Article Per Year (5 Year)
p-Index From 2020 - 2025
2.267
P-Index
This Author published in this journals
All Journal JMM (Jurnal Masyarakat Mandiri) Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Jurnal Abdimas Mandiri Jurnal Informasi dan Teknologi Abdimas Galuh : Jurnal Pengabdian Kepada Masyarakat Reswara: Jurnal Pengabdian Kepada Masyarakat Jurnal Mandiri IT Malcom: Indonesian Journal of Machine Learning and Computer Science Journal Of Artificial Intelligence And Software Engineering Electronic Integrated Computer Algorithm Journal AQILA : Acceleration, Quantum, Information Technology and Algorithm Journal
Marcelina, Dona
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Nursing Social Sciences Other

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

Found 15 Documents
Search

 1   2 
Sistem Informasi Pelayanan Pengaduan Kekerasan Terhadap Perempuan dan Anak Berbasis Web Adi, Dian Abri; Terttiavini, Terttiavini; Marcelina, Dona
Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau Vol 5 No 2 (2023): Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya
Publisher : STMIK Bina Nusantara Jaya Lubuk Linggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52303/jb.v5i2.124

Abstract

Sistem Informasi ini terdiri dari tiga user yaitu pengunjung,pelapor dan admin.Admin memberikan tindak lanjut dari data kasus yang masuk, melihat dan mencetak data kasus kekerasan terhadap perempuan dan anak,Pengunjung melihat grafik dan informasi kontak instansi dan melakukan registrasi.Pelapor mengisi data kasus kekerasan terhadap perempuan dan anak.Sistem Informasi ini akan menghasilkan laporan data kasus kekerasan terhadap perempuan dan anak berdasarkan tahun. Dengan dibuatnya Sistem Informasi ini, diharapkan dapat mempermudah Masyarakat dan Instansi dalam hal pelayanan pengaduan kekerasan terhadap perempuan dan anak.
Sistem Pendukung Keputusan Memprediksi Kelulusan Mahasiswa Informatika Menggunakan Metode Simple Additive Weighting Marcelina, Dona; Aziz, Firman; Manoppo, Yance
Jurnal Informasi dan Teknologi 2023, Vol. 5, No. 4
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60083/jidt.v5i4.420

Abstract

Kelulusan mahasiswa menandai akhir dari penyelesaian seorang mahasiswa dari tingkat pendidikan sarjana. Untuk mendapatkan gelar sarjana (S1), mahasiswa harus memperoleh sekurang-kurangnya 140 SKS dan menempuh studi maksimal selama 14 semester. Namun, penulis melihat masih ada beberapa mahasiswa di bidang ini yang tidak lulus tepat waktu. Penulis telah memperhatikan bahwa beberapa mahasiswa tidak bisa menyelesaikan studi mereka tepat waktu. Oleh karenanya, penulis merancang sebuah sistem yang bisa memprediksi kelulusan mahasiswa dengan tepat waktu atau tidak dengan metode SAW (Simple Additive Weighting). Metode ini memakai kriteria seperti IPK, IPS, semester berjalan, dan kecukupan SKS. Penelitian ini menguji setidaknya 25 mahasiswa dengan menggunakan kriteria penilaian berupa IPK, dua nilai IPS terakhir, semester berjalan, dan jumlah SKS yang diperoleh. Sebagai hasil dari sistem tersebut, V23 dengan nilai 1 mendapat peringkat 1 dan lebih mungkin menyelesaikan kuliah tepat waktu.
Pelatihan Pembuatan Materi Ajar Menggunakan PopAi di SD Negeri 13 Palembang Putri, Indah Pratiwi; Marcelina, Dona; Yulianti, Evi; Saluza, Imelda
Abdimas Galuh Vol 6, No 2 (2024): September 2024
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/ag.v6i2.15981

