Article Per Year (5 Year)
p-Index From 2021 - 2026
3.764
P-Index
This Author published in this journals
All Journal TEKNIK TEKNOLOGI INFORMASI INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi ORBITA: Jurnal Pendidikan dan Ilmu Fisika Prosiding SENTIKUIN (Seminar Nasional Teknologi Industri, Lingkungan dan Infrastruktur) Jurnal Qua Teknika JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Intelligent Decision Support System (IDSS) Jurnal Ilmiah Wahana Pendidikan JUSTIN (Jurnal Sistem dan Teknologi Informasi) J-Intech (Journal of Information and Technology) Jurnal Pengabdian Masyarakat : Pemberdayaan, Inovasi dan Perubahan Algoritme Jurnal Mahasiswa Teknik Informatika Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Arcitech: Journal of Computer Science and Artificial Intelligence Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia Aurelia: Jurnal Penelitian dan Pengabdian Masyarakat Indonesia Innovative: Journal Of Social Science Research Nanggroe: Journal Of Scholarly Service Nanggroe: Journal of Scholarly Service Jurnal Informatika Polinema (JIP) Journal of Information System and Application Development Jurnal Akuntansi Hukum dan Edukasi
Santi, Indyah Hartami
Fakultas Teknologi Informasi, Universitas Islam Balitar
Religion Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering 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 Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Other

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

Found 31 Documents
Search

 1   2   3   4 
Analisis Algoritma C4.5 dan Naïve Bayes dalam Menentukan Tingkat Kepuasan Publik di RUPBASAN Kelas 2 Blitar Khoiriyah, Muayyin Wafi; Santi, Indyah Hartami; Romadhona, Rizki Dwi
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i1.5831

Abstract

RUPBASAN kelas 2 Blitar sebagai salah satu lembaga pemasyarakatan dibawah naungan KEMENKMUMHAM RI haruslah mampu mewujudkan zona integritas guna menyediakan pelayanan prima untuk masyarakat. Ukuran kinerja pelayanan publik ditentukan oleh evaluasi masyarakat. Salah satu cara untuk menentukan tingkat kepuasan publik terhadap pelayanan yang diberikan oleh organisasi atau lembaga adalah dengan melakukan survei Indeks Kepuasan Masyarakat (IKM). Pada penelitian ini, algoritma C4.5 dan algoritma Naive Bayes akan digunakan. Data dikumpulkan dari bagian komponen SPKP pada situs web 3AS Survey Management. Yang meliputi 8 atribut. Delapan atribut tersebut adalah informasi, persyaratan, prosedur atau alur, waktu penyelesaian, biaya, sarana prasarana, respons, konsultasi, dan pengaduan. Dataset yang dipakai yakni 195 responden/ pengunjung yang sudah mengisi survei. Data survei kemudian diolah menggunakan kedua algoritma tersebut dan eksperimen dilakukan 10 kali dengan membandingkan data latih dan data uji yang berbeda. Pengunjung merasa puas dengan tingkat kepuasan yang sangat baik jika dilihat secara umum. Dengan nilai rata-rata akurasi 99,31%, ini sedikit lebih akurat daripada algoritma Naive Bayes, yang memiliki nilai rata-rata akurasi 96,78%, menurut perbandingan yang dilakukan dengan menggunakan Algoritma C4.5. Hasil penelitian ini dapat digunakan untuk referensi dalam menentukan tingkat kepuasan publik di RUPBASAN Kelas 2 Blitar guna perbaikan terkait pelayanan publik agar lebih baik kedepannya.
Grouping Data on Koi Breeder Auction Websites Based on Size Using the K-Means Clustering Method Rohman, Nanda Fatkhur; Santi, Indyah Hartami; Puspitasari, Wahyu Dwi
AURELIA: Jurnal Penelitian dan Pengabdian Masyarakat Indonesia Vol 4, No 1 (2025): January 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/aurelia.v4i1.3703

