Claim Missing Document
Check
Articles

Found 15 Documents
Search

PEMANFAATAN TEKNOLOGI QR CODE DENGAN SCAN IT DALAM SISTEM PRESENSI KELAS BAHASA INGGRIS Yunita, Devi; Isnaeni, Resti; purnaningsih, Pari
KOMMAS: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 2 (2025): KOMMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : KOMMAS: Jurnal Pengabdian Kepada Masyarakat

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

Abstract

Di era digital, sistem presensi manual masih banyak digunakan di sekolah-sekolah, termasuk SMK YPUI Parung, yang menimbulkan berbagai kendala seperti proses pencatatan yang memakan waktu, rawan manipulasi data, dan sulit direkap secara digital. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk mengatasi permasalahan tersebut dengan mengimplementasikan teknologi QR Code menggunakan aplikasi Scan IT sebagai sistem presensi di kelas Bahasa Inggris. Metode pelaksanaan kegiatan meliputi ceramah interaktif, demonstrasi, latihan mandiri, pendampingan, dan evaluasi, dengan melibatkan guru dan siswa kelas X dan XI di SMK YPUI Parung. Kegiatan dilaksanakan selama tiga hari pada tanggal 2–4 Mei 2025, dengan subjek sebanyak 20 siswa dan teknik sampling purposive. Data dikumpulkan melalui observasi, kuisioner, dan dokumentasi, kemudian dianalisis secara deskriptif kualitatif. Hasil kegiatan menunjukkan peningkatan signifikan dalam pemahaman dan keterampilan guru serta siswa dalam penggunaan sistem presensi digital. Sebanyak 90% guru mampu membuat QR Code dan 95% siswa dapat mengoperasikan aplikasi Scan IT dengan baik. Implementasi sistem presensi digital ini berhasil meningkatkan kehadiran siswa sebesar 10%, menghemat waktu presensi sekitar 5–10 menit per sesi, serta mempermudah rekap data secara otomatis. Meskipun terdapat kendala teknis seperti keterbatasan sinyal dan kesiapan perangkat, semua hambatan berhasil diatasi melalui pendampingan intensif. Program ini terbukti efektif, efisien, dan layak untuk direplikasi di mata pelajaran lain. Kata Kunci: Presensi Digital, QR Code, Scan IT, Pelajaran Bahasa Inggris.
Pengaruh Persentase Serat Bambu terhadap Sifat Fisik dan Mekanik Papan Beton Ringan Yunita, Devi; Mahyudin, Alimin
Jurnal Fisika Unand Vol 6 No 4 (2017)
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jfu.6.4.348-354.2017

Abstract

Telah dilakukan penelitian tentang pengaruh persentase serat bambu terhadap sifat fisik dan mekanik papan beton ringan. Sifat fisik dan mekanik yang diuji meliputi densitas, daya serap air, porositas, kuat lentur dan kuat tekan. Penelitian ini menggunakan metode two dimensional reinforcement sebagai tata letak dan arah serat dengan variasi serat bambu yang digunakan sebesar 0%; 0,6%; 1,2%; 2,5% dan 5% dari volume cetakan. Ketebalan papan beton ringan yang dibuat sebesar 1 cm. Kuat lentur dan kuat tekan menggunakan Universal Testing Machine (UTM). Hasil menunjukkan bahwa komposisi optimum serat 2,5% menghasilkan nilai kuat lentur sebesar 56,25 kgf/cm2, sedangkan nilai kuat tekan bernilai 91 kgf/cm2. Selanjutnya, untuk nilai densitas diperoleh sebesar 1,43 g/cm3, sedangkan nilai daya serap air, yaitu 16,61% dan nilai porositas sebesar 23,7%. Papan beton ringan yang dihasilkan telah memenuhi standar mutu ISO 8335, JIS A 5417 dan SNI 03-2104 untuk densitas, sedangkan kuat lentur telah sesuai standar mutu SNI 03-2104.Kata kunci: kuat lentur, kuat tekan, papan beton ringan, serat bambu
Penerapan Aplikasi Padlet sebagai Sarana Pembelajaran Kolaboratif untuk Mengembangkan Keterampilan Menulis Bahasa Inggris Siswa SMP YPUI Parung Isnaeni, Resti; Purnaninsih, Pari; Yunita, Devi
KOMMAS: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 3 (2025): KOMMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : KOMMAS: Jurnal Pengabdian Kepada Masyarakat

