Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Elkom: Jurnal Elektronika dan Komputer JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat)
Intan Laily Muflikhah
Politeknik Negeri Semarang
Civil Engineering, Building, Construction & Architecture Education Environmental Science Public Health Social Sciences

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

Found 2 Documents
Search

 1 
Optimasi Algoritma XGBoost Berbasis SMOTE untuk Mengidentifikasi Faktor Logistik Pemicu Pembatalan Pesanan E-commerce Arif Fitra Setyawan; Thomas Tri Wibowo; Intan Laily Muflikhah; Muhammad Bhayu Bramantyo
Elkom: Jurnal Elektronika dan Komputer Vol. 19 No. 1 (2026): Juli : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v19i1.3913

Abstract

Unilateral order cancellation by consumers is a major operational challenge in the Indonesian e-commerce industry, directly impacting supply chain inefficiency and inflating logistics costs. Computational modeling to predict this risk often faces hurdles such as class imbalance and vulnerability to data leakage. This study proposes an optimization of the Extreme Gradient Boosting (XGBoost) algorithm integrated with the Synthetic Minority Over-sampling Technique (SMOTE) using a multi-scenario feature analysis approach. The dataset used comprises real transaction records from a major e-commerce platform. Experiments were designed in two scenarios: Scenario 1 included all transactional features, while Scenario 2 excluded the dominant financial feature (Total Pembayaran) to test the model's pure dependency on pre-finalization variables. The test results showed that Scenario 1 yielded a pseudo-accuracy of 99.50% due to data leakage. After reconstruction in Scenario 2, the SMOTE-based XGBoost model produced a stable real performance with an Accuracy Score of 83.96% and an Area Under ROC (AUC) of 86,98%. Through Feature Importance analysis, this study successfully revealed that pure logistics factors, specifically "Ongkos Kirim Dibayar oleh Pembeli" (Shipping Fee Paid by Buyer) with an absolute importance weight of 77.10%, serve as the primary predictor and driver behind consumer order cancellations. These findings provide tactical contributions for e-commerce decision-makers in formulating shipping cost strategies and mitigating early operational risks.
Penerapan Artificial Intelligence untuk Metode Cooperative Learning Guna Mendorong Keaktifan Siswa: Application of Artificial Intelligence for Cooperative Learning Methods to Encourage Student Engagement Aditya Putra Pradinawan; Astri Wulandari; Byan Bagas Pradana; Haidar Ali Fathin Naufal; Intan Laily Muflikhah; Shafira Adhelia; Sidiq Budi
JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) VOL. 10 NOMOR 2 JULI 2026 JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat)
Publisher : Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/jppm.v10i2.30805

Abstract

Transformasi pendidikan abad ke-21 menuntut pendidik untuk berinovasi dalam menyelenggarakan pembelajaran yang berpusat pada siswa. Salah satu tantangan utama di SMPIP Nihadul Qulub Ungaran adalah terbatasnya kemampuan guru dalam menciptakan media pembelajaran interaktif yang berdampak pada rendahnya keaktifan siswa. Kegiatan pengabdian ini bertujuan untuk meningkatkan kompetensi dan kreativitas guru melalui pemanfaatan Artificial Intelligence (AI), khususnya platform NotebookLM, dalam merancang metode Cooperative Learning. Metode pelaksanaan menggunakan pendekatan Participatory Action melalui lokakarya yang terdiri dari empat tahap: perencanaan, analisis, implementasi, dan evaluasi. Peserta kegiatan adalah 20 orang tenaga pendidik. Keberhasilan program dievaluasi menggunakan tes kognitif dan kuesioner kepuasan berskala Likert. Hasil evaluasi kognitif menunjukkan peningkatan pengetahuan yang signifikan dari nilai rerata 59,87 menjadi 81,47. Keberhasilan pelatihan ini juga dibuktikan secara riil dengan dihasilkannya 20 dokumen rancangan modul ajar berbasis AI oleh peserta secara mandiri. Evaluasi kepuasan peserta juga menunjukkan hasil sangat positif dengan persentase kepuasan rata-rata sebesar 92%. Kesimpulannya, pengintegrasian NotebookLM terbukti valid dan efektif dalam memfasilitasi guru mempersiapkan pembelajaran kooperatif guna mendorong keaktifan siswa.
Co-Authors Aditya Putra Pradinawan Arif Fitra Setyawan Astri Wulandari Byan Bagas Pradana Haidar Ali Fathin Naufal Muhammad Bhayu Bramantyo Shafira Adhelia Sidiq Budi Thomas Tri Wibowo