Abstract

Website lelang Breeder Koi adalah salah satu yang mengalami masalah tersebut. Website lelang Breeder Koi merupakan salah satu website lelang ikan koi yang mulai aktif pada 2019. Permasalahan pada website Breeder Koi adalah kesulitan admin yang akan melakukan pemeriksaan data lelang dari ukuran ikan koi tertentu. Hal ini dimaksudkan agar saat proses penampungan di akuarium karantina sementara sebelum dikirim ke pembeli sesuai dengan ukuran ikan koi. Pada proses penampungan ikan sementara Breeder Koi masih melakukan pemilahan secara manual. Masalah tersebut semakin bertambah karena pada bulan November 2023 data lelang mengalami kenaikan. Dengan metode k-means clustering, dapat mengelompokkan data lelang ikan koi pada website Breeder Koi berdasarkan ukuran ikan koi yang di lelang dengan membagi menjadi 4 cluster yang menyesuaikan dengan ukuran akuarium karantina di tempat penampungan Breeder Koi yaitu 4 ukuran untuk ikan koi berukuran kecil, sedang, besar, dan sangat besar. Untuk pengujian pada penelitian ini menggunakan Davies Bouldin Index (DBI) yaitu dengan menghitung jarak kedekatan antar data dalam setiap clusternya. Pada penelitian ini mengelompokkan 245 data lelang dengan centroid (titik pusat) akhir 18.06666667, 30.44262295, 34.87037037, dan 41.69411765 Dengan hasil, cluster 1 (kecil) sebanyak 45 data, cluster 2 (sedang) sebanyak 61 data, cluster 3 (besar) sebanyak 62 data, dan cluster 4 (sangat besar) 77 data. Pengujian Davies Bouldin Index pada penelitian ini mendekati angka 0 dengan nilai sebesar 0.5329667491112356 dimana angka ini sudah termasuk baik terhadap setiap cluster hasil dari proses clustering/pengelompokan data lelang ikan koi yang telah dilakukan. Berdasarkan hasil diatas, pengelompokan data lelang ikan koi menggunakan algoritma k-means clustering bisa dikatakan optimal.
Application of the K-Means Algorithm to determine the accuracy of goods inventory based on sales data classification at PT Batu Indah Raya Ariansyah, Pramudia Eka; Santi, Indyah Hartami; Kirom, Sabitul
AURELIA: Jurnal Penelitian dan Pengabdian Masyarakat Indonesia Vol 4, No 1 (2025): January 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/aurelia.v4i1.3710

Abstract

The research aims to apply the K-means algorithm to classify sales data and to test the final results of Clustering Accuracy of each type of stone using DBI (Davies-Bouldin Index) testing. In the last 9 months PT Batu Indah Raya has experienced uncertain sales ups and downs, from these problems it is difficult to know the level of inventory of goods each month. The impact is that the company experiences a buildup or shortage of stock of goods every month and incurs costs related to excessive storage of goods or additional costs that arise due to lack of stock, to be able to overcome the problems that occur, requires a method or system to find out inventory by classifying sales data of each type and testing the level of accuracy with a test method or system. One method that can be used to solve these problems is using the K-means Clustering algorithm. The K-means method is expected to help companies identify inventory more easily. So that business people can show effectiveness in product / goods procurement. Data to determine the level of accuracy of inventory is taken based on sales every month at PT Batu Indah Raya. By using 2 clusters, namely cluster 1, it means that cluster 1 is in high demand and cluster 2 is less in demand in applying the k-means algorithm method with the results of the type of yellow brongkol stone in cluster 1 getting 59 members and cluster 2 getting 31 members with the DBI accuracy test result of 2.292 which is in the very good range. The type of white cobblestone in cluster 1 gets 36 members and cluster 2 gets 54 members with a DBI accuracy test result of 3.711 which is in the good range. The type of zeolite stone in cluster 1 gets 42 members and cluster 2 gets 36 members with a DBI accuracy test result of 3.597 which is in the good range.
Perbandingan Metode MAUT, MFEP, WP dan SAW Dalam Penilaian Kinerja Pegawai di RUPBASAN Kelas II Blitar Sari, A Rima Kumala; Santi, Indyah Hartami; Romadhona, Rizki Dwi
Jurnal Akuntansi Hukum dan Edukasi Vol 1, No 2 (2024): November 2024
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jahe.v1i2.3689

