Article Per Year (5 Year)
p-Index From 2021 - 2026
3.484
P-Index
This Author published in this journals
All Journal Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Perspektif : Jurnal Ekonomi dan Manajemen Universitas Bina Sarana Informatika Jurnal Teknik Komputer AMIK BSI Jurnal Pilar Nusa Mandiri Faktor Exacta JITK (Jurnal Ilmu Pengetahuan dan Komputer) Techno Nusa Mandiri : Journal of Computing and Information Technology JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Riset Informatika Jurnal SITECH : Sistem Informasi dan Teknologi Jusikom: Jurnal Sistem Informasi Ilmu Komputer JURSIMA (Jurnal Sistem Informasi dan Manajemen) TIN: TERAPAN INFORMATIKA NUSANTARA Journal of Applied Data Sciences Jurnal AbdiMas Nusa Mandiri RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI Jurnal Responsif : Riset Sains dan Informatika Mediastima JURSIMA Journal Medical Informatics Technology Journal Information & Computer (JICOM) Jurnal Sistem Informasi dan Manajemen
Sulistyowati, Daning Nur
Universitas Nusa Mandiri
Aerospace Engineering Arts Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering 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 Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
ANALISIS KEPUASAN PENGGUNA WEBSITE GRATIS KABEH DENGAN METODE SYSTEM USABILITY SCALE DI DESA KEDUNGWULUH KIDUL Munawaroh, Fiqrotul; Sulistyowati, Daning Nur
JURSIMA Vol 11 No 2 (2023): Volume 11 Nomor 2 2023
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v11i2.619

Abstract

Abstrak Teknologi Informasi dan Komunikasi (TIK) memegang peranan penting dalam segala bidang, termasuk bidang pemerintahan. Salah satu kabupaten administratif yang menggunakan teknologi informasi dan komunikasi (TIK) dalam bidang pemerintahan yaitu DINDUKCAPIL Kabupaten Banyumas. Salah satu implementasi E-Goverment Pemerintah Banyumas adalah website Gratis Kabeh sebagai bentuk layanan administrasi kependudukan yang dibawahi oleh Dindukcapil kepada masyarakat Banyumas dalam pengurusan dokumen kependudukan secara online. Dalam memastikan efektivitas efisiensi, dan kepuasan pengguna atas website, maka perlu dilakukan evaluasi dan penilaian atas website tersebut. Tujuan penelitian ini untuk menganalisis kepuasan penggunaan website Gratis Kabeh. Pada penelitian ini menggunakan metode System Usability Scale (SUS). Hasil evaluasi penelitian ini, yaitu hasil evaluasi wawancara dan kuesioner diperoleh skor SUS total 7142,5 dengan rata-rata 72,88. Hal ini menunjukkan total skor SUS pada website Gratis Kabeh tersebut masuk dalam kategori "Acceptable" berdasarkan acceptability ranges dan termasuk dalam grade "C" berdasarkan grade scale. Hasil ini menunjukkan bahwa website Gratis Kabeh dapat diterima oleh pengguna dan telah memenuhi standar nilai rata-rata usability yang ditetapkan dan dengan nilai tersebut website Gratis Kabeh terbilang layak untuk digunakan. Kata Kunci : Kepuasan Pengguna, Website Gratis Kabeh, System Usability Scale (SUS)
IMPLEMENTASI FRAMEWORK COBIT 5 DALAM AUDIT SISTEM INFORMASI APLIKASI MOODLE AIOCBT Hery, Moch; Sulistyowati, Daning Nur
Jurnal Responsif : Riset Sains dan Informatika Vol 6 No 2 (2024): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v6i2.1646

Abstract

Pada masa pandemi COVID-19, pembelajaran mengalami perubahan signifikan dari tatap muka menjadi daring. Salah satu contoh implementasi pembelajaran daring adalah di SMA Negeri 102 Jakarta, yang menggunakan aplikasi Moodle (Modular Object Oriented Dynamic Learning Environment) AIOCBT. Implementasi aplikasi Moodle dalam pembelajaran di SMA Negeri 102 Jakarta telah dilakukan untuk membantu guru dan murid terhubung selama masa pandemi. Tujuan utama penelitian ini adalah untuk mengevaluasi sejauh mana keefektifan media pembelajaran Moodle dalam proses belajar mengajar. Penelitian ini menggunakan framework COBIT 5 untuk mengukur tingkat kemampuan aplikasi Moodle dalam domain Deliver, Service and Support, serta Monitor, Evaluate and Asses. Hasil penelitian menunjukkan bahwa pada domain Deliver, Service and Support, nilai rata-rata adalah 3,89 dengan nilai gap sebesar 0,96. Sedangkan pada domain Monitor, Evaluate and Asses, nilai rata-rata adalah 3,91 dengan nilai gap sebesar 1,09. Berdasarkan evaluasi tata kelola sistem IT menunjukkan bahwa aplikasi Moodle berada pada level Predictable Process.
Evaluating Deep Learning Architectures for Potato Pest Identification: A Comparative Study of NasNetMobile, DenseNet, and Inception Models Hadianti, Sri; Riana, Dwiza; Sulistyowati, Daning Nur
Journal of Applied Data Sciences Vol 6, No 1: JANUARY 2025
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v6i1.545

