Article Per Year (5 Year)
p-Index From 2021 - 2026
4.883
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JOURNAL OF APPLIED INFORMATICS AND COMPUTING PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer Jurnal Sains dan Informatika : Research of Science and Informatic JOURNAL OF SCIENCE AND SOCIAL RESEARCH JOISIE (Journal Of Information Systems And Informatics Engineering) Jurnal Ilmu Komputer Journal of Computer Networks, Architecture and High Performance Computing Journal of Applied Data Sciences Majalah Ilmiah UPI YPTK Journal of Computer Scine and Information Technology Jurnal Ipteks Terapan : research of applied science and education Jurnal Pustaka Mitra : Pusat Akses Kajian Mengabdi Terhadap Masyarakat Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Komtekinfo Jurnal Sains dan Informatika : Research of Science and Informatic Jurnal Pustaka Robot Sister Alamtana Jurnal Pustaka Paket
Ayu Mahessya, Raja
UNIVERSITAS PUTRA INDONESIA YPTK PADANG
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy 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 Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 36 Documents
Search

 1   2   3   4 
Penerapan IT Bussines Management dalam Upaya Peningkatan Strategi Bisnis Pemasaran pada Batik Bungo Berbasis Web Purnawita Rahayu; Teri Ade Putra; Raja Ayu Mahessya
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 2 No 1 (2024): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v2i1.449

Abstract

Teknologi informasi memiliki kekuatan untuk mengembangkan industri dan mentransformasikan bagaimana bisnis dijalankan. Berbagai perusahaan terkemuka serta industri - industri telah memanfaatkan teknologi informasi dalam melakukan pemikiran ulang strategi bisnis. Teknologi informasi bisnis adalah suatu kegiatan yang dilakukan individu atau kelompok orang yang memiliki nilai (value) dengan tujuan mendapatkan keuntungan yang dilakukan dengan bantuan teknologi informasi. Tatakelola Teknologi Informasi (TI) merupakan salah satu aspek penting dari tatakelola perusahaan secara keseluruhan. Pengelolaan TI yang baik akan menjamin efisiensi dan pencapaian kualitas layanan yang baik bagi tujuan bisnis perusahaan. Penerapan tatakelola ini harus direncanakan dengan baik agar dapat diimplementasikan sesuai dengan kondisi dan kemampuan perusahaan. Salah satunya yaitu penerapan It Businness Management Pada Industri Batik Bungo untuk meningkatkan strategi pemasaran. Penelitian ini memiliki tujuan untuk meningkatkan penjualan dan pemasaran pada batik bungo dan mengatur strategi yang baik pada industri batik bungo.
Pemanfaatan IT Management untuk Kelayakan Pemberian Pinjaman pada Koperasi Serba Usaha Tunggal Jaya dengan Metode Simple Additive Weighting Reyga Primayudha T; Raja Ayu Mahessya; M. Hafizh
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 1 No 2 (2023): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v1i2.766

Abstract

Koperasi adalah sebuah badan usaha yang melakukan kegiatan simpan pinjam kepada para anggota-anggotanya, maka semakin banyaknya proses simpan pinjam yang terjadi dalam usaha koperasi, maka semakin tinggi juga tingkat resiko kredit macet yang terjadi pada anggotanya, dalam kasus ini Koperasi Serba Usaha Tunggal Jaya Padang memerlukan sebuah sistem yang bertujuan untuk meminimalisir resiko terjadinya kemacetan kredit pada usaha koperasi tersebut. Dengan memanfaatkan Sistem Pendukung Keputusan dengan menggunakan Metode Simple Additive Weighting. Metode ini dipilih karena diharapkan menjadi sebuah jawaban akan masalah yang terjadi pada badan usaha ini, Sistem Pendukung Keputusan ini akan diaplikasikan kedalam sebuah website sehingga dapat lebih mudah untuk digunakan. Melalui Penerapan Sistem Pendukung Keputusan ini, diharapkan akan menjadi sebuah jalan keluar untuk menurunkan resiko kemacetan yang terjadi pada badan usaha tersebut.
Pemilihan Karyawan Terbaik pada Bagian Pabrik PT. Perkebunan Nusantara VI Menggunakan Metode Weighted Product Niken Rindiana; Rini Sovia; Raja Ayu Mahessya
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 1 No 2 (2023): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v1i2.768

