Article Per Year (5 Year)
p-Index From 2021 - 2026
1.383
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) SINTECH (Science and Information Technology) Journal JURTEKSI JSR : Jaringan Sistem Informasi Robotik JITU (Jurnal Ilmiah Teknik Unida) AMMA : Jurnal Pengabdian Masyarakat SmartComp
Febie Elfaladonna
Politeknik Negeri Sriwijaya
Humanities Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Nursing Transportation

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
UJI EFEKTIFITAS METODE FUZZY LOGIC MAMDANI PADA PENERIMAAN BEASISWA BANTUAN MENGGUNAKAN MATLAB Febie Elfaladonna; Indra Griha Tofik Isa
SINTECH (Science and Information Technology) Journal Vol. 5 No. 1 (2022): SINTECH Journal Edition April 2022
Publisher : Prahasta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/sintechjournal.v5i1.1043

Abstract

One of the supporters in creating an even educational climate is the existence of scholarships. In general, scholarships in the form of financial assistance intended for the community of higher education, both lecturers, teachers, students and students. In the awarding of scholarships, some findings were obtained, including not being on target which caused the scholarship assistance to be ineffective. One solution in determining the acceptance of scholarships is the existence of a system that is integrated with decision-making methods. Fuzzy logic mamdani becomes one of the recommendation methods that can be implemented in decision making. So the formulation of the problem of this research is (1) How is the implementation of fuzzy logic mamdani methods to the decision-making system of receiving aid scholarships?; (2) How effective fuzzy logic methods mamdani to the decision-making system of aid scholarship. The scope of the research is (1) The method of inference with Fuzzy Logic Mamdani; (2) The tools used are Matlab version R2021b; (3) The input variable criteria consist of parental income, achievement (academic and non-academic) and average grades throughout the semester; (4) The variable output criterion is the amount of the scholarship. The final results of the study resulted in the calculation of the effectiveness of the Fuzzy Mamdanil Method of more than 50%, so that the fuzzy mamdani method can be recommended as an alternative in the decision-making method determining the amount of acceptance of aid scholarships.
SIMPLE ADDITIVE WEIGHTING (SAW) PADA SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGANGKATAN KARYAWAN TETAP Febie Elfaladonna; Andre Mariza Putra; Ria Rahmawati
JSR : Jaringan Sistem Informasi Robotik Vol 6, No 1 (2022): JSR : Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v6i1.142

Abstract

Decision support system as an interactive computer-based system that can assist decision makers in using data and models to solve unstructured problems. The management of human resources of a company greatly influences many aspects of determining the success of the work of the company. From previous research, decision support systems have been widely applied in various industries to facilitate management in making decisions. The obstacle faced by human resource management in a manufacturing industry is the criteria for hiring employees that have not been measured, so the decisions taken are still subjective. The author describes the process of determining the status of contract employees to permanent employees using the Simple Additive Weighting (SAW) method. The result of this research is a decision support system that can facilitate the management and determination of contract employees to become permanent employees based on the calculation method.
Sosialisasi Pemanfaatan Media Website Canva Untuk Membuat Video Profile Bank Sampah Sakura Palembang Febie Elfaladonna; M. Arief Rahman; Yulia Hapsari; Alem Pameli
AMMA : Jurnal Pengabdian Masyarakat Vol. 1 No. 12 (2023): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Video profil merupakan sebuah media informasi elektronik yang dapat digunakan untuk menyampaikan informasi secara efektif. Melalui media visual ini maka semua informasi dapat dengan mudah dicerna oleh masyarakat apalagi hal tersebut menyangkut dengan kegiatan mempromosikan bank sampah. Pembuatan video profil terhadap bank sampah Sakura dapat dilakukan dengan memanfaatkan media website canva yang merupakan alat bantu desain dan publikasi online yang tujuannya adalah untuk memberdayakan masyarakat di dunia agar dapat membuat desain apa pun dan mempublikasikannya di mana pun. Pelatihan ini ditujukan untuk seluruh pekerja relawan sampah yang ada di Bank Sampah Sakura Palembang agar nantinya secara mandiri relawan tersebut dapat membuat video profil untuk mengembangkan publikasi Bank Sampah Sakura.
Aplikasi Arsip Digital (E-Arsip) Data Pegawai : Studi Kasus: PT. Bukit Asam Kreatif Febie Elfaladonna
Jurnal Ilmiah Teknik Unida Vol. 4 No. 1 (2023): Juni
Publisher : Mitra Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55616/jitu.v4i1.533