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

Abstract

English writing skills are essential competencies for junior high school students in developing effective communication and academic literacy. Nevertheless, many learners face challenges in generating and organizing ideas in written form, particularly in a foreign language context. This community service–based study aims to enhance students’ English writing abilities by integrating Padlet as a collaborative digital learning tool. A qualitative approach was adopted, and the program was implemented at SMP YPUI Parung, involving 30 students and two English teachers. The findings indicate a 20% improvement in students’ writing performance as well as an increase in learning motivation. Moreover, English teachers demonstrated and enhanced skills in applying educational technology in classroom practices. The integration of Padlet proved to be an effective collaborative digital platform for improving English writing skills at the junior high school level. Keywords: Padlet, English writing skills, collaborative learning, educational technology
Analisis Kepuasan Pasien BPJS Terhadap Pelayanan Rawat Jalan Di RSUD Serpong Utara Menggunakan Metode Naive Bayes Adinda Nur Fayza; Yunita, Devi
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Teknik Informatika Universitas Pamulang

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

Abstract

Pelayanan kesehatan merupakan faktor penting dalam meningkatkan kualitas hidup masyarakat. Di Indonesia, Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan merupakan program pemerintah yang memberikan akses layanan kesehatan bagi seluruh masyarakat, termasuk masyarakat yang kurang mampu. Namun, masih banyak pasien BPJS yang mengeluhkan ketidakpuasan terhadap pelayanan yang diterima di rumah sakit, khususnya di RSUD Serpong Utara. Ketidakpuasan tersebut disebabkan oleh berbagai faktor, seperti kualitas pelayanan, sikap tenaga medis, waktu tunggu, serta fasilitas yang tersedia. Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pasien BPJS terhadap pelayanan rawat jalan di RSUD Serpong Utara dengan menggunakan metode klasifikasi Naive Bayes. Pendekatan penelitian dilakukan secara kuantitatif melalui observasi, wawancara, penyebaran kuesioner, dan studi pustaka. Dataset yang digunakan terdiri atas 517 responden, dengan 271 responden (51,41%) menyatakan puas dan 246 responden (47,59%) menyatakan tidak puas. Data tersebut dibagi menjadi 80% data latih (413 data) dan 20% data uji (104 data). Hasil pengujian menunjukkan bahwa metode Naive Bayes memiliki akurasi sebesar 83,7%, presisi 87,1%, recall 84,5% dan F1-score 83,5%, yang menandakan bahwa model ini memiliki performa yang baik dan konsisten dalam mengklasifikasikan tingkat kepuasan pasien. Faktor utama dalam memengaruhi kepuasan pasien meliputi kecepatan pelayanan, keramahan tenaga medis, kebersihan lingkungan, kenyamanan, serta kemudahan administrasi. Dengan demikian, penerapan metode Naive Bayes terbukti efektif dalam menganalisis dan memprediksi tingkat kepuasan pasien serta dapat menjadi acuan bagi pihak RSUD Serpong Utara dalam meningkatkan mutu pelayanan kesehatan.
Analisis Kinerja Algoritma Naive Bayes dalam Memprediksi Kelulusan Mahasiswa Menggunakan Python Fansyuri, Maulana; Yunita, Devi
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 3 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i3.1491

Abstract

Prediksi kelulusan mahasiswa menjadi kebutuhan penting dalam lingkungan perguruan tinggi untuk mendukung peningkatan kualitas akademik, efektivitas pembimbingan, dan strategi pencegahan ketidaklulusan. Penelitian ini bertujuan untuk menganalisis kinerja algoritma Naive Bayes dalam memprediksi kelulusan mahasiswa berbasis data akademik dan non-akademik dengan memanfaatkan bahasa pemrograman Python. Algoritma Naive Bayes dipilih karena memiliki karakteristik komputasi sederhana, efisien, serta mampu menangani data berukuran besar dengan performa klasifikasi yang kompetitif. Penelitian dilakukan menggunakan dataset mahasiswa yang mencakup variabel seperti indeks prestasi, jumlah SKS, tingkat kehadiran, dan status kelulusan. Proses pengolahan data terdiri atas pembersihan data, penyandian data kategorikal, pembagian dataset menjadi data latih dan data uji, serta pelatihan model Naive Bayes. Evaluasi model dilakukan menggunakan Confusion Matrix, Accuracy, Precision, Recall, dan F1-Score untuk memberikan gambaran performa klasifikasi secara komprehensif. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu melakukan prediksi kelulusan mahasiswa dengan akurasi tinggi, yaitu 85%, serta nilai Precision, Recall, dan F1-Score yang konsisten, sehingga menegaskan keandalan model dalam mengidentifikasi mahasiswa yang lulus maupun tidak lulus. Temuan ini memperkuat potensi algoritma Naive Bayes sebagai sistem pendukung keputusan di perguruan tinggi untuk memetakan risiko ketidaklulusan sejak dini.. Kata kunci: