Article Per Year (5 Year)
p-Index From 2021 - 2026
1.993
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi CESS (Journal of Computer Engineering, System and Science) PEDULI: Jurnal Imiah Pengabdian Pada Masyarakat Jurnal Abdi Masyarakat (JAM) Djtechno: Jurnal Teknologi Informasi Mejuajua SAINSTECH: Jurnal Penelitian dan Pengkajian Sains dan Teknologi Madani : Jurnal Pengabdian Kepada Masyarakat Jurnal Ilmu Komunikasi UHO : Jurnal Penelitian Kajian Ilmu Komunikasi dan Informasi Jurnal Pengabdian Masyarakat dan aplikasi Teknologi Jurnal Ilmu Komputer dan Sistem Informasi Jurnal Pengabdian Masyarakat
Dwi Wulandari Sari
Universitas Mercu Buana
Arts Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Public Health Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Analisis Kejelasan Tujuan Pendidikan Remaja Berbasis Machine Learning dan Data Digital Psikometrik Dwi Wulandari Sari; Kurnia Gusti Ayu; Dana Riksa Buana; Hariesa Budi Prabowo; Muhammad Irvan
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 5 No. 2 (2025): Mei 2026
Publisher : LKP Unity Academy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70340/jirsi.v5i2.351

Abstract

This study aims to analyze adolescents’ educational goal clarity based on the integration of psychometric and digital activity data using a machine learning approach. The main problem addressed in this study is the limited utilization of digital and psychological data to understand adolescents’ educational goal characteristics. The methodology includes data preprocessing, clustering analysis using the K-Means algorithm to identify hidden patterns, and classification using Logistic Regression and Decision Tree to build predictive models. The results show that respondents are grouped into three main clusters: low, medium, and high, reflecting different levels of digital engagement and educational goal clarity. Using an 80:20 data split, the results show that on the test set (20%), Logistic Regression achieved the best performance with an accuracy of 0.95 and ROC-AUC of 0.996, while Decision Tree provided more interpretable patterns with an accuracy of 0.80. The most influential variables include frequency of information searching, duration of accessing educational content, and clustering results. The study concludes that productive digital behavior significantly contributes to adolescents’ educational goal clarity, and the hybrid machine learning approach is effective in combining pattern analysis and prediction.
PENGALAMAN LINTAS GENERASI DAN NEGOSIASI KURASI ALGORITMIK INFORMASI IKN Cherry Kartika; Dwi Wulandari Sari; Ira Purwitasari
Jurnal Ilmu Komunikasi UHO : Jurnal Penelitian Kajian Ilmu Komunikasi dan Informasi Vol. 11 No. 2 (2026): EDISI APRIL
Publisher : Laboratorium Ilmu Komunikasi Fisip UHO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52423/jikuho.v11i2.2035

Abstract

Penelitian ini bertujuan mengeksplorasi pemaknaan Generasi X dan Generasi Z terhadap pengalaman interaksi dengan kurasi algoritmik informasi Ibu Kota Nusantara (IKN) di media sosial. Dengan menggunakan pendekatan Interpretative Phenomenological Analysis (IPA), penelitian ini menggali pengalaman subjektif kedua kelompok dalam menghadapi paparan konten yang terpersonalisasi. Temuan menunjukkan bahwa algoritma tidak sekadar dipersepsikan sebagai mekanisme teknis distribusi informasi, melainkan sebagai bagian dari pengalaman keseharian digital yang membentuk cara pengguna mengetahui, merasakan, dan memahami realitas politik. Fenomena keseragaman informasi atau filter bubble dimaknai secara beragam dan lebih tepat dipahami sebagai pengalaman epistemik yang dinamis, bukan sekadar efek teknologis yang deterministik. Pada level afektif, muncul spektrum respons emosional dari penerimaan normatif hingga skeptisisme reflektif, disertai strategi adaptif dan manajemen privasi sebagai bentuk negosiasi dengan sistem. Secara konseptual, penelitian ini menunjukkan bahwa perbedaan generasional tidak bersifat hierarkis, serta bahwa dalam konteks Indonesia kurasi algoritmik lebih membentuk ambivalensi dan negosiasi makna daripada polarisasi ekstrem. Dengan demikian, studi ini menawarkan pemahaman fenomenologis yang memperluas literatur mengenai relasi manusia–algoritma dalam konteks politik kontemporer.
ANALISIS REGRESI LOGISTIK DENGAN SELEKSI FITUR DAN VALIDASI SILANG DALAM MENENTUKAN MODEL PREDIKSI STATUS GIZI ANAK Dwi Wulandari Sari; Kurnia Gusti Ayu; Hariesa Budi Prabowo
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6925

