Articles
<![CDATA[Klasterisasi Judul Buku dengan Menggun a kan Metode K - Means ]]>
<![CDATA[Deka Dwinavinta Candra Nugraha]]>;
<![CDATA[Zumrotun Naimah]]>;
<![CDATA[Makhfuzi Fahmi]]>;
<![CDATA[Novi Setiani]]>
<![CDATA[ Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2014 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Secara umum perpustakaan merupakan tempat yang menyediakan berbagai bahan pustaka yang digunakan untuk memenuhi kebutuhan semua orang. Koleksi buku yang semakin banyak di Perpustakaan akan memudahkan banyak orang untuk mencari studi pustaka yang diinginkan. Namun banyaknya koleksi buku juga akan menyulitkan dalam pengelolaan letak buku di perpustakaan sehingga ada beberapa buku yang tidak terbaca dan tidak terpinjam. Kemudian untuk penyelesaian masalah tersebut maka akan diterapkan teknik clustering dengan metode K - Means pada pengelolaan buku di perpustakaan. Teknik clustering merupakan sebuah teknik pengelompokan sejumlah data/obyek ke dalam cluster (group) sehingga dalam setiap cluster aka n berisi data yang semirip mungki.n Pada penelitian ini, teknik clustering tersebut akan diterapkan pada Perpustakaan Pusat Universitas Islam Indonesia. Teknik clustering akan mengelompokan judul buku sesuai dengan kategorinya. Buku-buku yang memiliki cluster yang sama akan digunakan sebagai bahan untuk analisis dalam pengambilan keputusan yang bertujuan untuk mempermudah pustakawan(petugas perpustakaan) dalam pengelolaan peletakan buku yang diminati dan merancang strategi dalam meningkatkan minat baca maha siswa]]>
<![CDATA[Rancang Purwarupa Aplikasi UniBook Menggunakan Metode Pendekatan Design Thinking ]]>
<![CDATA[Sabika Amalina]]>;
<![CDATA[Fathul Wahid]]>;
<![CDATA[Vebri Satriadi]]>;
<![CDATA[Fionna Saphira Farhani]]>;
<![CDATA[Novi Setiani]]>
<![CDATA[ Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2017 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Design thinking adalah sebuah metode pendekatan pada proses desain yang menawarkan solusi dalam memecahkan sebuah masalah. Metode pendekatan ini akan banyak memengaruhi cara pengambilan keputusan yang nantinya menghasilkan sebuah ide-ide baru dan inovatif. Saat ini, kebanyakan inovator menciptakan sebuah inovasi dalam bidang teknologi, tanpa memikirkan kegunaan dan pendekatannya terhadap pengguna dalam membantu menemukan solusi untuk suatu masalah. Kesulitan yang kerap kali terjadi di kalangan mahasiswa Universitas Islam Indonesia dalam aktivitas pinjam-meminjam buku di Perpustakaan Pusat Universitas Islam Indonesia menjadi contoh masalah yang ada. Metode pengambilan data yang digunakan sebelum proses pembuatan prototipe adalah wawancara dan observasi terhadap pengguna, juga studi kepustakaan. Dengan menggunakan pendekatan design thinking yang mengedepankan aspek user centered design, dikembangkanlah sebuah mobile application UniBook yang dapat membantu dan memudahkan mahasiswa dalam berbagai aktivitas pinjam-meminjam di Perpustakaan Pusat Universitas Islam Indonesia.]]>
<![CDATA[Prediksi Ketepatan Masa Studi Mahasiswa dengan Algoritma Pohon Keputusan C45 ]]>
<![CDATA[Sri Yunianita]]>;
<![CDATA[Novi Setiani]]>;
<![CDATA[Sri Mulyati]]>
<![CDATA[ Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2018 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Setiap program studi harus melakukan evaluasi diri sebagai upaya untuk mengetahui keadaan dan peluang-peluang yang dimiliki dan dihadapi secara objektif. Salah satu komponen evaluasi yang perlu diukur adalah kurun waktu penyelesaian studi mahasiswa. Sementara itu ditemukan fakta bahwa kelulusan tepat waktu mahasiswa Program Studi Teknik Informatika UII angkatan 2009 sampai 2011 mengalami penurunan. Oleh karena itu, diperlukan upaya untuk menangani masalah ini salah satunya melalui prediksi terhadap ketepatan masa studi mahasiswa. Hasil prediksi ini dapat membantu pengelola program studi dalam membina mahasiswanya melalui pengelompokkan berdasarkan ketepatan masa studi. Prediksi ini memanfaatkan data alumni untuk digunakan sebagai data latih dalam tahap pemodelan prediksi kelulusan mahasiswa. Seluruh atribut data latih diseleksi dengan algoritma feature selection dan diprediksi menggunakan algoritma C4.5. Hasil eksperimen yang memberikan nilai akurasi sebesar 73.99% menunjukkan bahwa model ini dapat digunakan dan masih perlu dikembangkan lagi dengan menggunakan teknik lainnya.]]>
<![CDATA[Implementasi Prinsip Desain Antarmuka pada Purwarupa Website Edukasi Bencana ]]>
<![CDATA[Dimastyo Muhaimin Arifin]]>;
<![CDATA[Rizqi Kartika Safitri]]>;
<![CDATA[Dimas Setyawan Ramadhansyah]]>;
