Article Per Year (5 Year)
p-Index From 2021 - 2026
7.678
P-Index
This Author published in this journals
All Journal ComEngApp : Computer Engineering and Applications Journal Syntax Jurnal Informatika Fountain of Informatics Journal Format : Jurnal Imiah Teknik Informatika Jurnal Informatika Jurnal Ilmiah FIFO Faktor Exacta Jurnal Pengabdian Pada Masyarakat InComTech: Jurnal Telekomunikasi dan Komputer JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) IKRA-ITH ABDIMAS JURIKOM (Jurnal Riset Komputer) IJISCS (International Journal Of Information System and Computer Science) MULTINETICS Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Jurnal Ilmu Teknik dan Komputer Jurnal Pengabdian Masyarakat Asia Jurnal Esensi Infokom: Jurnal Esensi Sistem Informasi dan Sistem Komputer Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia International Journal of Advanced Multidisciplinary Malcom: Indonesian Journal of Machine Learning and Computer Science Journal of Systems Engineering and Information Technology IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi Jurnal Pengabdian Pada Masyarakat Media Abdimas Kapas: Kumpulan Artikel Pengabdian Masyarakat Sinergi: Jurnal Pengabdian Kepada Masyarakat IRA Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat Nasional Jurnal Pengabdian Masyarakat Nauli CSRID KOMPUTASI
Saruni Dwiasnati
Universitas Mercu Buana
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 63 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 63 Documents
Search

 3   4   5   6   7 
Comparison of Naive Bayes and Support Vector Machine (SVM) Algorithms Regarding The Popularity of Presidential Candidates In The Upcoming 2024 Presidential Election Nurrizky, Fadli; Dwiasnati, Saruni
Computer Engineering and Applications Journal (ComEngApp) Vol. 13 No. 1 (2024)
Publisher : Universitas Sriwijaya

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

Abstract

This study aims to compare the effectiveness of two classification algorithms, Naive Bayes and Support Vector Machine (SVM), in analyzing the popularity of presidential candidates for the 2024 Presidential Election (Pilpres). The popularity of presidential candidates plays a crucial role in campaign strategies and political decision-making in the modern political era. This research utilizes data from social media, encompassing public sentiment towards presidential candidates and related political issues. The research results indicate that SVM achieves an accuracy rate of 97%, while Naive Bayes achieves 95%, demonstrating the superiority of SVM in predicting the popularity of presidential candidates. In conclusion, the selection of the appropriate algorithm for analyzing complex political data has a significant impact, and the high accuracy rates of both algorithms provide valuable guidance for political decisionmakers and campaign teams in preparation for the upcoming 2024 Pilpres.
Pelatihan Klasifikasi Data Menggunakan Naive Bayes untuk Mengembangkan Literasi Data di SMK Media Informatika Dwiasnati, Saruni; Devianto, Yudo; Yuliarty, Popy; Gunawan, Wawan
IRA Jurnal Pengabdian Kepada Masyarakat (IRAJPKM) Vol 3 No 1 (2025): April
Publisher : CV. IRA PUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56862/irajpkm.v3i1.166

Abstract

Data processing skills are essential in the digital era, especially for vocational high school (SMK) students preparing for technology-driven careers. This community service activity aimed to enhance data literacy among SMK Media Informatika students through training in data classification using the Naive Bayes algorithm, a fundamental method in data science and machine learning. The algorithm was chosen for its simplicity, ease of understanding, and relevance in introducing probabilistic decision-making logic. The training was conducted interactively, covering basic data concepts, dataset visualization, and practical implementation using Python. The results showed improved student understanding of classification concepts and their application to real-world problems, such as user data category prediction. The activity also encouraged analytical thinking, awareness of valid data collection, and interest in data science. This training is expected to serve as a model for applied learning in vocational schools and support the development of data-oriented curricula at the vocational education level.
Penerapan Gradient Boosting Regression dalam Prediksi Pergerakan Harga Emas Berdasarkan Pendekatan Moving Average of VWAP Abdillah, Reza Wahyu; Dwiasnati, Saruni
InComTech : Jurnal Telekomunikasi dan Komputer Vol 15, No 1 (2025)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v15i1.28304

