Article Per Year (5 Year)
p-Index From 2021 - 2026
3.096
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) ComEngApp : Computer Engineering and Applications Journal TEKNIK INFORMATIKA Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Teknologi Informasi dan Ilmu Komputer Annual Research Seminar Jurnal Pengabdian UntukMu NegeRI Jurnal Elektronika dan Telekomunikasi Jurnal Sisfokom (Sistem Informasi dan Komputer) Computer Science and Information Technologies Sriwijaya Journal of Informatics and Applications Jurnal Pendidikan dan Teknologi Indonesia Jurnal Abdi Masyarakat Indonesia Jurnal Pengabdian West Science Jurnal Abdimas Maduma
Hadipurnawan Satria
Department Of Informatics, Faculty Of Computer Science, Universitas Sriwijaya
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Public Health Social Sciences

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Tutorial Pembuatan Aplikasi Android untuk E-Commerce bagi Mahasiswa PGRI secara Luring dan Mahasiswa Sumsel secara Daring Assaidah, Assaidah; Hadipurnawan Satria; Menik Ariani; Khairul Saleh; Octavianus Cakra Satya; Hadir Kaban; Jorena
Jurnal Pengabdian UntukMu NegeRI Vol. 10 No. 1 (2026): Pengabdian Untuk Mu negeRI
Publisher : LPPM UMRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jpumri.v10i1.11201

Abstract

Kegiatan workshop Pembuatan Aplikasi Android untuk E-Commerce telah dilakukan secara luring dan daring pada Hari Sabtu, Tanggal 15 November 2025. Tim pelaksana dari Jurusan Fisika FMIPA Universitas Sriwijaya disambut hangat oleh Dekan Fakultas Sains dan Teknologi Universitas PGRI sesaat sebelum pelatihan dimulai. Terdapat 30 orang mahasiswa PGRI yang hadir pada pelatihan ini. Dari daftar hadir peserta daring, dapat diketahui peserta merupakan mahasiswa yang berasal dari Kampus Universitas Sriwijaya sebanyak 38 orang, dari kampus PGRI sebanyak 21 orang dan dari Kampus Universitas Lembah Dempo sebanyak 2 orang. Kegiatan ini diharapkan dapat berlanjut lewat program komunitas RULIKOFI (Rumah Literasi Koding Fisika). Pelatihan ini berlanjut dalam bentuk pendampingan melalui grup Whatsapp yang dikelola oleh anggota RULIKOFI. Peserta dapat bertanya jika terdapat kendala dalam memahami materi pelatihan untuk dapat menghasilkan karya aplikasi Android yang menarik dan fungsional.
Pengelompokan Level Hipertensi Berbasis Tekanan Darah Menggunakan Algoritma K-Means Clustering Asoka, Egga; Fathoni, Fathoni; Satria, Hadipurnawan; Anggina, Edith
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 3 (2026): JPTI - Maret 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1477

Abstract

Hipertensi merupakan salah satu komponen utama sindrom metabolik yang berkontribusi signifikan terhadap peningkatan risiko penyakit kardiovaskular. Deteksi dini dan pemetaan tingkat hipertensi menjadi penting untuk mendukung intervensi medis yang tepat. Penelitian ini bertujuan untuk menerapkan algoritma unsupervised learning Algoritma K-Means Clustering dalam mengelompokkan individu berdasarkan parameter tekanan darah sistolik dan diastolik. Dataset yang digunakan terdiri dari 1.878 catatan pasien, yang setelah proses pembersihan data menghasilkan 1.575 data unik. Data distandarisasi menggunakan StandardScaler, dan jumlah klaster optimal ditentukan melalui metode Elbow. Hasil klasterisasi menunjukkan empat klaster utama yang merepresentasikan segmentasi alami tekanan darah, mulai dari tekanan darah rendah hingga tinggi. Visualisasi dua dimensi dan reduksi dimensi menggunakan Principal Component Analysis (PCA) memperlihatkan pemisahan klaster yang relatif jelas. Temuan ini menunjukkan bahwa K-Means mampu mengidentifikasi struktur laten data tekanan darah secara objektif dan berpotensi menjadi dasar pengembangan sistem pendukung keputusan medis berbasis data untuk stratifikasi risiko hipertensi.
Co-Authors Abdurahman Ahmad Nizar Ahmad Zarkasi Anggina, Edith Anggun Islami Arnaldo, Muhammad Arnelawati, Arnelawati Assaidah Assaidah, Assaidah Deris Stiawan Dian Palupi Rini Egga Asoka Ermatita - Fathoni Fathoni Hadir Kaban Hasby Rifky Indradewa, Rhian Iskandar, Ananda Haykel Islami, Anggun Jambak, Muhammad Ihsan Jorena Julian Supardi Khairul Saleh M. Nazhif Rizani Menik Ariani Mohammad Eko Fitrianto Muhammad Afif Muhammad Arnaldo Muhammad Fachrurrozi Muhammad Ichsan Hadjri Muhammad Naufal Rachmatullah Muhammad Qurhanul Rizqie Muhammad Qurhanul Rizqie Nugraha, Wibisena Nuzulastri, Sari Octavianus Cakra Satya Osvari Arsalan Primanita, Anggina Rahmat Budiarto Richardo, M Denny Rifkie Primartha Rizki Kurniati Samsuryadi Sahmin Samsuryadi Samsuryadi Serrano, Philip Alger M. Siti Nurmaini Sony Oktapriandi Sutarno Sutarno Syahroyni, Muhammad Widya Aprilini Yos Karimudin