Article Per Year (5 Year)
p-Index From 2021 - 2026
3.057
P-Index
This Author published in this journals
All Journal REKAYASA CYCLOTRON Multitek Indonesia : Jurnal Ilmiah Jurnal Teknik Elektro dan Komputer TRIAC Kontribusia : Research Dissemination for Community Development Humanism : Jurnal Pengabdian Masyarakat Journal of Community Development Computing Insight: Journal of Computer Science Journal of Manufacturing in Industrial Engineering & Technology
Triuli Novianti, Triuli
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Nursing Physics Public Health Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Implementasi Machine Learning pada Industri PLN Untuk Klasifikasi Gangguan Listrik Berdasarkan Data DFR Novianti, Triuli; Santosa, Iwan
Journal of Manufacturing in Industrial Engineering & Technology Vol 4 No 2 (2025): Journal of Manufacturing in Industrial Engineering & Technology
Publisher : Universitas Muhammadiyah Surabaya Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/mine-tech.v4i2.28951

Abstract

This study discusses the implementation of the Decision Tree algorithm for classifying electrical fault types based on data obtained from the Disturbance Fault Recorder (DFR) on a 150 kV transmission system. Disturbances in the electric power system can cause power instability and equipment damage if not detected quickly. The data used consists of 12 fault data including the fault current (I Fault), voltage during fault (V Fault), impedance (RΩ), and the cause of the fault. The classification process is carried out to distinguish the types of 1-phase, 2-phase, and 3-phase faults using a supervised learning approach with an entropy-based Decision Tree algorithm as a separation criterion. Model performance evaluation is carried out using the Leave-One-Out Cross Validation (LOOCV) method to maximize the use of small datasets. The test results show an accuracy of 91.67%, with the V Fault and I Fault parameters as the most influential features in the classification process. This study shows that the Decision Tree algorithm is capable of being an effective artificial intelligence-based solution for detecting electrical fault types quickly and interpretively. In the future, research can be developed by increasing the amount of data and conducting comparisons with other algorithms such as Random Forest and Support Vector Machine (SVM) to obtain more optimal results.
Penguatan Literasi Mitigasi Bencana bagi Siswa Tunagrahita melalui Virtual Reality Berbasis Narasi Bilingual di SLB B-C Optimal Kenjeran Ro’ifah, Ro’ifah; Pratiwi, Vina Erni; Syakroni, Moch.; Ashiddiqi, Safril Umar; Marini, Marini; Novianti, Triuli
Journal of Community Development Vol. 6 No. 3 (2026): April
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/comdev.v6i3.1756

Abstract

Siswa tunagrahita merupakan kelompok rentan yang memiliki keterbatasan dalam memahami risiko bencana dan langkah perlindungan diri, terutama pada satuan pendidikan yang berada di wilayah rawan bencana seperti SLB B-C Optimal Kenjeran Surabaya. Program Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk memperkuat literasi mitigasi bencana dan proteksi diri siswa tunagrahita melalui pemanfaatan media pembelajaran berbasis Virtual Reality (VR) dengan narasi bilingual yang dinamakan SafeQuest-VR. Pelaksanaan program menggunakan pendekatan partisipatif dan Human-Centered Design yang meliputi identifikasi kebutuhan mitra, pengembangan modul literasi mitigasi bencana berbasis narasi bilingual, pembuatan media SafeQuest-VR, pelatihan guru dan orang tua, pendampingan pembelajaran, serta evaluasi program. Kegiatan melibatkan 20 siswa tunagrahita SDLB, 15 guru, dan 5 tenaga kependidikan. Hasil evaluasi menunjukkan peningkatan signifikan pada pemahaman siswa terhadap pengenalan jenis bencana, langkah perlindungan diri, kemampuan mengikuti instruksi simulasi, serta sikap fokus dan responsif selama pembelajaran, dengan rata-rata peningkatan sebesar 35–36%. Selain itu, program menghasilkan luaran berupa media SafeQuest-VR, modul pembelajaran, buku panduan, poster edukasi, dan video dokumentasi. Temuan ini menunjukkan bahwa SafeQuest-VR efektif sebagai media pembelajaran adaptif untuk meningkatkan kesiapsiagaan bencana dan mendukung penguatan pendidikan inklusif yang berkelanjutan.
Penguatan Literasi Mitigasi Bencana bagi Anak Tunagrahita melalui Virtual Reality Berbasis Narasi Bilingual di SLB B-C Optimal Kenjeran Ro'ifah, Ro'ifah; Pratiwi, Vina; Syakroni, Moch.; Ashiddiqi, Safril Umar; Marini; Novianti, Triuli
Journal of Community Development Vol. 6 No. 3 (2026): April
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/comdev.v6i3.1830

Abstract

Anak-anak dengan disabilitas intelektual sangat rentan terhadap risiko kekerasan, pelecehan, dan bencana karena keterbatasan kemampuan dalam melindungi diri. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi efektivitas SafeQuest-VR, sebuah media pembelajaran Virtual Reality (VR) berbasis narasi bilingual yang dirancang untuk memperkuat literasi kebencanaan inklusif di SLB B-C Optimal Kenjeran, Surabaya. Penelitian dilaksanakan melalui tahapan partisipatif, meliputi asesmen kebutuhan, pengembangan modul narasi bilingual, perancangan dan implementasi VR, pelatihan guru dan orang tua, penerapan di kelas, simulasi bencana, serta evaluasi. Hasil penelitian menunjukkan bahwa siswa dengan disabilitas intelektual memiliki keterlibatan yang lebih tinggi, pemahaman yang lebih baik mengenai konsep perlindungan diri, serta kesiapsiagaan yang meningkat dalam menghadapi keadaan darurat. Guru memperoleh kompetensi baru dalam mengintegrasikan VR ke dalam praktik pembelajaran, sementara sekolah berhasil menyusun Standar Operasional Prosedur (SOP) evakuasi bencana yang inklusif. SafeQuest-VR terbukti efektif sebagai media pendidikan adaptif dan inklusif yang mampu menjembatani kesenjangan literasi kebencanaan bagi peserta didik yang rentan. Program ini memiliki prospek untuk diintegrasikan secara berkelanjutan dalam kurikulum sekolah dan dapat direplikasi di lingkungan pendidikan inklusif lainnya.
Co-Authors Adnin, Wahyu Da'in Aji, A Makmun Andriyanto, Rizky Menanda Ashiddiqi, Safril Umar Aswin Rosadi Dwi Kuswanto Erie Kresna Andana Febiyanti, Erin Fiqri, Muhammad Firnanda Ali Haryanti, Tining Hendrawan, Ervyan Dwi Heru Purwanto Hidayatullah, Ikhtiar Hidayatulloh, Muhammad Alfinda Indah Kurniawati Irianto, Jaja Irmawanto, Rudi Iwan Santosa, Iwan Khoyron, Moehammad Marini Marini . Murdiyanto, Hendik Nuniek Fahriani, Nuniek Nurislam Tedistya, Nisa Pratama, Rino Aldi Pratiwi, Vina Pratiwi, Vina Erni Rahmasari, Cindy Rahmatan Putra, Artansyah Reynanda Bagus Widya Astomo Ridho Akbar Ro'ifah Ro'ifah Ro'ifah, Ro'ifah Romansyah, Faris Sabri Balafif Samudra, Faerera Deka Sukma Sri Amaliah Mandati Susanto, Riza Mahendra Syakroni, Moch. Widiantoro, Anang WINARNO Winarno Winarno Winarno, Winarno