Article Per Year (5 Year)
p-Index From 2021 - 2026
3.892
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Edukasi dan Penelitian Informatika (JEPIN) JOIN (Jurnal Online Informatika) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Informatika Universitas Pamulang Jurnal Tekno Kompak JTIKOM: Jurnal Teknik dan Sistem Komputer Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Ilmiah Infrastruktur Teknologi Informasi Jurnal Teknologi dan Sistem Informasi Journal Social Science And Technology For Community Service Jurnal Telematics and Information Technology (TELEFORTECH) Jurnal WIDYA LAKSMI (Jurnal Pengabdian Kepada Masyarakat) Journal of Engineering and Information Technology for Community Service Jurnal Informatika: Jurnal Pengembangan IT Dharma Nusantara: Jurnal Ilmiah Pemberdayaan dan Pengabdian kepada Masyarakat
Styawati Styawati
Department Of Computer Engineering, Universitas Teknokrat Indonesia, Indonesia
Arts Humanities 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 Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 30 Documents
Search

 1   2   3 
PENERAPAN SISTEM PEMBELAJARAN DALAM JARINGAN BERBASIS WEB PADA MADRASAH ALIYAH NEGERI 1 PESAWARAN Styawati Styawati; Lulud Oktaviani; Lathifah Lathifah
Jurnal Widya Laksmi: Jurnal Pengabdian Kepada Masyarakat Vol. 1 No. 2 (2021): Jurnal WIDYA LAKSMI (Jurnal Pengabdian Kepada Masyarakat)
Publisher : Yayasan Lavandaia Dharma Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1234.529 KB) | DOI: 10.59458/jwl.v1i2.15

Abstract

Proses pembelajaran di era revolusi industri 4.0 harus bisa beradaptasi pada kemajuan ilmu pengetahuan dan teknologi (IPTEK) dikarenakan pendidik dan peserta didik harus bisa menjadi digital native. Institusi pendidikan dari tingkat taman kanak-kanak hingga universitas kini sudah banyak yang menerapkan pembelajaran dalam jaringan atau lebih dikenal sebagai E-Learning. E-Learning merupakan metode pembelajaran yang menggunakan aplikasi atau teknologi informasi, yang mana teknologi utamanya adalah teknologi komputer, multimedia, dan teknologi komunikasi modern lainnya. Berdasarkan kebutuhan tersebut maka PkM penerapan aplikasi E-Learning pada MAN 1 Pesawaran sangat penting untuk dilaksanakan, karena sekolah tersebut belum memanfaatkan teknologi komputer secara maksimal, terlebih dimasa pandemi covid 19 ini yang mengharuskan guru dan siswa melakukan proses belajar mengajar dirumah menggunakan media aplikasi Whatsapp. Proses belajar mengajar menggunakan aplikasi Whatsapp yang dilakukan oleh guru dan siswa menyebabkan Kepala Sekolah tidak dapat mengontrol kesesuaian materi yang diberikan dengan kurikulum yang sudah ditentukan oleh pemerintah, selain itu menyulitkan guru dalam mengontrol kehadiran dan mengevaluasi nilai tugas siswa. Aplikasi E-Learning pada Program Pengabdian kepada Masyarakat (PkM) ini dibangun menggunakan perangkat lunak Modular Object Oriented Dinamic Learning Environment (Moodle). Moodle adalah perangkat lunak berbasis Web yang memberikan layanan pembelajaran online. Berdasarkan hasil kuesioner yang diisi oleh 45 guru dan 30 siswa, dapat disimpulkan bahwa aplikasi E-Learning ini membantu guru dan siswa dalam melaksanakan proses belajar mengajar di MAN 1 Pesawaran.
PKM PENINGKATAN PEMAHAMAN GURU MENGENAI PENELITIAN TINDAKAN KELAS DAN KUALITATIF DI MAN 1 PESAWARAN Lulud Oktaviani; Styawati Styawati; Lathifah Lathifah; Yuni Tri Lestari; Yulian Khadaffi
Jurnal Widya Laksmi: Jurnal Pengabdian Kepada Masyarakat Vol. 1 No. 2 (2021): Jurnal WIDYA LAKSMI (Jurnal Pengabdian Kepada Masyarakat)
Publisher : Yayasan Lavandaia Dharma Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (519.684 KB) | DOI: 10.59458/jwl.v1i2.20