Abstract

Pergerakan Harga emas dipengaruhi oleh berbagai faktor ekonomi, inflasi, penawaran dan permintaan, serta kebijakan moneter, yang membuat prediksi Harga emas menjadi penting bagi investor. Penelitian ini bertujuan untuk mengembangkan model prediksi Harga emas menggunakan pendekatan Moving Average of VWAP dan Algoritma Gradient Boosting Regression. Data diambil dari situs www.investing.com, mencakup periode 14 Januari 2016 hingga 12 April 2024. Metode penelitian meliputi pembersihan data. Penskalaan dengan StandardScaler, dan pembagian data menjadi set pelatihan dan pengujian, Moving Average of VWAP digunakan untuk menganalisis Harga berdasarkan volume perdagangan, sementara Algoritma Gradient Boosting Regression digunakan untuk klasifikasi dan prediksi Harga actual dan prediksi. Hasil penelitian menunjukan Tingkat akurasi yang sangat tinggi dengan R-Squared (R2) mencapai 0.99 dan evaluasi kinerja model menunjukan MAE sebesar 6.2955, MSE sebesar 78.0802, RMSE sebesar 8.8317. hasil ini menunjukan bahwa model prediksi yang dihasilkan dapat menjadi alat yang efektif bagi investor dalam pengambilan Keputusan investasi emas yang lebih informasional dan strategis.
Quantitative Analysis of Training Completion Using Multivariate Linear Regression Devianto, Yudo; Dwiasnati, Saruni; Gunawan, Wawan; Sumarto, Marco Alfan; Saputra, Dony Ramadhan
JURIKOM (Jurnal Riset Komputer) Vol. 12 No. 4 (2025): Agustus 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i4.8851

Abstract

The urgency of this research stems from the strategic need to monitor and evaluate the achievements of digital training implemented by various academies under government coordination, including VSGA, FGA, DEA, TA, and GTA. In the context of the national digital transformation program, the availability of an analytical model that can predict the success of participants in completing training is critically crucial to support the achievement of the Ministry’s Key Performance Indicators (KPIs). The purpose of this study is to develop a predictive model based on multivariate linear regression that combines two main variables, the percentage of participants accepted and the percentage of participants who participate in onboarding, to project the level of training completion. This model is expected to provide a quantitative and objective assessment of the effectiveness of digital training implementation in each academy. The targeted outputs of this study include the development of a predictive model with performance validation through the calculation of R², which yielded a value of 0.9448, as well as the provision of technical reports and data-driven recommendations for enhancing digital training governance. The Technology Readiness Level (TKT) of this study is at TKT 3, and there is evidence of conceptual validation of the predictive model based on real data collected from the implementation of the training. This stage marks the readiness of the research to continue developing the system model and implementing it on the training evaluation platform in the next stage.
Inovasi Pembelajaran dengan Buku Sentuh Berbasis QR Code dan Audio di SLB Yayasan Asih Budi Dwiasnati, Saruni; Ayu, Kurnia Gusti; Bernadetha, Suzan; Triwibowo, Ardy; Darmawan, Bagus Budi; Nurfiant, Muhammad Arya Hafsah; Da Costa Martins, Ana Maria Ildiberta; Akmal, Medina Fibriyanti
IKRA-ITH ABDIMAS Vol. 9 No. 3 (2025): Jurnal IKRAITH-ABDIMAS Vol 9 No 3 November 2025
Publisher : Universitas Persada Indonesia YAI

