Article Per Year (5 Year)
p-Index From 2020 - 2025
0.92
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan dan Pembelajaran Khatulistiwa (JPPK) Jurnal Informatika Universitas Pamulang JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Jurnal Ilmu Fisika LOGIC : Jurnal Ilmu Komputer dan Pendidikan JRIIN :Jurnal Riset Informatika dan Inovasi
Devi Yunita
Program Studi Pendidikan Ekonomi FKIP Untan Pontianak
Humanities Astronomy Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Physics Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Perbandingan Algoritma K-Nearest Neighbor dan Decision Tree untuk Penentuan Risiko Kredit Kepemilikan Mobil Yunita, Devi
Jurnal Informatika Universitas Pamulang Vol 2, No 2 (2017): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1070.989 KB) | DOI: 10.32493/informatika.v2i2.1512

Abstract

Perbandingan Algoritma K-Nearest Neighbor Dan Decision Tree  untuk  Risiko Kredit Kepemilikan Mobil Kredit adalah sarana agar orang atau perusahaan dapat meminjam modal atau uang dan membayarnya dalam tempo yang sudah ditentukan. Agar kredit yang diberikan sesuai tujuan atau sasaran; yaitu aman; maka perlu diakukan analisis kredit. Analisis kredit adalah kajian yang dilakukan untuk mengetahui kelayakan dari suatu permasalahan kredit. Dalam penelitian analisa kredit ini menggunakan perbandingan Algoitma K-nearest neighbor (K-NN) yang merupakan penelitian menggunakan metode dengan mencari kedekatan antara kriteria kasus baru dengan kriteria kasus lama berdasarkan kriteria kasus yang paling mendekati; dan menggunakan Metode Decision tree yang merupakan metode yang ada pada teknik klasifikasidalam data mining. Hasil penelitian dengan menggunakan aplikasi Rapid Miner menunjukan bahwa Algoritma K-Nearest Neighbor (K-NN) memiliki nilai akurasi yang lebih baik
Optimalisasi Persentase Serat Bambu Terhadap Sifat Fisis Papan Komposit Beton Ringan Mahyudin, Alimin; Yunita, Devi; Milvita, Dian
Jurnal Ilmu Fisika Vol 10, No 1 (2018): Published in March 2018
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jif.10.1.11-16.2018

Abstract

Telah dilakukan penelitian dengan judul optimalisasi serat bambu terhadap sifat fisis papan komposit beton ringan. Penelitian ini bertujuan untuk mengetahui pengaruh serat bambu terhadap sifat fisis papan komposit yang diharapkan dapat menghasilkan papan komposit beton ringan lebih kuat, lentur, ringan  dengan persentase serat bambu yang optimum. Penelitian dilakukan dengan menggunakan metode two dimensional reinforcement (planar) dalam penyusunan serat bambu. Persentase serat yang digunakan pada masing-masing sampel, yaitu 0%; 0,6%; 1,2%;2,5% dan 5% serta foam agent 0,06%, dan tebal sampel papan 1 cm.  Berdasarkan hasil pengujian nilai densitas optimum diperoleh  sebesar 1,63 g/cm3 pada serat 0,6% dari volume sampel,  kuat lentur optimum terdapat pada serat 0,6% dari volume sampel bernilai 44,25 kg/cm2 sedangkan nilai kuat tekan optimum diperoleh sebesar 6,9 kg/cm2 pada serat 2,5% dari volume sampel. Nilai kuat lentur  telah memenuhi standar  SNI 03-2104Kata kunci: Papan komposit, serat bambu, foam agent.
PENGARUH STATUS EKONOMI ORANG TUA TERHADAP HASIL BELAJAR MATA PELAJARAN EKONOMI SISWA KELAS XI Yunita, Devi; Mastuti, Sri Endang; ., Okianna
Jurnal Pendidikan dan Pembelajaran Khatulistiwa Vol 2, No 3 (2013): Maret 2013
Publisher : Jurnal Pendidikan dan Pembelajaran Khatulistiwa

