Claim Missing Document
Check
Articles

Found 40 Documents
Search

Uji Validitas dan Uji Reliabilitas Instrument Penilaian Kinerja Dosen Utami, Yulia
Jurnal Sains dan Teknologi Vol. 4 No. 2 (2023): Jurnal Sains Dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/saintek.v4i2.730

Abstract

Penelitian ini membahas tentang menganalisis butir-butir soal yang akan dijadikan sebagai instrument dalam peniliain kinerja dosen. Analisis butir-butir soal dilakukan dengan melakukan pengujian validitas dan reliabilitas. Pengujian tersebut bertujuan untuk mengetahui kelayakan butir-butir soal, serta dapat dipercaya dan diandalkan untuk dijadikan sebagai instrument dalam sebuah penelitian. Dalam melakukan uji validitas skala yang digunakan peneliti ialah skala rating. Uji validas menggunakan rumus Pearson Product Moment dengan taraf signifikan 5%, df (n-2). Dalam pengujian validitas setelah menganalisis rhitung dan rtabel dapat dikatakan butir soal valid jika rhitung > dari rtabel, maka terdapat 17 butir soal yang dikatakan valid dan 3 butir soal yang tidak valid. Pengukuran reliabilitas dapat digunakan beberapa rumus salah satunya berdasarkan metode nilai Cronbach’s alpha. Berdasarkan output yang telah didapat diketahui Cronbach’s Alpha sebesar 0,406. Kemudian kita bandingkan dengan rtabel dimana df(n-2) dengan taraf signifikan sebesar 5% didapat hasil rtabel sebesar 0,361. karena Cronbach’s Alpha dengan rtabel sebagai mana berdasarkan pengambilan keputusan kuesioner, sebanyak 17 butir soal yang valid dapat dinyatakan reliabel.
Analisis Eksponensial Smoothing dalam Meramalkan Penjualan Jumlah Produk: Analisis Eksponensial Smoothing dalam Meramalkan Penjualan Jumlah Produk Utami, Yulia; Vinsensia, Desi
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 23 No 2 (2024): Agustus 2024
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v23i2.10005

Abstract

Permasalahan yang sering dihadapi distributor yakni, pemesan barang yang dilakukan oleh distributor ke produsen sering kali diluar batas penjualan distributor sehingga ada kalanya barang (unit kendaraan) tertumpuk digudang atau persediaanya adakalanya kurang. Jika distributor dapat memprediksi penjualan yang akan datang maka distributor dapat menentukan secara pasti jumlah barang (unit kendaraan) yang akan dipesan ke produsen. Stok kendaraan digudang terlalu banyak menyebabkan terjadinya penumpukan kendaraan di gudang. Stok kendaraan yang terlalu sedikit juga berpengaruh terhadap lamanya kendaraan sampai ditangan konsumen. Dalam penelitian ini metode yang digunakan dalam peramalan adalah Eksponential Smoothing, dengan mencari nilai MSE dan MAPE maka didapat ramalan penjualan pada bulan mendatang. Data yang berdasarkan data penjualan 12 bulan terakhir pada UD Deni Motor yang meliputi penjualan sepeda motor merk YAMAHA dan sepeda motor merk HONDA. Hasil yang diperoleh dalam penelitian ini untuk kendaran sepeda motor YAMAHA ialah nilai MSE 1,841 yang artinya rata-rata nilai kesalahan yang dikuadratkan dalam peramalan sebesar 1,84%, sedangkan MAPE yang diperoleh sebesar 30,72 artinya tingkat kesalahan atau error dalam peramalan sebesar 30,72%. Sedangkan untuk sepeda motor HONDA didapat nilai MSE 1,701 yang artinya rata-rata nilai kesalahan yang dikuadratkan dalam peramalan sebesar 1,7%, sedangkan MAPE yang diperoleh sebesar 32,15%
Fixed Point Theory in Generalized Metric Vector Spaces and their applications in Machine Learning and Optimization Algorithms Vinsensia, Desi; Utami, Yulia
International Journal of Basic and Applied Science Vol. 13 No. 2 (2024): Sep: Basic and Applied Science
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/ijobas.v13i2.504

