Article Per Year (5 Year)
p-Index From 2021 - 2026
6.466
P-Index
This Author published in this journals
All Journal Voteteknika (Vocational Teknik Elektronika dan Informatika) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Penelitian Pendidikan IPA (JPPIPA) JURNAL PENDIDIKAN TAMBUSAI JETL (Journal Of Education, Teaching and Learning) Ensiklopedia of Journal JTP - Jurnal Teknologi Pendidikan JISIP: Jurnal Ilmu Sosial dan Pendidikan Jurnal Teknologi Informasi dan Pendidikan Suluah Bendang: Jurnal Ilmiah Pengabdian Kepada Masyarakat JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Kependidikan: Jurnal Hasil Penelitian dan Kajian Kepustakaan di Bidang Pendidikan, Pengajaran dan Pembelajaran Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) MANAJERIAL: Jurnal Inovasi Manajemen dan Supervisi Pendidikan COMMUNITY : Jurnal Pengabdian Kepada Masyarakat ACADEMIA: Jurnal Inovasi Riset Akademik Reflection Journal Priviet Social Sciences Journal Lentera: Multidisciplinary Studies Jurnal Teknik Komputer dan Informatika (JTeKI) Journal of Hypermedia & Technology-Enhanced Learning Journal of Innovative and Creativity HUMANIORASAINS Lentera: Multidisciplinary Studies Jejak digital: Jurnal Ilmiah Multidisiplin Jurnal Merah Putih Sekolah Dasar
Dony Novaliendry
Electronic Department, Engineering Faculty, Universitas Negeri Padang
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Physics Public Health Social Sciences Other

Published : 65 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 65 Documents
Search

 1   2   3   4   5 
Analysis of Dropout and Learning Rate on BiLSTM-ANN Performance in Hate Speech Detection Erzitha, Ranny; Novaliendry , Dony; Budayawan , Khairi
Lentera: Multidisciplinary Studies Vol. 3 No. 2 (2025): Lentera: Multidisciplinary Studies
Publisher : Publikasiku

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57096/lentera.v3i2.142

Abstract

Penyebaran ujaran kebencian di media sosial semakin meningkat, sehingga menuntut pengembangan model deteksi yang akurat dan efisien. Penelitian ini menganalisis dampak dari parameter dropout dan learning rate terhadap kinerja model BiLSTM-ANN dalam mendeteksi ujaran kebencian di media sosial Indonesia. Tujuan utama dari penelitian ini adalah untuk mengevaluasi akurasi, F1-score, precision, recall, dan AUC yang dihasilkan oleh model, serta untuk menentukan nilai optimal untuk learning rate dan dropout. Model diuji menggunakan data komentar dari platform media sosial Indonesia. Metode penelitian menggunakan pendekatan CRISP-DM, dengan pengumpulan 2064 komentar dari TikTok dan Twitter (X), yang kemudian diproses melalui berbagai tahap, termasuk prapemrosesan teks, pembelajaran mendalam dengan BiLSTM-ANN, serta evaluasi performa model. Model diuji dengan berbagai kombinasi dropout (0,02–0,7) dan learning rate (0,00001–0,01) untuk menemukan konfigurasi optimal. Hasil uji menunjukkan bahwa model BiLSTM-ANN mencapai akurasi sebesar 68,12%, dengan precision sebesar 53,71% dan recall sebesar 82,55%. Meskipun recall model cukup tinggi, precision yang relatif rendah menunjukkan kesulitan dalam mendeteksi kelas minoritas. Ketidakseimbangan data dan variasi bahasa di media sosial menjadi tantangan utama bagi model ini. Penelitian ini menyimpulkan bahwa optimasi parameter, peningkatan data pelatihan, dan penerapan teknik yang lebih canggih diperlukan untuk meningkatkan kinerja deteksi ujaran kebencian, dengan implikasi untuk sistem moderasi konten di platform media sosial. Implikasi penelitian ini mencakup perbaikan dalam sistem moderasi konten berbasis kecerdasan buatan, dengan potensi implementasi model BiLSTM-ANN pada platform media sosial untuk meningkatkan efektivitas dalam mengidentifikasi ujaran kebencian secara real-time. Diperlukan penelitian lanjutan dengan dataset yang lebih besar serta penerapan teknik balancing data untuk meningkatkan akurasi dan generalisasi model.
RANCANG BANGUN APLIKASI PROGRAM SCHOOL PARENTING TERHADAP PEMBINAAN MORAL SISWA PADA SEKOLAH MENENGAH PERTAMA NEGERI 43 PADANG Rakhel Cakra Sandika; Muhammad Adri; Dony Novaliendry; Yeka Hendriyani
Jurnal Humaniora dan Sosial Sains Vol. 2 No. 2 (2025)
Publisher : Pojok Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Based on perceptions at SMP Negeri 43 Padang, it can be seen that there are a few issues that happen in child rearing exercises counting, need of data around children to guardians and instructors, visit delays in data approximately children from guardians to instructors, trouble finding arrangements to children's issues, and need of space to supply security data. The strategy utilized in planning this framework is the waterfall method. The waterfall method includes a handle that's simple to get it and the forms don't cover. In this strategy, one prepare must be completed in arrange to be able to continue to the following handle. Child rearing exercises at SMP Negeri 43 Padang point to empower guardians to move forward information, demeanors and abilities in shaping parenting patterns inside the family, as for the point of child rearing instruction at SMP Negeri 43 Padang, to be specific to extend social passionate ties between guardians, teachers and children. The application that has been built can make it simpler for the school and guardians of SMP N 43 Padang to create children's ethics. This application makes it simple for all parties to get it children's ethical improvement and give suitable exhortation to assist all parties.
RANCANG BANGUN APLIKASI PROGRAM SCHOOL PARENTING TERHADAP PEMBINAAN MORAL SISWA PADA SEKOLAH MENENGAH PERTAMA NEGERI 43 PADANG Sandika, Rakhel Cakra; Adri, Muhammad; Novaliendry, Dony; Hendriyani, Yeka
Jurnal Teknik Komputer dan Informatika Vol. 4 No. 1|April (2024): Jurnal Teknik Komputer dan Informatika (JTeKI)
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jteki.v4i1|April.72

