Article Per Year (5 Year)
p-Index From 2021 - 2026
8.126
P-Index
This Author published in this journals
All Journal Dinamik Pixel : Jurnal Ilmiah Komputer Grafis Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika BERNAS: Jurnal Pengabdian Kepada Masyarakat Abdi Kami : Jurnal Pengabdian Kepada Masyarakat Infotek : Jurnal Informatika dan Teknologi Madaniya Media Aplikom Jurnal Bingkai Ekonomi (JBE) Brilliance: Research of Artificial Intelligence Jurnal Informasi Sains dan Teknologi (ISAINTEK) Jurnal Rekam Medis dan Manajemen Informasi Kesehatan Jurnal Cakrawala Informasi (JCI) Jurnal HUMMANSI (Humaniora, Manajemen, Akuntansi) Digital Transformation Technology (Digitech) Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Jurnal Pengabdian Teknik dan Ilmu Komputer (PETIK) Jurnal Pengabdian Kepada Masyarakat Magistrorum et Scholarium: Jurnal Pengabdian Masyarakat Community: Jurnal Pengabdian Pada Masyarakat SmartComp Jurnal Pengabdian Masyarakat (Jupemas) Jurnal Pengabdian Masyarakat Science Technology and Management Journal (STMJ) Scientific Journal of Informatics Bridge: Jurnal Publikasi Sistem Informasi dan Telekomunikasi ABDI KAMI: Jurnal Pengabdian Kepada Masyarakat
Siska Narulita
Universitas Nasional Karangturi Semarang
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 59 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 59 Documents
Search

 2   3   4   5   6 
Metode K-Means Berbasis Ordered Weighted Averaging (OWA) pada Data Potensi Desa untuk Penentuan Status Desa Prasetyo, Aries Alfian; Suprapedi, Suprapedi; Narulita, Siska; Praharsena, Bayu
Jurnal Bingkai Ekonomi (JBE) Vol 7 No 2 (2022): Jurnal Bingkai Ekonomi (JBE)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) - Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jbe.v7i2.224

Abstract

Indeks Pembangunan Desa yang dibangun dari Pendataan Potensi Desa (Podes) tahun 2014. untuk menilai tingkat perkembangan desa, dibagi menjadi 3 klasifikasi yaitu Desa Mandiri, Berkembang, dan Tertinggal, memiliki 5 dimensi. Penulis bertujuan untuk menilai tingkat perkembangan desa melalui status desa berdasar data IPD, penentuan status desa menggunakan teknik clustering dengan metode K-Means berbasis Ordered Weighted Averaging (OWA), OWA dapat mengurangi kompleksitas data dengan memadukan nilai multi attribut ke nilai agregat berupa nilai tunggal dengan menggunakan expert judgement untuk menentukan nilai orness (α). Hasil dari penelitian ini pengelompokan data IPD tahun 2014 kedalam 3 status desa dengan algoritma K-Means berbasis OWA menunjukkan metode clustering K-Means dengan OWA memiliki Index Davies 1,42 lebih baik daripada metode K-Means dengan euclideance yang memiliki nilai 1,65. Hasil akhir penelitian diperoleh jumlah desa untuk setiap cluster, yaitu cluster Desa Tertinggal sebanyak 98, cluster Desa Berkembang sebanyak 32, dan cluster Desa Mandiri sebanyak 100 desa.
Analisis Faktor Status Depresi Kehidupan Mahasiswa Menggunakan Machine Learning Sumantiawan, Dody Indra; Amaliyah, Shofwatun; Narulita, Siska; Kholilurrahman, Muhammad; Suharmanto, Abraham Yano
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.4577

