Article Per Year (5 Year)
p-Index From 2020 - 2025
1.037
P-Index
This Author published in this journals
All Journal BAREKENG: Jurnal Ilmu Matematika dan Terapan Jurnal Abdimas Kartika Wijayakusuma eProceedings of Engineering
Kusumaningtyas, Valentina Adimurti
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

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

Found 5 Documents
Search

 1 
Pengembangan Pembelajaran Jarak Jauh Bidang Kimia : Pemanfaatan Teknologi Informasi dalam Pembelajaran Kimia Yun, Yenny Febriani; Purbaya, Sari; Safi'i, Abdi Wadud; Agustini, Dewi Meliati; Mulyani, Rahmaniar; Suprabawati, Anggi; Sujono, Hernandi; Aisyah, Lilis Siti; Kusumaningtyas, Valentina Adimurti; Hardian, Arie; Jasmansyah, Jasmansyah; Budiman, Senadi; Yuliana, Trisna; Murniati, Anceu; Agma, Muljadji
Jurnal Abdimas Kartika Wijayakusuma Vol 2 No 1 (2021): Jurnal Abdimas Kartika Wijayakusuma
Publisher : LPPM Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (511.124 KB) | DOI: 10.26874/jakw.v2i1.97

Abstract

Abstrak: Perkembangan metode pembelajaran saat ini terus berkembang seiring berkembangnya ilmu pengetahuan dan teknologi. Termasuk dalam situasi pandemi seperti ini, diperlukan media pembelajaran yang memadai agar tujuan belajar mengajar tercapai. Namun sampai saat ini media pembelajaran interaktif belum berkembang dengan optimal di Indonesia, meliputi tingkat pemahaman dan tingkat keterampilan guru dan dosen yang masih rendah. Maka upaya yang dilakukan untuk mengatasi situasi permasalahan tersebut di atas yaitu dengan memberikan beberapa materi yang terkait dengan upaya mengembangkan media pembelajaran interaktif agar pembelajaran yang diberikan meningkatkan minat dan kualitas belajar siswa. Bentuk kegiatan yang cocok yaitu webinar series dan workshop pelatihan pembuatan media pembelajaran secara interaktif. Pendekatan yang dilakukan melalui kegiatan webinar tentang literasi sains kimia dan workshop on line tentang kimia komputasi. Hasil kegiatannya yaitu untuk meningkatkan pemahaman masyarakat tentang pemanfaatan teknologi dan pengembangan media pembelajaran interaktif maka diperlukan suatu kegiatan berbentuk webinar yang bermanfaat bagi mereka dan menjelaskan bagaimana mengembangkan dan membuat media pembelajaran yang mudah dan dapat diterima oleh siswa dan mahasiswa, sedangkan untuk meningkatkan keterampilan diperlukan kegiatan workshop/pelatihan dalam rangka meningkatkan pembuatan media belajar yang atraktif. Kata kunci: metode pembelajaran, situasi pandemi, webinar series, workshop pelatihan, dosen, guru
COMPARATIVE ANALYSIS OF TIME SERIES FORECASTING MODELS USING ARIMA AND NEURAL NETWORK AUTOREGRESSION METHODS Melina, Melina; Sukono, Sukono; Napitupulu, Herlina; Mohamed, Norizan; Chrisnanto, Yulison Herry; Hadiana, Asep ID; Kusumaningtyas, Valentina Adimurti; Nabilla, Ulya
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 18 No 4 (2024): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol18iss4pp2563-2576

Abstract

Gold price fluctuations have a significant impact because gold is a haven asset. When financial markets are volatile, investors tend to turn to safer instruments such as gold, so gold price forecasting becomes important in economic uncertainty. The novelty of this research is the comparative analysis of time series forecasting models using ARIMA and the NNAR methods to predict gold price movements specifically applied to gold price data with non-stationary and non-linear characteristics. The aim is to identify the strengths and limitations of ARIMA and NNAR on such data. ARIMA can only be applied to time series data that are already stationary or have been converted to stationary form through differentiation. However, ARIMA may struggle to capture complex non-linear patterns in non-stationary data. Instead, NNAR can handle non-stationary data more effectively by modeling the complex non-linear relationships between input and output variables. In the NNAR model, the lag values of the time series are used as input variables for the neural network. The dataset used is the closing price of gold with 1449 periods from January 2, 2018, to October 5, 2023. The augmented Dickey-Fuller test dataset obtained a p-value = 0.6746, meaning the data is not stationary. The ARIMA(1, 1, 1) model was selected as the gold price forecasting model and outperformed other candidate ARIMA models based on parameter identification and model diagnosis tests. Model performance is evaluated based on the RMSE and MAE values. In this study, the ARIMA(1, 1, 1) model obtained RMSE = 16.20431 and MAE = 11.13958. The NNAR(1, 10) model produces RMSE = 16.10002 and MAE = 11.09360. Based on the RMSE and MAE values, the NNAR(1, 10) model produces better accuracy than the ARIMA(1, 1, 1) model.
Efektivitas Berbagai Pengawet Alami Terhadap Daya Simpan Bahan Pangan: Studi Kontekstual Bagi Guru MGMP Kimia Di Kabupaten Kuningan Purbaya, Sari; Kusumaningtyas, Valentina Adimurti; Aisyah, Lilis Siti; Budiman, Senadi; Yun, Yenny Febriani; Yuliana, Trisna; Mulyani, Rahmaniar; Agustini, Dewi Meliati; Suprabawati, Anggi
Jurnal Abdimas Kartika Wijayakusuma Vol 6 No 3 (2025): Jurnal Abdimas Kartika Wijayakusuma
Publisher : LPPM Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jakw.v6i3.968