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

Abstract

Pendidikan inklusif menuntut adanya inovasi media pembelajaran yang dapat mengakomodasi kebutuhan anak berkebutuhan khusus, terutama di Sekolah Luar Biasa (SLB). Salah satu permasalahan yang sering dihadapi adalah keterbatasan media ajar konvensional yang kurang interaktif dan tidak mampu memberikan pengalaman belajar multisensori. Penelitian/pengabdian ini bertujuan untuk menghadirkan solusi berupa Buku Sentuh (Tactile Book) berbasis QR Code dan Audio sebagai media pembelajaran inovatif di SLB Yayasan Asih Budi. Metode yang digunakan meliputi tahapan sosialisasi, survei kebutuhan, pelatihan guru, siswa, dan ulaka dalam mengimplementasi media, hingga evaluasi. Buku Sentuh dirancang dengan tekstur timbul yang dapat diraba serta dilengkapi dengan QR Code yang terhubung ke audio penjelasan materi. Media ini memberikan pengalaman belajar yang menggabungkan aspek visual, taktil, dan auditori sehingga lebih mudah diakses oleh siswa dengan hambatan penglihatan maupun keterbatasan kognitif. Hasil implementasi menunjukkan bahwa Buku Sentuh berbasis QR Code dan Audio mampu meningkatkan keterlibatan, motivasi, serta pemahaman siswa terhadap materi. Guru menyatakan terbantu dengan adanya media ini sebagai alternatif inovatif dalam proses pembelajaran, sementara siswa lebih aktif, fokus, dan antusias. Evaluasi program memperlihatkan bahwa inovasi ini efektif sebagai media pembelajaran inklusif sekaligus mendukung upaya transformasi pendidikan di SLB
Pemodelan Wilayah Titik Api Kebakaran Hutan Menggunakan Deep Learning Dwiasnati, Saruni; Devianto, Yudo; Arif, Sutan Mohammad; Avrizal, Reza
Jurnal Ilmiah FIFO Vol 16, No 1 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i1.001

Abstract

Indonesia merupakan negara tropis yang mengalami kebakaran hutan setiap tahunnya. Kebakaran hutan terjadi disebabkan oleh durasi musim panas yang terlalu lama dari waktu semestinya. Hutan merupakan tempat tinggal berbagai jenis satwa dan fauna yang memiliki banyak kekayaan hayati yang dapat membuat mereka bertahan hidup. Sering terjadinya kebakaran hutan menjadi isu lingkungan yang dianggap krusial dan mendapatkan perhatian baik dari tingkat lokal maupun internasional. Penelitian yang dilakukan ini menyajikan kajian klasifikasi wilayah titik api kebakaran hutan menggunakan salah satu algoritma Deep Learning (DL) yaitu metode Convolutional Neural Network (CNN), hal ini sangat dibutuhkan untuk pendahuluan mengenai peringatan dini kebakaran hutan yang ada di daerah tersebut. Wilayah titik api kebakaran hutan yang digunakan dalam penelitian ini dikumpulkan dari daerah Nusa Tenggara Timur (NTT), terutama pulau-pulau seperti Sumba dan Timor. Metode CNN melibatkan dua langkah utama. Langkah pertama adalah pengklasifikasian gambar melalui proses feedforward. Langkah kedua adalah fase pembelajaran menggunakan teknik backpropagation. Model CNN yang digunakan dalam proses pelatihan dataset menguji citra dengan beberapa pengoptimal dan diperoleh hasil akurasi yang tinggi. Kemiripan area yang terbakar dengan fitur terang lainnya mengurangi kepastian deteksi kebakaran hutan. Hasil penelitian menunjukkan bahwa Model CNN yang digunakan Untuk deteksi dan segmentasi area terbakar menggunakan algoritma terpilih, kinerja terbaik dengan pembelajaran mendalam yang dilaporkan dalam literatur adalah 89%.Teknik yang diusulkan dilatih menggunakan wilayah varian (kumpulan data) dan mengevaluasi presisi berdasarkan ambang recall, dengan akurasi keseluruhan 89%.
ANALISIS SENTIMEN TERHADAP DAMPAK PERANG ISRAEL - PALESTINA MELALUI DATA TWITTER MENGGUNAKAN NAIVE BAYES Halim, Alfian Noer; Dwiasnati, Saruni
FORMAT Vol 13, No 2 (2024)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2024.v13.i2.010

