Article Per Year (5 Year)
p-Index From 2021 - 2026
1.993
P-Index
This Author published in this journals
All Journal Teknika Jupiter Jurnal Teknologi dan Sistem Komputer JMM (Jurnal Masyarakat Mandiri) Jurnal Sistem Komputer & Kecerdasan Buatan Innovation in Research of Informatics (INNOVATICS) Yumary: Jurnal Pengabdian kepada Masyarakat JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal abimana (Jurnal Pengabdian Kepada Masyarakat Nasional)
Safitri, Egi
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Prediksi Keberhasilan Akademik Menggunakan Metode Regressi Logistik Dan Support Vector Machine Triyasri, Novita; Safitri, Egi; Kurniawan, Hendra; Saputra, M Hardi; Syidada, Amran Rahman; Pratama, Raynaldo Syah
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 4 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i4.89731

Abstract

Penelitian ini bertujuan untuk memprediksi keberhasilan akademik dengan menggunakan dua metode yaitu regresi logistik dan support vector machine (SVM). Keberhasilan akademik seringkali dipengaruhi oleh banyak faktor, antara lain motivasi siswa, keterampilan belajar, dan kondisi sosial ekonomi. Oleh karena itu penting untuk mengidentifikasi variabel-variabel yang mempengaruhi keberhasilan akademik dan menggunakan teknik analisis yang tepat untuk menghasilkan prediksi yang akurat. Data yang digunakan di Penelitian ini mencakup variabel-variabel seperti nilai ujian, motivasi belajar dan tingkat kehadiran siswa. Metode regresi logistik digunakan untuk menganalisis hubungan antara variabel independen dan variabel dependen (hasil akademik), sedangkan SVM digunakan untuk mengklasifikasikan siswa berdasarkan prestasi akademiknya. Hasil penelitian menunjukkan bahwa kedua metode tersebut memberikan tingkat akurasi yang signifikan dalam memprediksi keberhasilan akademik siswa. Namun Regresi logistik menghasilkan model yang lebih sederhana, SVM menunjukkan keunggulan dalam hal akurasi dan kemampuan mengklasifikasikan siswa dengan prestasi akademik lebih tinggi. Penelitian ini memberikan informasi berharga bagi para pendidik dan manajer pendidikan untuk mengidentifikasi siswa yang memerlukan perhatian lebih dalam pembelajaran dan merancang intervensi yang lebih efektif untuk meningkatkan hasil akademik siswa.
Implementasi Sistem Manajemen Parkir Menggunakan Teknologi QR-CODE Berbasis Web Nurjoko, Nurjoko; Julius, Felix; K, Hendra; Karnila, Sri; Safitri, Egi; Purwati, Neni; Rizal, Ruki
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10570439

Abstract

Kemajuan teknologi telah mendorong penegembangan sistem parkir cerdas di lingkungan perguruan tinggi khususnya Institut Informatika dan Bisnis (IIB) Darmajaya. Seiring dengan pertumbuhan populasi mahasiswa dan staf, menjadi tantangan dalam manajemen perparkiran. Permasalahan parkir, seperti kesulitan dalam mencari tempat parkir yang tersedia dan memanajemen waktu untuk parkir dapat menghambat efisiensi dan kenyamanan pengguna di lingkungan kampus. Penelitian ini bertujuan merancang sistem E-parkir berbasis web di perguruan tinggi yang menyajikan solusi efisien untuk masalah parkir. Sistem e-parkir ini menggunakan teknologi QR-Code berbasis web untuk mempermudah pengguna dalam menemukan, mengelola, dan mengurangi resiko kehilangan kendaraan di tempat parkir. Metode pengembangan sistem pada penelitian ini menggunakan pendekatan metode prototype yang berfokus pada pengguna, dengan integrasi fitur monitoring lokasi ketersediaan tempat parkir guna meningkatkan efisiensi dan kenyamanan pengguna dan petugas parkir. Pengujian sistem dilakukan dengan pendekatan metode black box testing. Berdasarkan kriteria presentasi hasil uji secara keseluruhan dengan nilai kualifikasi sebesar 96% dapat disimpulkan bahwa responden menilai sistem e-parkir yang dibangun telah sesuai dengan fungsinya dan dapat dimplementasikan.
MENINGKATKAN PEMBELAJARAN SISWA DENGAN PENGENALAN BERBASIS DATA DAN MACHINE LEARNING Safitri, Egi; Karnila, Sri; Purwati, Neni; Kurniawan, Hendra; Nurjoko, Nurjoko; Rizalnul Fikri, Ruki
JMM (Jurnal Masyarakat Mandiri) Vol 8, No 2 (2024): April
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jmm.v8i2.22096

