Article Per Year (5 Year)
p-Index From 2020 - 2025
1.77
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Kursor Sinergi IJoICT (International Journal on Information and Communication Technology) Jurnal Informatika Proceeding of the Electrical Engineering Computer Science and Informatics JIKO (Jurnal Informatika dan Komputer) Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Kumawula: Jurnal Pengabdian Kepada Masyarakat Community Development Journal: Jurnal Pengabdian Masyarakat REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Informatika: Jurnal Pengembangan IT
Intan Nurma Yulita, Intan Nurma
Universitas Padjadjaran
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Public Health Social Sciences

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Ergonomics Analysis of Computer Use in Distance Learning during the Pandemic of COVID-19 Anindya Apriliyanti Pravitasari; Mulya Nurmasnsyah Ardisasmita; Fajar Indrayatna; Intan Nurma Yulita
REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat Vol 3, No 1 (2022): REKA ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/rekaelkomika.v3i1.9-19

Abstract

One impact of the COVID-19 pandemic on education is the mandated learning from home or distance learning (DL) in both state and private education institutions to prevent the transmission of COVID-19. DL may require long periods of time in front of a computer screen, which can create ergonomic issues such as eye, shoulder or neck problems, low back pain, and fatigue or stress. This study was structured to look at the ergonomic behavior of students in the statistics department at Padjadjaran University. The data were gathered using questionnaire, and there were 146 respondents who were willing to answer and send back the questionnaire. The results of the analysis show that the majority of students do not have knowledge about ergonomics when using computers. However, students agree that wrong posture can affect health conditions, especially those related to musculoskeletal disorders. The real impact felt by students is the health condition around their neck, shoulders, waist, bottoms, and wrists.
Teachers Understanding about Interesting Online Learning Media Intan Nurma Yulita; Yeni Rizka
REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat Vol 2, No 1 (2021): REKA ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/rekaelkomika.v2i1.11-18

Abstract

Implementation of Indonesian Education in the New Normal Era after the global Covid-19 pandemic uses an online learning system in accordance with new policies and regulations from the government to break the chain of virus spread in the community. With this system, teachers and students are required to understand online learning media quickly. However, students feel bored with the online learning system because it tends to be monotonous and many tasks are given. In addition, teachers are not necessarily proficient in using these online learning facilities and media, especially to make online learning interesting so that students do not get bored. Therefore, a webinar was conducted to improve teacher’s understanding of interesting online learning media such as Kahoot, Mentimeter, and Quizizz. Based on the results of quantitative calculations through the participant’s pre and post-tests, the participant’s knowledge changes were 28% on Mentimeter, 23% on Kahoot, and 18% on Quizizz.
Comparative analysis of classification algorithm: Random Forest, SPAARC, and MLP for airlines customer satisfaction Safira Amalia; Irene Deborah; Intan Nurma Yulita
SINERGI Vol 26, No 2 (2022)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/sinergi.2022.2.010

Abstract

The airline business is one of the businesses determined by the quality of its services. Every airline creates its best service so that customers feel satisfied and loyal to using their services. Therefore, customer satisfaction is an essential metric to measure features and services provided. By having a database on customer satisfaction, the company can utilize the data for machine learning modelling. The model generated can predict customer satisfaction by looking at the existing feature criteria and becoming a decision support system for management. This article compares machine learning between Split Point and Attribute Reduced Classifier (SPAARC), Multilayer Perceptron (MLP), and Random Fores (RF) in predicting customer satisfaction. Based on the data testing, the Random Forest algorithm provides better results with the lowest training time compared to SPAARC and MLP. It has an accuracy of 95.827%, an F-score of 0.958, and a training time of 84.53 seconds.
PENDAMPINGAN PEMANFAATAN LAHAN PEKARANGAN SEMPIT DENGAN HIDROPONIK Intan Nurma Yulita; Firman Ardiansyah
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 4 No. 1 (2023): Volume 4 Nomor 1 Tahun 2023
Publisher : Universitas Pahlawan Tuanku Tambusai