Abstract

Karyawan terbaik merupakan suatu aset perusahaan yang akan membuat perusahaan dapat berkembang dengan pesat. Oleh karena itu perusahan membutuhkan karyawan yang memiliki kemampun yang handal serta berkualitas, salah satunya adalah dengan cara dengan melakukan pemilihan karyawan terbaik. PTPN VI merupakan sebuah Badan Usaha Milik Negara (BUMN) yang bergerak dalam industri perkebunan untuk komoditi kelapa sawit, karet, dan teh. Perusahaan ini terdiri dari 13 unit usaha yang tersebar di Sumatera Barat dan Jambi. Salah satu kebun unit yang dimiliki PTPN VI adalah Kebun Danau Kembar yang terfokus pada usaha perkebunan teh. PT. Perkebunan Nusantara VI terletak di Nagari Kayu Jao, Kecamatan Gunung Talang, Kabupaten Solok, Sumatera Barat. Oleh sebab itu perlu dirancang suatu teknologi yang bisa memudahkan perusahaan dalam menentukan karyawan terbaik dengan Metode Weighted Product. Metode ini sering digunakan untuk membantu dalam menentukan goal atau keputusan. Konsep yang digunakan adalah dengan pembobotan dengan rating suatu variabel penilai. Berdasarkan penelitian yang dilakukan, dari 30 data karyawan yang sudah diolah menggunakan sistem, menghasilkan 10 orang karyawan terbaik bagian pabrik dengan tingkat akurasi sebesar 93% dengan menggunakan lima kriteria yaitu kinerja, ketepatan waktu, komunikasi, kreatifitas serta kehadiran. Hasil dari penelitian ini adalah sistem yang dirancang ini dapat membantu pihak perusahaan dalam memilih karyawan terbaik bagian pabrik dengan metode Weighted Product, serta memberikan informasi secara efektif dan efisien.  
Pelatihan Manajemen Penerbit pada Top Level Management Penerbit Genzo Media Pustaka dalam Membangun Jurnal Ilmiah Ikhsan, Ikhsan; Mahessya, Raja Ayu; Harto, Budi; Ramadhani, Ramadhani; Novinaldi, Novinaldi
Jurnal Pustaka Mitra (Pusat Akses Kajian Mengabdi Terhadap Masyarakat) Vol 4 No 3 (2024): Jurnal Pustaka Mitra (Pusat Akses Kajian Mengabdi Terhadap Masyarakat)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakamitra.v4i3.713

Abstract

Pelatihan ini bertujuan untuk memberikan pemahaman serta peran penting penerbit dalam membangun jurnal ilmiah. Penerbit menjadi salah satu bagian lembaga di dalam wilayah Republik Indonesia yang diberikan ijin untuk membangun jurnal ilmiah selain institusi perguruan tinggi. Hasil dari pelatihan ini adalah adanya pemahaman oleh Top Level Manajemen Penerbit, terbukti lahirnya rumah jurnal yang di kelola oleh penerbit Genzo Media Pustaka. Ada tiga jurnal yang dikelola oleh penerbit Genzo Media Pustaka, yakni Jurnal Teknoinfokom (Jurnal Teknologi Informasi dan Komputer), Jurnal Jumatek (Jurnal Manajemen Akuntansi Teknologi), dan Jurnal Abdimasmedia (Jurnal Pengabdian Masyarakat Genzo Media Pustaka). Metode yang dipakai di dalam pelatihan ini adalah adalah ceramah, workshop, dan diskusi. Pentingnya pelatihan ini adalah merubah pola pikir masyarakat, khususnya di dunia pendidikan yang hanya mengetahui kalau jurnal ilmiah tidak hanya di kelola oleh perguruan tinggi. Selain itu, pelatihan ini juga bermanfaat bagi penerbit sebagai tambahan jejaring dengan dunia pendidikan serta tambahan income bagi penerbit sendiri.
Pemanfaatan Teknologi Digital dalam Pembelajaran Siswa SMP Sahara Padang Raja Ayu Mahessya; Larissa Naviarani; Devia Kartika
Alamtana: Jurnal Pengabdian Masyarakat UNW Mataram Vol 3 No 3 (2022): Edisi Desember 2022
Publisher : LPPM UNIVERSITAS NAHDLATUL WATHAN MATARAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51673/jaltn.v3i3.1243

Abstract

Pemanfaatan teknologi informasi dan komunikasi menjadi salah satu prinsip pembelajaran di sekolah menengah pertama dalam rangka meningkatkan efisiensi dan efektifitas pembelajaran. Seorang guru perlu mengembangkan penerapan teknologi informasi dan komunikasi yang disesuaikan dengan situasi dan kondisi peserta didik secara terintegrasi, sistematis, efektif. Guru dapat melakukan penerapan teknologi informasi dan komunikasi pada pembelajaran dengan berbagai bentuk salah satunya adalah pembelajaran dengan menggunakan e-module interaktif menggunakan aplikasi canva. E-module merupakan salah satu bentuk media ajar yang memiliki konten dan lebih berfokus pada aktivitas belajar yang dikembangkan pada program pendidikan dan pelatihan. E-modul digital merupakan salah satu jenis yang dioperasikan pada berbagai peralatan digital seperti computer dan mobile.
Enhancing the Performance of Machine Learning Algorithm for Intent Sentiment Analysis on Village Fund Topic Anam, M. Khairul; Putra, Pandu Pratama; Malik, Rio Andika; Karfindo, Karfindo; Putra, Teri Ade; Elva, Yesri; Mahessya, Raja Ayu; Firdaus, Muhammad Bambang; Ikhsan, Ikhsan; Gunawan, Chichi Rizka
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.v6i2.637

Abstract

This study explores the implementation of Intent Sentiment Analysis on Twitter data related to the Village Fund program, leveraging Multinomial Naïve Bayes (MNB) and enhancing it with Synthetic Minority Over-sampling Technique (SMOTE) and XGBoost (XGB). The analysis categorizes tweets into six labels: Optimistic, Pessimistic, Advice, Satire, Appreciation, and No Intent. Initially, the MNB model achieved an accuracy of 67% on a 90:10 data split. By applying SMOTE, accuracy improved by 12%, reaching 89%. However, adding Chi-Square feature selection did not increase accuracy further. Incorporating XGB into the MNB+SMOTE model led to a 6% improvement, achieving a final accuracy of 95%. Comprehensive model evaluation revealed that the MNB+SMOTE+XGB model achieved 96% accuracy, 96% precision, 96% recall, and a 96% F1-score, with an AUC of 99%, categorizing it as excellent. These findings demonstrate that the combination of SMOTE for addressing class imbalance and XGBoost for boosting performance significantly enhances the MNB model's classification capabilities. The novelty lies in the integration of these techniques to improve intent sentiment classification for public opinion analysis on the Village Fund program. The results indicate that the majority of tweets labeled as "No Intent" reflect a lack of specific sentiment or actionable intent, providing valuable insights into public perception of the program.
Prediksi Jumlah Penjualan Beras untuk Kebutuhan Stok Menggunakan Metode Trend Moment Berbasis Web Khadnova, Triuliamri; Zain, Ruri Hartika; Mahessya, Raja Ayu
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 3 No 1 (2025): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v3i1.873