Abstract

Abstrak: Data merupakan aset penting yang memiliki potensi besar untuk menjadi sumber informasi yang berharga dalam proses pengambilan keputusan. Namun, pada kenyataannya, masih banyak data yang belum dimanfaatkan secara optimal karena keterbatasan pengetahuan dalam memprosesnya. Contohnya adalah data kasus COVID-19. Kegiatan ini dilakukan di SMKN 7 Bandar Lampung dengan melibatkan 31 siswa dan 2 guru pendamping kelas. Tujuan utamanya adalah meningkatkan kualitas pembelajaran siswa dalam memahami berbagai jenis data, analisis data, dan dasar-dasar machine learning. Metode pelaksanaan yang digunakan adalah workshop, yang berfokus pada pemahaman siswa terhadap konsep data. Kegiatan tersebut dimulai dengan sosialisasi, pengenalan data di sekitar kita, penekanan pada data COVID-19 sebagai topik yang sedang tren, cara mendapatkan data, teknik analisis data, dan pengantar tentang machine learning. Teknologi juga diterapkan melalui penggunaan modul sederhana guna meningkatkan efektivitas pembelajaran dalam Program Kreativitas Mahasiswa ini. Hasil dari kegiatan ini termasuk perbaikan hasil akademis siswa serta peningkatan kesadaran mereka terhadap literasi data, dan membuktikan bahwa pendekatan inovatif ini memberikan kontribusi positif terhadap literasi data siswa dan meningkatkan pembelajaran berbasis data di era kemiskinan informasi, hal itu dapat dilihat dari hasil kuesioner yang telah diberikan dengan nilai tertinggi 77% mengatakan bahwa pelaksanaan pengabdian telah dilakukan sesuai dengan kebutuhan siswa, dan sebesar 71% kegiatan PkM berhasil meningkatkan kesejahteraan/kecerdasan siswa.Abstract: Data is an important asset that has great potential as a valuable source of information in decision-making processes. However, in reality, there is still much data that needs to be optimally utilized due to limitations in knowledge to process it. An example is COVID-19 case data. This activity was conducted at SMKN 7 Bandar Lampung, involving 31 students and 2 accompanying teachers. The main objective is to improve students' learning quality in understanding various types of data, data analysis, and the basics of machine learning. The implementation method used is a workshop focusing on students' understanding of data concepts. The activity begins with socialization, introducing data around us, emphasizing COVID-19 data as a trending topic, ways to obtain data, data analysis techniques, and an introduction to machine learning. Technology is also applied through the use of simple modules to enhance learning effectiveness in this Student Creativity Program. The results of this activity include improvements in students' academic performance and increased awareness of data literacy. It proves that this innovative approach positively contributes to students' data literacy and enhances data-based learning in the information poverty era. It can be seen from the questionnaire results that the highest score of 77% stated that the service implementation had been done according to the student's needs, and 71% of the PKM activities successfully improved students' welfare/intelligence.
Co-Authors - Nurjoko Amaliah, Khusnatul Asmaul Dwi Akbar Astria Hijriani, Astria Bustamam, Alhadi Dani Rofianto Eko Win Kenali Fitra, Jaka Harlianto, Didi Hendra Kurniawan Hendra, Hendra Kurniawan Julius, Felix K Ikshan, Fathurrahman K, Hendra Muktiawan, Danang Ade Neni Purwati Nicholas Svensons Nurlistiani, Rini Pratama, Raynaldo Syah Rachardi, Andris Rizal, Ruki Rizalnul Fikri, Ruki Rusdah, Deandra Aulia Saputra, M Hardi Septiawan, Yuda Sri Karnila SUDARSONO, ELY Syakur Syakur Syidada, Amran Rahman Triyasri, Novita Windya Harieska Pramujati Y. Suhendro Yandi Jaya Antonio Yuni Arkhiansyah