Article Per Year (5 Year)
p-Index From 2021 - 2026
1.325
P-Index
This Author published in this journals
All Journal Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Ilmu Komputer dan Matematika
Findasari Findasari
Universitas Muhammadiyah Kudus
Computer Science & IT Control & Systems Engineering Mathematics

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
IMPLEMENTASI UI/UX DALAM TRANSFORMASI DIGITAL UNTUK PENINGKATAN PELANGGAN “HEAVEN EARTH” Melvin Dewi Rosita; Findasari Findasari; Erik Maurten Firdaus
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 5, No 2 (2024): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v5i2.2504

Abstract

Dengan semakin pesatnya perkembangan teknologi, transformasi digital menjadi suatu kebutuhan bagi berbagai sektor, termasuk dalam industri ritel. Dalam konteks ini, sebuah toko yang sebelumnya beroperasi secara offline mengalami berbagai kendala, seperti keterbatasan jam operasional, jangkauan pasar yang terbatas, dan kesulitan dalam mengelola data penjualan. Untuk mengatasi masalah tersebut, dilakukan perancangan User Interface dan User Experience untuk sebuah website belanja online dengan menggunakan metode penelitian design thinking. Penelitian ini bertujuan untuk memahami kebutuhan dan perilaku calon pengguna. Dalam proses perancangan, digunakan tool User Persona dan Figma agar fokus pada target pengguna yang akan menggunakan sistem. Website belanja online yang dihasilkan diharapkan dapat memudahkan konsumen dalam mengakses produk kapan saja dan di mana saja, serta memberikan pengalaman berbelanja yang lebih menyenangkan dan efisien. Transformasi digital ini juga diharapkan dapat meningkatkan penjualan dan memperluas jangkauan pasar toko tersebut.
PEWARNAAN GRAF PADA PETA WILAYAH KOTA SEMARANG DENGAN ALGORITMA GREEDY Ade Ima Afifa Himayati; Erik Maurten Firdaus; Findasari Findasari
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 4, No 1 (2023): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v4i1.1788

Abstract

The coloring of the sub-districts in the city of Semarang can be optimized using the Greedy algorithm. Districts are assumed to be points and lines to connect two adjacent areas. Greedy Algorithm is a form of algorithm that has been developed to solve the problem of graph coloring so that it produces minimal colors that must be used without any bordering areas using the same color. Greedy's algorithm uses a set of color candidates and initialization of the solution is made. Staining is done at the first point with the greatest degree. Furthermore, the appropriateness of the color is checked with the principle that no neighboring points have the same color. The resulting colors are members of the solution set. The coloring process is repeated so that all points are colored. Regional coloring in the city of Semarang with the Greedy algorithm resulted in 4 colors as the minimum color solution used to color all sub-districts in the city of Semarang
MODEL REGERESI STRATIFIKASI DALAM ANALISIS FAKTOR PENGARUH PEMBERIAN ASI EKSKLUSIF Findasari Findasari; M. Adib Jauhari Dwi Putra; Ivanna Isty Nursani
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 5, No 1 (2024): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v5i1.2232

Abstract

ASI (Air Susu Ibu) merupakan nutrisi bagi bayi baru lahir yang sangat disarankan untuk diberikan kepada bayi setelah proses melahirkan selama kurun waktu 6 bulan secara eksklusif, karena ASI pertama mengandung kolostrum yang bagus untuk daya imun bayi. Beberapa faktor yang berkaitan dalam praktik pemberian ASI eksklusif yakni status pekerjaan, tingkat pendidikan, pengetahuan ibu, dan peran penolong persalinan diprediksi berpengaruh dalam pemberian ASI eksklusif. Penelitian ini memiliki tujuan mengetahui faktor-faktor yang mempengaruhi pemberian ASI eksklusif dengan menggunakan metode regresi stratifikasi yaitu membedakan antara ibu yang bekerja dan ibu yang tidak bekerja. Teknik analisis data yang digunakan dalam penelitian ini dengan metode regresi logistik stratifikasi. Hasil penelitian menyatakan bahwa pemberian ASI eksklusif di strata ibu tidak bekerja dipengaruhi oleh tingkat pengetahuan ibu. Pada strata ibu yang bekerja, pemberian ASI eksklusif tidak ditemukan model terbaik. Dilihat dari kedua strata (ibu tidak bekerja dan ibu bekerja), diperoleh kesimpulan bahwa tingkat pendidikan ibu mempengaruhi pemberian ASI eksklusif.
ANALSIS DINAMIK MODEL PREDATOR-PREY DENGAN PEMANENAN LINEAR PADA KEDUA POPULASI M. Adib Jauhari Dwi Putra; Erik Maurten Firdaus; Findasari Findasari
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 4, No 2 (2023): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v4i2.2008

Abstract

We studied the Lotka Volterra predator-prey model with linear harvesting of prey and predators. We found that there are 3 equilibrium points, namely the point of extinction of the two species, the point of extinction of predators and the point of coexistence of both species, predator and prey. The stability and existence of the three points depend on the parameter values in the model. We found that the populations of both species were sustainable if the growth rate of the predators was greater than the mortality and yield rates of the predators. Overharvesting led to the extinction of both species. We also perform numerical simulations using the Python programming language to see the system behavior graphically
MODEL PERAMALAN EKSPOR MINYAK DAN GAS INDONESIA MENGGUNAKAN METODE DEKOMPOSISI TREND MOMENT Findasari Findasari; Mita Puspita Sari; Azzizatuz Zahro; Irma Latifah
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 6, No 1 (2025): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v6i1.2817