Abstract

Depresi dan Mahasiswa, kurang tidur pola makan yang buruk dan kurang olahraga merupakan penyebab depresi dikalangan mahasiswa. Stres yang muncul akibat dunia akademis. Faktor kehidupan kampus sangat berkontribusi terhadap faktor resiko. Mahasiswa yang tidak siap menghadapi kehidupan kampus akan cepat mengalami depresi yang mempengaruhi kehidupan dan pendidikan akademisnya. Depresi merupakan faktor resiko terbesar keinginan bunuh diri dan resiko lainnya, seperti: narkotika dan perilaku menyakiti diri sendiri. Penelitian ini bertujuan untuk meneksplorasi dan mengidentifikasi hubungan antara variabel dan tingkat depresi mahasiswa. Dalam penelitian ini data yang digunakan adalah data terkait kehidupan mahasiswa, data mahasiswa yang digunakan memiliki karakteristik yang menggambarkan mahasiswa ilmu komputer dan bertujuan untuk mengidentifikasi tingkat depresi pada mahasiswa. Langkah-langkah yang digunakan dalam penelitian ini meliputi eksplorasi data, pembersihan data dan analisis data. Langkah awal adalah melakukan eksplorasi data dengan memeriksa variabel yang memiliki 10 variabel dengan karakteristik data. Dalam tabel kolom “kelas” menunjukan jenis variabel yang mencakup kelas numerik dan kelas faktor. Temuan dalam penelitian ini memberikan wawasan berharga terkait kesehatan mental mahasiswa. Hubungan yang signifikan antara status tingkat depresi dan gender serta kinerja akademis menjadi sorotan bagian intervensi. Program kesehatan mental khusus gender dan layanan dukungan akademis dapat berperan penting dalam mengurangi prevalensi depresi di kalangan mahasiswa.
PENGEMBANGAN UMKM DITINJAU DARI DIGITAL MARKETING MELALUI PEMANFAATAN LANDING PAGE Siska Narulita; Prihati Prihati; Aji Priyambodo; Jasman Indradno; Teti Safari
ABDI KAMI: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 1 (2023): (Februari 2023)
Publisher : LPPM Institut Agama Islam (IAI) Ibrahimy Genteng Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69552/abdi_kami.v6i1.1838

Abstract

Tren bisnis saat ini salah satunya adalah digital marketing. Digital marketing itu sendiri merupakan suatu teknik pemasaran berbasis internet. Teknik ini digunakan oleh pelaku usaha skala kecil hingga perusahaan besar untuk memperluas pangsa pasar. Salah satu media online untuk digital marketing ini adalah pemanfaatan landing page. Desa Margosari, Kecamatan Limbangan, Kabupaten Kendal, Jawa Tengah, khususnya di Dukuh Cemangklek mempunyai sebuah produk, yaitu batik. Semenjak terjadi pandemi Covid-19, proses produksi dan pemasaran tersendat. Proses produksi di sana tergantung pada jumlah order dari konsumen. Sedangkan untuk proses pemasaran masih mengandalkan pemasaran secara door to door, hal ini terhambat karena minimnya pengetahuan masyarakat dengan teknologi informasi. Oleh karena itu, dilakukan kegiatan pengabdian kepada masyarakat yang bertujuan untuk memberikan edukasi tentang digital marketing khususnya mengenai pemanfaatan landing page. Masyarakat sangat antusias dalam mengikuti kegiatan ini, karena mengetahui besarnya manfaat digital marketing bagi usaha mereka, bahkan ada yang tertarik untuk membuka usaha bisnis digital. Digital marketing melalui pemanfaatan landing page ini juga dapat digunakan untuk proses pemasaran produk lain yang dihasilkan oleh masyarakat Desa Margosari selain produk batiknya.
SuperBoost-AllerScan: Deteksi Alergen pada Produk Pangan - Pendekatan Data Mining dan Machine Learning Narulita, Siska; Sekarlangit, Sekarlangit; Novianingrum, Milka Putri
Dinamik Vol 31 No 1 (2026)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v31i1.10325