Abstract

Pengabdian masyarakat ini bertujuan untuk mendalami penerapan kecerdasan buatan (Artificial Intelligence/AI) dalam pembelajaran di Sekolah Dasar (SD), khususnya di SD Negeri 13 Palembang. Melalui kemitraan dengan sekolah tersebut, para guru SD menjalani pelatihan untuk meningkatkan kualitas pembelajaran dengan memanfaatkan teknologi AI, terutama melalui platform PopAi. Pelatihan ini menitikberatkan pada pemahaman konsep dasar kecerdasan buatan, aplikasi praktisnya dalam pembelajaran, dan aspek-etika dalam penggunaannya. Diharapkan bahwa pengabdian ini akan memberikan kontribusi yang signifikan dalam meningkatkan kualitas pembelajaran di tingkat SD, dengan peserta yang memiliki pengetahuan mendalam tentang penggunaan AI dan keterampilan praktis untuk menghasilkan materi ajar inovatif dan sesuai dengan kebutuhan siswa.
Tinjauan Supervised Reinforcement Learning pada Tindakan Medis Penyakit Diabetes Melitus: Review of Supervised Reinforcement Learning on Medical Actions for Diabetes Mellitus Putri, Indah Pratiwi; Marcelina, Dona; Yulianti, Evi
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 3 (2024): MALCOM July 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i3.1363

Abstract

Diabetes Melitus (DM) merupakan penyakit kronis yang memerlukan pengelolaan medis yang berkelanjutan. Pengelolaan pengendalian penyakit diabetes bergantung pada kadar glukosa  dalam darah guna mengambil tindakan yang tepat agar dapat mencegah kadar glukosa darah menjadi terlalu rendah atau tinggi. Dalam konteks perawatan medis DM, penggunaan teknologi pembelajaran mesin, khususnya Supervised Reinforcement Learning (SRL) telah mengahadirkan pendekatan yang inovatif. Penelitian ini bertujuan untuk menyelidiki dan merangkum beberapa karya ilmiah yang membahas tentang penerapan SRL dalam konteks tindakan medis untuk penyakit DM. Beberapa percobaan dilakukan oleh para peneliti dengan menggunakan data dari pasien diabetes untuk menentukan parameter model yang optimal, melakukan simulasi dan studi validasi secara real-time sehinga dapat memberikan wawasan lebih lanjut tentang penerapan praktis model pembelajaran penguatan dalam pengaturan klinis. Melalui SRL, agen pembelajaran dapat menggabungkan umpan balik lingkungan dengan informasi eksplisit dari supervisor untuk menghasilkan keputusan yang optimal dalam pengelolaan DM. Dalam makalah ini, penulis menganalisis kajian literatur terkait penerapan SRL pada pengelolaan medis DM, serta mengeksplorasi potensi dan tantangan yang terkait dengan penggunaan pendekatan ini dalam praktik klinis
Penerapan Artificial Intelligence Dalam Meningkatkan Produktivitas Guru Sekolah Dasar 13 Palembang Yulianti, Evi; Pratiwi, Indah Putri; Suryati; Saluza, Imelda; Marcelina, Dona; Permatasari, Indah
Jurnal Abdimas Mandiri Vol. 8 No. 2
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jam.v8i2.4271

Abstract

Penerapan artificial intelligence (AI) telah menjadi fokus eksplorasi dalam upaya meningkatkan efisiensi dan produktivitas di lingkungan pendidikan, terutama di Sekolah Dasar Negeri 13 Palembang. Sekolah ini dihadapkan pada sejumlah tantangan, termasuk waktu yang terbatas untuk mengelola tugas administratif, kesulitan dalam personalisasi pembelajaran sesuai dengan kebutuhan siswa, serta pengelolaan data siswa yang optimal untuk meningkatkan pengambilan keputusan pendidikan. Kegiatan pengabdian masyarakat ini dipilih untuk mengatasi permasalahan tersebut dengan mengimplementasikan teknologi AI. Tujuan utama pengabdian ini adalah memperkenalkan dan mengintegrasikan AI dalam sistem penilaian otomatis, personalisasi pembelajaran adaptif berbasis AI, analisis data yang komprehensif dapat mendukung pengambilan keputusan yang lebih baik di tingkat sekolah dasar. Metode pelaksanaan pengabdian mencakup analisis kebutuhan awal melalui survei dan wawancara dengan guru-guru, pengembangan modul pelatihan AI yang terfokus, workshop intensif dengan pendampingan langsung, dan hasil evaluasi pre-test dan post-test menunjukkan peningkatan yang signifikan dalam pemahaman dan penerapan konsep AI di antara para peserta, meskipun beberapa tantangan dalam adopsi teknologi AI masih perlu diatasi. Kesimpulannya, pemanfaatan AI dalam pendidikan menjanjikan solusi inovatif dalam mengatasi permasalahan yang dihadapi para guru dan meningkatkan kualitas pembelajaran yang lebih adaptif serta efisien. Hasil pengabdian ini menegaskan pentingnya terus mendorong pengembangan teknologi AI dalam konteks pendidikan sebagai langkah strategis untuk meningkatkan standar pendidikan di masa depan.
Time Efficiency and Cost-Benefit Analysis of New Student Admissions Mobile Application: A Case Study in A Vocational School Palembang Putri, Indah Pratiwi; Marcelina, Dona; Heryati, Agustina; Permatasari, Indah; Dopri
Electronic Integrated Computer Algorithm Journal Vol. 2 No. 1 (2024): VOLUME 2, NO 1: OCTOBER 2024
Publisher : Yayasan Asmin Intelektual Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62123/enigma.v2i1.46

