Article Per Year (5 Year)
p-Index From 2021 - 2026
4.447
P-Index
This Author published in this journals
All Journal Paradikma: Jurnal Pendidikan Matematika JURNAL EDUCATION AND DEVELOPMENT JURTEKSI JOURNAL OF SCIENCE AND SOCIAL RESEARCH JURNAL MATHEMATIC PAEDAGOGIC EDUMATIC: Jurnal Pendidikan Informatika MES: Journal of Mathematics Education and Science Jurnal Teknik Informatika (JUTIF) J-Com (Journal of Computer) Jurnal Ipteks Terapan : research of applied science and education Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat
Mustika Fitri Larasati Sibuea
Sekolah Tinggi Manajemen Informatika Dan Komputer Royal
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 39 Documents
Search

 1   2   3   4 
PELATIHAN PEMBUATAN KONTEN PROMOSI DIGITAL BAGI UMKM Raja Tama Andri Agus; Muhammad Ardiansyah Sembiring; Mustika Fitri Larasati Sibuea
Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Vol 3, No 1 (2023): April 2023
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jpstm.v3i1.1396

Abstract

The rapid development of technology, the intense competition in the business world requires business actors to be able to keep up with the times. Content is currently very important in the business world to market products and services, so far many Usaha Mikro Kecil Menengah (UMKM) people are not aware of technological developments, especially in content creation. digital promotion for UMKM, people often complain and feel tired of doing their business, because it is difficult for them to market their products, for example there are those who sell food that doesn't run out and many other problems are felt by the community, thus making people lose and feel tired of doing business, therefore we want to make training in creating digital promotional content for UMKM, to make it easier for people, especially UMKM, to market their business in the digital world. For example, discussing strategies for creating content on social media, for example on TikTok, Instagram and creating their Google business profiles, so that their marketing reach is far more developed than before.
PERFORMANCE ANALYSIS OF CLUSTERING MODELS BASED ON MACHINE LEARNING IN STUNTING DATA MAPPING Masitah Handayani; Mustika Fitri Larasati Sibuea
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 9, No 4 (2023): September 2023
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v9i4.2770

Abstract

Abstract: Stunting is one of the nutritional problems that the world pays the most attention to and a major nutritional problem in Indonesia. Stunting is a problem in toddler growth which is characterized by a toddler's height that is too short compared to toddlers of his age. In the research location, namely Asahan Regency, the mapping of areas prone to increased stunting rates has not been carried out optimally. The process of exploring the stunting data warehouse is useful for adding information that can assist the government in making policies. Therefore, the aim of this research is to map stunting-prone areas in Asahan district based on the number of stunting cases in Asahan district using the machine learning-based K-Means clustering model. Based on previous research reviews, the k-means clustering method used has not used the normalization process. In addition, distance measurement only uses Euclidean Distance. Meanwhile, in this research, clustering performance analysis was carried out using a more in-depth process, namely by applying data normalization at the beginning, using the elbow method to determine the best number of clusters (K), measuring distance using Euclidean Distance, Manhattan Distance and Minkowski Distance to obtain comparison results. better clusters. The analysis results show that the best number of clusters is cluster 2 which shows the mapping results into 2 groups with a DBI of 0.51290 and a silhouette_score of 0.71432. Keywords: stunting; k-means clustering; machine learning Abstrak: Stunting menjadi salah satu permasalahan gizi yang paling diperhatikan dunia dan permasalahan gizi yang utama di Indonesia. Stunting merupakan masalah pada pertumbuhan balita yang ditandai dengan tinggi badan balita yang terlalu pendek dibanding balita seusianya. Pada lokasi penelitian yaitu Kabupaten Asahan, pemetaan daerah rawan peningkatan angka stunting belum dilakukan dengan optimal. Proses eksplorasi gudang data stunting ini berguna untuk menambah informasi yang dapat membantu pemerintah dalam mengambil kebijakan. Maka dari itu, tujuan dari penelitian ini adalah pemetaan daerah rawan stunting di kabupaten Asahan berdasarkan jumlah kasus stunting di Kabupaten Asahan menggunakan model clustering metode K-Means berbasis machine learning. Berdasarkan tinjauan penelitian terdahulu, metode k-means clustering yang digunakan belum menggunakan proses normalisasi. Selain itu, pengukuran jarak hanya menggunakan Euclidean Distance. Sedangkan dalam penelitian ini, analisis kinerja clustering yang dilakukan dengan proses yang lebih mendalam yaitu dengan penerapan normalisasi data di awal, penggunaan elbow method untuk penentuan jumlah cluster (K) terbaik, pengukuran jarak dengan Euclidean Distance, Manhattan Distance dan Minkowski Distance untuk mendapatkan hasil perbandingan cluster yang lebih baik. Hasil analisis menunjukkan bahwa jumlah cluster terbaik yaitu  cluster 2 yang menunjukkan hasil pemetaan menjadi 2 kelompok dengan DBI 0.51290 dan silhouette_score sebesar 0.71432. Kata kunci: stunting; k-means clustering; machine learning
INTEGRASI MODEL PEMBELAJARAN OSBORN UNTUK MENINGKATKAN HASIL BELAJAR DAN KEAKTIFAN BELAJAR MATEMATIKA SISWA KELAS VIII SMP Mustika Fitri Larasati Sibuea; Muhammad Ardiansyah Sembiring; Muhammad Istaufa Arib Sinaga
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 6, No 2 (2023): June 2023
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v6i2.1411

Abstract

Model pembelajaran yang digunakan guru dalam pembelajaran mempunyai peranan yang sangat penting. Akan tetapi masih terdapat guru yang tidak memperhatikan hal ini sehingga mengakibatkan pembelajaran yang monoton dan menyebabkan siswa bosan dalam belajar serta dapat mempengaruhi hasil belajar siswa. Penelitian ini bertujuan untuk meningkatkan hasil belajar dan keaktifan belajar matematika siswa kelas VIII SMP dengan menerapkan model pembelajaran Osborn. Penelitian ini merupakan Penelitian Tindakan Kelas yang dilaksanakan dalam dua siklus dengan setiap siklusnya terdiri dari perencanaan tindakan (planning), pelaksanaan tindakan (acting), pengamatan terhadap tindakan (observing), dan refleksi terhadap tindakan (reflecting). Yang menjadi subjek dalam penelitian ini adalah siswa kelas VIII SMP Tamansiswa Sukadamai Kabupaten Asahan yang berjumlah 30 siswa. Dan yang menjadi objek dalam penelitian ini adalah penggunaan model pembelajaran Osborn dalam meningkatkan hasil belajar dan keaktifan belajar siswa. Instrumen yang digunakan dalam penelitian ini adalah tes hasil belajar dalam bentuk essay tes dan lembar observasi. Nilai rata-rata hasil observasi keaktifan siswa siklus I dan II sebesar 2,5 dan 3,8. Ketuntasan belajar tes awal diperoleh sebesar 23,33%. Setelah dilakukan pembelajaran dengan menggunakan model pembelajaran Osborn, terjadi peningkatan pada tes hasil belajar siswa siklus I dan II sebesar 63,33% dan 93,33%. Dapat disimpulkan bahwa pembelajaran menggunakan model pembelajaran Osborn dapat meningkatkan hasil belajar dan keaktifan belajar siswa.
PENERAPAN NAVE BAYES UNTUK MENGETAHUI STATUS GIZI BALITA Muhammad Ardiansyah Sembiring; Mustika Fitri Larasati Sibuea; Ika Rahmanda Sitorus
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 6, No 2 (2023): June 2023
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v6i2.1420

Abstract

Meningkatnya populasi penduduk yang diiringi dengan semakin berkembangnya kemajuan teknologi merupakan salah satu upaya untuk menjaga derajat kesehatan dengan perbaikan gizi masyarakat, gizi yang seimbang dapat meningkatkan ketahanan tubuh, dapat meningkatkan kecerdasan dan menjadikan pertumbuhan yang normal. Dalam praktik sehari-hari status gizi didapatkan melalui pengukuran antropometri di posyandu. Umumnya masyarakat menggunakan indeks BB/U atau berat badan dibanding usia untuk menentukan status gizi sehingga membutuhkan waktu yang lama dan perhitungan yang bisa terjadi kesalahan. Penelitian ini bertujuan untuk memudahkan penentuan status gizi balita menggunakan machine learning dengan algoritma naive bayes classification dengan 4 kali pengujian data. Dimana pengujian rasio yang menghasilkan nilai akurasi terbaik dalam 4 pengujian akurasi dengan rasio 90:10, 80:20, 70:30 dan 60:40 diantaranya rasio pertama 90:10, rasio kedua 80:20, dan rasio ketiga 70:30 pada Data training dan data testing. Hasil penelitian menunjukkan akurasi sebesar 100.0%. Maka Naive bayes Classification dikategorikan baik untuk pengujian status gizi balita.
PENGENALAN MEDIA BELAJAR BERBASIS MULTIMEDIA BAGI SANTRI MDA Muhammad Ardiansyah Sembiring; Raja Tama Andri Agus; Mustika Fitri Larasati Sibuea
Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Vol 3, No 2 (2023): Desember 2023
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jpstm.v3i2.1751

