Article Per Year (5 Year)
p-Index From 2021 - 2026
0.983
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI JSAI (Journal Scientific and Applied Informatics) Jurnal Komputer, Informasi dan Teknologi NOKEN : Jurnal Pengelolaan Pendidikan Jurnal TAM (Technology Acceptance Model)
Veronika, Nuri David Maria
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Prediksi Kelulusan Mahasiswa Fakultas Teknik Informatika Universitas Muhammadiyah Bengkulu Menggunakan Metode Naive Bayes Apridiansyah, Yovi; Veronika, Nuri David Maria; Putra, Erwin Dwika
JSAI (Journal Scientific and Applied Informatics) Vol 4, No 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1701

Abstract

Kelulusan mahasiswa tepat waktu merupakan salah satu point penilaian dalam proses akreditasi perguruan tinggi. Namun kelulusan mahasiswa tidak selalu dapat dideteksi secara cepat sehingga dapat mengurangi penilaian suatu perguruan tinggi dalam proses akreditasi. Permasalah inilah yang muncul untuk mengetahui mahasiswa nantinya bisa lulus tepat waktu atau tidak. Dalam penelitian inilah digunakan  metode klasifikasi untuk prediksi lulusan mahasiswa menggunakan algoritma Naïve Bayes. Tujuan dari penelitian ini untuk mengetahui kelulusan mahasiswa tepat waktu atau tidak, yang diharapkan hasilnya dapat memberikan informasi dan masukan bagi pihak perguruan tinggi dalam membuat kebijakan kedepannya. Dari hasil pengujian ini didapatkan hasil bahwa dengan menerapkan algoritma Naïve Bayes sistem dapat memprediksi kelulusan mahasiswa dengan tepat waktu, tingkat keberhasilan prediksi algoritma naïve bayes ditentukan oleh nilai IPK mahasiswa dan lama Studi mahasiswa yang bersangkutan dengan nilai precision sebesar 90 %, recall 100 % dan akurasi sebesar 90 %.
ALE (ADULT LEARNING AND EDUCATION): PROGRAM PENDIDIKAN MASYARAKAT DALAM KULTUR DIGITAL Sulistiono, Eko Eko; Veronika, Nuri David Maria; Ardi, Irfan
NOKEN : Jurnal Pengelolaan Pendidikan Vol. 4 No. 2 (2023)
Publisher : Program Studi Manajemen Pendidikan FKIP Universitas Cenderawasih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31957/.v4i2.2739

Abstract

Era digital memiliki media yang memudahkan masyarakat untuk menerima informasi dengan lebih cepat. Teknologi digital yang semakin canggih membuat perubahan besar di dunia, dengan munculnya berbagai jenis media digital. Berbagai kalangan telah dimudahkan dalam mengakses informasi dengan berbagai cara, serta dapat menikmati fasilitas teknologi digital secara bebas dan terkendali. Penelitian ini bertujuan untuk menganalisis Penerapan model ALE (Adult Learning and Education) pada satuan pendidikan masyarakat dengan memanfaatkan akses digital. Penelitian ini menerapkan metode penelitian campuran, yaitu menggunakan data kuantitatif dan kualitatif. Hasil penelitian ini menemukan bahwa pembelajaran Adult learning education (ALE) berbasis digital, dilakukan dengan cara memberikan materi sesuai dengan kebutuhan warga belajar, menyediakan latihan dan kuis yang menarik secara digital, melengkapi materi dengan media digital dan melakukan evaluasi dengan aplikasi digital.
ST-DBSCAN Algorithm Implementation At Riau Province Forest Fire Points (2015-2022) Faraouk, Kemal El; Witriyono, Harry; Deslianti, Dwita; Veronika, Nuri David Maria
Jurnal Komputer, Informasi dan Teknologi Vol. 3 No. 1 (2023): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v3i1.1191

Abstract

The forest conditions in Indonesia require more serious attention as they are constantly disturbed, including incidents of forest fires. Clustering or grouping using the ST-DBSCAN algorithm will group forest fire points based on distance and time. This data can be obtained from the FIRMS (Fire Information for Resource Management System) website, which utilizes MODIS sensor data. The research implements the ST-DBSCAN algorithm using the R language, focusing on a case study in the Riau Province from 2015 to 2022. The parameters used in this research for the ST-DBSCAN algorithm are Eps1 = 0.7, Eps2 = 2, and MinPts = 2. The algorithm generates several types of clustering patterns, including Stationary, Reappearing Regular, Irregular, Occasional, and Tracks. The fire point data used in this research covers the years 2015, 2016, 2017, 2018, 2019, 2020, 2021, and 2022 in the Riau Province. The results obtained from this research include 1 Reappearing Regular pattern, 5 Tracks patterns, 1 Reappearing Irregular pattern, and 1 Stationary pattern. Within the time frame of 2015, 2016, 2017, 2018, 2019, 2020, 2021, and 2022, the highest occurrence of forest fire spots happened in the month of November 2015, reaching a total of 573 fire spots.
IMPLEMENTATION OF BILATERAL FILTERING FOR AESTHETIC ENHANCEMENT OF FACIAL IMAGES Wijaya, Ardi; Febriani, Lovi; Muntahanah, Muntahanah; Veronika, Nuri David Maria
Jurnal TAM (Technology Acceptance Model) Vol 16, No 1 (2025): Jurnal TAM (Technology Acceptance Model)
Publisher : Institut Bakti Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56327/jurnaltam.v16i1.1803

