Syalsabilla, Adinda
Unknown Affiliation

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Rekomendasi Penerima Remisi Menggunakan Metode AHP dan TOPSIS pada Lapas IIB Solok Syalsabilla, Adinda; Yanto, Musli; Ariandi, Vicky
Jurnal KomtekInfo Vol. 11 No. 1 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i1.499

Abstract

Criminal law plays a crucial role in maintaining public order, and the correctional system is a crucial element in the administration of criminal law. Remission is a right for prisoners and becomes an essential aspect of corrections that provides incentives for good behavior during the rehabilitation period. Class IIB Solok Penitentiary faces challenges in the process of granting remission to prisoners without decision support systems. This study aims to develop a Decision Support System (DSS) using the Analytical Hierarchy Process (AHP) and the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) methods to provide recommendations for granting remission to prisoners. The research method involves using AHP to assign weights to relevant criteria in the remission process and TOPSIS to rank each alternative prisoner. This method is implemented by constructing a website using PHP programming language and MySQL database.The research dataset includes information about prisoners and criteria used in the remission decision-making process. The results show that the implementation of the DSS with AHP and TOPSIS methods can effectively provide recommendations for granting remission to prisoners. The system is capable of prioritizing prisoners based on their level of priority for receiving remission, enhancing efficiency in decision-making at Class IIB Solok Penitentiary. This study contributes to improving the objectivity and efficiency in the remission decision-making process, supporting effective criminal law administration
PENGEMBANGAN MODUL AJAR KURIKULUM MERDEKA MATEMATIKA SMKN WINONGAN Syalsabilla, Adinda; Samsul Arif
Jurnal Pembelajaran dan Pengembangan Matematika Vol. 3 No. 2 (2023): Jurnal Pembelajaran dan Pengembangan Matematika
Publisher : Prodi Pendidikan Matematika Fakultas Keguruan dan Ilmu Pendidikan Unmas Denpasar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36733/pemantik.v3i2.7064

Abstract

Pengembangan modul ajar merupakan salah satu upaya yang penting dalam implementasi Kurikulum MerdekaMatematika di SMKN Winongan. Tujuan dari pengembangan modul ajar ini adalah untuk memberikan sumber belajar yang berkualitas dan sesuai dengan kebutuhan peserta didik, sehingga dapat meningkatkan pemahaman mereka dalam bidang matematika. Penelitian ini bertujuan untuk mengembangkan modul ajar yang sesuai dengan karakteristik peserta didik di SMKN Winongan dan memenuhi persyaratan Kurikulum Merdeka Matematika. Metodepengembangan yang digunakan adalah pengumpulan informasi, perancangan modul, uji coba, dan revisi modul. Tahap pengumpulan informasi melibatkan analisis kebutuhan peserta didik dan konsultasi dengan guru matematika. Modul ajar yang dikembangkan mencakup berbagai topik matematika yang relevan dengan Kurikulum Merdeka Matematika. Setiap modul dirancang dengan bahasa yang mudah dipahami, contoh-contoh yang konkret, dan latihan-latihan yang menantang. Selain itu, modul ajar juga dilengkapi dengan materi pendukung seperti gambar, tabel, dan grafik untuk membantu peserta didik memahami konsep matematika dengan lebih baik. Uji coba modul dilakukan dengan melibatkan sejumlah peserta didik di SMKN Winongan. Hasil dari uji coba ini akan digunakan untuk melakukan revisi terhadap modul agar lebih sesuai dengan kebutuhan peserta didik. Modul ajar yang telah direvisi akan diimplementasikan dalam proses pembelajaran di kelas untuk menilai efektivitasnya.
HYBRID INTELLIGENCE SYSTEM FOR IMAGE CLASSIFICATION OF FRUIT TYPES Syalsabilla, Adinda; Ramadhanu, Agung
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13862

Abstract

Indonesia sebagai negara tropis memiliki kekayaan beragam jenis buah-buahan, seperti paprika dan apel, yang tumbuh subur di berbagai wilayah. Buah-buahan ini memiliki nilai ekonomis tinggi dan berpotensi memberikan keuntungan besar, sehingga mendorong pengembangan produktivitas di berbagai daerah. Namun, kesamaan fisik antar jenis buah seringkali menyulitkan proses identifikasi, yang dapat memengaruhi pengelolaan dan pemanfaatannya. Perkembangan teknologi, khususnya dalam pengolahan citra digital, menjadi solusi untuk mengatasi tantangan ini dengan meningkatkan akurasi dan efisiensi klasifikasi buah. Penelitian ini bertujuan mengembangkan sistem klasifikasi citra buah menggunakan kombinasi algoritma K-Nearest Neighbor (K-NN) dan Principal Component Analysis (PCA) sebagai pendekatan Hybrid Intelligence. PCA digunakan untuk mereduksi dimensi fitur visual seperti warna dan bentuk, sementara K-NN melakukan klasifikasi berdasarkan jarak terdekat. Sistem ini dirancang untuk mengidentifikasi jenis buah seperti paprika merah, paprika hijau, dan apel merah. Hasil penelitian menunjukkan bahwa penggabungan K-NN dan PCA meningkatkan akurasi dan efisiensi klasifikasi, dengan akurasi mencapai 90%. Penelitian ini memberikan kontribusi dalam meningkatkan akurasi dan keandalan sistem klasifikasi buah, serta menawarkan manfaat praktis dalam mendukung pengelolaan hasil pertanian, meningkatkan nilai tambah produk, dan memperkuat sektor agribisnis di era digital.
Potensi Teknologi Masa Depan terhadap Transformasi Dunia Kerja: Tinjauan Literatur terhadap Kecerdasan Buatan, Otomasi, dan Komputasi Awan Syalsabilla, Adinda; Veri, Jhon
Indo-MathEdu Intellectuals Journal Vol. 6 No. 5 (2025): Indo-MathEdu Intellectuals Journal
Publisher : Lembaga Intelektual Muda (LIM) Maluku

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54373/imeij.v6i5.3816

Abstract

This study aims to analyze the potential impacts of future technologies on the transformation of the workforce using a narrative literature review approach. The primary focus lies on three key technologies: artificial intelligence, automation, and cloud computing. The literature analyzed includes scientific journals and reports from leading global institutions published between 2020 and 2025. This study employs a descriptive and conceptual approach to identify recurring themes and patterns across sources. The findings reveal that technological advancements are driving significant changes in job structures, increasing the demand for advanced digital skills, and introducing new challenges related to inequality and job security. On the other hand, these technologies offer opportunities for human-machine collaboration and flexible work models that may enhance productivity. The study highlights the need for adaptive strategies by workers, organizations, and policymakers in navigating the digital transformation era.