Abstract

Behind the success of the Free Nutritious Meal Program (MBG), there are several problems related to the health factors of the program targets, namely, there are several cases of allergies that occur in schools, inadequate understanding of allergen management owned by food processing vendors, and the high cost of laboratory tests and the process that takes a long time. So, to overcome these problems, an application is proposed that can help detect allergens in food products using data mining and machine learning approaches. SVM and AdaBoost algorithms each have advantages that can be used to help build an optimal allergen detection model. This research uses a cross-validation model validation method with a value of K = 10 to help improve the performance of the model built. In this study, from the entire fold, an average accuracy value of 98.74% was obtained. To evaluate the model built, this research has also conducted several new data inputs, and in each new data input, the accuracy value is obtained above 99%. This indicates that the model built, namely the combination of SVM and AdaBoost algorithms with the cross-validation model validation method, produces high accuracy, so this model can greatly assist the allergen detection process in food products.
Model Prediksi Kelulusan Siswa Menggunakan Algoritma Adaptive Boosting (Adaboost) dan Extreme Gradient Boosting (Xgboost): Studi pada SMK Setiabudhi Semarang Gati Gati; Siska Narulita
Jurnal ilmiah Sistem Informasi dan Ilmu Komputer Vol. 6 No. 1 (2026): Maret: Jurnal ilmiah Sistem Informasi dan Ilmu Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juisik.v6i1.2083

Abstract

Student graduation is one indicator in evaluating the success of the learning process, so an accurate prediction model is needed to support academic decision making. This study aims to compare the performance of prediction models generated by the AdaBoost and XGBoost ensemble learning algorithms in predicting student graduation. The stages of the study include data collection, data pre-processing, validation, evaluation, and model comparison. Model evaluation used a confusion matrix, producing measurement metrics of accuracy, precision, recall, and F1-score. The comparison results showed that both models performed very well. The AdaBoost model produced an accuracy of 0.95, precision of 0.95, recall of 0.99, and an F1-score of 0.97. Meanwhile, the XGBoost model produced an accuracy of 0.94, precision of 0.94, recall of 0.99, and an F1-score of 0.97. Based on the comparison results, AdaBoost showed slightly superior performance in terms of accuracy and precision. The results of the study show that the boosting algorithm is effective for implementation in predicting student graduation and can be used to support decision-making in the academic field.
Analysis of Fashion Business Customer Segmentation Based on Age Using the X-Means Algorithm Approach Sudradjat Budi Darminto, Gafgarion; Siska Narulita
Science Technology and Management Journal Vol. 6 No. 1 (2026): Januari 2026
Publisher : Fakultas Sains dan Teknologi, Universitas Nasional Karangturi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53416/stmj.v6i1.489

Abstract

The rapid development of the fashion industry in Indonesia requires business practitioners to understand customer behavior more deeply and efficiently in order to formulate targeted marketing strategies. One approach that can be used to identify customer behavior patterns is customer segmentation. This study aims to perform customer segmentation in the fashion business based on age using the X-Means algorithm. The data used were obtained from a sales transaction dataset consisting of customer, order, product, and sales information. The variables analyzed include customer age and total expenditure. To evaluate the performance of the method, the X-Means algorithm was compared with K-Means and K-Medoids. Algorithm performance was measured using the Davies–Bouldin Index (DBI). The experimental results show that X-Means produced the best performance with the lowest DBI value of 0.404 at k = 5 clusters, indicating a more representative grouping of differences in purchasing behavior based on age. The segmentation results can be utilized by fashion business practitioners to design more appropriate promotional strategies and product recommendations tailored to the characteristics of each age group. Furthermore, this study recommends the use of the Deep Embedded Clustering (DEC) approach in future research when large-scale datasets (more than 1,000 customer records) are available, as deep learning-based methods are more capable of capturing non-linear patterns and improving cluster representation quality.
ANALISIS FORECASTING EKSPOR BATIK INDONESIA DENGAN ALGORITMA X-MEANS Gracia Stefani Suharyadi; Siska Narulita
Science Technology and Management Journal Vol. 6 No. 1 (2026): Januari 2026
Publisher : Fakultas Sains dan Teknologi, Universitas Nasional Karangturi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53416/stmj.v6i1.490