Abstract

Digital image is a representation of an image in the form of pixels arranged in a matrix. The image processing process includes acquisition, analysis, and manipulation to produce the desired output. In photography and social media, digital images play an important role in attracting attention. However, photos often experience problems such as noise and uneven lighting, which can reduce image quality. Therefore, image enhancement is needed to overcome these problems. The Bilateral Filtering method is one of the techniques that is very effective in reducing noise by considering the special distance and intensity differences between pixels, so that it can maintain the clarity of important elements in the image. This study aims to implement this technique in improving the aesthetics of facial images and evaluate its effectiveness in producing more attractive and high-quality images. from 50 datasets taken. The results of the study showed that Bilateral Filtering was able to improve the clarity of facial images without eliminating important details. The evaluation was carried out using image quality parameters such as PSNR (Peak Signal-to-Noise Ratio) and SSIM (Structural Similarity Index), which showed an increase in quality after the application of this method. In terms of user satisfaction, the results of the questionnaire showed that the satisfaction level reached 86.38%, which based on Table 5 is included in the "very good" category. Thus, the Bilateral Filtering method not only successfully improves the image quality without losing important details on the face. Objectively, but also provides high satisfaction for users in terms of aesthetics and visual comfort.
Deteksi Keaslian Uang Kertas dengan Pengolahan Citra Cigital Mengunakan Metode Canny Bagaskoro, Siswo; Veronika, Nuri David Maria; Darmi, Yulia; Wijaya, Ardi
Jurnal Pendidikan Tambusai Vol. 9 No. 3 (2025): Desember
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

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

Abstract

Uang adalah alat bantu tukar atau standar dari pengukur nilai (kesatuan hitungan) yang sah, dikeluarkan oleh pemerintah suatu negara berupa kertas, emas, perak atau logam-logam lain yang dicetak dengan bentuk dan gambar tertentu. Deteksi adalah suatu proses untuk memeriksa atau melakukan pemeriksaan terhadap sesuatu dengan menggunakan cara dan teknik tertentu. Seiring dengan kemajuan teknologi informasi, kriminalitas yang memanfaatkan teknologi juga berkembang. Pengolahan citra digital saat ini telah berkembang kegunaannya untuk melakukan sistem pengenalan terhadap kemungkinan gangguan kriminalitas, terutama untuk pengenalan objek yang unik, pada uang kertas rupiah. Proses deteksi dimulai dengan akuisisi citra uang kertas yang kemudian diproses melalui beberapa tahap pengolahan citra, termasuk konversi ke skala abu-abu, perbaikan kualitas citra, membuat suatu objek, dilasi operasi untuk memperbesar lapisan segmen objek dengan menambahkan lapisan di sekeliling objek, erosi unruk megikis objek, ekstraksi ciri dan pendeteksian tepi menggunakan algoritma Canny. Hasil dari metode Canny kemudian digunakan untuk membandingkan fitur-fitur citra uang kertas dengan basis data citra uang asli yang telah diverifikasi. Sistem ini diuji dengan berbagai denominasi uang kertas dan kondisi pencahayaan yang berbeda untuk mengevaluasi keandalan dan ketepatannya. Hasil uji coba menunjukkan bahwa metode ini berhasil mendeteksi keaslian uang kertas dengan tingkat akurasi yang tinggi mencapai 85.71%, dengan tingkat kesalahan yang minimal dibandingkan dengan teknik deteksi lainnya. Kesimpulannya, pengolahan citra digital dengan metode Canny adalah alat yang efektif dan efisien untuk meningkatkan keamanan finansial melalui deteksi keaslian uang kertas.
Co-Authors Apridiansyah, Yovi Ardi, Irfan Bagaskoro, Siswo Deslianti, Dwita Faraouk, Kemal El Febriani, Lovi Muntahanah, Muntahanah Putra, Erwin Dwika Sulistiono, Eko Eko Wijaya, Ardi Witriyono, Harry Yulia Darmi