Abstract

Perbandingan 4 metode untuk penilaian kinerja pegawai RUPBASAN Kelas II Blitar dalam penelitian ini yaitu metode Multi Attribute Utility (MAUT), Multifactor Evaluation Process (MFEP), Weighted Product (WP), dan Simple Additive Weighting (SAW). Metode yang digunakan dalam penelitian ini menggunakan metode kualitatif, dengan beberapa teknik pengumpulan data berupa wawancara, observasi, studi literatur, dan kuisioner.  Selain dipaparkan hasil pengujian instrument kuisioner juga terdapat perhitungan dan hasil secara runtut seperti perhitungan manual yang dilakukan pada excel. Hal itu dapat disimpulkan bahwa perhitungan manual menggunakan excel dan aplikasi bisa menghasilkan hasil yang sama. Hasil penerapan penelitian ini terdapat 19 data pegawai RUPBASAN Kelas II Blitar digunakan untuk mengetahui penilaian kinerja pegawai terbaik. Dari data pegawai terdapat beberapa indikator yaitu orientasi pelayanan, akuntabel, kompeten, harmonis, loyal, adaptif dan kolaboratif. Selain itu, dalam perhitungan dan perbandingannya menggunakan 4 metode yaitu MAUT, MFEP, SAW dan WP yang mempunyai nilai paling mendekati dengan data asli RUPBASAN Kelas II Blitar adalah MFEP dan WP.  Dari hasil tersebut dapat disimpulkan bahwa perhitungan manual menggunakan excel dan aplikasi bisa menghasilkan hasil yang sama.
Single Exponential Smoothing Method to Predict Sales Level at Agisa Kenari Printing Santiko, Mohandes; Santi, Indyah Hartami; Mawaddah, Udkhiati
AURELIA: Jurnal Penelitian dan Pengabdian Masyarakat Indonesia Vol 4, No 1 (2025): January 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/aurelia.v4i1.3780

Abstract

This research is based on the Agisa Kenari company, because in carrying out its operations, this company faces obstacles in predicting the level of paper usage that will be sold, resulting in inefficiency in managing paper inventory, which in turn can affect the smooth production and service to customers. Therefore, an effective method is needed to predict paper usage so that the company can manage inventory better and improve operational efficiency. So a more sophisticated prediction system is needed. The system was created with Python programming using the Single Exponential Smoothing (SES) method for calculation. Agisa Kenari is one of the well-known companies in Blitar city engaged in printing, making it interesting to study. The objectives of this study are (1) to describe the application of the Single Exponential Smoothing method to predict the level of use of paper sold at Agisa Kenari Printing, and (2) to describe the accuracy testing of the Single Exponential Smoothing method in predicting the level of use of paper sold at Agisa Kenari Printing using MSE (Mean Squared Error). The approach used in this research is descriptive and quantitative, while the data collection techniques used are observation, interviews, and literature studies. The results of this study are expected to provide practical and applicable solutions for companies in overcoming these obstacles and supporting better decision making. Historical sales data of various paper types, including Sidu brand A4 HVS Paper, Sidu brand F4 HVS Paper, and Sidu brand 80 gram A4 HVS Paper, are used as the basis for forecasting. The forecasting results for July show a demand of 100.02 reams for Sidu brand HVS A4 Paper with a Mean Squared Error (MSE) of 1949.9, 96.2 reams for Sidu brand HVS F4 Paper with an MSE of 1663.9, and 9.8 reams for Sidu brand HVS A4 80 gram Paper with an MSE of 11.0. These results show that the SES method can provide predictions about future paper needs, so that it can help in stock planning and more efficient operations at Agisa Kenari Printing. The implementation of forecasting using the Python program allows for a faster process, simplifying analysis and decision making in inventory management
Implementasi Algoritma Partitioning Around Medoids menggunakan Bahasa Pemrograman Python dalam Pengelompokan Data Status Pertanahan Letter C Karina, Putri Merly Deleo; Santi, Indyah Hartami; Puspitasari, Wahyu Dwi
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 1 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i1.88161