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

Abstract

COVID-19 secara global berdampak terhadap masyarakat Indonesia. Salah satu dampaknya adalah pemenuhan kebutuhan primer yang terhambat juga harga pangan yang menjadi lebih tinggi. Padahal, ketersediaan pangan ini sangat penting terutama untuk menjaga kesehatan tubuh guna menangkal juga sekaligus membantu penyembuhan dari COVID-19. Namun di sisi yang lain, kondisi ini menjadi satu daya dorong masyarakat untuk berusaha memenuhi kebutuhan pangannya sendiri. Sayangnya di daerah perkotaan memiliki lahan yang sempit. Oleh karena itu, pengabdian ini bertujuan memberikan pendampingan terkait teknik bercocok tanah di lahan yang sempit yaitu melalui hidroponik. Hidroponik adalah metode menanam tanaman dengan mengganti media tanamnya yang biasanya menggunakan tanah diganti dengan air. Beberapa kelebihan dari metode ini adalah: biaya penanaman yang murah, lahan yang dibutuhkan tidak harus luas, tanaman lebih sehat karena meniadakan penggunaan pestisida, juga terlindunginya tanaman dari faktor-faktor lingkungan seperti hama yang biasa dijumpai ketika menanam tanaman di kebun. Workshop yang dilakukan terhadap 25 peserta menunjukan kenaikan nilai rata-rata pengetahuan dan pemahaman terhadap metode ini senilai 2,12 diperoleh dari selisih antara nilai rata-rata pre test sebesar 6,08 menjadi 8,20 pada post test-nya. Dengan kenaikan ini, diharapkan peserta akan lebih memahami cara budidaya hidroponik dan lebih memasifkan bercocok tanam dengan teknik ini di tempat tinggalnya masing-masing. Sehingga efek jangka panjang, nutrisi pangan keluarga terpenuhi guna menangkal COVID-19 yang sampai saat ini belum berakhir.
PENDAMPINGAN PEMANFAATAN LAHAN PEKARANGAN SEMPIT DENGAN HIDROPONIK Intan Nurma Yulita; Firman Ardiansyah
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 4 No. 1 (2023): Volume 4 Nomor 1 Tahun 2023
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v4i2.12200

Abstract

COVID-19 secara global berdampak terhadap masyarakat Indonesia. Salah satu dampaknya adalah pemenuhan kebutuhan primer yang terhambat juga harga pangan yang menjadi lebih tinggi. Padahal, ketersediaan pangan ini sangat penting terutama untuk menjaga kesehatan tubuh guna menangkal juga sekaligus membantu penyembuhan dari COVID-19. Namun di sisi yang lain, kondisi ini menjadi satu daya dorong masyarakat untuk berusaha memenuhi kebutuhan pangannya sendiri. Sayangnya di daerah perkotaan memiliki lahan yang sempit. Oleh karena itu, pengabdian ini bertujuan memberikan pendampingan terkait teknik bercocok tanah di lahan yang sempit yaitu melalui hidroponik. Hidroponik adalah metode menanam tanaman dengan mengganti media tanamnya yang biasanya menggunakan tanah diganti dengan air. Beberapa kelebihan dari metode ini adalah: biaya penanaman yang murah, lahan yang dibutuhkan tidak harus luas, tanaman lebih sehat karena meniadakan penggunaan pestisida, juga terlindunginya tanaman dari faktor-faktor lingkungan seperti hama yang biasa dijumpai ketika menanam tanaman di kebun. Workshop yang dilakukan terhadap 25 peserta menunjukan kenaikan nilai rata-rata pengetahuan dan pemahaman terhadap metode ini senilai 2,12 diperoleh dari selisih antara nilai rata-rata pre test sebesar 6,08 menjadi 8,20 pada post test-nya. Dengan kenaikan ini, diharapkan peserta akan lebih memahami cara budidaya hidroponik dan lebih memasifkan bercocok tanam dengan teknik ini di tempat tinggalnya masing-masing. Sehingga efek jangka panjang, nutrisi pangan keluarga terpenuhi guna menangkal COVID-19 yang sampai saat ini belum berakhir.
Parents' Understanding of the Safety and Comfort in Using Gadgets for Children Anindya Apriliyanti Pravitasari; Mulya Nurmansyah Ardisasmita; Fajar Indrayatna; Intan Nurma Yulita; Triyani Hendrawati; Gumgum Darmawan
REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat Vol 4, No 2 (2023): REKA ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/rekaelkomika.v4i2.151-160