Abstract

Berdasarkan observasi pada SMP Negeri 43 Padang, dapat diketahui bahwa terdapat beberapa permasalahan yang terjadi pada kegiatan parenting diantaranya, kurangnya informasi tentang anak kepada orang tua dan guru, sering terjadinya keterlambatan informasi anak dari orang tua kepada guru, sulitnya mencari solusi tentang permasalahan anak, dan kurangnya wadah untuk memberikan informasi privasi.Metode yang digunakan dalam perancangan sistem ini adalah metode waterfall. Metode waterfall memiliki proses yang mudah dipahami dan prosesnya tidak tumpang tindih. Dalam metode ini, satu proses harus diselesaikan agar dapat melanjutkan ke proses berikutnya.Kegiatan parenting di SMP Negeri 43 Padang memiliki tujuan agar orangtua dapat meningkatkan pengetahuan, sikap, dan ketrampilan dalam membentuk pola asuh di dalam keluarga, adapun tujuan dari pendidikan parenting di SMP Negeri 43 Padang yaitu untuk meningkatkan ikatan sosial emosional antara orangtua, pendidik dan anak.Aplikasi yang dibangun dapat memberikan kemudahan kepada pihak sekolah dan wali murid SMP N 43 Padang untuk membina moral anak. Aplikasi ini memberikan kemudahan kepada seluruh pihak agar dapat memahami perkembangan moral anak dan memberikan saran yang tepat untuk membantu semua pihak.
Pengembangan Media Augmented Reality pada Pembelajaran Videografi di SMK Negeri 2 Padang Panjang Amelia Zahra; Ika Parma Dewi; Yeka Hendriyani; Dony Novaliendry
Voteteknika (Vocational Teknik Elektronika dan Informatika) Vol 12, No 2 (2024): Vol. 12, No 2, Juni 2024
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/voteteknika.v12i2.127459

Abstract

Analysis of Dropout and Learning Rate on BiLSTM-ANN Performance in Hate Speech Detection Erzitha, Ranny; Novaliendry , Dony; Budayawan , Khairi
Lentera: Multidisciplinary Studies Vol. 3 No. 2 (2025): Lentera: Multidisciplinary Studies
Publisher : Publikasiku

