Article Per Year (5 Year)
p-Index From 2021 - 2026
0.702
P-Index
This Author published in this journals
All Journal Jurnal Rekayasa Perangkat Lunak
Ayu Andini, Dwi Yana
Unknown Affiliation
Computer Science & IT Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
PENERAPAN DEEP LEARNING UNTUK PENGENALAN CITRA TULISAN TANGAN AKSARA LAMPUNG Dianing Ratri, Putri; Ayu Andini, Dwi Yana
Jurnal Rekayasa Perangkat Lunak Vol. 4 No. 1 (2025): Jurnal Rekayasa Perangkat Lunak (J-Rapa)
Publisher : Universitas Aisyah Pringsewu

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

Abstract

In the field of artificial intelligence, technology has opened new opportunities for preserving cultural heritage, including the Lampung script. One method that shows great potential in script recognition is Deep Learning. This research aims to develop a handwritten image recognition model for the Lampung script using deep learning methods with the ResNet- 50 architecture and transfer learning. Handwritten data of the Lampung script were collected from various sources and processed through image normalization and augmentation to improve the quality of the training data. The model was built using the ResNet-50 architecture with transfer learning, which allows the use of pre-trained models to enhance efficiency. The research results show that the model is capable of classifying 20 primary characters of the Lampung script with adequate performance. However, the study suggests further data collection and exploration of augmentation techniques to improve results. This research not only aims to enhance the recognition of the Lampung script but also contributes to efforts to preserve and introduce the Lampung script to the wider public through modern technology.
Sistem Pakar Berbasis Web Untuk Diagnosis Awal Penyakit Pohon Karet Menggunakan Metode Certainty Factor Sumerti, Ela; Bintoro, Panji; Aminudin, Nur; Ayu Andini, Dwi Yana
Jurnal Rekayasa Perangkat Lunak Vol. 4 No. 2 (2025): Jurnal Rekayasa Perangkat Lunak (J-Rapa)
Publisher : Universitas Aisyah Pringsewu

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

Abstract

Pohon karet merupakan komoditas pertanian penting di Indonesia, namun produktivitasnya seringkali menurun akibat penyakit yang sulit diidentifikasi petani pada tahap awal. Studi ini mengembangkan sistem pakar berbasis web untuk mendukung diagnosis dini penyakit pohon karet menggunakan metode Certainty Factor (CF). Data tentang penyakit dan gejala diperoleh melalui wawancara ahli dan tinjauan literatur, menghasilkan sistem berbasis aturan yang terdiri dari 20 gejala dan 8 jenis penyakit dengan nilai kepastian terkait. Sistem ini dibangun menggunakan kerangka kerja Laravel dan basis data MySQL dengan pendekatan pengembangan prototipe. Metode CF diterapkan untuk menghitung tingkat kepastian untuk setiap penyakit berdasarkan gejala yang dipilih pengguna, menghasilkan hasil diagnostik dalam bentuk persentase beserta rekomendasi pengobatan. Hasil evaluasi menunjukkan bahwa sistem beroperasi dengan benar, dengan validasi ahli yang mengkonfirmasi akurasi diagnostik dan pengujian black-box yang memverifikasi fungsionalitas sistem. Dengan demikian, sistem yang diusulkan dapat membantu petani dalam deteksi dini penyakit dan berfungsi sebagai alat edukasi untuk memahami penyakit pohon karet.
Pengembangan Chatbot AI untuk Informasi Pendaftaran Mahasiswa Baru di FTI UAP Habib, Cahya; Zulkifli, Zulkifli; Aminudin, Nur; Ayu Andini, Dwi Yana
Jurnal Rekayasa Perangkat Lunak Vol. 4 No. 2 (2025): Jurnal Rekayasa Perangkat Lunak (J-Rapa)
Publisher : Universitas Aisyah Pringsewu

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

Abstract

Penelitian ini mengembangkan chatbot berbasis kecerdasan buatan (AI) bernama Asvira untuk menyediakan informasi pendaftaran mahasiswa baru di Fakultas Teknologi dan Informatika Universitas Aisyah Pringsewu (FTI UAP). Sistem ini dirancang untuk menjawab pertanyaan umum seperti jadwal pendaftaran, persyaratan, biaya kuliah, dan fasilitas kampus secara otomatis dan real-time, menggantikan sistem konvensional yang mengandalkan staf administrasi. Asvira dibangun menggunakan framework Laravel untuk backend, Blade dan Tailwind CSS untuk antarmuka, serta OpenAI GPT-4.1 API sebagai mesin pemroses bahasa alami. Basis pengetahuan disusun dalam format JSON dari sumber resmi universitas. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan pendekatan prototipe dan evaluasi kualitatif melalui umpan balik pengguna. Hasil pengujian menunjukkan Asvira mampu memberikan respons yang akurat dan cepat dengan antarmuka yang responsif. Evaluasi pengguna juga menunjukkan sistem ini mudah digunakan dan meningkatkan efisiensi layanan informasi pendaftaran. Sistem ini diharapkan mengurangi beban kerja staf dan menjadi model untuk chatbot serupa di layanan akademik lainnya.
Analisis Sentimen Kesehatan Mental di TikTok pada Generasi Milenial, Gen Z, dan Alpha Menggunakan SVM dan Random Forest Rohmah, Nurbaiti; Aminudin, Nur; Wantoro, Agus; Ayu Andini, Dwi Yana
Jurnal Rekayasa Perangkat Lunak Vol. 4 No. 2 (2025): Jurnal Rekayasa Perangkat Lunak (J-Rapa)
Publisher : Universitas Aisyah Pringsewu

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

Abstract

Penelitian ini menganalisis dinamika kesehatan mental lintas generasi dalam komunitas K-Pop di TikTok Indonesia, dengan fokus pada FOMO, kecemasan, dan strategi coping digital. Pendekatan mixed-methods digunakan untuk mengintegrasikan survei terhadap 501 responden dan analisis 1.481 komentar publik. Survei mengukur empat konstruk psikologis utama, sementara komentar diklasifikasikan menggunakan algoritma Support Vector Machine (SVM) dan Random Forest, serta divalidasi secara manual melalui analisis tematik. Hasil menunjukkan bahwa Generasi Z memiliki tingkat FOMO dan kecemasan tertinggi, Milenial mengalami stres dan burnout, sedangkan Alpha menunjukkan keterlibatan digital yang pasif namun berisiko terhadap perkembangan sosial-emosional. Random Forest menunjukkan performa klasifikasi terbaik (F1-score 93%), unggul dalam menangkap ekspresi minoritas seperti trauma dan refleksi eksistensial.Temuan ini memperkuat bahwa TikTok bukan sekadar ruang hiburan, melainkan arena ekspresi psikologis yang kompleks. Penelitian ini berkontribusi pada pengembangan kerangka kerja kesejahteraan digital yang adaptif, dengan menekankan pentingnya validasi ganda dan intervensi berbasis data yang empatik.
Co-Authors Agus Wantoro Bintoro, Panji Dianing Ratri, Putri Habib, Cahya Nur Aminudin Rohmah, Nurbaiti Sumerti, Ela Zulkifli Zulkifli