Abstract

This study aims to analyze the effectiveness of using an Android mobile application in the new student admission system at a vocational school. The application is designed to replace the manual registration methods, which were previously conducted through Google Forms and WhatsApp communication. By integrating push notifications using Firebase Cloud Messaging (FCM) and a MySQL database, the system enables real-time communication between administrators and prospective students, as well as the automation of admission data management. The Time Efficiency method is used to measure the time saved in the registration and notification process compared to the manual method. Meanwhile, the Cost-Benefit Analysis method is applied to evaluate the ratio between the system implementation costs and the benefits produced, such as reduced operational costs, increased registration speed, and improved administrative staff efficiency.
Workshop Pengembangan Kompetensi Guru Melalui Pembuatan Media Pembelajaran Interaktif Menggunakan Augmented Reality Saluza, Imelda; Putri, Indah Pratiwi; Yulianti, Evi; Marcelina, Dona; Permatasari, Indah
Reswara: Jurnal Pengabdian Kepada Masyarakat Vol 6, No 1 (2025)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/rjpkm.v6i1.5318

Abstract

Makalah ini membahas pelaksanaan workshop pengembangan kompetensi guru melalui pembuatan media pembelajaran interaktif menggunakan Augmented Reality (AR) di SMA Negeri 1 Banyuasin I. Kebijakan merdeka belajar memberikan kebebasan dalam pendidikan baik bagi guru maupun peserta didik. Artiannya guru diberi kebebasan dalam mengembangkan diri sehingga memiliki kompetensi untuk menjadi guru profesional. Workshop ini bertujuan untuk meningkatkan pengetahuan dan keterampilan guru dalam memanfaatkan teknologi digital untuk menciptakan pengalaman belajar yang lebih menarik dan interaktif bagi siswa. Metode yang digunakan adalah Participatory Action Research (PAR), yang meliputi langkah-langkah perencanaan, implementasi, pengamatan, dan refleksi. Hasil evaluasi menunjukkan bahwa 93,80% peserta memberikan respon positif terhadap kegiatan ini, dengan 98,08% guru merasa bahwa workshop ini meningkatkan kompetensi mereka. Meskipun terdapat tantangan dalam penerapan AR, terutama di kalangan guru senior, antusiasme untuk belajar dan mengembangkan media pembelajaran berbasis teknologi tetap tinggi. Kesimpulannya, kegiatan ini berhasil meningkatkan kompetensi guru dan diharapkan dapat dilanjutkan untuk mendukung profesionalisme guru dalam menghadapi perkembangan teknologi di pendidikan.
Comparative Study Towards Energy Efficiency in Wireless Sensor Networks Using Asynchronous Duty Cycle Putri, Indah Pratiwi; Marcelina, Dona; Cahyani, Septa
Electronic Integrated Computer Algorithm Journal Vol. 2 No. 2 (2025): VOLUME 2, NO 2: APRIL 2025
Publisher : Yayasan Asmin Intelektual Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62123/enigma.v2i2.57

