Article Per Year (5 Year)
p-Index From 2021 - 2026
1.633
P-Index
This Author published in this journals
All Journal Jurnal Penelitian Pendidikan IPA (JPPIPA) Journal of Information Systems and Informatics BERNAS: Jurnal Pengabdian Kepada Masyarakat Jurnal Teknik Informatika (JUTIF) Jurnal Informatika Polinema (JIP) Jurnal Pendidikan Teknologi Informasi (J-Diteksi) Jurnal Rekayasa Perangkat Lunak
Aviv Fitria Yulia
Universitas Aisyah Pringsewu
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Workshop Pemanfaatan Sarana dan Prasarana Pendukung Penyelenggaraan Teaching Factory SMK Pusat Unggulan Skema Reguler Lanjutan Tahun 2023 SMKN Sukoharjo Pringsewu Aviv Fitria Yulia; Dwi Feriyanto; Fahlul Rizki; Nur Aminudin; Tahta Herdian Andika; Dwi Yana Ayu Andini
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2024)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v5i1.7768

Abstract

Workshop Pemanfaatan Sarana dan Prasarana Pendukung Penyelenggaraan Teaching Factory" di SMKN Sukoharjo Pringsewu bertujuan meningkatkan efektivitas pendekatan pembelajaran praktis melalui Teaching Factory (TeFa). Dengan fokus pada perencanaan pembelajaran TeFa dan implementasi SOP Kegiatan TeFa, workshop ini menghasilkan pemahaman yang mendalam tentang capaian pembelajaran, tujuan pembelajaran, dan produk/jasa yang dihasilkan. Hasilnya, workshop ini memberikan landasan yang kokoh bagi pengembangan program TeFa yang berkelanjutan, memastikan siswa mampu mengaplikasikan keterampilan praktis sesuai dengan tuntutan industri. Kolaborasi yang diperkuat antara sekolah dan industri menjadi kunci untuk menciptakan lingkungan pembelajaran yang adaptif dan relevan dengan perkembangan dunia kerja. Workshop ini menjadi tonggak awal untuk mengarahkan pendidikan vokasi menuju masa depan yang dinamis dan berdaya saing
Workshop Pemanfaatan Sarana dan Prasarana Pendukung Penyelenggaraan Teaching Factory SMK Pusat Unggulan Skema Reguler Lanjutan Tahun 2023 SMKN Sukoharjo Pringsewu Aviv Fitria Yulia; Dwi Feriyanto; Fahlul Rizki; Nur Aminudin; Tahta Herdian Andika; Dwi Yana Ayu Andini
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2024)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v5i1.7768

Abstract

Workshop Pemanfaatan Sarana dan Prasarana Pendukung Penyelenggaraan Teaching Factory" di SMKN Sukoharjo Pringsewu bertujuan meningkatkan efektivitas pendekatan pembelajaran praktis melalui Teaching Factory (TeFa). Dengan fokus pada perencanaan pembelajaran TeFa dan implementasi SOP Kegiatan TeFa, workshop ini menghasilkan pemahaman yang mendalam tentang capaian pembelajaran, tujuan pembelajaran, dan produk/jasa yang dihasilkan. Hasilnya, workshop ini memberikan landasan yang kokoh bagi pengembangan program TeFa yang berkelanjutan, memastikan siswa mampu mengaplikasikan keterampilan praktis sesuai dengan tuntutan industri. Kolaborasi yang diperkuat antara sekolah dan industri menjadi kunci untuk menciptakan lingkungan pembelajaran yang adaptif dan relevan dengan perkembangan dunia kerja. Workshop ini menjadi tonggak awal untuk mengarahkan pendidikan vokasi menuju masa depan yang dinamis dan berdaya saing
DATA MINING UNTUK MENENTUKAN KELOMPOK KELAS UNGGULAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING PADA SEKOLAH (STUDI KASUS:SMKN SUKOHARJO) Fitria Yulia, Aviv
Jurnal Rekayasa Perangkat Lunak Vol. 2 No. 1 (2023): Jurnal Rekayasa Perangkat Lunak (J-Rapa)
Publisher : Universitas Aisyah Pringsewu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30604/j-rapa.v2i1.1123

