Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Technology and Informatics (JoTI) Sistematis
Azis, Mayang Fitrylia
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Mechanical Engineering

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

Found 2 Documents
Search

 1 
Sistem Pendukung Keputusan Pemilihan Website Terbaik Mahasiswa Stikom Uyelindo Kupang Menggunakan Metode TOPSIS Azis, Mayang Fitrylia; Latuan, Franklyn Priscian; Penlaana, Vania Serafin; Kaesmetan, Yampi R
Journal of Technology and Informatics (JoTI) Vol. 5 No. 2 (2024): Vol. 5 No.2 (2024)
Publisher : Universitas Dinamika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37802/joti.v5i2.565

Abstract

Website merupakan sebuah laman daring berisi informasi yang saling terkoneksi dan sering dimanfaatkan untuk berbagai kalangan khususnya mahasiswa untuk mempublikasikan hasil karyanya. Pemrograman Web merupakan salah satu mata kuliah di Kampus STIKOM Uyelindo Kupang yang bertujuan memberikan pemahaman dan keterampilan kepada mahasiswa mengenai pembuatan dan pengembangan aplikasi berbasis web. Akan tetapi, tidak semua website yang dikembangkan telah memenuhi standar kualitas yang diinginkan. Karena kesulitan untuk menentukan standar penilaian website yang objektif, relevan, dan sesuai dengan standar global, proses pemilihan website terbaik menjadi lebih lama. Sehingga diperlukan sebuah sistem pendukung keputusan yang menyediakan bantuan dalam pemilihan website terbaik dari sejumlah website yang dibuat oleh mahasiswa STIKOM Uyelindo Kupang. Metode TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) adalah metode yang digunakan dalam penelitian ini guna merancang dan menerapkan sistem pendukung keputusan pemilihan website terbaik mahasiswa STIKOM Uyelindo Kupang dengan kriterian: kemampuan coding, minimal error, fitur website, dan desain website. Sistem ini menghasilkan penentuan pemilihan website terbaik dari 75 data yang diuji, diperoleh data alternatif terbaik yaitu Website BJ dengan nilai preferensi 0.80348. Penelitian ini juga telah dilakukan perhitungan menggunakan Confusion Matrix dengan hasil uji akurasi sebesar 89.33%.
Penerapan K-NN (K-Nearest Neighbors) Pada Sistem Pakar Diagnosa Gejala Stunting Pada Balita Menggunakan Naïve Bayes Classifier Azis, Mayang Fitrylia; Kaesmetan, Yampi R
Sistematis Vol. 1 No. 1 (2024): Oktober 2024
Publisher : CV.RIZANIA MEDIA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69533/6nxxyw62

Abstract

Kurangnya asupan gizi pada 1000 Hari Pertama Kehidupan (HPK) anak dapat memberikan dampak serius pada perkembangan fisik dan kognitif. Stunting adalah gangguan pertumbuhan fisik pada anak di bawah usia lima tahun yang ditandai dengan penurunan kecepatan pertumbuhan akibat ketidakseimbangan gizi. Presentasi angka stunting di NTT pada tahun 2023 mencapai 15,7% atau sekitar 67.538 anak, dengan Kabupaten Kupang mencatat 16,2% atau sekitar 4.899 anak mengalami stunting. Faktor ekonomi, pola asuh, riwayat infeksi, dan pengetahuan orang tua menjadi kontributor utama terhadap kondisi ini. Berdasarkan permasalahan tersebut, penerapan sistem pakar berbasis web dengan K-Nearest Neighbors (K-NN) sebagai pra-proses dan Naive Bayes Classifier sebagai klasifikasi akhir merupakan solusi potensial untuk diagnosis stunting pada balita. K-NN digunakan untuk mengelompokkan data gejala berdasarkan kemiripan karakteristik, mengidentifikasi pola terkait stunting. Kemudian, Naive Bayes Classifier menentukan diagnosis akhir melalui analisis probabilistik dari gejala yang telah diidentifikasi. Dari hasil perancangan, pengujian sistem serta evaluasi pengujian metode K-NN dan Naïve Bayes Classifier, sistem menunjukkan performa yang cukup baik dengan tingkat sensitivitas 88% dan spesifisitas 100%. Nilai True Positive sebanyak 15, True Negative sebanyak 3, False Positive sebanyak 2, dan False Negative sebanyak 0, maka diperoleh akurasi dengan confusion matrix sebesar 90% dari 20 data kasus stunting. Performa tersebut menunjukkan bahwa kedua metode ini sangat cocok untuk sistem diagnosa gejala stunting, karena terbukti mampu menyediakan diagnosa yang cepat dan akurat dalam mendeteksi dan memberikan solusi untuk menurunkan prevalensi stunting di Kabupaten Kupang.
Co-Authors Kaesmetan, Yampi R Latuan, Franklyn Priscian Penlaana, Vania Serafin