Article Per Year (5 Year)
p-Index From 2021 - 2026
8.69
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) TELKOMNIKA (Telecommunication Computing Electronics and Control) Teknik dan Ilmu Komputer JIKSI (Jurnal Ilmu Komputer dan Sistem Informasi) Jurnal Informatika dan Teknik Elektro Terapan Computatio : Journal of Computer Science and Information Systems Jurnal Sinergitas PkM & CSR MITRA: Jurnal Pemberdayaan Masyarakat MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal Muara Ilmu Sosial, Humaniora, dan Seni Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan Jurnal Infortech Jurnal Bakti Masyarakat Indonesia Journal of Computer and Information Systems Ampera Prosiding Konferensi Nasional PKM-CSR Indonesian Journal of Multidisciplinary Science Prosiding Seri Seminar Nasional Madani : Jurnal Pengabdian Kepada Masyarakat Communication and Information Journal International Journal of Application on Economics and Business Inovasi Teknologi Masyarakat International Journal of Advances in Artificial Intelligence and Machine Learning Jurnal Serina Abdimas
Viny Christanti M
Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Tarumanagara Jakarta - Indonesia
Religion Agriculture, Biological Sciences & Forestry 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 Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Nursing Public Health Social Sciences Other

Published : 117 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 117 Documents
Search

 8   9   10   11   12 
GET TO KNOW WHAT HAPPEN THROUGH SOCIAL MEDIA ANALYSIS USING BRAND24 Septiasari, Abellia; Rizqi Amelia, Aulya; Dyah Larasati, Annita; Hartanto, Jonathan Chris; Martsha Buana, Salsabilla Ayundha; Mawardi, Viny Christanti
Jurnal Serina Abdimas Vol 2 No 2 (2024): Jurnal Serina Abdimas
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jsa.v2i2.29294

Abstract

In utilising social media as a means of product promotion, a brand can collaborate with an influencer and/or famous artist to market the brand's products. The use of analytic tools can make a business or brand effective by looking at consumer communication, whether the brand's marketing has a good or bad impact on its target market. This social media analytics activity is concerned with collecting data from relevant social media, analysing the data collected, and disseminating the findings accordingly to support their business activities. The purpose of this seminar is to assist partners in increasing their knowledge about social media analysis and social media analytics using tools, also for partners to have the ability to make decisions based on the results of analyses on social media. After the seminar, the partners are expected to reflect on how the use of social media has changed the way they communicate, interact with others, and access information. This can be a strong basis for personal reflection on the positive and negative impacts of social media in their lives.
PENDAMPINGAN PEMBUATAN MATERI SEKOLAH DENGAN PERPLEXITY AI UNTUK GURU SEKOLAH NEGERI KALIDERES Mawardi, Viny Christanti; Ricky Cangniago; Saskia Lavinsky
Jurnal Serina Abdimas Vol 3 No 2 (2025): Jurnal Serina Abdimas
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jsa.v3i2.35117

