Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Ilmiah Intech : Information Technology Journal of UMUS JAMU : Jurnal Abdi Masyarakat UMUS
Dewi Pergiwati
Universitas Dian Nuswantoro
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Transportation Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Optimasi Investasi di Pasar Saham Indonesia: Meningkatkan Keputusan Investasi dengan Prediksi IHSG menggunakan Decision Tree Dwi Eko Waluyo; Cinantya Paramita; Hayu Wikan Kinasih; Fauzi Adi Rafrastara; Dewi Pergiwati
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 7, No 1 (2024): JANUARI 2024
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v7i1.1876

Abstract

Pasar saham Indonesia merupakan pilar ekonomi yang vital, memfasilitasi perolehan modal bagi perusahaan serta menawarkan peluang investasi bagi individu hingga korporasi besar. Keberhasilan investasi sangat dipengaruhi oleh kemampuan memahami faktor-faktor yang menentukan pergerakan harga saham. Teknologi dan analisis data, khususnya melalui algoritma Decision Tree, dapat membantu memprediksi pergerakan Indeks Harga Saham Gabungan (IHSG), sehingga mendukung keputusan investasi yang lebih baik. Pengabdian masyarakat bertajuk "Optimasi Investasi di Pasar Saham Indonesia" dirancang untuk meningkatkan literasi investasi di kalangan mahasiswa, pengusaha dan pemegang saham, melalui pengembangan system analisis berbasis Decision Tree untuk prediksi IHSG. Program ini mencakup penelitian awal, pengembangan dan validasi model prediksi, pelatihan dan edukasi, implementasi, serta evaluasi dan penyempurnaan berbasis MOS, dengan tujuan akhir meningkatkan keberhasilan investasi di pasar saham Indonesia, seraya mengintegrasikan pengetahuan di bidang komputer, AI, dan keuangan. Materi pelatihan mencakup dasar analisis teknikal dan fundamental, analisis Decision Tree, optimasi portofolio, dan strategi manajemen risiko, dilengkapi dengan alat machine learning. Evaluasi pasca pelatihan menggunakan metode Mean Opinion Score (MOS) menunjukkan tingkat kepuasan tinggi dengan skor 97.08% untuk Fungsionalitas, 96.09% untuk Keandalan, dan 98.09% untuk Kegunaan, menekankan efektivitas algoritma Decision Tree dalam memprediksi IHSG dan meningkatkan keputusan investasi.
PENCAPAIAN KLASIFIKASI TERBAIK BERBASIS PERBAIKAN CITRA CLAHE DAN DARK CHANNEL PRIOR PADA SPESIES IKAN Dewi Pergiwati; Ricardus Anggi Pramunendar; Dwi Puji Prabowo; Farrikh Alzami; Rama Aria Megantara
Jurnal Teknik Informatika UMUS Vol 7 No 2 (2025): November
Publisher : Universitas Muhadi Setiabudi

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

Abstract

Ikan merupakan bahan pangan lauk-pauk utama yang dikonsumsi manusia untuk menunjang protein hewani dan zat-zat lain yang diperlukan tubuh. Ikan merupakan lauk-pauk pilihan utama yang memiliki harga relative murah dan mudah didapat. Namun pada nyatanya konsumsi ikan di Indonesia sangat rendah dibandingkan dengan negara-negara yang memiliki potensi sumberdaya perikanan yang jauh lebih rendah seperti negara Jepang, Korea Selatan, serta negara-negara di Asia lainnya. Di sisi lain, salah satu kekayaan Indonesia yang sangat berlimpah pada sector perairan adalah biota ikan. Dengan kondisi demikian, upaya peningkatan konsumsi ikan akan memberikan multiflier effect dalam lingkungan masyarakat. Selain meningkatkan tingkat kesehatan serta kecerdasan, juga semakin menggairahkan sektor perikanan untuk dapat mendorong peningkatan penyerapan tenaga kerja, meningkatkan pendapatan serta kesejahteraan pada masyarakat khususnya profesi nelayan, pembudidaya ikan, pengolah hasil ikan serta pihak terkait lainnya. Maka, perlu ditingkatkan kemampuan pengenalan ikan secara otomatis dengan bantuan computer untuk mengenali jenis-jenis ikan yang sangat beragam guna mempermudah proses pengelolaan dan distribusi ikan. Oleh karena itu dalam penelitian ini, peneliti ini mengusulkan untuk melakukan analisis dampak pre-processing dari kombinasi algoritma CLAHE dan DCP yang diterapkan dalam klasifikasi ikan dengan Random Forest.
Pemanfaatan Artificial Intelligence untuk Meningkatkan Efisiensi Layanan Birokrasi pada Organisasi Perangkat Daerah Pemerintah Provinsi Jawa Tengah: Utilization of Artificial Intelligence to Improve the Efficiency of Bureaucratic Services in Regional Government Organizations of Central Java Province Farrikh Alzami; Muhammad Naufal; Dewi Agustini Santoso; Dewi Pergiwati; Heni Indrayani; Karis Widyatmoko; Rama Aria Megantara
JAMU : Jurnal Abdi Masyarakat UMUS Vol. 6 No. 02 (2026): Februari
Publisher : LPPM Universitas Muhadi Setiabudi

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

Abstract

Transformasi digital birokrasi menuntut pemerintah daerah untuk meningkatkan efisiensi dan kualitas layanan publik. Artificial intelligence (AI) merupakan salah satu teknologi yang memiliki potensi besar dalam mendukung otomasi administrasi, pengolahan data, serta peningkatan responsivitas layanan pemerintahan. Namun, tingkat pemahaman dan kesiapan aparatur sipil negara (ASN) dalam memanfaatkan AI masih belum merata, terutama terkait aspek etika dan pelindungan data. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan pemahaman dan kapasitas ASN Organisasi Perangkat Daerah (OPD) Pemerintah Provinsi Jawa Tengah dalam memanfaatkan AI secara tepat, aman, dan bertanggung jawab guna mendukung efisiensi layanan birokrasi. Metode pelaksanaan kegiatan berupa workshop tatap muka yang meliputi penyampaian materi konseptual, studi kasus pemanfaatan AI di sektor publik, diskusi interaktif, serta praktik penggunaan AI dalam konteks administrasi pemerintahan. Hasil kegiatan menunjukkan peningkatan pemahaman peserta terhadap konsep AI, kemampuan mengidentifikasi potensi penerapan AI dalam tugas birokrasi, serta meningkatnya kesadaran terhadap aspek etika dan keamanan data. Kegiatan ini menunjukkan bahwa pendampingan akademik melalui workshop praktis mampu memberikan kontribusi nyata dalam mendukung transformasi digital birokrasi di tingkat pemerintah daerah.
Co-Authors Alzami, Farrikh Cinantya Paramita Dewi Agustini Santoso Dwi Eko Waluyo Dwi Puji Prabowo, Dwi Puji Fauzi Adi Rafrastara Hayu Wikan Kinasih Heni Indrayani Muhammad Naufal Rama Aria Megantara Ricardus Anggi Pramunendar Widyatmoko Karis