Article Per Year (5 Year)
p-Index From 2020 - 2025
0.947
P-Index
This Author published in this journals
All Journal Joined Journal (Journal of Informatics Education) Community Development Journal: Jurnal Pengabdian Masyarakat
Candrasari, Diwahana Mutiara
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Engineering Health Professions Public Health Other

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

Found 4 Documents
Search
Journal : Joined Journal (Journal of Informatics Education)

 1 
Penentuan Jenis Persalinan Berdasarkan Faktor-Faktor Klinis Menggunakan K-NN dan Naive Bayes Ibrahim, Kristianto Oggie; Candrasari, Diwahana Mutiara; Hariningsih, Rosa Ratri Kusuma
Joined Journal (Journal of Informatics Education) Vol 7 No 1 (2024): Volume 7 Nomor 1 (2024)
Publisher : Universitas Ivet

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31331/joined.v7i1.3206

Abstract

The purpose of this research is to classify the type of normal or caesarean delivery using the K-NN and Naïve Bayes algorithms. The data used are data on maternal age, hemoglobin, gestational age, pregnancy problems. The results of this study show that the Naïve Bayes algorithm is able to classify the type of normal or cesarean delivery. With the validation method K-Fold Cross Validation and Confusion Matrix for the calculation of misclassification which will make us know how bad our model is in making predictions, to calculate the accuracy level of the classification method we use. The results show that in the calculation of Cross Validation validation, the accuracy presentation value is 63.57% for training data and 95.48% for testing data and in Confusion Matrix, the accuracy presentation value is 66.2% for training data and 96.18% for testing data.
Aplikasi Monitoring Kualitas Air Pada Torent Menggunakan Sensor PH-4502c Berbasis Internet of Things Praditya, Vallen Chandra; Candrasari, Diwahana Mutiara
Joined Journal (Journal of Informatics Education) Vol 6 No 2 (2023): Volume 6 Nomor 2 (2023)
Publisher : Universitas Ivet

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31331/joined.v6i2.2924

Abstract

Perkembangan teknologi Internet of Things (IoT) telah menghadirkan inovasi dalam pemantauan kualitas air yang lebih efisien dan akurat. Penelitian ini bertujuan untuk mengembangkan aplikasi monitoring kualitas air pada torent menggunakan sensor pH-4502C berbasis IoT, dengan studi kasus di SD Al Irsyad Al Islamiyyah 01 Purwokerto. Metode penelitian yang digunakan adalah metode eksperimen dengan merancang dan mengimplementasikan sebuah sistem yang terdiri dari sensor pH4502C, mikrokontroler, dan platform IoT. Data pH air yang dihasilkan oleh sensor pH-4502C diambil dan dikirimkan secara real-time ke server melalui koneksi internet. Aplikasi web digunakan untuk memantau kualitas air secara online dan mengakses data historis. Hasil penelitian menunjukkan bahwa sistem yang diimplementasikan dapat memantau kualitas air secara akurat dan efisien. Dengan adanya sistem ini, SD Al Irsyad Al Islamiyyah 01 Purwokerto dapat memantau kualitas air pada torent mereka secara efektif sehingga memungkinkan tindakan preventif yang cepat jika terdapat perubahan yang signifikan dalam kualitas air. Penelitian ini menggambarkan potensi penggunaan IoT dalam pemantauan kualitas air yang dapat diterapkan di berbagai sektor termasuk pendidikan. Selain itu, hasil penelitian ini dapat menjadi acuan bagi penelitian selanjutnya dalam pengembangan sistem monitoring kualitas air berbasis IoT.
Evaluasi Prestasi Akademik Mahasiswa Melalui Keaktifan dan Kuis: Analisis Regresi Linear Berganda Kusuma Hariningsih, Rosa Ratri; Candrasari, Diwahana Mutiara
Joined Journal (Journal of Informatics Education) Vol 7 No 2 (2024): Volume 7 Nomor 2 (2024)
Publisher : Universitas Ivet

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31331/joined.v7i2.3586

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh keaktifan dan nilai kuis terhadap nilai Ujian Tengah Semester (UTS) pada mata kuliah Matematika Diskrit di Stikom Yos Sudarso Purwokerto menggunakan model regresi linear berganda. Dalam konteks mata kuliah Matematika Diskrit, nilai Ujian Tengah Semester (UTS) menjadi tolok ukur untuk mengevaluasi pemahaman mahasiswa terhadap materi yang telah diajarkan. Keaktifan mahasiswa selama proses belajar dan hasil kuis yang diperoleh dianggap sebagai faktor penting yang dapat memengaruhi pencapaian nilai UTS. Data yang digunakan dalam penelitian ini mencakup nilai UTS sebagai variabel dependen, sementara keaktifan dan nilai kuis sebagai variabel independen. Model regresi linear berganda diterapkan untuk mengevaluasi kontribusi masing-masing variabel terhadap nilai UTS. Hasil analisis menunjukkan bahwa baik keaktifan maupun nilai kuis berpengaruh positif dan signifikan terhadap nilai UTS. Sementara uji F mengindikasikan bahwa model regresi yang dihasilkan valid secara keseluruhan. Hasil menunjukkan bahwa meningkatkan keaktifan mahasiswa dalam kelas dan memberikan kuis secara teratur dapat meningkatkan pencapaian nilai UTS. Oleh karena itu, dapat dilakukan pembelajaran interaktif dan menerapkan evaluasi berkala untuk mendukung proses belajar yang lebih efektif.
Optimalisasi Prediksi Kasus Demam Berdarah Dengue (DBD) Menggunakan Regresi Logistik Biner dengan Pendekatan SMOTE dan Tuning Hyperparameter Kusuma Hariningsih, Rosa Ratri; Candrasari, Diwahana Mutiara; Setyawati, Endang
Joined Journal (Journal of Informatics Education) Vol 8 No 1 (2025): Volume 8 Nomor 1 (2025)
Publisher : Universitas Ivet

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31331/joined.v8i1.3863

Abstract

Demam Berdarah Dengue (DBD) merupakan penyakit endemis yang masih menjadi tantangan kesehatan masyarakat di Indonesia. Deteksi dini terhadap potensi munculnya kasus DBD sangat krusial untuk penanggulangan yang cepat dan tepat. Penelitian ini bertujuan untuk mengembangkan model prediksi kasus DBD menggunakan Regresi Logistik Biner dengan penanganan data tidak seimbang melalui teknik Synthetic Minority Over-sampling Technique (SMOTE) dan optimasi model menggunakan hyperparameter tuning. Dataset yang digunakan mencakup data cuaca dan kasus DBD di wilayah Purwokerto tahun 2022–2024. Hasil penelitian menunjukkan bahwa setelah dilakukan penyeimbangan data dan tuning parameter, model mampu mencapai akurasi validasi silang sebesar 84,12%, meskipun akurasi pada data uji menurun menjadi 64%. Meskipun demikian, pendekatan ini menunjukkan potensi dalam pemodelan prediktif kasus DBD yang lebih akurat dan inklusif
Co-Authors Endang Setyawati Ibrahim, Kristianto Oggie Praditya, Vallen Chandra Racma, Dhany Faizal Rosa Ratri Kusuma Hariningsih