Article Per Year (5 Year)
p-Index From 2020 - 2025
3.441
P-Index
This Author published in this journals
All Journal ComEngApp : Computer Engineering and Applications Journal Jurnal Pendidikan Matematika Jurnal Penelitian Sains JST ( Jurnal Sains Terapan ) AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat BAREKENG: Jurnal Ilmu Matematika dan Terapan Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Indonesian Journal of Applied Informatics Energy : Jurnal Ilmiah Ilmu-Ilmu Teknik Jurnal Vokasi Prima Abdika: Jurnal Pengabdian Masyarakat Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Pattimura International Journal of Mathematics (PIJMath) Innovative: Journal Of Social Science Research MULTIPLE: Journal of Global and Multidisciplinary
Sri Indra Maiyanti
Unknown Affiliation
Religion Aerospace Engineering Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
APLIKASI ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI HUBUNGAN PEUBAH INDIKATOR DENGAN PEUBAH LATEN YANG MEMPENGARUHI PRESTASI MAHASISWA DI JURUSAN MATEMATIKA FMIPA UNSRI Sri Indra Maiyanti; Oki Dwipurwani; Anita Desiani; Betty Aprianah
Jurnal Pendidikan Matematika Vol 2, No 1 (2008)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22342/jpm.2.1.296.

Abstract

To know the correlation between indicator variables and latent variables that the influence students’ achieviement in majors of mathematics of FMIPA UNSRI used Confirmatory Factor Analysis by maximum likelihood method to estimate the model parameters. Confirmatory Factor Analysis is one of the methods of multivariate analysis used to confirm whether or not the model that is build is match the hypothesis.  The result of tained that the latent variable of has a background of family could be measured by indicator variables of father’s education (x1), mother’s education (x2) and parent’s income (x3), where indicator variables that give great contribution is mother’s education is 0.84.  The latent variables of learning environment of campus (ξ2) could be measured by indicator variables of time using far house to campus (x4), learning facilities at home (x5) and learning concentration (x8), where indicator variables that give great contribution is learning facilities at home is 0.80.  The latent variables of attitude toward almamater (ξ3) could be measured by indicator variables of classroom facilities in major (x11), library facilities (x12) and computer facilities (x13), where indicator variables that give great contribution is classroom facilities in major is 1.08.  The latent variable of perseption toward lecturers (ξ4) could be measured by indicator of evaluation system given by lecturer (x16), learning system given by lecturer (x17), assigment system given by the lecturer (x18), and the relationship with academic advisor (x19), where indicator variables that give great contribution is learning system is 0.73.
PEMBERDAYAAN PENGRAJIN SONGKET MELALUI PENDAMPINGAN APLIKASI DESAIN GRAFIS DI DESA LIMBANG JAYA Bambang Suprihatin; Sugandi Yahdin; Sri Indra Maiyanti; Rifkie Primartha; Anita Desiani; Dite Geovani; Redina An Fadhila Chaniago; Nyayu Chika Marselina; Aulia Salsabila; Ira Rayyani
Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Vol 10 No 1 (2023): Januari
Publisher : Lembaga Penelitian, Penerbitan dan Pengabdian Masyarakat (LP3M) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/ppkm.v10i1.3643

Abstract

Kain tenun songket merupakan salah satu aset budaya di Sumatera Selatan. Salah satu desa di Sumatera Selatan yang memproduksi kain tenun songket adalah Desa Limbang Jaya. Penjualan kain tenun songket dan produk lainnya di Desa Limbang Jaya masih dalam skala terbatas sehingga jangkauan pemasaran kain tenun songket produksi Desa Limbang Jaya belum mencakup pasar yang luas. Strategi pemasaran secara online merupakan salah satu faktor penting dalam mempromosikan suatu produk agar dapat menjangkau lebih banyak konsumen. Untuk itu, dilakukan pendampingan panduan penggunaan aplikasi Canva bagi masyarakat Desa Limbang Jaya khususnya para pengrajin kain tenun songket untuk melakukan pemasaran secara online melalui postingan pada platform media sosial sehingga memiliki tampilan yang menarik dan informatif. Dalam pelaksanaannya, kegiatan pendampingan masyarakat ini dilakukan dalam tiga tahapan, yaitu persiapan, pelaksanaan kegiatan dan evaluasi. Setelah dilaksanakannya kegiatan pendampingan kepada masyarakat ini dapat dilihat dari hasil pre-test dan post-test masyarakat Desa Limbang Jaya telah memahami materi dan mampu menerapkan secara langsung penggunaan aplikasi Canva, dengan ini masyarakat Desa Limbang Jaya dapat meningkatkan penjualan kain tenun songket ataupun produk lainnya dalam cakupan pasar yang lebih luas.
Penerapan Metode Support Vector Machine Dalam Klasifikasi Bunga Iris Anita Desiani; Irmeilyana Irmeilyana; Herlina Hanum; Yuli Andriani; Sri Indra Maiyanti; Clarita Margo Uteh; Ira Rayyani
IJAI (Indonesian Journal of Applied Informatics) Vol 7, No 1 (2022)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v7i1.61486

