Claim Missing Document
Check
Articles

PREDIKSI HARGA PASAR KOMODITI TANAMAN PANGAN DI ACEH UTARA PADA MASA PANDEMI COVID-19 DENGAN METODE FUZZY TIME SERIES MODEL CHEN Darnila, Eva; Dinata, Rozzy Kesuma; Ramadani, Suci
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 7 No. 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v7i1.26

Abstract

Prediksi atau peramalan harga pasar merupakan suatu kegiatan untuk memprediksi harga dari suatu produk yang akan datang menggunakan data histori. Tanaman pangan sendiri adalah semua jenis tanaman yang memiliki kandungan karbohidrat dan juga protein untuk manusia sebagai sumber energi. Variabel yang dipakai pada penelitian ini adalah beras, jagung, dan kedelai. Hasil dari penelitian ini menunjukkan metode fuzzy time series (FTS) model chen memiliki kinerja yang sangat akurat yaitu ≤ 10%, dimana dari hasil kajian yang telah ditemukan oleh peneliti mendapatkan nilai ukuran ketepatan peramalan yaitu MAPE selama periode 4 tahun tersebut sebesar 3,46% untuk beras, kemudian untuk 4,36% jagung dan sebesar 4,32% untuk kedelai. Dari penelitan yang memakai metode Fuzzy Time Series model Chen ini penulis dapat menyimpulkan bahwa semakin sedikit data yang digunakan untuk mencari keakuratan nilai prediksinya maka MAPE yang dihasilkan semakin tinggi tingkat erornya.
Pencegahan KBGO Guna Membangun Ruang Aman Digital Bagi Anak & Perempuan Muslim di Era Society 5.0 Puspasari, Cindenia; Darnila, Eva; Siregar, Widyana Verawaty; Husniati, Ade Muana; Mardhiah, Ainol
Jurnal Solusi Masyarakat Dikara Vol 5, No 3 (2025): Desember 2025
Publisher : Yayasan Lembaga Riset dan Inovasi Dikara

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

Abstract

Artikel ini membahas tentang pencegahan Kekerasan Berbasis Gender Online (KBGO) sebagai upaya membangun ruang aman digital bagi anak dan perempuan di era Society 5.0, di mana teknologi seperti AI, IoT, dan big data dimanfaatkan untuk menyelesaikan masalah sosial sambil menempatkan manusia sebagai pusatnya. KBGO, sebagai bentuk kekerasan gender yang difasilitasi teknologi (menurut UN Women), mencakup pelecehan online, revenge porn, doxxing, cyberstalking, deepfake pornography, dan hate speech berbasis gender. Dampaknya merusak kesehatan mental korban, terutama generasi muda, serta memperburuk ketidaksetaraan gender dan menghambat partisipasi perempuan di ruang digital. Di Indonesia, kasus KBGO melonjak dan didominasi penyebaran konten intim non-konsensual. Upaya anti-KBGO meliputi strategi edukasi kampanye #AwasKBGO oleh SAFENet, Kampanye 16 Hari Anti Kekerasan Terhadap Perempuan (16 HAKTP) yang diperingati 25 November-10 Desember, serta inisiatif pemerintah melalui KemenPPPA, Komnas Perempuan, dan regulasi seperti UU ITE. Artikel ini berbasis pengabdian masyarakat di Universitas Malikussaleh menggunakan teknik PAS (Problem-Agitate-Solution) untuk edukasi. Strategi pencegahan mencakup edukasi kesadaran masyarakat tentang consent dan etika digital, dukungan korban melalui laporan dan konsultasi psikologis, peran platform digital dalam deteksi konten berbahaya, serta kolaborasi multi-pihak untuk transformasi budaya. Gerakan ini tidak hanya melindungi korban, tetapi juga membangun akhlak generasi muda menuju Indonesia Emas 2045 yang inklusif dan bebas diskriminasi, dengan ajakan aktif melaporkan kasus ke lembaga terkait.
Implementasi Media Augmented Reality dalam Pembelajaran Materi Digital pada Mahasiswa Semester II Teknik Informatika UNIMAL Darnila, Eva; Puspasari, Cindenia; Fadlisyah, Fadlisyah
Jurnal Solusi Masyarakat Dikara Vol 5, No 3 (2025): Desember 2025
Publisher : Yayasan Lembaga Riset dan Inovasi Dikara

