p-Index From 2021 - 2026
7.335
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Sistem dan Informatika International Journal of Law Reconstruction Jurnal Pendidikan Informatika dan Sains Jurnal Khatulistiwa Informatika JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Al-Khidmah JURNAL EDUCATION AND DEVELOPMENT NUSANTARA : Jurnal Ilmu Pengetahuan Sosial CYBERNETICS BULETIN AL-RIBAATH JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) GERVASI: Jurnal Pengabdian kepada Masyarakat Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Jurnal Teknika Jurnal Abdi Insani JIKA (Jurnal Informatika) Journal of Innovation Information Technology and Application (JINITA) Innovation in Research of Informatics (INNOVATICS) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Computer Science and Information Technology (CoSciTech) JUTECH : Journal Education and Technology Jurnal Pengabdian Masyarakat Nusantara Jurnal Media Informatika JUSTIN (Jurnal Sistem dan Teknologi Informasi) Joutica : Journal of Informatic Unisla Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Riset Rumpun Ilmu Teknik (JURRITEK) Jurnal Ilmiah Teknik Informatika dan Komunikasi Kohesi: Jurnal Sains dan Teknologi SmartComp Jurnal Informatika Polinema (JIP) Journal of Multidiscipline and Collaboration Research Jurnal Ragam Pengabdian JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) KREATIF: Jurnal Pengabdian Masyarakat Nusantara
Claim Missing Document
Check
Articles

PENERAPAN METODE NAÏVE BAYES DALAM SISTEM PAKAR BIMBINGAN KONSELING KARIR SISWA Darniva, Fara; Ceasar Octariadi, Barry; Putri Agustini Alkadri, Syarifah
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 12, No 12 (2025): NUSANTARA : JURNAL ILMU PENGETAHUAN SOSIAL
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v12i12.2025.4755-4761

Abstract

Bimbingan konseling karir adalah proses yang dilakukan oleh guru bimbingan konseling dengan memberikan bantuan kepada peserta didik untuk mengalami perkembangan, pencarian dan membuat keputusan karir yang rasional sepanjang hidupnya serta realistis berdasarkan potensi yang dimiliki dan peluang yang ada di lingkungan sekitar sehingga meraih kesuksesan. Keterbatasan waktu dan jumlah guru Bimbingan Konseling menjadi permasalahan yang terjadi di sekolah tersebut dalam proses layanan bimbingan konseling karir terkait memberikan rekomendasi karir kepada siswa. Tujuan utama dari penelitian ini adalah untuk membangun aplikasi sistem pakar berbasis website menggunakan metode Naïve Bayes untuk memberikan rekomendasi karir kepada siswa berdasarkan nilai probabilitas tertinggi. Hasil dari penelitian ini memperoleh nilai 90,90% berdasarkan pengujian akurasi sistem, maka dapat dikatakan aplikasi ini berhasil dan bisa digunakan oleh siswa untuk melakukan bimbingan konseling karir.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIDAN DI KLINIK JI LI NGO KOTA SINGKAWANG MENGGUNAKAN METODE SMART Marwan, Yusuf; Putri Agustini Alkadri, Syarifah; Ceasar Octariadi, Barry
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 13, No 1 (2026): NUSANTARA : Jurnal Ilmu Pengetahuan Sosial
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v13i1.2026.114-120

Abstract

Klinik Bidan JI LI NGO Kota Singkawang, juga bertanggung jawab dalam pelaksanaan bidang kesehatan dalam membantu pencapaian sebagai seorang bidan. Namun terdapat permasalahan yang muncul di klinik ini yaitu sifatnya masih manual, dampak negatif dari sistem pemilihan yang masih manual ini mengakibatkan pemilihan calon bidan menjadi tidak tepat sasaran. Dengan menggunakan SPK dan metode SMART sebagai basis dalam pemilihan bidan hal ini memungkinkan sistem dapat memberikan perankingan sesuai dengan perhitungan yang di dasar dari kriteria yang sudah ada. Berdasarkan pengujian sistem serta melalui perhitungan manual, hasil menunjukkan bahwa calon bidan bernama Juvi pada berada pada peringkat pertama dengan nilai akhir 0,8023. Penelitian ini juga melibatkan pengujian user acceptance test (UAT) dengan 5 responden dari klinik terkait. Hasil kuesioner menunjukkan bahwa sistem memiliki tingkat kegunaan (usability) yang sangat baik dengan tingkat penerimaan sebesar 92%. Hal ini membuktikan bahwa sistem dapat diterima dan digunakan secara efektif dalam mendukung pengambilan keputusan
PREDIKSI KUALITAS UDARA KOTA PONTIANAK MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN) Siti Nur Fadillah, Utin; Putri Agustini A, Syarifah; Ceasar Octariadi, Barry
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 13, No 1 (2026): NUSANTARA : Jurnal Ilmu Pengetahuan Sosial
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v13i1.2026.289-292