Abstract

Dengan berkembangnya teknologi yang semakin tidak mengenal waktu, perusahaan khususnya sudah harus bisa mengembangkan suatu sistem berbasis teknologi yang efektif dan efisien untuk meningkatkan performanya. Apalagi seperti yang diketahui, perusahaan pasti akan selalu berhubungan dengan data baik itu yang berbentuk berkas, maupun yang sudah di komputerisasikan dengan sistem yang biasa saja seperti data yang hanya disimpan di dalam folder komputer. Hal ini akan memungkinkan terjadinya kehilangan data jika komputer tiba-tiba rusak, dan lain sebagainya. Arsip digital mempunyai kelebihan dalam proses pencarian informasi yang lebih cepat serta terdapatnya salinan arsip dalam bentuk elektronik dan memudahkan dalam pengaksesan. Dimana arsip dapat di input dan di simpan ke dalam media penyimpanan elektronik disertai pendataan menggunakan sistem informasi. Pembuatan arsip digital pada perusahaan PT. Bukit Asam Kreatif sangat dibutuhkan dikarenakan pengelolaan arsip akan menjadi lebih mudah, efektif serta efisien. Terdapat beberapa jenis perancangan yang digunakan pada penelitian ini, yaitu diagram konteks, DFD, dan ERD
Exploratory Data Analysis (EDA) dalam Dataset Penerimaan Mahasiswa Baru Universitas XYZ Palembang Indra Griha Tofik Isa; Zulkarnaini Zulkarnaini; Leni Novianti; Febie Elfaladonna; Suzan Agustri
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 3 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i3.4125

Abstract

Keberhasilan suatu pemodelan salah satunya dipengaruhi oleh kualitas dari dataset yang dianalisis. Exploratory Data Analysis merupakan teknik yang digunakan dalam data understanding untuk mengeksplorasi data mana saja yang memiliki kualitas yang nantinya digunakan dalam tahapan pemodelan. Kasus yang diangkat dalam penelitian ini adalah dataset penerimaan mahasiswa baru di Universitas XYZ, dimana untuk tujuan akhirnya adalah bagaimana memprediksikan preferensi program studi bagi calon pendaftar. Namun dari dataset tersebut dengan beragam data perlu dikaji lebih lanjut untuk mencermati kualitas data yang valid, kredibel, mendukung dalam pemodelan preferensi pilihan program studi. Sebuah EDA akan diimplementasikan sebagai solusi dari penelaahan data dengan melihat ragam data dari dataset penerimaan mahasiswa baru, potensi fitur yang mendukung dalam tahap pemodelan, rekomendasi yang perlu dilakukan untuk tahapan lanjut dalam sebuah siklus data sains. Tahapan penelitian dilakukan dengan Analisis Permasalahan, Akuisisi Data, Exploratory Data Analysis (EDA), Interpretasi Anomali, Rekomendasi Fitur. Hasil akhir berupa 14 rekomendasi fitur dari dataset penerimaan mahasiswa baru yang terdiri dari Jenis Kelamin, Tanggal Lahir (Umur), Program Studi, Status Sipil, Provinsi, Kota, Anak Ke, Jumlah Saudara, Penghasilan, Jenjang, Program Kuliah, Jenis Sekolah, Jurusan Sekolah, Nilai Unas, Tahun Lulus
Penilaian Kinerja Akurasi Metode Klasifikasi dalam Dataset Penerimaan Mahasiswa Baru Universitas XYZ Indra Griha Tofik Isa; Febie Elfaladonna
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.54316

