Article Per Year (5 Year)
p-Index From 2020 - 2025
2.78
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika JTAM (Jurnal Teori dan Aplikasi Matematika) SINTECH (Science and Information Technology) Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Infotekmesin Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Teknik Informatika (JUTIF) Journal of Technology and Informatics (JoTI) Jurnal Pengabdian Kepada Masyarakat Abdi Nusa ABDINE Jurnal Pengabdian Masyarakat Bulletin of Social Informatics Theory and Application Jurnal Medika: Medika Jurnal Pengabdian Kepada Masyarakat Bersinergi Inovatif
Arsi, Primandani
Unknown Affiliation
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Implementasi Budaya Literasi, Numerasi dan Teknologi di SDN 1 Purbadana Melalui Program KM 5 Purwanto, Dedi; Arsi, Primandani
Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Vol 7, No 1 (2024): Februari 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jabdimas.v7i1.16455

Abstract

Merdeka Belajar Kampus Merdeka merupakan kebijakan Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia. Salah satu program dari Merdeka Belajar Kampus Merdeka adalah Kampus mengajar (KM). KM memberikan sebuah kesempatan pada mahasiswa untuk improvisasi diluar kelas dengan cara bekerjasama dengan guru dan sekolah untuk melakukan sebuah inovasi pada model pembelajaran. Adapun target yang menjadi tujuan akhir adalah meningkatkan kemampuan literasi, numerasi dan teknologi di tingkat SD, SMP dan SMK. Tujuan dari kegiatan pengabdian kepada masyarakat ini adalah untuk meningkatkan kemampuan dasar literasi, numerasi dan teknologi siswa di kelas 1 SD Negeri 1 Purbadana melalui program KM 5. Kegiatan berlangsung selama 4 (empat) bulan. Adapun tahapan yang dilakukan yaitu observasi, pelaksanaan kegiatan, serta melakukan evaluasi di akhir kegiatan. Metode yang digunakan adalah deskriptif kualitatif. Hasil dari rangkaian proses kegiatan yang sudah dilaksanakan menunjukkan bahwa kemampuan literasi, numerasi dan teknologi siswa-siswi kelas 1 di SD 1 Purbadana meningkat, yang dilihat dari kelancaran menulis, membaca, berhitung, dan menggambar dari beberapa gabungan bangun datar yang di perlihatkan di papan tulis.
Evaluasi Aplikasi Raileo Melalui Analisis Sentimen Ulasan Playstore Dengan Metode Naive Bayes Junianto, Haris; Arsi, Primandani; Kusuma, Bagus Adhi; Saputra, Dhanar Intan Surya
SINTECH (Science and Information Technology) Journal Vol. 7 No. 1 (2024): SINTECH Journal Edition April 2024
Publisher : Prahasta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/sintechjournal.v7i1.1505

Abstract

Abstrak The Raileo application is a staffing platform owned by PT. KAI, functions as a personnel data management system. Effective application development requires data as a basis, and one source of data that can be utilized is user reviews. User reviews provide valuable information regarding application performance, user needs, and security aspects. However, challenges arise in managing review data which often contains sarcasm, creating ambiguous meaning and lowering accuracy levels. This research proposes a solution by applying sentiment analysis using Naive Bayes logarithms to 1047 Raileo review data. This method produces an accuracy rate of 94%, with positive and negative sentiment classification. The research results show the words that appear most frequently in Raileo reviews, such as "eror", "sulit", "titik presensi", "titik absen", "titik lokasi", "bug", "lemot," "gagal", "mantap", "bagus", "oke", "mudah", "mempermudah", "mantul", "lengkap","keren","ok", "inovatif", "inovasi", "semoga", "sukses", dan "membantu". These words can be used as a key to analyze all the sentiments contained in the review. In addition, this research identifies "presence point" as the highest negative sentiment word that needs attention in further development. From this sentiment analysis research, the Raileo application produces the highest sentiment value, namely positive sentiment
Rekomendasi Restock Barang di Toko Pojok UMKM Menggunakan Algoritma K-Means Clustering Salsabiela, Ayuni; Kuncoro, Adam Prayogo; Subarkah, Pungkas; Arsi, Primandani
Journal of Technology and Informatics (JoTI) Vol. 5 No. 2 (2024): Vol. 5 No.2 (2024)
Publisher : Universitas Dinamika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37802/joti.v5i2.554