Abstract

This community service activity aimed to provide training on using Perplexity AI for creating learning materials for elementary school teachers in the Kalideres area, West Jakarta. The training involved 24 elementary school teachers from 11 different schools and used a descriptive qualitative approach to analyze the implementation process and outcomes. The methods included observation, documentation, and evaluation through questionnaires distributed to participants. The workshop consisted of several stages: introduction to artificial intelligence in education, demonstration of Perplexity AI features and benefits, hands-on practice sessions for creating curriculum-appropriate learning materials, discussions and feedback, and activity evaluation. The results showed that 96% of participants gave high ratings (scores 4 and 5 on a scale of 1-5) for the overall workshop activities, with the majority of participants giving a score of 5 (excellent) for almost all evaluation aspects. Participants provided very positive feedback, stating that this training was very interesting, insightful, and beneficial for improving their teaching abilities, especially in creating more innovative learning materials. Despite receiving positive responses, participants also provided constructive suggestions for improvement, including extending training duration, improving technical facilities, and organizing continuous programs with more diverse AI materials. The training successfully demonstrated how AI can assist teachers in efficiently creating systematic and easily understood learning materials while maintaining the essential human role in education. This activity also successfully improved teachers' digital literacy and motivated them to further explore the use of AI technology in their teaching activities. ABSTRAK Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memberikan pelatihan penggunaan Perplexity AI dalam pembuatan materi pembelajaran bagi guru sekolah dasar di wilayah Kalideres, Jakarta Barat. Pelatihan melibatkan 24 guru sekolah dasar dari 11 sekolah berbeda dan menggunakan pendekatan deskriptif kualitatif untuk menganalisis proses pelaksanaan dan hasilnya. Metode yang digunakan meliputi observasi, dokumentasi, dan evaluasi melalui formulir yang disebarkan kepada peserta. Workshop terdiri dari beberapa tahapan: pengenalan kecerdasan buatan dalam pendidikan, pemaparan fitur dan manfaat Perplexity AI, sesi praktik langsung pembuatan materi pembelajaran sesuai kurikulum, diskusi dan umpan balik, serta evaluasi kegiatan. Hasil menunjukkan bahwa 96% peserta memberikan penilaian tinggi (nilai 4 dan 5 dari skala 1-5) terhadap keseluruhan kegiatan workshop, dengan mayoritas peserta memberikan nilai 5 (sangat baik) untuk hampir semua aspek evaluasi. Peserta memberikan umpan balik yang sangat positif, menyatakan bahwa pelatihan ini sangat menarik, menambah wawasan, dan bermanfaat untuk meningkatkan kemampuan mengajar mereka, terutama dalam pembuatan materi pembelajaran yang lebih inovatif.Meskipun mendapat respons positif, peserta juga memberikan saran konstruktif untuk perbaikan, antara lain perpanjangan waktu pelatihan, perbaikan fasilitas teknis, dan penyelenggaraan program berkelanjutan dengan materi AI yang lebih beragam. Pelatihan berhasil menunjukkan bagaimana AI dapat membantu guru dalam membuat materi pembelajaran yang sistematis dan mudah dipahami secara efisien sambil tetap mempertahankan peran penting manusia dalam pendidikan. Kegiatan ini juga berhasil meningkatkan literasi digital guru dan memotivasi mereka untuk mengeksplorasi lebih lanjut penggunaan teknologi AI dalam aktivitas mengajar.
ANALISA SENTIMEN ULASAN APLIKASI TRANSPORTASI MENGGUNAKAN METODE SVM DENGAN PENDEKATAN INSET LEXICON-BASED Eryca Dhamma Shanty; Brandon Alexander Jayadi; Marco; Viny Christanti Mawardi
Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan Vol. 9 No. 1 (2025): Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/19y15a17

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap tiga aplikasi transportasi publik digital di Indonesia, yaitu Access by KAI, MyMRTJ, dan MitraDarat. Pendekatan yang digunakan dalam penelitian ini adalah kombinasi metode klasifikasi Support Vector Machine (SVM) dan pendekatan leksikal menggunakan kamus INSET Lexicon-Based. Data ulasan dikumpulkan melalui proses scraping dari Google Play Store dan kemudian melalui tahapan pre-processing, pelabelan sentimen, serta proses klasifikasi. Hasil penelitian menunjukkan bahwa mayoritas ulasan pengguna didominasi oleh sentimen positif. Access by KAI memperoleh ulasan positif terbanyak (446 ulasan), diikuti oleh MitraDarat (322 ulasan), dan MyMRTJ (286 ulasan). Model SVM memberikan hasil klasifikasi yang baik dengan akurasi tertinggi dicapai oleh MyMRTJ (87%), diikuti Access by KAI (84%), dan MitraDarat (82%). Selain itu, visualisasi word cloud berhasil menampilkan kata-kata dominan yang sering muncul dalam ulasan seperti "bagus", "mudah", dan "jalan", yang menunjukkan kepuasan pengguna terhadap layanan aplikasi. Pendekatan INSET Lexicon-Based terbukti efektif dalam mengenali polaritas kata dalam konteks lokal berbahasa Indonesia, serta meningkatkan akurasi pelabelan sebelum proses klasifikasi dilakukan. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan aplikasi transportasi digital berbasis data ulasan pengguna.
PERBANDINGAN JAWABAN GURU DAN SISWA MENGGUNAKAN METODE LATENT SEMANTIC ANALYSIS UNTUK PENILAIAN ESAI OTOMATIS Nikolaus Nathaniel; Dhani Andika Maharsi; Viny Christanti Mawardi
Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan Vol. 9 No. 2 (2025): Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan (IN PRESS)
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/n9zpj130