Abstract

The increasing development of information technology makes it easy for people to get various information only through social media such as Twitter. Twitter is a mainstay social networking application and source of information on world events. With Twitter, people can get a lot of the latest news. One piece of information that is widely discussed and is a trending topic on Twitter is the impact of the Israeli and Palestinian war. It is important to analyze the feelings of the impact of the ceasefire between Israel and Palestine from the amount of information in online media. The data used is Twitter, a social media platform. This research was conducted to analyze people's reactions to data in the form of tweets and group them according to the Naïve Bayes method into positive, neutral or negative opinions. In implementing the Naïve Bayes algorithm which uses 3 models of the Naïve Bayes algorithm, namely Gaussian, Multinomial, and Bernoulli, it shows different results, namely 50% for the Naïve Bayes Gaussian model, 57% for the Naïve Bayes Bernoulli model, and Naïve Bayes Multinomial model is 65 %. This shows that the Multinomial Naïve Bayes model is better than other models in classifying the data in this case.
PELATIHAN PEMANFAATAN LIMBAH KAIN PERCA Yuliarty, Popy; Dwiasnati, Saruni; Alfa, Bonitasari Nurul; Wijayanti, Atiek Ike
Jurnal Pengabdian Masyarakat Nasional Vol 3, No 2 (2023)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/pemanas.v3i2.21700

Abstract

Mata pelajaran Prakarya di Sekolah bertujuan untuk mengembangkan pengetahuan, keterampilan dan sikap percaya diri siswa melalui produk yang dihasilkan sendiri dengan memanfaatkan potensi sumber daya alam yang ada di lingkungan sekitar. Prakarya juga merupakan ilmu terapan yang mengaplikasikan pelbagai bidang ilmu pengetahuan untuk menyelesaikan masalah praktis yang secara langsung memengaruhi kehidupan kita sehari-hari. Luarannya diharapkan mampu mendidik siswa terampil dalam berbagai hal serta menumbuhkan jiwa wirausaha yang tentunya bermanfaat bagi mereka dalam hal  peningkatan ekonomi keluarga.Pihak mitra yang telah terikat kerjasama dalam bentuk agrrement, menyambut baik kegitan ini dengan harapan melaluai kegiatan ini dapat meningkatkan pengetahuan dan keterampilan siswa.Metode pelaksanaan dilakukan secara langsung berupa penyampaian materi dan praktek langsung tentang keterampilan seniu kreatif berupa tas dari anyaman pandan. Evaluasi kegiatan dilakukan dengan penyebaran kuisioner kepada para peserta untuk menilai kegiatan ini dengan hasil rata-rata adalah 4,9 dari skala 5 yang artinya sudah termasuk pada katagori sangat memuaskan. Kegiatan PPM ini dapat dilanjutkan dengan tema-tema atau topik-topik yang mendukung pelajar untuk dapat perduli kepada lingkungan dengan memanfaatkan ilmu pengetahuan yang di dapat di sekolah maupun dari sumber luar sekolah seperti Perguruan Tinggi.Luaran dari kegiatan ini adalah upload pada Youtube, publikasi pada media masa dan Jurnal Pengbdian Masyarakat.
PELATIHAN E-COMMERCE PADA MASYARAKAT DESA PASIR TANGERANG BANTEN DALAM UPAYA MENINGKATKAN DAYA SAING PENJUALAN PRODUK UMKM Riri Fajriah; Saruni Dwiasnati; Yuwan Jumaryadi
JURNAL SINERGI Vol. 6 No. 2 (2024): SINERGI
Publisher : FT-USNI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59134/sinergi.v6i2.670

