Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Informasi interaktif : jurnal informatika dan teknologi informasi
Nur Rakhmah, Syifa
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering

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

Found 2 Documents
Search

 1 
Pengembangan Aplikasi Kecerdasan Buatan Untuk Analisis Pasar Produk Online Dan Rekomendasi Peluang Usaha Mesta; Febrian K, Felix; Afya Rachman, Rafi; Nur Rakhmah, Syifa; Sutoyo, Imam; Ayu Sariasih, Findi
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 3 (2026): Februari 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i3.685

Abstract

Calon wirausaha kerap menemui kesulitan dalam menganalisis produk pasar daring yang jumlahnya sangat banyak. Aplikasi yang berfungsi untuk menganalisis berbagai produk dari berbagai lokapasar daring Indonesia menjadi tujuan dari hasil penelitian ini. Rekomendasi produk untuk dijual kembali sebagai peluang usaha dibuat sebagai salah satu fitur aplikasi selain dari fitur analisis produk lokapasar daring. Penelitian ini menerapkan metode agile dengan pendekatan siklus pengembangan Extreme Programming (XP) dengan tahapan yang berulang dan efisien. Pengembangan aplikasi melibatkan beberapa kerangka kerja diantaranya Flutter untuk mengembangkan antarmuka pengguna, Python yang berfungsi mengolah data dengan algoritma Random Forest untuk menetapkan hasil analisis, dan SerpApi yaitu pihak ketiga yang menyediakan himpunan data yang diperlukan untuk analisis. Pengujian aplikasi dilakukan pada tahap listening pada siklus metode XP, pengujian dilakukan berulang sampai memenuhi kebutuhan pengguna. Kelebihan aplikasi terletak pada singkatnya waktu yang didapat saat ingin menganalisis suatu kata kunci produk. Aplikasi ini membantu calon wirausahawan menganalisis pasar daring secara cepat, meskipun hasil analisis tetap memerlukan verifikasi riset lanjutan.
SISTEM CERDAS BERBASIS MACHINE LEARNING UNTUK DIAGNOSIS PENYAKIT PADA KUCING Setiawan, Ade; Silap, Renatan Hosea; Fahrezi, Rio; Nur Rakhmah, Syifa; Ayu Sariasih, Findi; Sutoyo, Imam
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 11 No 1 (2026): Bahasa Indonesia
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

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

Abstract

The challenge of diagnosing cat diseases quickly and accurately, caused by the tendency of cats to hide pain and often non-specific clinical symptoms, forms the primary background of this research. This study aims to design and build an intelligent system based on machine learning that can provide initial diagnostic recommendations for common cat diseases based on symptom data. The research method used adopts the Agile Scrum framework , with the K-Nearest Neighbor (KNN) algorithm as the classification core. System testing was conducted on 200 test data points covering five main diseases: Cat Flu, Worms, Fungal Infection, Rabies, and Diarrhea. The test results showed excellent performance with an average accuracy rate of 92.50%. Specifically, the system successfully classified 185 data points correctly and 15 incorrectly , with Rabies recording the highest accuracy (96.67%). Although there is still an error rate of 7.5% , this system is proven feasible for use as an initial diagnostic aid; however, its use must still be supported by direct confirmation from a professional veterinarian.
Co-Authors Ade Setiawan Afya Rachman, Rafi Fahrezi, Rio Febrian K, Felix Findi Ayu Sariasih Mesta Silap, Renatan Hosea Sutoyo, Imam