Article Per Year (5 Year)
p-Index From 2021 - 2026
1.066
P-Index
This Author published in this journals
All Journal Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Jusikom: Jurnal Sistem Informasi Ilmu Komputer Journal Of Information System And Artificial Intelligence Abdi Cendekia: Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat
Syarifah Atika
Universitas Prima Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Analisis Akurasi Algoritma K-Nearest Neighbor Untuk Diagnosis Penyakit Jantung Pada Lansia Sipayung, David Sebastian; Syarifah Atika
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 8 No. 2 (2025): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit jantung adalah salah satu penyebab utama kematian di dunia, terutama pada populasi lansia, yang sering kali sulit dideteksi pada tahap awal karena gejala yang tidak spesifik. Oleh karena itu, diperlukan metode diagnosis yang lebih cepat dan efisien, seperti penerapan algoritma pembelajaran mesin. Penelitian ini bertujuan untuk mengevaluasi akurasi algoritma K-Nearest Neighbor (KNN) dalam mendiagnosis penyakit jantung pada lansia, dengan menggunakan dataset yang diperoleh dari Kaggle dan terdiri dari 918 data pasien. Data tersebut disaring untuk usia lansia (60 tahun ke atas), menghasilkan 253 data yang digunakan dalam klasifikasi. Empat nilai k (3, 5, 7, dan 9) diuji untuk menentukan nilai k terbaik dalam mengklasifikasikan penyakit jantung. Hasil evaluasi menunjukkan bahwa model dengan k = 9 memiliki performa terbaik dengan nilai recall tertinggi (0.93) dan F1-Score sebesar 0.81, meskipun dengan akurasi yang sedikit lebih rendah (0.68). K = 5 memberikan keseimbangan terbaik antara precision (0.72) dan recall (0.85), dengan F1-Score 0.78. Berdasarkan hasil ini, K = 9 lebih efektif untuk aplikasi medis yang mengutamakan deteksi lebih banyak kasus positif, meskipun mengorbankan sedikit precision. Penelitian ini dapat memberikan kontribusi untuk pengembangan sistem diagnosis penyakit jantung yang lebih cepat, efisien, dan akurat pada lansia, dengan harapan dapat meningkatkan deteksi dini penyakit jantung.
Recent Trends and Innovations in Elementary School Educational Game Development: A Literature Review Atika, Syarifah
JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Vol. 8 No. 1 (2025): Jurnal Teknologi dan Ilmu Komputer Prima (JUTIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jutikomp.v8i1.6660

Abstract

Educational games have emerged as interactive learning media that enhance elementary students’ motivation, engagement, and understanding. This study analyzes recent trends in academic game development over the past five years by reviewing 15 peer-reviewed articles published between 2021 and 2025, sourced from Google Scholar. The analysis reveals that 60% of the studies focused on mobile-based games, particularly Android applications developed using Unity and Construct 2, due to their high accessibility and engaging interactive features. Additionally, web-based games such as Wordwall and desktop-based visual novel games developed with TyranoBuilder were found to improve students’ concept mastery by up to 30%, especially in language and mathematics learning. However, key challenges remain, including limited platform compatibility, the absence of adaptive learning features, and weak integration with formal curriculum standards. To enhance their effectiveness, future educational games should prioritize cross-platform accessibility, implement adaptive learning mechanisms, and ensure strong alignment with academic curricullum.
Application of Natural Language Processing and LSTM in A Travel Chatbot for Medan City Atika, Syarifah; Bengi, Mahara; Sardeng, Shekainah Kim A.
Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Vol. 9 No. 1 (2025)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/eltikom.v9i1.1481

Abstract

The tourism sector plays a vital role in economic growth and regional development. Medan, a major city in North Sumatra, offers rich religious, historical, and cultural attractions. However, fragmented and inconsistent information presents challenges for both tourists and destination managers, often complicating travel planning. To address this issue, this study proposes the development of an AI-based chatbot aimed at enhancing the tourism experience in Medan. By integrating Natural Language Processing (NLP) and Long Short-Term Memory (LSTM), the chatbot is designed to deliver accurate, contextual, and conversational responses tailored to users' tourism-related queries. It was trained on a comprehensive dataset compiled from various sources concerning Medan’s tourism. The training ran over 100 epochs, achieving an accuracy of 84.31% and a loss of 0.7594. Validation testing yielded an accuracy of 77.14% and a loss of 2.4233, indicating good generalization to unseen data. End-to-end testing with 312 queries covering all defined intents resulted in a testing accuracy of 75.64%, confirming the model’s practical effectiveness. The findings demonstrate that the chatbot can accurately interpret user input, classify information, and enhance user interaction. supports the digital transformation of Medan’s tourism sector by introducing a reliable, AI-driven tool for seamless travel planning and engagement.
Penerapan Mikrokontroler dalam Meningkatkan Kreativitas dan Keterampilan Teknologi Siswa SD, SMP, dan SMA Melalui Lomba Robotika Berbasis Lego Despaleri Perangin Angin; Christnatalis HS; Riski Titian Ginting; Dewi Sholeha; Puji Syukran; Delima Sitanggang; Syarifah Atika; Uni Pratama Pebrina Br Tarigan; N P Dharsinni
Abdi Cendekia : Jurnal Pengabdian Masyarakat Vol 5 No 2 (2026): Juni
Publisher : Yayasan Zia Salsabila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61253/abdicendekia.v5i2.618