Abstract

Covid-19 yang mewabah dewasa ini membuat pemangku kebijakan mengeluarkan beberapa peraturan, khususnya dalam dunia pendidikan, untuk mengubah proses belajar mengajar menjadi dalam jaringan (daring) yang pada awalnya dilaksanakan secara tatap muka. Hal ini juga membuat guru-guru harus menggunakan media atau teknologi atau aplikasi untuk menunjang kegiatan daring tersebut. Selanjutnya, penggunaan ini tidaklah mudah dan menimbulkan hal pro dan kontra sehingga guru-guru hendaknya juga dapat melakukan penelitian seperti penelitian tindakan kelas (PTK) dan penelitian kualitatif. Kedua penelitian ini bertujuan untuk mengevaluasi proses belajar mengajar yang dilakukan di kelas dan meningkatkannya sehingga pembelajaran daring dapat dilaksanakan dengan baik. Metode pengabdian ini menggunakan ceramah untuk menyampaikan materi penelitain keada guru-guru MAN 1 Pesawaran, Lampung Selatan. Selain ceramah, tim pengabdian juga memberikan angket pre-test dan post-test untuk mengukur rata-rata pemahaman guru-guru sebelum dan sesudah dilaksanakan kegiatan pengabdian. Angket tersebut diukur menggunakan Likert Scale dari rentang 1-4 (Sangat Tidak Setuju-Sangat Setuju) dan didapat peningkatan hasil pemahaman dengan nilai rata-rata dari 22, 76 menjadi 38,09. Pada akhirnya, dengan adanya peningkatan pemahaman tersebut, guru-guru dapat melakukan PTK dan kualitatif dikelas dimana kedua penelitian tersebut sangat aplikatif, dapat dilaksanakan dikelas, dan bisa menjadikan bahan evaluasi khususnya selama proses pembelajaran daring.
Pelatihan Internet Of Things dengan Database MySQL Bagi Siswa Kelas XII SMKS Bina Latih Karya Selamet Samsugi; Styawati Styawati; M. Fitratullah; Feby Amanda; Dian Tri Saputra; Chafizd Chafizd; Fenty Ariany
Journal of Engineering and Information Technology for Community Service Vol 2, No 1 (2023): Volume 2, Issue 1, Juli 2023
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jeit-cs.v2i1.260

Abstract

Based on the results of the situation analysis conducted at the Bina Latih Karya SMKS, problems can be solved through PKM. The problem is that the Internet of Things learning has not been implemented due to a lack of teachers who have the ability to teach the Internet of Things. The agency already has an IoT device but there is no implementation of learning yet. Based on the results of the Internet of Things training which has been attended by one class of SMKS Balai Latih Karya students, it can be concluded that this training can help the school in providing IoT material which has not been obtained in class so far. This training is also very interesting for students, marked by the enthusiasm of students in participating in this IoT training activity.
IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MEMPREDIKSI MEREK PARFUM YANG TERJUAL Ravi Tri Ari Ardani; Jupriyadi Jupriyadi; Styawati Styawati; Andi Wahyu Saputra; Ariandi Basroni
Jurnal Ilmiah Infrastruktur Teknologi Informasi Vol 3, No 1 (2022): JUNI 2022
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jiiti.v3i1.2324

