Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Abdidas Buguh: Jurnal Pengabdian Kepada Masyarakat Jurnal Siger Matematika
Netti Herawati
Jurusan Matematika FMIPA Universitas Lampung, Indonesia
Humanities Education Environmental Science Health Professions Languange, Linguistic, Communication & Media Mathematics Public Health Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pengayaan dan Pendampingan Materi Pelajaran Matematika dan Statistika pada Bidang Kesehatan bagi Guru SMKN 2 Tanjung Raya Kabupaten Mesuji Propinsi Lampung Netti Herawati; Dorrah Azis; Agus Sutrisno
Jurnal Abdidas Vol. 1 No. 5 (2020): Vol 1 No 5 October Pages 306-486
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/abdidas.v1i5.79

Abstract

Pengayaan dan pendampingan materi Pelajaran Matematika dan Statistika Bidang Kesehatan bagi Guru SMKN 2 Tanjung Raya Kabupaten Mesuji Propinsi Lampung merupakan salah satu upaya meningkatkan pemahaman dan pentingnya Matematika dan Statistika bagi ilmu kesehatan. Pengayaan ini bertujuan untuk membekali guru sebagai penambah wawasan terkait materi Matematika dan Statistika bagi ilmu kesehatan. Pengayaan ini dilakukan dengan metode ceramah bervariasi dan latihan/praktik. Metode ceramah dilakukan untuk menjelaskan materi yang berkaitan dengan kesehatan. Metode latihan/praktik diperlukan untuk memberikan pengayaan materi Matematika dan Statistika bagi ilmu kesehatan sehingga guru menjadi lebih luas pemahaman dan pengaplikasian ilmunya. Kegiatan pengayaan ini secara keseluruhan dapat dikatakan baik. Ketercapaian target peserta, tujuan pengayaan, target materi yang direncanakan, dan kemampuan peserta dalam penguasaan materi. Faktor pendukung terlaksananya kegiatan ini adalah ketersediaan tenaga ahli di FMIPA Universitas Lampung dan antusiasme peserta
SOSIALISASI PENGGUNAAN GOOGLE FORM BAGI PERANGKAT DESA DAN GURU SIDO MAKMUR Eri Setiawan; Netti Herawati; Subian Saidi
BUGUH: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol. 2 No. 2 (2022)
Publisher : Badan Pelaksana Kuliah Kerja Nyata Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (172.953 KB) | DOI: 10.23960/buguh.v2n2.973

Abstract

Google Form merupakan salah satu layanan Google yang bertujuan untuk memudahkan pengguna mengoleksi maupun mengumpulkan data yang ingin didapatkan. Selain mudah dan praktis untuk dibuat dan dilakukan, penyimpanan data dari Google Form juga bersifat real time dan bisa diakses oleh siapa pun secara online melalu Google Drive. Artikel ini berupaya memberikan gambaran dan penjelasan terkait program kerja Sosialisasi Penggunaan Google Form meliputi tahapan, hasil, dan manfaat kepada masyarakat. Artikel ini terbatas pada pelaksanaan KKN Mandiri UNILA Putra Daerah Periode 1 2022.
Kinerja Naive Nayes Classifier Pada Penyaringan Short Message Service (SMS) Spam Putri Apricia; Khoirin Nisa; Netti Herawati; Muslim Ansori
Jurnal Siger Matematika Vol 4, No 2 (2023): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jsm.v4i2.12541

Abstract

Currently short messages or known as SMS (short message service) is one of the communication media that is often used by some irresponsible people to commit criminal acts of fraud. This type of SMS that is abused is called spam. To overcome this problem, SMS operators need to filter the type of incoming SMS to clients using a classification algorithm. One of the classification methods that can be used is the Naïve Bayes method. The Naïve Bayes method is a classification method in machine learning that involves the concept of probability. This method is a simple Bayes algorithm model and it can be used to classify text or document data. In this paper the Naïve Bayes method is applied for SMS data classification analysis. This method is used to classify the type of SMS whether it is "spam" or not spam (called "ham"). Based on the results of the analysis by trying several proportions of the distribution of training data and testing data, the best accuracy results were obtained at 97% using a training-testing data ratio of 60: 40.
Co-Authors Agus Sutrisno Dorrah Azis Eri Setiawan Khoirin Nisa Muslim Ansori Putri Apricia Saidi, Subian