aksen di Indonesia serta mendukung pengembangan teknologi suara yang lebih inklusif dan adaptif. Hasil sementara menunjukkan hasil yang positif dalam hal akurasi pengenalan aksen. Pelatihan model LSTM dengan ekstraksi fitur MFCC dapat menghasilkan model dengan ketepatan dalam mengenali pola dan karakteristik dari suara setiap aksen dengan akurasi sebesar 89,66% dengan nilai loss yang tergolong rendah yaitu 0,1980. Selain itu model dapat diimplementasikan dengan baik pada sistem berbasis web yang dikembangkan dan dapat digunakan oleh pengguna dengan mudah dan efisien.
APLIKASI E-KATALOG UNTUK PAKAIAN DENGAN FITUR REKOMENDASI UKURAN BERBASIS MOBILE Damar Wahyu Hidayat; RR. Hajar Puji Sejati
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6875

Abstract

Batik Sekarniti merupakan salah satu UMKM di Kulon Progo yang bergerak di bidang industri fesyen tradisional. Proses promosi dan transaksi yang masih dilakukan secara konvensional membatasi jangkauan pemasaran dan menyulitkan pelanggan dalam menentukan ukuran pakaian ketika berbelanja secara daring. Penelitian ini bertujuan untuk mengembangkan aplikasi e-katalog pakaian berbasis mobile yang dilengkapi dengan fitur rekomendasi ukuran menggunakan algoritma K-Nearest Neighbor (KNN). Aplikasi ini dikembangkan dengan memanfaatkan Flutter sebagai framework antarmuka pengguna, Firebase sebagai basis data waktu nyata, serta Flask API sebagai penghubung dalam pemrosesan algoritma KNN. Pengembangan sistem dilakukan dengan pendekatan model Waterfall yang mencakup tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Hasil implementasi menunjukkan bahwa seluruh fitur inti—meliputi registrasi, login, tampilan katalog utama, filter ukuran, rekomendasi ukuran, keranjang, dan profil pengguna—berfungsi sesuai rancangan. Fitur rekomendasi ukuran berhasil menampilkan hasil yang relevan dengan karakteristik pengguna, sehingga meningkatkan efisiensi dan kenyamanan dalam proses pemilihan produk. Penelitian ini diharapkan dapat mendukung transformasi digital UMKM Batik Sekarniti melalui solusi aplikasi mobile yang interaktif, adaptif, dan responsif terhadap kebutuhan pelanggan.
APLIKASI E-KATALOG SEPEDA DENGAN FITUR REKOMENDASI KETEPATAN PEMILIHAN SEPEDA Diky Listianto; RR. Hajar Puji Sejati
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6876

Abstract

Penggunaan e-katalog dalam industri sepeda seringkali belum didukung oleh fitur yang dapat memandu pengguna memilih ukuran sepeda yang sesuai, menyebabkan keraguan dalam pembelian daring. Penelitian ini bertujuan mengembangkan aplikasi e-katalog sepeda yang mampu memberikan rekomendasi ukuran berdasarkan data tinggi badan secara akurat, informatif, dan mudah digunakan. Pengembangan sistem menggunakan metode Waterfall dengan tahapan analisis, perancangan, implementasi, dan pengujian. Evaluasi dilakukan melalui Black Box Testing dan User Acceptance Testing (UAT) menggunakan skala Likert yang melibatkan 10 responden. Hasil pengujian fungsional menunjukkan seluruh fitur utama, termasuk rekomendasi ukuran, berfungsi dengan baik. Uji penerimaan pengguna menghasilkan skor rata-rata keseluruhan sebesar 4,42 (88,4%) dengan kategori sangat baik. Temuan ini menyimpulkan bahwa aplikasi yang dikembangkan telah memenuhi kebutuhan pengguna, memberikan pengalaman yang memuaskan, serta layak digunakan sebagai media e-katalog dan pendukung keputusan yang efektif dalam pemilihan ukuran sepeda.
ARSITEKTUR SISTEM INFORMASI WEB UNTUK OTOMATISASI ESTIMASI BERAT BAYI LAHIR BERDASARKAN BIOMETRI JANIN HASIL USG Ledy Elsera Astrianty; RR. Hajar Puji Sejati
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 2 (2026): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i2.8174

Abstract

Pemantauan pertumbuhan janin sangat krusial dalam asuhan antenatal untuk mendeteksi risiko komplikasi persalinan, namun interpretasi manual sering memperlambat keputusan klinis. Penelitian ini bertujuan merancang arsitektur sistem informasi berbasis web untuk otomatisasi estimasi berat lahir bayi (EBL) atau Estimated Fetal Weight (EFW) berdasarkan biometri janin hasil USG. Kontribusi utama penelitian ini terletak pada integrasi parameter biometri, modul validasi input, kalkulasi otomatis berbasis web, dan penyimpanan data rekam medis terstruktur. Metodologi yang digunakan meliputi analisis kebutuhan, perancangan arsitektur sistem, perancangan modul kalkulasi, desain antarmuka, serta verifikasi dan evaluasi. Sistem dirancang menggunakan parameter hasil pemeriksaan USG meliputi Biparietal Diameter (BPD), Abdominal Circumference (AC), Femur Length (FL), dan Head Circumference (HC) untuk menghasilkan EBL. Hasil penelitian menunjukkan arsitektur sistem yang dibangun mampu mengolah data input secara akurat dan disajikan dalam antarmuka user-friendly untuk tenaga kesehatan, dengan 10 target uji yang valid serta tingkat kesalahan prediksi sebesar 0,027. Sistem ini dapat mengelola hasil pemeriksaan USG menjadi lebih terstruktur dan mendukung pemantauan EBL.
Co-Authors Adhitama, Firnawa Albertus Novvidi Setyo Setyo Arwa, Briliana Wijdani Astrianty, Ledy Elsera Damar Wahyu Hidayat Diky Listianto Fadil Indra Sanjaya Fajar Permana Putra Kisan Rozin Asrigen Meisye Putri Azizah Nur Azizah Putri Maharani Sulistyo Shabrina Ziha Fidela Teofilus Figo Ananda Nicolas Yusi Erlita