Febri Dwi Irawati
Sains Data, Fakultas Sains, Institut Teknologi Sumatera

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

Found 2 Documents
Search

Pengelompokkan Titik Panas Menggunakan Algoritma DBSCAN di Provinsi Sumatera Selatan Nawa Fatimi Fauziah; Febri Dwi Irawati; Muhajir Hasibuan
Journal of Artificial Intelligence and Technology Information (JAITI) Vol. 4 No. 2 (2026): Volume 4 Number 2 June 2026
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jaiti.v4i2.269

Abstract

Kebakaran hutan dan lahan yang berulang setiap tahun di Provinsi Sumatera Selatan menimbulkan kerugian ekologis dan ekonomi yang signifikan, didukung oleh dominasi lahan gambut sebesar 21,88% dari total gambut Sumatera. Meskipun pemantauan titik panas dari citra satelit MODIS telah banyak digunakan sebagai indikator kebakaran, analisis pengelompokkan spasial titik panas secara multi-tahun dengan evaluasi kualitas clustering di wilayah ini belum pernah dilakukan. Penelitian ini menerapkan algoritma Density Based Clustering Application with Noise dengan penentuan parameter adaptif menggunakan metode k-distance untuk mengelompokkan 17.353 titik panas tahun 2019–2023 dan mengidentifikasi pola spasial wilayah dengan kepadatan titik panas tertinggi. Parameter optimal ditentukan secara independen per tahun menggunakan Silhouette Coefficient ( ) sebagai kriteria seleksi, menghasilkan MinPts sebesar 11 sampai 13 dengan ε sebesar 0,1 untuk data padat (2019 dan 2023), serta MinPts sebesar 2 dengan ε sebesar 0,10 sampai 0,13 untuk data jarang (2020 sampai 2022), dengan kualitas cluster sebesar 0,296–0,670 dan Davies-Bouldin Index sebesar 0,273–0,595. Kabupaten Ogan Komering Ilir dan Kota Palembang teridentifikasi sebagai wilayah dengan kepadatan titik panas tertinggi secara konsisten selama lima tahun analisis, dengan cluster dominan mencakup 61,87% (2019) dan 73,92% (2023) dari seluruh titik panas yang terdeteksi.
Peningkatan Kompetensi Web Modern melalui Pelatihan Framework Next.js bagi siswa SMKN 7 Bandar Lampung Febri Dwi Irawati; Mika Alvionita Sitinjak; Ardika Satria; Ahmad Luky Ramdani; Ira Safitri; Tirta Setiawan; Luluk Muthoharoh; Rohmi Dyah Astuti; Yoga Aji Sukma; Dimas Dwi Randa; Vina Nurmadani; Yustida Bellini
Journal Social Science And Technology For Community Service Vol. 7 No. 1 (2026): Volume 7 Nomor 1 Maret 2026
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jsstcs.v7i1.1689

Abstract

Kesenjangan kompetensi siswa Sekolah Menengah Kejuruan (SMK) dengan kebutuhan industri pengembangan perangkat lunak yang dinamis menjadi latar belakang utama pelaksanaan pengabdian ini. Framework Next.js, sebagai teknologi modern berbasis React, dipilih untuk meningkatkan kapasitas teknis siswa dalam membangun aplikasi web modern dan berkinerja tinggi. Kegiatan ini bertujuan untuk meningkatkan pemahaman dan keterampilan praktis siswa SMKN 7 Bandar Lampung melalui metode project-based learning. Subjek pengabdian terdiri dari 56 siswa yang dievaluasi menggunakan instrumen pre-test dan post-test. Analisis data dilakukan secara komprehensif menggunakan statistika deskriptif dan inferensia non-parametrik Wilcoxon Signed-Rank Test karena distribusi data yang tidak normal (p < 0,05). Hasil analisis menunjukkan adanya peningkatan skor rata-rata yang signifikan dari 28,39 menjadi 37,04. Wilcoxon test menghasilkan nilai statistik V = 3 dengan signifikansi p < 0,001, yang mengonfirmasi adanya perbedaan kompetensi yang nyata setelah intervensi diberikan. Selain itu, capaian effect size sebesar 0,571 (kategori besar) memperkuat bukti bahwa metode pelatihan berbasis praktik efektif dalam mereduksi disparitas pemahaman siswa, terutama pada indikator inisiasi proyek dan struktur folder. Kesimpulannya, pelatihan ini berhasil mentransformasi pengetahuan siswa dari kategori ragu-ragu menjadi paham, sekaligus memberikan fondasi teknologi yang relevan dengan standar industri terkini.