Article Per Year (5 Year)
p-Index From 2020 - 2025
1.066
P-Index
This Author published in this journals
All Journal Telematika : Jurnal Informatika dan Teknologi Informasi Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen
Dwijayanti, Irmma
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Environmental Science Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Klasterisasi Segmentasi Pola Penyewaan Lapangan Mini Soccer di Yogyakarta Menggunakan Algoritma K-Means Anggraini, Deviana Dyah; Aksan, Azzikra Ramadhanti; Dwijayanti, Irmma; Maulana Ridwan, Muhamad Fikry
Jurnal Informatika Komputer, Bisnis dan Manajemen Vol 23 No 1 (2025): Januari 2025
Publisher : LPPM STMIK El Rahma Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61805/fahma.v23i1.151

Abstract

Sepak bola mini (mini soccer) adalah cabang olahraga sepak bola yang dimainkan di lapangan berukuran lebih kecil dengan jumlah pemain lebih sedikit, sehingga menjadi pilihan populer terutama di perkotaan dengan keterbatasan lapangan besar. Namun, pengelola sering menghadapi kesulitan dalam meratakan waktu penyewaan, karena jam tertentu cenderung menjadi favorit, sementara jam lainnya kurang diminati. Penelitian ini bertujuan untuk menganalisis pola penyewaan lapangan mini soccer berdasarkan waktu penyewaan guna mendukung manajemen dalam menentukan strategi bisnis yang efektif. Penelitian ini menggunakan metode klastering dengan algoritma K-Means. Analisis dilakukan untuk mengelompokkan data penyewaan berdasarkan parameter seperti waktu mulai, durasi, dan frekuensi transaksi. Hasilnya menunjukkan data penyewaan dapat dikelompokkan ke dalam beberapa cluster, yaitu cluster tinggi dan rendah yang mencerminkan segmentasi pola penyewaan lapangan. Setiap cluster memberikan wawasan tentang perilaku penyewa, seperti waktu penyewaan paling populer, durasi rata-rata, dan preferensi hari tertentu. Informasi ini membantu manajemen merancang strategi terarah, seperti promosi atau bundling paket. Penelitian membuktikan algoritma K-Means efektif dalam memahami pola penyewaan dan mendukung pengambilan keputusan berbasis data. Implikasi hasil ini dapat meningkatkan pengelolaan operasional serta loyalitas pelanggan melalui strategi bisnis yang lebih relevan dan kompetitif.
Analisis Retensi Pengguna Mobile JKN dengan HEART Metrics dan Regresi Linier Berganda Panca, Agung Satria; Sobri, Mohammad; Dwijayanti, Irmma; Hidayatullah, Syarief
Jurnal Informatika Komputer, Bisnis dan Manajemen Vol 23 No 2 (2025): Mei 2025
Publisher : LPPM STMIK El Rahma Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61805/fahma.v23i2.176

Abstract

Digitalisasi layanan kesehatan mendorong BPJS Kesehatan mengembangkan platform seperti Mobile JKN sebagai layanan kesehatan digital. Meskipun aplikasi ini telah diluncurkan secara luas, Minimnya pemanfaatan aplikasi secara berulang menunjukkan tantangan dalam mempertahankan pengguna aktif. Oleh karena itu, penting untuk mengevaluasi pengalaman pengguna guna memastikan aplikasi tidak hanya diunduh, tetapi juga digunakan secara berkelanjutan. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi retensi pengguna terhadap aplikasi Mobile JKN dengan pendekatan HEART Metrics, yang mencakup lima dimensi utama: Happiness, Engagement, Adoption, Retention, dan Task Success. Data dikumpulkan melalui penyebaran kuesioner kepada 107 pengguna aktif, kemudian dianalisis menggunakan regresi linier berganda. Hasil analisis menunjukkan bahwa dimensi Engagement dan Task Success memiliki pengaruh signifikan terhadap retensi pengguna, sementara dimensi lainnya tidak menunjukkan pengaruh yang signifikan secara statistik. Temuan ini mengindikasikan bahwa keterlibatan pengguna dan kemudahan dalam menyelesaikan tugas menjadi faktor penting dalam mempertahankan penggunaan aplikasi. Berdasarkan hasil tersebut, disarankan agar pengembangan aplikasi Mobile JKN difokuskan pada peningkatan interaktivitas serta penyederhanaan antarmuka guna meningkatkan kenyamanan dan loyalitas pengguna.
Evaluasi Usabilitas Fitur Pencarian Obat Pada Tiga Aplikasi Kesehatan dengan Metode SUS Mita Aprilia Damayanti; Aprilia Damayanti, Mita; Anggraeni, Deviana Dyah; Kusuma, Rekanita Yunia Restu; dwijayanti, Irmma
Jurnal Informatika Komputer, Bisnis dan Manajemen Vol 23 No 2 (2025): Mei 2025
Publisher : LPPM STMIK El Rahma Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61805/fahma.v23i2.179