Abstract

Pelatihan E-Commerce di Desa Pasir, Tangerang, Banten, dilaksanakan untuk meningkatkan daya saing produk UMKM lokal melalui pemanfaatan teknologi digital. Kegiatan ini bertujuan membekali pelaku UMKM dengan keterampilan pemasaran online, seperti penggunaan platform E-Commerce, teknik fotografi produk, strategi pemasaran digital, dan manajemen pesanan. Pelatihan diikuti oleh 50 peserta dengan metode ceramah, praktik langsung, dan pendampingan intensif. Hasil evaluasi menunjukkan adanya peningkatan signifikan dalam pemahaman peserta terhadap penggunaan teknologi digital untuk pemasaran. Dalam tiga bulan pasca pelatihan, terjadi peningkatan jumlah transaksi produk UMKM melalui platform online, yang menunjukkan keberhasilan kegiatan ini dalam mendorong transformasi digital UMKM. Program ini diharapkan dapat meningkatkan daya saing produk lokal Desa Pasir di pasar nasional secara berkelanjutan dan menjadi model pemberdayaan masyarakat berbasis teknologi untuk daerah lain.
Quantitative Analysis of Training Completion Using Multivariate Linear Regression Devianto, Yudo; Dwiasnati, Saruni; Gunawan, Wawan; Sumarto, Marco Alfan; Saputra, Dony Ramadhan
JURNAL RISET KOMPUTER (JURIKOM) Vol. 12 No. 4 (2025): Agustus 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i4.8851

Abstract

The urgency of this research stems from the strategic need to monitor and evaluate the achievements of digital training implemented by various academies under government coordination, including VSGA, FGA, DEA, TA, and GTA. In the context of the national digital transformation program, the availability of an analytical model that can predict the success of participants in completing training is critically crucial to support the achievement of the Ministry’s Key Performance Indicators (KPIs). The purpose of this study is to develop a predictive model based on multivariate linear regression that combines two main variables, the percentage of participants accepted and the percentage of participants who participate in onboarding, to project the level of training completion. This model is expected to provide a quantitative and objective assessment of the effectiveness of digital training implementation in each academy. The targeted outputs of this study include the development of a predictive model with performance validation through the calculation of R², which yielded a value of 0.9448, as well as the provision of technical reports and data-driven recommendations for enhancing digital training governance. The Technology Readiness Level (TKT) of this study is at TKT 3, and there is evidence of conceptual validation of the predictive model based on real data collected from the implementation of the training. This stage marks the readiness of the research to continue developing the system model and implementing it on the training evaluation platform in the next stage.
Co-Authors Abdillah, Reza Wahyu Agung Susilo Yuda Irawan Ahmad Fauzi Akmal, Medina Fibriyanti Alfa, Bonitasari Nurul Anissa Lestari Antono, Fajar Arif , Sutan Mohammad ARIF, SUTAN MOHAMMAD Avrizal, Reza Ayu, Kurnia Gusti Aziz, Topaz Malik Baihaqi, Kiki Ahmad Bambang Jokonowo Bambang Sukowo Bernadetha, Suzan Da Costa Martins, Ana Maria Ildiberta Darmawan, Bagus Budi Devi Fitrianah Diah Utami, Diah Elga Ramdani Eliyani Eliyani Eliyani Fadli Nurrizky Fajar Antono Fatimah, Nona Fatonah, Nenden Siti Fauzi Ahmad Muda Halim, Alfian Noer Hanny Hikmayanti Handayani Haris Yusuf Bakhtiar Herfandi Herfandi Herry Derajad Wijaya Herry Derajad Wijaya Hidayat, Rahmat Rian Imawan, Sonny Aditya Jumaryadi, Yuwan Lokesworo M. Fajrun Nadhif Muhammad Rifqi muhammad rizky, muhammad Nia Kusuma Wardhani Nicholas Reinaldo, Ryo Nur, Nur Umar Azaliy Awal Nurfiant, Muhammad Arya Hafsah Nurrizky, Fadli Pertiwi, Anggun Popy Yuliarty, Popy Prihandani, Kamal Prihandi, Ifan Qitala, Shofia Reza Avrizal Rifqi Muhammad Riri Fajriah Rudiarto, Sabar Saputra, Dony Ramadhan Sarima Lumbansiantar Shofia Qitala Sukarna, Royan Habibie Sukma Wardhana Sumarto, Marco Alfan Surya Perdana Triwibowo, Ardy Wardhana, Ariyani Wardhani, Elisa Wawan Gunawan Wawan Gunawan Wijayanti, Atiek Ike Yudo Devianto Yuliarty, Poppy