Article Per Year (5 Year)
p-Index From 2020 - 2025
2.062
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Pendidikan JMM (Jurnal Masyarakat Mandiri) Jurnal Sistem Komputer dan Informatika (JSON) Yayasan Cita Cendikiawan Al Khwarizmi Djtechno: Jurnal Teknologi Informasi Majalah Ilmiah UPI YPTK Journal of Software Engineering, Information and Communication Technology Jurnal Pengabdian Masyarakat Gemilang (JPMG) Jurnal Hukum dan HAM Wara Sains Deli Sains Informatika Hanif Journal of Information Systems
Dian Septiana
Statistika, Universitas Negeri Medan
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 : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Wildfires Classification Using Feature Selection with K-NN, Naïve Bayes, and ID3 Algorithms Ichwanul Muslim Karo Karo; Sisti Nadia Amalia; Dian Septiana
Journal of Software Engineering, Information and Communication Technology (SEICT) Vol 3, No 1: June 2022
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/seict.v3i1.47537

Abstract

Wildfires are a problem with a high intensity of occurrence and recurrence in Indonesia. If this problem is not properly addressed, it will threaten air circulation in the world. The source of fire can be natural or man-made. As a preventive measure for the widespread spread of fire, it is necessary to investigate the type of fire early on so that it can be determined the type of fire with the highest priority to be extinguished immediately. The process of identifying fire types can be done by classification. This research aims to classify the type of fire with three algorithms, namely K-Nearest Neighbour (K-NN), Naïve Bayes and Iterative Dichotomise 3 (ID3). The forest fire dataset was obtained from the Global Forest Watch (GFW) platform. Before entering the classification stage, the dataset went through a feature selection process, where attributes meeting the threshold were selected for the classification process. The performance of ID3 algorithm is superior compared to other algorithms with an accuracy of 65.83, precision 67.4, recall 67.02 and F1 67.21 per cent. Finally, the feature selection process contributes positively to the classification process, increasing the model performance by 2-5 per cent.
COMPARATION BETWEEN FEED FORWARD NEURAL NETWORK (FFNN) AND SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA) IN FORECASTING SEASONAL TIME SERIES DATA Dian Septiana; Melly Br Bangun Melly Br Bangun
Deli Sains Informatika Vol. 2 No. 2 (2023): Artikel Riset Juni 2023
Publisher : LPPM Universitas Deli Sumatera

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

Abstract

Seasonal patterns in time series data are periodic and recurring patterns caused by certain factors such as weather, holidays, repetition of promotions, or changes in the economic climate. Good data forecasting is very important for making decisions in the business sector, such as retail prices, marketing, production and other business sectors. There are several approaches that can be taken to analyze time series data that has a seasonal or trending pattern. Among them is the classical approach which decomposes seasonal and non-seasonal factors, then forecasts with certain assumptions. Then there is also an approach using artificial intelligence, in this case a more flexible feed-forward neural network is used as a tool for forecasting time series data. In this study the data used is data with a regular seasonal pattern 12. For data with a pattern like this SARIMA (1,1,1)(0,1,1)12 with a MAPE of 1.775% gives better results than FFNN 12-10-1 which produces a MAPE value of 7.5226%.
KLASIFIKASI RISIKO GIZI BURUK PADA IBU HAMIL MENGGUNAKAN METODE RANDOM FOREST Ramadhani, Fanny; Septiana, Dian; Amalia, Sisti Nadia; Fadilah, Putri Maulidina; Satria, Andy
Djtechno: Jurnal Teknologi Informasi Vol 5, No 2 (2024): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v5i2.4815

