Article Per Year (5 Year)
p-Index From 2019 - 2024
1.503
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Techno.Com: Jurnal Teknologi Informasi JUTI: Jurnal Ilmiah Teknologi Informasi JUITA : Jurnal Informatika Jurnal Leverage, Engagement, Empowerment of Community (LeECOM) Teknika JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Lestari, Caecilia Citra
Universitas Ciputra
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Library & Information Science Social Sciences

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

Found 7 Documents
Search

 1 
RANCANG BANGUN SISTEM REKOMENDASI RESEP MASAKAN BERDASARKAN BAHAN BAKU DENGAN MENGGUNAKAN ALGORITMA PENYARINGAN BERBASIS KONTEN Mulyawan, Yandhy Raka; Lestari, Caecilia Citra
JUTI: Jurnal Ilmiah Teknologi Informasi Vol. 17, No. 2, Juli 2019
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v17i2.a791

Abstract

Banyak ibu rumah tangga yang kebingungan untuk menentukan masakan apa yang akan mereka masak sehingga bahan makanan yang mereka miliki menjadi rusak akibat tidak kunjung dimasak. Sebagian besar ibu rumah tangga mendapatkan ide resep dari website resep karena mudah untuk diakses dan memiliki resep yang cukup lengkap, namun kelemahannya kebanyakan dari website resep tidak memiliki fitur untuk pencarian resep berdasarkan bahan-bahan yang dimiliki. Aplikasi telepon genggam dipilih untuk memecahkan masalah tersebut. Pada penelitian ini penulis akan membuat rancang bangun sistem rekomendasi resep masakan berdasarkan bahan baku dengan menggunakan algoritma penyaringan berbasis konten (CBFA). Algoritma ini merekomendasikan resep yang memiliki kesamaan dengan bahan makanan yang dimasukkan oleh pengguna. Aplikasi dibuat menggunakan file PHP untuk memproses data resep, seperti query data, mengecek data yang sama, menentukan weight serta menghitung dan mengurutkan resep menurut CBFA. Hasil dari pengujian menunjukkan bahwa rekomendasi resep sudah sesuai dengan kekuatan 71%.
WORKSHOP MEMBUAT WEBSITE BERBASIS PLATFORM WORDPRESS.COM Dinata, Yuwono Marta; Lestari, Caecilia Citra; Wonohadidjojo, Daniel Martomanggolo; Tjahjono, Laura Mahendratta; Engel, Mychael Maoeretz
Jurnal LeECOM (Leverage, Engagement, Empowerment of Community) Vol 2 No 2 (2020): Jurnal LeECOM
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/leecom.v2i2.1590

Abstract

Pelatihan workshop yang dilakukan oleh Fakultas Teknologi Informasi Program Studi Informatika Universitas Ciputra bertujuan untuk memperluas wawasan para fasilitator Yayasan Kaki Dian Emas (YKDE) dalam literasi digital. YKDE dipilih berdasarkan dari interview melalui WhatsApp messenger maupun menelpon langsung. Hal karena pelatihan ini dilakukan pada masa pandemic Covid-19. Pelatihan ini diperuntukkan untuk fasilitator YKDE yang tersebar di seluruh Indonesia. Kebutuhan media untuk berbagai cerita atau pengalaman menjadi hal yang penting. Melalui kegiatan ini, para fasilitator menjadi lebih terbuka wawasannya untuk menggunakan media website online. Setelah mengikuti kegiatan tersebut, mereka bisa langsung menerapkan dan membuat website untuk kepentingan berbagai informasi sehingga fasilitator di seluruh Indonesia bisa saling berbagi informasi secara real time.
Klasifikasi Bahasa Isyarat Amerika menggunakan Convolutional Neural Network Siswanto, Felicia Devina; Lestari, Caecilia Citra; Tanuwijaya, Evan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 1 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (888.247 KB) | DOI: 10.26418/justin.v10i1.47184

