Article Per Year (5 Year)
p-Index From 2021 - 2026
2.218
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Journal of Geoscience, Engineering, Environment, and Technology JOURNAL OF APPLIED INFORMATICS AND COMPUTING JAREE (Journal on Advanced Research in Electrical Engineering) Didaktika: Jurnal Kependidikan Charity : Jurnal Pengabdian Masyarakat JITEL (Jurnal Ilmiah Telekomunikasi, Elektronika, dan Listrik Tenaga) Almufi Jurnal Pengabdian kepada Masyarakat Journal of Computer Engineering: Progress, Application and Technology Nobel Community Services Journal Jurnal Pengabdian Digital dan Rekayasa Informatika (JARDIRA) Proceeding of Community Service and Engagement
AMINAH INDAHSARI MARSUKI
Universitas Telkom
Religion Arts Humanities Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Physics Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Pengaruh Metode Pembelajaran Terhadap Prestasi Belajar Mahasiswa Berdasarkan Bakat Visual dan Numerik pada Mata Kuliah Matematika Diskrit Danu Dwi Sanjoyo; Vivi Monita; Aminah Indahsari Marsuki; Ade Aditya Ramadhan
Didaktika: Jurnal Kependidikan Vol. 14 No. 3 Agustus (2025): Didaktika Jurnal Kependidikan
Publisher : South Sulawesi Education Development (SSED)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58230/27454312.2906

Abstract

Mahasiswa Gen Z cenderung adaptif terhadap pembelajaran kolaboratif dan teknologi interaktif, namun kurang tertarik pada metode konvensional. Penelitian ini mengkaji pengaruh metode pembelajaran kelompok kolaboratif dan kelompok konvensional terhadap prestasi belajar Matematika Diskrit dengan mempertimbangkan bakat visual dan numerik. Subjek penelitian berjumlah 80 mahasiswa S1 Teknik Telekomunikasi, dibagi ke dalam dua kelompok. Hasil uji-t menunjukkan peningkatan signifikan pada kelompok konvensional (t = 13,99; p = 0,0051) dan kelompok kolaboratif (t = 8,04; p = 0,0151). Analisis kovarian (ANAKOVA) menunjukkan metode pembelajaran berpengaruh signifikan terhadap prestasi belajar (F = 8,717; p = 0,004), sedangkan pengaruh bakat visual dan numerik tidak signifikan (F = 2,829; p = 0,096). Temuan ini mengindikasikan bahwa variasi metode pembelajaran memberikan kontribusi lebih besar terhadap peningkatan prestasi belajar dibandingkan perbedaan bakat awal mahasiswa.
INTEGRASI PASSIVE OPTICAL NETWORK BERBASIS TEKNOLOGI TEPAT GUNA UNTUK PEMBANGUNAN DESA DIGITAL CIMARAGAS Akhmad Hambali; Aminah Indahsari Marsuki; Dharu Arseno; A. Kiflan Jiyaad Mafazi; Muhammad Rizki Akbar; Andhika Arya Manggala
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 5 No. 2 (2025): Prosiding COSECANT : Community Service and Engagement Seminar
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cosecant.v5i2.10305

Abstract

Pada abad ke-21, keterbatasan akses internet yang stabil dan terjangkau masih menjadi tantangan utama dalam percepatan transformasi Desa Digital, khususnya di wilayah perdesaan. Tulisan ini membahas inisiatif integrasi jaringan Internet berbasis Passive Optical Network (PON) sebagai Teknologi Tepat Guna untuk mendukung pengembangan Desa Cimaragas, Garut, menuju ekosistem layanan digital yang inklusif. Implementasi dilakukan melalui pembangunan jaringan backbone serat optik hingga titik distribusi (pengguna), pemanfaatan splitter pasif, serta penyediaan akses Wi-Fi di area layanan publik dan pemukiman prioritas. Evaluasi dilakukan dengan pengukuran performa jaringan (uji kecepatan throughput unduh/unggah, latency, dan kestabilan koneksi) pada pusat titik layanan. Disertai pemetaan kualitas sinyal dan observasi beban pengguna. Selain aspek infrastruktur, program diperkuat melalui kegiatan Literasi Digital bagi perangkat desa dan masyarakat, meliputi pemanfaatan layanan daring, keamanan dasar, etika bermedia, serta praktik penggunaan internet produktif untuk pendidikan dan UMKM lokal. Hasil kajian menunjukkan bahwa arsitektur PON mampu meningkatkan keterjangkauan layanan dan konsistensi kualitas akses dibanding skema nirkabel murni, sementara literasi digital berperan penting dalam memastikan adopsi teknologi berjalan berkelanjutan. Integrasi PON dan literasi digital memberikan fondasi teknis dan sosial untuk mewujudkan Desa Cimaragas sebagai Desa Digital yang adaptif, aman, dan berorientasi pada peningkatan layanan publik serta ekonomi lokal. Hasil percobaan speedtest menunjukkan bahwa internet di desa Cimaragas terbilang stabil dengan angka 65.4 Mbps untuk downlink dan 18.7 Mbps untuk uplink diperkirakan cukup untuk penggunaan sehari-hari.
Implementasi website Deteksi Dini Risiko Diabetes Melitus Berbasis Machine Learning di Posyandu Melati Desa Cipagalo R Yunendah Nur Fu'adah; Aminah Indahsari Marsuki; Thalita Dewi Rahmaniar
Almufi Jurnal Pengabdian Kepada Masyarakat Vol 6 No 1: Juni (2026)
Publisher : Yayasan Almubarak Fil Ilmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63821/ajpkm.v6i1.603