Abstract

Penggunaan bahan pengawet sintetis secara berlebihan dalam makanan menjadi isu penting karena dapat berdampak negatif pada kesehatan konsumen. Salah satu alternatif yang lebih aman dan ramah lingkungan adalah penggunaan pengawet alami, seperti bawang putih dan ekstrak tanaman berkhasiat. Kegiatan pengabdian ini bertujuan untuk meningkatkan pengetahuan dan keterampilan guru MGMP Kimia di Kabupaten Kuningan tentang penggunaan dan prinsip kerja pengawet alami. Metode kegiatan meliputi penyuluhan interaktif dan demonstrasi praktikum untuk pengaplikasian pengawet alami pada makanan. Sampel hasil olahan mi dan bakso dengan pengawet alami menggunakan ekstrak bawang putih dan lemak biji tengkawang dibawa ke lokasi kegiatan untuk ditunjukkan kepada peserta sebagai contoh produk siap konsumsi. Hasil pengujian menunjukkan bahwa penggunaan ekstrak bawang putih dan minyak biji tengkawang secara signifikan meningkatkan daya simpan mi basah dibandingkan dengan kontrol tanpa bahan tambahan. Selain itu, terdapat peningkatan signifikan dalam pemahaman peserta serta antusiasme untuk mengintegrasikan materi ini ke dalam pembelajaran kimia pada siswa kelas menengah.
Rancang Bangun Pendeteksi Boraks Pada Lontong Dengan Reagen Pereaksi KMnO4 Menggunakan Sensor Warna TCS3200 Berbasis Mikrokontroler Arduino Fatmawati, Nurul; Rosdiana, Endang; Kusumaningtyas, Valentina Adimurti
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Lontong terbuat dari bahan baku beras dimana proses memasaknya dengan cara dikukus atau direbus. Dikarenakan lontong banyak mengandung air sehingga lontong kurang tahan lama dalam penyimpanannya. Oleh karena itu terkadang ada beberapa produsen yang melakukan tindak kecurangan, yaitu menambahkan boraks pada lontong dengan tujuan agar lontong dapat tahan lama. Pada dasarnya kandungan boraks pada makanan sangat berbahaya bagi kesehatan tubuh kita. Oleh karena itu, pada penelitian ini telah dibuat sebuah instrumen yang dapat mendetekasi boraks pada lontong dengan menggunakan pereaksi KMnO4. Pada penelitian ini telah dilakukan pengujian terhadap lontong yang mengandung boraks dengan variasi berat boraks sebesar 1 g, 2 g dan 3 g. Instrumen yang dibuat berbasis mikrokontroler Arduino, yang menggunakan sensor warna TCS3200. Sensor warna TCS3200 digunakan untuk mendeteksi warna hasil pencampuran sampel lontong boraks dengan pereaksi KMnO4. Selanjutnya warna yang dideteksi oleh sensor warna TCS3200 diseleksi berdasarkan nilai warna RGB. Diperoleh kehandalan peluang instrumen dalam menyeleksi sampel lontong yang mengandung 1 g boraks, 2 g boraks dan 3 g boraks masing-masing senilai 92%, 94%, 100%.Kata kunci — boraks, lontong, KMnO4, sensor TCS3200, nilai RGB
Rancang Bangun Pendeteksi Kandungan Klorin Dalam Beras Dengan Reaksi Pembentuk Warna Kalium Iodida Menggunakan Sensor Warna TCS3200 Muhammad, Nuriel Kaunaini; Rosdiana, Endang; Kusumaningtyas, Valentina Adimurti
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Salah satu metode yang digunakan untuk membuat warna beras lebih bagus dengan cara mencampur beras tersebut dengan bahan pemutih yang biasa digunakan pada pakaian, yaitu klorin (Cl). Pemutih tersebut pada umumnya mengandung zat-zat yang tidak boleh dikonsumsi manusia. Zat larutan yang mengandung klorin memiliki karakteristik yaitu apabila dilarutkan dengan kalium iodida (KI) 10% dan indikator amilum 1% akan berubah warna sesuai dengan banyaknya kadar klorin yang tercampur dalam larutan tersebut. Warna larutan tersebut dapat diukur menggunakan sensor TCS3200 dengan cara mengukur gelombang cahaya oleh fotodioda yang kemudian dikonversi menjadi frekuensi. Telah dilakukan konstruksi chamber yang bersifat kedap cahaya untuk memastikan bahwa sensor tersebut akurat. Nilai kadar klorin pada beras terkecil yang dapat dideteksi oleh instrumen adalah 20 ppm dengan rentan 225±1 pada warna merah, 221±2 pada warna hijau dan 225±2. Data konversi ppm yang telah diperoleh memiliki akurasi tertinggi pada pengukuran kadar klorin 500 ppm yaitu sebesar 99.71%, sedangkan akurasi terkecil pada kadar 300 ppm dengan akurasi 98.66%. Kata kunci — Beras, Klorin, Sensor Warna
Co-Authors Agma, Muljadji Agustini, Dewi Meliati Anceu Murniati Anggi Suprabawati Arie Hardian Budiman, Senadi Endang Rosdiana Fatmawati, Nurul Hadiana, Asep Id Herlina Napitupulu Jasmansyah, Jasmansyah Lilis Siti Aisyah, Lilis Siti Melina Melina, Melina Muhammad, Nuriel Kaunaini Mulyani, Rahmaniar Nabilla, Ulya Norizan Mohamed Purbaya, Sari Safi'i, Abdi Wadud Sujono, Hernandi Sukono . Yenny Febriani Yun, Yenny Febriani Yuliana, Trisna Yulison Herry Chrisnanto