Abstract

Queen Parfum merupakan salah satu toko yang bergerak dalam industri penjualan parfum yang menjual berbagai macam aroma parfum dengan kualitas premium. Merk parfum yang terjual akan dicatat pada buku penjualan untuk dilaporkan pada pemilik toko. Buku penjualan berisi data penjualan setiap harinya Setiap hari di toko terjadi transaksi penjualan produk parfum. Data penjulan terus bertambah seiring dengan bertambahnya waktu dan menyebabkan data transaksi penjualan bertambah besar. Data inilah yang di manfaatkan untuk mengetahui kombinasi produk parfum yang sering terjual secara bersamaan. Algoritma Apriori menggunakan pengetahuan frekuensi atribut yang telah diketahui sebelumnya untuk memproses informasi selanjutnya. Market basket analysis adalah metodologi untuk melakukan analisis buying habit konsumen untuk menemukan asosiasi antar item yang berbeda dengan memanfaatkan data transaksi penjualan dan diolah untuk mendapatkan sebuah informasi. Tujuan market basket analysis adalah untuk mengetahui produk mana yang akan dibeli secara bersamaan. Berdasarkan hasil yang didapatkan peneliti melakukan analisis dimana dari 3556 data mendapatkan hasil 4 rules yang dengan nilai minimum support 0.002 dan minimum confidence 0.008 menghasilkan : Jika membeli parfum taylor swift maka akan membeli parfum bacarat dengan nilai confidence 0.0802 Jika membeli parfum dunhil blue maka akan membeli parfum bacarat dengan nilai confidence 0.0720. Jika membeli parfum bacarat maka akan membeli parfum taylor swift dengan nilai confidence 0.0466. Jika membeli parfum bacarat maka akan membeli parfum dunhil blue dengan nilai confidence 0.0381. Strategi yang dapat dilakukan setelah mengetahui pola belanja konsumen tersebut yaitu dengan menaruh barang tersebut secara berdekatan supaya lebih mudah dan lebih cepat ketika terdapat konsumen yang membeli.
Prediction Model for Soybean Land Suitability Using C5.0 Algorithm Andi Nurkholis; Styawati Styawati
JOIN (Jurnal Online Informatika) Vol 6 No 2 (2021)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v6i2.711

Abstract

Soybean is one of the protein main sources that can be used for consumption in tempeh, tofu, milk, etc. Based on projection results, soybean production and consumption balance in Indonesia, in 2018-2022, it is estimated that deficit will increase by 6.18% per year. So, it's necessary to guide soybean land suitability, which can be carried out by evaluating existing land suitability to support soybean farming expansion and production. This study conducted an analytical study to evaluate soybean land suitability using C5.0 algorithm based on land and weather characteristics. The C5.0 algorithm is an extension of spatial decision tree, an ID3 decision tree extension. Dataset is divided into two categories: explanatory factors representing seven land characteristics (drainage, land slope, base saturation, cation exchange capacity, soil texture, soil pH, and soil mineral depth) and two weather data (rainfall and temperature), and a target class represent soybean land suitability in two study areas, namely Bogor and Grobogan Regency. The result generated two land suitability models with the best model obtained accuracy for training data 98.58%, while testing data was 97.17%. The best model rules are 69 rules that do not involve three attributes: cation exchange capacity, soil mineral depth, and rainfall.
Implementasi Smart Feeding Untuk Monitoring Perkembangan Ikan Lele Pada Kelompok Budidaya Ikan CV. Agung Karya Tirta Pesawaran Selamet Samsugi; Styawati Styawati; Hilma Putri Fidyandini
Journal of Engineering and Information Technology for Community Service Vol 2, No 2 (2023): Volume 2, Issue 2, October 2023
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jeit-cs.v2i2.350