Abstract

Dari hasil pelatihan yang telah dilakukan kepada Santri  MDA Al Falah Sidokeno Asahan  tersebut di atas dapat telah dirasakan sangat bermanfaat. Hal ini berdasarkan  kegiatan Pengenalan Aplikasi Pembelajaran Huruf Hijaiyah yang telah selesai dikerjakan oleh siswa berdasarkan arahan dan bimbingan dari para pemateri. Sesuai dengan rencana pelaksanaan pengabdian masyarakat mengenai tema “Pengenalan Aplikasi Pembelajaran Huruf Hijaiyah Bagi Santri MDA Al Falah Sidokeno Asahan”, maka kegiatan tersebut telah  direalisasikan sesuai dengan rencana dan berjalan dengan lancar dan efektif. Hal ini dikarenakan banyaknya dukungan dari berbagai pihak baik STMIK Royal Kisaran melalui LPPM, MDA Al Falah Sidokeno Asahan. Adapun kesimpulan dari kegiatan Pengabdian Masyarakat ini adalah : Aplikasi huruf hijaiyah adalah aplikasi yang memudahkan para santri dalam mempelajari al quran khususnya huruf hijaiyah bagi para santri. Kegiatan pengenalan  aplikasi huruf hijaiyah akan memu-dahkan  dan memberi penge-tahuan lebih pada santri MDA Al Falah Sidokeno dan dapat meingkatkan ketertarikan santri  siswa dalam mengenal huruf hi-jaiyah.
PENGGUNAAN K-MEANS METHOD DALAM KLASIFIKASI TINGKAT KESEJAHTERAAN PENDUDUK (STUDI KASUS: KANTOR KEPALA DESA PONDOK BUNGUR) Anggraini, Sylvia; Nasution, Akmal; Sibuea, Mustika Fitri Larasati
J-Com (Journal of Computer) Vol 4, No 2 (2024): JULI 2024
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3214

Abstract

Kualitas hidup keluarga mencerminkan kesejahteraan masyarakat, yang diukur melalui berbagai aspek kehidupan seperti pendidikan, pekerjaan, penghasilan, kepemilikan, kondisi tempat tinggal, serta akses ke air bersih dan listrik. Untuk menentukan tingkat kesejahteraan di masyarakat, tiga kriteria dari semua variabel tersebut digunakan untuk membedakan apakah mereka berada pada cluster tinggi, menengah, atau rendah. Pondok Bungur, sebuah desa di Kabupaten Asahan dengan 10 dusun, kebanyakan penduduknya memiliki pendapatan rendah, tidak memiliki barang kebutuhan sekunder, menggunakan air bukan dari PDAM, dan memiliki akses daya listrik rendah. Karena belum ada klasifikasi yang jelas mengenai kesejahteraan, bantuan sosial sering kali tidak tepat sasaran. Sebagai solusi, teknik data mining dengan algoritma k-means diterapkan untuk mengklasifikasikan tingkat kesejahteraan di desa tersebut. Penelitian ini menemukan bahwa 2 dusun berada pada tingkat kesejahteraan tinggi (20%), 3 dusun pada tingkat menengah (30%), dan 5 dusun pada tingkat rendah (50%). Dusun 2 dan 5 merupakan yang paling sejahtera, sementara Dusun 1, 4, dan 9 memiliki tingkat kesejahteraan menengah. Sisa 50% dusun yang masih berada pada tingkat rendah perlu diprioritaskan dalam pemberian bantuan.
IMPLEMENTASI MODEL PEMBELAJARAN HABIT UNTUK MENINGKATKAN HASIL BELAJAR SISWA SEKOLAH DASAR Mustika Fitri Larasati Sibuea; Masitah Handayani; Raja Tama Andri Agus
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 6, No 3 (2023): October 2023
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v6i3.1785

