Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Sewagati
Mukti Ratna Dewi
Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS)
Arts Humanities Computer Science & IT Education Engineering Languange, Linguistic, Communication & Media Public Health Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pelatihan Aplikasi Dashboard RAB Desa sebagai Peningkatan Kapabilitas dalam Pengelolaan Keuangan Desa di Kecamatan Jetis Kabupaten Ponorogo Jawa Timur Hibatullah, Fausania; Susilaningrum, Destri; Ulama, Brodjol Sutijo Suprih; Habibi, Mochammad Reza; Kusrini, Dwi Endah; Dewi, Mukti Ratna
Sewagati Vol 8 No 2 (2024)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v8i2.951

Abstract

Pentingnya Pengabdian kepada Masyarakat (PPM) dalam lingkup perguruan tinggi, termasuk di dalamnya dosen Departemen Statistika Bisnis Fakultas Vokasi ITS, termanifestasi dalam kolaborasi PPM tahun ini dengan Pemerintahan Kecamatan Jetis, Kabupaten Ponorogo, Jawa Timur. Kolaborasi ini bertujuan untuk meningkatkan efisiensi dalam Pengelolaan Monografi Pedesaan, khususnya dalam perhitungan Rancangan Anggaran Belanja Desa (RABDESes). Dalam penjajagan awal, Kecamatan Jetis mengidentifikasi kebutuhan mendesak akan program yang dapat mempermudah penghitungan RABDESes, yang selama ini dilakukan secara manual. Proses manual ini sering mengakibatkan kesalahan dalam perhitungan akhir RAB karena keterbatasan waktu untuk mengisi berbagai komponen pembelanjaan. Oleh karena itu, tim PPM dari Departemen Statistika Bisnis Fakultas Vokasi ITS, bersama dengan mahasiswa KKN, berkolaborasi untuk menciptakan Dashboard RABDESes menggunakan fasilitas yang disediakan oleh program Excel. Selain menciptakan alat ini, tim PPM juga memberikan pelatihan kepada staf kelurahan/desa yang terlibat langsung dalam urusan RABDESes. Tujuannya adalah memastikan pemahaman yang baik tentang penggunaan Dashboard tersebut, sehingga dapat mengurangi kesalahan dan meningkatkan efisiensi dalam proses pengelolaan RABDESes. Melalui inisiatif ini, PPM turut berperan dalam mendukung pembangunan dan pengelolaan keuangan di tingkat pedesaan.
Interpretable machine learning for academic risk analysis in university students Dewi, Mukti Ratna; Habibi, Mochammad Reza; Babgei, Bassam; Ananda, Lovinki Fitra; Ulama, Brodjol Sutijo Suprih
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 4: August 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i4.pp3089-3098

Abstract

Higher education institutions often grapple with issues related to academic risk among their students. These academic risks encompass low academic performance, study delays, and dropouts. One approach to address these challenges is to predict students’ academic performance as accurately as possible by leveraging advanced computational techniques and utilizing academic and non-academic student data. This research aims to develop a model that accurately identifies students with high potential for academic risk while explaining the contributing factors to this phenomenon in the Faculty of Vocational Studies, Institut Teknologi Sepuluh Nopember (ITS). The prediction model is constructed using the light gradient boosting machine (LightGBM) method and is subsequently interpreted using the Shapley additive explanations (SHAP) value. Additionally, an oversampling method, based on synthetic minority oversampling technique (SMOTE), is implemented to address imbalances in the dataset. The proposed approach achieves 96% and 97% accuracy and specificity rates, respectively. Analysis based on SHAP values reveals that extracurricular activities, choice of major, smoking habit, gender, and friendship circle are among the top five factors impacting students’ academic risk.
Co-Authors Ananda, Lovinki Fitra Babgei, Bassam Brodjol Sutijo Suprih Ulama Destri Susilaningrum Dwi Endah Kusrini Habibi, Mochammad Reza Hibatullah, Fausania