Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Rekayasa dan Teknologi Tematik
Handini Arga Damar Rani Handini
Universitas Ivet
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Mechanical Engineering Social Sciences Transportation

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

Found 3 Documents
Search

 1 
Program Mengajar ASTRA (Advanced Skills Training for Rising Achievers)  di SMK Sultan Trenggono Handini Arga Damar Rani Handini; Dewi Purnamasari; Kurniawati; ⁠Lingga Kurnia Ramadhani; Ahmad Imtiyaz Najih
TEMATIK Vol. 6 No. 2 (2026): Juli
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/tematik.v6i2.15281

Abstract

Program Mengajar ASTRA (Advanced Skills Training for Rising Achievers) merupakan kegiatan pengabdian kepada masyarakat yang dilaksanakan di SMK Sultan Trenggono Semarang untuk memperkuat kesiapan digital siswa melalui pengenalan dasar framework Laravel 12. Kegiatan ini dilatarbelakangi oleh kebutuhan peningkatan keterampilan komputasi, pemahaman alur kerja pengembangan aplikasi web, dan motivasi belajar teknologi pada siswa SMK. Metode kegiatan meliputi observasi kebutuhan, penyusunan materi, sosialisasi, demonstrasi, praktik terbimbing di laboratorium komputer, diskusi, dan refleksi. Hasil kegiatan menunjukkan peserta terlibat aktif dalam memahami konsep dasar web, struktur proyek, rute, controller, tampilan, serta manfaat framework dalam pembuatan aplikasi. Program ini memberi nilai tambah berupa pengalaman belajar praktis, kolaboratif, dan relevan dengan kebutuhan dunia kerja digital. Kegiatan lanjutan diperlukan untuk pendampingan proyek sederhana dan evaluasi kompetensi secara lebih terukur.
Penerapan Algoritma Decision Tree Untuk Mengklasifikasi Tingkat Ketergantungan Terhadap ChatGPT Berdasarkan Demografi Pengguna Wijayanti Kusuma Sari; Handini Arga Damar Rani Handini; Kurniawati; Dewi Purnamasari
Jurnal Pengembangan Rekayasa dan Teknologi Vol. 10 No. 1 (2026): Mei (2026)
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/jprt.v10i1.14732

Abstract

Penggunaan ChatGPT yang semakin tinggi, khususnya dalam bidang pendidikan, menimbulkan potensi ketergantungan pengguna terhadap teknologi Artificial Intelligence (AI). Penelitian ini bertujuan mengklasifikasikan tingkat ketergantungan pengguna terhadap ChatGPT berdasarkan faktor demografi dan pola penggunaan menggunakan algoritma Decision Tree. Penelitian menggunakan pendekatan kuantitatif dengan 200 data sekunder yang telah melalui tahap preprocessing. Proses pemodelan dilakukan menggunakan algoritma Decision Tree dan dievaluasi menggunakan operator Performance Classification. Hasil penelitian menunjukkan bahwa atribut ChatGPT sessions menjadi faktor paling dominan dalam menentukan tingkat ketergantungan pengguna, diikuti oleh ChatGPT weekly usages, active weeks, dan employment. Model yang dihasilkan memperoleh nilai accuracy sebesar 97%, yang menunjukkan bahwa algoritma Decision Tree memiliki performa yang sangat baik dalam mengklasifikasikan tingkat ketergantungan pengguna terhadap ChatGPT. Hasil penelitian juga menunjukkan bahwa pola penggunaan lebih berpengaruh dibandingkan faktor demografi dalam menentukan tingkat ketergantungan pengguna terhadap teknologi AI.
Aplikasi bidancare.com sebagai Sistem Pendukung Keputusan untuk Prediksi Risiko Kehamilan Berbasis Data Kesehatan Ibu Handini Arga Damar Rani Handini; Mohammad Burhan Hanif
Jurnal Pengembangan Rekayasa dan Teknologi Vol. 9 No. 2 (2025): November (2025)
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/jprt.v9i2.13868

Abstract

Penelitian ini bertujuan untuk mengembangkan Aplikasi BidanCare.com sebagai Sistem Pendukung Keputusan (SPK) dalam memprediksi risiko kehamilan berbasis data kesehatan ibu. Metode penelitian yang digunakan meliputi pengumpulan data kesehatan ibu hamil, analisis kebutuhan sistem, perancangan dan implementasi aplikasi berbasis web, serta penerapan teknik data mining untuk proses prediksi risiko kehamilan. Pengujian sistem dilakukan menggunakan metode pengujian fungsional (black box testing) dan evaluasi akurasi hasil prediksi berdasarkan data uji. Hasil pengujian menunjukkan bahwa seluruh fungsi sistem berjalan sesuai dengan kebutuhan pengguna dan aplikasi mampu memberikan klasifikasi risiko kehamilan dengan tingkat akurasi yang baik. Aplikasi BidanCare.com diharapkan dapat membantu bidan dalam pengambilan keputusan secara cepat dan tepat serta mendukung deteksi dini risiko kehamilan.
Co-Authors Ahmad Imtiyaz Najih Dewi Purnamasari Kurniawati Lingga Kurnia Ramadhani Mohammad Burhan Hanif Wijayanti Kusuma Sari