Abstract

Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan kreativitas dan keterampilan teknologi siswa jenjang SD, SMP, dan SMA melalui penerapan mikrokontroler dalam lomba robotika berbasis Lego sebagai respon terhadap dominasi pendekatan teoritis dalam pembelajaran teknologi saat ini. Menggunakan pendekatan deskriptif kuantitatif dengan desain Project -Based Learning (PjBL), kegiatan ini melibatkan 70 siswa di Kota Medan yang mengikuti tahapan pelatihan materi, praktik perakitan pemrograman, hingga kompetisi pada 20 Februari 2026. Hasil evaluasi menunjukkan peningkatan signifikan pada kompetisi siswa dengan capaian tertinggi pada kreativitas desain robot (75%) dan logika (70%), meskipun aspel algotitma pemrograman dasar masih menjadi tantangan dengan tingkat pemahaman sebesar (58%). Pelaksanaan kegiatan memperoleh respons sangat positif dengan tingkat kepuasan tertinggi pada kejelasan alur kegiatan (90%) dan kualitas perangkat (88%). Secara keseluruhan, integrasi mikrokontroler melalui lomba robotika berbasis Lego terbukti efektif dalam mengembangkan pemahaman sistem kendali, kemampuan problem solving, dan kolaborasi tim siswa guna menghadapi tantangan teknologi masa depan. 
Optimization of the K-Means Algorithm Using PCA Dimensionality Reduction for E-Commerce Customer Segmentation Mahara Bengi; Syarifah Atika; Chici Rizka Gunawan; Chica Rizka Gunawan
Journal Of Information System And Artificial Intelligence Vol. 6 No. 2 (2026): Vol.6 No. 2 (2026): Journal of Information System and Artificial Intelligence V
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jisai.v7i2.306

Abstract

The rapid growth of the e-commerce industry in recent years has generated increasingly large and complex volumes of customer data. This data holds strategic potential to be analyzed in order to understand customer behavior patterns and to support data-driven decision-making. This study aims to identify customer segmentation through an unsupervised learning approach using Principal Component Analysis (PCA) and the K-Means algorithm. The dataset used in this research demonstrates good quality with no missing values, making it suitable for further analysis. Initial exploratory findings indicate that Total Spending, Number of Items Purchased, and Average Rating are the most significant variables in representing customer characteristics. The application of PCA successfully reduced data dimensionality while retaining 79.41% of the total variance, thus producing a more concise representation without compromising essential information. The clustering process using K-Means grouped customers into three clearly distinguishable clusters. The first cluster represents customers with high activity levels, the second cluster reflects customers with moderate activity, and the third cluster corresponds to customers with lower engagement intensity. Validation using the Elbow Method and Silhouette Score confirmed that k = 3 is the most optimal number of clusters. Cluster visualizations show strong separation between groups and consistent relationships among variables. This study demonstrates that the combination of PCA and K-Means is effective in producing informative and interpretable customer segmentation. These findings provide a foundation for subsequent analyses and support data-driven decision-making in e-commerce customer management.
Peningkatan Kesiapsiagaan Siswa melalui Edukasi Tas Siaga Bencana Berbasis Permainan Ular Tangga Modifikasi dan Buku Saku Mahara Bengi; Syifa Urrahmah; Nurhayati Nurhayati; Syarifah Atika
Jurnal Pengabdian Masyarakat Vol. 5 No. 1 (2026): Juni 2026
Publisher : Unity Academy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70340/japamas.v5i1.330

Abstract

Indonesia merupakan negara yang memiliki tingkat kerentanan tinggi terhadap bencana, khususnya bencana hidrometeorologi. Salah satu upaya untuk meningkatkan kesiapsiagaan masyarakat sejak dini adalah melalui edukasi kepada siswa di lingkungan sekolah. Namun, metode pembelajaran yang masih konvensional menyebabkan rendahnya pemahaman siswa terhadap mitigasi bencana. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan pengetahuan dan kesiapsiagaan siswa terkait tas siaga bencana (emergency go-bag) melalui pemanfaatan media edukatif berbasis permainan ular tangga modifikasi yang dipadukan dengan buku saku dan media game digital berbasis QR code. Metode yang digunakan adalah penyuluhan atau sosialisasi berbasis media edukatif yang dilaksanakan melalui tiga tahapan, yaitu identifikasi dan perencanaan, pelaksanaan, serta evaluasi. Kegiatan ini melibatkan 30 siswa SMP Negeri 1 Manyak Payed sebagai peserta. Evaluasi dilakukan menggunakan metode pre-test dan post-test untuk mengukur peningkatan pemahaman siswa. Hasil kegiatan menunjukkan adanya peningkatan nilai rata-rata siswa dari 60 pada pre-test menjadi 85 pada post-test. Selain itu, hasil kuesioner menunjukkan bahwa mayoritas siswa memberikan respons positif terhadap kegiatan yang dilaksanakan, baik dari segi kemenarikan, kemudahan pemahaman, maupun kebermanfaatannya. Dengan demikian, pemanfaatan media edukatif berbasis permainan interaktif, buku saku, dan teknologi digital terbukti efektif dalam meningkatkan pengetahuan dan kesiapsiagaan siswa terhadap bencana. Kegiatan ini berpotensi untuk dikembangkan sebagai model pembelajaran mitigasi bencana yang inovatif, interaktif, dan berkelanjutan di lingkungan sekolah.
Co-Authors Chica Rizka Gunawan Chici Rizka Gunawan Christnatalis HS Delima Sitanggang Despaleri Perangin Angin Dewi Sholeha Mahara Bengi Mahara Bengi Mahara Bengi N P Dharsinni Nurhayati Nurhayati Puji Syukran Riski Titian Ginting Sardeng, Shekainah Kim A. Sipayung, David Sebastian Syifa Urrahmah Uni Pratama Pebrina Br Tarigan