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

Abstract

Abstract : This thesis is titled "The Effect of Economic Status of Parents Against Learning Outcomes in Economics Lesson B Grade XI IPS SMA Negeri 1 Serasan Natuna regency." Common problem in this study is "Effect of Some Economic Status of Parents Against Learning Outcomes in Eyes Economics lesson ". This study used the descriptive method, the shape of the research association studies. Its population is students who numbered 21 people. The results of the study the average income of the parents (the father) is Rp 1,000,000 - Rp 1,999,999 in category quite well. While the average income of the parents (mothers) are Rp 100,000 - Rp 999,999 are categorized as poor. The average value of student learning outcomes, both by value and weight respectively by 6.92 and 2.24 are considered pretty good. Third, the effect of the economic status of parents of student learning outcomes by 5.34% (low). Keywords : Economic status, economic subjects. Abstrak : Skripsi ini berjudul Pengaruh Status Ekonomi Orang Tua Terhadap Hasil Belajar pada Mata Pelajaran Ekonomi Siswa Kelas XI IPS B SMA Negeri 1 Serasan Kabupaten Natuna.Masalah umum dalam penelitian ini adalah Apakah Terdapat Pengaruh Status Ekonomi Orang Tua Terhadap Hasil Belajar pada Mata Pelajaran Ekonomi. Penelitian ini menggunakan metode deskriptif, dengan bentuk penelitian studi hubungan. Populasinya adalah siswa yang berjumlah 21 orang. Hasil penelitian nilai rata-rata pendapatan orang tua siswa (ayah) adalah sebesar Rp 1.000.000 Rp 1.999.999 yang masuk dalam kategori cukup baik. Sedangkan pendapatan rata-rata orang tua siswa (ibu) adalah Rp 100.000 Rp 999.999 yang masuk dalam kategori kurang baik. Nilai rata-rata hasil belajar siswa, baik berdasarkan nilai maupun bobot masing-masing sebesar 6,92 dan 2,24 yang dikategorikan cukup baik. Ketiga, pengaruh status ekonomi orang tua terhadap hasil belajar siswa sebesar 5,34% (rendah). Kata kunci : Status ekonomi, pelajaran ekonomi.
Analisa Citra Wajah Untuk Identifikasi Klasifikasi Jenis Kelamin Menggunakan Algoritma Naive Bayes Fansyuri, Maulana; Yunita, Devi
LOGIC : Jurnal Ilmu Komputer dan Pendidikan Vol. 2 No. 3 (2024): Logic : Jurnal Ilmu Komputer dan Pendidikan
Publisher : Shofanah Media Berkah

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

Abstract

Penelitian ini merupakan sebuah upaya untuk menyelidiki secara rinci identifikasi jenis kelamin melalui analisis wajah, dengan menerapkan metode klasifikasi yang menggunakan algoritma Naive Bayes. Proses identifikasi ini tidak hanya terbatas pada konsep umum pengenalan wajah, tetapi lebih difokuskan pada kemampuan algoritma untuk memahami dan membedakan fitur-fitur wajah yang spesifik antara pria dan wanita. Penggunaan algoritma Naive Bayes sebagai pilihan utama untuk klasifikasi memberikan dimensi tambahan dalam konteks pengolahan citra. Selain itu, penelitian ini secara khusus mengarah pada analisis fitur wajah yang dapat diandalkan, menciptakan kerangka kerja yang lebih rinci untuk memahami perbedaan subtan antara jenis kelamin. Tujuan dari penelitian ini adalah agar bisa mendapatkan tingkat akurasi terbaik dalam proses klasifikasi citra wajah dalam menentukan jenis kelamin seseorang. Metode dalam penelitian ini dilakukan dalam dua fase, yaitu fase pelatihan dan fase pengujian. Dalam fase pelatihan, tahapan yang dilakukan bertujuan untuk mendapatkan model berdasarkan subset citra yang disebut citra latih. Langkah awal penelitian adalah menyiapkan data set gambar yang akan dianalisa. Dataset gambar yang digunakan adalah 20 gambar wajah kemudian melakukan pengambilan gambar sebanyak 10 kali. Berdasarkan hasil penelitian yang dilakukan pada citra wajah berdasarkan warna dan bentuk menggunakan metode Naïve Bayes, dapat diambil kesimpulan bahwa metode ini termasuk dalam algoritma yang sangat baik untuk diaplikasikan pada klasifikasi citra wajah berdasarkan warna dan bentuk dengan nilai akurasi sebesar 80%, sehingga penentuan jenis kelamin berdasarkan objek wajah menggunakan data hasil ekstraksi warna dan bentuk serta menggunakan metode klasifikasi Naïve Bayes sesuai dengan data citra sebenarnya.
Optimalisasi Penggunaan Internet Sehat dan Aman dengan DNS Nawala Yunita, Devi; Fansyuri, Maulana; Khoirunnisya, Khoirunnisya; Nurhasanah, Nurhasanah; Tassia, Shelvi Eka
JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Vol 8, No 2 (2024): November
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jpp-iptek.2024.v8i2.1901

