Article Per Year (5 Year)
p-Index From 2019 - 2024
0.888
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Sains dan Informatika Petir Journal of Applied Computer Science and Technology (JACOST)
Rizqia Lestika Atimi .
Unknown Affiliation
Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Mathematics

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Model Penilaian Perangkat Lunak E-Government untuk Rekomendasi Pemeliharaan (Studi Kasus: BKPSDM Ketapang) Atimi, Rizqia Lestika; Pradasari, Novi Indah
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i2.37986

Abstract

Agar perangkat lunak e-Government dapat digunakan dalam menunjang kinerja organisasi dalam waktu yang relatif lama maka perlu dilakukan pemeliharaan perangkat lunak. Namun, berdasarkan hasil observasi pada organisasi perangkat daerah di Kabupaten Ketapang diketahui bahwa belum ada sebuah model atau standar yang dapat memberikan rekomendasi pemeliharaan secara objektif dan akurat. Penelitian ini mengusulkan sebuah model penilaian perangkat lunak untuk rekomendasi pemeliharaan dengan mengintegrasikan nilai bisnis dan nilai teknis. Identifikasi aset perangkat lunak, penilaian perangkat lunak, dan rekomendasi pemeliharaan adalah tiga tahap yang diusulkan dalam model ini. Kuesioner dengan skala Likert dan task analysis digunakan untuk menilai perangkat lunak berdasarkan nilai bisnis dan nilai teknis. Hasil validasi model melalui implementasi studi kasus di BKPSDM Ketapang diketahui bahwa model berhasil memberikan rekomendasi pemeliharaan untuk aplikasi SIMPAD adalah ordinary maintenance dan BAPERJAKAT adalah freeze.
Pemodelan Bayesian Network untuk Prediksi Penyakit Saluran Pernapasan Novi Indah Pradasari; Rizqia Lestika Atimi
PETIR Vol 12 No 2 (2019): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (476.906 KB) | DOI: 10.33322/petir.v12i2.637

Abstract

This Bayesian network model was developed by analyzing the correlation between the cause of disease symptom variables and disease variables. The Bayesian network is a method that can depict causality between variables in a system. In this research, the Bayesian network was developed with a scoring based method and it was implemented using a hill-climbing algorithm with scoring BIC score function approach. There were 18 variables and 31 arcs representing the interconnection between symptom variable and respiratory tract disease. In the testing phase, the inference process using approximate inference was carried out and the accuracy was nearly 100% for all testing scenarios. The application of this method could result in a representative Bayesian network. Its resulted structure was affected so much by data condition, thus data cleaning was important to do before the training and testing phase.
Implementasi Model Klasifikasi Sentimen Pada Review Produk Lazada Indonesia Rizqia Lestika Atimi; Enda Esyudha Pratama
Jurnal Sains dan Informatika Vol. 8 No. 1 (2022): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v8i1.419

Abstract

Ulasan produk pada e-commerce adalah bentuk electronic word of mouth communicationyang membantu calon konsumen untuk mendapatkan informasi mengenai layanan penjualdan/atau manfaat produk yang akhirnya dapat memengaruhi apakah calon konsumen akan membeli produk atau tidak. Review produk yang diberikan oleh konsumen adalah opini tekstual yang dapat dianalisis. Analisis sentimen dapat membantu bisnis e-commerce untuk memahami feedback konsumen. Jumlah review produk pada sebuah platform e-commerce berjumlah sangat banyak dengan volume data yang besar, akan sulit untuk dapat membaca review secara keseluruhan dan memahami informasinya secara tepat dan efisien. Penelitian ini mengembangkan model klasifikasi sentimen dengan algoritma Multinomial Naïve Bayes dan mengimplementasikannya pada review produk Lazada Indonesia. Algoritma Multinomial Naïve Bayes menghitung frekuensi kemunculan kata dari sebuah dokumen (term frequency). Model dikembangkan melalui tahapan data collecting, data preprocessing, vectorize, model developing, dan model implementation. Hasil evaluasi model menggunakan confussion matrix diketahui bahwa algoritma Multinomial Naïve Bayes memiliki kinerja yang baik dalam klasifikasi dengan hasil nilai paramater accuracy, precision, recall, dan f1-score di atas 90%. Model yang dikembangkan dapat mengklasifikasikan semua data review produk Lazada Indonesia ke kelas yang sudah ditentukan yaitu, 116 positif, 101 negatif, dan 96 netral.
Pengembangan Aplikasi Kamus Bahasa Melayu Dialek Ketapang dengan Implementasi Algoritma Binary Search Rizqia Lestika Atimi; Rizky Orama; Refid Ruhibnur
Journal of Applied Computer Science and Technology Vol 4 No 2 (2023): Desember 2023
Publisher : Indonesian Society of Applied Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/jacost.v4i2.483

Abstract

As a country that is rich in ethnic, cultural and linguistic diversity, Indonesia has 668 vernacular languages, one of them is Malay. West Kalimantan is one of the regions in Indonesia where majority of the population is Malay. The population used Malay language with a variety of dialects distinctive regional. The Ketapang Malay dialect is used in Ketapang Regency. Vernacular languages which are inherited from the ancestors should be preserved as an effort to maintain their function and position as ethnic identity, personality, as well as a means to show the variety of regional culture. Unfortunately, along with the times and influx of foreign cultural influences to Indonesia as an impact of globalization, many words of Malay Ketapang dialect underwent changes, developments and displacements, moreover leading to extinction. This research developed an Android-based application of Ketapang Malay Dictionary (KBMK) with the implementation of the binary search algorithm. Application was developed using following method, data collecting, application development, application testing, and system evaluation. Blackbox testing shows that the binary search algorithm is able to search the keyword correctly. Furthermore, the KBMK application was tested using a usability evaluation, evaluation obtained an average score of 4.48 indicating that the application is useful and effective in conducting searches, and providing user satisfaction.
Co-Authors Enda Esyudha Pratama Novi Indah Pradasari Pradasari, Novi Indah Rizky Orama Ruhibnur, Refid