Abstract

The utilization of technology among children has significantly increased since the outbreak of the Covid 19 pandemic. Therefore, the use of gadgets among children requires special attention from parents, since under incorrect ergonomic circumstances, it could endanger the health of children. This webinar was designed with parents in mind, giving them valuable information on how to use kid-friendly technology. Additionally, a pre- and post-test was assigned to evaluate parents’ knowledge about ergonomic conditions (safety and comfort) when using gadgets, both before and after the webinar. The results indicated a substantial increasement in parental knowledge among the webinar participants as well as the heightened desire and willingness to apply the right ergonomic conditions for their children’s gadget use at home.
Machine Learning Prediction of Time Series Covid-19 Data in West Java, Indonesia Intan Nurma Yulita; Afrida Helen; Mira Suryani
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 12 No. 2 (2023)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v12i2.58505

Abstract

In 2019, the COVID-19 pandemic appeared. There have been several efforts to curb the spread of this virus. West Java, Indonesia, employs social restrictions to prevent the spread of this disease. However, this method destroyed the economy of the people. If no instances were detected in the region, the World Health Organization (WHO) authorized the social restrictions to be relaxed. If the government lifts the social limitation, the decision must also consider the potential of future confirmed instances. By utilizing machine learning, it is possible to forecast future data. This work utilized the following algorithms: linear regression (LR), locally weighted learning (LWL), multi-layer perceptron (MLP), radial basis function regression (RBF), and support vector machine (SVM). The study investigated daily new instances of COVID-19 in West Java, Indonesia, from March 2, 2020, to October 15, 2020. The RBF algorithm was the best in this investigation. Mean absolute error (MAE), root mean squared error (RMSE), mean absolute percentage error (MAPE), and relative absolute error (RAE) were 48.85, 89.73, 88.67, 62.99, and 60.88, respectively. The RBF prediction model may be proposed to the government of West Java for assessing data on COVID-19 instances, particularly in social restriction management. It is anticipated that West Java would have a minimum of 275 new cases every day for the following 30 days beginning on October 16, 2020. Consequently, the easing of societal limitations requires careful consideration.
PENGGUNAAN MACHINE LEARNING UNTUK PREDIKSI HARGA TELUR AYAM RAS DI KOTA BANDUNG Ihda Anwari; Intan Nurma Yulita
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 4 No. 3 (2023): Volume 4 Nomor 3 Tahun 2023
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v4i3.17689

Abstract

Analisis prediksi merupakan salah satu metode analisis pada data time series untuk mendapatkan informasi di masa depan. Analisis prediksi kini dapat dilakukan oleh machine learning. Pemanfaatan teknologi tersebut sudah diterapkan pada berbagai bidang. Penggunaaan analisis prediksi pada harga komoditas dapat menjadi referensi bagi pemerintah untuk mengendalikan harga di pasar. Harga komoditas ini berpengaruh terhadap inflasi dan tentunya penting untuk diperhatikan. Telur sebagai komoditas makanan yang sederhana dan dikonsumsi semua kalangan menjadi objek utama yang diteliti. Pada penelitian ini peneliti menggunakan ARIMA sebagai metode machine learning prediksi untuk melakukan analisis prediksi. Data diambil dari website resmi kemendagri yang bernama Sistem Pemantauan Pasar dan Kebutuhan Pokok. Setelah data didapatkan kemudian data dilakukan preprocessing dengan mengisi nilai nilai yang hilang. Setelah data lengkap kemudian data dibuat pemodelan ARIMA menggunakan aplikasi KNIME. Terakhir model yang sudah dibuat dievaluasi menggunakan metrik statistic Root Mean Squared Error (RMSE) dan R-square. Model menghasilkan RMSE yang rendah dan R-square yang mendekati satu yang artinya model tersebut memiliki kinerja yang baik. Model kemudian diuji untuk melakukan prediksi 30 hari dari data aktual. Terakhir peneliti memberikan rekomendasi tindakan dan perencanaan pemerintah dalam memanfaatkan model machine learning ini.
Conditional Neural Fields untuk Pengenalan Fase Gerak Intan Nurma Yulita
Jurnal Informatika: Jurnal Pengembangan IT Vol 2, No 1 (2017): JPIT, Januari 2017
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v2i1.432