Abstract

Abstrak Data mining adalah proses melatih komputer untuk mengenali suatu pola menggunakan teknik statistika mapun matematika. Salah satu teknik data mining yang sering digunakan adalah klasifikasi, yakni mengelompokkan data ke dalam suatu label menggunakan atribut. Pada klasifikasi, Support Vector Machine (SVM) merupakan salah satu metode yang paling banyak digunakan. Penelitian ini akan memanfaatkan metode SVM dalam melakukan klasifikasi bunga Iris. Data yang diteliti menggunakan sebanyak 150 data dengan menggunakan dua metode data latih, yakni percentage split dan k-fold cross validation. Data diolah melalui tahap pre-processing, lalu diklasifikasi menggunakan metode SVM melalui 2 metode data latih, percentage split sebesar 80% dan k-fold corss validation dengan k=10, perhitungan hasil prediksi menggunakan confusion matrix. Pada metode percentage split diperoleh nilai akurasi sebesar 96,7%, presisi 97,6%, recall sebesar 95,3%, dan F1-score sebesar 96,3%. Pada metode k-fold cross validation diperoleh nilai akurasi sebesar 92,6%, presisi 92,6%, recall sebesar 92,6%, dan F1-score sebesar 92,3%. Dengan demikian metode SVM menggunakan kernel polynomial dengan metode data latih percentage split dapat diimplementasikan ke dalam sistem klasifikasi bunga Iris.AbstractData mining is the process of training a computer to recognize a pattern using statistical and mathematical techniques. One of the data mining techniques that are often used is classification, which is to group data into the label using attributes. In classification, the Support Vector Machine (SVM) is one of the most widely used methods. This research will utilize the SVM method in classifying Iris flowers. The data studied used 150 data using two training data methods, percentage split and k-fold cross validation. The data is processed through the pre-processing stage, then classified using the SVM method through 2 training data methods, percentage split of 80% and k-fold cross validation with k = 10, and calculation of prediction results using a confusion matrix. In the percentage split method, the accuracy is 96.7%, precision is 97.6%, recall is 95.3%, and F1-score is 96.3%. In the k-fold cross validation method, the accuracy is 92.6%, precision is 92.6%, recall is 92.6%, and F1-score is 92.3%. So that the SVM method using a polynomial kernel with the percentage split training data method can be implemented into the iris classification system.
MODEL REGRESI DATA PANEL PADA FAKTOR-FAKTOR YANG MENENTUKAN PRODUKSI KOPI DI PROVINSI SUMATERA SELATAN TAHUN 2015-2021 Irmeilyana, Irmeilyana; Amalia, Indah; Maiyanti, Sri Indra; Ngudiantoro, Ngudiantoro
JST (Jurnal Sains Terapan) Vol 8, No 1 (2022): JST (Jurnal Sains Terapan)
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat, Politeknik Negeri Balikpapan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32487/jst.v8i1.1550

