Article Per Year (5 Year)
p-Index From 2021 - 2026
3.457
P-Index
This Author published in this journals
All Journal Jurnal Perpustakaan Pertanian JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Infomedia Jurnal Vokasi SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal INFOTEL eProceeding of TIK Jurnal Teknologi Rekayasa Informasi dan Komputer
Hendrawaty Hendrawaty, Hendrawaty
Pusat Perpustakaan dan Penyebaran Teknologi Pertanian Jalan Ir. H. Juanda No. 20, Bogor 16122
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Library & Information Science Social Sciences

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Implementasi Algoritma DBSCAN Dalam Pengelompokan Kedisiplinan Mahasiswa Program Studi Teknik Informatika Di Politeknik Negeri Lhokseumawe Dhauddin, Muhammad; Hendrawaty, Hendrawaty; Zulman, Muhammad Reza
eProceeding of TIK Vol 5, No 2 (2025): eProTIK: November, 2025
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Pemantauan tingkat kehadiran mahasiswa merupakan aspek krusial dalam evaluasi dan pembinaan akademik, namun analisis manual terhadap data presensi yang besar sering kali tidak efisien. Penelitian ini bertujuan untuk mengelompokkan mahasiswa berdasarkan pola ketidakhadiran mereka dengan manfaat utama menciptakan sistem peringatan dini terhadap mahasiswa yang teridentifikasi memiliki risiko akademik. Algoritma yang digunakan adalah Density-Based Spatial Clustering of Applications with Noise (DBSCAN) dengan parameter clustering berupa total akumulasi ketidakhadiran tanpa keterangan pada setiap mata kuliah. Hasil pengujian pada data presensi mahasiswa Teknik Informatika semester genap 2024/2025 menunjukkan bahwa tingkat satu dengan 150 data menghasilkan tiga cluster dengan Silhouette Score sebesar 0,892 dan Davies-Bouldin Index sebesar 0,1661, tingkat dua menghasilkan tiga cluster dengan Silhouette Score sebesar 0,8917 dan Davies-Bouldin Index sebesar 0,1637, tingkat tiga menghasilkan tiga cluster dengan Silhouette Score sebesar 0,8380 dan Davies-Bouldin Index sebesar 0,1664, sedangkan tingkat empat menghasilkan tiga cluster dengan Silhouette Score sebesar 0,8606 dan Davies-Bouldin Index sebesar 0,1722. Dengan parameter tersebut sistem mampu membentuk beberapa cluster mahasiswa yang signifikan termasuk cluster dengan tingkat alpa tinggi yang memerlukan perhatian khusus. Kesimpulannya algoritma DBSCAN terbukti efektif dan dapat diandalkan untuk melakukan clustering data presensi sehingga dapat menjadi alat bantu yang berharga bagi pihak akademik dalam memonitor dan meningkatkan performa mahasiswa.Kata kunci: Clustering, DBSCAN, Pendidikan Vokasi, Silhouette Score, Davies-Bouldin Index
Rancang Bangun Aplikasi Order untuk Cafe dengan Penerapan Teknik Caching Menggunakan Redis di Backend. Rifqi, Muhammad; Hendrawaty, Hendrawaty; Amirullah, Amirullah
eProceeding of TIK Vol 5, No 2 (2025): eProTIK: November, 2025
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Dalam era industri makanan dan minuman yang terus berkembang, cafe menjadi pusat kegiatan sosial dan bisnis bagi banyak orang, didorong oleh perubahan gaya hidup urban yang semakin sibuk serta kebutuhan akan tempat yang nyaman untuk berkumpul, bekerja, atau bersantai. Agar dapat bersaing, cafe perlu menawarkan pelayanan yang efisien. Namun, tantangan utama yang dihadapi adalah lamanya waktu pelayanan dan manajemen pesanan yang kurang efisien, terutama pada jam sibuk. Pemesanan digital dapat membantu mengurangi antrian dan mempercepat layanan, tetapi memerlukan sistem penyimpanan data yang cepat dan andal. Teknologi caching seperti Redis dapat meningkatkan kinerja dan responsivitas aplikasi pemesanan kafe, mempermudah pengelolaan pesanan, serta memperbaiki pengalaman pelanggan. Penelitian ini bertujuan untuk merancang aplikasi pemesanan untuk cafe yang memudahkan proses pemesanan dengan menerapkan Redis sebagai mekanisme caching di backend. Hasil pengujian menunjukkan bahwa implementasi Redis berhasil meningkatkan kecepatan akses sebagian besar endpoint API. Pengujian tanpa Redis menunjukkan waktu respons yang fluktuatif dengan nilai puncak 142,86 ms, sementara pengujian dengan Redis menunjukkan peningkatan performa yang lebih konsisten dengan nilai puncak 166,67 ms. Secara keseluruhan, penerapan Redis mampu mempercepat waktu respons rata-rata dan mengurangi waktu antrian pada sebagian besar skenario pengujian, sehingga memperbaiki pengalaman pengguna secara keseluruhan.Kata kunci—Cafe, Pemesanan Digital, Redis, Teknologi Caching, Responsivitas, Backend, Database.
A Fuzzy C-Means–Based Clustering Model for Analyzing TOEFL Prediction Scores in Higher Education Gulo, Filipus Mei Tri Boy; Hidayat, Rahmad; Hendrawaty, Hendrawaty; Hidayat, Rahmat Isma; Fasya, Muhammad Heikal; Syifaurrahman, Syifaurrahman; Ananda, Dea Syafira
Journal of Applied Informatics and Computing Vol. 10 No. 1 (2026): February 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i1.11468