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

Abstract

Implementasi media Augmented Reality (AR) sebagai inovasi pembelajaran pada mata kuliah materi dasar digital untuk mahasiswa semester 2 Program Studi Teknik Informatika Universitas Malikussaleh. Teknologi AR digunakan untuk menghadirkan visualisasi tiga dimensi pada konsep-konsep digital yang bersifat abstrak, seperti sistem bilangan, gerbang logika, aljabar Boolean, peta Karnaugh, dan rangkaian flip-flop. Penggunaan AR memungkinkan mahasiswa berinteraksi langsung dengan objek 3D sehingga proses pemahaman materi menjadi lebih konkret, menarik, dan mudah dipahami. Metode pelaksanaan kegiatan meliputi penyampaian materi teori mengenai konsep dasar digital dan prinsip kerja AR, bimbingan praktik menggunakan aplikasi AR berbasis marker-based tracking, serta evaluasi yang dilakukan melalui angket skala Likert dan observasi. Instrumen penilaian difokuskan pada aspek pemahaman, motivasi belajar, tampilan visual, dan interaktivitas dalam proses pembelajaran. Hasil implementasi menunjukkan bahwa 40 mahasiswa yang terlibat memberikan respons positif terhadap penggunaan AR, dengan nilai rata-rata penilaian berada pada kategori baik hingga sangat baik. Mahasiswa terlihat lebih aktif, antusias, dan mampu menghubungkan teori dengan praktik melalui eksplorasi objek 3D. Visualisasi AR yang jelas dan fitur interaktif seperti rotasi, zoom in, dan zoom out membantu memperkuat pemahaman konsep digital yang sebelumnya sulit dibayangkan melalui metode konvensional. Secara keseluruhan, AR terbukti efektif sebagai media pembelajaran yang inovatif, interaktif, dan mampu meningkatkan kualitas pembelajaran materi dasar digital di Perguruan Tinggi.
A Natural Language Processing-Based Chatbot as a Medium for Consultation and Education on Direct-Contact Infectious Diseases Serlina, Serlina; Darnila, Eva; Meiyanti, Rini
Journal of Mathematics Instruction, Social Research and Opinion Vol. 5 No. 1 (2026): March
Publisher : MASI Mandiri Edukasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58421/misro.v5i1.984

Abstract

Direct-contact infectious diseases such as influenza, diphtheria, tuberculosis (TB), scabies, varicella, impetigo, herpes simplex, and HIV remain public health threats. Limited access to accurate information encourages the development of chatbots as educational media. This study aims to design and build an NLP-based chatbot named SerMediCare to provide consultation and education on infectious diseases. The Research and Development (R&D) method with an iterative approach was used, including needs analysis, data collection from journals and medical books, and interviews with healthcare workers; system design; model training; and implementation on a web platform. The dataset was prepared in JSON format, including patterns, responses, and tags, and trained with a Transformer-based model to accurately recognize user intent. Evaluation results show that SerMediCare achieves 86% accuracy, indicating its ability to provide relevant responses to user queries. Black box testing confirmed that all features function properly. This chatbot is expected to be an effective digital tool for improving health literacy and facilitating public access to reliable information about infectious diseases.
Machine Learning Klasifikasi Penyakit Jiwa Menggunakan Metode K-Nearest Neighbor Berbasis Web M. Althaf Kiram; Eva Darnila; Ilham Sahputra
Jurnal Ners Vol. 9 No. 2 (2025): APRIL 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jn.v9i2.43319

Abstract

Gangguan jiwa merupakan masalah kesehatan yang dapat berdampak signifikan terhadap kehidupan individu jika tidak terdiagnosis dan ditangani dengan baik. Untuk mendukung deteksi dini dan mempermudah proses klasifikasi penyakit jiwa, penelitian ini mengembangkan sistem berbasis K-Nearest Neighbor (KNN) yang diimplementasikan dalam aplikasi berbasis web. Dataset yang digunakan diperoleh dari Rumah Sakit Jiwa Aceh dengan total 564 data pasien, yang mencakup gejala seperti kecemasan, penyakit persepsi, serta tingkat keparahan dalam kehidupan sehari-hari. Proses klasifikasi dilakukan melalui serangkaian tahapan, termasuk pembersihan data, normalisasi, pemilihan parameter optimal, dan evaluasi model. Dengan K=10 model diuji menggunakan confusion matrix untuk mengukur performa dengan metrik akurasi, presisi, recall, dan F1-score, yang menghasilkan nilai 100% untuk semua kategori penyakit jiwa yang diklasifikasikan, yaitu Depresi Berat, Depresi Ringan, Skizofrenia Paranoid, dan Skizofrenia Hebefrenik. Hasil ini menunjukkan bahwa metode KNN dapat digunakan secara efektif dalam mendiagnosis penyakit jiwa berdasarkan gejala yang diberikan. Selain itu, implementasi berbasis web memungkinkan akses lebih luas bagi tenaga medis dan masyarakat dalam melakukan klasifikasi awal tanpa harus bergantung sepenuhnya pada diagnosis manual. Dengan hasil yang akurat dan sistem yang responsif, penelitian ini diharapkan dapat berkontribusi dalam meningkatkan pelayanan kesehatan mental serta memberikan solusi berbasis teknologi untuk mendukung upaya deteksi dini penyakit jiwa.
Development and Implementation of an ESP32 Microcontroller and Monitoring System for Smart Door Lock Using RFID Sensor for E-KTP ID and Fingerprint Based on the Internet of Things Attariq Ziad; Eva Darnila; Kurniawati
Proceedings of Malikussaleh International Conference on Multidisciplinary Studies (MICoMS) Vol. 4 (2024): Proceedings of Malikussaleh International Conference on Multidisciplinary Studies (MI
Publisher : LPPM Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/micoms.v4i.908

Abstract

This study aims to improve the effectiveness and efficiency of door security systems by integrating RFID technology, fingerprint recognition, and the Internet of Things (IoT). This system not only enables automatic locking but also provides real-time access control and monitoring through a web-based application. The technology supports high-level security through dual authentication methods, using E-ID cards and fingerprint sensors. Additionally, the implementation of IoT allows users to monitor and manage door access remotely, offering added flexibility and convenience. The system's trial shows high reliability in reading RFID and fingerprint data, with significant accuracy in various conditions. The results of this study contribute to the development of modern security solutions that can be applied in various environments, such as residential homes, offices, and public facilities, with the potential to reduce overall crime rates