Abstract

Data deret waktu (time series) merupakan suatu jenis data yang dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu. Peramalan pada data deret waktu dapat dilakukan untuk memprediksi kejadian di masa yang akan datang. Tujuan dari penelitian ini adalah menerapkan metode dekomposisi pada peramalan data deret waktu yang mengandung trend musiman. Penelitian ini bertujuan untuk mendapatkan sebuah model peramalan dan meramalkan hasil ekspor minyak dan gas Indonesia. Berdasarkan data ekspor minyak dan gas dari bulan Januari tahun 2015 sampai dengan bulan Juni tahun 2024, diperoleh model persamaan trend untuk hasil ekspor minyak dan gas pada bulan Juli tahun 2024 yaitu Y=1199,165+0,67885X, dimana X adalah jumlah bulan yang terdapat dalam data.
MEMBANGUN SITUS WEB CHATBOT UNTUK MENGOPTIMALKAN URBAN FARMING DENGAN INTEGRASI AMAZON BEDROCK Alkhawarizmi Alianda Widyasalam; Asya Nurfadilah; Farel Bayone Meijabar; Muhamad Annafi Anwar; Alfarezi Khulafa Haq; Alifna Zhillan Zhalila; Nabilah Amaalina Syafa; Azizatuz Zahro; Findasari Findasari
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 5, No 2 (2024): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v5i2.2513

Abstract

Pertanian perkotaan telah muncul sebagai solusi inovatif untuk mengatasi tantangan permintaan pangan di daerah perkotaan yang padat penduduk. Di Jakarta, pertanian perkotaan menjadi semakin penting karena meningkatnya populasi dan berkurangnya ketersediaan ruang terbuka. Pendekatan ini tidak hanya membantu menyelesaikan masalah ketahanan pangan tetapi juga berkontribusi pada kelestarian lingkungan dan kesejahteraan sosial. Tim Urban Seeds berusaha untuk memajukan pertanian perkotaan melalui inovasi berbasis teknologi dan kolaborasi masyarakat. Dengan memanfaatkan teknologi mutakhir dan mengintegrasikan pembelajaran mesin, tim berfokus pada mendorong pertumbuhan dan inovasi, memungkinkan masyarakat perkotaan untuk mengoptimalkan sumber daya pertanian mereka. Penelitian ini menggunakan Amazon Bedrock sebagai generative AI yang terhubung dengan Meta Llama 2 Chat Kode Llama 70B, Chatbot Pertanian menjadi mudah diakses oleh pegiat pertanian perkotaan. Pembuatan website chatbot dengan Amazon Bedrock lebih mudah dari pembuatan chatbot dengan model lain jika dilihat dari penelitian-penelitian sebelumnya.
Prediksi Harga Cabai Merah Berbasis Long Short-Term Memory dan Komparasi ARIMA pada Data Runtun Waktu Alisa Apriliani; Ade Ima Afifa Himayati; Findasari Findasari
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Volume 14 Issue 2 August 2026
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/euler.v14i2.39298

Abstract

The price of red chili in Jepara Regency, Central Java, shows high and nonlinear fluctuations due to seasonal factors, weather, and supply dynamics. This instability affects food inflation as well as the income of farmers and traders. This study aims to build a prediction model for red chili prices in Jepara Regency using the Long Short-Term Memory (LSTM) method and compare its performance with the Autoregressive Integrated Moving Average (ARIMA) method. The data used are weekly red chili prices from January 2020 to December 2025, obtained from the official hargajateng.org website. The research steps include data preprocessing, normalization using Min-Max Scaling, forming time series data with a sliding window, training the LSTM model using the Adam optimizer, Mean Squared Error (MSE) as the loss function, a maximum of 200 epochs, batch size of 8, and applying EarlyStopping to get the best model. Performance evaluation was done using Root Mean Square Error (RMSE), Mean Absolute Error (MAE), and Mean Absolute Percentage Error (MAPE). The study results show that the LSTM model can follow chili price change patterns well, producing an RMSE of 16,707.02, an MAE of 12,348.54, and a MAPE of 19.31% on the testing data. Additionally, the 16-week forecasting results give an idea of the price trend in the upcoming period. Compared to the ARIMA model, which produced an RMSE of 20,992.15, an MAE of 13,867.26, and a MAPE of 22.70%, the LSTM model shows better prediction performance with lower error rates. The study indicates that the LSTM method is more effective in modeling nonlinear patterns in red chili price data compared to the ARIMA method.
Co-Authors Ade Ima Afifa Himayati Alfarezi Khulafa Haq Alifna Zhillan Zhalila Alisa Apriliani Alkhawarizmi Alianda Widyasalam Asya Nurfadilah Azizatuz Zahro Azzizatuz Zahro Erik Maurten Firdaus Erik Maurten Firdaus Farel Bayone Meijabar Irma Latifah Ivanna Isty Nursani M. Adib Jauhari Dwi Putra M. Adib Jauhari Dwi Putra Melvin Dewi Rosita Mita Puspita Sari Muhamad Annafi Anwar Nabilah Amaalina Syafa