Claim Missing Document
Check
Articles

Development of 2013 Curriculum Learning Model based on Trigger Powerpoint Media to Improves Students’ Creative Thinking Skill Andri Rahadyan; Ek Ajeng Rahmi Pinahayu; Indra Kurniawan; Rahman Abdilah; Nurfidah Dwitiyanti
EduMa: Mathematics education learning and teaching Vol. 8 No. 2 (2019)
Publisher : Jurusan Tadris Matematika UIN Siber Syekh Nurjati Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24235/eduma.v8i2.5016

Abstract

This research is to develop 2013 curriculum learning model using trigger Microsoft power point. This is an innovative learning model in order to enhance students’ creative thinking skill in mathematics problem solving. The research method is RND with qualitative research using data collecting techniques such as cheque list, observation, questioner, and problem-solving task. The sample of this research is primary students. The processes of developing this model are (a) initial investigation phase is to study literatures and collect the information, (b) design phase is to design the syntax of this model and create the lesson plans, worksheets, and learning materials, (c) realization phase is to do the syntax of this model and the learning materials, and (d) trial, evaluation, and revision phase is the syntax and the learning materials are validated by some validators, do some revisions, then these are evaluated or tried out in a class. This research results a valid, effective, and practical learning model that is able to enhance students’ creative thinking skill in mathematics problem solving. Thus, the 2013 curriculum using trigger Microsoft power point is a learning model that can be applied in primary school related to 2013 curriculum
Perbandingan K-Nearest Neighbor, Naïve Bayes, dan Support Vector Machine pada Analisis Sentimen Ulasan Aplikasi Photomath Nurfidah Dwitiyanti; Noni Selvia; Nur Alamsyah; Sukarno Bahat Nauli
Jurnal Ilmiah FIFO Vol. 18 No. 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2026.v18i1.005

Abstract

Penggunaan aplikasi pembelajaran matematika seperti Photomath terus meningkat, namun kajian terkait sentimen pengguna, khususnya dalam bahasa Indonesia, masih terbatas. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna serta membandingkan kinerja algoritma Naïve Bayes, K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM). Tahapan penelitian diawali dengan prapemrosesan teks, Setelah itu, data diproses melalui ekstraksi fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Dataset yang digunakan terdiri dari 42.672 ulasan pengguna Photomath yang diperoleh melalui teknik web scraping dari Google Play Store dan diseleksi menggunakan purposive sampling. Data kemudian diberi label sentimen, yaitu positif, netral, dan negatif berdasarkan nilai rating. Berdasarkan penelitian, KNN mencatat akurasi 86,61%. Namun, kinerjanya pada kelas netral dan negatif masih belum optimal karena data yang tidak seimbang. Meskipun SMOTE dapat meningkatkan recall, akurasi justru menurun. Sebaliknya, SVM terbukti sebagai algoritma terbaik dengan akurasi 88,94% dan F1-score makro tertinggi. Temuan ini menegaskan bahwa pemilihan algoritma dan strategi data tidak seimbang sangat berpengaruh terhadap performa klasifikasi sentimen.
INTERPRETASI BASIS DATA DENGAN PENDEKATAN TABULASI SILANG UNTUK PEMETAAN DIAGRAM VENN Nurfidah Dwitiyanti; Erlin Windia Ambarsari; Nunu Kustian
Jurnal Publikasi Teknik Informatika Vol. 1 No. 2 (2022): Mei : Jurnal Publikasi Teknik Informatika
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jupti.v1i2.345

Abstract

Venn diagrams group data sets based on relations, either in the form of combined or slice sets. Venn Diagram mapping occurs when there are interrelated data sets. Weaknesses Venn diagrams do not show interconnected data, such as how many data records come from sorting Query data. In this study, cross-tabulation supports indicating related data in the database, making a Venn Diagram. This research uses cross-tabulation results to facilitate Venn Diagram mapping in database exploration. The variable used as experimental material is student test scores. Database interpretation has evidenced cross-tabulation to map Venn Diagram by separating Grade levels. The breakdown of Grade levels makes it easier to understand the visualization of data in the Venn Diagram. Merging Assignments, UTS, and UAS workable if they have the same goal, referring to the Grade as the data centre. The results obtained that the Grade value with the highest achievement is A-. Assignments worth >= 81.5 by 41%, UTS between values ​​of 73-85.5 by 21%, and UAS between values ​​of 77.5-82.5 by 24%.
Penerapan Aplikasi Rekomendasi Konten Akun Instagram Photographer Menggunakan Collaborative Filtering Sukarno Bahat Nauli; Riama Sibarani; Hernalom Sitorus; Bosar Panjaitan; Turkhamun Adi Kurniawan; Agung Priambodo; Faizal Zuli; Nurfidah Dwitiyanti; Ziva Raka Narendra
FORMAT Vol 15 No 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2026.v15.i1.001

