Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal Journal of Information Technology Ampera Journal of Computer and Information Systems Ampera Aspirasi : Publikasi Hasil Pengabdian dan Kegiatan Masyarakat Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi
Uci Suriani
Politeknik Prasetya Mandiri
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Economics, Econometrics & Finance Education Engineering Public Health

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Penerapan Data Mining untuk Memprediksi Tingkat Kelulusan Mahasiswa Menggunakan Algoritma Decision Tree C4.5 Uci Suriani
Journal of Computer and Information Systems Ampera Vol. 4 No. 2 (2023): Journal of Computer and Information Systems Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalcisa.v4i2.393

Abstract

Penelitian ini bertujuan untuk memprediksi tingkat kelulusan mahasiswa menggunakan metode klasifikasi dan algoritma decision tree C4.5. Data yang digunakan meliputi data mahasiswa dan Kartu Hasil Studi (KHS) dengan kriteria Indeks Prestasi Semester (IPS) dan Indeks Prestasi Kumulatif (IPK). Data dikelola melalui tahapan Knowledge Discovery in Database (KDD) dengan bantuan tool RapidMiner untuk memfasilitasi prediksi tingkat kelulusan mahasiswa. Penerapan data mining dengan metode klasifikasi dan algoritma C4.5 digunakan untuk menganalisis tingkat kelulusan mahasiswa berdasarkan informasi yang dihasilkan. Proses perhitungan data menggunakan algoritma C4.5 menunjukkan bahwa tingkat mahasiswa yang terlambat lulus atau tidak tepat waktu lebih rendah dibandingkan dengan tingkat mahasiswa yang lulus tepat waktu. Penelitian ini melibatkan pengujian melalui metode cross-validation dan evaluasi model confusion matrix yang menghasilkan akurasi prediksi sebesar 99.64%. Selain itu, evaluasi menggunakan metrik AUC menunjukkan nilai sebesar 99.5%, menandakan bahwa model memiliki kemampuan hampir sempurna dalam melakukan klasifikasi. Temuan ini menegaskan bahwa model dapat memprediksi tingkat kelulusan mahasiswa dengan akurat.
Model Deteksi Berita Palsu Menggunakan Pendekatan Bidirectional Long Short Term Memory (BiLSTM) Ari Muzakir; Uci Suriani
Journal of Computer and Information Systems Ampera Vol. 4 No. 2 (2023): Journal of Computer and Information Systems Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalcisa.v4i2.397

Abstract

Isu berita palsu telah menarik perhatian masyarakat dan akademisi. Penyebaran informasi yang tidak akurat berpotensi mengubah pandangan publik dan memungkinkan manipulasi opini. Dalam konteks data yang melimpah, kami mengembangkan model untuk mendeteksi berita palsu dengan mengklasifikasikan fitur linguistik murni. Dengan pendekatan pembelajaran mendalam, kami mengevaluasi respons terhadap artikel tertentu menggunakan model Jaringan Saraf Rekuren Bidirectional Long Short Term Memory (BiLSTM) dan representasi kata dari embeddings GloVe. Hasil evaluasi menunjukkan adaptabilitas model pada data latih dengan kerugian terendah 0.30% dan akurasi tinggi 99.14%. Gabungan antara embeddings GloVe dan Bi-LSTM memunculkan hasil yang positif. Penelitian ini memiliki potensi untuk memberikan kontribusi dalam penanggulangan penyebaran berita palsu yang semakin meresahkan di berbagai bidang.
Pemodelan Prediktif Keterlambatan Bicara pada Balita Terkait dengan Penggunaan Smartphone Menggunakan Data Mining Uci Suriani; Ilsa Palingga Ninditama; Wahyudi Syaputra
Journal of Information Technology Ampera Vol. 5 No. 1 (2024): Journal of Information Technology Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalita.v5i1.590

Abstract

Penelitian ini bertujuan untuk memprediksi tingkat keterlambatan bicara pada balita yang sudah terindekasi smartphone dengan menggunakan metode klasifikasi dan algoritma Decision Tree C4.5. Atribut yang digunakan dalam penelitian ini mencakup umur (usia), durasi, dan jenis aplikasi yang digunakan. Pengelolaan data untuk prediksi tingkat keterlambatan bicara pada balita menggunakan tahapan Knowledge Discovery in Database (KDD) dengan alat bantu tools RapidMiner. Proses penghitungan data dengan algoritma Decicion Tree menunjukkan bahwa tingkat keterlambatan bicara (Speech Delayed) yang terlambat lebih rendah dibandingkan dengan tingkat balita yang tidak mengalami keterlambatan bicara (Normal). Hasil akurasi prediksi sebesar 89.59%. Evaluasi dengan metrik AUC juga menunjukkan nilai 89.59%, mengindikasikan bahwa model ini memiliki kemampuan klasifikasi yang hampir sempurna. Temuan ini memverifikasi bahwa model mampu memprediksi tingkat keterlambatan Bicara pada balita dengan tingkat akurasi yang tinggi.
Pelatihan Optimalisasi Media Sosial dalam Mendukung Kampanye Sosial dan Budaya Lokal Wahyudi Syaputra; Uci Suriani; Rahma Fitriyani
ASPIRASI : Publikasi Hasil Pengabdian dan Kegiatan Masyarakat Vol. 3 No. 1 (2025): ASPIRASI : Publikasi Hasil Pengabdian dan Kegiatan Masyarakat 
Publisher : Asosiasi Periset Bahasa Sastra Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/aspirasi.v3i1.1406

Abstract

The training "Optimizing Social Media in Supporting Local Social and Cultural Campaigns in Palembang City" was held with the aim of improving the understanding and skills of the community, especially cultural community actors, in utilizing social media as a tool to introduce and preserve Palembang's local culture. The background of this training is driven by the rapid development of digital technology, which opens up great opportunities for the City of Palembang to promote its rich culture and traditions to a global audience. Training activities are carried out in the form of theoretical and practical sessions, which include content creation, interaction strategies with audiences, and selection of the right platform to convey local cultural messages. The results of this training showed an increase in participants' understanding of the importance of using social media in cultural and social campaigns, as well as practical skills in creating effective content. In conclusion, this training successfully equips participants with the ability to optimize social media in promoting local culture and strengthening Palembang's cultural identity in the digital world.
Studi Etnografi: Tantangan dan Peluang Digital Learning Pada Pendidikan Menengah Kejuruan Uci Suriani; Rahma Fitriyani
Neptunus: Jurnal Ilmu Komputer Dan Teknologi Informasi Vol. 3 No. 1 (2025): Februari : Neptunus : Jurnal Ilmu Komputer Dan Teknologi Informasi
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/neptunus.v3i1.656

Abstract

This study examines the challenges and opportunities of digital learning in Vocational High Schools (PMK) in Palembang City, which is a crucial issue in the context of vocational education. The main problems identified include limited infrastructure, lack of digital skills among teachers, and unequal access to devices for students. The purpose of this study is to explore how digital learning can be effectively integrated into the PMK curriculum. The method used is an ethnographic approach, with data collection through interviews, observations, and documentation analysis in four vocational high schools. The results of the study indicate that despite significant challenges, digital learning offers opportunities to improve students' technological skills and innovation in teaching methods. The conclusion of this study emphasizes the need for support from the government and educational institutions to overcome these challenges, so that digital learning can contribute optimally in preparing students for an increasingly digital world of work.
Co-Authors Ari Muzakir Ilsa Palingga Ninditama Rahma Fitriyani Wahyudi Syaputra Wahyudi Syaputra