Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Indonesian Journal on Data Science
Dini Siskasari
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Prediksi Rekomendasi Buku Berdasarkan Riwayat Peminjaman Menggunakan Collaborative Filtering Pada Perpustakaan Unjaya: Penggunaan Item-Based Collaborative Filtering untuk Meningkatkan Layanan Perpustakaan Digital Mita Aprilia Damayanti; Dini Siskasari; Syarief Hidayatullah; Rois Ali Fernandi; Irmma Dwijayanti
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 3 No. 1 (2025): Indonesian Journal On Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v3i1.1570

Abstract

Perpustakaan Universitas Jenderal Achmad Yani Yogyakarta (Unjaya) berperan penting dalam mendukung ekosistem pendidikan tinggi melalui penyediaan layanan informasi. Untuk meningkatkan relevansi dan kenyamanan layanan, penelitian ini bertujuan memprediksi rekomendasi buku berdasarkan riwayat peminjaman menggunakan metode Item-based Collaborative Filtering. Metode yang digunakan melibatkan pemrosesan data peminjaman dan koleksi buku untuk membentuk matriks kesamaan antar item menggunakan adjusted cosine similarity. Rekomendasi diberikan berdasarkan kemiripan buku dengan yang pernah dipinjam oleh pengguna. Model dievaluasi menggunakan Mean Absolute Error (MAE), dengan hasil menunjukkan nilai MAE sebesar 0.0024 dan 0.0047. Nilai MAE yang mendekati 0 ini menunjukkan bahwa model memiliki tingkat kesalahan prediksi yang sangat rendah, sehingga performa sistem dapat dikategorikan baik. Hasil penelitian membuktikan bahwa sistem mampu menghasilkan rekomendasi yang relevan, mempercepat pencarian informasi, dan mendukung peningkatan kualitas layanan perpustakaan di lingkungan perguruan tinggi. Penelitian ini diharapkan dapat berkontribusi terhadap pengembangan layanan informasi berbasis teknologi di perpustakaan pendidikan tinggi.
Pengembangan Aplikasi Mobile Saffco Skin untuk Edukasi Perawatan Wajah dengan Sistem Rekomendasi Menggunakan Algoritma KNN : Pengembangan Aplikasi Mobile Saffco Skin untuk Edukasi Perawatan Wajah dengan Sistem Rekomendasi Menggunakan Algoritma KNN Mita Aprilia Damayanti; Dini Siskasari; Syarief Hidayatullah; Rois Ali Fernandi; Herdiesel Santoso
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 3 No. 1 (2025): Indonesian Journal On Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v3i1.1585

Abstract

Aplikasi Saffco Skin dirancang untuk membantu pengguna memahami kebutuhan kulit mereka dan memperoleh rekomendasi produk perawatan wajah yang sesuai. Sistem rekomendasi pada aplikasi ini menggunakan algoritma K-Nearest Neighbors (KNN) yang menganalisis data profil pengguna, termasuk tipe kulit (berminyak, kering, sensitif, normal, dan kombinasi), untuk memberikan saran produk yang relevan. EvaluasI model dilakukan dengan dua metrik utama, yaitu jarak rata-rata ke lima tetangga terdekat dan konsistensi tipe kulit produk rekomendasi. Hasil pengujian menunjukkan bahwa rata-rata jarak dari sepuluh sampel produk ke lima rekomendasi terdekat adalah 0.1075, yang menandakan bahwa produk yang direkomendasikan memiliki kemiripan fitur yang tinggi. Selain itu, pada pengujian produk "Perfect Lip Gloss", seluruh rekomendasi (5 dari 5) memiliki tipe kulit yang sama, menghasilkan 100% konsistensi tipe kulit. Model KNN diintegrasikan ke dalam backend berbasis Flask dan terhubung ke antarmuka pengguna Flutter melalui API. Selain sistem rekomendasi, aplikasi ini juga menyediakan katalog produk, artikel edukatif seputar perawatan kulit, serta fitur daftar favorit. Dengan demikian, Saffco Skin menjadi solusi praktis dan cerdas bagi pengguna dalam memilih produk perawatan wajah yang sesuai dengan karakteristik kulit mereka.
Co-Authors Herdiesel Santoso Irmma Dwijayanti Mita Aprilia Damayanti Rois Ali Fernandi Syarief Hidayatullah