Abstract

Toko Pojok ialah toko yang menjual beraneka produk seperti makanan ringan dan minuman. Toko Pojok UMKM dalam pembukuan selama ini masih dilakukan secara manual dengan buku besar baik dalam pencatatan produk masuk maupun penjualan. Pembukuan dilakukan belum tersistem mengakibatkan data menumpuk, sehingga pemilik kesulitan dalam melihat stok yang terjual sehingga pengadaan barang ke supplier ada keterlambatan. Berdasarkan permasalahan tersebut penelitian ini dilakukan untuk merekomendasikan restock produk menggunakan algoritma K-Means dimana pengadaan barang dalam jumlah banyak, sedang dan sedikit. Penelitian ini menggunakan algoritma k-means clustering dengan 3 cluster. Di mana nilai k=3 merupakan nilai cluster terbaik dalam penelitian ini dengan performa dari cluster berdasarkan hasil Davies Bouldin Index sebesar 0.436, di mana cluster 1 ada 9 produk jumlah banyak dan masuk pengadaan barang, cluster 2 ada 19 produk jumlah sedang dan masuk pengadaan barang serta cluster 0 ada 110 produk jumlah sedikit masuk pengadaan barang.
PELATIHAN E-MODUL INTERAKTIF BERBASIS TEKNOLOGI INFORMASI UNTUK MENINGKATKAN LITERASI DIGITAL BAGI GURU Subarkah, Pungkas; Prasetyo Kartika, Nur Kholifah Dwi; Rofiqoh, Dayana; Arsi, Primandani; Marcos, Hendra
Jurnal Abdi Nusa Vol. 4 No. 3 (2024): October 2024
Publisher : LPPM Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/abdinusa.v4i3.311

Abstract

Mastering information technology, especially in the field of education for a teacher in the current era, is indeed a must that must be owned by each individual teacher. For this reason, professional flip pdf application training is needed to improve the ability to collaborate on more interactive learning media for students, for teachers of MI Muhammadiyah Wangon, Banyumas Regency. The purpose of this training is to provide knowledge and skills for teachers in optimizing information technology, especially the professional flip pdf application to support improving the ability to collaborate learning methods for students. The implementation method used is the Community Language Learning (CLL) method which consists of the preparation stage, implementation stage and evaluation stage. The results of this service during the training were active participant participation and the results obtained with the pre-test and post-test, then out of 15 participants, 97% of the trainees experienced an increase in their ability to use the professional flip pdf application. This activity is expected to contribute to efforts to improve information technology skills among teachers, especially in supporting teaching and learning activities for students to make them more interactive
Penerapan Algoritma Apriori untuk Rekomendasi Produk Spare Part Mobil Aditya Permana, Reza; Arsi, Primandani; Subarkah, Pungkas
Journal of Technology and Informatics (JoTI) Vol. 6 No. 1 (2024): Vol. 6 No.1 (2024)
Publisher : Universitas Dinamika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37802/joti.v6i1.597

Abstract

Guna memberikan layanan optimal kepada pelanggan, bisnis spare part mobil perlu menerapkan strategi bisnis terbaik. Namun, terkadang beberapa faktor menghambat penentuan strategi tersebut. Salah satu penyebabnya adalah kesulitan dalam melakukan analisis terkait data penjualan pelanggan yang sudah ada. Berdasarkan data pelanggan yang disimpan dalam database, perusahaan mengidentifikasi bahwa sistem penjualan saat ini tidak efektif. Kemudian apabila produk banyak yang tidak terjual, maka keterlambatan dalam pengembalian modal bagi penjual juga akan menjadi masalah. Dalam mengatasi hambatan ini, perusahaan perlu mengadopsi strategi promosi penjualan dan menganalisis pola penjualan spare part untuk menentukan pola penjualan dan memberikan gambaran keterkaitan antar barang dengan menganalisis data transaksi penjualan. Metode yang akan digunakan dalam menganalisis pola penjualan pada penelitian ini adalah dengan menggunakan market basket analysis. Metode ini dihitung menggunakan Algoritma Apriori dengan menggunakan bantuan Google Collab dengan menentukan nilai minimum support sebesar 8 % dan minimum confidence sebesar 60 %. Perhitungan dalam Google Collab akan menghasilkan kumpulan item yang sering dibeli dengan kombinasi 1 itemset sampai dengan 5 itemset yang dibeli secara bersamaan. Hasil assosiation rule tersebut dapat dijadikan acuan kepada pengambil keputusan dalam upaya meningkatkan strategi pemasaran dan promosi produk suku cadang mobil bagi PT Milenia Mega Mandiri yang lebih baik.
Pendampingan Teknologi Informasi E- Smart Care sebagai Upaya Pencegahan Stunting secara Dini pada Remaja melalui Sekolah Siaga Kependukan (SSK) Subarkah, Pungkas; Hermanto, Nandang; Sari, Rida Purnama; Kholifah Dwi Prasetyo Kartika, Nur; Nasar Ghanim, Nadif; Arsi, Primandani
ABDINE: Jurnal Pengabdian Masyarakat Vol. 4 No. 2 (2024): ABDINE : Jurnal Pengabdian Masyarakat
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/abdine.v4i2.984

