Article Per Year (5 Year)
p-Index From 2021 - 2026
3.366
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Dinamisia: Jurnal Pengabdian Kepada Masyarakat SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal AKSI (Akuntansi dan Sistem Informasi) Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi JIA (Jurnal Ilmiah Akuntansi) Jurnal Informatika Global DIKEMAS (Jurnal Pengabdian Kepada Masyarakat) Journal of Information Systems and Informatics Jurnal Abdimas Mandiri Reswara: Jurnal Pengabdian Kepada Masyarakat Insand Comtech : Information Science and Computer Technology Journal INTECH - Informatika Dan Teknologi
Faradillah Faradillah
Universitas Indo Global Mandiri
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Prediksi Penjualan Aki Pada CV. Trijaya Abadi dengan Menggunakan Metode Linear Regression Ayu Fitriyana; Faradillah Faradillah; Dona Marcellina
Insand Comtech : Information Science and Computer Technology Journal Vol. 11 No. 1 (2026): Insand Comtech
Publisher : Universitas Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53712/jic.v11i1.2995

Abstract

Perkembangan teknologi informasi mendorong perusahaan untuk memanfaatkan data historis sebagai dasar pengambilan keputusan, termasuk dalam pengelolaan stok dan prediksi penjualan. CV. Trijaya Abadi sebagai perusahaan penjualan aki masih mengelola stok secara manual dan belum memanfaatkan data historis secara optimal, sehingga sering mengalami keterlambatan pemesanan barang dan ketidaksesuaian data stok. Penelitian ini bertujuan untuk menganalisis pola penjualan aki dan membangun model prediksi menggunakan metode Linear Regression berdasarkan data historis penjualan periode 2021–2025 dengan bantuan perangkat lunak Rapidminer. Data dikumpulkan melalui dokumentasi, observasi, wawancara, dan studi pustaka, kemudian diolah menggunakan analisis regresi linear. Dengan demikian, metode Linear Regression efektif digunakan sebagai solusi prediktif berbasis data untuk meningkatkan efisiensi pengelolaan persediaan dan akurasi analisis penjualan.
Penguatan Kompetensi Guru SMK PGRI Kota Palembang Melalui Pemanfaatan Artificial Intelligence Dalam Perencanaan Pembelajaran Ahmad Sanmorino; Hendra Di Kesuma; Indah Pratiwi Putri; Lastri Widya Astuti; Imelda Saluza; Tasmi; Nining Ariati; Dhamayanti; Faradillah; Fery Antony; Dona Marcelina; Rudi Heriansyah
Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Vol. 9 No. 1 (2026): Januari 2026
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurdimas.v9i1.4131

Abstract

Abstract: The development of artificial intelligence (AI) technology presents new opportunities in education, particularly in lesson planning. However, most vocational high school teachers in Palembang City, including those at SMK PGRI 2, still have limited knowledge and skills in utilizing AI. This problem is the background to the implementation of community service activities (PkM) with the aim of improving teacher competency in using Large Language Models (LLM) such as Gemini and ChatGPT to develop Lesson Implementation Plans (RPP). The methods used included needs surveys, interactive workshops, hands-on practice, and evaluation through post-tests and participant feedback. The results of the activity showed a significant increase, where teacher knowledge increased from 20% to 80% and the application of AI in lesson plans increased from 10% to 65%. The contribution of this activity lies in improving teachers' ability to utilize AI to develop lesson plans more effectively and providing a scientific basis for the application of LLM in lesson planning in vocational education. Keywords: artificial intelligence, lesson planning, vocational school teachers Abstrak: Perkembangan teknologi kecerdasan buatan (Artificial Intelligence) menghadirkan peluang baru dalam dunia pendidikan, khususnya dalam perencanaan pembelajaran. Namun, sebagian besar guru SMK di Kota Palembang, termasuk di SMK PGRI 2, masih memiliki keterbatasan dalam pengetahuan dan keterampilan pemanfaatan AI. Permasalahan ini melatarbelakangi dilaksanakannya kegiatan pengabdian kepada masyarakat (PkM) dengan tujuan meningkatkan kompetensi guru dalam menggunakan Large Language Models (LLM) seperti Gemini dan ChatGPT untuk menyusun Rencana Pelaksanaan Pembelajaran (RPP). Metode yang digunakan meliputi survei kebutuhan, workshop interaktif, praktik langsung, serta evaluasi melalui post-test dan umpan balik peserta. Hasil kegiatan menunjukkan adanya peningkatan signifikan, di mana pengetahuan guru meningkat dari 20% menjadi 80% dan penerapan AI dalam RPP naik dari 10% menjadi 65%. Kontribusi kegiatan ini terletak pada peningkatan kemampuan guru dalam memanfaatkan AI untuk menyusun RPP secara lebih efektif serta penyediaan dasar ilmiah bagi penerapan LLM dalam perencanaan pembelajaran di pendidikan vokasi. Kata kunci: artificial intelligence, guru SMK, perencanaan pembelajaran
Hypertension Classification Using Correlation-Based Feature Selection (CFS) with Random Forest, XGBoost, and Support Vector Machine: A Comparative Study on Indonesian Hospital Data Faradillah; Herri Setiawan; M Fadhiel Alie; Atthiyah Gisca Ahsya
Journal of Information System and Informatics Vol 8 No 3 (2026): June
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63158/journalisi.v8i3.1646