Abstract

Penelitian ini bertujuan untuk mengidentifikasi ibu hamil yang berisiko mengalami gizi buruk menggunakan metode klasifikasi machine learning, khususnya Random Forest, dengan memanfaatkan data dari RISKESDAS 2018. Dataset yang digunakan mencakup informasi demografi dan pola makan, termasuk usia, pendidikan, pekerjaan, status ekonomi, pola makan, dan akses ke layanan kesehatan. Data tersebut diolah melalui proses preprocessing yang meliputi penanganan nilai yang hilang, transformasi variabel kategori menggunakan OneHotEncoder, dan normalisasi fitur numerik. Model Random Forest kemudian dilatih dan dievaluasi menggunakan metrik akurasi, precision, recall, dan F1-score, serta confusion matrix untuk memahami kinerja klasifikasi. Hasil penelitian menunjukkan bahwa model Random Forest memiliki akurasi sebesar 0.67, precision sebesar 0.6, recall sebesar 0.67, dan F1-score sebesar 0.63 dalam mengklasifikasikan risiko gizi buruk pada ibu hamil. Confusion matrix memperlihatkan distribusi prediksi yang benar dan salah, sedangkan feature importance analysis mengidentifikasi fitur pola makan dan status ekonomi sebagai yang paling berpengaruh dalam prediksi risiko gizi buruk. Model Random Forest ini dapat digunakan sebagai alat yang efektif untuk mengidentifikasi ibu hamil yang berisiko tinggi mengalami gizi buruk, memungkinkan intervensi dini dan terarah dalam program kesehatan ibu hamil, sehingga dapat membantu meningkatkan kesehatan ibu dan anak. Penelitian ini juga menyediakan dasar untuk studi lanjutan yang dapat menggunakan dataset yang lebih luas dan beragam untuk memperbaiki akurasi dan generalisasi model.
Sosialisasi Internet Sehat untuk Kalangan Remaja pada Sekolah di Pedesaan Adidtya Perdana; Nurul Maulida Surbakti; Dian Septiana; Panggabean, Suvriadi
Jurnal Pengabdian Masyarakat Gemilang (JPMG) Vol. 2 No. 5: November 2022
Publisher : HIMPUNAN DOSEN GEMILANG INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58369/jpmg.v2i5.76

Abstract

Internet merupakan salah satu teknologi yang sangat berkembang sekarang ini. Namun penggunaan internet di kalangan remaja terutama pelajar sekolah menengah sering di salah gunakan sehingga dapat memberikan dampak negatif. Biasanya remaja maupun anak-anak menggunakan internet untuk membuka media sosial seperti facebook, twitter, instagram, dan lain sebagainya, bermain game online, dan yang lebih parahnya membuka situs-situs yang mengandung unsur pornografi. Hal ini tidak dapat dibiarkan terus terjadi dikalangan remaja maupun anak-anak. Untuk itu perlu dilakukan pembatasan terhadap penggunaan internet dengan menerapkan penggunaan internet sehat. Tujuan dalam melaksanakan pengabdian masyarakat ini adalah dengan memainkan peran internet dalam penyampaian informasi yang cepat agar nantinya siswa dapat menggunakan internet sebagai sarana pembelajaran yang tepat baik dan penggunaan internet yang tepat guna, dan tim juga memberikan sosialisasi secara interaktif. Metode pelaksanaan kegiatan yang dilakukan di ruangan kelas MTs Ar-Rahman Stabat adalah dengan memberikan ceramah, dan diikuti dengan contoh-contoh serta animasi agar para siswa dapat memahami lebih cepat. Hal ini dilakukan adalah untuk membangkitkan motivasi diri yang dimiliki oleh para siswa serta diiringi humor-humor singkat agar siswa-siswi tersebut tidak bosan dengan materi yang diberikan, pemberian materi diakhiri dengan sesi tanya jawab, dengan tahapan kegiatan yaitu Tahap Pra-pelaksanaan, Tahap Pelaksanaan dan Tahap Evaluasi. Hasil dari kegiatan pelatihan adalah Para siswa-siswi di MTs tersebut memahami dampak negatif dan positif dari penggunaan internet dan cara menghindari serta menyikapi dampak-dampak tersebut.
Animated Mathematics Learning Media on guru.tesonlineku.com using Plotagon Story and Lectora Inspire Sagala, Prihatin Ningsih; Septiana, Dian; Widyastuti, Eri
Jurnal Ilmu Pendidikan Vol 30, No 1 (2024): June
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um048v30i1p29-39