Abstract

Penelitian ini bertujuan untuk mengetahui peningkatan hasil belajar siswa setelah diimplementasikan Model Pembelajaran Habit. Metode penelitian yang digunakan meliputi desain penelitian eksperimental dengan pengumpulan data melalui tes. Sampel penelitian terdiri dari dua kelompok siswa, satu kelompok menerima pembelajaran berdasarkan Model Pembelajaran Habit sedangkan kelompok kontrol menerima pembelajaran konvensional. Hasil penelitian menunjukkan bahwa implementasi Model Pembelajaran Habit secara signifikan meningkatkan keterlibatan siswa dalam pembelajaran, meningkatkan kebiasaan belajar yang positif, dan secara signifikan meningkatkan hasil belajar siswa. Temuan ini didukung oleh analisis statistik yang menunjukkan perbedaan yang signifikan antara kedua kelompok dalam hasil belajar siswa. Selain itu, temuan kualitatif dari wawancara juga mendukung efektivitas Model Pembelajaran Habit dalam membentuk kebiasaan belajar yang positif. Diperoleh hasil thitung > ttabel yaitu nilai thitung =2,847 dan nilai ttabel =2,079, maka 2,847 >2,079. Nilai signifikansi bernilai < 0,05 yaitu sebesar 0,007. Dengan demikian terdapat perbedaan yang signifikan antara peningkatan kelompok eksperimen dan kelompok kontrol.
Sistem Klasifikasi Strata Kelas Peserta Kursus berbasis web menggunakan algoritma K-Means Maulida, Vivi; Mulyani, Neni; Sibuea, Mustika Fitri Larasati
Jurnal Pendidikan Informatika (EDUMATIC) Vol 8 No 2 (2024): Edumatic: Jurnal Pendidikan Informatika
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/edumatic.v8i2.27311

Abstract

The increasing number of participants in online courses has driven the development of effective systems to manage and classify their data. The objective of this research is to develop a web-based class strata classification system for course participants using the K-Means algorithm. This research is developmental in nature, employing the waterfall model. We implemented this model through the stages of analysis, design, implementation, and testing. The data used were course participants from the Lembaga Swadaya Training Centre from 2013 to 2024. The system testing we developed utilized the black box method. The K-Means algorithm was chosen for its ability to cluster data without supervision, which is suitable for processing large and heterogeneous data from course participants. The data analysis results show that there are 2 clusters of class strata data: elementary, university, and general (C1) and junior high and high school (C2). Furthermore, our findings also include a web-based classification system integrated with the K-Means algorithm. System testing also showed that the system functions as intended according to the design and requirements analysis. This system can assist relevant parties in making decisions for promoting the market share of course participants.
OPTIMASI MODEL CLUSTERING DALAM PEMETAAN STUNTING DI KABUPATEN ASAHAN Handayani, Masitah; Sibuea, Mustika Fitri Larasati
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 7, No 4 (2024): November 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i4.1417

Abstract

Peningkatan angka stunting di Kabupaten Asahan pada tahun 2022 mencapai 15,3%, belum memenuhi atas target nasional yang ditetapkan sebesar 14% pada tahun 2024. Untuk mengatasi masalah ini, pemerintah daerah perlu melakukan pemetaan wilayah rentan terhadap stunting menggunakan pendekatan teknologi data science yang lebih komprehensif. Namun, upaya tersebut belum dilakukan secara optimal sehingga program penanganan stunting belum efektif. Penelitian ini bertujuan untuk mengoptimalkan model clustering dalam pemetaan stunting di Kabupaten Asahan dengan menggunakan data dari berbagai puskesmas. Metode yang digunakan mencakup normalisasi data dengan Z-Score untuk mengurangi dampak outlier, penentuan jumlah klaster optimal menggunakan metode Elbow, dan inisialisasi pusat klaster menggunakan K-Means++. Hasil dari analisis menunjukkan bahwa jumlah klaster optimal adalah 3, dan evaluasi clustering menggunakan Davies-Bouldin Index (DBI) menghasilkan skor sebesar 0.589, yang menunjukkan performa model clustering yang baik. DBI yang lebih rendah mengindikasikan bahwa cluster yang terbentuk cukup kompak dan terpisah dengan baik, sehingga dapat membantu pemetaan wilayah untuk alokasi sumber daya yang lebih efisien dalam penanganan stunting di Kabupaten Asahan.Kata kunci: Stunting; K-Means++; Elbow Method; Z-Score, Davies-Bouldin Index.The increase in stunting rates in Asahan Regency in 2022 reached 153%, far above the national target set at 14% in 2024. To overcome this problem, local governments need to map areas vulnerable to stunting using a more comprehensive data science technology approach. However, these efforts have not been carried out optimally so that the stunting management program has not been effective. This research aims to optimize the clustering model in stunting mapping in Asahan Regency using data from various community health centers. The method used includes data normalization with Z-Score to reduce the impact of outliers, determining the optimal number of clusters using the Elbow method, and initializing cluster centers using K- Means++. The results of the analysis show that the optimal number of clusters is 3, and clustering evaluation using the Davies-Bouldin Index (DBI) produces a score of 0.589, which shows good clustering model performance. A lower DBI indicates that the clusters formed are quite compact and well separated, so they can help map areas for more efficient resource allocation in handling stunting in Asahan Regency. Keywords: Stunting; K-Means++; Elbow Method; Z-Score; Davies-Bouldin Index. 
PENERAPAN METODE VIKOR DALAM OPTIMASI PEMILIHAN JURUSAN DI UNIVERSITAS ROYAL Agus, Raja Tama Andri; Julita, Rina; Sibuea, Mustika Fitri Larasati; Safira, Gina
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2724

