Article Per Year (5 Year)
p-Index From 2021 - 2026
2.447
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Matematika Raflesia Jurnal Informasi dan Komputer Journal of Artificial Intelligence and Innovative Applications (JOAIIA) KOMMAS: Jurnal Pengabdian Kepada Masyarakat Journal of Research and Publication Innovation Jurnal Penelitian Ilmu komputer Biner : Jurnal Ilmu Komputer, Teknik dan Multimedia OKTAL : Jurnal Ilmu Komputer dan Sains JRIIN :Jurnal Riset Informatika dan Inovasi Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA) APPA : Jurnal Pengabdian Kepada Masyarakat SIGMA DIDAKTIKA: Jurnal Pendidikan Matematika
Devi Yunita
Unknown Affiliation
Humanities Astronomy Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Social Sciences Transportation Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
Analisis Pola Transportasi Publik Menggunakan K- Means Clustering Danu Saputra; Yusuf Arif Rahman; Dwi Yansen Yesaya; Devi Yunita
Jurnal Riset Informatika dan Inovasi Vol 2 No 11 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Penelitian ini bertujuan untuk menganalisis pola penggunaan transportasi publik berbasis layanan Uber di New York City menggunakan algoritma K-Means Clustering. Dataset yang digunakan mencakup data pickup yang mencatat lokasi (latitude dan longitude) serta waktu. Proses analisis dilakukan menggunakan RapidMiner dengan langkah-langkah meliputi praproses data, normalisasi, pengelompokan klaster, dan evaluasi model. Hasil menunjukkan bahwa algoritma K-Means mampu mengidentifikasi lima wilayah pickup utama dengan nilai Silhouette Coefficient sebesar 0,65, menunjukkan klaster yang cukup terpisah.
Penerapan Metode K-Means untuk Klasifikasi Rekomendasi Tugas Akhir Mahasiswa Dani Ramdani; Kurnia Naradinata; Firza Aditiya Ardiansah; Muhamad Sahril; Ardiansyah Maulana; Devi Yunita
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 2 No 5 (2025): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Publisher : Shofanah Media Berkah

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

Abstract

Tugas Akhir (TA) adalah komponen utama untuk menyelesaikan studi di perguruan tinggi. Namun, banyak mahasiswa mengalami kendala dalam memilih area penelitian TA yang sesuai dengan kemampuan. Penelitian ini bertujuan memberikan rekomendasi area penelitian TA dengan menggunakan data nilai A, B, dan C dari 10 Mata Kuliah Wajib (MKW) selama enam semester oleh mahasiswa Program Studi Informatika di Universitas Pamulang. Analisis data dilakukan menggunakan metode K-Means dengan tiga cluster: C1 (rendah), C2 (menengah), dan C3 (tinggi). Data yang digunakan adalah simulasi dari 5 mahasiswa dengan nilai A, B, dan C untuk setiap MKW. Hasil analisis menunjukkan bahwa pengelompokan dapat memberikan gambaran kesesuaian mahasiswa dengan topik TA. Evaluasi akurasi clustering menggunakan Sum of Squared Errors (SSE) menghasilkan nilai 1.875, mengindikasikan tingkat kesalahan rendah. Perhitungan Silhouette Coefficient (SC) menunjukkan nilai 0.1505, mencerminkan kualitas cluster cukup baik meskipun masih bisa ditingkatkan.
Pelatihan Inovatif Artificial Intelligence Mempersiapkan Generasi Muda Untuk Menghadapi Pembelajaran Di Era Digital Devi Yunita; Dadan Nuh Faturahman; Toga Micolasdo Sitanggang; Rangga Roris; Puput Arie Sugiyanto; Anggarini Puspita Rarasati; Kaila Aleishya; Abu Zar Al Gifari; Agung Kurniawan; Zaqi Taufiqurrahman; Muhamad Adrian
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 2 No 6 (2025): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