Abstract

Manual potato pest identification that is still applied today is often time-consuming and highly dependent on farmer skills in the field. This causes delays in taking action and inaccurate reporting, especially in pest emergencies. In addition, these limitations slow down the response to pest control which ultimately risks reducing crop yields and farmer income. This study aims to develop a more accurate, fast, and consistent deep learning-based approach to identify potato pests, in order to support practical solutions that farmers can implement independently. This study contributes by comparing three deep learning architecture models, namely NasNetMobile, DenseNet, and Inception which are designed to identify pest images. The potato pest image dataset used was collected from various sources equipped with an augmentation process to increase data diversity. The model was drilled using transfer learning techniques to utilize previously learned features on a large dataset. The evaluation model was carried out comprehensively based on accuracy, precision, and inference time efficiency. The results showed that the DenseNet model achieved the highest accuracy of 97% with an inference time of 11 seconds, and this model maintained a relatively stable performance and was superior several times compared to other models. Based on these results, DenseNet was chosen as the most effective and reliable model to be developed for practical applications in the field. This study provides practical implications in the form of providing a model that can be integrated into a mobile-based application that is easy to use by farmers, including in remote areas. This allows farmers to identify pests independently without requiring in-depth technical expertise. In addition, this study is a new benchmark for the development of artificial intelligence-based pest identification systems in other crops and opens up opportunities for integration with IoT-based technologies to support sustainable agricultural practices.
Improving Early Detection of Cervical Cancer Through Deep Learning-Based Pap Smear Image Classification Merlina, Nita; Prasetio, Arfhan; Zuniarti, Ida; Mayangky, Nissa Almira; Sulistyowati, Daning Nur; Aziz, Faruq
Journal of Applied Data Sciences Vol 6, No 2: MAY 2025
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v6i2.576

Abstract

Cervical cancer is one of the leading causes of death in women worldwide, making early detection of the disease crucial. This study proposes a deep learning-based approach that has the advantage of leveraging pre-trained models to save data, time, and computation to classify Pap smear images without relying on segmentation, which is traditionally required to isolate key morphological features. Instead, this method leverages deep learning to identify patterns directly from raw images, reducing preprocessing complexity while maintaining high accuracy. The dataset used in this study is a public data repository from Nusa Mandiri University (RepomedUNM), which has a wider variety of data. This dataset is used to classify images into four categories: Normal, LSIL, HSIL, and Koilocytes. The dataset consists of 400 images evenly distributed, ensuring class balance during training. Transfer learning is applied using five Convolutional Neural Network (CNN) architectures: ResNet152V2, InceptionV3, ResNet50V2, DenseNet201, and ConvNeXtBase. To prevent overfitting, techniques such as data augmentation, dropout regularization, and class weight adjustment are applied. The evaluation results in this study showed the highest accuracy with a value of ResNet152V2 = 0.9025, InceptionV3 = 0.8953 and DenseNet201 = 0.8845. ResNet152V2 excelled in extracting complex features, while InceptionV3 showed better computational efficiency. The study also highlighted the clinical impact of misclassification between Koilocytes and LSIL, which may affect diagnostic outcomes. Data augmentation techniques, including horizontal and vertical flipping and normalization, improved the model's generalization to a wide variety of images. Specificity was emphasized as a key evaluation metric to minimize false positives, which is important in medical diagnostics. The findings confirmed that transfer learning effectively overcomes the limitations of small datasets and improves the classification accuracy of pap smear images. This approach shows potential for integration into clinical workflows to enable automated and efficient cervical cancer detection.
WEB-BASED SPP PAYMENT INFORMATION SYSTEM WITH MIDTRANS PAYMENT GATEWAY Aditya, Mulyadi; Sulistyowati, Daning Nur
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 6 No. 2 (2023): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v6i2.2942

Abstract

ABSTRACT- The tuition payment system at Taufiq Islamic Middle School is still manually using ledger media in transaction activities and data recap. The system still needs to be revised and is prone to errors in calculating incoming payments and reporting payment data. This research was conducted to facilitate the school in the payment management process so that the recording error rate no longer occurs. The system development method used in this study is the Waterfall model and uses the Midtrans payment gateway in the online payment process. The results of this study are in the form of a tuition payment website that can facilitate all parties, both the school and students. This system makes the payment and recording process better and more efficient. Keywords: information system, waterfall, payment gateway, Midtrans.
PERANCANGAN SISTEM INFORMASI SIMPAN PINJAM PADA K.S.U JAYA RAYA PONTIANAK BERBASIS WEB Septian, Septian; Sulistyowati, Daning Nur
JURSIMA Vol 9 No 2 (2021): Jursima Vol. 9 No. 2, Agustus Tahun 2021
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v9i2.286