Abstract

Hypertension is a major global health problem that significantly contributes to cardiovascular disease and mortality. This study evaluates the performance of Random Forest, XGBoost, and Support Vector Machine (SVM) algorithms integrated with Correlation-Based Feature Selection (CFS) for hypertension classification using hospital clinical data. The dataset comprises 500 clinical records containing demographic and physiological variables. CFS was applied to reduce irrelevant and redundant attributes before model training. Model performance was assessed using accuracy, precision, recall, F1-score, and AUC-ROC through 10-fold cross-validation. Statistical significance was examined using the Friedman test followed by the Wilcoxon signed-rank test with Bonferroni correction. The results show that CFS improved classification performance across all models by approximately 5–6%. XGBoost achieved the best performance with 93.5% accuracy and 0.96 AUC, followed by Random Forest and SVM. However, systolic and diastolic blood pressure, which define the hypertension label, were retained as predictors, indicating a diagnostic classification design rather than independent risk prediction. Therefore, the findings should be interpreted as dataset-based hypertension classification, not future hypertension risk prediction.
Penentuan Tingkat Kekumuhan Permukiman Kumuh Kota Palembang Dengan Metode Algoritma K-Means Clustering Dan Algoritma ID3 Endah Puspita Sari; Lastri Widya Astuti; Imelda Saluza; Faradillah Faradillah; Rini Yunita
INTECH Vol. 2 No. 1 (2021): INTECH (Informatika Dan Teknologi)
Publisher : Informatics Study Program, Faculty of Engineering and Computers, Baturaja University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54895/intech.v2i1.869

Abstract

Slum settlers are a condition of uninhabitable settlements. Slums are devided into 4 levels, namely : high slums, medium, light and not slum. To produce these four levels, method is used namely K-Means Clustering Algorithm and the ID3 Algorithm is used to give priority with pre determined attributes then accumulated with the results of clustering classified as slum level. The accuracy test is performe by using the confusion matrix method, where the data results from the K-Means Clustering method compared to the baseline data. The results obtained from the accuracy with confusion matrix is 0,70%, which means the level of truth (accuracy) between the result of the baseline data with research data is 70%.
Analisis Kepuasan Pengguna E-Learning/LMS Menggunakan Model Delone Dan McLean Anggi Putri Juniarti; Faradillah; Evi Yulianti
Jurnal Ilmiah Informatika Global Vol. 17 No. 02 (2026): Agustus 2026
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v17i02.7235

Abstract

Penerapan E-Learning/Learning Management System (LMS) di perguruan tinggi bertujuan untuk mendukung proses pembelajaran berbasis digital yang lebih efektif, fleksibel, dan mudah diakses. Universitas Indo Global Mandiri (UIGM) telah menerapkan sistem E-Learning/LMS sebagai media pembelajaran online. Namun, dalam pelaksanaannya masih ditemukan beberapa kendala, seperti lambatnya akses sistem, tidak tersedianya notifikasi batas waktu tugas, serta keterbatasan dalam melihat kembali file tugas yang telah diunggah, sehingga berpotensi memengaruhi pengalaman dan kepuasan pengguna. Oleh karena itu, penelitian ini bertujuan untuk menganalisis pengaruh Kualitas Sistem, Kualitas Informasi, Kualitas Layanan, dan Pengalaman Pengguna terhadap Kepuasan Pengguna E-Learning/LMS Universitas Indo Global Mandiri menggunakan Model Kesuksesan Sistem Informasi DeLone dan McLean. Penelitian ini menggunakan pendekatan kuantitatif dengan pengumpulan data melalui kuesioner yang disebarkan secara daring kepada 366 pengguna aktif E-Learning/LMS Universitas Indo Global Mandiri. Analisis data dilakukan menggunakan metode Partial Least Squares Structural Equation Modeling (PLS-SEM) dengan bantuan aplikasi SmartPLS 4. Hasil penelitian menunjukkan bahwa Kualitas Sistem, Kualitas Layanan, dan Pengalaman Pengguna berpengaruh signifikan terhadap Kepuasan Pengguna, sedangkan Kualitas Informasi tidak berpengaruh signifikan. Temuan ini menunjukkan bahwa Kepuasan Pengguna lebih dipengaruhi oleh Kualitas Sistem, Kualitas Layanan, dan Pengalaman pengguna dibandingkan Kualitas Informasi yang tersedia. Penelitian ini diharapkan dapat menjadi bahan evaluasi dan rekomendasi bagi pengelola dalam meningkatkan kualitas layanan dan pengembangan E-Learning/LMS di Universitas Indo Global Mandiri.
Co-Authors Abdul Aziz Zulfikar Agustina Heryati Ahmad Sanmorino Aisyah Tamiah Andini Utari Putri Anggi Putri Juniarti Anggraini, Leriza Desitama Aprinaldi Aprinaldi Atthiyah Gisca Ahsya Ayu Fitriyana Dana Indra Sensuse Dhamayanti Dhamayanti Dhamayanti Dona Marcelina Dona Marcellina Endah Dewi Purnamasari Endah Purnamasari Endah Puspita Sari Fery Antony Herri Setiawan Imelda Saluza, Imelda Indah Pratiwi Putri Jinal Jinal Kesuma, Hendra Di Lastri Astuti Lastri Widya Astuti Leriza Anggraini M Fadhiel Alie Muhammad Fadhiel Alie Ningsih Wahyuni Nining Ariati Rini Yunita Rudi Heriansyah Sartika, Dewi Tasmi Try Wulandari Winne Rosalina Yulianti, Evi