Abstract

This study introduces a novel formulation of fixed-point theory within Generalized metric spaces, with an emphasis on applications in machine learning optimization and high-dimensional data analysis. Recall on the concept of complete G-metric spaces, we define a generalized contraction condition tailored for operators representing iterative updates in machine learning algorithms. The proposed framework is exemplified through gradient descent with regularization, demonstrating convergence within a non-Euclidean, high-dimensional setting. Results reveal that our approach not only strengthens convergence properties in iterative algorithms but also complements modern regularization techniques, supporting sparsity and robustness in high-dimensional spaces. These findings underscore the relevance of G-metric spaces and auxiliary functions within fixed-point theory, highlighting their potential to advance adaptive optimization methods. Future work will explore further applications across machine learning paradigms, addressing challenges such as sparse data representation and scalability in complex data environments.
ANALISIS PENGUNGKAPAN LAPORAN KEUANGAN BERBASIS SUSTAINABILITY REPORTING TERHADAP REAKSI PASAR JANGKA PANJANG Utami, Yulia
Bisnis-Net Vol 7, No 2: DESEMBER 2024
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/bn.v7i2.5084

Abstract

Penelitian ini membahas mengenai isu-isu terkait pelaporan keberlanjutan dalam pengungkapan laporan keuangan dan dampaknya terhadap reaksi pasar jangka panjang. Tujuan utamanya adalah untuk menganalisis bagaimana transparansi dalam pelaporan keberlanjutan memengaruhi kepercayaan investor dan perilaku pasar seiring waktu. Dengan menggunakan pendekatan kualitatif melalui kajian literatur yang komprehensif, penelitian ini mengidentifikasi tema-tema utama mengenai pentingnya pengungkapan keberlanjutan dalam meningkatkan transparansi perusahaan dan mendorong reaksi pasar yang positif. Hasil penelitian menunjukkan bahwa perusahaan yang menyediakan laporan keberlanjutan yang jelas dan rinci cenderung membangun kepercayaan investor yang lebih kuat, yang dapat mengarah pada kinerja saham yang lebih baik dan valuasi pasar yang lebih tinggi dalam jangka panjang. Selain itu, penelitian ini menyoroti bahwa seiring dengan meningkatnya perhatian investor terhadap praktik etis dan berkelanjutan, pelaporan keberlanjutan yang efektif dapat menjadi alat strategis penting bagi perusahaan untuk meningkatkan nilai jangka panjang dan mempertahankan keunggulan kompetitif di pasar.
Pemanfaatan Teknologi IoT dan Computational Thinking dalam Penyusunan Bahan Ajar Digital untuk Sekolah Yulia Utami; Desi Vinsensia; Risa Kartika Lubis; Khairul Azmi; Abdul Rahman Hakim
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 2 (2025): Jurnal Pengabdian kepada Masyarakat Nusantara Edisi Januari - April
Publisher : Cv. Utility Project Solution

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

Abstract

Pemanfaatan teknologi Internet of Things dan Computational Thinking dalam penyusunan bahan ajar digital dapat meningkatan kualitas pembelajaran dengan mengintegrasikan elemen-elemen teknologi terkini. Teknologi IoT memungkinkan interaksi langsung antara perangkat fisik dan system digital. Hal tersebut memberikan pengalaman belajar yang lebih interaktif dan kontekstual. Sedangakan computational Thinking (CT) ialah kemampuan untuk memecahkan maslah secara sistematis melalui pemograman, algoritma dan analisis data, serta dapat diterapkan dalam merancang bahan ajar yang lebih dinamis dan adaptif sesuai kebutuhan para siswa. Gabungan keduanya akan menghasilkan bahan ajar digital yang informatif dan responsive terhadap perkembangan kondisi siswa, sehingga dapat meningkatkan efektifitas dan efisiensi dalam proses pembelajaran. Kegiatan pelatihan ini dilakukan dengan metode ceramah, diskusi dan praktikum langsung kepada guru di SD Negeri 104276 Pulau Tagor. Melalui kegiatan pengabdian ini juga, diharapkan keterampilan guru dalam menyusun bahan ajar digital di sekolah dapat lebih menarik dan efektif.
Analisis Pengaruh Faktor Sosial terhadap Kinerja Akademik Mahasiswa Menggunakan Regresi Linier Utami, Yulia; Desi Vinsensia; Khairul Azmi; Abdul Rahman Hakim
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 24 No 1 (2025): Februari 2025
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v24i1.10664