Abstract

Internet adalah jaringan komunikasi dan informasi global yang menawarkan berbagai manfaat. Dengan kemampuan dan kemauan untuk memanfaatkannya, pengguna dapat dengan mudah, cepat, dan murah berkomunikasi ke seluruh dunia. Namun, internet memiliki sisi positif dan negatif, terutama karena perilaku pengguna sering kali berkaitan dengan paparan materi yang kurang bermanfaat. Program Internet Sehat dan Aman (INSAN), yang dicanangkan oleh Kementerian Komunikasi dan Informatika Indonesia (Kemkominfo), bertujuan untuk menyosialisasikan penggunaan internet secara sehat dan aman. Dalam rangka mendukung program ini, kegiatan pengabdian kepada masyarakat dilaksanakan bersama organisasi pemuda Karang Taruna RW 007, Bakti Jaya, Tangerang Selatan. Tujuan kegiatan ini adalah untuk mendorong masyarakat, khususnya generasi muda, agar lebih bijak dalam memanfaatkan internet sebagai media komunikasi sekaligus mampu membatasi diri dari pengaruh negatif yang beredar di dunia maya. Implementasi DNS Nawala diharapkan dapat membantu masyarakat dalam menyaring konten-konten negatif di internet.
Analisis Sentimen Ulasan Produk Masker Menggunakan Algoritma Naive Bayes Muhammad, Fareza; Yunita, Devi
Jurnal Riset Informatika dan Inovasi Vol 2 No 11 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Penelitian ini menganalisis sentimen ulasan produk masker menggunakan algoritma Naive Bayes. Dataset yang digunakan terdiri dari 99 ulasan produk masker dari platform e-commerce, dengan klasifikasi sentimen positif dan negatif. Metodologi yang digunakan melibatkan preprocessing data, pemodelan menggunakan algoritma Naive Bayes, dan evaluasi performa model. Hasil analisis menunjukkan bahwa algoritma Naive Bayes mampu mengklasifikasikan sentimen ulasan dengan tingkat akurasi 83.67%. Penelitian ini memberikan wawasan berharga bagi pelaku e-commerce dalam memahami persepsi pelanggan terhadap produk masker mereka dan dapat digunakan untuk meningkatkan kualitas produk serta layanan.
Implementasi Algoritma Klasifikasi K-Nearest Neighbor (KNN) Untuk Klasifikasi Level Stres Mahasiswa Yunita, Devi; Surya Kusuma, Firmansyah; Maulana, Alpian; Zatayumni, Alana; Ihdaudin; Bima Pradana, Diski
Jurnal Riset Informatika dan Inovasi Vol 2 No 11 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Stress pada mahasiswa merupakan masalah yang dapat memengaruhi performa akademik, termauk nilai Grade Point Average (GPA). Penelitian ini bertujuan untuk mengklasifikasikan tingkat stress mahasiswa menggunakan algoritma klasifikasi K-Nearest Neighbor (KNN). Dataset yang digunakan terdiri dari 2.000 data mahasiswa, yang diambil dari platform Kaggle, mencakup variabel-variabel seperti jam belajar perhari, jam ektrakulikuler perhari, jam tidur perhari, jam aktivitas sosial perhari, jam aktifitas fisik perhari, nilai Grade Point Average (GPA) dan hasil kuesioner tingkat stress. Data diolah melalui proses praproses, termasuk normalisasi dan pembagian data menjadi training