Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Sains dan Teknologi Journal of Informatics and Interactive Technology (JIITE)
Widiastuti, Lita
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Physics

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

Found 2 Documents
Search

 1 
Analisis Faktor Kesuksesan Proyek Perangkat Lunak Fadhilah, Farah; Widiastuti, Lita; Veda Yesenia, Mutiara; Albana, Ilham
Journal of Informatics and Interactive Technology Vol. 1 No. 3 (2024): Desember
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v1i3.40

Abstract

Dalam era digital, proyek perangkat lunak menjadi hal penting bagi kesuksesan organisasi dalam dunia bisnis dan industri. Namun, tidak semua proyek perangkat lunak berjalan lancar, sering kali dihadapi dengan tantangan dan kesulitan yang dapat berdampak negatif. Oleh karena itu, penting untuk menganalisis faktor-faktor yang mempengaruhi kesuksesan proyek perangkat lunak guna mendapatkan pemahaman yang mendalam. Penelitian ini menggunakan metode systematic literature review (SLR) untuk mendapatkan pemahaman yang menyeluruh dari berbagai penelitian terdahulu yang relevan. Berdasarkan hasil literatur review yang telah dilakukan, ada banyak faktor-faktor yang mempengaruhi keberhasilan dalam suatu proyek perangkat lunak. Namun terdapat 3 faktor yang paling mempengaruhi yaitu kualitas informasi yang akurat dan relevan membantu pengguna membuat keputusan yang lebih baik. Kualitas sistem yang handal dan mudah digunakan dapat meningkatkan pengalaman pengguna dan kinerja perangkat lunak. Keterlibatan manajemen memastikan dukungan, sumber daya dan adopsi perangkat lunak dalam organisasi maupun perusahaan. Pada penelitian ini terdapat banyak sektor yang telah merancang proyek perangkat lunak, terutama bidang pemerintahan dan pendidikan. Dengan hasil temuan ini diharapkan dapat membantu sektor-sektor tersebut untuk meraih kesuksesan dalam proyek perangkat lunak mereka. Sehingga mereka dapat meminimalisir terjadinya kegagalan dan memperbesar peluang dalam mencapai kesuksesan proyek perangkat lunak.
Penggunaan Machine Learning untuk Memprediksi Paparan PM2.5 dan Dampaknya terhadap Kesehatan Widiastuti, Lita; Baihaqi, Wiga Maulana
Jurnal Ilmiah Sains dan Teknologi Vol 9 No 1 (2025): Jurnal Ilmiah Sains dan Teknologi
Publisher : Teknik Informatika Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/saintek.v9i1.3816

Abstract

Penurunan kualitas udara di Indonesia akibat penggunaan bahan bakar fosil menyebabkan tingginya konsentrasi PM2.5, yang berisiko bagi kesehatan masyarakat. Penelitian ini menggunakan metode machine learning untuk menganalisis faktor-faktor yang mempengaruhi kualitas udara terhadap kesehatan serta memprediksi paparan PM2.5 dan biaya kesejahteraan akibat kematian dini karena polusi udara. Metode penelitian yang digunakan CRISP-DM yang meliputi pengumpulan, pemahaman, dan persiapan data, pemodelan, evaluasi, serta penerapan. Data diambil dari OECD periode 1994–2022. Hasil analisis menunjukkan peramalan paparan PM2.5 diproyeksikan meningkat dalam 8 tahun mendatang, memicu peningkatan biaya kesejahteraan akibat dampak kesehatan yang dapat menyebabkan gangguan pernapasan dan kematian dini. Model ARIMA digunakan untuk memprediksi paparan PM2.5, sedangkan ARIMAX+ETS memprediksi biaya kesejahteraan, dengan peningkatan akurasi setelah hyperparameter tuning. Untuk mengatasi hal ini, direkomendasikan kebijakan seperti penerapan teknologi ramah lingkungan, transisi energi bersih, pengelolaan limbah, dan pembangunan kota hijau sehingga diharapkan dapat mengurangi polusi udara dan menekan biaya kesejahteraan di masa depan.
Co-Authors Albana, Ilham Baihaqi, Wiga Maulana Fadhilah, Farah Veda Yesenia, Mutiara