Abstract

Perkembangan digitalisasi di sektor kesehatan semakin pesat, ditandai dengan kemunculan berbagai aplikasi kesehatan yang menyediakan beragam fitur untuk mendukung kebutuhan pengguna. Salah satu fitur penting yang banyak digunakan adalah fitur pencarian obat, yang berperan dalam memudahkan akses informasi bagi pengguna, terutama pengguna baru yang belum familiar dengan navigasi aplikasi. Penelitian ini bertujuan untuk mengevaluasi tingkat usability dari fitur pencarian obat pada tiga aplikasi kesehatan digital populer di Indonesia, yaitu Halodoc, Alodokter, dan Satu Sehat. Metode yang digunakan adalah System Usability Scale (SUS), yang dipilih karena sifatnya yang efisien, sederhana, dan mampu memberikan hasil kuantitatif yang mudah diinterpretasikan. Data diperoleh dari 102 responden yang merupakan pengguna baru, melalui kuesioner SUS yang terdiri atas 10 pernyataan. Hasil evaluasi menunjukkan bahwa Halodoc memperoleh skor tertinggi dengan rata-rata 82,21 (kategori Excellent), diikuti oleh Alodokter dengan skor 75,12 (kategori Good), dan Satu Sehat dengan skor 64,85 (kategori Marginal). Perbedaan skor ini menunjukkan adanya variasi signifikan dalam kemudahan penggunaan antar aplikasi. Temuan ini diharapkan menjadi dasar pertimbangan dalam pengembangan antarmuka dan navigasi fitur pencarian obat pada aplikasi kesehatan digital agar lebih ramah bagi pengguna baru.
Tweets Classification of Mental Health Disorder in Indonesia Using LDA and Cosine Similarity Dwijayanti, Irmma; Habibi, Muhammad; Kusumaningtyas, Kartikadyota; Riyadi, Sujono
Telematika Vol 21 No 1 (2024): Edisi Pertama 2024
Publisher : Jurusan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v21i1.10725

Abstract

Purpose: Twitter related to mental health has great potential as a medium to provide important information to the public and health organizations on a large scale, but an evaluation of tweet data related to mental health disorders has not been carried out. This study aims to classify tweet data to determine the most common mental health disorders in Indonesia based on the symptoms experienced.Methodology: The classification process is carried out using cosine similarity calculations between tweets data and keywords which are compiled based on theoretical studies and optimization of the LDA topic modeling results.Findings/result:The classification results show that the most discussed issues on Twitter are depression, bipolar, schizophrenia, dementia, and PTSD. Based on these results it can be interpreted that the level of prevalence and public attention to depressive diorders is quite high compared to other disorders. From the results of the classification, it is also possible to identify the most discussed symptoms throughthe emergence of keywords from each category.Originality: Classification is calculated based on the cosine similarity between tweets and keywords compiled from human judgement and enriched using the results of LDA topic modeling to improve classification performance
PENINGKATAN KEWASPADAAN TERHADAP KEJAHATAN SIBER PADA APLIKASI WHATSAPP DI KALURAHAN BANGUNJIWO Hariyadi, Dedy; Lahitani, Alfirna Rizqi; Dwijayanti, Irmma; Kusumaningtyas, Kartikadyota; Dewi, Grita Supriyanto
Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia. Vol 4, No 2 (2025): Oktober 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jpm.v4i2.1476

