Article Per Year (5 Year)
p-Index From 2020 - 2025
1.006
P-Index
This Author published in this journals
All Journal Jambura Journal of Electrical and Electronics Engineering Jurnal Teknik Elektro dan Komputasi (ELKOM) Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Sibermas (Sinergi Pemberdayaan Masyarakat) Inverted
Nadifa, Ulfatun
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Optimalisasi Pengelolaan Media Sosial pada Program Studi Pendidikan Seni Rupa Universitas Negeri Gorontalo Pratama, Musfir Rizal; Asri, Aristi; Nadifa, Ulfatun; Haeriani, Haeriani; Suherman, Suherman
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 8, No 1 (2025): JANUARI 2025
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v8i1.2856

Abstract

Pengelolaan media sosial yang optimal dapat meningkatkan visibilitas dan reputasi program studi. Pengelolaan media sosial bukan hanya sebagai sarana publikasi karya dan kegiatan program studi, tetapi juga sebagai media promosi yang dapat meningkatkan citra dan daya tarik program studi. Hasil observasi menunjukkan bahwa pengelolaan media sosial pada Program Studi Pendidikan Seni Rupa Universitas Negeri Gorontalo belum maksimal, sehingga perlu dilakukan optimalisasi. Pengabdian ini bertujuan untuk mengoptimalkan pengelolaan media sosial sebagai sarana publikasi dan promosi program stud. Kegiatan pengabdian diawali dengan melakukan identifikasi isu-isu aktual di lingkungan Program Studi Pendidikan Seni Rupa Universitas Negeri Gorontalo, kemudian menentukan isu utama yang menjadi fokus aktualisasi. Terakhir, dilakukan kegiatan penyelesaian isu utama sebagai langkah praktis dan kreatif. Capaian utamanya adalah terciptanya strategi konten yang terstruktur yang disusun berdasarkan preferensi audiens dan tren terkini, sehingga publikasi dan promosi program studi menjadi lebih terarah dan tepat sasaran, serta peningkatan kualitas konten visual yang menarik perhatian audiens.
Penguatan Kompetensi Publikasi Mahasiswa Tingkat Akhir Melalui Coaching Clinic Penulisan dan Submit Artikel Ilmiah di Program Studi Pendidikan Teknologi Informasi FT UNG H., Haeriani; Ashari, Sri Ayu; Nadifa, Ulfatun; Larosa, Esra; Asri, Aristi Ayuningsi Ode; Pratama, Musfir Rizal
Jurnal Sibermas (Sinergi Pemberdayaan Masyarakat) Vol 13, No 3 (2024): Jurnal Sibermas (Sinergi Bersama Masyarakat)
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/sibermas.v13i3.28882

Abstract

The preparation of scientific articles is an important aspect in the academic world, especially for final year students. Lack of student understanding in writing scientific articles is a problem so it is expected that through strengthening student competency through the Coaching Clinic, difficulties in the process of submitting scientific articles, errors in writing format and plagiarism can be minimized. The Coaching Clinic was held by the Informatics Engineering Department for final year students of the information technology education study program (semesters 7 and 9). The implementation method is carried out by data collection, analysis, implementation and evaluation. Based on the results of the pre-test and post-test calculations, it showed a significant increase in student understanding in writing scientific articles, where the average post-test score (85.6%) was consistently higher than the pre-test score (46.8%). This proves that the socialization activities carried out effectively increased student understanding, so that the objectives of the activity could be achieved properly.
Design of Dual-Axis Sunflower Type Solar Tracker to Improve Solar Panel Efficiency Iti, Mohammad Rifki; Asmara, Bambang Panji; Abdussamad, Syahrir; Musa, Wahab; Bonok, Zainudin; Nadifa, Ulfatun
Jambura Journal of Electrical and Electronics Engineering Vol 7, No 2 (2025): Juli - Desember 2025
Publisher : Electrical Engineering Department Faculty of Engineering State University of Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v7i2.31980