Abstract

Batik is one of Indonesia's cultural heritages that has high economic value because it is a leading export product. In recent years, the value of batik exports has varied considerably each year. This study was conducted to analyze Indonesian batik export data using the X-Means algorithm as a development of previous studies that used forecasting methods. The difference in this study lies in the approach used. While forecasting emphasizes future predictions, the X-Means algorithm is used to see the clustering patterns of existing data. The data used comes from the 2010-2021 batik export dataset obtained from Kaggle and the Indonesian Batik and Handicraft Center. Data processing was carried out using the RapidMiner application with several cluster tests to determine the best results. The results showed that the test with 3 clusters produced a Davies Bouldin Index (DBI) value of 0.029. A low DBI value indicates that the clustering results are very good and there is a clear distance between clusters. From these results, the countries with the highest batik export values were the United States, Germany, and Japan, while the countries with the lowest exports included Slovenia and Portugal. These results prove that the X-Means algorithm can be used to analyze Indonesian batik export patterns effectively.
SOSIALISASI PROGRAM WINGKO (WOLBACHIA ING KOTA) PADA SISWA SMK YAYASAN PHARMASI SEMARANG Mayadilanuari, Aerrosa Murenda; Nurvita, Silvia; Narulita, Siska; Kurniawan, Dhieo
Jurnal Pengabdian Masyarakat (Jupemas) Vol. 6 No. 1 (2025): Maret
Publisher : Universitas Bakti Tunas Husada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36465/jupemas.v6i1.1606

Abstract

Demam Berdarah Dengue (DBD) merupakan masalah kesehatan masyarakat yang menjadi fokus utama di Kota Semarang. Program Wolbachia Ing Kota Semarang (WINGKO) dikembangkan sebagai inovasi untuk mengendalikan penyebaran DBD dengan menggunakan nyamuk yang telah terinfeksi Wolbachia. Sosialisasi mengenai program ini menjadi kunci dalam meningkatkan pemahaman dan penerimaan masyarakat, termasuk di kalangan siswa Sekolah Menengah Kejuruan (SMK). Pengabdian masyarakat ini bertujuan untuk mengevaluasi efektivitas sosialisasi Program WINGKO dalam meningkatkan pengetahuan siswa SMK Yayasan Pharmasi Semarang. Kegiatan ini dilaksanakan pada 7 Maret 2025 dengan diikuti oleh 88 siswa di SMK Yayasan Pharmasi Semarang. Metode ceramah dan diskusi interaktif dipilih dalam sosialisasi ini. Hasil penelitian menunjukkan bahwa jumlah siswa perempuan lebih banyak dibandingkan siswa laki-laki. Selain itu, nilai rata-rata post-test lebih tinggi dibandingkan pre-test, yang menunjukkan bahwa sosialisasi ini efektif dalam meningkatkan pemahaman siswa tentang Program WINGKO. Kesimpulan: Pendekatan ini dapat menjadi model edukasi yang efektif dalam meningkatkan kesadaran siswa terhadap inovasi kesehatan berbasis teknologi seperti Program WINGKO.
PENERAPAN PLATFORM EDUKASI DIGITAL WINGKOSMART SEBAGAI MEDIA SOSIALISASI PROGRAM WINGKO DI KOTA SEMARANG Murenda Mayadilanuari, Aerrosa; Nurvita, Silvia; Narulita, Siska; Giyantolin; Dody Indra Sumantiawan; Dhieo Kurniawan
Jurnal Pengabdian Masyarakat (Jupemas) Vol. 6 No. 2 (2025): Oktober
Publisher : Universitas Bakti Tunas Husada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36465/jupemas.v6i2.1778