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57096/lentera.v3i2.142

Abstract

Penyebaran ujaran kebencian di media sosial semakin meningkat, sehingga menuntut pengembangan model deteksi yang akurat dan efisien. Penelitian ini menganalisis dampak dari parameter dropout dan learning rate terhadap kinerja model BiLSTM-ANN dalam mendeteksi ujaran kebencian di media sosial Indonesia. Tujuan utama dari penelitian ini adalah untuk mengevaluasi akurasi, F1-score, precision, recall, dan AUC yang dihasilkan oleh model, serta untuk menentukan nilai optimal untuk learning rate dan dropout. Model diuji menggunakan data komentar dari platform media sosial Indonesia. Metode penelitian menggunakan pendekatan CRISP-DM, dengan pengumpulan 2064 komentar dari TikTok dan Twitter (X), yang kemudian diproses melalui berbagai tahap, termasuk prapemrosesan teks, pembelajaran mendalam dengan BiLSTM-ANN, serta evaluasi performa model. Model diuji dengan berbagai kombinasi dropout (0,02–0,7) dan learning rate (0,00001–0,01) untuk menemukan konfigurasi optimal. Hasil uji menunjukkan bahwa model BiLSTM-ANN mencapai akurasi sebesar 68,12%, dengan precision sebesar 53,71% dan recall sebesar 82,55%. Meskipun recall model cukup tinggi, precision yang relatif rendah menunjukkan kesulitan dalam mendeteksi kelas minoritas. Ketidakseimbangan data dan variasi bahasa di media sosial menjadi tantangan utama bagi model ini. Penelitian ini menyimpulkan bahwa optimasi parameter, peningkatan data pelatihan, dan penerapan teknik yang lebih canggih diperlukan untuk meningkatkan kinerja deteksi ujaran kebencian, dengan implikasi untuk sistem moderasi konten di platform media sosial. Implikasi penelitian ini mencakup perbaikan dalam sistem moderasi konten berbasis kecerdasan buatan, dengan potensi implementasi model BiLSTM-ANN pada platform media sosial untuk meningkatkan efektivitas dalam mengidentifikasi ujaran kebencian secara real-time. Diperlukan penelitian lanjutan dengan dataset yang lebih besar serta penerapan teknik balancing data untuk meningkatkan akurasi dan generalisasi model.
Implementasi Algoritma Support Vector Machine (SVM) untuk Analisis Sentimen Pengguna Aplikasi DeepSeek Levran, Abel; Sriwahyuni, Titi; Novaliendry, Dony; Adri, Muhammad
Jurnal Pendidikan Tambusai Vol. 9 No. 2 (2025): Agustus
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i2.29596

Abstract

Perkembangan kecerdasan buatan (AI), terutama dengan hadirnya ChatGPT dan pesaing barunya DeepSeek, menjadi latar belakang penelitian ini. Studi ini menganalisis sentimen pengguna terhadap aplikasi DeepSeek menggunakan metode klasifikasi Support Vector Machine (SVM). Sebanyak 31.377 ulasan dikumpulkan dari Google Play Store melalui praproses teks, pelabelan data,pemberian bobot menggunakan TF-IDF, dan klasifikasi dengan rasio data latih-uji 90:10, 80:20, 70:30, dan 60:40. Penerapan pembobotan TF-IDF dan klasifikasi SVM menghasilkan sentimen positif sebesar 79,7% dan sentimen negatif sebesar 20,3%, dengan akurasi pengujian tertinggi mencapai 95,07%, dengan presisi dan recall yang seimbang menunjukkan stabilitas dan robustness model yang baik. Visualisasi memberikan wawasan tentang preferensi dan ketidakpuasan pengguna menggunakan kata-kata umum. Hasil penelitian menunjukkan bahwa DeepSeek mendapat tanggapan positif mengenai kualitas peforma DeepSeek yang kompeten dan sebanding dengan ChatGPT, perbaikan pada stabilitas server diperlukan untuk meningkatkan pengalaman pengguna.
Design of Android-Based Augmented Reality Media for Teaching Computer Network Models Novaliendry, Dony; Irnanda, Muhammad Fakhri; Budayawan, Khairi; Asmara, Delvi
Jurnal Teknologi Informasi dan Pendidikan Vol. 18 No. 1 (2025): Jurnal Teknologi Informasi dan Pendidikan
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jtip.v18i1.961