Abstract

Penilaian esai merupakan salah satu metode evaluasi yang penting dalam dunia pendidikan karena mampu menggambarkan kemampuan berpikir kritis, pemahaman konsep, serta kemampuan siswa dalam menyusun argumen secara tertulis. Namun, proses penilaian esai secara manual cenderung memakan waktu lama, tidak konsisten antar penilai, dan rentan terhadap bias subjektif. Untuk mengatasi permasalahan dalam penilaian esai secara manual, penelitian ini merancang sebuah sistem penilaian otomatis dengan menerapkan metode Latent Semantic Analysis (LSA). Sistem ini dirancang untuk mengukur tingkat kemiripan semantik antara jawaban siswa dan kunci jawaban dari guru. Proses dimulai dengan tahapan pra-pemrosesan teks, yang meliputi normalisasi huruf, pemisahan kata, penghilangan kata-kata umum (stopword), serta stemming. Setelah itu, teks yang telah dibersihkan diubah ke bentuk numerik melalui pendekatan Term Frequency-Inverse Document Frequency (TF-IDF). Representasi numerik tersebut kemudian diproses lebih lanjut dengan teknik Singular Value Decomposition (SVD) guna mereduksi dimensi dan mengekstrak makna laten dari setiap dokumen. Setelah memperoleh representasi vektor berdimensi rendah, perhitungan kemiripan dilakukan menggunakan metode cosine similarity. Hasil pengujian pada lima soal esai kimia tingkat SMA menunjukkan bahwa sistem dapat memberikan informasi kemiripan antara jawaban siswa dan guru secara kuantitatif, dengan nilai cosine similarity berkisar antara 0,76 hingga 0,88. Nilai tersebut dapat digunakan untuk membandingkan kesesuaian makna secara objektif. Meskipun demikian, sistem masih memiliki beberapa keterbatasan, seperti kesulitan dalam menangani kata majemuk dan ketergantungan terhadap pustaka pemrosesan bahasa lokal. Secara keseluruhan, sistem ini memiliki potensi besar untuk diterapkan sebagai alat bantu dalam penilaian esai secara efisien, konsisten, dan mendukung proses pembelajaran.
PERANCANGAN ANTARMUKA CHATBOT EDUKATIF UNTUK SISTEM TANYA JAWAB SDN KALIDERES 13 PETANG Shanty, Eryca Dhamma; Sugisandhea, Georgia; Mawardi, Viny Christanti
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 8 (2025): Penguatan Ekonomi Masyarakat Berbasis Ekologis untuk Mencapai Keberlanjutan Menuju Ind
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37695/pkmcsr.v8i0.2651

Abstract

The development of artificial intelligence (AI) has the potential to enhance the effectiveness of learning; however, limitations in infrastructure and the understanding of teachers and students remain obstacles to its implementation in elementary schools. SDN Kalideres 13 Petang, with 314 students from various socio-economic backgrounds, faces challenges in improving effective interactions between students and teachers. The goal of this community service activity is to introduce and assist in the implementation of the educational chatbot EduBuddy as an interactive medium in the learning process. EduBuddy is designed based on a Large Language Model (LLM) and Command R technology, allowing the chatbot to respond to students' questions automatically, quickly, and relevantly. The activities were conducted through socialization, training, and technical assistance for teachers, as well as guidance in using the chatbot for students. Teachers gained skills in integrating the chatbot into teaching activities, while students were directed to utilize it as an interactive learning medium. The results of the activity showed an increase in student engagement, expanded access to information, and significant support for teachers in delivering content. Evaluation was conducted through questionnaires and classroom observations, which indicated positive acceptance from both teachers and students. It is hoped that the success of this activity can serve as a model for digital transformation in elementary education and encourage the broader application of AI technology in the world of education.
ANALISA SENTIMEN ULASAN APLIKASI TRANSPORTASI MENGGUNAKAN METODE SVM DENGAN PENDEKATAN INSET LEXICON-BASED Shanty, Eryca Dhamma; Jayadi, Brandon Alexander; Marco; Mawardi, Viny Christanti
Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan Vol. 9 No. 1 (2025): Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/19y15a17