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh faktor social terhadap kinerja akademik mahasiswa melalui regresi linier. Variabel sosial yang diteliti meliputi dukungan keluarga, hubungan social dengan teman, kondisi ekonomi. Penelitian ini dilakukan dengan melibatkan 35 mahasiswa dari STMIK Pelita Nusantara. Data dikumpulkan menggunakan kuesioner yang terdiri dari empat faktor social yang merupakan variable independent dan satu variable dependent yaitu kinerja akademik yang diukur dengan IPK. Persamaan regresi berganda . Hasil analisis regresi linier pada setiap variable ialah pada lingkungan keluarga nilai sig sebesar 0,000 < 0,05 artinya lingkungan keluarga memiliki pengaruh positif dan signifikan terhadap kinerja akademik mahasiswa STMIK Pelita Nusantara. Pada lingkungan pertemanan nilai sig sebesar 0,578 > 0,05 berarti lingkungan pertemanan tidak memiliki pengaruh terhadap kinerja akademik mahasiswa STMIK Pelita Nusantara. Pada ekonomi nilai sig sebesar 0,000 < 0,05 berarti ekonomi memilki pengaruh terhadap kinerja akademik mahasiswa STMIK Pelita Nusantara. dan secara keseluruhan diperoleh hasil perhitungan nilai signifikansi 0,000 < 0,05 sehingga Ho ditolak dan Ha diterima. Berdasarkan hal tersebut dapat diambil kesimpulan bahwa lingkungan keluarga, lingkungan pertemanan dan ekonomi secara bersama-sama berpengaruh terhadap kinerja akademik mahasiswa STMIK Pelita Nusantara
Advancing optimization algorithms with fixed point theory in generalized metric vector spaces Vinsensia, Desi; Utami, Yulia; Awawdeh, Benavides Khan; Bausch, Nocedals Bertesh
International Journal of Basic and Applied Science Vol. 13 No. 3 (2024): Dec: Optimization and Artificial Intelligence
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/ijobas.v13i3.621

Abstract

This research develops and evaluates an adaptive parameter-based fixed point iterative algorithm within generalized metric vector spaces to improve stability and convergence speed in optimization problems. The study extends fixed point theory beyond classical metric spaces by incorporating a more flexible structure that accommodates non-Euclidean systems, commonly found in machine learning, data analysis, and dynamic systems optimization. The proposed adaptive fixed point algorithm modifies the conventional iterative method: where the adaptive parameter dynamically adjusts based on the previous iterations: with as a control constant. A numerical case study demonstrates the algorithm’s effectiveness, comparing it with the classical Banach Fixed Point Theorem. Results show that the adaptive method requires fewer iterations to achieve convergence while maintaining higher stability, significantly outperforming the standard approach. The findings suggest that incorporating adaptive parameters in fixed point iterations enhances computational efficiency, particularly in non-convex optimization and deep learning training models. Future research will explore the algorithm’s robustness in high-dimensional spaces, its integration with hybrid optimization techniques, and applications in uncertain and noisy environments.
Penerapan Artificial Intelligence untuk Siswa/i SMK Swasta Mustafa Perbaungan Prasetio, Annas; Utami, Yulia; Handayani, Sri
JURIBMAS : Jurnal Hasil Pengabdian Masyarakat Vol 4 No 1 (2025): Juli 2025
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juribmas.v4i1.359

Abstract

Penelitian ini bertujuan untuk mengeksplorasi dan mengevaluasi efektivitas penerapan teknologi Artificial Intelligence (AI) dalam mendukung proses pembelajaran siswa/i di SMK Swasta Mustafa. Dengan memanfaatkan model chatbot edukatif, sistem rekomendasi materi, serta dashboard analitik pembelajaran, penelitian ini berfokus pada tiga aspek utama: peningkatan hasil belajar, keterlibatan siswa, dan efisiensi peran guru. Pendekatan mixed method digunakan untuk memperoleh data kuantitatif melalui pretest dan posttest serta data kualitatif melalui observasi dan wawancara. Sampel terdiri dari 60 siswa jurusan Rekayasa Perangkat Lunak yang mengikuti program pembelajaran berbasis AI selama tiga bulan. Hasil analisis statistik menunjukkan peningkatan signifikan dalam rata-rata nilai akademik siswa setelah intervensi AI, dengan peningkatan rata-rata sebesar 15,7%. Di sisi lain, hasil observasi dan wawancara menunjukkan bahwa AI mampu meningkatkan kemandirian belajar, mempercepat pemahaman konsep, serta membantu guru dalam mengidentifikasi kesulitan siswa secara lebih objektif. Mayoritas siswa merasa termotivasi karena pengalaman belajar yang interaktif dan sesuai dengan kemampuan masing-masing. Penelitian ini menyimpulkan bahwa penerapan AI tidak hanya meningkatkan performa akademik, tetapi juga memperkaya pengalaman belajar secara menyeluruh. Rekomendasi dari penelitian ini mencakup perlunya integrasi sistem berbasis AI secara berkelanjutan dalam kurikulum pendidikan vokasi serta peningkatan kompetensi guru dalam memanfaatkan teknologi ini secara optimal. Penelitian ini memberikan kontribusi signifikan bagi upaya transformasi digital di lingkungan sekolah kejuruan swasta, khususnya dalam konteks adaptasi terhadap revolusi industri 4.0. Kata Kunci: Artificial Intelligence, SMK, pembelajaran digital, adaptif, personalisasi.
Gerakan Cerdas Finansial: Penguatan Literasi Matematika dalam Manajemen Uang Saku Siswa di SMKS 2 Delima Sari Tiga Juhar Lubis, Risa Kartika; Vinsensia, Desi; Utami, Yulia; Zarina, Siti; Jannah, Nadiyatul
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 3 (2025): Edisi Juli - September
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v6i3.6358