Abstract

The development of digital technology has a major impact on the education sector, especially since the Covid-19 pandemic changed the learning system to online. One technology that has great potential in supporting the learning process is Augmented Reality (AR). This technology allows the integration of two or three-dimensional virtual objects into the real environment interactively. This study aims to design and build Android-based learning media with marker-based AR technology for the introduction of computer network models for class XI at SMA Negeri 4 Padang. Based on the results of observations and interviews with informatics teachers, it is known that learning is still dominated by theory without direct visualization of computer network devices due to limited practical tools. The learning media developed uses AR technology with markers as markers to display 3D objects, utilizing the Vuforia platform, 3D models are created using Blender, interface design using Figma, and system integration is carried out with Unity. The visualized material includes network topology (bus, star, ring, mesh) and the OSI Layer model. With this media, students can understand the concept of computer networks more interactively and deeply, and increase their involvement in the learning process.
Optimalisasi Klasifikasi Warna Badan Air Dengan Convolutional Neural Network Melalui Reduksi Kelas Skala Forel-Ule Prasetyo, Budi; Novaliendry, Dony; Sriwahyuni, Titi; Syafrijon, Syafrijon
Jurnal Teknologi Informasi dan Pendidikan Vol. 18 No. 1 (2025): Jurnal Teknologi Informasi dan Pendidikan
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jtip.v18i1.970

Abstract

This study presents a method to optimize water color classification based on the Forel-Ule scale using a Convolutional Neural Network (CNN). The original 21-class system presents challenges such as high computational complexity, overlapping spectral characteristics, and class imbalance. A class reduction approach is proposed to group similar spectral categories into three ecologically meaningful classes: oligotrophic (clear blue), mesotrophic (greenish), and eutrophic (brownish). Using a dataset of 3,018 labeled water body images from EyeOnWater and implementing a CNN architecture trained on both the original and the reduced class schemes, the experimental results show that the reduced 3-class model achieved significantly higher accuracy (94.0%) compared to the original 21-class model (44.3%). These findings demonstrate that class reduction improves classification robustness, simplifies interpretation, and enhances practicality for real-world environmental monitoring.
Development Of Interactive Learning Multimedia Based On Canva In Vocational Subject Of Culinary Wahyuni, Novri; Elida, Elida; Kasmita, Kasmita; Novaliendry, Dony
JETL (Journal of Education, Teaching and Learning) Vol 10 (2025): Special Issue
Publisher : STKIP Singkawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26737/jetl.v10i2.7584

Abstract

Students with mild intellectual disabilities often face challenges in understanding abstract concepts and require specialized learning tools that support visual and interactive engagement. This study aimed to develop and evaluate the validity, practicality, and effectiveness of a Canva-based Interactive Learning Multimedia (ILM) designed specifically for vocational culinary education at SLB Negeri 1 Padang. Employing the Research and Development (R&D) method, this study involved expert validation, user practicality testing, and effectiveness analysis using quantitative techniques. Content and media validation were conducted by six experts using the Aiken’s V formula, practicality was assessed by one teacher and five students through questionnaires, and effectiveness was tested using normality, homogeneity, T-test, and effect size calculations with SPSS 27. The findings revealed that the ILM was highly valid, with average Aiken’s V scores of 0.97 (material experts) and 0.92 (media experts). Practicality scores from both students (3.87) and teachers (3.85) classified the media as very practical. Statistical analysis showed that the data were normally distributed and homogeneous. The T-test results demonstrated a significant difference in learning outcomes (t = 4.382 > t-table = 2.306; p < 0.05), indicating the effectiveness of the media. Furthermore, the effect size (Cohen's d = 2.8) suggested a very large effect on student performance. In conclusion, the Canva-based Interactive Learning Multimedia is a valid, practical, and highly effective tool to enhance vocational learning outcomes for students with mild intellectual disabilities. This innovation is recommended for broader implementation and further development in inclusive education settings.
Grouping of Student Achievement Based on Student Names in Class VII of SMPN 28 Sarolangun Using the K-Means Clustering Method Chintia Ningsih, Nur; Novaliendry, Dony; Hendriyani, Yeka; Asmara, Delvi
Jurnal Teknologi Informasi dan Pendidikan Vol. 18 No. 2 (2025): Jurnal Teknologi Informasi dan Pendidikan
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jtip.v18i2.967