Abstract

Penelitian ini bertujuan untuk memprediksi jumlah penjualan beras guna memenuhi kebutuhan stok di Toko Tani Indonesia Center. Salah satu tantangan utama dalam pengelolaan stok beras adalah fluktuasi permintaan yang dipengaruhi oleh berbagai faktor, seperti musim dan pola konsumsi masyarakat. penelitian ini menggunakan metode Trend Moment sebagai pendekatan prediksi. Metode ini dipilih karena kemampuannya dalam mengidentifikasi dan memanfaatkan pola tren dari data historis penjualan beras, sehingga hasil prediksi diharapkan lebih akurat. Data yang digunakan adalah data penjualan beras di Toko Tani Indonesia Center selama periode waktu tertentu. Langkah-langkah yang dilakukan meliputi pengumpulan data penjualan, pengolahan data dengan metode Trend Moment, dan analisis hasil prediksi. Hasil penelitian menunjukkan bahwa metode Trend Moment dapat memberikan prediksi yang cukup akurat untuk penjualan beras pada periode mendatang. Prediksi ini diharapkan dapat membantu Toko Tani Indonesia Center dalam menentukan jumlah stok yang optimal, sehingga dapat mengurangi risiko kekurangan atau kelebihan stok yang berdampak pada efisiensi operasional dan kepuasan pelanggan.
Optimizing Sensitivity in Machine Learning Models for Pediatric Post-operative Kyphosis Prediction Raja Ayu Mahessya; Dian Eka Putra; Rostam Ahmad Efendi; Rayendra; Rozi Meri; Riyan Ikhbal Salam; Dedi Mardianto; Ikhsan; Ismael; Arif Rizki Marsa
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 9 No 3 (2025): June 2025
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v9i3.6606

Abstract

Post-operative kyphosis represents a significant complication following pediatric spinal corrective surgery, necessitating sophisticated prediction methods to identify high-risk patients. This study developed and evaluated machine learning models for kyphosis prediction using a dataset of 81 pediatric patients by comparing the logistic regression and decision tree approaches. Despite achieving a higher overall accuracy (82%), the logistic regression model failed to identify any kyphosis cases, rendering it clinically ineffective. Conversely, the decision tree model demonstrated superior clinical utility by successfully identifying 33% of kyphosis cases while maintaining 71% accuracy. Feature importance analysis established starting vertebral position as the dominant predictor (importance=0.554), followed by patient age (0.416), with vertebrae count contributing minimally (0.030). The decision tree identified critical thresholds for risk stratification: operations beginning at or above T8-T9, particularly in children aged 5-9 years, carried a substantially elevated kyphosis risk. Our methodological approach emphasizes sensitivity over conventional accuracy metrics, recognizing that missing high-risk patients have greater clinical consequences than unnecessary monitoring. This study demonstrates the capacity of decision tree models to extract clinically meaningful patterns from small, imbalanced surgical datasets that elude conventional statistical approaches.
Sistem Pakar Untuk Mendeteksi Kleptomania Dengan Metode Fuzzy Berbasis Web Nelfita Anggraini, Weli; Ayu Mahessya, Raja; Saputra, Dhio
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 1 No 1 (2021): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (585.113 KB) | DOI: 10.55382/jurnalpustakadata.v1i1.59

Abstract

Kleptomania dapat dimulai pada masa anak-anak, walaupun sebagian besar anak dan remaja yang mencuri tidak menjadi dewasa yang kleptomania. Biasanya dorongan seseorang melakukan pencurian tersebut tidak direncanakan sebelumnya itu yang membedakan antara kleptomania dan pencurian. Penyakit kleptomania adalah gangguan kontrol impuls yang membuat penderitanya tidak bisa menahan diri untuk mencuri. Penyakit ini umumnya muncul pada masa puber sampai dewasa. Kleptomania dianggap sebagai kategori gangguan kejiwaan, terutama terkait dengan seseorang yang menderita kleptomania tersebut tidak bisa menggontrol diri dan tindakannya dilakukan secara spontan dan tidak terencana. Oleh karena itu dirancang sebuah sistem pakar untuk mengetahui jenis-jenis kleptomania. Metode yang digunakan dalam sistem pakar adalah Tsukamoto. Metode Tsukamoto adalah perluasan dari penalaran monoton dimana metode tsukamoto setiap konsekuen yang terbentuk IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sistem pakar ini dapat memberikan solusi serta pencegahan kleptomania dengan proses pendiagnosaan dilakukan secara efisien dan menghemat waktu dalam membantu masyarakat atau orang tua dalam pencegahan yang terjadi. Aplikasi sistem pakar berbasis web ini dibangun dengan bahasa pemograman PHP dan penyimpanan data MySQL
Prediksi Risiko Diabetes Tahap Awal Menggunakan Machine Learning dengan Algoritma K-Nearest Neighbor Trisna, Novi; Ayu Mahessya, Raja
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 2 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i2.1550