Abstract

The impact of the economic crisis after the COVID-19 pandemic and the Russia-Ukraine conflict has affected Indonesia's food stability, including the nutritional intake of school children. To respond to this, this study developed a multivariate logistic regression-based predictive model to identify children's nutritional status (normal, malnourished or obese) based on questionnaire data of parents with children aged 6-15 years. The variables analyzed included eating patterns, physical activity, snacking habits, and consumption of fast food and sweet drinks. The results of the Pearson correlation analysis showed that children with a balanced diet (rich in vegetables, fruits, and protein) tend to have normal nutritional status, while the consumption of fast food andsugary drinks is negatively correlated with nutritional health. Breakfast and physical activity were also shown to have a positive effect. However, the prediction model built has limited accuracy with high specificity for normal cases at 0.92, but low sensitivity at 0.38 in detecting poor nutrition/obesity. This means that the model is not yet reliable enough for critical medical applications, but it remains useful as an initial scoring tool. These findings leadto three practical recommendations: (1) an early detection system for nutrition problems based onsimple scores, (2) personalized nutrition interventions (such as reducing fastfood and increasing physical activity), and (3) refining the Free Nutritious Meal program so that it is well-targeted. Although still in the proof of concept stage (TKT 3), this research provides a scientific foundation for data-driven nutrition policy at the primary healthcare level, especially in the midst of global economic challenges that affect family food security. With this approach, efforts to prevent malnutrition in school children are expected to be more targeted, efficient and adaptive to changing socio-economic dynamics.
PENERAPAN APLIKASI ConKer BERBASIS AI PADA SMK REFORMASI Dwi Wulandari Sari; Kurnia Gusti Ayu; Fajar Edyana
MADANI: Jurnal Pengabdian Kepada Masyarakat Vol 10 No 1 (2024): MADANI: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM UPN Veteran Jakarta

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

Abstract

Penerapan kecerdasan buatan (AI) di sektor pendidikan memiliki potensi untuk merevolusi metode pengajaran dan pembelajaran, meningkatkan efisiensi administratif, dan menciptakan lingkungan belajar yang lebih inklusif dan personal. AI dapat menyediakan pembelajaran yang dipersonalisasi melalui tutor virtual dan sistem pembelajaran adaptif yang menyesuaikan konten berdasarkan kebutuhan individu siswa. Otomatisasi tugas administratif, seperti penilaian dan manajemen data siswa, memungkinkan guru untuk fokus lebih pada interaksi langsung dengan siswa dan pengembangan kurikulum. Untuk dapat menggunakan teknologi AI, dibutuhkan pelatihan-pelatihan diantaranya melalui pengabdian masyarakat dengan memperkenalkan salah satu aplikasi AI yang membantu tugas administrasi guru dalam hal memberikan tugas harian dan ulangan harian melalui penggunaan Aplikasi Conker berbasis AI. Dalam melakukan pelatihan terhadap Guru-guru di SMK Reformasi, mereka langsung mempraktekkan penggunaan Aplikasi ConKer AI. Berdasarkan hasil post test dan pre-test yang diisi oleh 22 guru SMK Reformasi menunjukkan peningkatan pengetahuan tentang penggunaan Aplikasi AI yang sangat membantu dalam tugas pembelajaran di kelas. Kesimpulan dari pengabdian Masyarakat ini, didapatkan bahwa pemanfaat teknologi AI sangat membantu di sektor Pendidikan dan para pendidik merasa perlu mengenal dan mendalami lewat praktek-praktek nyata di lapangan sehingga menambah kompetensi guru dalam mengahadi era digitalisasi di tahun 2030
Pengoptimalan Penggunaan Teknologi AI dalam Pembelajaran Inovatif bagi Guru SMAN 85 Jakarta Kurnia Gusti Ayu; Dwi Wulandari Sari; Abdi Wahab; Muhaimin Hasanudin
Jurnal Pengabdian Masyarakat dan aplikasi Teknologi Vol. 4, No. 2: October 2025
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.adipati.2025.v4i2.7627

Abstract

SMAN 85 Jakarta merupakan sekolah negeri yang menerapkan pendekatan ilmiah dalam pembelajaran. Pendekatan ini mendorong kemampuan berpikir kritis, kreatif, dan analitis pada peserta didik. Di sisi lain, pemanfaatan teknologi kecerdasan buatan (AI) dalam proses pembelajaran masih belum optimal, terutama karena belum merata dan terbatasnya pemahaman dan keterampilan para guru dalam mengintegrasikan teknologi tersebut ke dalam penyusunan materi ajar yang kontekstual dan menarik . Kondisi ini menjadi tantangan tersendiri di era digital yang menuntut inovasi dalam strategi pembelajaran. Sebagai bentuk solusi, dilakukan pelatihan penggunaan aplikasi Gamma AI yang dirancang untuk meningkatkan kompetensi digital guru serta mendorong pemanfaatan AI secara praktis dalam kegiatan pembelajaran. Metode pelatihan dilaksanakan secara partisipatif dan berbasis praktik langsung sesuai kebutuhan peserta. Hasil pelaksanaan kegiatan menunjukkan peningkatan signifikan pada pengetahuan dan keterampilan guru, antara lain literasi digital (16,33%), pemahaman konsep AI (84,6%), kepercayaan diri dalam penggunaan AI (78,03%), dan kemampuan penerapan AI dalam pembelajaran (14,28%). Temuan ini mengindikasikan bahwa pelatihan berdampak positif terhadap kompetensi guru dan menyiapkan guru dalam menghadapi tuntutan pendidikan era Revolusi Industri 5.0 dan mendukung peningkatan mutu serta pemerataan kompetensi.Kata kunci: kecerdasan buatan, kompetensi digital, gamma AI, revolusi industri 5.0  
Co-Authors Abdi Wahab Angela Dirman Calesto, Mikail Pratama Cherry Kartika Dana Riksa Buana Dina Syakina Fadila, Rasyif Subhan Fajar Edyana Hanna Yunita Hariesa Budi Prabowo Hariesa Budi Prabowo Hidayat, Raihan Gusri Ira Purwitasari Kosaman, Ratih Widayanti Kurnia Gusti Ayu Muhaimin Hasanudin Muhammad Irvan Prabowo, Hariesa Budi Zein, Adam