Claim Missing Document
Check
Articles

Found 35 Documents
Search

PELATIHAN PEMBUATAN VIDEO PEMBELAJARAN MENGGUNAKAN APLIKASI KINEMASTER BAGI GURU MGMP PAI TINGKAT SMA DI KABUPATEN BANTUL Siska Lidya Revianti; Femi Dwi Astuti; Pius Dian Widi Anggoro
Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia. Vol 1, No 1 (2022): Maret 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1676.064 KB) | DOI: 10.26798/jpm.v1i1.573

Abstract

Proses belajar mengajar di sekolah tingkat SMA di Kabupaten Bantul pada masa darurat Covid-19 dilakukan secara daring. Semua proses pembelajaran beralih dari pembelajaran tatap muka (PTM) di kelas ke pembelajaran jarak jauh (PJJ) yang banyak dilakukan dengan menggunakan teknologi ponsel cerdas atau smartphone. Guru-guru pendidikan agama Islam yang tergabung dalam Musyawarah Guru Mata Pelajaran Pendidikan Agama Islam (MGMP-PAI) Tingkat SMA se-kabupaten Bantul memiliki kesulitan dalam mengubah materi pembelajaran dari materi PTM menjadi materi PJJ. Selain permasalahan kesediaan perangkat komputer yang masih terbatas, pihak mitra juga mengalami kendala dalam pembuatan video pembelajaran karena belum memiliki keahlian dan pengetahuan yang cukup memadai. Melalui pengabdian ini akan diberikan pelatihan dengan menggunakan aplikasi Kinemaster untuk editing video dan membuat materi pembelajaran yang menarik di ponsel cerdas. Pengabdian ini diawali dengan melakukan analisa situasi dan kebutuhan Mitra, mengidentifikasi permasalahan, menentukan tujuan dan rencana kegiatan, melaksanakan pelatihan, monitoring dan evaluasi. Pengabdian diikuti oleh 35 peserta, dilaksanakan secara online melalui pertemuan dengan menggunakan aplikasi Zoom. Antusias dari para peserta pengabdian ini sangat baik, terbukti dari hasil kuesioner dari peserta pelatihan yang menyatakan bahwa isi materi pelatihan sesuai dengan kebutuhan mereka dan cara penyampaian materi dalam pelatihan juga baik dan jelas.
THE EFFECTS OF FEATURE SELECTION METHODS ON THE CLASSIFICATIONS OF IMBALANCED DATASETS Femi Dwi Astuti; Indra Yatini Buryadi
IJISCS (International Journal of Information System and Computer Science) Vol 6, No 3 (2022): IJISCS (International Journal of Information System and Computer Science)
Publisher : STMIK Pringsewu Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56327/ijiscs.v6i3.1279

Abstract

imbalanced data often results in less than optimal classification. Also, datasets with a large number of attributes tends to make the classification results not too good, and in order get better classification accuracy results, one thing that could be done is to perform pre-processing to select the features to be used in the classification. This research uses information gain and gain ratio feature selection algorithms for the pre-processing stage prior to classification, and Naïve Bayes algorithm for the classification. The test is performed to determine the values of accuracy, precision, recall from the classification process without feature selection; accuracy value with information gain feature selection; accuracy value with gain ratio; and accuracy value with CBFS feature selection. The results are then compared to determine which feature selection algorithm gives the best results when applied to data with imbalanced classes. The results showed that the classification accuracy on the default of credit card client dataset using Nave Bayes algorithm was 64.27%. The information gain feature selection was able to increase the accuracy by 5.27% (from 64.27% to 69.54%), while the gain ratio feature selection was able to increase the accuracy by 14.19% (from 64.27% to 78.46%). In this case, the gain ratio is more suitable for data with greatly varied attribute values.
IMPLEMENTASI APLIKASI PEMESANAN JASA PENJAHIT BERBASIS ANDROID Bagas Antuk Pramukti; Femi Dwi Astuti; Muhammad Agung Nugroho
JuTI "Jurnal Teknologi Informasi" Vol 1, No 1 (2022): Agustus
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (944.087 KB) | DOI: 10.26798/juti.v1i1.630