Abstract

untuk meningkatkan mutupendidikan melalui layanan pembelajaran dan mutu siswa maka dilakukan pembentukan kelompok belajar siswa dalam kelas sesuai dengan kriteria-kriteria siswa.Hal ini dilakukan pada saat siswa menginjak di semester 3 Maka akan di Bagi Data siswa dikelompokkan menjadi kelompok siswa kelas unggulan.Dalam penentuan kelas unggulan maka di perlukan kriteria yaitu nilai akademik siswa menentukan siswa masuk ke kelas unggulan di dapat hasil penilaian. Dari hasil identifikasidata nilai rapot dari semester 1 sampai dengan semester 2.proses menggunakan data mining agar pengelompokan siswa di lakukan dengan tepat dan sesuai dengan apa yang di harapkan sekolah dengan kelompok siswa yang memang sesuai dengan kriteria dalam kelas unggulan.Setelah dilakukan pengujian dengan tool rapid miner , maka dapat di simpulkan sebagai berikut : Anggota cluster Kelas Unggulan memiliki 53 anggota, Anggota cluster Kelas Baik Sekali memiliki 83 anggota, Anggota cluster Kelas Baik memiliki 4 anggota dari total 140 dataset yang di uji.
ANALISIS MANAGEMEN RESIKO TEKNOLOGI INFORMASI PADA WEBSITE Yana Ayu Andini, Dwi; Fitria Yulia , Aviv
Jurnal Rekayasa Perangkat Lunak Vol. 3 No. 1 (2024): Jurnal Rekayasa Perangkat Lunak (J-Rapa)
Publisher : Universitas Aisyah Pringsewu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30604/j-rapa.v3i1.1635

Abstract

Pada saat ini teknologi informasi memberikan pen- garuh besar terhadap kehidupan kita, informasi digital yang saat ini berkembang adalah sistem informasi berbasis website yang telah digunakan diberbagai organisasi atau intitusi untuk mem- berikan informasi yang tepat dan bermanfaat. Peran teknologi informasi khususnya website pada suatu perusahaan ataupun instansi hal yang penting dan tidak dapat dipisahkan dari proses bisnis ataupun kegiatan dalam kelembagaan tersebut. Akan tetapi, tidak dapat dihindari pengunaan dari implementasi terse- but dapat menimbulkan risiko yang tidak diinginkan mengancam dari proses bisnis itu sendiri. Hal ini harus menjadi perhatiaan khusus demi keamanan informasi. Untuk menghindari risiko- risiko itu terjadi maka perlunya upaya pengukuran terhadap risiko teknologi informasi pada website.
Evaluasi Kinerja Algoritma Machine Learning (ML) Menggunakan Seleksi Fitur pada Klasifikasi Diabetes Wantoro, Agus; Zulkifli; Fitria Yulia, Aviv; Yana Ayu, Dwi; Mustofa, Syazili
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

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

Abstract

Diabetes Mellitus (DM) merupakan salah satu penyakit kronis yang prevalensinya terus meningkat secara global, termasuk di Indonesia. Deteksi dini dan diagnosis yang akurat sangat penting untuk mencegah komplikasi serius. Dalam beberapa tahun terakhir, pendekatan berbasis Machine Learning (ML) telah banyak digunakan untuk meningkatkan akurasi prediksi diabetes. Salah satu dataset yang sering digunakan dalam penelitian ini adalah Pima Indians Diabetes Dataset (PIDD). Dataset ini memiliki delapan fitur dan satu kelas. Tantangan utama dalam pemodelan ML untuk prediksi adalah adanya fitur yang tidak relevan dalam dataset, yang dapat menurunkan kinerja model. Kami menggunakan pendekatan seleksi fitur teknik Informasion Gain (IG) dan Gain Ratio (GR). Hasil eksperimen seleksi fitur menggunakan IG didapatkan empat fitur yang memiliki bobot >0.05 yaitu Glucose Plassma (0.190), BMI (0.074), Age (0.072), dan Insulin (0.059). Namun hasil yang berbeda ketika menggunakan teknik GR yaitu Glucose Plassma (0.986), BMI (0.086), Age (0.078), Pregnancies (0.051). Hasil seleksi fitur dan semua fitur digunakan untuk menguji algoritma ML seperti Naive Bayes, J48, AdaBoost, Random Tree, Random Forest, dan Super Vector Machine (SVM). Hasil evaluasi kinerja algoritma ML menunjukkan algoritma SVM memiliki kinerja terbaik menggunakan semua fitur PIDD. Temuan ini berbeda dengan penelitian lain yang menggunakan seleksi fitur justru meningkatkan kinerja algoritma ML. Selain itu, kami melakukan evaluasi terhadap waktu eksekusi model. Kami menemukan bahwa algoritma Naïve Bayes dan Random Tree memiliki waktu komputasi terbaik. Temuan ini memberikan gambaran umum tentang kemampuan ML untuk memprediksi diabetes menggunakan seleksi fitur yang dihasilkan oleh teknik IG dan GR maupun tanpa seleksi fitur.
Agile Digital Transformation in Local Government: An Extreme Programming Approach to Public Service Mall Applications Andini, Dwi Yana Ayu; Rizki, Fahlul; Yulia, Aviv Fitria
Journal of Information System and Informatics Vol 7 No 2 (2025): June
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v7i2.1083