Abstract

Abstract: Promotion is an activity carried out to convey, disseminate, and offer products, so that potential consumers are interested in buying. In the implementation of the promotion, CV. Pentaland Jaya abadi uses website media and brochures that still contain 2-dimensional images and information about housing so that potential consumers are less interested because consumers cannot see the exterior and interior shapes directly. Potential consumers usually get brochures through project locations that are still under construction, after that contact the marketing department. One way to solve this problem can be to use augmented reality technology with the appropriate development method is the Multimedia Development Life Cycle (MDLC) which includes Concept, Design, Material Collecting, Assembly, Testing, and Distribution so that this research can produce an android-based augmented reality application that can display 3 dimensional virtual shapes from 3 housing estates including calista haus, grand ayahanda residence and calista homey. From each housing produces 3 dimensional objects on the exterior and interior so that it can provide interest in buying house objects and in addition to that it also helps in the marketing department in promoting housing objects without the need to show many miniatures that require time and also large places. Keywords: Promotion, Brochure, Multimedia Development Life Cycle, Augmented Reality Abstrak: Pemilihan jurusan di universitas merupakan salah satu keputusan penting yang mempengaruhi karier dan masa depan seorang. Proses ini sering kali melibatkan berbagai pertimbangan, seperti minat pribadi, prospek karier, serta biaya pendidikan. Penelitian ini bertujuan untuk menerapkan metode VIKOR dalam membantu calon mahasiswa dalam memilih jurusan yang paling sesuai dengan preferensi mereka, berdasarkan kriteria-kriteria yang relevan. Metode VIKOR digunakan untuk mengatasi masalah pengambilan keputusan multi-kriteria, yang memungkinkan penentuan alternatif terbaik dengan mempertimbangkan berbagai faktor yang saling bertentangan. Dalam penelitian ini, tiga kriteria utama yang dipertimbangkan adalah minat pribadi, prospek karier, dan biaya pendidikan. Data diperoleh melalui survei yang melibatkan calon mahasiswa untuk mengidentifikasi preferensi mereka terhadap kriteria-kriteria tersebut. Hasil penelitian menunjukkan bahwa metode VIKOR dapat menghasilkan urutan prioritas jurusan yang optimal, di mana jurusan yang paling sesuai dengan preferensi seseorang dapat dipilih secara objektif dan terstruktur. Penelitian ini memberikan wawasan baru dalam penggunaan teknik pengambilan keputusan multi-kriteria untuk membantu calon mahasiswa dalam menghadapi proses pemilihan jurusan yang kompleks dan penuh pertimbangan. Kata kunci: Promosi, Brosur, Multimedia Development Life Cycle, Augmented Reality
Co-Authors Adinda, Fitrah Aditya, Bima Agus, Raja Tama Andri Andy Safta Anggraini, Sylvia Aprilia Utami Arifin, Nadira Meutia Asmin Asmin Bachtiar Efendi Dina Pertiwi Edi Syahputra elfina, Novita Eska, Juna Handayani, Masitah Harahap, Indra Ramadona Hommy Dorthy Ellyany Sinaga Iin Almeina Ika Rahmanda Sitorus Julita, Rina Khairunnisa Khairunnisa Masitah Handayani Maulida, Vivi Muhammad Ardiansyah Sembiring Muhammad Iqbal Muhammad Istaufa Arib Sinaga Nasution, Akmal Raja Tama Andri Agus Ramadhani, Andrew Safira, Gina sahren, sahren Sapta, Andy Selvi, Diana Sundari Sundari Yusda, Riki Andri