Abstract

Letter C adalah buku untuk menyimpan data pemilik tanah pada desa tertentu. Pada Kelurahan Pandanarum belum terdapat digitalisasi Letter C terutama pada pengelompokan status pertanahan. Dari hal tersebut, masih perlu dilakukan pengelompokan data status pertanahan karena masih terdapat data yang belum sinkron antara data pemilik tanah satu dengan lainnya. Pengelompokan data status pertanahan menggunakan salah satu algoritma data mining yaitu Partitioning Around Medoids. Penelitian ini menerapkan jenis penelitian deskriptif dan metode CRISP-DM dengan fokus pembahasan tahap implementasi menggunakan Bahasa pemrograman Python. Implementasi ini menggunakan 6 atribut sesuai dengan buku Letter C dan dikelompokan menjadi 3 cluster. Hasil akhir implementasi dihasilkan 6 data cluster satu (status: sudah terjual), 344 data cluster dua (status: belum terjual), dan 4 data cluster tiga (status: habis terjual). Evaluasi hasil pengelompokan dilakukan dengan menggunakan Davies Bouldin Index yang bertujuan untuk menilai kualitas cluster yang sudah terbentuk. Hasil implementasi disajikan dalam bentuk website yang mencakup penampilan grafik hasil dari pengelompokan, list data dari setiap cluster data status pertanahan, dan penampilan data detail dari setiap data Letter C lengkap dengan salinan dari buku Letter C. Dengan adanya pengelompokan data status pertanahan ini diharapkan dapat mempermudah staf Kelurahan dalam mengetahui status pertanahan dan dapat meminimalisir kerancuan data, sehingga proses dalam pengelolaan data akan lebih efisien dan akurat.
Sistem Pengelolaan Data Koperasi Mitra Rakyat Wlingi Menggunakan Prototype Arsa, Rafi Dani; Santi, Indyah Hartami; Chulkamdi, M Taofik
J-INTECH (Journal of Information and Technology) Vol 11 No 2 (2023): J-Intech : Journal of Information and Technology
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v11i2.974

Abstract

Mitra Rakyat Wlingi Cooperative is still facing problems in managing customer data. The problem occurs because data management is split into two media, namely Microsoft Excel and books, which results in data duplication. Difficulties arise when searching for a list of customers who have made transactions or simply making monthly reports carried out by cooperative officers. This occurs due to unsynchronized data storage, which also affects the efficiency of service to customers. To overcome this problem, the author built an integrated system for cooperative officers in accordance with their roles in order to minimize data duplication and provide accurate information. The Research and Development (R&D) type research method uses the Systems Development Life Cycle (SDLC) which applies a development approach using a prototype model. The application was created using a website-based bootstrap framework. The application is tested using the black box method which focuses on evaluating and observing the input and output results of the application so that it suits user needs, so as to improve the quality of cooperative management and the image of service to customers.
Perhitungan Penilaian Tingkat Kepuasan Pelanggan Dengan Menerapkan Algoritma K-Means Dewi, Dini Puspita; Santi, Indyah Hartami; Puspitasari, Wahyu Dwi
J-INTECH (Journal of Information and Technology) Vol 11 No 2 (2023): J-Intech : Journal of Information and Technology
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v11i2.981