Abstract

Perkembangan media sosial, khususnya Instagram, telah membuka peluang besar bagi individu dan komunitas untuk membagikan konten visual. Tantangan yang muncul adalah bagaimana menyajikan konten yang sesuai dengan preferensi audiens. Penelitian ini bertujuan untuk mengimplementasikan sistem rekomendasi konten berbasis metode Item-Based Collaborative filtering pada akun Instagram “Photographer Dadakan”. Sistem ini menganalisis interaksi pengguna berupa likes dan komentar terhadap konten sebelumnya, kemudian menghitung kemiripan antar konten menggunakan Cosine Similarity. Prediksi minat pengguna dilakukan dengan metode Weighted Sum, dan rekomendasi utama ditentukan melalui perhitungan Global Score. Hasil penelitian menunjukkan bahwa sistem dapat memberikan rekomendasi konten yang lebih relevan sehingga mendukung pengelolaan konten berbasis data pada platform media sosial visual.
PENGUATAN LITERASI DIGITAL SEHAT DAN AMAN BAGI WARGA DI KELURAHAN HARJASARI Andreas Adi Trinoto; Nurfidah Dwitiyanti; Mochamad Dedy Subekti Rahardjo
Jurnal Penamas Adi Buana Vol 10 No 01 (2026): Jurnal Penamas Adi Buana
Publisher : LPPM Universitas PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/penamas.vol10.no01.a11226

Abstract

  Evolusi teknologi digital di Indonesia menunjukkan peningkatan yang pesat dengan jumlah pengguna internet yang bertambah setiap tahun. Namun, pertumbuhan ini belum sepenuhnya diimbangi dengan kemampuan literasi digital masyarakat yang berada pada nilai 44,53 dari 100. Rendahnya kesadaran terhadap keamanan digital menyebabkan masyarakat rentan terhadap berbagai ancaman dunia maya seperti penyebaran hoaks, penipuan daring, kebocoran data pribadi, dan perundungan siber. Berdasarkan hasil observasi awal dan diskusi kelompok terfokus (FGD) di Kelurahan Harjasari, ditemukan bahwa sebagian besar warga belum memahami perlindungan data pribadi, verifikasi informasi, dan pencegahan kejahatan siber. Oleh karena itu, kegiatan pengabdian ini dirancang dalam bentuk pelatihan tatap muka yang diikuti oleh 15 peserta warga RT 02 RW 11 Kelurahan Harjasari pada 12 Januari 2026. Metode yang digunakan meliputi ceramah, diskusi interaktif, dan refleksi melalui kuesioner digital. Hasil evaluasi menunjukkan bahwa 57% peserta pernah menjadi korban kejahatan siber, seluruh peserta menyatakan tingkat pemahaman yang cukup hingga sangat baik setelah pelatihan, dan kepuasan mitra mencapai skor 4 dari 5 pada 12 indikator penilaian. Kegiatan ini membekali dan menghasilkan komunitas dengan pemahaman dan keterampilan empat pilar literasi digital yaitu kecakapan digital, etika digital, keamanan digital, dan budaya digital guna menciptakan ekosistem digital yang cerdas, produktif, dan inklusif.  
KORELASI GEJALA PENYAKIT FLU PADA ANAK BALITA DENGAN MENGGUNAKAN ALGORITMA SEMUT Noni Selvia; Erlin Windia Ambarsari; Nurfidah Dwitiyanti
Jurnal Informatika Dan Tekonologi Komputer (JITEK) Vol. 2 No. 2 (2022): Juli : Jurnal Informatika dan Teknologi Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jitek.v2i2.246

Abstract

Influenza is one of the most common illnesses suffered by toddlers. Knowing the symptoms that appear most quickly, parents can provide appropriate first aid to their toddlers. A graph is a field of mathematics used to find the fastest pathways in a path based on the starting point to the endpoint. The graph used is a weighted graph with weights taken from the moderate pain suffered by toddlers, in which the range of a pain scale is 0 – 10. Then, using the ant algorithm to determine the distance from symptoms that often appear. The results obtained from pheromone evaporation of the ant algorithm are Fever (P1), Headache (P2), Weakness (P7), Vomiting (P8), and Diarrhea (P9). The pheromones taken as pathways were high pheromone values P1–P2 (0.0905), P2–P7 (0.0874), P7–P8 (0.0811), and P8–P9 (0.0810). Ant algorithm can identify flu symptoms in children under five and explain the relationship between the symptoms.