Claim Missing Document
Check
Articles

Found 13 Documents
Search

SISTEM PENILAIAN UJIAN OTOMATIS UNTUK SOAL ESAI MENGGUNAKAN METODE VECTOR SPACE MODEL Mi'andri Mi'andri; Alda Cendekia Siregar; Putri Yuli Utami
JUTECH : Journal Education and Technology Vol 2, No 2 (2021): JUTECH DESEMBER
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v2i2.1273

Abstract

Pelaksanaan ujian merupakan cara untuk mengukur kemampuan seorang mahasiswa. Ujian juga dijadikan sebagai alat evaluasi untuk menilai seberapa jauh pengetahuan yang sudah dikuasai dan keterampilan yang sudah diperoleh. Ujian esai adalah salah satu proses evaluasi yang digunakan untuk mengetahui kemampuan mahasiswa. Masalah yang terjadi pada saat dosen menilai yaitu lamanya waktu yang dibutuhkan untuk memeriksa lembar jawaban mahasiswa, hal ini dapat mempengaruhi objektivitas dalam penilaian. Untuk mengatasi masalah tersebut maka diperlukan sistem yang dapat membuat penilaian jawaban ujian esai lebih cepat. Penelitian ini bertujuan untuk membuat sistem penilaian ujian esai secara otomatis yang dapat membantu dosen dalam menilai ujian esai mahasiswa. Metode yang digunakan yaitu metode pembobotan TF-IDF (Term Frequency - Inverse Document Frequency) dan Vector Space Model untuk menghitung kemiripan dari dua buah dokumen, dimana proses yang dilakukan pada penilaian jawaban esai adalah dengan membandingkan jawaban yang telah diisikan oleh mahasiswa dengan kunci jawaban dosen. Berdasarkan hasil penelitian bahwa sistem penilaian esai otomatis menggunakan metode Vector Space Model telah berjalan dengan baik.
Peningkatan Performansi Multi Objektif NSGA-II Dengan Operator Mutasi Adaptif Pada Kasus Portofolio Reksadana Saham Putri Yuli Utami; Yandra Arkeman; Agus Buono; Irman Hermadi
CYBERNETICS Vol 3, No 02 (2019): CYBERNETICS
Publisher : Universitas Muhammadiyah Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29406/cbn.v3i02.2194

Abstract

Non-dominated sorting genetic algorihm (NSGA-II) merupakan salah algoritma pencarian solusi optimal dengan mengurutkan solusi berdasarkan pareto-front untuk mengindentifikasi feasible solutions. Performansi algoritme NSGA-II sangat dipengaruhi oleh operator parameter. Salah satu parameter adalah operator mutasi yang memegang kendali untuk diversitas kandidat solusi. Pada riset ini operator mutasi dibuat adaptif dengan menggunakan distribusi probabilitas polinomial (parameter nm). Parameter ini mengontrol kekutatan mutasi dan mengubah nilai mutasi secara adaptif serta mengubah probabilitas mutasi secara dinamik untuk mengatur banyaknya gen yang mengalami mutasi. Berdasarkan hasil penelitian nilai standar deviasi mutasi non-adaptif lebih kecil daripada mutasi adaptif. Nilai standar deviasi merepresentasikan varians sehingga mutasi adaptif memiliki varians yang beragam dibandingkan dengan mutasi non-adaptif. Mutasi adaptif dapat meningkatkan diversitas kromosom sehingga mencapai konvergensi kromosom agar terhindar dari konvergensi dini dengan waktu komputasi yang lebih efektif. Pada kasus portofolio reksadana saham menghasilkan standar deviasi yang lebih besar sehingga solusi yang dihasilkan semakin beragam.
Pemanfaatan Reference Manager dalam Menulis Karya Tulis Ilmiah Berkualitas Sucipto Sucipto; Putri Yuli Utami; Fenni Supriadi
Jurnal Buletin Al-Ribaath Vol 18, No 1 (2021): Buletin Al-Ribaath
Publisher : Universitas Muhammadiyah Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29406/br.v18i1.2534