Abstract

Kualitas udara merupakan indikator penting dalam menilai kesehatan lingkungan suatu wilayah. Kota Pontianak, sebagai pusat aktivitas ekonomi dan transportasi di Kalimantan Barat, menghadapi potensi penurunan kualitas udara akibat meningkatnya aktivitas manusia dan kendaraan. Penelitian ini bertujuan membangun sistem prediksi kualitas udara di Kota Pontianak dengan menerapkan algoritma K-Nearest Neighbor (KNN) berdasarkan parameter polusi udara meliputi PM2.5, PM10, CO, O?, NO?, dan parameter cuaca (suhu, kelembaban). Data diperoleh dari Dinas Lingkungan Hidup Kota Pontianak dan melalui tahapan preprocessing sebelum digunakan sebagai data pelatihan dan pengujian. Sistem prediksi dirancang dalam bentuk aplikasi web yang memungkinkan pengguna mengunggah data dan memperoleh hasil prediksi kategori kualitas udara, yaitu baik, sedang, atau tidak sehat. Hasil evaluasi menunjukkan bahwa model KNN dengan nilai K=7 menghasilkan akurasi sebesar 90%, presisi 92% untuk kelas "Tidak Sehat", dan recall 88%. Sistem ini diharapkan dapat membantu instansi terkait dalam mengambil langkah preventif terhadap potensi penurunan kualitas udara serta meningkatkan kesadaran masyarakat mengenai pentingnya menjaga kondisi udara yang bersih dan sehat.
Penguatan Kelompok Tuna Rungu Gerkatin Kalbar Melalui Pelatihan Digital Marketing Untuk Inklusi Digital Arninda, Arninda; Putri Agustini, Syarifah; Istikoma, Istikoma; Aditya Saputra, Rangga; Aliya Supandih, Fathia; Roni, Roni
Jurnal Pengabdian Masyarakat Nusantara (JPMN) Vol. 5 No. 2 (2025): Agustus 2025 - Januari 2026
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jpmn.v5i2.6098

Abstract

The Community Partnership Program (PKM) aims to strengthen the capacity of the West Kalimantan Gerkatin disability group through digital marketing training to support inclusive digital transformation. Implemented by the Muhammadiyah University of Pontianak, this activity addresses partner issues related to weak financial management and limited access to digital marketing. Solutions provided include training in financial management, product photography, social media marketing, AI-based copywriting, and assistance in creating an online store via WooCommerce. On September 13 and 20, 2025, 35 deaf participants participated in the training with the support of a Sign Language Interpreter. As a result, 60% of participants were able to prepare financial reports, 75% understood digital marketing, and 70% produced catalog-worthy product photos and descriptions. The implementation of the program encountered challenges associated with participants’ limited baseline digital literacy; however, these were mitigated through intensive mentoring and the application of accessible, disability-friendly technologies. The program also produced a prototype website for cacatjualan.com and various outputs such as journal articles, media publications, videos, posters, and training materials that support the achievement of activities, particularly poverty alleviation, decent work, inequality reduction, and support for the university's Key Performance Indicators in the field of community service. The impact is seen in improving digital skills, social inclusion, and the economic potential of disability groups.
Prediksi Harga Mobil Bekas Menggunakan Algoritma Support Vector Regression Herlangga, Herlangga; Pangestika, Menur Wahyu; Alkadri, Syarifah Putri Agustini
Computer Science and Information Technology Vol 6 No 3 (2025): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v6i3.10545