Abstract

Budidaya ikan yang mempunyai prospek cukup baik adalah usaha budidaya ikan air tawar yaitu ikan lele, dan beberapa jenis Ikan seperti Gurami, Nila, Mujair, Patin, dan ikan Mas. Kelompok Budidaya Ikan (Pokdakan) Agung Karya Tirta telah berusaha melakukan pemeliharaan terhadap kolam ikan dengan baik. Walaupun sudah dilakukan manajemen pemeliharaan kolam ikan dengan baik, namun masih ada beberapa kendala seperti ketidak sesuaian pemberian pakan sesuai jadwal serta tidak termonitornya kondisi air kolam seperti Suhu, Oksigen, dan PH air. Berdasarkan permasalahan yang ada, maka penulis memberikan usul dalam pembuatan perangkat smart feeder yang dapat membantu mitra dalam mengelola pakan dan kolam ikan berbasis Internet of Things (IoT). Dengan adanya sistem pemberian pakan secara otomatis dan terjadwal dapat mengurangi adanya keterlambatan dalam pemberian pakan, selain itu juga pakan yang diberikan dapat terukur jumlahnya sesuai dengan kebutuhan bagi ikan di kolam. Sistem juga dapat menjaga kondisi air pada kolam ikan sehingga lebih mudah dalam melakukan perawatan seperti penggantian air menggunkan sensor PH dan kekeruhan Air. Selain itu juga dengan adanya Sensor Oksigen dapat memantau kondisi Oksigen dalam kolam untuk menjaga agar ikan tidak kekurangan oksigen
Comparison of Support Vector Machine and Naïve Bayes on Twitter Data Sentiment Analysis Styawati Styawati; Auliya Rahman Isnain; Nirwana Hendrastuty; Lili Andraini
Jurnal Informatika: Jurnal Pengembangan IT Vol 6, No 1 (2021): JPIT, Januari 2021
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v6i1.3245

Abstract

Twitter is a social media that is widely used by the public. Twitter social media can be used to express opinions or opinions about an object. This shows that there is a huge opportunity for data sources, so they can be used for sentiment analysis. There are many algorithms for performing sentiment analysis, including Support Vector Machine (SVM) and Naive Bayes (NB). Because of the many opinions regarding the performance of the two methods, the researcher is interested in classifying the data using the SVM and NB methods. The data used in this study is data on public opinion regarding the Covid-19 vaccination policy. The first classification process is carried out by the SVM method using various kernels. After getting the highest accuracy result, then the accuracy result is compared with the accuracy value from the NB method classification results.
Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine Styawati Styawati; Nirwana Hendrastuty; Auliya Rahman Isnain
Jurnal Informatika: Jurnal Pengembangan IT Vol 6, No 3 (2021): JPIT, September 2021
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v6i3.2870

Abstract

Program kartu prakerja diluncurkan pada tahun 2020 melalui peraturan Presiden Nomor 36 tahun 2020 tentang Pengembangan Kompetensi Kerja melalui Program Kartu Pra-Kerja. Maraknya pembahasan program kartu prakerja di twitter membuat penulis tertarik untuk menganalisa sentimen  masyarakat Indonesia terhadap Program kartu Prakerja tentang trobosan upaya pemerintah mengatasi penganguran dan korban PHK tenaga kerja dengan keyword “prakerja”. Sentimen yang digunakan adalah positif, negatif, dan netral. Metode yang digunakan untuk menganalisis opini masyarakat dengan data yang diperoleh pada sosial media twitter menggunakan Support Vector Machine (SVM). Sedangkan untuk mengukur kinerja klasifikasi SVM menggunakan metode Confusion Matrix. Pada penelitian ini dilakukan perbandingan dua kernel yaitu linear dengan RBF. Hasil evaluasi yang dilakukan pada nilai akurasi kernel linear 98.67%, precission 98%, recall 99%, dan F1-Score 98%, sedangkan pada nilai akurasi kernel RBF 98.34%, precission 97%, recall 98%, F1-Score 98%, dapat disimpulkan bahwa sentimen masyarakat dari pengguna twitter terhadap program kartu prakerja dimasa pandemi lebih condong ke netral sebesar 98,34%. Berdasarkan hasil evaluasi yang dilakukan pada nilai akurasi kernel linear menghasilkan nilai akurasi 98.67%, sedangkan kernel RBF menghasilkan akurasi 98.34%. Maka dari sisi akurasi kernel linear lebih akurat dari pada kernel RBF.
Analisis Perbandingan Algoritma LSTM dan Naive Bayes untuk Analisis Sentimen Auliya Rahman Isnain; Heni Sulistiani; Bagus Miftaq Hurohman; Andi Nurkholis; Styawati Styawati
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.54704