Abstract

This research aims to develop animated story-learning media that helps students improve their understanding of mathematical concepts. This research uses the ADDIE development (R and D) method, which consists of analysis, design, development, implementation, and evaluation stages. The sample research subjects consisted of 6 experts, two material, media, and language validator experts each, one teacher, 5 and 147 class VII students who assessed the practicality and effectiveness of the product being developed. Data was collected through expert validation, interviews with teachers, teacher and student response tests, and tests on students. At the same time, the N-Gain test was used to evaluate media effectiveness. Expert validation results show that the criteria are very valid, with an average score of 89 percent. The teacher and student response test showed an average score of 86 percent, which shows that the animated story media is practically used for mathematics learning. The N-Gain test of 67 percent shows that students' ability to understand mathematical concepts is increasing. Therefore, using animated stories to develop skills in understanding mathematical concepts is feasible, practical, and effective
Pemanfaatan Aplikasi Geogebra dalam Pembelajaran Matematika di Sekolah Menengah Kejuruan Surbakti, Nurul Maulida; Dewi, Sri; Septiana, Dian; Farhana, Nurul Ain; Perdana, Adidtya
Dedikasi Sains dan Teknologi (DST) Vol. 3 No. 2 (2023): Dedikasi Sains dan Teknologi : Volume 3 Nomor 2, Nopember 2023
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v3i2.3008

Abstract

Berdasarkan data yang diperoleh, terlihat bahwa saat ini penggunaan komputer dalam proses pembelajaran terbatas pada penggunaan PowerPoint. Para guru mata pelajaran matematika menghadapi tantangan dalam menciptakan materi dan alat bantu pembelajaran yang efektif. Untuk mengatasi masalah ini, salah satu solusi yang diusulkan adalah dengan memberikan pelatihan penggunaan aplikasi Geogebra kepada guru-guru matematika. Pelatihan ini bertujuan untuk meningkatkan pemahaman guru terkait peran media pembelajaran dalam pembelajaran matematika dan untuk meningkatkan pengetahuan serta keterampilan mereka dalam memanfaatkan media pembelajaran virtual (mathlet) yang interaktif dan efektif. Pendekatan yang akan diterapkan dalam pelatihan ini mencakup beberapa tahap, seperti observasi langsung, wawancara, presentasi, dan sesi tanya jawab. Diharapkan bahwa hasil dari pelatihan ini akan membawa berbagai manfaat, termasuk peningkatan kualitas proses pembelajaran yang sesuai dengan pengetahuan yang diperoleh dalam pelatihan, peningkatan kemampuan guru dalam berkreasi dan berinovasi dalam merancang pembelajaran, pemahaman yang lebih mendalam tentang media pembelajaran virtual, keterampilan guru dalam menggunakan aplikasi Geogebra untuk membuat media pembelajaran virtual, serta kemampuan guru dalam mengembangkan materi visual, bahan ajar, dan instrumen penilaian yang relevan dengan materi aljabar dan geometri.
Forecasting Rice Prices with Holt-Winter Exponential Smoothing Model Septiana, Dian
Hanif Journal of Information Systems Vol. 1 No. 2 (2024): February Edition
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/hanif.v1i2.17

Abstract

Rice, as a staple food, plays a crucial role in global food security. Accurate forecasting of rice prices is essential for policymakers, farmers, and consumers alike. This article explores the application of the Holt-Winter exponential smoothing model to predict rice prices. Holt-Winter method is chosen for its ability to capture both trend and seasonality in time series data, which are prominent features in agricultural commodity prices such as rice. The study analyzes historical price data, identifies trends, seasonality, and incorporates smoothing parameters in additive and multiplicative methods. Results indicate that additive method of Holt-Winter exponential smoothing provides a better performance. This research contributes valuable insights to the field of agricultural economics and informs strategies for managing food supply chains and market stability.
PENERAPAN SISTEM KONTROL HAMA PADI DAN MONITORING SAWAH BERBASIS INTERNET OF THINGS (IOT) DI SUMATERA UTARA Nurul Maulida Surbakti; Sri Dewi; Fanny Ramadhani; Dian Septiana; Riza Pahlawan
JMM (Jurnal Masyarakat Mandiri) Vol 8, No 4 (2024): Agustus
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jmm.v8i4.25241