Abstract

K.S.U Jaya Raya merupakan sebuah koperasi simpan pinjam yang keanggotaannya mencakup masyarakat setempat yang mengajukan pinjaman untuk modal usaha. K.S.U Jaya Raya masih merekap satu persatu transaksi simpan pinjam yang bersumber berdari nota-nota kemudian disalin ke Ms. Excel untuk dijadikan laporan. Pengolahan data seperti ini memerlukan tenaga dan waktu yang lama, kesalahan dalam pengolahan data yang berdampak pada kualitas informasi di laporan. Maka dari itu, penelitian ini berisikan tentang perancangan sistem informasi simpan pinjam yang menggunakan model air terjun sebagai model pengembangan perangkat lunak yang terdiri dari analisis, desain, pengkodean, pengujian dan pendukung. Teknik pengumpulan data yang digunakan terdiri dari observasi, wawancara dan studi pustaka. Sistem ini menyediakan fasilitas kepada dua (2) level akses, yaitu admin dan bagian keuangan. Admin dapat mengelola data akun anggota, pinjaman, angsuran, laporan pinjaman dan angsuran, daftar simpanan berjangka, setor simpanan, tarik simpanan, laporan simpanan, biaya operasional dan laporan biaya operasional. Bagian keuangan dapat mengelola jenis pinjaman, jenis simpanan, pengguna, saldo awal, mengakses laporan pinjaman, laporan angsuran, laporan simpanan, laporan biaya operasional, jurnal umum, buku besar, neraca saldo, laporan sisa hasil usaha, dan neraca.
IMPLEMENTASI PENGIRIMAN BARANG DENGAN ALGORITMA GREEDY PT. ASTRA INTERNATIONAL, HONDA KALIMANTAN TIMUR SAPUTRA, SURYA FAJAR; GATA, WINDU; SULISTYOWATI, DANING NUR; ROZI, FAHRUL; KADAFI, ABDUL RAHMAN
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 6 No 2 (2021): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v6i2.23992

Abstract

Pengiriman barang merupakan proses penting dalam pengalokasi waktu agar dapat sampai pada tujuan dan juga menentukan jumlah barang yang dikirim ke tujuan. Masalah yang timbul yaitu jumlah barang yang diangkut dengan armada terbatas dan tujuan barang yang dikirim sangat banyak. Untuk mengatasi masalah tersebut, maka dikembangkan sebuah aplikasi berbasis web untuk pengiriman barang dengan menentukan jumlah barang yang dikirim oleh armda dan tujuan pengiriman barang kesemua dealer yang ada. Pada penelitian ini pengiriman barang dengan menggunakan algoritma greedy diterapkan memudahkan dalam menentukan tujuan pengiriman barang kesemua dealer dan jumlah barang yang diangkut oleh armada yang disiapkan sesuai jumlah angkut armada dan dapat mengoptimalkan waktu pengiriman barang. Kata kunci : Pengiriman Barang, Algoritma Greedy, Aplikasi
Audit Sistem Informasi Aplikasi E-Office Modul Kepegawaian dengan Framework Cobit 5 pada Lembaga Kebijakan Pengadaan Barang atau Jasa Pemerintah Mahendra Gilang Ramadhynara; Daning Nur Sulistyowati
Journal Information & Computer Vol. 2 No. 1 (2024): Journal Information & Computer
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/jicomisc.v2i1.38641

Abstract

Kendala yang dihadapi LKPP dalam menggunakan aplikasi E-Office modul kepegawaian ini adalah belum terhubungnya database pegawai dengan database keuangan, sehingga dalam perhitungan gaji pegawai, staf pada unit kerja kepegawaian harus menarik data secara manual ke dalam bentuk excel yang diolah menjadi sebuah laporan kehadiran pegawai. Laporan ini kemudian diserahkan kepada unit kerja keuangan dan digunakan sebagai dasar dalam memberikan gaji pegawai. Hal tersebut seringkali menyebabkan keterlambatan dalam pemberian gaji pegawai, khususnya komponen tunjangan uang makan. Berdasarkan latar belakang masalah yang telah diuraikan maka penulis mencoba merumuskan permasalahan yang dapat menjadi tolak ukur dari permasalahan yang ada yaitu ”Bagaimana Mengukur Tingkat Kematangan Tata Kelola Sistem Informasi E-Office yang telah diterapkan di Lembaga Kebijakan Pengadaan Barang/Jasa Pemerintah menggunakan Framework Cobit 5 yang berfokus pada domain Build, Acquire and Implement (BAI)”. Hasil penelitian menunjukan bahwa Rata-rata Tingat Kematangan keseluruhan domain BAI adalah 1,67 pada tingkat kematangan 2 Managed Process.
IMPLEMENTASI FRAMEWORK COBIT 5 DALAM AUDIT SISTEM INFORMASI APLIKASI MOODLE AIOCBT Hery, Moch; Sulistyowati, Daning Nur
Jurnal RESPONSIF: Riset Sains & Informatika Vol 6 No 2 (2024): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v6i2.1646