Abstract

Kopi merupakan salah satu komoditas perkebunan unggulan yang ada di Indonesia. Sumatera Selatan merupakan provinsi dengan luas areal dan hasil produksi kopi terbesar di Indonesia. Tujuan penelitian ini yaitu untuk memperoleh model regresi data panel pada faktor-faktor yang menentukan produksi kopi pada 12 kabupaten/kota di Sumatera Selatan tahun 2015-2021. Penelitian ini menggunakan data dari Direktorat Jenderal Perkebunan Kementerian Pertanian Indonesia. Estimasi model regresi data panel dilakukan dengan menggunakan tiga model yaitu Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM). Pemilihan model terbaik dilakukan dengan tiga pengujian yaitu uji Chow, uji Hausman dan uji Lagrange Multiplier. Model terbaik yang terpilih yaitu FEM dengan efek individu. Hasil estimasi FEM menunjukkan variabel luas lahan Tanaman Menghasilkan  berpengaruh positif dan mampu menjelaskan total produksi kopi di Provinsi Sumatera Selatan sebesar 85,91%. Model regresi data panel dari FEM adalah  , dengan  merupakan efek individu/wilayah yang menjadi pembeda kabupaten/kota di Provinsi Sumatera Selatan.  Kata kunci:  efek individu, Fixed Effect Model, produksi kopi, regresi data panel
Pengelompokkan Provinsi Di Indonesia Berdasarkan Konsumsi Kalori Per Kapita Sehari Menurut Kelompok Komoditas / Makanan Menggunakan Average Linkage Dan Ward’s Method Maiyanti, Sri Indra; Oki Dwipurwani; Azizah; Nurul Aisyah
MULTIPLE: Journal of Global and Multidisciplinary Vol. 2 No. 5 (2024): Mei
Publisher : Institute of Educational, Research, and Community Service

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

Abstract

Rata-rata konsumsi kalori per kapita sehari pada tahun maret 2022 dan 2023 masih berada dibawah standar kecukupan nasional. Demikian juga konsumsi rata-rata kalori per provinsi menurut kelompok komoditas masih banyak yang di bawah standar nasional. Tujuan penelitian ini adalah mengelompokkan provinsi di Indonesia berdasarkan rata-rata konsumsi kalori per kapita sehari menurut  kelompok komoditas / makanan menggunakan metode average linkage dan metode ward’s. Kelompok provinsi yang terbentuk dapat dijadikan sebagai salah satu informasi dalam mengambil kebijakan peningkatan konsumsi kalori masyarakat bersarkan kelompok makanan. Penelitian ini merupakan penelitian kuantitatif dengan data penelitian diperoleh dari Badan Pusat Statistik (BPS). Hasil kelompok yang terbentuk pada kedua metode sama yaitu 4 kelompok . Nilai rasio simpangan baku dalam dan antar cluster dengan metode average linkage adalah 0,30 sedangkan metode ward’s adalah 0,57 yang berarti metode average linkage adalah metode terbaik.
Pengelompokan Kabupaten/Kota di Provinsi Sumatera Selatan Berdasarkan Tenaga Kesehatan dengan Metode K-Means Clustering Ambarwati; Maiyanti, Sri Indra; Oki Dwipurwani; Citra Pertiwi; Nabila Henisaniyya
MULTIPLE: Journal of Global and Multidisciplinary Vol. 2 No. 6 (2024): Juni
Publisher : Institute of Educational, Research, and Community Service

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

Abstract

Tenaga kesehatan berperan penting dalam mewujudkan tujuan pembangunan kesehatan nasional, namun masih terdapat kesenjangan distribusi tenaga kesehatan di tingkat kabupaten/kota di Provinsi Sumatera Selatan. Penelitian ini merupakan penelitian kuantitatif dengan pendekatan deskriptif yang bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Sumatera Selatan berdasarkan data jumlah tenaga kesehatan menggunakan metode K-Means Clustering. Data yang digunakan adalah data jumlah tenaga kesehatan dari Badan Pusat Statistik tahun 2022. Penentuan jumlah cluster optimal dilakukan dengan menggunakan silhouette coefficient, yang menunjukkan bahwa dua cluster adalah jumlah yang paling optimal. Hasil pengelompokan menggunakan K-Means Clustering menunjukkan bahwa cluster 1 memiliki 16 anggota, sedangkan cluster 2 hanya beranggotakan satu kota, yaitu Kota Palembang. Hal ini menunjukkan adanya kesenjangan yang sangat besar antara Kota Palembang dengan kabupaten lainnya di Provinsi Sumatera Selatan. Dapat disimpulkan bahwa diperlukan pemerataan distribusi untuk mendukung ketersediaan tenaga kesehatan di kabupaten di Provinsi Sumatera Selatan.
Pelatihan Aplikasi Desain Grafis Sebagai Peluang Usaha Ekonomi Produktif (UEP) Bagi Karang Taruna di Desa Limbang Jaya Suprihatin, Bambang; Desiani, Anita; Maiyanti, Sri Indra; Primartha, Rifkie; Salamah, Fitri; Sari, Puspa; Fadilah, Nadiyah
Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2024): November 2024
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/kontribusi.v5i1.429