Abstract

Tujuan dari kegiatan pengabdian kepada masyarakat ini adalah untuk meningkatkan literasi finansial siswa melalui pendekatan berbasis literasi matematika dalam pengelolaan uang saku sehari-hari. Sasaran kegiatan ini adalah siswa SMKS 2 Delima Sari Tiga Juhar yang masih menghadapi kesulitan dalam merencanakan, mencatat, dan mengevaluasi penggunaan uang saku secara bijak. Masalah ini berdampak pada kebiasaan konsumtif, kurangnya budaya menabung, dan rendahnya kesadaran akan pentingnya perencanaan keuangan sejak dini. Metode yang digunakan dalam kegiatan ini adalah pendekatan edukatif partisipatif dengan kombinasi ceramah interaktif, simulasi manajemen keuangan sederhana, pengisian jurnal keuangan harian, serta evaluasi numerik berbasis soal-soal kontekstual matematika. Tahapan kegiatan meliputi identifikasi kebutuhan literasi finansial siswa, pelaksanaan pelatihan literasi matematika terapan dalam konteks keuangan pribadi, serta evaluasi efektivitas melalui pre-test dan post-test. Hasil kegiatan menunjukkan adanya peningkatan pemahaman siswa terhadap konsep dasar keuangan pribadi seperti anggaran, prioritas pengeluaran, dan pentingnya menabung. Peningkatan ini terukur melalui perbandingan hasil pre-test dan post-test dengan rerata kenaikan sebesar 32%.. Simpulan dari kegiatan ini adalah bahwa penguatan literasi matematika dalam konteks keuangan memberikan dampak positif terhadap peningkatan kemampuan manajemen uang saku siswa. Gerakan Cerdas Finansial terbukti efektif dalam menanamkan pola pikir hemat, terencana, dan logis dalam penggunaan uang sejak usia sekolah
Metrik Spektral Terpadu untuk Stabilitas dan Komputasi Eigen Paper Vinsensia, Desi; Utami, Yulia; Rahmawida, Joya; Senjaya, Chessie Paquita
Jurnal Media Informatika Vol. 6 No. 4 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i4.6559

Abstract

Penelitian ini mengusulkan  kerangka terpadu untuk analisis stabilitas berbasis metrik spectral yang menggabungkan jarak spectral matriks, jarak spectral graf dan evaluasi stabilitas komunitas melalui clustering, serta jarak antar subruang eigen guna menilai sensitivitas terhadap perturbasi. Tujuan penelitian adalah menurunkan metrik terpadu yang konsisten secara teori (kelengkapan, kompak) dan empiris untuk membandingkan struktur spektral di bawah noise. Metode diuji pada (a) matriks sintetis dengan noise Gaussian aditif multi-level dan (b) graf jaringan jalan realistik (serta rencana penambahan satu dataset graf publik kecil untuk validasi eksternal). Hasil menunjukkan peningkatan kualitas clustering (Adjusted Rand Index/ARI naik dibanding baseline adjacency) dan penurunan rata-rata error estimasi sensitivitas subruang sebesar ketika menggunakan bound geodesik Grassmannian dibanding bound klasik; overhead waktu komputasi hanya marginal (sekitar . Kerangka ini menyediakan dasar untuk analitik spektral lintas domain dan berpotensi memperbaiki desain bound perturbasi yang lebih presisi di masa depan.