Abstract

Diabetes melitus merupakan penyakit kronis yang dapat dialami oleh berbagai kelompok usia, termasuk masyarakat usia produktif dan lanjut usia, serta membutuhkan perhatian dan pengelolaan berkelanjutan. Tantangan di wilayah pedesaan seperti keterbatasan akses  layanan kesehatan, rendahnya literasi kesehatan, serta belum optimalnya deteksi dini dan pemantauan rutin dapat menyebabkan risiko diabetes tidak teridentifikasi secara tepat waktu. Program pengabdian kepada masyarakat ini bertujuan mengimplementasikan  website screening diabetes berbasis machine learning sebagai sarana deteksi dini dan prediksi risiko diabetes pada masyarakat usia produktif dan lansia. Mitra utama kegiatan ini adalah Posyandu Melati Desa Cipagalo, yang berperan sebagai lokasi pelaksanaan sekaligus penggerak layanan kesehatan berbasis komunitas. website yang dikembangkan menghasilkan keluaran berupa tingkat risiko diabetes secara individual melalui pemodelan machine learning yang memanfaatkan indikator klinis dan faktor risiko, meliputi kadar glukosa darah, tekanan darah, indeks massa tubuh (Body Mass Index/BMI), usia, serta riwayat keluarga terhadap diabetes. Pemanfaatan pendekatan komputasional ini diharapkan memberikan prediksi yang lebih objektif, cepat, dan konsisten, sehingga dapat memperkuat dasar pengambilan keputusan promotif dan preventif di tingkat komunitas, tanpa menggantikan peran tenaga kesehatan. Metode pelaksanaan mencakup tahap persiapan dan koordinasi dengan mitra, sosialisasi mengenai diabetes dan pentingnya deteksi dini, pelatihan penggunaan website bagi kader Posyandu Melati, implementasi website dalam layanan rutin posyandu, serta evaluasi efektivitas dan tingkat pemanfaatan. Keterlibatan mitra difokuskan pada fasilitasi kegiatan, pendampingan peserta selama proses pengisian data klinis, serta pengelolaan data hasil screening sesuai etika dan kebutuhan layanan komunitas. Luaran yang diharapkan meliputi meningkatnya pengetahuan dan kesadaran masyarakat terkait risiko diabetes, tersedianya data awal prediksi risiko diabetes di Posyandu Melati Desa Cipagalo sebagai dasar tindak lanjut edukasi dan rujukan, serta meningkatnya adopsi teknologi berbasis machine learning untuk mendukung upaya promotif dan preventif kesehatan masyarakat di tingkat desa.  Secara umum, Materi kegiatan sesuai dengan kebutuhan Masyarakat dengan persentase 100% dari hasil survey lapangan yang dilakukan. Aplikasi ini juga bermanfaat dalam membantu melakukan prediksi diabetes sebesar 89.2%. User interface aplikasi mudah dipahami dengan persentase hasil survey 81.6%.
Simulasi sistem radio over fiber menggunakan quadrature amplitude modulation dan fiber bragg grating Muhammad Agung Setiawan; Aminah Indahsari Marsuki; Muhammad Wildhan Farriz Avero; Muhamad Bintang Al Varizi
JITEL (Jurnal Ilmiah Telekomunikasi, Elektronika, dan Listrik Tenaga) Vol. 6 No. 1: March 2026
Publisher : Jurusan Teknik Elektro, Politeknik Negeri Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35313/jitel.v6.i1.2026.13-22