Abstract

Latar Belakang: Desa Limbang Jaya, terletak di Kecamatan Tanjung Batu, Kabupaten Ogan Ilir, Sumatera Selatan, memiliki kelompok Karang Taruna yang terdiri dari para pemuda-pemudi. Meskipun kelompok ini produktif dengan banyak kegiatan kepemudaan, mereka belum terorganisir dengan baik. Pandemi COVID-19 selama tiga tahun terakhir menyebabkan kegiatan mereka terhenti, dan banyak pemuda terkena Pemutusan Hubungan Kerja (PHK). Tujuan: Kegiatan ini bertujuan untuk mengetahui efektivitas pelatihan pemanfaatan aplikasi Canva dalam mengembangkan Usaha Ekonomi Produktif (UEP)di kalangan pemuda Karang Taruna Desa Limbang Jaya. Metode: Metode yang digunakan adalah survei kualitatif dan kuantitatif, yang melibatkan tahapan survei, persiapan kegiatan, penyampaian materi, dan evaluasi kegiatan. Hasil: Hasil kegiatan menunjukkan bahwa peserta pelatihan memahami materi tentang pemanfaatan aplikasi Canva dengan baik. Kesimpulan: Pelatihan pemanfaatan aplikasi Canva berhasil meningkatkan pemahaman dan keterampilan peserta dalam bidang desain grafis, yang berpotensi dikembangkan menjadi UEP. Langkah selanjutnya adalah melakukan pelatihan lanjutan dan memperluas cakupan program untuk mencapai dampak yang lebih besar. 
PCA-Based on Feature Extraction and Compressed Sensing for Dimensionality Reduction Desiani, Anita; Maiyanti, Sri Indra; Miraswan, Kandak Januar; Arhami, muhammad
Computer Engineering and Applications Journal Vol 8 No 2 (2019)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (334.541 KB) | DOI: 10.18495/comengapp.v8i2.281

Abstract

Compressive sensing reduces the number of samples required to achieve acceptable reconstruction for medical diagnostics, therefore this research will implement dimensional reduction algorithms through compressed sensing for electrocardiogram signals (EKG). dimensional reduction is performed based on the fact that ECG signals can be reconstructed with linear combination coefficients with a bumpy base of small measurements with high accuracy. This study will use PCA for feature extraction on ECG signals. The data used are the ECG patient records on the website page www.physionet.org as many as 1200 with each attribute as many as 256 attributes. The total data dimension used is 1200x256, which means the data has 1200 rows and has as many as 256 columns. To show the accuracy of the dimensional reduction result, so it is performed classification on data using KNN and Naive Bayes. The classification results show that KKN can classify well with 84,02% accuracy rate and the Naive Bayes accuracy is 65,78%. for 100 dimensions The conclusion is those dimensional reductions for ECG data that have large dimensions, it still able to provide valid information like it uses the original data. Principle Component Analysis is a good method for reducing data dimensions by selecting certain features, so the dimensions of the data become smaller but still able to provide good accuracy to the reader.
GRAPHICAL REPRESENTATION AND TWO GROUPS ANALYSIS ON DATA MATRIX OF ROBUSTA GREEN CHERRIES PRODUCTION IN TWO HARVEST PERIODS Irmeilyana, Irmeilyana; Suprihatin, Bambang; Desiani, Anita; Ngudiantoro, Ngudiantoro; Maiyanti, Sri Indra
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 19 No 2 (2025): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol19iss2pp1279-1294

