Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Khasanah, Reka Ainul
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Kegunaan Aplikasi Ipusnas dengan Pendekatan Evaluasi Heuristik Putriani, Dewi; Prayogi, Anindita Puspa Ayu; Khasanah, Reka Ainul; Aviva, Mieta Silvia; Shofyana , Altha Inas
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4916

Abstract

Penelitian ini membahas potensi kesulitan pengguna aplikasi perpustakaan digital iPusnas persembahan dari Perpustakaan Nasional Republik Indonesia. Masalah yang diidentifikasi meliputi menu tampilan yang tidak efisien, pencarian informasi buku yang kurang efektif, antarmuka yang kurang menarik, dan error pada fitur seperti sistem login dan peminjaman buku. Masalah-masalah yang dihadapi oleh pengguna dalam penggunaan aplikasi iPusnas memiliki urgensi yang besar dalam konteks peningkatan aksesibilitas dan penggunaan sumber daya ilmiah. Perbaikan yang cepat dan efektif penting untuk memastikan iPusnas berfungsi optimal sebagai sumber informasi ilmiah yang dapat diandalkan bagi pengguna. Tujuan penelitian ini adalah untuk mengevaluasi kualitas layanan iPusnas dan mengidentifikasi area perbaikan yang diperlukan, menggunakan prinsip evaluasi heuristik. Metode penelitian ini menggunakan pendekatan kuantitatif. Dari perhitungan interval berdasarkan hasil kuesioner, nilai aplikasi iPusnas mencapai 0.24%, yang menunjukkan bahwa pengguna menilai aplikasi tersebut sangat tidak mudah digunakan. Penilaian ini didasarkan pada 10 faktor yang disajikan dalam pertanyaan kuesioner.
Penggunaan Data Mining untuk Prediksi tingkat Obesitas di Meksiko Menggunakan Metode Random Forest Aini, Ersa Dwi Nur; Khasanah, Reka Ainul; Ristyawan, Aidina; Diniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/ep0pzy43

Abstract

Metode KDD (Knowledge Discovery in Databases) digunakan untuk pemahaman masalah, pemilihan data yang relevan, dan preprocessing sebelum analisis data. Selanjutnya, algoritma KNN digunakan untuk klasifikasi obesitas berdasarkan faktor risiko. Algoritma ini mengelompokkan data baru berdasarkan tetangga terdekatnya dalam ruang fitur. Hasil evaluasi menunjukkan bahwa model Random Forest mencapai akurasi keseluruhan sebesar 93.38%. Model ini terutama unggul dalam memprediksi kelas Obesity_Type_I dan Obesity_Type_III, meskipun kinerjanya sedikit menurun pada kelas Overweight_Level_I. Meskipun demikian, Random Forest terbukti sebagai alat yang efisien dalam memproyeksikan tingkat obesitas, menunjukkan potensi dalam upaya pencegahan dan penanganan obesitas di Meksiko
Co-Authors Aidina Ristyawan, Aidina Aini, Ersa Dwi Nur Aviva, Mieta Silvia Diniati, Erna Prayogi, Anindita Puspa Ayu Putriani, Dewi Shofyana , Altha Inas