Abstract

The growth of the automotive industry in Indonesia has contributed to high demand for used cars as a more economical alternative to new cars. However, determining the price of used cars is often a challenge for showrooms and prospective buyers because it involves many factors and is subjective. This study aims to develop a used car price prediction model using the Support Vector Regression (SVR) algorithm with a Radial Basis Function (RBF) kernel approach. A total of 1,000 entries were obtained through web scraping from the cintamobil.com website. The research methodology refers to the CRISP-DM framework, starting from business understanding to model deployment through a web application using Streamlit. The preprocessing process involves handling missing values, outliers, data duplication, and numerical and categorical feature transformations. The SVR model was evaluated using RMSE, MAPE, and MAE metrics to assess prediction accuracy. The results show that SVR is capable of providing fairly accurate price predictions, with parameters C=1, gamma=0.1, and epsilon=0.1 producing the best performance, namely an MAE value of IDR 6,472,572, an RMSE of IDR 8,958,555, and a MAPE of 3.41%. Referring to the prediction accuracy category based on the MAPE value, where a MAPE value ≤ 10% is categorized as high accuracy, it can be concluded that this model has high prediction accuracy. This shows that the SVR model used is capable of estimating used car prices with a low error rate and good accuracy.
Comparison Analysis of Equivalence Class Partitioning and Boundary Value Analysis Techniques in Software Quality Testing of ReservasiPolnep Application Alifiansyah, Zuhrie; Alkadri, Syarifah Putri Agustini; Insani, Rachmat Wahid Saleh
Innovation in Research of Informatics (Innovatics) Vol 7, No 2 (2025): September 2025
Publisher : Department of Informatics, Siliwangi University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v7i2.16789

Abstract

Software testing is a crucial phase before the official launch of an application to ensure its functionality and quality. This study compares two black box testing techniques—Equivalence Class Partitioning (ECP) and Boundary Value Analysis (BVA)—in identifying functional defects in the ReservasiPolnep application. The study involved testing key application features using both techniques, and results were measured using standard software testing metrics: test case coverage, success rates, test time, and cost per defect. The results showed that ECP is more time and cost-efficient, requiring only 26 test cases and 15 minutes 27 seconds per test, with a cost of Rp30 per defect and an 84.6% success rate. In contrast, BVA covers more test scenarios with 36 test cases, taking 27 minutes 5 seconds and costing Rp40 per defect, with a slightly higher success rate of 86.1%. The study concludes that each technique has advantages depending on the context, and highlights the need for input validation improvements in the application.
Integrasi Metode Forward Chaining dan Teorema Bayes Untuk Identifikasi Diagnosa Penyakit Kulit Pada Kucing Anugerah, Ade; Sucipto, Sucipto; Agustini Alkadri, Syarifah Putri
JURNAL FASILKOM Vol. 15 No. 3 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i3.10288

Abstract

Skin diseases in cats are among the most common health issues, yet many cat owners still lack awareness of their symptoms. Limited access to veterinary services, especially in regions such as West Kalimantan, poses a significant challenge in early identification and treatment. This study aims to develop a web-based expert system capable of automatically diagnosing skin diseases in cats based on symptoms inputted by users. The system utilizes the Forward Chaining method for rule-based inference and the Bayes Theorem for probabilistic calculation to determine the likelihood of diseases. The system was built using the Laravel framework and MySQL database, based on a total of 83 case data obtained through direct interviews with veterinary experts. Testing using black-box and user acceptance methods showed that the system functions effectively and delivers accurate and informative diagnostic results. The system achieved an accuracy rate of 100% when tested on validated expert data. Therefore, this system can serve as an effective tool for cat owners to quickly and independently gain initial insights into their cat’s skin health before consulting a veterinarian.
Prediksi Jumlah Kasus Penyakit Demam Berdarah Dengue Menggunakan Metode Long Short-Term Memory (LSTM) Nurmelidia Larasati; Sucipto Sucipto; Syarifah Putri Agustini Alkadri
Jurnal Ilmiah Teknik Informatika dan Komunikasi Vol. 6 No. 1 (2026): Maret : Jurnal Ilmiah Teknik Informatika dan Komunikasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juitik.v6i1.2100

Abstract

Dengue Hemorrhagic Fever (DHF) an infectious disease with fluctuating case numbers that can suddenly increase, posing significant public health challenges. In Pontianak City, 106 cases with 1 death were recorded in 2019, decreasing from 195 cases with 3 deaths in 2018. In 2020, the number dropped further to 27 cases with no fatalities. This condition indicates the need for a prediction system capable of accurately estimating the number of cases to support decision-making processes. This study aims to develop a model for predicting daily DHF cases in Pontianak City using the Long Short-Term Memory (LSTM) method. The data used includes daily DHF cases, average temperature, average humidity, and rainfall from 2020 to 2025. The research stages included data cleaning, normalization using Min-Max Scaling, historical data formation, model training, and evaluation using Root Mean Squared Error (RMSE) and Mean Absolute Error (MAE). The best model employed a single LSTM layer with 64 neurons, 50 epochs, and a batch size of 32, yielding an RMSE of 0.87 and MAE of 0.63. These results indicate that the LSTM method is capable of generating predictions close to actual values and is reliable for estimating daily DHF cases in Pontianak City. The developed Streamlit-based application provides interactive visualization and accurate predictions, making it a valuable tool for health authorities in DHF prevention and control efforts.
IMPLEMENTASI PROFILE MATCHING PADA SISTEM PENCARI KERJA DISABILITAS Ramadhianto, Muhammad Dwi; Alkadri, Syarifah Putri Agustini; Octariadi, Barry Ceasar
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6686