Abstract

This study aims to design and test a sunflower-type solar tracker system based on light sensors to improve energy conversion efficiency in solar panels. This system uses four LDR sensors and two servo motors controlled by a microcontroller to automatically direct the panel following the movement of the sun throughout the day. The research method used is an engineering experiment, which includes literature studies, design, implementation, and system testing in sunny and cloudy weather conditions. The test results show that in sunny conditions, the tracker system produces 15.60 Wh of energy, while the static panel is only 5.81 Wh. In cloudy conditions, the energy produced by the tracker system decreases to 0.68 Wh (a decrease of 95.61%), while the static panel only produces 0.047 Wh (a decrease of 99.19%). Overall, the tracker system shows an increase in efficiency of 34.25% compared to the static system. These findings indicate that the Sunflower Solar Tracking system is effective in increasing the efficiency of solar energy absorption, even in less than optimal lighting conditions.Penelitian ini bertujuan untuk merancang dan menguji sistem pelacak surya tipe sunflower berbasis sensor cahaya guna meningkatkan efisiensi konversi energi pada panel surya. Sistem ini menggunakan empat sensor LDR dan dua motor servo yang dikendalikan oleh mikrokontroler untuk mengarahkan panel secara otomatis mengikuti pergerakan matahari sepanjang hari. Metode penelitian yang digunakan adalah eksperimen rekayasa, yang mencakup studi literatur, perancangan, implementasi, serta pengujian sistem pada kondisi cuaca cerah dan mendung. Hasil pengujian menunjukkan bahwa pada kondisi cerah, sistem pelacak menghasilkan energi sebesar 15,60 Wh, sedangkan panel statis hanya 5,81 Wh. Pada kondisi mendung, energi yang dihasilkan oleh sistem pelacak menurun menjadi 0,68 Wh (penurunan 95,61%), sementara panel statis hanya menghasilkan 0,047 Wh (penurunan 99,19%). Secara keseluruhan, sistem pelacak menunjukkan peningkatan efisiensi sebesar 34,25% dibandingkan sistem statis. Temuan ini mengindikasikan bahwa sistem Sunflower Solar Tracking efektif dalam meningkatkan efisiensi penyerapan energi surya, bahkan pada kondisi pencahayaan yang kurang optimal.
Effectiveness of Gradient Boosting Stacking Model in Predicting Electricity Costs: Residential Building Data Nadifa, Ulfatun; H, Haeriani; Abdussamad, Syahrir; Tolago, Ade Irawaty; Dako, Rahmat Deddy Rianto; Bonok, Zainudin; Asmara, Bambang Panji
Jambura Journal of Electrical and Electronics Engineering Vol 7, No 2 (2025): Juli - Desember 2025
Publisher : Electrical Engineering Department Faculty of Engineering State University of Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v7i2.33158

Abstract

Accurate electricity cost prediction is essential to support energy efficiency and resource management, particularly in residential and commercial buildings. This study aims to evaluate the effectiveness of the Gradient Boosting model in predicting monthly electricity costs. The model is built using the Stacking Ensemble method, a technique that combines multiple Gradient Boosting algorithms in a layered manner to improve prediction accuracy. To enhance the model’s performance, automatic selection of the best parameter values (Hyperparameter Optimization) is conducted using Optuna. The initial phase involves developing a tree-based preprocessing pipeline to address data variability and complexity. The model is evaluated using the K-Fold Cross Validation method, which divides the data into several subsets for more representative testing. The performance is assessed using the Root Mean Squared Logarithmic Error (RMSLE) metric to measure prediction accuracy. The evaluation results show that the model achieves an RMSLE score of 0.22, with an average prediction time of 0.00029 seconds. These findings suggest that although Gradient Boosting models are typically used on high-dimensional datasets, this approach remains effective for low-dimensional data. The combination of ensemble techniques and hyperparameter optimization yields accurate and efficient predictions. Therefore, this approach can be applied in real-world scenarios, such as urban energy management.Prediksi biaya listrik yang akurat penting untuk mendukung efisiensi energi dan pengelolaan sumber daya, terutama pada bangunan residensial maupun komersial. Penelitian ini bertujuan untuk menguji efektivitas model Gradient Boosting dalam memprediksi biaya listrik bulanan. Model dibangun dengan menggunakan metode Stacking Ensemble, yaitu teknik penggabungan beberapa algoritma Gradient Boosting secara bertingkat untuk meningkatkan akurasi prediksi. untuk meningkatkan kinerja model, digunakan pemilihan nilai parameter terbaik secara otomatis (Optimasi Hyperparameter) dengan bantuan Optuna. Tahapan awal dimulai dengan membangun pipeline preprocessing berbasis Tree Model untuk menangani variasi dan kompleksitas data. Model dievaluasi dengan menggunakan metode K-Fold Cross Validation, yaitu pembagian data menjadi beberapa bagian untuk pengujian yang lebih representatif, dan hasilnya diukur menggunakan metrik Root Mean Squared Logarithmic Error (RMSLE) untuk menilai ketepatan prediksi. Hasil evaluasi menunjukkan bahwa model mampu mencapai nilai RMSLE sebesar 0.22. Selain itu, waktu prediksi rata-rata adalah 0.00029 detik. Temuan ini menunjukkan bahwa meskipun model Gradient Boosting umumnya digunakan pada dataset berdimensi besar, pendekatan ini tetap efektif pada data berdimensi kecil. Kombinasi teknik ensemble dan Optimasi Hyperparameter mampu menghasilkan prediksi yang akurat dan efisien. Oleh karena itu, pendekatan ini dapat diterapkan dalam skenario nyata, seperti manajemen energi di kawasan perkotaan. 
Efektivitas Optimasi Hyperparameter Dalam Prediksi Pembakaran Kalori : Data Aktivitas Fisik Nadifa, Ulfatun; Dako, Rahmat Deddy Rianto; Tolago, Ade Irawaty; Dongka, Rahmad Hidayat
Jurnal Teknik Elektro dan Komputasi (ELKOM) Vol 7, No 2 (2025): ELKOM
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/elkom.v7i2.22636191

