Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pekommas Jurnal Mnemonic
Siswanto, Sela Aulia
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PEMANFAATAN VIDEO EDUKASI UNTUK MENINGKATKAN LITERASI DIGITAL MASYARAKAT PADA E-WALLET DI MASA PANDEMI Ardhia Rahmania, Diva; Farchan Agil, Mochammad; Siswanto, Sela Aulia; Datumaya Wahyudi Sumari, Arwin
Jurnal Mnemonic Vol 5 No 2 (2022): Mnemonic Vol. 5 No. 2
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v5i2.4825

Abstract

E-wallet merupakan aplikasi yang memiliki fungsi sama dengan uang tunai pada umumnya, tetapi digunakan melalui smartphone. Di Indonesia, saat ini sudah banyak generasi yang mulai menggunakan e-wallet sebagai alternatif solusi pembayaran mereka. Dengan adanya beberapa pembatasan pandemi COVID-19, pemanfaatan teknologi terbaru yaitu e-wallet sebagai alternatif pembayaran non-tunai sangat berguna dan lebih efektif untuk masyarakat, sehingga penggunaan e-wallet di Indonesia mengalami perkembangan pesat dalam 5 tahun terakhir. Pada penelitian ini pembahasan difokuskan pada masalah transaksi menggunakan e-wallet sebagai solusi alternatif pembayaran modern dengan tujuan memberikan literasi kepada masyarakat perihal pemanfaatan e-wallet di era pandemi melalui sarana video. Metode penelitian menggunakan angket daring dengan responden sebanyak 50 orang dari usia belasan hingga lebih dari 30-an, dengan profesi murid, mahasiswa, dan pekerja. Data tersebut akan digunakan sebagai landasan terhadap pemberian literasi perihal pemanfaatan e-wallet di era pandemi. Penelitian yang telah dilakukan mendapatkan hasil bahwa penggunaan e-wallet pada era pandemi di kalangan masyarakat sudah sangat populer. Video literasi digital yang dibuat sudah informatif dan dapat juga dilakukan seminar, penyuluhan, pembuatan poster atau pamflet untuk lebih mengedukasi masyarakat tentang pemanfaatan e-wallet baik untuk konsumen maupun penjual.
Identifikasi Anomali Transformator Menggunakan Algoritma Machine Learning AdaBoost apriyani, meyti eka; Ekojono, Ekojono; Siswanto, Sela Aulia
Jurnal Pekommas Vol 9 No 2 (2024): Desember 2024
Publisher : Sekolah Tinggi Multi Media “MMTC” Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56873/jpkm.v9i2.5765

Abstract

Electrical energy is one of the most important needs in the local area, concerning the provision of electrical power a transformer is needed to distribute electrical power to each house. The use of transformers in each area requires testing the oil content in them to assess the state of the transformer. The Duval Pentagon Method (DPM) and the Duval Triangle Method (DTM) can be used in tests to identify transformer interference. Owing to the vast quantity of transformers utilized in public energy distribution, the Adaboost machine learning method was applied to identify transformer disruptions. By categorizing test data on a dataset derived from tests conducted with the earlier DTM and DPM techniques, the AdaBoost algorithm predicts transformer disruptions. According to the findings of tests conducted using the best dataset, the division used 80% of the data for training and reserved 20% for testing, using a learning rate of 1 and an estimator of 400 for DTM. This resulted in an accuracy level of 91.1%, which is an excellent classification. In contrast, the DPM approach divides the dataset into 80% training and 20% testing, employs an estimator of 500, and has a learning rate of 0.5. This leads to an excellent classification accuracy rate of 84.9%.
Co-Authors Ardhia Rahmania, Diva Arwin Datumaya Wahyudi Sumari Eka Apriani, Meyti Ekojono, Ekojono Farchan Agil, Mochammad