Abstract

Radio over Fiber (RoF) merupakan teknologi transmisi yang menggabungkan keunggulan komunikasi radio dan serat optik untuk mendukung kebutuhan jaringan berkecepatan tinggi dan jangkauan luas. Namun, sistem RoF masih menghadapi permasalahan umum berupa dispersi kromatik yang menyebabkan peningkatan Bit Error Rate (BER) dan penurunan kualitas sinyal. Penelitian ini bertujuan untuk mensimulasikan sistem RoF menggunakan modulasi Quadrature Amplitude Modulation (QAM) serta mengevaluasi efektivitas Fiber Bragg Grating (FBG) sebagai kompensator dispersi. Simulasi dilakukan menggunakan perangkat lunak OptiSystem, dengan analisis terhadap spektrum optik, spektrum RF, diagram konstelasi, dan parameter performa seperti BER dan Q-factor. Hasil simulasi menunjukkan bahwa penggunaan FBG secara signifikan meningkatkan kualitas transmisi, dimana nilai BER menurun dari 2,94 × 10⁻⁸ menjadi 5,25 × 10⁻¹⁰, dan Q-factor meningkat dari 5,42 menjadi 6,09. Nilai eye height juga meningkat dari 0,0203 menjadi 0,0393. Hal ini membuktikan bahwa FBG sangat efektif dalam mengatasi efek dispersi pada sistem RoF dan meningkatkan performa sistem sebesar lebih dari 90% dalam aspek BER.
Benchmarking YOLOv12 Variants for Indonesian Traditional Cuisine Detection Fauzan Firdaus; Lidya Ningsih; Aminah Indahsari Marsuki; Angel Metanosa Afinda
Journal of Applied Informatics and Computing Vol. 10 No. 3 (2026): June 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i3.12625

Abstract

YOLOv12 is one of the latest YOLO versions currently. Several studies have proven that YOLOv12 has better performance compared to previous versions. YOLOv12 itself has five model variants based on its architectural complexity, namely nano, small, medium, large and extra larges. This study tests the performance of YOLOv12 model variants (n, s, m, l, x) for traditional Indonesian culinary detection using a domain-specific object detection dataset. The dataset contains 718 images with 720 bounding-box instances annotated across 20 culinary classes, divided into 418/150/150 images for training/validation/testing. Data processing was performed in Roboflow with automatic orientation and stretching resizing to 640×640, while the training split was enriched using augmentation (horizontal and vertical flips) to increase sample diversity. All YOLOv12 variants were trained with the same configuration and environment, for 50 epochs using the Ultralytics framework with default hyperparameters on an NVIDIA A100-SXM4 80GB GPU. On the validation set, all variants achieved high detection accuracy (mAP@0.5 = 0.985–0.991), while differences emerged under a more stringent localization criterion (mAP@0.5:0.95). The best overall localization performance was achieved by YOLOv12-L (mAP@0.5:0.95 = 0.874), while YOLOv12-N provided the fastest inference (0.8 ms/image) with competitive accuracy (mAP@0.5:0.95 = 0.822). These findings provide preliminary guidance for selecting YOLOv12 variants based on the trade-off between accuracy and speed.
Co-Authors A. Kiflan Jiyaad Mafazi Ade Aditya Ramadhan Ahmad Fahmi Aldarwis Akhmad Hambali Andhika Arya Manggala Angel Metanosa Afinda Brian Pamukti Danu Dwi Sanjoyo Dharu Arseno Fachry Fathan Irsyad Fauzan Firdaus Ferry Alvi Pratama Firdaus, Fajar Raihan Hanan, Naufal I Gede Putu Oka Indra Wijaya Jangkung Raharjo Jaspar Hasudungan Kristi, Meilinda Santa Lidya Ningsih Linda Meylani Maharani, Nabila Sri Muhamad Bintang Al Varizi Muhammad Agung Setiawan Muhammad Rendra Perdana Kusuma Djaka Muhammad Rizki Akbar Muhammad Wildhan Farriz Avero Nokie, Richo Padillah, Syipa Nuraeni R Yunendah Nur Fu'adah Raihan, Azmi Rasyiddasani, Muhammad Rifki Rahman Nur Ikhsan Riska Agus Sekar Langit Az-Zahra Saksono Shidiq, Muhammad Thalita Dewi Rahmaniar Vivi Monita William Chandra