Abstract

Potensi serangan siber yang semakin kompleks memberikan dampak peningkatan kejahatan di ruang siber dengan \textit{initial access}  pada pengguna perangkat digital. Aplikasi whatsapp sebagai produk perkembangan teknologi memberikan ruang baru bagi penjahat siber untuk melakukan penipuan \textit{online} dan pencurian informasi. Untuk mengatasi masalah ini, sebuah inisiatif Pengabdian kepada Masyarakat dari Universitas Jenderal Achmad Yani Yogyakarta bersama Desa Mitra, Kalurahan Bangunjiwo, Kabupaten Bantul, Daerah Istimewa Yogyakarta memberikan pendampingan untuk peningkatan kesadaran tentang ancaman ruang siber dan melatih warga tentang langkah-langkah keamanan dasar, seperti \textit{Multi Factor Authentication} (MFA) dan \textit{Two-step Verification}. Inisiatif ini terdiri dari beberapa fase, termasuk koordinasi, observasi, sosialisasi, evaluasi, dan pelaporan, yang bertujuan untuk meningkatkan pemahaman masyarakat tentang praktik keamanan siber. Sebagai hasil dari program ini, para peserta menunjukkan peningkatan yang signifikan dalam pengetahuan mereka tentang ancaman serangan siber dan penerapan langkah-langkah keamanan. Upaya penting dalam pendidikan dan dukungan berkelanjutan untuk memperkuat ketahanan masyarakat dalam menghadapi kejahatan siber. Selain itu inisiatif yang berkelanjutan sangat penting untuk menjaga kesadaran dan melindungi warga di ruang siber. Inisiatif ini tidak hanya memberdayakan masyarakat dengan informasi penting tetapi juga menumbuhkan pendekatan proaktif terhadap keamanan siber dengan harapan kontribusi pada ruang siber yang lebih aman bagi masyarakat.
Tweet Analysis of Mental Illness Using K-Means Clustering and Support Vector Machine Kusumaningtyas, Kartikadyota; Habibi, Muhammad; Dwijayanti, Irmma; Sumiyarini, Retno
Telematika Vol 20 No 3 (2023): Edisi Oktober 2023
Publisher : Jurusan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v20i3.9820

Abstract

Purpose: Social media, particularly Twitter, provides a venue for individuals to share their thoughts. The public's perception of mental illnesses is often debated on Twitter. So yet, no evaluation of community tweets connected to data on mental health conditions has been performed. The purpose of this study is to examine tweets linked to mental illnesses in Indonesia in order to identify the themes of conversation and the polarity trends of these tweets.Design/methodology/approach: To address this issue, the K-Means Clustering algorithm is utilized to aggregate tweet data that is used to find themes of conversation. The emotion polarity value of each cluster result was then determined using the Support Vector Machine (SVM) approach.Findings/results: This study generated five topic clusters based on tweets about mental illness. While sentiment analysis revealed that all clusters had more negative sentiment classes than positive. Cluster 4 and Cluster 5 had the highest number of negative sentiment values. These clusters emphasize the necessity of consulting with psychiatrists and psychologists if people have mental health disorders, as well as financing for mental health disorder treatment through BPJS Kesehatan services.Originality/value/state of the art: The analysis was done in two stages: data grouping to find themes of conversation using K-Means clustering and SVM to look for positive and negative polarity values associated to twitter data about mental illness.
Co-Authors Aksan, Azzikra Ramadhanti Anggraeni, Deviana Dyah Anggraini, Deviana Dyah Aprilia Damayanti, Mita Dewi, Grita Supriyanto Hidayatullah, Syarief Kusuma, Rekanita Yunia Restu Kusumaningtyas, Kartikadyota Lahitani, Alfirna Rizqi Maulana Ridwan, Muhamad Fikry Mita Aprilia Damayanti Muhammad Habibi Panca, Agung Satria Sobri, Mohammad Sujono Riyadi Sumiyarini, Retno