Abstract

Pada masa pandemi COVID-19, pembelajaran mengalami perubahan signifikan dari tatap muka menjadi daring. Salah satu contoh implementasi pembelajaran daring adalah di SMA Negeri 102 Jakarta, yang menggunakan aplikasi Moodle (Modular Object Oriented Dynamic Learning Environment) AIOCBT. Implementasi aplikasi Moodle dalam pembelajaran di SMA Negeri 102 Jakarta telah dilakukan untuk membantu guru dan murid terhubung selama masa pandemi. Tujuan utama penelitian ini adalah untuk mengevaluasi sejauh mana keefektifan media pembelajaran Moodle dalam proses belajar mengajar. Penelitian ini menggunakan framework COBIT 5 untuk mengukur tingkat kemampuan aplikasi Moodle dalam domain Deliver, Service and Support, serta Monitor, Evaluate and Asses. Hasil penelitian menunjukkan bahwa pada domain Deliver, Service and Support, nilai rata-rata adalah 3,89 dengan nilai gap sebesar 0,96. Sedangkan pada domain Monitor, Evaluate and Asses, nilai rata-rata adalah 3,91 dengan nilai gap sebesar 1,09. Berdasarkan evaluasi tata kelola sistem IT menunjukkan bahwa aplikasi Moodle berada pada level Predictable Process.
Comparison of Naive Bayes and Decision Tree Methods in Breast Cancer Classification Sulistyowati, Daning Nur; Hadianti, Sri; Mayangky, Nissa Almira
Journal Medical Informatics Technology Volume 3 No. 4, December 2025
Publisher : SAFE-Network

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/medinftech.v3i4.112

Abstract

The early diagnosis of breast cancer is a critical factor in improving recovery rates and reducing cancer-related mortality. This study aims to compare the performance of two widely used machine learning algorithms in medical data classification Naive Bayes and Decision Tree in detecting breast cancer using the Breast Cancer Wisconsin (Diagnostic) dataset. The dataset consists of 569 samples with 30 numerical features and one target label. The methodology includes data preprocessing, model training, and performance evaluation using six metrics: accuracy, precision, recall, F1-score, AUC, and MCC. Naive Bayes achieved higher performance, with 96.5% accuracy, 97.6% precision, 93.0% recall, 95.2% F1-score, 0.997 AUC, and 0.925 MCC, compared to Decision Tree with 93.9% accuracy, 90.9% precision, 93.0% recall, 92.0% F1-score, 0.936 AUC, and 0.87 MCC. Confusion matrix and ROC curve analyses support these results, particularly in minimizing classification errors. While Decision Tree offers better interpretability, Naive Bayes may be more suitable for early breast cancer detection under similar dataset conditions. Future studies could explore ensemble approaches to combine the strengths of both methods.
Co-Authors Aditya, Mulyadi Ahmad Setiadi Angelia, Helen Ani Oktarini Sari Aziz, Faruq Dwi Arum Ningtyas Dwi Arum Ningtyas Dwiza Riana Eni Heni Hermaliani Fachri Amsury Fahrul Rozi Frieyadie Gata, Windu Haider Haider Hery, Moch Ida Zuniarti, Ida Imam Budiawan Irwansyah Saputra Ismail Hasan Jansen Pratama Setiawan Lumbantobing Jilan Jamilah Kadafi, Abdul Rahman Laureta, Wika Widya Mahendra Gilang Ramadhynara Maruloh Maruloh Mayangky, Nissa Almira Mohammad Badrul Muhamad Angga Maulana Muhammad Salbiyath Munawaroh, Fiqrotul Nanang Ruhyana Nita Merlina, Nita Norma Yunita Nurajijah Nurajijah Nurman Machmud Prasetio, Arfhan Reza Ema Furi Rifky Permana Ris yanto Risca Lusiana Pratiwi Risma Purnama Sari ruhyana, nanang Sandra, Gardika Santoso Setiawan Saputra, Surya Fajar Septian Septian Septian, Septian Siti Fauziah Siti Fauziah Siti Fauziah Sri Hadianti Tammayyusdin, Aulia Salma Tati Mardiana, Tati Taufik Asra Tika Adilah M Yunita, Norma