<![CDATA[Dwi Abdul Rahman]]>;
<![CDATA[Raisha Amini Dinda Salechah]]>;
<![CDATA[Novi Setiani]]>;
<![CDATA[Zainudin Zukhri]]>
<![CDATA[ Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2018 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dengan berkembangya teknologi berbasis web, banyak instansi yang melakukan migrasi pelayanannya. Hal ini bertujuan untuk meningkatkan efisiensi, efektifitas, dan kualitas pelayanan. Salah satu instansi tersebut adalah BNPB. Pelayanan yang perlu dilakukan migrasi adalah edukasi kesiapsiagaan bencana. Selama ini, edukasi hanya disampaikan melalui seminar dan sosialisasi. Oleh karena itu, di dalam penelitian ini akan dilakukan perancangan antarmuka untuk website edukasi kesiapsigaan bencana. Dalam penelitian ini, aplikasi tersebut diberi nama Ziaga. Dengan menggunakan prinsip desain antarmuka, Ziaga akan didesain sedemikian rupa agar tampilannya tidak hanya menarik perhatian pengguna tapi juga memberi kenyamanan bagi pengguna. Penelitian ini juga melibatkan 41 responden. Respon responden berdasarkan SUS(System Usability Scale).]]>
<![CDATA[Evaluasi Kegunaan pada Purwarupa Aplikasi Pelaporan Kerusakan Infrastruktur ]]>
<![CDATA[Fauzan Awanda Alviansyah]]>;
<![CDATA[Husein Arif Budiman]]>;
<![CDATA[Muhammad Zaki Al Ghifari]]>;
<![CDATA[Aldhiyatika Amwin]]>;
<![CDATA[Yudhistira Adinugraha Hutabarat]]>;
<![CDATA[Novi Setiani]]>;
<![CDATA[Zainudin Zukhri]]>;
<![CDATA[Teduh Dirgahayu]]>
<![CDATA[ Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2018 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Bencana alam merupakan suatu fenomena yang akan dihadapi oleh setiap daerah, baik berskala kecil maupun berskala besar. BPBD (Badan Penanggulangan Bencana Daerah) sebagai badan yang berwenang dalam mengelola kerusakan akibat bencana, harus bertugas turun langsung ke lokasi untuk melakukan pengecekan dan pengambilan data yang diperlukan. LACAK adalah web application yang dikembangkan sebagai solusi dari permasalahan yang ada tentang pelaporan kerusakan infrastruktur dan fasilitas publik akibat bencana. Aplikasi LACAK ditujukan kepada masyarakat yang hendak melaporkan kerusakan infrastruktur dan fasilitas publik dengan mengisi form pelaporan yang sudah disediakan. Dalam perancangan purwarupa aplikasi ini, dilakukan pengujian terhadap tingkat kegunaan (usability) sistem dengan menggunakan kuesioner SUS (System usability scale) kepada pengguna.]]>
<![CDATA[The Impact of Undergraduate Program Developers and User Participation on the Quality of School Information System ]]>
<![CDATA[Nur W. Rahayu]]>;
<![CDATA[Novi Setiani]]>;
<![CDATA[Hanson P. Putro]]>;
<![CDATA[Irena Yolanita Maureen]]>
<![CDATA[ Jurnal Pendidikan Teknologi dan Kejuruan Vol 24, No 2 (2018): (October) ]]>
Publisher : <![CDATA[Faculty of Engineering, Universitas Negeri Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (339.509 KB)
|
DOI: 10.21831/jptk.v24i2.20267
<![CDATA[Developer's expertise and user participation are two critical factors of successful School Information System (SIS). Many researchers focus on user-initiated and professional SIS, while this study observes a campus-initiated SIS which involves undergraduate developers and volunteer users. We qualify the system using the System Usability Scale (SUS) and observation. The final prototype reaches an acceptable level of SUS and the outcomes among students whose GPA above 3.0 are not much different, but we recommend to find students with good grades in the supporting courses. The volunteer users come from 2 public and two private schools in Yogyakarta, Indonesia. We also examined user participation and found they were good and even excellent, although each developer may have a different standard of perceiving user participation. This study also reveals user inconsistency and interface issues were still become problematic, as changes cause the project to be overdue.]]>
<![CDATA[SEQUENTIAL PATTERN UNTUK PEMBANGUNAN SISTEM PEMBERI REKOMENDASI TAUTAN PADA WEBSITE ]]>
<![CDATA[Novi Setiani]]>
<![CDATA[ SYNTAX Jurnal Informatika Vol 3 No 01: syntax ]]>
Publisher : <![CDATA[Universitas Singaperbangsa Karawang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (309.878 KB)
|
DOI: 10.35706/syji.v3i01.324