Abstract

Pengenalan pola merupakan area informatika yang banyak dikaji hingga saat ini. Hal ini dikarenakan pemanfaatannya yang luas diterapkan dalam kehidupan sehari-hari. Di dalam makalah ini disajikan pengenalan pola untuk gerakan khususnya fase gerak. Secara khusus pengenalan fase gerak di dalam makalah ini menitik beratkan pada pengenalan pola pada data berbentuk sekuensial. Pengenalan ini dapat saja mengabaikan faktor sekuensialnya, namun tentu akan menurunkan akurasi yang akan diperoleh. Oleh karena itu untuk mengatasi tantangan tersebut, maka ditawarkan penggunaan Conditional Neural Fields (CNF). Metode ini merupakan gabungan antara Conditional Random Fields (CRF) dan Artifisial Neural Networks (ANN). Representasi ANN disajikan dalam bentuk gate pada lapisan tengah dari CRF. Lapisan ini bertujuan untuk memetakan hubungan non-linear antara input dan output yang terdapat di dalam data. Sebagai hasilnya diperoleh bahwa CNF terbukti lebih efektif dan efisien dibandingkan CRF berdasarkan akurasi dan banyaknya iterasi yang dibutuhkan. Namun penggunaan terlalu banyak gate ternyata tidak efektif dikarenakan konvergensi dari model pengenalan semakin sulit tercapai. Di sisi lain, jika hanya satu gate yang digunakan maka konvergensi tercapai namun akuarsi yang diperoleh rendah. Sehingga diperlukan upaya untuk menemukan banyaknya gate optimal yang diperlukan.
Human Activity Recognition Berdasarkan Tangkapan Webcam Menggunakan Metode Convolutional Neural Network (CNN) Dengan Arsitektur MobileNet Fauzan Akmal Hariz; Intan Nurma Yulita; Ino Suryana
JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Vol 3 No 4 (2022)
Publisher : SOTVI - Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/jitsi.3.4.97

Abstract

Manusia tidak bisa terlepas dari aktivitas sehari-hari yang mana merupakan bagian dari kehidupan manusia. Human activity recognition atau pengenalan aktivitas manusia saat ini merupakan salah satu topik yang sedang banyak diteliti seiring dengan pesatnya kemajuan di bidang teknologi yang berkembang saat ini. Hampir semua bidang terdampak dari pandemi COVID-19 yang memengaruhi aktivitas manusia sehingga menjadi lebih terbatas. Salah satu bidang yang paling terdampak yaitu pendidikan, di mana kampus menerapkan sistem pembelajaran daring, yang membuat dosen lebih sulit untuk mengawasi pembelajaran maupun ujian yang dilakukan secara daring karena tidak dapat mengawasi aktivitas yang dilakukan mahasiswa secara langsung. Penelitian ini bertujuan untuk membuat model yang dapat mengenali aktivitas seseorang saat ujian daring berdasarkan tangkapan webcam dengan memanfaatkan model deep learning dengan metode Convolution Neural Network (CNN) menggunakan arsitektur MobileNetV2. Pengujian hyperparameter dilakukan untuk menghasilkan model optimal yang dilakukan pada batch size sebesar 16, 32, dan 64 serta dense layer sebanyak 1, 3, 5, dan 7. Pengujian tersebut menghasilkan model optimal dengan hyperparameter berupa max epoch sebanyak 20, early stopping dengan patience sebesar 10, learning rate sebesar 0,0001, batch size sebesar 16, dan dense layer sebanyak 5. Model tersebut dievaluasi menggunakan cross validation dan confusion matrix yang berhasil memberikan performa F1-score akhir sebesar 84,52%.
Co-Authors Aditya Pradana Afrida Helen Akik Hidayat Aniati Murni Arymurthy Anindya Apriliyanti Pravitasari Atje Setiawan Abdullah Ayi Muhammad Iqbal Nasuha Ayi Muhammad Iqbal Nasuha, Ayi Muhammad Iqbal Erick Paulus Fajar Indrayatna Fanany, Mohamad Ivan Fauzan Akmal Hariz Firman Ardiansyah Gumgum Darmawan Ihda Anwari Ino Suryana Irene Deborah Mira Suryani Mira Suryani Mira Suryani Mira Suryani Mira Suryani, Mira Mohamad Ivan Fanany Mulya Nurmansyah Ardisasmita Mulya Nurmasnsyah Ardisasmita Riva Farabi Rolly Maulana Awangga, Rolly Maulana Rudi Rosadi Safira Amalia Sri Purwani Triyani Hendrawati Yeni Rizka Yeni Rizka