Abstract

Diabetes mellitus merupakan penyakit metabolik kronis yang prevalensinya terus meningkat dan berkontribusi signifikan terhadap beban kesehatan masyarakat global akibat komplikasinya yang bersifat progresif dan sering terdeteksi pada tahap lanjut. Oleh karena itu, deteksi dini risiko diabetes berdasarkan gejala awal dan riwayat kesehatan pasien menjadi penting untuk mendukung intervensi preventif yang tepat waktu. Perkembangan machine learning memungkinkan pemanfaatan data kesehatan untuk membangun model prediksi yang lebih cepat, konsisten, dan objektif dibandingkan pendekatan manual konvensional. Penelitian ini bertujuan untuk mengembangkan model klasifikasi risiko diabetes menggunakan algoritma K-Nearest Neighbor (KNN) berdasarkan dataset Early Stage Diabetes Risk Prediction. Dataset tersebut terdiri dari 520 data dengan 17 atribut, termasuk fitur numerik seperti usia dan fitur kategorikal yang merepresentasikan gejala awal diabetes, seperti polyuria, polydipsia, weakness, dan polyphagia, dengan label kelas positif dan negatif diabetes. Tahap pra-pemrosesan data dilakukan dengan mentransformasikan atribut kategorikal menjadi nilai numerik (Yes=1, No=0; male=1, female=0) agar mendukung perhitungan jarak pada algoritma KNN. Model klasifikasi diimplementasikan menggunakan bahasa pemrograman Python pada Google Colab dan dievaluasi melalui empat skenario percentage split, yaitu 60:40, 70:30, 80:20, dan 90:10. Nilai K diuji pada rentang K=2 hingga K=9 menggunakan metrik jarak Euclidean untuk menentukan parameter optimal. Hasil eksperimen menunjukkan bahwa K=3 secara konsisten memberikan performa terbaik dengan akurasi tertinggi sebesar 97% pada skenario pembagian data 60:40. Temuan ini menunjukkan bahwa model KNN yang diusulkan efektif untuk mendeteksi risiko diabetes pada tahap awal.
Co-Authors Abdul Rahman Anshar Abulawafa Muhammad Alvi Martunasia Anam, M Khairul Arif Rizki Marsa Budi Harto Dedi Mardianto Devia Kartika Dian Eka Putra Eka Putra, Dian Elva, Yesri Firdaus, Muhammad Bambang Firna Yenila Gunawan, Chichi Rizka Gusti Randi hadi syahputra Ikhbal Salam, Riyan Ikhsan Ikhsan I Ikhsan Ikhsan Ikhsan Ikhsan Indrawati, Sulvia Ismael Jamhur, Annisak Izzaty Karfindo, Karfindo Khadnova, Triuliamri Kurnia, Hezy Larissa Naviarani M. Hafizh Mokti Isra Muhammad Nuzul Ikhsan Muhammad Raihan Zaky Muhammad Reza Putra Mutiana Pratiwi Nelfita Anggraini, Weli Niken Rindiana Nofet Putri Novi Trisna Novinaldi N Novinaldi, Novinaldi Pandu Pratama Putra, Pandu Pratama Panggranatama, Nanda Pradani Ayu Widya Purnama Pradani Ayu Widya Purnama Purnawita Rahayu Putra, Rafki Dwi Ramadhani Ramadhani Ramadhanu, Agung - Rayendra Rendi Saputra Reyga Primayudha T Reza Suriadinata Rifki Isma Kurniawan Rio Andika Malik Rostam Ahmad Efendi Rozi Meri Ruri Hartika Zain Saputra, Dhio Sovia, Rini Sulvia Indrawati Teri Ade Putra Teri Ade Putra Veri, Jhon Widya Sri Wahyuni Yeni Sofiarna Yesri Elva Yesri Elva Yesri Elva Yogi Wiyandra