Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer Jurnal Pengabdian Masyarakat
Fitri Ayuning Tyas
Unknown Affiliation
Humanities Computer Science & IT Education Languange, Linguistic, Communication & Media Public Health Other

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

Found 2 Documents
Search

 1 
Penerapan Algoritma K-Means Clustering Untuk Pengelompokkan Penyebaran Diare Di Kabupaten Brebes Barokah, Laelatul; Lorenza, Fadiya Olivia; Fitri Ayuning Tyas
Jurnal PROCESSOR Vol 20 No 1 (2025): Jurnal Processor
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/processor.2025.20.1.2050

Abstract

Diarrhea is one of the leading causes of child mortality globally, including in Brebes Regency, Indonesia. This study aims to analyze the pattern of diarrhea spread in Brebes Regency using the K-Means algorithm based on the Knowledge Discovery in Databases (KDD) approach. The data used include the number of diarrhea cases and the area of subdistricts in 2021. The research process includes stages of data Selection, Preprocessing, Transformation, Data Mining and Evaluation of Clustering results using the Davies Bouldin Index (DBI). The analysis was conducted with RapidMiner to group regions into three clusters based on the level of diarrhea spread: high, medium and low. The results showed that the high cluster included Bantarkawung Subdistrict with 4,125 cases, while the medium and low clusters covered other subdistricts with varying case numbers. The evaluation showed a DBI value of -0.318, indicating that the clustering quality needs improvement. This study provides insights into the distribution of diarrhea in Brebes Regency, which can assist local governments in designing more effective handling strategies. Further research is recommended to improve data structure, use additional analytical methods, and consider broader data to enhance result accuracy.
Peran Akademisi dalam Penjurian LKS Web Technologies melalui Kemitraan dengan MGMP di Kabupaten Brebes Fitri Ayuning Tyas; Setianama, Mamur; Faizin, Ahmad; Basir, Azhar
Jurnal Pengabdian Masyarakat - PIMAS Vol. 4 No. 3 (2025): Agustus
Publisher : LPPM Universitas Harapan Bangsa Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/pimas.v4i3.1900

Abstract

Lomba Kompetensi Siswa (LKS) merupakan ajang kompetensi yang bertujuan untuk mendapatkan siswa-siswi SMK terbaik dari seluruh Indonesia serta akan diikutsertakan pada kompetisi keahlian dan keterampilan tingkat internasional seperti Word Skill International Competition. LKS diawali seleksi di tingkat Kabupaten. SMK di Kabupaten Brebes merupakan SMK yang berada di bawah naungan Cabang Dinas Pendidikan Wilayah XI yang rutin berpartisipasi pada ajang LKS setiap tahunnya. Forum MGMP TKJ dan RPL sebagai panitia LKS Kabupaten Brebes membutuhkan dukungan kemitraan pihak eksternal baik akademisi maupun industri dalam melaksanakan ajang LKS seperti sarana prasarana yang sesuai dengan kebutuhan bidang lomba, soal-soal LKS dan proses penilaian hasil yang lebih objektif. Untuk mengatasi permasalahan tersebut tim PkM Universitas Muhammadiyah Brebes (UMBS) berkontribusi dengan memfasilitasi penyelenggaran LKS Kabupaten Brebes baik dalam bentuk sarana prasarana maupun sebagai dewan juri khususnya di bidang lomba web technologies. Penunjukan dewan juri disesuaikan dengan bidang keahlian dosen UMBS. Peran akademisi sebagai dewan juri diharapkan dapat menghasilkan soal LKS yang berkualitas sesuai perkembangan ilmu Information Technology khususnya bidang web technologies serta penilaian yang lebih objektif. Penetapan hasil terbaik akan diambil 3 juara, sedangkan untuk juara 1 dipilih sebagai perwakilan Kabupaten Brebes di ajang LKS tingkat Provinsi Jawa Tengah.
Co-Authors Ahmad Faizin, Ahmad Barokah, Laelatul Basir, Azhar Lorenza, Fadiya Olivia Setianama, Mamur