Abstract

Energy efficiency is a critical determinant in the design and operation of Wireless Sensor Networks (WSNs), as sensor nodes are typically powered by constrained battery resources. Asynchronous duty cycle mechanisms have emerged as a viable strategy to optimize energy consumption while preserving network functionality. This research presents a comparative analysis of multiple energy-efficient Medium Access Control (MAC) protocols, including Low-Energy Adaptive Clustering Hierarchy (LEACH), Energy-Efficient Sensor Routing (EESR), B-MAC, L-MAC, WiseMAC, and hybrid approaches such as TDMA-CSMA. Performance metrics such as energy efficiency, latency, throughput, and packet delivery ratio (PDR) are evaluated under varying network conditions. The findings indicate that AI-driven protocols, particularly those incorporating Artificial Neural Networks (ANN), significantly outperform conventional methodologies by enhancing cluster head selection, distributing energy load effectively, and extending network lifetime. Hybrid ADC emerges as the most robust solution, demonstrating an optimal trade-off between energy efficiency and network reliability across dynamic traffic scenarios. Furthermore, This research highlights the implications of integrating adaptive duty cycling with intelligent network optimization, underscoring its potential to enhance WSN sustainability. The results provide a comprehensive framework for refining MAC protocol architectures, offering actionable insights for optimizing next-generation WSN deployments.
Pelatihan Branding Produk bagi Pelaku UMKM Kelurahan Lebung Gajah Kota Palembang Dikesuma, Hendra; Marcelina, Dona; Alfiarini, Alfiarini; Yanto, Robi; Ahmadi, Ahmadi; Apriadi, Deni
Reswara: Jurnal Pengabdian Kepada Masyarakat Vol 5, No 2 (2024)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/rjpkm.v5i2.4019

Abstract

Saat ini, UMKM dalam melakukan pemasaran dan promosi bisnis menghadapi tantangan dan permasalahan. Dimana konsumen modern lebih cenderung melihat informasi produk berdasarkan brand dari suatu produk. Mereka lebih suka melihat kemasan yang menarik dari suatu produk. Sehingga, promosi produk banyak dilakukan pada promosi harga yang mengakibatkan kehilangan peluang dalam meningkatkan jumlah pelanggan. Melalui kegiatan pelatihan desain logo dan kemasan produk bagi pelaku UMKM menggunakan coreldraw merupakan solusi yang ideal untuk UMKM yang ingin mengatasi berbagai permasalahan pemasaran dan memanfaatkan potensi branding produk melalui logo dan kemasan yang menarik. Dengan fitur desain terbaik ditawarkan oleh coreldraw, UMKM dapat menciptakan logo dan kemasan sebagai branding memperkuat merek usaha, dan lebih kompetitif dalam dunia bisnis yang sejenis. tim pengabdian melakukan survey kepada pelaku UMKM, sesuai dengan hasil survey 86,6% pelaku UMKM menilai pelatihan branding produk dengan membuat logo dan kemasan produk sangat bermanfaat dan membantu dalam melakukan strategi promosi terhadap produk UMKM.
Optimization of Stunting Risk Prediction Using a Hybrid Genetic-Machine Learning Model Heryati, Agustina; Terttiaaivini, Terttiaavini; Marcelina, Dona; Romli, Harsi
Journal of Artificial Intelligence and Software Engineering Vol 5, No 2 (2025): Juni On-Progress
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i2.6988

Abstract

Stunting is a chronic nutritional problem that remains a national priority issue in Indonesia. According to the 2022 Indonesian Nutrition Status Survey (SSGI), the national stunting prevalence reached 21.6%, with a target reduction to 14% by 2024. Accurate prediction of stunting risk remains a challenge, particularly in regions like Palembang City, which exhibit diverse socio-economic conditions and complex anthropometric characteristics. This study develops a hybrid machine learning model for stunting risk prediction by integrating classification algorithms with a Genetic Algorithm (GA) for feature selection. The hybrid approach aims to enhance predictive accuracy and efficiency based on numerical and socio-economic data. A total of 6,000 samples were used, and after preprocessing (trimming, winsorization, normalization, and SMOTE), 5,366 clean data samples were obtained. Four classification algorithms were tested: Decision Tree, K-Nearest Neighbor, Random Forest, and XGBoost. The best performance was achieved by the XGBoost model, with an accuracy of 84.08%, recall of 93%, and F1-score of 0.91 for the majority class. By integrating the Genetic Algorithm, optimal accuracy reached 95.34% in the third generation of feature selection. This study contributes a hybrid machine learning-based predictive framework that can be adopted by local health institutions for more targeted early detection of stunting risk.
Co-Authors Adi, Dian Abri AHMADI ALFIARINI, ALFIARINI Anandez, Arum Adisha Putra Cahyani, Septa Deni Apriadi dikesuma, hendra Dopri Evi Yulianti Firman Aziz Heryati, Agustina Imelda Saluza, Imelda Indah Permatasari Pratiwi, Indah Putri Putri, Indah Pratiwi Robi Yanto Romli, Harsi Suryati Terttiaaivini, Terttiaavini Terttiaavini, Terttiaavini Terttiavini, Terttiavini Yance Manoppo Yulius, Yosef