Abstract

Sekolah Siaga Kependudukan (SSK) di SMA Negeri 1 Wangon, merupakan SSK rintisan sekolah yang mengintegrasikan pndidikan kependudukan dan keluarga berencana, ke dalam beberapa mata pelajaran sebagai pengayaan materi pembelajaran, dimana di dalamnya terdapat pojok kependudukan sebagai salah satu sumber belajar peserta didik. Permasalahan yang dihadapi oleh mitra yaitu belum adanya teknologi informasi yang menunjang untuk pencegahan stunting secara dini di SSK. Metode pelaksanaan pengabdian masyarakat ini dilakukan dengan tahapan pra-pelaksanaan, tahap pelaksanaan dan tahap evaluasi. Dari hasil pelaksanaan kegiatan yang sudah dilakukan maka didapatkan  para peserta kegiatan mengikuti pelatihan dengan baik,  dengan menguasai materi selama pelatihan berlanggsung dan peningkatan kemampuan peserta dalam menggunakan teknologi infomasi E-Smart Care berbasis android dan website. Dengan terlaksana program pendampingan ini dari Tim Program Kemitraan Masyarakat (PKM) 2024, bahwa mitra mendapatkan peningkatan pengetahuan yaitu penggunaan aplikasi E-smart Care berbasis android serta para peserta mendapatkan peningkatan keterampilan cara mengoperasikan aplikasi secara benar. Hasil respon terhadap pelatihan ini yaitu rata-rata memberikan predikat “Sangat Baik”.
Sentiment analysis of Indonesian government policy in the era of social commerce: public perception and reaction Sugiarti, Sugiarti; Arsi, Primandani; Subarkah, Pungkas; V, Jay
Bulletin of Social Informatics Theory and Application Vol. 8 No. 2 (2024)
Publisher : Association for Scientific Computing Electrical and Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/businta.v8i2.710

Abstract

This research explores public sentiment towards the Indonesian government’s policies in the era of social commerce, based on Minister of Trade Regulation No. 31 of 2023. Sentiment analysis was conducted on a dataset comprising 1013 tweets on Twitter, employing various machine learning algorithms, including Naïve Bayes, Logistic Regression, Random Forest, SVM, and KNN. The results reveal that the Support Vector Machine (SVM) algorithm achieved the highest accuracy rate of 87%, outperforming other algorithms. Analyzing public sentiment towards the mentioned government policies, positive sentiment accounted for 20.2%, while negative sentiment reached 79.8%. This suggests that the policies, as outlined in the regulation, did not elicit a positive response from the public. Recommendations for future research include expanding the dataset and incorporating diverse data sources beyond Twitter for enhanced accuracy. This study contributes valuable insights into public sentiment analysis, particularly in the context of social commerce policies, providing a foundation for further investigations and policy adjustments.
COMPARISON OF RANDOM FOREST, K-NEAREST NEIGHBOR, DECISION TREE, AND XGBOOST ALGORITHMS FOR DETECTING STUNTING IN TODDLERS Bimawan, Zaynuri Ilham; Astuti, Tri; Arsi, Primandani
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 6 (2024): JUTIF Volume 5, Number 6, Desember 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.6.2629

Abstract

Stunting is a significant health issue in many developing countries, including Indonesia. Advances in health technology have opened new opportunities to improve the accuracy and efficiency of detecting stunting in young children, with one such advancement being Machine Learning technology. This study compares various Machine Learning algorithms for detecting stunting in children. The methodology includes data collection, data exploration, data preprocessing, feature extraction, model classification, and model evaluation. The results show that Random Forest demonstrates superior performance with the highest accuracy of 0.999132, recall of 0.999132, and a macro-averaged F1-score of 0.998906, making it the most consistent model for predicting child nutritional status. K-Nearest Neighbor also shows very good performance with an accuracy of 0.999050 and an F1-score of 0.998748. Decision Tree has an accuracy of 0.999091 and an F1-score of 0.998705, closely matching the performance of Random Forest and KNN. XGBoost, with an accuracy of 0.991033 and an F1-score of 0.987495, performs lower than the other three models. Therefore, Random Forest is the recommended choice for implementing stunting prediction in children.
SENTIMEN ANALISIS EVALUASI PENGGUNA APLIKASI ORBIT TELKOMSEL PADA ULASAN PLAYSTORE MENGGUNAKAN ALGORITMA NAÏVE BAYES Lestari, Vika Febri; Arsi, Primandani; Subarkah, Pungkas
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5538