Abstract

Bahasa Isyarat adalah bahasa untuk orang - orang yang memiliki kesulitan mendengar maupun bicara. Tetapi bahasa isyarat bukanlah bahasa yang banyak digemari oleh masyarakat, sehingga orang yang memiliki disabilitas tersebut akan semakin kesulitan. Pada jurnal ini akan menjelaskan mengenai klasifikasi bahasa isyarat Amerika dengan menggunakan Convolutional Neural Network (CNN). Pada penelitian ini akan dilakukan beberapa penelitian menggunakan parameter berbeda seperti pada preprocessing, penelitian akan dilakukan dengan melihat parameter horizontal flip. Selanjutnya penelitian juga dilakukan dengan melihat epoch. Penelitian ini dilakukan untuk memantau akurasi dan akurasi validasi. Model yang dibuat pada penelitian ini nilai akurasi yang lebih tinggi saat memprediksi huruf v, dan n. Hasil nilai akurasi dari penelitian ini adalah 82.1%Sign Language is a language for people who have hearing and speech difficulties. But sign language is not a language  that is favored by many people, so people with disabilities will find it increasingly difficult. This journal will explain the classification of American sign language using the Convolutional Neural Network (CNN). In this study, several studies will be carried out using different parameters such as in preprocessing, research will be carried out by looking at the horizontal flip parameter. Furthermore, research was also carried out by looking at the epoch. This study was conducted to monitor the accuracy and accuracy of the validation. The model made in this study has a higher accuracy value when predicting the letters v, and n. The result of the accuracy value of this study is 82.1%
Rancang Bangun Sistem Rekomendasi Tempat Makan Menggunakan Algoritma Typicality Based Collaborative Filtering Kevin Hartato Muliadi; Caecilia Citra Lestari
Techno.Com Vol 18, No 4 (2019): November 2019
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (528.521 KB) | DOI: 10.33633/tc.v18i4.2515

Abstract

Makanan merupakan bagian penting bagi manusia baik sebagai kebutuhan primer maupun sebagai bagian dari gaya hidup seseorang. Tempat makan yang semakin banyak dan tawaran makanan yang beragam, membuat seseorang memiliki lebih banyak pilihan akan tempat makan yang dapat dikunjungi. Dengan dibantu oleh teknologi, sekarang seseorang bisa mencari rekomendasi dengan menggunakan algoritma sistem rekomendasi. Saat ini ada tiga algoritma sistem rekomendasi yang populer yaitu Content Based Filtering (CBF), Collaborative Filtering (CF) dan metode hybrid. Metode CF merekomendasikan sebuah item kepada pengguna dengan memprediksi preferensi dari pengguna aktif terhadap sejumlah item berdasarkan preferensi dari pengguna atau item lain yang mirip. Ada dua jenis metode dalam CF yaitu User Based CF dan Item Based CF. Terdapat sebuah metode baru yang dikembangkan dari metode User Based CF, metode ini adalah Typicality Based CF. Typicality Based CF (TyCo) memiliki kelebihan yang tidak dimiliki metode CF lainnya dapat memberikan prediksi yang akurat walau data terbatas, dapat melakukan clustering tanpa algoritma tambahan dan dapat mengatasi masalah cold-start yang biasa dialami metode CF. Berdasarkan pengujian yang telah dilakukan diketahui bahwa aplikasi ini memiliki nilai rata-rata Mean Absolute Error (MAE) sebesar 1.366 yang disebabkan karena kurangnya data training.
Rancang Bangun Sistem Rekomendasi Makanan Alternatif Berkalori Lebih Rendah Berbasis Konten Menggunakan Hierarchical Clustering Dhienalight; Caecilia Citra Lestari
Teknika Vol 9 No 2 (2020): November 2020
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v9i2.280