Abstract

Penyandang disabilitas adalah seseorang yang mempunyai (menderita) sesuatu dan kecacatan adalah suatu keadaan (seperti penyakit atau cedera) yang membatasi atau merusak kemampuan fisik dan mental seseorang. Penelitian ini bertujuan untuk mengembangkan sarana penunjang pencari pekerjaan bagi penyandang disabilitas melalui website DISKA (Disabilitas Kerja), yang menggunakan metode Profile Matching. Sistem pendukung keputusan (SPK) ini mengintegrasikan aspek utama, aspek pendukung, dan aspek wawancara dalam penilaian kandidat. Berdasarkan hasil penelitian yang telah dilakukan selama pengembangan   Implementasi Profile Matching Pada Sistem Pencari Kerja Disabilitas. Aplikasi dirancang dan dibangun dengan metode profile matching digunakan untuk menentukan nilai yang terdapat pada core factor dan Secondary factor dan nilai aspek juga menetukan nilai akhir terhadap perhitungan dalam merekomendasi pekerjaan. Berdasarkan hasil dari aplikasi rekomendasi pekerjaan dengan metode profile matching dapat disimpulkan bahwa khauril anwar cocok dengan pekerjaan Barista dikarekanakan dekatnya hasil total antara pekerjaan dengan nilai 4.58 dan pelamar dengan nilai 4.67, ramadianti cocok dengan pekerjaan Art dikarekanakan hasil sama dengan pekerjaan Art dengan nilai 4.27 dan nilai pelamar yaitu 4.27, ahmad syahdani cocok dengan pekerjaan cleaning service karena nilai totalnya yaitu 4.455 melebihi nilai total dari cleaning service, famin nasrul cocok dengan pekerjaan cleaning service dikarenakan nilainya 4,36 melebihi nilai dari pekerjaan cleaning service karena itu cocok dengan pekerjaannya dan ananda dinda cocok dengan pekerjaan Pijat dikarenakan nilainya yaitu 4.215 melebihi nilai dari pijat oleh karena itu cocok dengan pekerjaan pijat.
SISTEM PENDUKUNG KEPUTUSAN EVALUASI KINERJA UNTUK PEMILIHAN PEGAWAI TERBAIK MENGGUNAKAN METODE ROC DAN SAW Diky Pratama; Syarifah Putri Agustini Alkadri; Sucipto
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i1.8001

Abstract

Penilaian pegawai bertujuan untuk memilih pegawai terbaik guna meningkatkan semangat kerja. Namun, pemberian reward sering kali tidak tepat sasaran, menyebabkan cemburu sosial dan diskriminasi. Permasalahan ini disebabkan oleh aspek penilaian yang kurang terukur, hanya berdasarkan perilaku, sasaran kerja, dan job description. Untuk memperbaiki hal ini, diperlukan sistem pendukung keputusan menggunakan metode ROC (Rank Order Centroid) dan SAW (Simple Additive Weighting) untuk pemilihan pegawai terbaik di Perumda AMGP Kota Singkawang. Sistem ini menggunakan 12 kriteria dalam 4 aspek penilaian: kesesuaian target, pencapaian target, target laporan, pengetahuan kerja, tanggung jawab, kejujuran, kerja sama tim, kehadiran, loyalitas, kerapian, kesesuaian kinerja, dan pencapaian instruksi tambahan. Hasil perhitungan dengan ROC dan SAW menempatkan Budiman di peringkat pertama dengan nilai preferensi 0.9212, diikuti oleh Bornez (0.8968) dan Agus Aryadin (0.8965). Pengujian dengan confusion matrix menunjukkan akurasi 100%. Sistem ini diharapkan dapat merekomendasikan pegawai terbaik secara tepat sasaran dan tidak terjadi lagi cemburu sosial.