Abstract

The development of the web-based Public Service Mall (MPP) application aims to enhance the quality, efficiency, and accessibility of public services in Pringsewu Regency. Utilizing the Extreme Programming (XP) methodology, which focuses on iterative and collaborative software development, the application follows five main phases: planning, design, coding, testing, and release. Key features of the application include a service search function, a booking code-based queue system, service history tracking, and a user dashboard for seamless interaction. The implementation results demonstrate that the application significantly simplifies access to various public services, reduces physical queues, and improves transparency throughout the service process. System testing confirms that the application operates according to specifications, with a user satisfaction rate of 87% and a notable improvement in service response times. Therefore, this application serves as an effective digital solution that supports the transformation of modern public services, making them more responsive and accessible to the community's needs.
Analisis Kepuasan Pengunjung terhadap Pelayanan Wisata dengan Menggunakan Algoritma C4.5 di Lanakila, Bendungan Way Sekampung Fitria Yulia, Aviv; Wasalan, Ahlan; Herdian Andika, Tahta
Jurnal Rekayasa Perangkat Lunak Vol. 4 No. 1 (2025): Jurnal Rekayasa Perangkat Lunak (J-Rapa)
Publisher : Universitas Aisyah Pringsewu

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

Abstract

The tourism industry's share of regional assets consists of tourist destinations that thelocals want to visit and that have the ability to make money and advance the growth of the area. Itis imperative that the quality of tourism services be preserved and enhanced. Positive remarks andrecommendations for the location are common among contented tourists. On the other hand,unhappy tourists may harm the reputation of the place and the travel sector as a whole.The research objective was to analyze visitor-level satisfaction with tourism services in Lanakilausing the C4.5 algorithm and identify the factors that most influence visitorsatisfaction. The C4.5 algorithm successfully built a prediction model to identify potentiallydissatisfied visitors.100 respondents completed the questionnaire that the researcher successfully distributed, and theaccuracy of the C4.5 model was 100.00%. Information service, staff attitude, food and beverage,and support were the four primary elements that were shown to have an impact on satisfaction,according to the analysis. With 100.00% accuracy, each of these categories was met
Optimizing Type 2 Diabetes Classification with Feature Selection and Class Balancing in Machine Learning Wantoro, Agus; Yuliana, Aviv Fitria; Andini, Dwi Yana Ayu; Awaliyani, Ikna; Caesarendra, Wahyu
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 4 (2025): JUTIF Volume 6, Number 4, Agustus 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.4.5166