Abstract

Abstrak: Artikel ini membahas tentang tantangan yang dihadapi petani padi di Sumatera Utara akibat serangan hama wereng dan belalang yang menurunkan secara signifikan hasil panen padi. Untuk mengatasi permasalahan ini, pengabdian ini dilakukan dengan menerapkan teknologi Internet of Things (IoT) dalam bentuk sistem kontrol hama padi dan monitoring sawah. Teknologi ini menggunakan perangkat berbasis IoT yang dilengkapi dengan sensor lingkungan dan aktuator seperti ultrasonik dan LED UV untuk mengusir dan menangkap hama, serta aplikasi mobile untuk pemantauan real-time. Implementasi teknologi ini diharapkan dapat meningkatkan efisiensi pengelolaan pertanian, mengoptimalkan penggunaan sumber daya, dan mengurangi dampak lingkungan dari penggunaan pestisida kimia. Hasil uji coba awal menunjukkan bahwa sistem ini efektif dalam mengendalikan populasi hama, dengan potensi besar untuk meningkatkan produksi padi secara berkelanjutan di Desa Petumbukan dan daerah-daerah pertanian lainnya di Indonesia. Kelompok tani Kenanga yang terdiri dari 10 orang (4 laki-laki dan 6 perempuan) menjadi mitra dalam kegiatan ini. Mereka berada di Desa Petumbukan, Kecamatan Galang, Kabupaten Deli Serdang. Metode pelaksanaan meliputi penyajian materi, praktik, dan pendampingan selama pelatihan. Evaluasi dilakukan melalui pemantauan lapangan dan analisis data hasil uji coba, dengan indikator keberhasilan berupa peningkatan produksi padi dan efektivitas pengendalian hama. Hasil menunjukkan peningkatan keterampilan mitra sebesar 80% dalam menggunakan teknologi IoT, yang juga berhasil menurunkan populasi hama wereng dan belalang, berpotensi meningkatkan produksi padi secara berkelanjutan.Abstract: This article discusses the challenges faced by rice farmers in North Sumatra due to attacks by brown planthoppers and grasshoppers that significantly reduce rice yields. To overcome this problem, this community service is carried out by implementing Internet of Things (IoT) technology in the form of a rice pest control system and rice field monitoring. This technology uses IoT-based devices equipped with environmental sensors and actuators such as ultrasonic and UV LEDs to repel and capture pests, as well as mobile applications for real-time monitoring. The implementation of this technology is expected to improve the efficiency of agricultural management, optimize resource use, and reduce the environmental impact of chemical pesticide use. Initial trial results show that this system is effective in controlling pest populations, with great potential to increase sustainable rice production in Petumbukan Village and other agricultural areas in Indonesia. The Kenanga farmer group consisting of 10 people (4 men and 6 women) is a partner in this activity. They are located in Petumbukan Village, Galang District, Deli Serdang Regency. The implementation method includes presentation of materials, practice, and assistance during training. The evaluation was conducted through field monitoring and analysis of trial data, with success indicators in the form of increased rice production and effectiveness of pest control. The results showed an 80% increase in partner skills in using IoT technology, which also succeeded in reducing the population of brown planthoppers and grasshoppers, potentially increasing rice production sustainably.
Pelatihan Pemanfaatan Google Sites sebagai Media Pembelajaran di SMK Dharma Pancasila dewi, sri; Perdana, Adidtya; Harliana, Putri; Maulidina Fadila, Putri; Ain Farhana, Nurul; Septiana, Dian; Maulida Surbakti, Nurul
Majalah Ilmiah UPI YPTK Vol. 31 (2024) No. 1
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/jmi.v31i1.160