Abstract

Universitas XYZ merupakan salah satu Perguruan Tinggi yang berlokasi di Kota Palembang yang melakukan kegiatan Penerimaan Mahasiswa Baru (PMB) untuk menjaring calon mahasiswa. Data PMB dari tahun ke tahun belum digunakan secara optimal dalam menghasilkan pengetahuan yang memberikan nilai manfaat bagi pengguna, sehingga diperlukan sebuah pemodelan data yang efisien dan tepat untuk menghasilkan akurasi data yang baik. Penelitian yang dilakukan bertujuan untuk menilai kinerja akurasi pemodelan yang terdapat dalam metode klasifikasi yang meliputi pemodelan k-NN, Decision Tree Classifier, Naive Bayes Classifier, Support Vector Machine (SVM) dan AdaBoost terhadap fitur dalam dataset Penerimaan Mahasiswa Baru (PMB) yang digunakan untuk memprediksi preferensi pemilihan program studi. 26 Fitur dalam dataset diamati hingga menghasilkan 6 fitur yang memiliki nilai korelasi yang tinggi untuk dilibatkan dalam penilaian kinerja akurasi, yang meliputi ‘Jurusan Sekolah’, ‘Penghasilan’, ‘Tahun Masuk’, ‘Tahun Lulus’, ‘Tipe Sekolah’ dan ‘Status Sekolah’ dengan data record sebanyak 2.704 data. Tahapan dilakukan menggunakan Data Life Cycle yang meliputi: (1) Business Understanding yang terdiri dari Penentuan Masalah, Tujuan Proyek, Solusi dari Perspektif Bisnis, dan Instrumen Pengukuran Keberhasilan; (2) Data Understanding dengan penelaahan data; (3) Data Preparation; (4) Modeling; (5) Evaluation. Hasil akhir menunjukkan bahwa k-NN classifier memiliki persentasi akurasi tertinggi sebesar 72.2% dan direkomendasikan dalam pemodelan preferensi program studi bagi calon mahasiswa baru di Universitas XYZ Kota Palembang.
SUPPORT VECTOR MACHINE ANALYSIS FOR INTEREST AND TALENT CLASSIFICATION WITH PYTHON LIBRARY Devi Sartika; Febie Elfaladonna; Andre Mariza Putra
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 3 (2024): Juni 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i3.3067

Abstract

Abstract: Recognizing one's interests and talents early on is crucial in guiding an individual toward a prosperous future. While distinct, interests and talents share a close relationship. Interest denotes a genuine attraction to something without external pressure, and when consistently nurtured, it evolves into a skill or talent. Machine learning, specifically utilizing the SVM algorithm with the RBF kernel, can be applied to categorize interests and talents. Prior to SVM modeling, conducting Exploratory Data Analysis (EDA) is imperative for scrutinizing interests and talents. This analysis facilitates the identification of variables, enabling the elimination of missing values and ensuring the selection of appropriate interest and talent variables. The primary objective is to achieve optimal accuracy in modeling the classification of interests and talents. The insights gained from this research contribute to the creation of an application designed for categorizing interests and talents within SDN XYZ school. This application is designed for student use, assisting them in making informed decisions about their future education and career paths            Keywords: exploratory data analysis; interests and talents; machine learning; SVM Algorithm  Abstrak: Mengenali minat dan bakat seseorang sejak dini sangat penting dalam membimbing individu menuju masa depan yang sukses. Meskipun berbeda, minat dan bakat memiliki hubungan yang erat. Minat mengindikasikan ketertarikan yang tulus terhadap sesuatu tanpa tekanan eksternal, dan ketika terus-menerus dibina, berkembang menjadi keterampilan atau bakat. Pembelajaran mesin, khususnya dengan menggunakan algoritma SVM dan kernel RBF, dapat digunakan untuk mengelompokkan minat dan bakat. Sebelum pemodelan SVM, melakukan Analisis Data Eksploratif (EDA) sangat penting untuk mengkaji minat dan bakat. Analisis ini memfasilitasi identifikasi variabel, memungkinkan penghilangan nilai yang hilang, dan memastikan pemilihan variabel minat dan bakat yang tepat. Tujuan utamanya adalah mencapai akurasi optimal dalam pemodelan klasifikasi minat dan bakat. Temuan dari penelitian ini berkontribusi pada pengembangan aplikasi yang ditujukan untuk mengkategorikan minat dan bakat di sekolah SDN XYZ. Aplikasi ini dirancang untuk digunakan oleh siswa, membantu mereka membuat keputusan yang terinformasi mengenai pendidikan dan karier masa depan mereka. Kata kunci: Algoritma SVM; exploratory data analysis; machine learning; minat dan bakat 
Co-Authors Alem Pameli Andre Mariza Putra Devi Sartika Isa, Indra Griha Tofik Leni Novianti M. Arief Rahman Ria Rahmawati Suzan Agustri Yulia Hapsari Zulkarnaini Zulkarnaini