Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Aptekmas : Jurnal Pengabdian Kepada Masyarakat MULTIPLE: Journal of Global and Multidisciplinary Berbakti
Febie Elfaladonna
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

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

Found 3 Documents
Search

 1 
Analisis Kinerja Sistem Rekomendasi yang Menggunakan Collaborative Filtering Berdasarkan Pengguna dengan Python Devi Sartika; Febie Elfaladonna; Ayu Octarina; Fitrianto Puja Kesuma
urn:multiple://2988-7828multiple.v3i14
Publisher : Institute of Educational, Research, and Community Service

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

Abstract

Tujuan dari penelitian ini adalah untuk menilai kinerja sistem rekomendasi yang mengimplementasikan pendekatan Collaborative Filtering berbasis pengguna dengan algoritma K-Nearest Neighbors (KNN) dalam memberikan rekomendasi film kepada pengguna. Sistem ini menggunakan cosine similarity untuk menghitung tingkat kesamaan antar pengguna berdasarkan pola penilaian film yang mereka berikan. Data yang digunakan dibagi menjadi dua set, yaitu training set dan test set, yang kemudian dievaluasi menggunakan metrik precision, recall, F1-score, dan Mean Squared Error (MSE). Hasil evaluasi menunjukkan performa yang sangat baik, dengan nilai precision, recall, dan F1-score mencapai 1.0000, serta MSE sebesar 0.0000, yang menandakan bahwa model berhasil memberikan rekomendasi yang sangat relevan dan akurat tanpa kesalahan prediksi. Hasil ini mengonfirmasi bahwa pendekatan User-Based Collaborative Filtering dengan KNN dan cosine similarity efektif dalam memberikan rekomendasi yang sesuai dengan preferensi pengguna. Penelitian ini juga menunjukkan potensi yang besar untuk mengembangkan sistem rekomendasi berbasis pengguna dengan akurasi dan relevansi yang sangat tinggi.
SOSIALISASI PERENCANAAN PENGEMBANGAN APLIKASI PEMANTAUAN STUNTING UNTUK BALITA DI PUSKESMAS MARIANA Devi Sartika; Febie Elfaladonna; Ayu Octarina
Aptekmas Jurnal Pengabdian pada Masyarakat Vol 7 No 3 (2024): Aptekmas Volume 7 Nomor 3 2024
Publisher : Politeknik Negeri Sriwijaya

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

Abstract

Stunting merupakan salah satu masalah kesehatan serius yang dihadapi oleh balita di Indonesia, termasuk di wilayah kerja Puskesmas Mariana. Upaya pemantauan dan pencegahan stunting memerlukan sistem yang efisien dan terintegrasi agar intervensi dapat dilakukan secara tepat waktu. Penelitian ini bertujuan untuk mensosialisasikan perencanaan pengembangan aplikasi pemantauan stunting bagi balita di Puskesmas Mariana. Aplikasi ini dirancang untuk membantu petugas kesehatan dalam memantau pertumbuhan balita secara lebih akurat, dengan mengumpulkan data seperti tinggi badan, berat badan, serta riwayat gizi. Melalui sosialisasi ini, diharapkan seluruh pihak yang terlibat, baik tenaga medis maupun masyarakat, memahami manfaat dan cara penggunaan aplikasi sebagai alat bantu dalam menanggulangi stunting. Pengembangan aplikasi ini diharapkan dapat meningkatkan efektivitas pemantauan, memudahkan pengolahan data, dan mendukung pengambilan keputusan berbasis data dalam upaya menurunkan angka stunting.
Sosialisasi Aplikasi Promosi Jabatan dengan Penerapan Metode Naive Bayes Jabatan pada PT. XYZ Febie Elfaladonna; Ayu Octarina; Meivi Kusnandar; Fitrianto Puja K; Devi Sartika; Desi Apriyanty; Deri Darfin
BERBAKTI: Jurnal Pengabdian Kepada Masyarakat Vol. 1 No. 05 (2025): ISSUE JUNI
Publisher : PT. Mifandi Mandiri Digital

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

Abstract

PT XYZ menghadapi tantangan dalam mengelola proses promosi karyawan secara efektif dan objektif. Proses evaluasi yang terstruktur dan berbasis data sangat diperlukan untuk memastikan kesesuaian antara kualifikasi karyawan dengan posisi yang tersedia. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi pendukung keputusan promosi jabatan dengan menerapkan metode Naive Bayes. Algoritma Naive Bayes dipilih karena kemampuannya dalam menganalisis data yang kompleks dan menghasilkan prediksi berbasis probabilitas secara akurat. Sistem ini mengevaluasi karyawan berdasarkan kriteria utama seperti kinerja, kompetensi, dan pengalaman kerja. Melalui penerapan metode ini, aplikasi mampu memberikan rekomendasi promosi yang adil, transparan, dan konsisten. Untuk mendukung implementasi, dilakukan sosialisasi dan pelatihan kepada pengguna agar memahami cara kerja serta manfaat aplikasi dalam proses promosi di perusahaan. Hasil pengujian menunjukkan bahwa aplikasi ini meningkatkan efisiensi pengambilan keputusan, meningkatkan akurasi, serta membantu meminimalkan bias dalam proses promosi jabatan.
Co-Authors Ayu Octarina Deri Darfin Desi Apriyanty Devi Sartika Fitrianto Puja K Fitrianto Puja Kesuma Meivi Kusnandar