<![CDATA[Sistem pemberi rekomendasi tautan merupakan salah satu bentuk personalisasi pengguna pada aplikasi berbasis web. Sistem ini akan memberikan rekomendasi untuk pengunjung berupa tautan ke suatu halaman berdasarkan histori pola pengaksesan web. Untuk membangun pola pengaksesan web ini, digunakan salah satu teknik data mining yaitu sequential pattern mining. Teknik ini akan menghasilkan serangkaian pola penelusuran pengguna dalam menjelajahi sebuah website. Dalam penelitian ini, algoritma sequential pattern mining yang digunakan adalah PrefixSpan. Algoritma ini lebih efisien dalam pembangunan pola sekuensial dibandingkan algoritma general sequential pattern lainnya.Parameter yang mempengaruhi performansi sistem adalah support threshold, panjang session pengguna yang sedang online, dan nilai confidence minimum. Secara umum, tingkat akurasi berbanding lurus dengan ketiga parameter ini meskipun secara khusus, sistem dengan ukuran session dinamis tidak terlalu dipengaruhi oleh ukuran session window. Secara fungsional, sistem rekomendasi dengan ukuran session dinamis lebih baik dibandingkan sistem yang menggunakan ukuran session statis karena lebih mampu menghindari kegagalan dalam memberikan rekomendasi meskipun tingkat akurasinya sedikit lebih rendah (67%) dibandingkan ukuran session statis (76%). Waktu rata-rata untuk memberikan rekomendasi pada setiap user session adalah 0.1 - 0.13 detik.]]>
<![CDATA[Model Sistem Portofolio Mahasiswa dan Konseling Online ]]>
<![CDATA[Sri Mulyati]]>;
<![CDATA[Novi Setiani]]>
<![CDATA[ Jurnal Pseudocode Vol 9, No 1 (2022): Volume 9 Nomor 1 Februari 2022 ]]>
Publisher : <![CDATA[Universitas Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1135.618 KB)
|
DOI: 10.33369/pseudocode.9.1.39-45
<![CDATA[Mahasiswa merupakan orang yang belajar pada perguruan tinggi baik negeri maupun juga swasta. setiap mahasiswa memiliki kesempatan untuk mengembangkan soft skillnya dengan menyajikan karya ilmiah, mengikuti kegiatan organisasi, mengikuti UKM maupun kegiatan kejuaraan yang lain. keanekaragaman kegiatan mahasiswa baik akademik maupun non akademik berguna untuk memupuk perkembangan soft skill nya. kegiatan yang dilakukan mahasiswa serta prestasi yang diraihnya perlu didokumentasikan sebagai bentuk portofolio mahasiswa. Tujuan dari penelitian ini adalah membangun portofolio mahasiswa, selain untuk mendokumentasikan potensi dan kegiatan dapat digunakan untuk kepentingan lebih lanjut bagi bidang kemahasiswaan maupun Dosen Pembimbing Akademik DPA. Mahasiswa dapat berkonsultasi ke DPA, sehingga mendapat arahan dan motivasi untuk berproses dan belajar. Tak jarang mahasiswa memiliki masalah dalam perkuliahan sehingga perlu berkonsultasi, untuk itu dengan berbagai fitur konseling dapat memfasilitasi mahasiswa yang enggan menceritakan secara langsung terkait profilnya. Portofolio sebagai bingkai resmi forum konsultasi online dan mendokumentasikan potensi mahasiswa.Kata Kunci: konsultasi online, portofolio, bimbingan. ]]>
<![CDATA[IDENTIFYING STUDENTS’ ACADEMIC ACHIEVEMENT AND PERSONALITY TYPES WITH NAIVE BAYES CLASSIFICATION ]]>
<![CDATA[Sri Mulyati]]>;
<![CDATA[Novi Setiani]]>
<![CDATA[ Sebatik Vol 22 No 2 (2018): DESEMBER 2018 ]]>
Publisher : <![CDATA[STMIK Widya Cipta Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (264.025 KB)
<![CDATA[MBTI Psychometry is the science of psychological measurement comprised of 4 opposite dimensions, namely energy orientation with Extrovert vs. Introvert, the way to manage information by sensing and Intuition, Dimensions of drawing conclusions & decisions: Thinking (T) vs. Feeling (F), and Dimensions of lifestyle: Judging (J) vs. Perceiving (P) . Students’ length of study is mainly influenced by both external and internal factors of the students’ individual. It is possible to measure the internal aspect of students by psychometric measurements. In addition, it is also viable to determine students’ study pattern with Machine learning technology to reveal the two factors influencing the students’ length of study. This study uses some of the students’ attributes including GPA, and the results of the 4-dimensional measurement based on passed courses and active courses. Samples were collected from students of the academic year of 2014 comprised of 63 students from the Psychological Department and 28 students from Informatics Engineering Department. The training data taken were 63 samples and the testing data were 28. In this study, the training data were used to establish the study pattern of students based on personality types. This study uses the Naïve Bayes Classifier algorithm to classify 63 training data with the value of Correctly Classified Instances of 82,53%. The 28 testing data with Correct Classified Instances amounted to 96.4286%. The test method is equipped with cross-validation of 8 folds resulting in the percentage of 80.95%.]]>
