Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Masyarakat dan Riset Pendidikan Jurnal Intelek Insan Cendikia
Dilla Atika Sury
Universitas Asahan
Religion Humanities Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis Tingkat Stunting Balita di Desa Pelanggiran Laut Tador Menggunakan Logika Fuzzy Mamdani Devi Puspita Sari; Dilla Atika Sury; Khairul Saleh
Jurnal Intelek Insan Cendikia Vol. 3 No. 1 (2026): JANUARI 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Stunting merupakan salah satu permasalahan gizi pada balita yang memerlukan metode analisis yang mampu menangani ketidakpastian data. Penelitian ini bertujuan untuk menentukan tingkat stunting balita menggunakan metode Logika Fuzzy Mamdani dengan variabel input berupa usia, berat badan, dan tinggi badan. Proses pengolahan data dilakukan melalui tahapan fuzzyfikasi, inferensi menggunakan rule base dengan operator MIN, komposisi aturan menggunakan metode MAX, serta defuzzifikasi menggunakan metode centroid. Hasil penelitian menunjukkan bahwa nilai tegas (crisp) tingkat stunting yang diperoleh sebesar 58,85, yang termasuk dalam kategori Stunting Sedang. Hasil ini menunjukkan bahwa metode Logika Fuzzy Mamdani dapat digunakan sebagai sistem pendukung keputusan untuk membantu evaluasi tingkat stunting balita secara lebih objektif dan sistematis..
Penerapan Algoritma Kohonen (Self-Organizing Map) dalam Pengelompokan Provinsi di Indonesia Berdasarkan Jumlah Bencana Alam Dilla Atika Sury; Bambang Irwansyah
Jurnal Intelek Insan Cendikia Vol. 3 No. 2 (2026): Februari 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Indonesia merupakan negara yang memiliki tingkat kerawanan bencana alam yang tinggi akibat kondisi geografis, geologis, dan klimatologisnya. Setiap provinsi memiliki karakteristik dan frekuensi kejadian bencana alam yang berbeda, sehingga diperlukan metode analisis data yang mampu mengelompokkan provinsi berdasarkan tingkat kerawanan bencana. Penelitian ini bertujuan untuk menerapkan algoritma Kohonen atau Self-Organizing Map (SOM) dalam pengelompokan provinsi di Indonesia berdasarkan jumlah kejadian bencana alam. Metode penelitian yang digunakan adalah data mining dengan teknik clustering menggunakan algoritma SOM. Dataset yang digunakan berupa data jumlah kejadian bencana alam pada 38 provinsi di Indonesia yang bersumber dari Badan Nasional Penanggulangan Bencana (BNPB). Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan, normalisasi data, pelatihan SOM, serta analisis hasil klaster. Hasil penelitian menunjukkan bahwa algoritma Kohonen mampu mengelompokkan provinsi ke dalam beberapa klaster tingkat kerawanan bencana, yaitu tinggi, sedang, dan rendah. Pengelompokan ini diharapkan dapat membantu pemerintah dalam perencanaan mitigasi dan penanggulangan bencana secara lebih efektif.
Pengelompokkan Nilai Siswa di Sekolah MIN 3 Kabupaten Asahan Tahun 2025 Menggunakan Data Mining Metode K-Means: Penelitian Siti Ramadani; Bambang Irwansyah; Dea Tiara Azhari; Devi Puspita Sari; Dilla Atika Sury; Nabila; Nurdiani; Arinda Faradillah Marpaung
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 2 (2025): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 2 (October 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i2.3545

Abstract

Penelitian ini bertujuan untuk mengelompokkan nilai siswa mata pelajaran Sejarah Kebudayaan Islam (SKI) di MIN 3 Kabupaten Asahan menggunakan metode data mining K-Means Clustering. Permasalahan utama yang dihadapi sekolah adalah proses analisis nilai yang masih dilakukan secara manual sehingga sulit mengetahui pola capaian belajar siswa secara menyeluruh. Dengan menerapkan metode K-Means, data nilai siswa dapat dikelompokkan ke dalam tiga kategori, yaitu di atas Kriteria Ketuntasan Minimal (KKM), sesuai KKM, dan di bawah KKM. Proses penelitian dilakukan melalui beberapa tahapan, mulai dari pengumpulan dan normalisasi data nilai SKI hingga perhitungan centroid dan iterasi menggunakan Euclidean Distance. Hasil penelitian menunjukkan bahwa sebagian besar siswa berada pada kategori sesuai KKM, sementara sebagian lainnya termasuk di atas dan di bawah KKM. Hasil pengelompokan ini membantu guru dalam melakukan evaluasi pembelajaran, memberikan program remedial, serta menyusun strategi pengajaran yang lebih tepat sasaran. Penerapan metode K-Means terbukti efektif dan efisien dalam mengolah data akademik serta mendukung penerapan pembelajaran berbasis data di lingkungan madrasah.
Co-Authors Arinda Faradillah Marpaung Bambang Irwansyah Dea Tiara Azhari Devi Puspita Sari Khairul Saleh Nabila Nurdiani Siti Ramadani