Claim Missing Document
Check
Articles

Found 34 Documents
Search

Implementasi Website sebagai Media Promosi Desa Wisata Kemawi Kusuma, Guntur Prabawa; Prima Kurniati, Angelina; Atastina, Imelda; Maharani, Warih; Ervina, Ersy; Aji Gunadi, Gagah; Wijaya, Yaffazka Afazillah; Purwanto, Zadosaadi Brahmantio; Al Giffari, Muhammad Zacky
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 6 (2023): INOVASI PERGURUAN TINGGI & PERAN DUNIA INDUSTRI DALAM PENGUATAN EKOSISTEM DIGITAL & EK
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37695/pkmcsr.v6i0.2060

Abstract

Desa wisata merupakan salah satu jenis destinasi wisata yang berpotensi meningkatkan kegiatan ekonomi suatu desa. Namun sering kali informasi tentang potensi desa hanya tersebar terbatas dengan metode promosi lisan. Hasil identifikasi awal diKelompok Sadar Wisata Desa Kemawi di Kecamatan Sumowono, Jawa Tengah, telah menunjukkan bahwa desa mereka memiliki potensi wisata alam, pertanian, perkebunan, dan budaya. Salah satu yang dibutuhkan adalah sarana promosi desa wisata menggunakan website. Website dapat menyebarkan informasi secara cepat dan menjadi “landing page” sebagai muara jalur informasi yang disebarkan melalui media sosial seperti Instagram. Website sebagai sarana promosi desa wisata perlu dipelihara agar dapat berjalan dengan baik secara terus-menerus. Pengelolaan website desa wisata oleh tenaga-tenaga lokal desa wisata sangat diperlukan untuk menjamin keberlanjutan konten website. Selain itu, diperlukan pula pelatihan tentang penyusunan paket wisata secara komprehensif untuk mempromosikan seluruh potensi wisata dan meningkatkan kualitas layanan. Kegiatan pengabdian masyarakat ini memberikan kontribusi berupa pembangunan website sebagai sarana promosi Desa Wisata Kemawi, pembentukan tim pengelola website, pelatihan pengelola website, dan peningkatan kualitas layanan desa wisata. Aparat desa dan tim pengelola website telah merasakan manfaat dari kegiatan pengabdian masyarakat ini dan menyatakan siap untuk: 1) melanjutkan pengelolaan website sebagai media promosi desa wisata, serta 2) memasarkan potensi desa wisata.
Analysis of the Quality of Patient Treatment Data in MIMIC-IV Using Alpha, Heuristic, and Inductive Miner Muhammad Reynaldi Mujantara; Angelina Prima Kurniati
Jurnal Indonesia Sosial Teknologi Vol. 6 No. 1 (2025): Jurnal Indonesia Sosial Teknologi
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/jist.v6i1.2232

Abstract

MIMIC-IV (Medical Information Mart for Intensive Care IV), is a medical dataset used for research in the fields of medicine and health computer science. This dataset contains health information collected from intensive care units (ICUs) at the Beth Israel Deaconess Medical Center in Boston, MA. This research uses process mining to analyze data quality of patient treatment in the MIMIC-IV dataset using the Alpha Miner, Heuristic Miner, and Inductive Miner algorithms. It begins with planning and justification, followed by database reconstruction, data quality assessment, and data extraction, leading to the development of a control flow model. Subsequently, conformance checking is performed, and the study concludes with an evaluation of the results. It is expected that the results of this study will provide a better understanding of the quality of patient care process data in the MIMIC-IV dataset and a positive contribution to developing more effective health services.
Klasterisasi Data Kompetisi Mahasiswa Menggunakan Algoritma K-Modes Nugroho, Raditya Pradhyatama; Kurniati, Angelina Prima; Wibowo, Yanuar Firdaus Arie
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Kompetisi adalah salah satu aspek penting dalam duniapendidikan. Salah satu fungsi utama partisipasi dalamkompetisi adalah dapat mengukur kemampuan diri. Selainitu, kompetisi juga memiliki berbagai manfaat, yakni dapatmenciptakan inovasi baru dalam pemecahan suatu masalah,memberikan pengalaman baru, dan mengenal/memahamipersaingan antar peserta. Peserta kompetisi di bidangpendidikan, tidak lepas dari dukungan universitas yangmewadahi segala fasilitas dan penunjang dalam aspeklainnya. Untuk lebih mengenal perkembangan kompetisipeserta dalam suatu universitas, diperlukan analisis datayang dapat memberikan gagasan baru. Teknik analisis datayang efektif adalah dengan pendekatan penambangan data,lebih rincinya klasterisasi. Klasterisasi memiliki banyakvariasi algoritma dengan salah satu contohnya K-Modes yangmampu menangani data kategorikal seperti data kompetisi.Sebagai perguruan tinggi dengan peraih prestasi yang cukupbanyak dan menjadi salah satu universitas swasta terbaik diIndonesia, Universitas Telkom menjadi subjek yang menarikuntuk implementasi algoritma K-Modes. Penelitian inibertujuan untuk melakukan klasterisasi K-Modes pada datakompetisi Mahasiswa Universitas Telkom dan ditambahdengan metode Silhouette Score dan Davies-Bouldin Indexuntuk membantu menentukan jumlah klaster yang optimal.Hasil penelitian menunjukkan jumlah klaster optimal adalah13 klaster dengan Silhouette Score bernilai 0,23 (jangkauannilai -1 hingga 1) dan Davies-Bouldin Index bernilai 1,95(jangkauan nilai mulai dari 0 ke bilangan positif).Selanjutnya penelitian ini memberikan visualisasi klasterklaster K-Modes dari perhitungan metode PrincipalComponent Analysis (PCA) dan hasil identifikasi berupainformasi analisis setiap klaster. Kata kunci: Davies-Bouldin Index, K-Modes, Klasterisasi, PCA, Silhouette Score, Universitas Telkom
Robust Principal Component Analysis in Multivariate Applications Mutalib, Sharifah Sakinah Syed Abd.; Yusoff, Wan Nur Syahidah Wan; Kurniati, Angelina Prima; Osman, Nurul Aida; Zulhelmy, Zulhelmy
Journal of Applied Science, Engineering, Technology, and Education Vol. 7 No. 2 (2025)
Publisher : PT Mattawang Mediatama Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35877/454RI.asci3948

Abstract

Principal component analysis (PCA) is one of the multivariate methods that aims to construct components, each of which contains a maximal amount of variation from the data unexplained by the other components. Classical PCA (CPCA) is based on the classical covariance, which is easily affected by outliers. Additionally, the outliers may distort the PCA result. Robust statistics is one of the methods to overcome the outliers. Therefore, in this study, an alternative technique for robust principal component analysis (RPCA) is presented. Index Set Equality (ISE) is used as a robust estimator to robustify the CPCA and hence produce robust PCA (RPCA). The Hawkins-Bradu Kass dataset is used to illustrate the robustness of RPCA towards outliers compared to CPCA. The score plot, diagnostic plot, and performance measures are used to evaluate and illustrate the robustness of the RPCA. From the plots and performance measures, RPCA successfully identifies all outliers and is unaffected by masking and swamping effects. However, CPCA can only detect 0.2857 outliers, has 0.7143 masking effects, but does not have swamping effects. This study shows that RPCA, by using ISE as the robust estimator is a promising approach.