Abstract

Several factors that play a role in the productivity of Robusta coffee trees are the influence of pruning techniques and weather elements. This paper discussed the graphical analysis and comparison of two data matrices of Robusta green cherries production, which would enter the ripening process in branch categories for the harvest period in 2023 and 2024. Hypothesis testing on secondary data in the form of daily weather conditions in 2022 and 2023, which include temperature, dew, humidity, wind speed, and cloud cover for the two periods, was significantly different. However, solar radiation and precipitation were not. The data source for each harvest period was primary data, with the object being a sample of 30 trees that were sampled purposively. The research object was in Pagaralam Municipality, South Sumatra. There were 18 variables covering many branch categories based on production year, position, and shape. The PCA (Principal Component Analysis) results on each data matrix show similarities in the dominant variables representing each subspace. The first three PCs in each data matrix for 2023 and 2024 span a subspace and describe the variation of the original data of 77.3% and 68.8%, respectively. The 3rd and 1st-year production branch categories dominate the subspace of each data matrix for 2023 and 2024. Comparison of the two PC subspaces using two groups analysis in 3rd dimension space produces angles of 19.70, 28.80, and 69.10. The bisector components show that the variables that dominate the similarity of the two data matrices are the variables that tend to represent both PC subspaces dominantly. Robusta green cherry production can be represented by the number of secondary branches, which are straight in shape, along with the number of fruit clusters. This study result can be a reference for farmers when considering the composition of the number of branch categories when pruning.
PENYULUHAN DESAIN PACKING PRODUK DAN PEMANFAATAN DIGITAL MARKETING PADA USAHA KERUPUK DI DESA TANJUNG PERING KECAMATAN INDRALAYA UTARA KABUPATEN OI Irmeilyana, Irmeilyana; Ngudiantoro, Ngudiantoro; Maiyanti, Sri Indra; Setiawan, Arum; Affandi, Azhar Kholiq
Jurnal Vokasi Vol 7, No 1 (2023): Maret
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/vokasi.v7i1.3308

Abstract

Desa Tanjung Pering merupakan salah satu sentra usaha produksi kerupuk di Kabupaten Ogan Ilir (OI), yang mempunyai kekhasan rasa. Sebagian berupa kerupuk mentah yang belum digoreng. Kemasan kerupuk yang digoreng biasa saja, tidak di-packing dengan tampilan yang lebih menarik, tidak ber-merk. Pada saat ini, pemasaran kerupuk yang ada di Desa Tanjung Pering masih tradisional. Penggunaan teknologi gawai belum dimanfaatkan secara optimal. Tujuan kegiatan PPM ini adalah untuk memberi penyuluhan kepada khalayak sasaran tentang packing kemasan produk yang dapat menghasilkan performa yang menarik, menjaga ketahanan produk supaya lebih awet, tidak mudah tengik dan lempam (alot), serta menunjukkan “identitas” produk termasuk informasi narahubung dan promosi produk. Selain itu, untuk mengenalkan cara penjualan produk kerupuk melalui digital marketing. Metode pelaksanaan kegiatan berupa presentasi (transfer materi), peragaan/praktek, dan pendampingan implementasi. Hasil yang diperoleh berupa produk kerupuk dengan tampilan yang lebih dapat meningkatkan nilai jual, baik berupa bentuk kerupuk, packing beserta brand-nya, maupun pemasaran digital-nya. Setelah kegiatan PPM ini, diharapkan kerupuk Desa Tanjung Pering lebih dikenal dan juga pengrajin kerupuk dapat memperluas pasarnya dengan harga yang lebih bersaing.
Co-Authors Affandi, Azhar Kholiq Al-Filambany, Muhammad Gibran Ali Amran Ambarwati Ambarwati Anita Desiani Arhami, Muhammad Arum Setiawan Aulia Salsabila Azizah Azzahra, Nur Devita Bambang Suprihatin Bambang Suprihatin Betty Aprianah Citra Pertiwi Clarita Margo Uteh Desty Rodiah Dite Geovani Erwin Erwin Fadilah, Nadiyah Febriyanti, Indrike Geovanni, Dite Hamidah, Shaly Wanda Herlina Hanum Indah Amalia, Indah Ira Rayyani Irmeilyana Kanda Januar Miraswan Makhalli, Siddiq Muhammad Naufal Rachmatullah Mutiara, Siti Rahma Nabila Henisaniyya Ngudiantoro . Ning Eliyati Nugrohoputri, Rifa Fadhila Nurul Aisyah Nyayu Chika Marselina Oki Dwipurwani Puspa Sari, Puspa Putri, Rizki Eka Ramayanti, Indri Redina An Fadhila Chaniago Rifkie Primartha Rifkie Primartha Salamah, Fitri Shidqi, Muhammad Akmal Sugandi Yahdin Suratama, Bintang Susanto Susanto Syarifuddin, Fauzi Yusuf Wahyudi, Yogi Yuli Andriani Zubaidah R, Zubaidah