Abstract

UMKM yang memiliki fokus melalui jasa penjahit, mereka memiliki kebutuhan untuk proses pemesanan yang dapat dilakukan melalui perangkat smartphone. Proses pemesanan ini umumnya dilakukan menggunakan perangkat chat melalui whatsapp, namun kekurangannya penjahit kesulitan untuk mendata pesanan sehingga dapat digunakan untuk evaluasi dan pencatatan order. Dalam proses pemesanan jasa tersebut, penjahit ingin sekaligus dapat mengetahui lokasi pengiriman order. Perancangan yang dilakukan oleh penulis memberikan fitur geotagging dengan memanfaatkan Google Maps API. Aplikasi pemesanan jasa penjahit berbasis aplikasi android dengan menggunakan pengembangan metode waterfall dengan proses pengujian blackbox dan pengujian usability. Hasil pengujian black box menunjukkan setiap proses pengujian fungsional aplikasi dari android dapat berjalan baik. Sementara dari model pengujian usability dengan  menggunakan penilaian System Usability Scale (SUS) memperoleh nilai 71.5, nilai ini termasuk acceptable dari sisi pengguna.
RANCANGAN DAN IMPLEMENTASI APLIKASI MENTORING MENGGUNAKAN FRAMEWORK LARAVEL Arrio Saputra; Muhammad Agung Nugroho; Femi Dwi Astuti; Danny Kriestanto
JuTI "Jurnal Teknologi Informasi" Vol 1, No 2 (2023): Februari 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (631.116 KB) | DOI: 10.26798/juti.v1i2.811

Abstract

Program Magang dan Studi Independen Bersertifikat (MSIB) di Yayasan Hasnur Centre mengharuskan mentor menulis laporan kegiatan mentoring, Pada platform website kampus merdeka mitra/PIC/HR hanya dapat melihat laporan harian maupun mingguan dari para mahasiswa magang dan laporan mentor tidak dapat dilihat oleh mitra/PIC/HR sebagai pemegang akun mitra. Sehingga pada penelitian ini membuat website mentoring platform yang mana website ini akan digunakan untuk mencatat atau menuliskan kegiatan mentoring Yayasan Hasnur Centre  Quality Internship Program (YHC QuIP) kampus merdeka yang dilakukan oleh mentor setiap hari kerja serta melampirkan dokumentasinya. Mentoring platform ini mentor dapat menuliskan kegiatan mentoring yang hanya bisa dibuat satu kali sehari akan tetapi jika mentor lupa menuliskan kegiatan mentoring pada hari itu maka akan dibuat otomatis oleh sistem, akan tetapi kegiatan mentoring hanya dapat diedit atau diubah selama dua hari sebelumnya dan kegiatan mentoring hanya dapat dihapus pada hari itu juga. Aplikasi Mentoring platform mempermudah mentor dalam menulis aktivitas/laporan/jurnal serta mempermudah HR/mitra sebagai admin untuk melihat seluruh laporan para mentor karena data yang disimpan sudah terpusat  
Implementasi ORESTE dengan Basson Rank untuk pemilihan tempat kursus TOEFL di Yogyakarta Femi Dwi Astuti; Siska Lidya Revianti
bit-Tech Vol. 6 No. 1 (2023): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v6i1.863