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

Abstract

Revolusi Industri 4.0 telah membawa perubahan signifikan dalam berbagai aspek kehidupan, termasuk sektor pendidikan. Teknologi Artificial Intelligence (AI) menjadi salah satu inovasi yang memiliki dampak besar terhadap digitalisasi pembelajaran. Namun, di Indonesia, penerapan AI dalam dunia pendidikan, khususnya di tingkat Sekolah Menengah Pertama (SMP), masih terbatas. Faktor seperti rendahnya literasi teknologi, keterbatasan infrastruktur, dan minimnya pelatihan menjadi tantangan utama. Melalui program pengabdian kepada masyarakat, pelatihan inovatif AI di SMPN 3 Cikupa dirancang untuk memberikan pemahaman dasar tentang AI, meningkatkan keterampilan teknologi, serta memupuk kemampuan berpikir kritis dan kreatif siswa. Sasaran utama kegiatan ini adalah siswa kelas 8, yang dinilai berada pada usia ideal untuk mempelajari konsep AI. Program ini diharapkan mampu menjawab tiga isu utama, yaitu meningkatkan literasi AI, mengajarkan etika berteknologi, dan memanfaatkan AI secara efektif dalam pembelajaran. Dengan memanfaatkan fasilitas sekolah seperti laboratorium komputer dan akses internet, program ini dirancang menggunakan pendekatan partisipatif yang melibatkan siswa secara aktif melalui sesi teori dan praktik. Hasil dari pelatihan ini diharapkan dapat meningkatkan wawasan teknologi siswa, membentuk pola pikir inovatif, serta membekali mereka dengan keterampilan yang relevan untuk menghadapi tantangan era digital.
PENERAPAN K-NEAREST NEIGHBORS PADA PERCEPTRON UNTUK KLASIFIKASI DATASET KECIL DENGAN TIGA FITUR Arjuna Ranma Putra; Julya Rahmah Shanty; Maria Lodiana Leki; Muhammad Aqshal Hidayat Fizhillillah; Rifky Firmansyah; Devi Yunita
OKTAL : Jurnal Ilmu Komputer dan Sains Vol 3 No 11 (2024): OKTAL : Jurnal Ilmu Komputer Dan Sains
Publisher : CV. Multi Kreasi Media

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

Abstract

In developing machine learning models for small datasets, choosing the right method is key to producing accurate classification. This research applies the Single Layer Perceptron (SLP) algorithm to classify a small dataset with three main features, namely Feature1, Feature2, and Feature3. The SLP algorithm is used to learn patterns in the data, with model evaluation using the k-fold cross-validation technique. This technique ensures each piece of data is used as test and training data in turn, to obtain more accurate evaluation results. In addition, the k-Nearest Neighbor (k-NN) algorithm was used to find the optimal K parameter value to improve the accuracy of the model. This study used 13 sample data to train and test the model.
Perancangan Sistem Informasi Pengolahan Data Cuti Karyawan Berbasis Web Menggunakan Metode Waterfall Di Mitra10 Pamulang M.M. Rizki Reza Utama; Devi Yunita
BINER : Jurnal Ilmu Komputer, Teknik dan Multimedia Vol. 1 No. 5 (2023): BINER : Jurnal Ilmu Komputer, Teknik dan Multimedia
Publisher : CV. Shofanah Media Berkah

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

Abstract

Mitra10 pamulang merupakan toko yang menyediakan perlengkapan rumah dan bahan bangunan serta memiliki karyawan kurang lebih 150 karyawan yang beralamat di Jl. Siliwangi Pamulang Blok SH No 17 Pamulang Barat, Pamulang Tangerang Selatan. Proses pengajuan cuti mewajibkan setiap karyawan mengajukan permohonan pada formulir cuti dalam sebuah kertas yang telah disediakan oleh HRD yang ditujukan kepada masing-masing Team Leader maksimal 14 hari sebelum pengajuan cuti. Seluruh permohonan cuti akan direkap oleh HRD pada sebuah file box. Proses ini memiliki kendala diantaranya adalah proses pengajuan cuti yang masih menggunakan kertas rentan terjadi kehilangan data dikarenakan kertas hilang atau rusak. Proses pengajuan yang harus diajukan secara langsung oleh karyawan membuat proses pengajuan berjalan lama dikarenakan proses validasi cuti dari tiap-tiap divisi tidak dapat dilakukan dengan cepat. Bagi beberapa karyawan yang memerlukan cuti atau izin mendadak sulit dilakukan karena proses pengajuan cuti tidak dapat dilakuan dimana saja. Selain itu rekapan data cuti yang tersimpan di file box membuat proses pencarian data sulit dilakukan dan memerlukan waktu lama. Metode perancangan difokuskan pada pengembangan model dengan menggunakan UML (Inifed Model Language) dan menggunakan bahasa pemrograman PHP, dan XAMPP sebagai web server serta MySQL sebagai penyimpanan database. Penelitian ini menghasilkan aplikasi yang mampu mencatat seluruh data cuti karywan untuk meminimalisir kehilangan data, memudhkan karyawan dalam mekakukan proses pengajuan cuti yang dapat dilakukan dimana saja dan kapan saja serta mempercepat proses pencarian data pengajuan cuti karyawan yang sudah ada.
Sistem Pengairan Otomatis Pada Media Tanaman Hias Menggunakan Sensor Soil Moisture Berbasis Web (Studi Kasus: Ebenbena Flora) Devi Yunita; Dani Muliansyah
OKTAL : Jurnal Ilmu Komputer dan Sains Vol 2 No 11 (2023): OKTAL : Jurnal Ilmu Komputer Dan Sains
Publisher : CV. Multi Kreasi Media