Abstract

New Normal merupakan sebuah sebutan bagi kebijakan pemerintah untuk mengizinkan masyarakatnya melakukan aktifitas seperti biasa di tengah pandemi Covid-19 yang sedang melanda dengan tetap memperhatikan protokol kesehatan. Kebijakan ini menimbulkan berbagai tanggapan dari masyarakat terutama di media sosial twitter. Untuk itu, diperlukan proses analisis sentimen untuk melakukan pemrosesan terhadap teks yang didapat dari twitter. Analisis sentimen adalah bentuk representasi dari text mining dan text processing. Pada penelitian ini melakukan perbandingan kinerja metode Long Short Therm Memory dengan Naïve Bayes terhadap analisis sentimen Kebijakan New Normal. Hasil yang diperoleh dari penelitian ini yaitu metode  LSTM memiliki kinerja yang lebih baik bila dibandingkan dengan Naïve Bayes. Metode LSTM menghasilkan nilai akurasi, presisi dan recall sebesar 83.33%. Sedangkan metode Naïve Bayes memiliki nilai akurasi, presisi dan recall sebesar 82%.
Pelatihan Pembuatan Teknologi Irigasi Tetes berbasis IoT di SMK AL HUDA Jati Agung Styawati Styawati; Selamet Samsugi; Jefri Andri Rifai; Rizki Devi Anggita; Akhmad Febriyo Febriyansyah; Imelda Dwi Mariska; Moris Cahyadi
Dharma Nusantara: Jurnal Ilmiah Pemberdayaan dan Pengabdian kepada Masyarakat Vol. 2 No. 1 (2024): Dharma Nusantara: Jurnal Ilmiah Pemberdayaan dan Pengabdian kepada Masyarakat
Publisher : LPPM Universitas Bhinneka Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/dharma.v2i1.1357

Abstract

SMK Al HUDA Jati Agung Lampung Selatan memiliki jurusan yang mempelajari Internet of Things (IoT) yaitu jurusan Teknik Komputer dan Jaringan (TKJ). Pemanfaatan teknologi dapat berperan dalam mendukung kecerdasan buatan yang menggunakan jaringan sebagai perantaranya. Pelatihan pembuatan teknologi irigasi tetes ini meningkatkan pengetahuan terkait penerapan IoT kepada siswa siswi SMK AL HUDA Jati Agung. Hal ini dibuktikan dari hasil kuesioner yang dilakukan sebelum kegiatan dan setelah kegiatan. Hasil kuesioner menunjukan bahwa terjadi peningkatan keterampilan mitra dalam pemahaman pembuatan teknologi irigasi tetes berbasis IoT sebanyak 44.59%.
Co-Authors Ade Surahman Aditia Budiawan Ady Chandra Ahmad Ari Aldino Akhmad Febriyo Febriyansyah Akhmad Jayadi Ali Hidayahtullah Alita, Debby Andi Nurkholis Andi Wahyu Saputra Ariandi Basroni Ashabi Tohir Aulia Rahman Isnain Bagas Setiawan Bagus Miftaq Hurohman Chafizd Chafizd Dani Hidayatullah Dhira Atika Dian Nursintawati Dian Tri Saputra Emi Suryati Erliyan Redy Susanto Fadhil Riski Allam Pratama Feby Amanda Fenty ariany Heni Ayu Septilia Heni Sulistiani Hilma Putri Fidyandini Imelda Dwi Mariska Indra Kurniawan Irwan Tubagus Isnain, Auliya Rahman Izudin Ismail Jefri Andri Rifai Jupriyadi, Jupriyadi Khabib Mustofa Lathifah Lathifah Lili Andraini Lulud Oktaviani M. Fitratullah Moris Cahyadi Muhammad Bakri Muhammad Fadilah Arfat Muhammad Randyka Rojat Nadia Apriliza Nadiya Safitri Nevi Dwi Putri Nirwana Hendrastuty Parjito Parjito Ravi Tri Ari Ardani Rizki Devi Anggita Rizki Febrianto Ryan Ajie Prasetyo S. Samsugi Sandy Yudha Syahirul Alim Temi Ardiansah Temi Ardiansyah Wayan Raditya Wibowo Wulan Agustin Yulian Khadaffi Yuni Tri Lestari Yuri Rahmanto Zaenal Abidin