Abstract

Perkembangan teknologi informasi yang begitu pesat menimbulkan dampak negatif dalam dunia akademis. Salah satunya adalah reference manager sebagai alat bantu dalam menangani sitasi. Referensi merupakan permasalahan yang serius pada sebuah karya tulis ilmiah. Hal merupakan salah satu hal penting dalam mengutip karya orang lain baik itu tulisan maupun ide dengan sengaja dan mengakuinya sebagai hasil karya pribadinya. Dampak yang ditimbulkan adalah kualitas dari karya tulis ilmiah yang dihasilkan. Untuk itu perlunya pemahaman dan edukasi mengenai aturan referensi khususnya bagi mahasiswa dan civitas akademika. Kegiatan ini bekerja sama dengan Lembaga Penerbitan dan Publikasi Ilmiah (LPPI) Universitas Muhammadiyah Pontianak.  LPPI merupakan salah satu lembaga yang bertujuan untuk menaungi dan mempublikasikan karya tulis ilmiah berkualitas. Pengabdian kepada masyarakat ini mengambil tema “Pemanfaatan Reference Manager dalam Menulis Karya Tulis Ilmiah Berkualitas”. Hal ini diharapkan dapat meningkatkan pengetahuan dan pemahaman peserta terkait reference manager dan tools pendukungnya.
EFL Slow Learners’ Perception in Speaking with Authentic Multimedia Assisted Language Learning Ryani Yulian; Ufi Ruhama'; Putri Yuli Utami
International Journal of Language Education Vol. 6, No. 2, 2022
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/ijole.v6i2.21511

Abstract

The proliferation of assisted technology has been widely used in language learning, but this should be able to accommodate inclusive language learning which has become an important issue in today’s English language teaching and the higher education landscape in Indonesia. This study examined the perception of EFL slow learners in terms of the integration of an inclusive technology with authentic multimedia assisted language learning (AMALL). It discovered the impact of authentic multimedia assisted language learning on their speaking performance. This study also analysed the benefits of this technology perceived by the students. A mixed-method sequential exploratory was employed to examine students’ perception of EFL slow learners in speaking performance. A sample of 30 EFL learners was selected purposively to participate in this study. The study also examined the impact of this application by comparing the results of pre-test and post-test of the students’ speaking performance based on the analytic oral language-speaking rubric namely speaking, fluency, structure, and vocabulary. The findings of the study show that students perceived authentic multimedia assisted language learning provides some advantages in terms of usefulness, easiness, and effectiveness for speaking skill. There was also an improvement in speaking performance 
Prioritas Pemadaman Lokasi Titik Panas Kebakaran Hutan dan Lahan Menggunakan Analytical Hierarchy Process dan Promethee putri utami
Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Vol 8 No 1 (2023): Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/technoxplore.v8i1.5169

Abstract

Kebakaran hutan adalah permasalahan yang terjadi setiap tahunnya di Indonesia. Sulitnya mencari titik panas lokasi kebakaran hutan dan lahan menyebabkan tertundanya proses pemadaman kebakaran, sehingga menjadi masalah yang harus diselesaikan. Provinsi Kalimantan Barat menyumbang cukup banyak titik panas setiap tahunnya salah satunya dari Kabupaten Kubu Raya. Penelitian ini menggunakan metode Analytic Hierarchy Process (AHP) dengan alternatif kecamatan di Kabupaten Kubu Raya. Sedangkan kriteria yang digunakan adalah jarak dari danau jalan, sungai, dan dari pemukiman, jenis tanah, serta luas daerah terbakar dan penentuan bobot ranking menggunakan metode promethee. Diperoleh hasil alternatif paling tinggi yang dilihat dari nilai net flow yaitu A3 yakni Kecamatan Sungai Raya dengan nilai 0,148 sedangkan nilai alternatif paling rendah yaitu A2 yakni kecamatan Kuala Mandor B dengan nilai sebesar -0,099. Hasil akurasi menggunakan metode AHP dan promethee mendapatkan nilai akurasi sebesar 77,78% dan nilai galat atau error sebesar 0,22.
Perbandingan Model Arima dan Deep Learning untuk Peramalan Kasus Covid-19 Izhan Fakhruzi; Alda Cendekia Siregar; Putri Yuli Utami; Rodibelle F Leona
CYBERNETICS Vol 6, No 02 (2022): CYBERNETICS
Publisher : Universitas Muhammadiyah Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29406/cbn.v6i02.5557