Abstract

TOEFL is one of the most frequently used international standardized tests for registering for masters and doctoral degrees, seeking study scholarships or for promotions. Unfortunately, there are still many students and employees who still experience difficulties in taking the TOEFL test. This is what then becomes the reason for them to take English courses, especially to prepare themselves for preparing the TOEFL test. Yogyakarta, which has the title of "Student City", has many campuses and many English courses that offer the TOEFL Preparation Course. There are many types of TOEFL formats and many TOEFL Preparation Programs are offered by English courses in Yoggyakarta. The TOEFL Preparation courses has various programs including different price, teacher competencies, and facilities. In this study, the ORESTE method was used to help the people determining the best course according to its ranking. This method is one of the Multiple Attribute Decision Making (MADM) methods used to find alternatives using predetermined criteria and preference weights. The criteria used are price, instructor, materials, facilities and location. The results showed that the best TOEFL course ranking/order alternative was A16 with a preference score of 3.9425 and the course with the lowest score was A4 with a score of 9.878177.
PEMANFAATAN FIREBASE REALTIME DATABASE PADA APLIKASI PEMBELAJARAN AGAMA ISLAM MENGGUNAKAN FRAMEWORK FLUTTER Femi Dwi Astuti; Yogo Hermawan
Jurnal Informatika Komputer, Bisnis dan Manajemen Vol 18 No 2 (2020): Mei 2020
Publisher : LPPM STMIK El Rahma Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61805/fahma.v18i2.65

Abstract

Smartphone is now a device that is in great demand by children. In addition to playing, smartphones can be used for learning for children. Making mobile applications is often considered difficult because it requires high laptop specifications, but with all the flutter resolved. Firebase is able to connect mobile applications to cloud storage. One feature of firebase is the realtime database. This is very suitable to be applied for learning applications that require changing the theory periodically. The results showed that the application of Islamic learning for children using flutter framework can help the process of learning Islam because it can be done anywhere. Theory and questions can change automatically without having to be refreshed by the user.
IMPLEMENTASI FUZZY C-MEANS UNTUK CLUSTERING PENDUDUK MISKIN (Studi Kasus : Kecamatan Bantul) Femi Dwi Astuti
Jurnal Teknomatika Vol 9 No 1 (2016): TEKNOMATIKA
Publisher : Fakultas Teknik dan Teknologi Informasi, Universitas Jenderal Achmad Yani Yogyakarta

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

Abstract

Kemiskinan merupakan suatu masalah yang harus diperhatikan oleh Bapeda. Sumber data dari BPS menunjukkan bahwa Jumlah penduduk miskin tahun 2015 di provinsi Daerah Istimewa Yogyakarta tergolong tinggi, sejumlah 532.590 penduduk dengan prosentase kemiskinan 14,55%. Di wilayah Kecamatan Bantul, seorang warga disebut sebagai keluarga miskin berdasarkan beberapa aspek seperti aspek pangan, sandang, papan, penghasilan, kesehatan, pendidikan, kekayaan, air bersih, listrik maupun jumlah jiwa. Berdasarkan kondisi tersebut perlu diimplementasikan suatu metode untuk untuk membantu BKKBN dalam pengelompokan keluarga miskin sehingga bantuan dapat tersalurkan dengan tepat dan dapat menurunkan tingkat kemiskinan. Penelitian ini menggunakan metode Fuzzy C-Means dalam klastering penduduk miskin. Metode ini dipakai karena sebuah keluarga dapat cenderung masuk dalam lebih dari satu cluster dengan derajat keanggotaan antara 0 dan 1. Dari 23, 500, 1000 dan 1313 jumlah data uji yang digunakan pada penelitian ini, hasil pengujian untuk jumlah cluster 3 menunjukkan cluster 1 memiliki anggota 507, cluster 2 memiliki anggota 253 dan cluster 3 memiliki anggota 553. Jumlah cluster 4 menunjukkan cluster 1 memiliki anggota 259 keluarga, cluster 2 memiliki anggota 297, cluster 3 memiliki anggota 504 dan cluster 4 memiliki anggota 253.
SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Hudaimi; Femi Dwi Astuti
Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 6 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v4i6.5719