Abstract

Dalam era digital, aplikasi mobile, khususnya aplikasi internet rumah, memainkan peran penting dalam mendukung aktivitas harian pengguna. Studi ini bertujuan untuk melakukan analisis sentimen terhadap aplikasi Telkomsel Orbit, layanan internet rumah serba digital yang menyediakan koneksi melalui modem WiFi dengan jaringan 4G LTE. Metodologi penelitian melibatkan proses scraping data, preprocessing teks, dan penerapan algoritma klasifikasi Naïve Bayes untuk menganalisis ulasan dan peringkat yang diberikan pengguna di Play Store. Telkomsel Orbit menawarkan fitur unggulan seperti pengaturan Wi-Fi melalui aplikasi MyOrbit, WiFi tamu, dan penyesuaian filter website. Hasil penelitian menunjukkan bahwa penerapan metode Naïve Bayes menghasilkan tingkat ketepatan mencapai 79%, dengan presisi sebesar 80% dan recall 79%.Temuan ini menunjukkan bahwa mayoritas ulasan yang diberikan oleh pengguna cenderung positif terhadap aplikasi Telkomsel Orbit. Hal ini mengindikasikan bahwa layanan tersebut dinilai secara positif oleh pengguna, dengan fitur-fiturnya yang dianggap bermanfaat dan kualitas layanannya yang memuaskan. Penelitian ini memberikan wawasan yang berharga bagi Telkomsel Orbit untuk memahami umpan balik pengguna dan terus meningkatkan pengalaman pengguna mereka. 
EFFECTIVENESS HYPERPARAMETER TUNING ON RANDOM FOREST, LINEAR DISCRIMINANT ANALYSIS, LOGISTIC REGRESSION AND NAÏVE BAYES ALGORITHMS FOR DETECTING DOS NETWORK ATTACKS Saputri, Inka; Arsi, Primandani; Isnaini, Khairunnisak Nur
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 1 (2025): JUTIF Volume 6, Number 1, February 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.1.4175

Abstract

Denial of Service (DoS) attacks are a major threat to network security, characterized by overwhelming system resources with illegitimate requests. Such attacks can disrupt critical services and cause substantial financial losses. However, there is still a need for a more efficient model to detect DoS attack with high accuracy. The aim of this research is to determine the impact of hyperparameter tuning on the four algorithms to identify the best algorithm for detecting DoS network attacks. The research method involves data preprocessing, feature selection, encoding, balancing using SMOTE (Synthetic Minority Over-Sampling Techinuque) and evaluation using confusion matrix. This research use the NSL-KDD dataset because it is relevant for DoS attack detection and flexible for testing various classification algorithms and utilizing hyperparameter tuning. This study evaluates the effectiveness hyperparameter tuning on several machine learning alghorithms namely Random Forest, Linear Discriminant Analysis (LDA), Logistic Regression and Naïve Bayes in detecting DoS attacks. Results indicate that Random Forest achieves highest accuracy (99,97%) and robust performance across all metrics, demonstrating superior generalization and precision. LDA, Logistic Regression and Naïve Bayes also performed well but fell short of Random Forest in handling complex patterns in the dataset. The utilization of hyperparameter tuning can improve the accuracy, consistency and efficiency of the algorithm so as to optimize the combination of various parameters in detecting DoS attacks. The findings provide valuable insights into selecting suitable algorithms for future implementations in cybersecurity systems.
Co-Authors Adam Prayogo Kuncoro Aditya Permana, Reza Agung Prasetyo Astrida, Deuis Nur Asyari, Muhammad Hasyim Azzahra, Delia Oktaviana Bimawan, Zaynuri Ilham Busyro, Muhammad Dedi Purwanto, Dedi Dhanar Intan Surya Saputra Firmanda, Reza Arief Hendra Marcos Isnaini, Khairunnisak Nur Junianto, Haris Khofiyah, Salma Ngarifatul Kholifah Dwi Prasetyo Kartika, Nur Kisma, Atmaja Jalu Narendra Kusuma, Bagus Adhi Lestari, Vika Febri Nandang Hermanto Nasar Ghanim, Nadif Nur Ikhsan, Ali Prasetyo Kartika, Nur Kholifah Dwi Prayoga, Iphang Riandini, Dini Rofiqoh, Dayana Salsabiela, Ayuni Sandhi Bhakti, Dwi Saputri, Inka Sari, Rida Purnama Septiana Putri, Refida Subarkah, Pungkas Sugiarti Sugiarti Suhaman, Jali Tarwoto, Tarwoto Tri Astuti V, Jay Waluyo, Retno