Abstract

Jumlah kasus Covid-19 di kawasan Asia Tenggara terbilang tinggi. Di Asia Tenggara, Indonesia memiliki jumlah kasus dan kematian positif covid-19 tertinggi, diikuti oleh Filipina dan Malaysia. Penelitian ini bertujuan untuk menggunakan metode peramalan time series untuk memprediksi jumlah kasus Covid-19 sehingga akan membantu pemerintah di kawasan Asia Tenggara untuk membuat kebijakan berdasarkan hasil peramalan tersebut. Dua metode peramalan populer untuk data time series adalah Autoregressive Integrated Moving Average (ARIMA) dan Long Short Term Memory (LSTM). Kedua metode tersebut dibandingkan performa dan akurasinya untuk memprediksi jumlah kasus Covid-19. Hasil eksperimen menunjukkan bahwa LSTM mengungguli ARIMA dalam memprediksi jumlah kasus covid-19 di Asia Tenggara.
Pelatihan Penulisan dan Submit Artikel Ilmiah Melalui OJS Putri Yuli Utami; Alda Cendekia Siregar; Abdurrahman Abdurrahman
Jurnal Buletin Al-Ribaath Vol 20, No 1 (2023): Buletin Al-Ribaath
Publisher : Universitas Muhammadiyah Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29406/br.v20i1.4790

Abstract

Syarat bagi mahasiswa untuk lulus dari perguruan tinggi adalah telah mempublikasikan tugas akhir berupa artikel ilmiah. Artikel ilmiah yang berkualitas harus dalam sistem jurnal terbuka (OJS) terakreditasi. OJS adalah platform manajemen jurnal ilmiah online. Pelatihan pengiriman artikel ilmiah melalui OJS bertujuan menyampaikan informasi kepada mahasiswa dalam mengirimkan artikel ilmiah melalui OJS sekaligus meningkatkan keterampilan menulis dan memfasilitasi pengiriman artikel ilmiah di jurnal nasional terakreditasi. Kegiatan ini dibagi menjadi tiga sesi: pengenalan OJS, praktik pengiriman publikasi ilmiah ke OJS, dan penulisan artikel ilmiah secara sistematis. Berdasarkan hasil evaluasi yang dilakukan sebelum kegiatan pengabdian, hanya 14% peserta yang mengetahui sistematika penulisan artikel ilmiah dan memahami cara penyampaian artikel melalui OJS, sedangkan 86% peserta pengabdian setelah pelatihan mengetahui cara penyampaian artikel tersebut melalui OJS dan terbiasa dengan proses penulisan artikel ilmiah yang efektif.
Optimasi Parameter Algoritma DBSCAN untuk Mendeteksi Titik Panas Kebakaran Hutan dan Lahan Putri Yulidsf Utami; Sahid Agustian Hudjimartsu; Tiara Aurilia Viona; Hulwana Sharfina
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 3 (2023): Volume 9 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i3.61714

Abstract

Pencegahan terjadinya kebakaran hutan dan lahan dapat dilakukan dengan menyediakan informasi terkait titik panas dan karakteristik wilayah yang berpotensi munculnya titik panas. Tujuan penelitian ini untuk mengelompokkan data titik panas menjadi beberapa cluster berdasarkan density menggunakan algoritma DBSCAN. Untuk mendapatkan hasil cluster terbaik dilakukan optimasi parameter DBSCAN yaitu nilai epsilon dan minpts. terbaik Berdasarkan beberapa kali hasil iterasi terbentuk nilai epsilon 10 dan minpts minimal titik dalam satu cluster adalah 5. Nilai ini merupakan nilai terbaik dikarenakan membentuk cluster minim noise. Cluster terbentuk berdasarkan nilai LST dan NBR. Berdasarkan hasil penelitian cluster terbanyak yaitu pada tahun 2019 dan tahun 2022 terbentuk 3 cluster. Cluster 0 merupakan cluster yang memiliki nilai LST tinggi atau suhu permukaan tinggi dan memiliki nilai NBR tinggi atau luas terbakar tinggi. Cluster1 merupakan cluster yang memiliki nilai LST tinggi atau suhu permukaan tinggi dan memiliki nilai NBR sedang atau luas terbakar sedang. Sedangkan Cluster2 merupakan cluster yang memiliki nilai LST sedang atau suhu permukaan sedang dan memiliki nilai NBR sedang atau luas terbakar sedang. Kombinasi nilai LST dan NBR menunjukkan area tersebut pernah mengalami kebakaran hutan dan lahan. Evaluasi performa clustering algoritma DBSCAN dilakukan menggunakan Silhouette coefficient. Hasil evaluasi tahun 2017 nilai Silhouette coefficient yaitu 0,773 termasuk strong structure. Tahun 2018 nilai Silhouette coefficient yaitu 0,722 termasuk strong structure. Tahun 2019 terbentuk 3 cluster nilai Silhouette coefficient cluster 0  yaitu 0,875, nilai Silhouette coefficient cluster 1 yaitu 0,802 nilai Silhouette coefficient cluster 2 yaitu 0,876 termasuk pada kategori strong structure. Tahun 2020 terbentuk 2 cluster nilai Silhouette coefficient cluster 0  yaitu 0,637, nilai Silhouette coefficient cluster 1 yaitu 0,649 termasuk pada kategori Medium Structure. Tahun 2021 nilai Silhouette coefficient yaitu 0,714 termasuk strong structure. Tahun 2022 nilai  cluster 0 Silhouette coefficient yaitu 0,802, nilai Silhouette coefficient  cluster 1yaitu 0,811, dan nilai Silhouette coefficient cluster 2 yaitu 0,712 termasuk pada kategori strong structure.
Sistem prediksi penjualan lidah buaya dengan metode single exponential smoothing pada upt agribisnis Tiara Tri Anita; Syarifah Putri Agustini Alkadri; Putri Yuli Utami
Jurnal Pendidikan Informatika dan Sains Vol. 12 No. 1 (2023): Jurnal Pendidikan Informatika dan Sains
Publisher : IKIP PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/saintek.v12i1.5731