Abstract

Seiring dengan kemajuan dunia modern, perangkat komputasi seperti laptop sangat penting untuk setiap aktivitas. Meskipun demikian, sering kali ada orang yang masih mengalami kesulitan dalam memilih laptop yang tepat untuk keperluan mereka. Tujuan dari penelitian ini adalah untuk membantu mereka yang ingin membeli laptop dalam memilih atau menemukan laptop yang ideal untuk kebutuhan mereka. Dibutuhkan sebuah sistem pendukung keputusan untuk mencapai hal tersebut. Teknik pendukung keputusan yang akan diterapkan adalah SAW (Simple Additive Weighting), karena memiliki kemampuan untuk menyaring beberapa pilihan yang tersedia berdasarkan kriteria yang telah ditentukan, yang pada akhirnya menghasilkan pilihan yang optimal. Untuk menemukan alternatif yang ideal, teknik SAW membutuhkan langkah normalisasi matriks terlebih dahulu, kemudian nilai bobot untuk setiap karakteristik, dan terakhir proses pemeringkatan. Dengan bantuan temuan penelitian ini, calon pembeli akan dapat menerima rekomendasi laptop yang disesuaikan dengan kebutuhan unik mereka. Kata kunci : Sistem Pendukung Keputusan, Simple Additive Weighting(SAW), Laptop
Performance Assessment of Branch Office Assistant (KCP) Leaders Using the Simple Additive Weighting Method Wibowo, Dwi; Astuti, Femi Dwi; Astuti, Yuli; Widayani, Wiwi; Fauzi, Arma
Journal of Intelligent Software Systems Vol 3, No 2 (2024): December 2024
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v3i2.1502

Abstract

Abstract— Performance Appraisal is a process that allows organizations to know, evaluate, measure and assess the performance of their members appropriately and accurately. This activity is closely related and influences the effectiveness of the implementation of human resource activities in the company, such as promotion, compensation, training, career management development and others. This is because the performance appraisal function can provide important information to the company to improve decisions and provide feedback to employees about their actual performance.The implementation of the achievement and performance appraisal of KCP leaders at KSPPS Tunas Artha Mandiri Nganjuk Branch has so far still used manual and has not used a decision support sistem so that the data generated is not accurate and takes a long time. As a result, if used in decision making, it is not appropriate and causes problems such as non-transparent management, decreased quality and performance of KCP leaders. The author applies and implements the Additive Weighting method (SAW) to measure the achievement and performance assessment of the Sub-Branch Office leadership at KSPPS Tunas Artha Mandiri Nganjuk Branch. With the aim of this decision support sistem can provide information and recommendations as well as accurate and efficient performance appraisal data.Keywords-Decision Support Sistem, Simple Additive Weighting, Employee Appraisal
Comparison of Hadoop Mapreduce and Apache Spark in Big Data Processing with Hgrid247-DE Utami, Firmania Dwi; Astuti, Femi Dwi
Journal of Applied Informatics and Computing Vol. 8 No. 2 (2024): December 2024
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v8i2.8557

Abstract

In today's rapidly evolving information technology landscape, managing and analyzing big data has become one of the most significant challenges. This paper explores the implementation of two major frameworks for big data processing: Hadoop MapReduce and Apache Spark. Both frameworks were tested in three scenarios sorting, summarizing, and grouping using HGrid247-DE as the primary tool for data processing. A diverse set of datasets sourced from Kaggle, ranging in size from 3 MB to 260 MB, was employed to evaluate the performance of each framework. The findings reveal that Apache Spark generally outperforms Hadoop MapReduce in terms of processing speed due to its in-memory data handling capabilities. However, Hadoop MapReduce proved to be more efficient in specific scenarios, particularly when dealing with smaller tasks or when memory resources are limited. This is largely because Apache Spark can experience overhead when initializing tasks for smaller jobs. Furthermore, Hadoop MapReduce's reliance on disk I/O makes it more suitable for tasks involving vast amounts of data that surpass available memory. In contrast, Spark excels in situations where quick iterative processing and real-time data analysis are essential. This study provides valuable insights into the strengths and limitations of each framework, offering guidance for practitioners and researchers when selecting the appropriate tool for specific big data processing requirements, particularly with respect to speed, memory usage, and task complexity.