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap tiga aplikasi transportasi publik digital di Indonesia, yaitu Access by KAI, MyMRTJ, dan MitraDarat. Pendekatan yang digunakan dalam penelitian ini adalah kombinasi metode klasifikasi Support Vector Machine (SVM) dan pendekatan leksikal menggunakan kamus INSET Lexicon-Based. Data ulasan dikumpulkan melalui proses scraping dari Google Play Store dan kemudian melalui tahapan pre-processing, pelabelan sentimen, serta proses klasifikasi. Hasil penelitian menunjukkan bahwa mayoritas ulasan pengguna didominasi oleh sentimen positif. Access by KAI memperoleh ulasan positif terbanyak (446 ulasan), diikuti oleh MitraDarat (322 ulasan), dan MyMRTJ (286 ulasan). Model SVM memberikan hasil klasifikasi yang baik dengan akurasi tertinggi dicapai oleh MyMRTJ (87%), diikuti Access by KAI (84%), dan MitraDarat (82%). Selain itu, visualisasi word cloud berhasil menampilkan kata-kata dominan yang sering muncul dalam ulasan seperti "bagus", "mudah", dan "jalan", yang menunjukkan kepuasan pengguna terhadap layanan aplikasi. Pendekatan INSET Lexicon-Based terbukti efektif dalam mengenali polaritas kata dalam konteks lokal berbahasa Indonesia, serta meningkatkan akurasi pelabelan sebelum proses klasifikasi dilakukan. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan aplikasi transportasi digital berbasis data ulasan pengguna.
PERBANDINGAN JAWABAN GURU DAN SISWA MENGGUNAKAN METODE LATENT SEMANTIC ANALYSIS UNTUK PENILAIAN ESAI OTOMATIS Nathaniel, Nikolaus; Maharsi, Dhani Andika; Mawardi, Viny Christanti
Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan Vol. 9 No. 2 (2025): Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan (IN PRESS)
Publisher : Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/n9zpj130