Abstract

In the era of digital transformation, the application of data mining in academic data management has become an important requirement for improving the quality of education. One crucial aspect is English proficiency. One of the tools for measuring English proficiency is the Test of English as a Foreign Language (TOEFL) Prediction test, which is administered at every university, including the State Polytechnic of Lhokseumawe. The management of TOEFL Prediction scores can utilize data mining as a basis for more in-depth learning analysis, as well as evaluation material. This study aims to design and develop a model for grouping the TOEFL scores of students at State Polytechnic of Lhokseumawe by applying the Fuzzy C-Means (FCM) algorithm. The research methods included observation and interviews, data collection and pre-processing, cluster model design, web-based system development, and system testing. Evaluation was conducted through Black Box and White Box testing for the system, as well as cluster quality validation using the Xie-Beni Index (XB) and Partition Coefficient. The results showed that the pre-test dataset of first-year students (651 data) produced three clusters with an XB value of 0.623, while the dataset of final-year students (826 data) produced six clusters with an XB value of 0.181. The developed model proved to be able to map students' English language abilities in a more structured manner and could be used as a basis for academic planning and skill improvement.
Co-Authors Adillah, adillah Adriana Adriana Ali, Sayed Khaidir Amirullah -, Amirullah Amri Amri Ananda, Dea Syafira Annisa, Rania Arhami, Muhammad Armaya, Nursella Indah Atthariq, Atthariq Azhar Azhar Dhauddin, Muhammad Etty Andriaty Fariz Maulana, Muhammad Fasya, Muhammad Heikal Fata, Akmalul Fazil, Fazil Gulo, Filipus Mei Tri Boy Hidayat, Rahmat Isma Huzaeni, Huzaeni Kurniawan, Ahmad Mahdi Mahdi, Mahdi Maulida, Khaira Muhammad Reza Zulman Muhammad Rifqi Muhammad Rizka, Muhammad Mulyadi Mulyadi Munanzar, Arief Nadia, Khaira Rahmad Hidayat Reza Fauzan Rudi F, Fachri Yanuar Salahuddin Salahuddin Salwa, Safira Sariadi Sariadi Sugeng Santoso Syifaurrahman, Syifaurrahman Tumangger, Mhd Taufik Alhamdi Pratama Yuliana Yuliana Zuhendra, Muhammad Ihza Zuhratul Aini, Zuhratul