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

Abstract

Soil is one of the growing media for plants, both annual crops and annual plants for humans and other living things. The body of soil consisting of air (20-30%), air (20-30%), mineral matter (45%), and organic matter (5%) is very dynamic in nature, that is, it continuously experiences changes influenced by climate (rainfall). . and temperature), shape of the area (relief or shape of the land surface), parent material, time, and organisms. The purpose of this research was to be able to make a tool that can water plants automatically using WEB which later, if this research is successful, it is hoped that with this tool humans will no longer need to water plants manually. In writing and conducting this research, the authors used the waterfall as a method for designing an automatic watering system on WEB-based ornamental plant media. The essence of the waterfall method is the work of a system that is carried out sequentially. Based on the results and discussion in the previous chapter, it can be concluded that this research has produced Automatic irrigation system for ornamental plant media. Used to monitor the irrigation of ornamental plants automatically based on the setting of the soil moisture value with the help of a soil moisture sensor. With a system made by ornamental plant owners, they can monitor plant humidity by viewing real-time sensor data on the system created so that plants do not lack or excess water.
SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN E-COMMERCE TERBAIK PADA PERUSAHAAN DIGITAL MARKETING MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) BERBASIS WEBSITE (Studi Kasus : PT. Lumbung Emas Astria) rendy; Devi Yunita
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Journal of Artificial Intelligence and Innovative Applications (JOAIIA)

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

Abstract

The development of information technology has significantly impacted the economic sector, particularly through the growth of e-commerce. PT. Lumbung Emas Astria (LEA Digital Agency), as a digital marketing agency, assists MSMEs in managing online stores across various platforms. However, challenges arise as each platform possesses different algorithms, often leading to ineffective marketing strategies and inefficient advertising costs. Currently, selecting the right platform is done conventionally. This study aims to develop a Web-based Decision Support System (DSS) to recommend the best e-commerce platform. The Simple Additive Weighting (SAW) method is employed to weigh criteria such as store performance, sales volume, communication features, and platform campaigns. Data collection was conducted through observation, interviews, and literature review. Based on system testing using sample data from 10 client stores, the application successfully identified Tokopedia as the best platform with the highest preference score of 8.68, followed by Shopee with 8.42, and TikTokshop with 7.37. Furthermore, functionality testing using the Blackbox Testing method demonstrated that the system is 100% valid and operates optimally. With this system, the LEA Digital Agency team can determine more efficient marketing strategies and help business owners minimize the risk of loss in the early stages of their business.
Co-Authors Abu Zar Al Gifari Agung Kurniawan Anggarini Puspita Rarasati Ardiansyah Maulana Arjuna Ranma Putra Bagus Adriansyah Dadan Nuh Faturahman Dani Muliansyah Dani Ramdani Danu Saputra Delio Elisio Da Costa Ornai Dewi Rahimah Donni Donni Halomoan Dwi Yansen Yesaya Eka Ridhawati Firza Aditiya Ardiansah Ghozi Agam Alfarizi Intan Toybah Julya Rahmah Shanty Kaila Aleishya Karolina Metilda Dahung Khoirun nisya Kurnia Naradinata M.M. Rizki Reza Utama Maria Lodiana Leki Mario Jody Caesar Maulana Fansyuri Muchlis, Effie Efrida Muhamad Adin Wahyudin Muhamad Adrian Muhamad Anggi Saputra Muhamad Sahril Muhammad Aqshal Hidayat Fizhillillah Muhammad Faried Ikhwan Nanda Lorenza NUR HASANAH Oktaviana Harta Leli Pari Purnaningsih Puput Arie Sugiyanto Rangga Roris Rendy Resti Isnaeni Rifky Firmansyah Sherlvi Eka Tassia Sogi Efriansyah Syams Agung Nugraha Toga Micolasdo Sitanggang Yusuf Arif Rahman Zaqi Taufiqurrahman Zulfitra Zulkifli .