Abstract

Teknologi berkembang  sangat pesat begitu pula dengan dunia pendidikan. Pendidikan merupakan upaya pengembangan potensi sumber daya manusia melalui proses pembelajaran. Tujuan utama dari proses pembelajaran di sekolah adalah menciptakan suasana belajar yang baik dan menyenangkan, membangkitkan semangat dan mendorong mereka untuk selalu giat belajar, karena proses belajar yang baik dan menyenangkan akan memberikan dampak positif terhadap tercapainya hasil pembelajaran yang optimal. Pemilihan metode pembelajaran yang tepat merupakan salah satu cara menciptakan proses pembelajaran menjadi lebih menarik. Salah satu metode pembelajaran yang dapat meningkatkan proses belajar yaitu pemilihan media pembelajaran. Saat ini sudah banyak pilihan teknologi informasi yang dapat digunakan untuk diterapkan dalam proses pembelajaran. Salah satu media pembelajaran yang dapat digunakan adalah Google Sites. Google Sites merupakan salah satu dari sekian banyak produk Google yang digunakan sebagai alat pembuat website secara gratis sehingga siapapun dapat menggunakan atau membuat membuat website dengan memanfaatkan Google Sites. Penggunaan Google Sites dapat dijadikan sebagai solusi  memudahkan akses informasi dengan memanfaatkan jaringan internet. Tujuan dilakukan kegiatan pelatihan ini adalah peningkatan softskill Guru SMK Dharma Pancasila untuk membangun sebuah website secara gratis dengan memanfaatkan Google Sites. Hasil dari kegiatan pelatihan ini setiap guru mampu menggunakan dan mengembangkan website dengan memanfaatkan Google Site. Melalui kegiatan ini juga telah membantu  pihak sekolah dalam menggunakan media pembelajaran yang lebih variatif yang tersedia secara gratis melalui Google Sites sehingga siswa dan guru dapat mengembangkan pembelajaran yang lebih baik
INTEGRASI MACHINE LEARNING DAN ANALISIS SPASIAL UNTUK PREDIKSI WILAYAH RAWAN TUBERKULOSIS DI PROVINSI SUMATERA UTARA Ramadhani, Fanny; Iskandar Al-Idrus, Said; Septiana, Dian; Arnita, Arnita; Retno Wahyuningrum, Diah
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6840

Abstract

Tuberkulosis (TBC) masih menjadi masalah kesehatan masyarakat yang serius di Provinsi Sumatera Utara. Prevalensi tinggi terutama di daerah padat penduduk dan terbatasnya akses layanan kesehatan menjadi tantangan utama dalam pengendalian TBC. Penelitian ini bertujuan untuk memprediksi wilayah rawan TBC dengan mengintegrasikan algoritma machine learning dan analisis spasial. Data sekunder diperoleh dari Sistem Informasi Tuberkulosis Nasional (SITB), Badan Pusat Statistik (BPS), dan shapefile administrasi wilayah kabupaten/kota di Sumatera Utara. Variabel prediktor meliputi kepadatan penduduk, status gizi, jumlah fasilitas kesehatan, tingkat kemiskinan, kualitas hunian, dan cakupan imunisasi. Model dikembangkan menggunakan algoritma Random Forest, sementara analisis spasial dilakukan menggunakan QGIS untuk menghasilkan peta risiko TBC. Hasil model menunjukkan akurasi sebesar 86,2% dengan variabel paling berpengaruh adalah kepadatan penduduk, kualitas hunian, dan akses fasilitas kesehatan. Peta risiko yang dihasilkan mengidentifikasi wilayah seperti Kota Medan, Deli Serdang, dan Labuhanbatu sebagai zona merah. Hasil penelitian ini diharapkan menjadi dasar perencanaan intervensi kesehatan yang lebih tepat sasaran di Sumatera Utara.
Co-Authors Adidtya Perdana, Adidtya Amalia, Sisti Nadia Andy Satria Angelina Uko, Sherly Margaretha Putri Arnita Arnita Damayanti, Salsa Swastika Diah Retno Wahyuningrum Eri Widyastuti Fadilah, Putri Maulidina Fanny Ramadhani Fanny Ramadhani Ibnu Rusydi Ichwanul Muslim Karo Karo Maulida Surbakti, Nurul Maulidina Fadila, Putri Melly Br Bangun Nasution, Nadrah Afiati Nurul Ain Farhana Nurul Maulida Surbakti Nurul Maulida Surbakti Panggabean, Suvriadi Pra Azizi, Iven Lutfiah Prihatin Ningsih Sagala Rahayu, Fitri Nastiti Ramadhani, Fanny Riza Pahlawan Said . Iskandar Setyowati, Solideo Anggita Sisti Nadia Amalia Sri Dewi Sri Dewi