Abstract

Type 2 Diabetes (T2DM) is a crucial factor in patient survival and treatment effectiveness. Errors in diabetes detection lead to disease severity, high costs, prolonged healing time, and a decline in service quality. Additionally, a major challenge in developing Machine Learning (ML)-based detection decision support systems is the class imbalance in medical data as well as the high feature dimensionality that can affect the accuracy and efficiency of the model. This research proposes an approach based on feature selection (FS) and handling class imbalance to improve performance in type 2 diabetes. Several feature selection techniques such as Information Gain (IG), Gain Ratio (GR), Gini Decrease (GD), Chi-Square (CS), Relief-F, and FCBF can perform feature selection based on weighting ranking. Furthermore, to address the imbalanced class distribution, we utilize the Synthetic Minority Over-Sampling Technique (SMOTE). ML classification models such as Support Vector Machine (SVM), Gradient Boosting (GB), Tree, Neural Network (NN), Random Forest (RF), and AdaBoost were tested and evaluated based on the confusion matrix including accuracy, precision, recall, and time. The experimental results show that the combination of strategies for handling imbalanced classes significantly improves the predictive performance of ML algorithms. In addition, we found that the combination of feature selection techniques IG+AdaBoost consistently demonstrates optimal performance. This study emphasizes the importance of data preprocessing and the selection of the right algorithms in the development of machine learning-based T2DM detection systems. Accurate detection can reduce the severity of disease, lower treatment costs, speed up the healing process, and improve healthcare services.
Implementasi Media Edmodo dalam Mata Kuliah Pengantar Teknologi Informasi Yudha Pratama, Rendy; Subiyanto; Fitria Yulia, Aviv
Jurnal Pendidikan Teknologi Informasi (J-Diteksi) Vol. 3 No. 1 (2024): Jurnal Pendidikan Teknologi Informasi (J-Diteksi)
Publisher : Universitas Aisyah Pringsewu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30604/diteksi.v3i1.1439

Abstract

Penelitian ini bertujuan untuk mendeskripsikan tentang proses pembelajaran mata kuliah Pengantar Teknologi Informasi, faktor kendala dengan menerapkan media Edmodo. Pendekatan kualitatif digunakan dalam penelitian ini. Teknik pengumpulan data menggunakan observasi, wawancara dan dokumentai. Observasi digunakan untuk memperoleh gambaran tentang penerapan media Edmodo dengan cara mengamati secara langsung jalannya proses perkuliahan Pengantar Teknologi Informasi. Wawancara digunakan untuk mengumpulkan data dari narasumber yaitu dosen Pengantar Teknologi Informasi maupun mahasiswa semester 1. Teknik analisis data yang digunakan adalah pengumpulan data, reduksi data, penyajian data, penarikan kesimpulan dan verifikasi. Hasil penelitian dosen menyampaikan kontrak perkuliahan yang akan dijalani selama satu semester, selanjutnya memberikan pengarahan kepada mahasiswa tentang media Edmodo. kendala masalah jaringan dan apabila ada mahasiswa yang kurang mampu memanfaatkan atau mengoperasikan laptop/komputer, maupun pengoperasian Edmodo, maka akan menghambat proses pemanfaatan media Edmodo sebagai media dalampembelajaran mata kuliah tersebut
"Perbandingan Kinerja Rendering EEVEE dan Siklus di Blender 3.5 dalam Konteks Visual Interaktif untuk Animasi 3D" Yulia, Aviv Fitria; Zulkifli; Bintoro, Panji; Andini, Dwi Yana Ayu; Triloka, Joko
Jurnal Penelitian Pendidikan IPA Vol 10 No 7 (2024): July
Publisher : Postgraduate, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jppipa.v10i7.5910

Abstract

This research aims to compare the performance of two rendering engines, namely EEVEE and Cycles, available in Blender 3.5, in the context of developing interactive visual 3D animation. The rendering engine is a key element in 3D animation production, and the right choice between EEVEE and Cycles can have a significant impact on the final animation result. In this research, we conducted a series of experiments and analyzes to evaluate rendering speed, the quality of the resulting images, and the ability to achieve the visual effects desired by the animator. The results of this research provide deep insight into the strengths and limitations of each rendering engine in interactive 3D animation scenarios. These findings can help animators, game developers, and similar creative professionals make more informed choices when choosing a rendering engine that suits their project needs. Thus, this research contributes to the development of rendering techniques in the growing 3D animation industry.
Co-Authors Agus Wantoro Andini, Dwi Yana Ayu Bintoro, Panji Dwi Feriyanto Dwi Yana Ayu Andini Dwi Yana Ayu Andini Fahlul Rizki Ikna Awaliyani Nur Aminudin Rizki, Fahlul Subiyanto Syazili Mustofa Tahta Herdian Andika Triloka, Joko Wahyu Caesarendra Wasalan, Ahlan Yana Ayu Andini, Dwi Yana Ayu, Dwi Yudha Pratama, Rendy Zulkifli Zulkifli