dan testing dengan rasio 80:20. Model KNN dikembangkan untuk mengklasifikasikan tingkat stress ke dalam kategori rendah, sedang, dan tinggi. Hasil pengujian menggunakan model KNN dengan nilai k = 3, dengan tujuan mengetahui tingkat akurasi yang lebih baik dari algoritma K-Nearest Neighbor. Setelah dilakukan pengujian didapatkan hasil yang dari algoritma K-Nearest Neighbor dengan menggunakan nilai k = 3, yaitu dengan tingkat akuarasi mencapai 93%, dengan metrik evaluasi berupa precision, recall, dan F1-score yang juga menunjukkan performa yang baik. Penelitian ini dapat di simpulkan bahwa algoritma K-Nearest Neighbor efektif untuk digunakan dalam klasifikasi tingkat stress mahasiswa. Hasil ini dapat menjadi dasar untuk pengembangan sistem deteksi dini tingkat stres yang dapat diintegrasikan ke dalam platform pendidikan.
Penerapan K-Nearest Neighbor Untuk Memprediksi Penjualan Produk Parfum Baru Yunita, Devi; Ahmad Arpiandi, Kahfi; Bilal, Muhamad; Ghazi Ginastio, Rama; Geovany Tangkin, Rivaldo
Jurnal Riset Informatika dan Inovasi Vol 2 No 11 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Penjualan produk parfum baru sering kali menjadi tantangan dalam dunia ritel, terutama karena banyaknya faktor yang dapat memengaruhi keberhasilan produk di pasar, seperti harga, preferensi pelanggan, dan jumlah pembeli. Penelitian ini bertujuan untuk memprediksi penjualan produk parfum baru dengan menerapkan algoritma k-Nearest Neighbor (k-NN), yang merupakan salah satu metode pembelajaran mesin berbasis instance. Algoritma ini bekerja dengan mengklasifikasikan data baru berdasarkan jarak dari data sebelumnya yang sudah terklasifikasi. Dalam penelitian ini, dataset penjualan parfum yang mencakup atribut harga, jumlah pembeli, dan status penjualan digunakan untuk melatih model. Implementasi algoritma dilakukan dengan menggunakan berbagai nilai k, yaitu k=2, k=3, dan k=4, untuk menentukan jumlah tetangga terdekat yang digunakan dalam proses prediksi. Hasil penelitian menunjukkan bahwa k-NN mampu memberikan prediksi yang akurat terhadap status penjualan produk parfum baru, dengan hasil terbaik diperoleh pada nilai k=3, di mana prediksi status penjualan "Laris" berhasil dihasilkan untuk produk baru yang diuji. Evaluasi kinerja algoritma juga menunjukkan bahwa pemilihan tetangga terdekat berdasarkan jarak Euclidean dan normalisasi data memainkan peran penting dalam meningkatkan akurasi prediksi. Dengan demikian, metode k-NN dapat menjadi solusi yang efektif bagi perusahaan dalam menganalisis data penjualan dan membantu pengambilan keputusan strategis terkait peluncuran produk parfum baru.
Co-Authors Ahmad Arpiandi, Kahfi Alimin Mahyudin Bima Pradana, Diski Dian Milvita Geovany Tangkin, Rivaldo Ghazi Ginastio, Rama Ihdaudin Khoirunnisya Khoirunnisya, Khoirunnisya Maulana Fansyuri Maulana, Alpian Muhamad Bilal Muhammad, Fareza Nurhasanah Nurhasanah Okianna . Sri Endang Mastuti Surya Kusuma, Firmansyah Tassia, Shelvi Eka Zatayumni, Alana