Abstract

Dengan banyaknya variasi makanan yang ada sekarang, masyarakat perlu menyadari bahwa perilaku menjaga pola makan yang baik merupakan suatu investasi penting untuk tubuh sehat. Pilihan untuk mengkonsumsi makanan alternatif adalah salah satu cara orang dapat makan apa yang diinginkan selagi menjaga jumlah kalori yang dikonsumsi. Akan tetapi, memilih makanan alternatif tersebut bukan merupakan hal mudah. Makanan pengganti harus sesuai dengan jumlah kalori yang dibutuhkan tubuh dan memiliki rasa makanan yang diminati. Dalam penelitian ini, penulis mengajukan rancang bangun sistem rekomendasi berbasis konten dengan hierarchical clustering yang dapat memberikan rekomendasi makanan alternatif berkalori lebih rendah dengan rasa serupa berdasarkan bahan makanan untuk membantu orang dalam menjaga konsumsi kalori mereka. Data makanan diambil dari basis data FatSecret karena mengandung banyak variasi makanan dan informasi jelas akan bahan dan kalori makanan. Sistem rekomendasi tersebut akan fokus pada data kalori dan bahan makanan serta data makanan pilihan pengguna. Dengan menggunakan machine learning library scikit-learn Python, data makanan yang ada akan dikelompokkan dengan hierarchical clustering untuk pembentukan kelompok makanan serupa lalu dilakukan filtering sehingga mendapatkan urutan rekomendasi yang sesuai. Hasil pengujian sistem rekomendasi melalui eksperimen terhadap 10 makanan yang telah dituliskan melalui survei dan dinilai oleh 32 responden menunjukkan bahwa sistem rekomendasi ini berhasil berdasarkan indeks penilaian keseluruhan rekomendasi sebesar 71,3% yang mengindikasi hasil memuaskan oleh responden. Akan tetapi, akurasi masih perlu ditingkatkan karena urutan rekomendasi yang kurang sesuai kepuasan pengguna dengan saran penambahan faktor bentuk, kategori, dan bahan utama makanan.
RANCANG BANGUN GAME MOBILE BERJENIS ROGUELIKE MENGGUNAKAN STRUKTUR CERITA BRANCHING NARRATIVE Fadiel Mufassir; Caecilia Citra Lestari
JURNAL TEKNIK INFORMATIKA Vol 14, No 1 (2021): JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/jti.v14i1.14346

Abstract

In 2018 the total revenue from the digital game market has reached 137.9 billion USD with mobile being the largest segment of the digital gaming market. The games downloaded on Google Play have several categories, one of which is the role-playing category. That's where the opportunity to follow a trend appears by making an Android game that has the roguelike genre, which is a subgenre of role-playing games. Most games with the roguelike genre don’t have a story or it has a linear one with no control over the emotions of the player character, so this game will be made with a branching narrative story structure which allows players to choose the storyline to make it more interesting. A branching narrative offers the player with important choices; every choice offers a unique outcome to a certain scenario even though the number of outcomes in the story is limited. The survey shows that the branching narrative in the game can increase the curiosity of the player to the story in the game, increase the desire of players to play the game again, and that the branching narrative is strong enough to increase the desire of players to make an In-App Purchase.
What do Indonesians talk when they talk about COVID-19 Vaccine: A Topic Modeling Approach with LDA Theresia Ratih Dewi Saputri; Caecilia Citra Lestari; Salmon Charles Siahaan
JUITA : Jurnal Informatika JUITA Vol. 10 No. 2, November 2022
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (955.666 KB) | DOI: 10.30595/juita.v10i2.13500

Abstract

To end the COVID-19 pandemics, the government attempted to accelerate the vaccination through various programs and collaboration. Unfortunately, the number is still relatively small compared to the number of populations in Indonesia. There are some reasons attributed to this challenge, one of them being the reluctance of citizens to accept the COVID-19 vaccine due to various factors. Knowing this factor to increase public compliance, the vaccination program can be speed-up. Unfortunately, traditionally acquiring the knowledge related to COVID-19 vaccine rejection can be challenging.  One of the ways to capture the knowledge is by conducting a survey or interview related to COVID-19 vaccine acceptance. This method can be inefficient in terms of cost and resources. To address those problem, we propose a novel method for analyzing the topics related to the COVID-19 Indonesians’ opinions on Twitter by implementing topic modeling algorithm called Latent Dirichlet Allocation. We gathered more than 22000 tweets related to the COVID-19 vaccine. By applying the algorithm to the collected dataset, we can capture the what is general opinion and topic when people discuss about COVID-19 vaccine. The result was validated using the labeled dataset that have been gathered in the previous research. Once we have the important term, the strategy based on can be determined by the medical professional who are responsible to administer the COVID-19 vaccine. 
Co-Authors Daniel Martomanggolo Wonohadidjojo Dhienalight Evan Tanuwijaya Fadiel Mufassir Kevin Hartato Muliadi Laura Mahendratta Tjahjono Mulyawan, Yandhy Raka Mychael Maoeretz Engel Salmon Charles Siahaan Siswanto, Felicia Devina Theresia Ratih Dewi Saputri Yuwono Marta Dinata