Abstract

- Prediksi pembakaran kalori berdasarkan data aktivitas fisik merupakan topik penting di bidang kesehatan dan olahraga. Fokus utama adalah kemampuan untuk mempersonalisasi program kebugaran dan memantau kondisi metabolisme secara lebih akurat. Namun, tantangan utama dalam pengembangan model prediksi terletak pada akurasi dan konsistensinya, mengingat keragaman jenis dan kompleksitas data. Penelitian ini mengembangkan pendekatan membangun model prediksi yang efektif dengan Optimasi Hyperparameter otomatis menggunakan Optuna. Langkah pertama adalah membuat Pipeline Preprocessing berbasis Tree Model untuk menangani data secara lebih baik. Selanjutnya, digunakan metode Stacking Ensemble dengan tiga model dasar berbasis Gradient Boosting: CatBoost, LightGBM, dan XGBoost. Model divalidasi dengan teknik K-Fold Cross Validation dan metrik Root Mean Squared Logarithmic Error (RMSLE). Hasilnya menunjukkan nilai RMSLE sebesar 0.00599 dan waktu prediksi 0.0091 detik. Selain itu, untuk menguji konsistensi model, diterapkan dua teknik Encoding fitur kategorikal, yaitu LabelEncoder dengan Standard Scaler dan OrdinalEncoder tanpa Standard Scaler. Perbedaan skala nilai yang dihasilkan dari Teknik ini menjadi alasan utama untuk melihat pengarunhya terhadap waktu dan konsistensi prediksi. Ditemukan model tetap menunjukkan konsistensi yang baik dilihat dari RMSLE dan waktu prediksi tidak jauh berbeda, ini mengindikasikan bahwa kombinasi Pipeline yang tepat, Model Ensemble, dan Optimasi Hyperparameter dapat menghasilkan sistem prediksi yang akurat dan stabil.
REVIEW OF IOT SUBJECT: TREND AND CHALLENGE FOR RESEARCH AND PUBLICATION Nadifa, Ulfatun; Mohamad, Yasin; Asmara, Bambang Panji; H, Haeriani; Ode Asri, Aristi Ayuningsi; Dongka, Rahmat Hidayat; Ashari, Sri Ayu; Saputra, Wahyu; Mutmainnah, Nur
Inverted: Journal of Information Technology Education Vol 5, No 1: Januari 2025
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/inverted.v5i1.29986

Abstract

The Internet of Things (IoT) has emerged as a transformative technology that is revolutionizing various industries and everyday life. This study aims to explore current trends and challenges in IoT research and publication. The research method employed in this study begins with a blind search across various international journal databases, followed by ranking the minimum and maximum percentages of each IoT subject. The journal databases used include IEEE, Science Direct, Taylor and Francis, and NATURE. Subjects with minimal rankings or IoT journal topics with the lowest percentages in each database were then reviewed based on predetermined filters. The blind search results revealed that IoT subjects with the lowest percentages were IoT Smart Farming at 0.87%, IoT Smart Bin at 1.54%, and IoT Smart Water at 2.73%. A review was subsequently conducted on journals covering IoT subjects to identify trends and challenges related to techniques, tools, and objects in the subjects with the lowest percentages.
Co-Authors Ade Irawaty Tolago Asri, Aristi Asri, Aristi Ayuningsi Ode Bambang Panji Asmara Dongka, Rahmad Hidayat Dongka, Rahmat Hidayat H, Haeriani H., Haeriani Haeriani, Haeriani Iti, Mohammad Rifki Larosa, Esra Mutmainnah, Nur Ode Asri, Aristi Ayuningsi Pratama, Musfir Rizal Rahmat Deddy Rianto Dako Sri Ayu Ashari Suherman suherman Syahrir Abdussamad Wahab Musa Wahyu Saputra Yasin Mohamad Zainudin Bonok