Abstract

Although the selection of outstanding students is important to provide awards and recognition for student achievement, the methods currently used by schools are not optimal. The process often takes a long time and requires a lot of manpower to collect and process student data, which can ultimately disrupt daily school operations. This study aims to identify outstanding students in class VII at SMP 28 Sarolangun using the clustering method with the K-Means algorithm. This type of research is quantitative research. The method used in this study is K-Means Clustering , with the determination of the optimal number of clusters using the Elbow Method. The results of the study obtained a grouping of students into four clusters, including Cluster 1 with 10 students (15.2%), Cluster 2 with 16 students (24.2%), Cluster 3 with 25 students (37.9%) and Cluster 4 with 15 students (22.7%). From the resulting Elbow graph, the elbow point is seen at the value of K = 4, which indicates that four clusters are the most effective and efficient number to separate student data into meaningful groups .
Co-Authors Afifah Rizki, Putri Afiful Azkia Agariadne Dwinggo Samala Ahmaddul Hadi Ahmaddul Hadi, Ahmaddul Aieni , Nurul Al-Ayyubi, Andi Sultan Alfarouq, Ahmad Dzaki Amalinda, Ilsa Amanda, Adittya Ambiyar, Ambiyar Amelia Zahra Andhika Herayono Andhika Herayono Apriliyanti, Resti Ardika, Kiki Ariusni Ariusni Arrum Pramesti Asmar Yulastri Asmara, Delvi Astry Yulinda Elfani Aulia, Wahdatul Azhar, Viki Aziza, Dwi Ayu Budayawan , Khairi Budayawan, Khairi Budayawan, Khari Budi Prasetyo Cheng-Hong Yang, Cheng-Hong Chintia Ningsih, Nur Dedy Irfan Denny Kurniadi Dimas Aulia Saputra Eko Indrawan Elfina, Eni Elgi Janliza Putra elida elida Elmi, Hafiz Elsa Sabrina Erzitha, Ranny Farraz Hadyan Fathur Rahman Febby Apri Wenando Firdaus Firdaus Fitri, Ernarisa Ganefri . Geovanne Farell Gusti, Tika Sylviani Hadi Kurnia Saputra Hadi Kurnia Saputra Hadi, Ahmadul Hadyan, Farraz Hafilah Hamimi Hafilah Hamimi, Hafilah Hansi Effendi Hasan Maksum Hastria Effendi Hibatullah, Hulwa Zuhrahriani Huda, Yasdinul Ika Parma Dewi Ilahi, Akbar Insan Aljundi, Ihsanul Intan Maisa Tania Irma Yulia Basri Irnanda, Muhammad Fakhri Kartini, Ridha Kasmita Kasmita Kurnia Saputra, Hadi Kurniadi, Denny Leoparlin, Alfridho Lestari , Jumaita Levran, Abel Lovita, Vega Makmur, Brian Mardi Mardi Muhammad Adri Muhammad Adri Muhammad Anwar Muhammad Anwar Muhammad Farhan Mursyida, Lativa Musfara Zahra Nadien Nathasya Utami Hakim Naufal , Naufal Naufan Islami, Fattan Nazifa Dwi Putri Noviko, Heri Nursi, Anita Nurul Ikhsani, Syahdilla Pati Harau, Frans Surya Putra, Adrian Rama Putri, Selma Eka Rabbynawa, Glody Syah Rahadi, Muhammad Devin Rahadian Zainul Rahmadika, Sandi Rahman, Muhamad Fathur Rahmat Raihan Maulana Raihan Ramadhan Rakhel Cakra Sandika Ramadhani , Kharisa Ramadhani Fajri, Bayu Randy Proska Sandra Resmi Darni Riskia, Anita Ica Risna, Mega Rizal, Fachri Rizky Ema Wulansari Ronald Lorenzo Sandika, Rakhel Cakra Sandra, Randi Proska Sartika, Indah Saza Kurnia Utami Silvia Vaesar, Sahera Siptya Savira Rahmi Sisca Andriani Skoatiya, Najwa Sugiarto, Toto Syafiqoh, Iffat Syafrijon, Syafrijon Syamsi, Alkindi Syukhri, Syukhri Titi Titi Sriwahyuni Titin Sriwahyuni Usmeldi Usmeldi Venny Enrizal Vera Irma Delianti Viony Dwiyana Puteri Wahyuni, Novri Waskito Waskito, Waskito Yahmanita, Vanisa Tsuraya Yasdinul Huda Yeka Hendriyani Yolanda, Wira Yuli Pusparani Zafania, Puti