Article Per Year (5 Year)
p-Index From 2021 - 2026
5.029
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Simantec Jurnal Teknologi Informasi dan Ilmu Komputer Sistemasi: Jurnal Sistem Informasi Edukasi: Jurnal Pendidikan MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer JURTEKSI Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal JOISIE (Journal Of Information Systems And Informatics Engineering) JTIK (Jurnal Teknik Informatika Kaputama) Seandanan: Jurnal Pengabdian pada Masyarakat Archive: Jurnal Pengabdian Kepada Masyarakat Journal of Applied Business and Technology SATIN - Sains dan Teknologi Informasi The Indonesian Journal of Computer Science INOVTEK Polbeng - Seri Informatika
Alyauma Hajjah
Institut Bisnis Dan Teknologi Pelita Indonesia
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Public Health Social Sciences

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Menciptakan Collaborative Learning Guru dan Peserta Didik Melalui Aplikasi Padlet Pada Sekolah Menengah Atas Pekanbaru Jollyta, Deny; Nasien, Dewi; Nora Marlim, Yulvia; Gustientiedina, Gustientiedina; Adiya, M. Hasmil; Mukhsin, Mukhsin; Rahmadian Yuliendi, Rangga; Kamal, Ahmad; Hajjah, Alyauma; Johan, Johan
Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Vol. 8 No. 2 (2025): April 2025
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurdimas.v8i2.3682

Abstract

Collaborative Learning requires teachers and students to maintain an engaging learning environment at all times. Problems emerge when teachers, notably high school teachers in Pekanbaru, employ learning material that do not support this. Teachers' creativity is pushed to constantly update how they present materials and evaluate students' knowledge in order to foster a collaborative and pleasurable learning environment. This community service project will help Pekanbaru high school instructors create collaborative and real-time learning tools. The Community Service Team employed an observation strategy to get a sense of learning at Santa Maria High School, which served as an example school. The proposed solution is technologically based, making use of the Padlet application. The Community Service Team offers training methods on smartphones and computers to help people grasp Padlet. The community effort resulted in a polished Padlet that teachers may use to study with students at any time. It is intended that studying using the Padlet application would boost teacher innovation and student learning results at Santa Maria High School, as well as high schools around Pekanbaru.Keywords: Teacher; padlet; collaborative learning; learners;SMA. Abstrak: Pembelajaran Kolaboratif (Collaborative Learning) mengarahkan guru dan peserta didik dalam suasana belajar yang interaktif setiap saat. Permasalahan muncul pada saat media pembelajaran yang digunakan guru tidak mendukung hal tersebut, termasuk guru-guru Sekolah Menengah Atas (SMA) di Pekanbaru. Kreativitas guru ditantang untuk selalu memperbaharui cara penyampaian materi, cara mengevaluasi pemahaman peserta didik hingga penilaian, demi terciptanya suasana belajar yang kolaboratif dan menyenangkan. Kegiatan pengabdian ini bertujuan untuk membantu guru SMA di Pekanbaru dalam mempersiapkan bahan pembelajaran yang kolaboratif dan real time. Tim Pengabdian melakukan metode observasi untuk mendapatkan gambaran pembelajaran melalui SMA Santa Maria yang dijadikan sebagai sekolah sampel. Metode yang diusulkan berbasis teknologi melalui pemanfaatan aplikasi Padlet. Untuk memudahkan pemahaman Padlet, Tim Pengabdian menggunakan metode pelatihan, baik melalui komputer maupun smartphone. Hasil pengabdian adalah Padlet jadi yang dapat digunakan guru dalam pembelajaran bersama peserta didik setiap waktu. Diharapkan pembelajaran melalui aplikasi Padlet mampu meningkatkan kreativitas guru dan hasil belajar peserta didik SMA Santa Maria khususnya dan SMA di Pekanbaru umumnya.Kata kunci: guru; padlet; pembelajaran kolaboratif; peserta didik; SMA.
DETEKASI JAWABAN UJIAN KATEKUMEN MENGGUNAKAN METODE COSINE SIMILARITY BERBASIS ANDROID Son, Viktorianus son; Hajjah, Alyauma
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 8 No. 1 (2024): Volume 8, Nomor 1, Januari 2024
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v8i1.449

Abstract

Dalam ajaran Gereja katolik memilik salah satu peraturan untuk umat dan juga orang awam yang ingin pindah agama melalui beberapa tahapan untuk bisa benar-benar mengimani agama barunya nanti yang dinamakan pembelajaran Katekumen. Maka dalam hal ini Penulis melakukan penelitian pada salah satu Gereja katolik yang berada di pekabaru yakni Gereja Santa Maria A Fatima. Permasalahan yang terjadi dari pihak Gereja Santa Maria dalam proses pembelajaran katekumen yaitu pada saat ujian akhir dikarenakan proses pemeriksaan hasil ujian baik soal objektif masih menggunakan proses pemeriksaan masih manual. Tujuan dari penelitian ini adalah untuk membantu pengajar memberikan nilai yang objektif dengan mengunakan metode cosine similarity pada sistem agar dapat melakukan penilaian jawaban dengan membandingkan kunci jawaban pengajar dengan jawaban pelajar, dengan hal ini penelitian yang dilakukan untuk membuat sistem yang dapat membantu permasalan yang pemeriksaan yang masih secara manual. Dengan adanya sistem penerapan metode Cosine Similarity untuk mendeteksi jawaban ujian katekumen berbasis Android dengan tingkat akurasi 72% dari uji coba keberhasillan sistem yang dibuat sehingga proses pada aplikasi ujian katekumen dengan metode ini dapat diterapkan dan dapat memudahkan pengajar untuk melakukan ujian dan juga memudahkan dalam proses pemeriksaan hasil ujian para pelajar dengan efektif dan efesien.
Penerapan Algoritma Naive Bayes Untuk Rekomendasi Genset Wijaya, Chandra; Hajjah, Alyauma
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 7 No. 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v7i1.32