Abstract

Penilaian esai merupakan salah satu metode evaluasi yang penting dalam dunia pendidikan karena mampu menggambarkan kemampuan berpikir kritis, pemahaman konsep, serta kemampuan siswa dalam menyusun argumen secara tertulis. Namun, proses penilaian esai secara manual cenderung memakan waktu lama, tidak konsisten antar penilai, dan rentan terhadap bias subjektif. Untuk mengatasi permasalahan dalam penilaian esai secara manual, penelitian ini merancang sebuah sistem penilaian otomatis dengan menerapkan metode Latent Semantic Analysis (LSA). Sistem ini dirancang untuk mengukur tingkat kemiripan semantik antara jawaban siswa dan kunci jawaban dari guru. Proses dimulai dengan tahapan pra-pemrosesan teks, yang meliputi normalisasi huruf, pemisahan kata, penghilangan kata-kata umum (stopword), serta stemming. Setelah itu, teks yang telah dibersihkan diubah ke bentuk numerik melalui pendekatan Term Frequency-Inverse Document Frequency (TF-IDF). Representasi numerik tersebut kemudian diproses lebih lanjut dengan teknik Singular Value Decomposition (SVD) guna mereduksi dimensi dan mengekstrak makna laten dari setiap dokumen. Setelah memperoleh representasi vektor berdimensi rendah, perhitungan kemiripan dilakukan menggunakan metode cosine similarity. Hasil pengujian pada lima soal esai kimia tingkat SMA menunjukkan bahwa sistem dapat memberikan informasi kemiripan antara jawaban siswa dan guru secara kuantitatif, dengan nilai cosine similarity berkisar antara 0,76 hingga 0,88. Nilai tersebut dapat digunakan untuk membandingkan kesesuaian makna secara objektif. Meskipun demikian, sistem masih memiliki beberapa keterbatasan, seperti kesulitan dalam menangani kata majemuk dan ketergantungan terhadap pustaka pemrosesan bahasa lokal. Secara keseluruhan, sistem ini memiliki potensi besar untuk diterapkan sebagai alat bantu dalam penilaian esai secara efisien, konsisten, dan mendukung proses pembelajaran.
Co-Authors Agus Budi Dharmawan Albert Jeremy Aleksander Nihcolson Andre Ertanto Andre Raymond Andreas Andreas Andreas Andreas Andreas Khosasi Anggreiny, Phoebe Cecilia Angkasa, Adhelia Anindita Septiarini, Anindita Antonius Sakti Wiradinata ARDAN, MOHAMAD Ardianto Ardianto Arwi, Adelia Vannissa Augusfian, Fendy bagus Mulyawan Bagus Mulyawan Benedicta, Cheria Berlin Ong Karo Karo Billy Fernando Brandon Alexander Jayadi Bryan Filemon Buana, Salsabila Ayunda Martsa Calvin Calvin Carlene Lim Carlene Lim Caroline Wili Harto Chintia, Tiffany Dali S Naga Dali S. Naga Dali S. Naga Dali S. Naga Dali S. Naga, MMSI Dali S.Naga Dali Santun Naga Daniel Daniel Daniel Daniel Darius A Haris Darius Andana Haris Darryl Kresnadi Nugroho Davin Pratama Dedi Trisnawarman Denis Kusbowo Desi Arisandi Desi Arisandi Desi Arisandi Dessy Yanti Destu Adiyanto Devi Ayu Permatasari Devin Abipraya Dewi Triani Dhani Andika Maharsi Didit Suprihanto, Didit Dinata, Fredickson Dyah Larasati, Annita Edward Darmaja Edy Susanto Endah Purnamasari Endah Setyaningsih Erikson T Erikson T Erwin Erwin Ery Dewayani Eryca Dhamma Shanty Fat, Joni Fendy Augusfian Ferry Ruben Yudistira Ferry Ruben Yudistira Yudistira, Ferry Ruben Yudistira Freddy Kurniawan Fredickson Dinata Fundroo Orlando Geraldine, Karmelia Gerry Geraldicky Gian Praista Gunadi, Alvin Nicolas Haikal M, Andrew Hamdani Hamdani Handoko Susanto Handoko Susanto, Handoko Handry Wardoyo Hanven Pradana Hartanto, Jonathan Chris Helen, Helen Hendri Yukianto Hendri Yukianto, Hendri Hendryli, Janson Henry Hartono Herman, Sylvia Hetty Karunia Tunjungsari Husada, Yusianne Kasih Irvan Lewenusa Irvan Lewenusa, Irvan Ivanka, Risa James Eklie Janson Hendryli Janson Hendryli Janson Hendryli Janson Hendryli Janson Hendryli Januar Mansur Jayadi, Brandon Alexander Jeanny Pragantha Jeanny Pragantha Jeffri Alimin Jesica Jesica Jesica Kurniadi, Jesica Jesslyn Jesslyn Jimmy Jimmy Joko Joko Jonathan Adrian Wibowo Joshua Octavianus Joshua Octavianus, Joshua Julius Evan Harya Chandra Kalyani, Khema Dwi Karo Karo, Berlin Ong Kenneth Hakim Kevin kevin Kevin Kurniawan H. Kevin Prasetio Kevin The Kuncoro Yoko Lavenia Lely Hiryanto Lie, Nadia Natha Livienia Livienia Maharsi, Dhani Andika Manatap Dolok Lauro, Manatap Dolok Marco Marco Maria Asinta Marpaung Maria Asinta Marpaung, Maria Asinta Marsel Dwiputra Marsel Dwiputra, Marsel Martsha Buana, Salsabilla Ayundha Marvellino Mei Ie Meiliansyah, Carens Berliyanti Meiriani Tjandra Meiriani Tjandra Meiske Yunitree Suparman Michael, Valentino Muhammad Farras Mutiara Ramadhani Sugiri Mutiara, Maitri Widya Nadia Natha Lie Naga, Dali S. Natasya, Stephanie Nathaniel, Nikolaus Niki Valentine Niki Valentine, Niki Nikolaus Nathaniel Novario Jaya Perdana Nurmadewi, Dita Okengwu, Ugochi A Orlando, Fundroo Pangandaheng, Grasella Aldonia Pharadya Ajeng Swari Sukmawati Phung, Mulan Prabu Alif Anggadiputra Prof. Dr. Ir. Dali S. Naga, MMSI Pusaka, Semerdanta Putra Lukita Putri, Aneesa Joenice rani puspitasari Rendi Kristyadi Ricky Cangniago Ricky Martin Rini, Cika Puspita Riwanda, Josephine Kayla Riyanto, Radika Yudha Rizqi Amelia, Aulya Robertus Budihalim Robertus Budihalim, Robertus Rudy Rudy Salsabila, Nur Maya Saskia Lavinsky Septiasari, Abellia Shanty, Eryca Dhamma Sharlene Solikhah, Nafia Stenly Tirta Wijaya stephanie stephanie Steven Steven Dharmawan Steven Muliadi Steven Muliadi, Steven Steven Steven Sugisandhea, Georgia Supriyanton, Adolf Asih Susilo, Andri Sylvia Wulandari, Sylvia TAKESHI, CECILIANA Tania Rizgitta Tony Tony Tony Tony TRI SUTRISNO TRI SUTRISNO Utama, Didi Widya Vanesa Nellie Vincent Marcellino Wati, Masna Widi Santoso Wijaya, Dion Dwi Willyanto, Vinnie Wilson Gozal, Wilson Yagyu Munenori M.E. Yasser, Achmad Yohan Prasetyo Sugianto Yohanes Calvinus Yolanda, Aubrey Yosua Pandapotan Sianipar Yukianti, Chiara Rizka Yulianto Yulianto Yulianto Yulianto Zyad Rusdi Zyad Rusdi