Abstract

Demam Berdarah Dengue (DBD) masih menjadi masalah kesehatan masyarakat dengan angka kasus yang cukup tinggi di Kota Semarang. Salah satu upaya inovatif untuk pengendalian vector penyakit DBD adalah penerapan teknologi Wolbachia melalui Program WINGKO (Wolbachia Ing Kota). Namun, tingkat pemahaman masyarakat terhadap program ini masih beragam, sehingga diperlukan strategi edukasi yang lebih efektif. Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan pengetahuan masyarakat sekaligus memperkenalkan WINGKOSmart, sebagai platform digital yang dikembangkan sebagai edukasi tentang teknologi Wolbachia. Sosialisasi dilaksanakan pada 4 September 2025 di Aula Kelurahan Muktiharjo Kidul, dengan peserta sebanyak 70 orang yang terdiri atas ibu-ibu PKK, dosen dan mahasiswa, perwakilan Puskesmas Tlogosari Kulon, serta Dinas Kesehatan Kota Semarang. Metode kegiatan meliputi ceramah interaktif mengenai Program WINGKO, demonstrasi langsung penggunaan platform WINGKOSmart, serta sesi diskusi dan tanya jawab. Evaluasi dilakukan melalui pre-test dan post-test untuk mengukur peningkatan pengetahuan peserta. Hasil kegiatan menunjukkan adanya peningkatan pemahaman masyarakat mengenai Program WINGKO serta respon positif masyarakat terhadap penggunaan WINGKOSmart. Platform ini dinilai membantu menjawab keraguan masyarakat, memberikan akses informasi yang mudah dan akurat, serta berpotensi mendukung komunikasi publik yang lebih luas. Dengan demikian, WINGKOSmart dapat menjadi media inovatif dalam mendukung keberhasilan implementasi Program WINGKO dan pengendalian DBD berbasis partisipasi masyarakat di Kota Semarang
Co-Authors Aditya Eka Widyantoro Aditya, Galuh Ahmad Nugroho Aji Priyambodo Amaliyah, Shofwatun Andreas Heri Kurniawan Andreas Tigor Oktaga, Andreas Aries Alfian Prasetyo Aries Alfian Prasetyo, Aries Alfian Aulia Noveesa Allanda Bambang Widjanarko Susilo Bayu Praharsena Calisto, Calvin Dhieo Kurniawan Diah Ayu Fatmasari Dimas Adi Wicaksono Dody Indra Sumantiawan Dyah Ardyani Rizqi Azizah Adha Evan Setiawan Wicaksono Faqih Ahyar Prayoga Gafgarion Sudrajat Budi Darminto Galuh Aditya Gati Gati Ghani Ayang Arjuna Giyantolin Gracia Stefani Suharyadi Heru Yulianto Hikmal Adi Wibowo Ika Susanti Indradno, Jasman Jasman Indradno Jawade Hafidz Arsyad Kholilurrahman, Muhammad Kristiawan Nurdianto Kurniawan, Dhieo Laurentius Kenneth V Luther Aldo Christian M. Zakki Abdillah Marsiska Ariesta Putri Martinus Apun Heses Martinus Apun Heses Mayadilanuari, Aerrosa Murenda Michael Fernando Putra S Milka Putri Novianingrum Mudjiyono Munadi Munadi Nanik Qosidah Novianingrum, Milka Putri Nugroho, Ahmad Oei Joviano Matthew Wijaya Petra Valentino Praharsena, Bayu Prihati Prihati . Prihati Prihati Prihati Prihati Priyo Nugroho Adi Priyo Nugroho Adi Priyo Wibowo Rengga Pratama Putra Retno Ginanjar Reynard Adelard Richo Muthicahya Safari, Teti Sekarlangit Sekarlangit Sekarlangit Sekarlangit, Sekarlangit Silvia Nurvita, Silvia Sri Danar Dono Sudradjat Budi Darminto, Gafgarion Suhaji Suhaji Suharmanto, Abraham Yano Sumantiawan, Dody Indra Suprapedi Suprapedi Suprapedi Suprapedi Teguh Khristianto Vic Jeremy Prajogo