Abstract

Pada saat ini, teknologi merupakan penggerak penting bagi suatu negara. Perkembangan teknologi di bidang ekonomi ditandai dengan munculnya online shop. PT. Yanmarindo Perkasa merupakan perusahaan yang bergerak di bidang jual beli mesin, perkakas, sparepart dan lain- lain. Barang yang dijual sangat beragam menyebabkan bingungnya konsumen dalam memilih barang yang ingin dibeli karena barang dengan jenis yang sama memiliki tipe berbeda. Untuk mengatasi hal tersebut, dibutuhkan suatu sistem rekomendasi untuk memberikan rekomendasi barang yang sesuai dengan kriteria dan kebutuhan konsumen. Sistem rekomendasi ini dibangun menggunakan algoritma Naïve Bayes sebagai salah satu bagian dari data mining. Algoritma Naïve Bayes adalah metode klasifikasi yang didasarkan pada probabilitas dan statistik. Sistem rekomendasi ini terbatas pada mesin genset dimana data training yang digunakan yaitu kombinasi dari data spesifikasi dan data penjualan genset. Algoritma Naïve Bayes digunakan untuk mencari probabilitas terbesar dari seluruh instance pada atribut target seperti merek, bahan bakar, kapasitas, tegangan dan penyalaan. Dari salah satu contoh data uji yang dimasukkan, terdapat satu genset yang tampil sebagai hasil rekomendasi dari perhitungan algoritma Naïve Bayes. Berdasarkan hal tersebut, terbukti bahwa algoritma Naïve Bayes dapat digunakan untuk memberikan rekomendasi genset sesuai dengan kebutuhan dan kriteria konsumen. Dengan penerapan algoritma ini pada sistem rekomendasi genset, diharapkan dapat memberikan hasil yang akurat dan mengurangi kebimbangan konsumen dalam mencari genset.
Comparison of Distance Measurements Based on k-Numbers and Its Influence to Clustering Deny Jollyta; Prihandoko Prihandoko; Dadang Priyanto; Alyauma Hajjah; Yulvia Nora Marlim
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 23 No. 1 (2023)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v23i1.3078

Abstract

Heuristic data requires appropriate clustering methods to avoid casting doubt on the information generated by the grouping process. Determining an optimal cluster choice from the results of grouping is still challenging. This study aimed to analyze the four numerical measurement formulas in light of the data patterns from categorical that are now accessible to give users of heuristic data recommendations for how to derive knowledge or information from the best clusters. The method used was clustering with four measurements: Euclidean, Canberra, Manhattan, and Dynamic Time Warping and Elbow approach for optimizing. The Elbow with Sum Square Error (SSE) is employed to calculate the optimal cluster. The number of test clusters ranges from k = 2 to k = 10. Student data from social media was used in testing to help students achieve higher GPAs. 300 completed questionnaires that were circulated and used to collect the data. The result of this study showed that the Manhattan Distance is the best numerical measurement with the largest SSE of 45.359 and optimal clustering at k = 5. The optimal cluster Manhattan generated was made up of students with GPAs above 3.00 and websites/ vlogs used as learning tools by the mathematics and computer department. Each cluster’s ability to create information can be impacted by the proximity of qualities caused by variations in the number of clusters.
Co-Authors Adiya, M. Hasmil Agustin ahmad kamal, ahmad Andra Andra Cesar, Mario Chandra Wijaya Chandra Wijaya Chandra Wijaya Chandra Wijaya Dadang Priyanto Darmanta Sukrianto Deny Jollyta Desnelita, Yenny Dewi Nasien Dwi Oktarina Dwi Oktarina Erlin Gusrianty Gusrianty Gusrio Tendra Gustientiedina Hadi Dwi Putra Hendri Hartono, Hendri Hidayatullah Nuriadi, Siti Hutri Rizkiyah Alda Irwan Irwan Jeffry Kody Johan Johan Johan Johan Johnny Anwar Angkasa Josef Sianturi Junita Cahyati Sinaga Kody, Jeffry Leonardo Yang Loneli Costaner Manurung, Marisah Elfrida Marcellino, Marcellino Marlim, Yulvia Nora Mukhsin Mukhsin Noratama Putri, Ramalia Pratama, Teddy Prihandoko . Prihandoko Prihandoko Rahmadian Yuliendi, Rangga Ramalia Noratama Putri Renta Wasni Putri Sanjaya, Irfan Sihombing, Sagita Charolina siska monica Son, Viktorianus son Susi Susi susi susi Teddy Pratama Wahyu Joni Kurniawan Wilda Susanti Yermias Duha