Abstract

All business actors compete to find as many customers as possible and of course provide the best service, one of which is by considering the level of customer satisfaction. The aim of this research is to understand the level of customer satisfaction more effectively and provide valuable information for Jaya Fotocopy in making decisions to improve service quality in more detail. By grouping customer satisfaction into appropriate categories, customer management based on purchasing patterns, time of visit, and service received can identify areas that require improvement to ensure better customer satisfaction using the K-means algorithm. The results of this research classify customer satisfaction with dimensions of responsiveness of 76.32%, reliability of 91.10%, empathy of 90.11%, guarantee of 92.09%, and real evidence of 93.08%. Meanwhile, the specificity test of the K- Means algorithm method can classify customer dissatisfaction with the dimensions of responsiveness 27.17%, reliability 19.11%, empathy 19.00%, guarantee 19.50%, and real evidence 20.29%. From the results of the data obtained, Jaya Fotocopy must increase the dimension of responsiveness to only reach 27.17%. Jaya Photocopy needs to ensure that customer service is more responsive to customer needs and requests. This could include improvements in response times to customer questions or complaints and improving the ability to resolve customer issues quickly. Apart from that, Jaya Photocopy must also carry out further analysis to understand the causes of customer dissatisfaction in the dimensions of responsiveness, reliability, empathy, guarantees and concrete evidence. With a deeper understanding of the problem, more specific remedial steps can be taken. Jaya Photocopy can also improve communication with customers to hear their input and feedback regularly to find out what customers expect.
Optimalisasi Proses Pencarian Data Letter-C Melalui Penerapan Algoritma Levenshtein Distance Di Desa Pandanarum Octiawan, Celvinanda Octiawan; Santi, Indyah Hartami; Febrinita, Filda
Jurnal Ilmiah Wahana Pendidikan Vol 11 No 5.D (2025): Jurnal Ilmiah Wahana Pendidikan 
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Letter C adalah dokumen pendaftaran tanah penting di Desa Pandanarum. Namun, dokumentasi kepemilikan tanah yang buruk menyebabkan proses pencarian data Letter C menjadi lambat. Penelitian ini bertujuan mengoptimalkan pencarian data Letter C menggunakan algoritma Levenshtein Distance. Metode deskriptif kuantitatif digunakan dengan objek penelitian 464 data Letter C di Desa Pandanarum. Hasil menunjukkan bahwa algoritma Levenshtein Distance meningkatkan kecepatan dan akurasi pencarian data. Waktu pencarian berkurang hingga 60% dibandingkan metode manual, dan akurasi pencarian meningkat sebesar 40%, memungkinkan identifikasi dan koreksi kesalahan pengetikan. Kesimpulannya, algoritma Levenshtein Distance efektif mengoptimalkan pencarian data Letter C, menawarkan solusi efisien untuk masalah pencarian data tanah di Desa Pandanarum dan desa lainnya dengan masalah serupa. Implementasi algoritma ini tidak hanya menghemat waktu tetapi juga meningkatkan keakuratan data penting dalam administrasi pertanahan.
Implementasi Algoritma Branch & Bound Dalam Penentuan Rute Terdekat Pengiriman Paket Di J&T Express Blitar Prayogo, Khresna Wibi; Santi, Indyah Hartami; Febrinita, Filda
Jurnal Ilmiah Wahana Pendidikan Vol 11 No 5.B (2025): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengiriman paket di J&T Express jalan bali, khususnya dalam penentuan rute pengiriman masih dilakukan secara manual. Tujuan penelitian ini adalah untuk menyelesaikan masalah travelling salesman problem ( TSP) menentukan rute terdekat pengiriman paket menggunakan algoritma branch and bound. Hasil penerapan penentuan rute menggunakan algoritma branch and bound dapat menentukan rute yang lebih optimal dengan penghematan jarak sebesar 1760 meter pada trip pertama dan 542 meter untuk trip kedua. sehingga dapat disimpulkan bahwa algoritma yang digunakan cukup efisien. Hasil implementasi pengelompokan algoritma branch and bound menggunakan Bahasa pemrograman Java memberikan hasil yang sama dengan hasil penerapan algoritma branch and bound secara manual.
Co-Authors Andari , Bina Agus Pribadi Agustina, Ayu Sarah Ahmat Adil Anam, Anam Andari, Bina Ariansyah, Pramudia Eka Arsa, Rafi Dani Azizah, Nurliana Burhani, Mohamad Imam Chulkamdi, M Taofik Devani, Arvilanti Dewi, Dini Puspita Dimas Fanny Hebrasianto Permadi Ervin Kusuma Dewi, Ervin Kusuma Fanderella, Nur Cindy Intan Febrinita, Filda Fithriana, Rizqia Guntoro, Tri Huda, Miftahul Indra Kurniawan Jannah, Wasiatul Jannah, Wasi’atul Karina, Putri Merly Deleo Karindra, Aditya Akbar Rizky Khoiriyah, Muayyin Wafi Kirom, Sabitul Kustanto, Kustanto Kusuma, Abdi Pandu Mafaza, Mohammad Azka Mawaddah, Udkhiati Muhammad Ikhsan Nalsa Cintya Resti Nawafal, M. Afwa Ningrattri, Hanifatul Woro Nugroho, Sektio NURUL HIDAYAH Octiawan, Celvinanda Octiawan Prayogo, Khresna Wibi Primasari, Yusniarsi Puspitasari, Wahyu Dwi Rahayu, Mei Indah Rahmat, Mohammad Faried Ria Rismayati Rismayati, Ria Rohman, Nanda Fatkhur Romadhona, Rizki Dwi Santiko, Mohandes Sari, A Rima Kumala Sirojudin, Muhammad Wildan Sucipto Sucipto Widayat, Jonathan Setya Widayat Setya Yolanda, Nedya Zain, Setya Helmi