Abstract

Indonesia dikenal sebagai negara agraris karena sebagian besar penduduk bermata pencaharian dibidang pertanian. Di Kota Pontianak Pusat Center Aloe Vera terletak pada UPT Agribisnis. UPT Agribisnis merupakan salah satu program pemerintah untuk menumbuh kembangkan agribisnis di Kota Pontianak. Permasalahan yang sering dialami UPT Agribisnis yaitu dalam proses penjualan masih sering terjadi jumlah yang berlebih sehingga jika bahan baku lidah buaya berlebih dan tidak digunakan akan membusuk dalam waktu 2 minggu dan harus dibuang. Penelitian ini bertujuan untuk memprediksi penjualan lidah buaya untuk satu bulan kedepan agar persediaan lidah buaya optimal maka dibutuhkan sistem prediksi penjualan lidah buaya menggunakan metode Single Exponential Smoothing. Prediksi penjualan lidah buaya dilakukan dengan pengujian tingkat keakuratan hasil prediksi. Tingkat keakuratan dihasilkan dari nilai MAPE disetiap perhitungan, semakin kecil nilai MAPE maka tingkat keakuratannya semakin tepat. Data yang digunakan merupakan data penjualan lidah buaya dari bulan Januari 2022 sampai Juli 2022. Pengujian dilakukan dengan hasil prediksi menggunakan alpha dari 0,1 – 0,9. Berdasarkan hasil analisis dan pengujian sistem, maka sistem ini dapat memprediksi penjualan lidah buaya. Hasil prediksi menggunakan metode Single Exponential Smoothing pada penjualan lidah buaya terbaik yaitu alpha 0,3 dengan penjualan pada bulan Agustus adalah 8733 kg dan hasil kesalahan atau error dengan menggunakan metode MAPE yaitu 0,65%.
Analisis clustering k-means pada pengelompokkan titik panas kebakaran hutan dan lahan Putri Yuli Utami
Jurnal Pendidikan Informatika dan Sains Vol. 12 No. 1 (2023): Jurnal Pendidikan Informatika dan Sains
Publisher : IKIP PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/saintek.v12i1.6001

Abstract

Kebakaran hutan dan lahan adalah masalah besar yang dapat menyebabkan kerusakan ekosistem hutan dan lingkungan. Salah satu indikator penting untuk mencegah kebakaran hutan dan lahan adalah dengan menyediakan informasi tentang titik panas dan karakteristik wilayah yang berpotensi munculnya titik panas. Tanda-tanda kebakaran hutan dan lahan dapat dideteksi dengan mengidentifikasi titik api di lokasi tertentu. Penelitian ini mengimplementasikan metode K-Means menggunakan  RapidMiner, aplikasi ini freeware dan menyediakan berbagai metode pengolahan data yang mudah digunakan. Metode K-Means digunakan untuk mengumpulkan titik panas kebakaran hutan dan lahan. Proses pengumpulan data, pra-pemrosesan data, penerapan metode, evaluasi model, dan analisis hasil adalah bagian dari penelitian ini.  Data titik panas dari tahun 2019 hingga 2021 digunakan untuk penelitian ini. Hasil uji validasi cluster menggunakan nilai koefisien silhouette algoritma K-Means menunjukkan nilai koefisien silhouette terbaik sebesar 0,756 termasuk pada kategori strong structure dengan nilai k = 2.