Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Masyarakat Nusantara EKONOMIKA: Manajemen, Akuntansi dan Perbankan Syari’ah
Yudhi Fajar Saputra
Universitas Widya Gama Mahakam Samarinda
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Medicine & Pharmacology Nursing Public Health

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

Found 4 Documents
Search

 1 
EDUKASI PENTINGNYA DATA SCIENCE DI DUNIA PENDIDIKAN UNTUK MENINGKATKAN KUALITAS PENDIDIKAN Yudhi Fajar Saputra; Muh Jamil; Sitti Rahmah; Aldi Bastiatul Fawait; Milkhatun Milkhatun
Jurnal Pengabdian Masyarakat Nusantara Vol. 3 No. 1 (2024): Jurnalpkm.org
Publisher : Open Edutech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63183/591627

Abstract

Salah satu domain dari Artificial Itellegence adalah data science, dimana dapat meramalkan, memprediksi, dan merekomendasikan melalui data yang sudah diolah. Data science memiliki peran yang signifikan dalam dunia pendidikan, beberapa peran utama data science dalam konteks pendidikan adalah analisis kinerja siswa, pengelolaan kurikulum (pengembangan kurikulum dan optimasi materi pembelajaran atau bahan ajar), prediksi dropout dan intervensi dini, pengelolaan sumber daya sekolah (perencanaan keuangan dan manajemen tenaga pendidik), evaluasi kinerja sekolah, dan pengembangan teknologi pendidikan. Penerapan data science dalam pendidikan dapat membantu meningkatkan efektivitas pembelajaran, mengoptimalkan pengelolaan sumber daya, dan memberikan solusi yang lebih adaptif sesuai dengan kebutuhan individu, namun sayangnya data science belum banyak dikenal pada kalangan masyarakat luas khususnya di dunia pendidikan, maka dari itu Para pelajar dan akademisi perlu diperkenalkan dengan data science. Sebagai usaha untuk melaksanakan pengabdian kepada masyarakat, maka dilaksanakan edukasi mengenai data science yang dilaksanakan oleh dosen Universitas Widya Gama Mahakam Samarinda sebagai nara sumber. Materi yang disampaikan terdiri dari alasan mengapa diperlukannya data science, pengenalan dasar data science, persyaratan menjadi data scientist, data mining dan big data yang merupakan bagian penting dari data science dan contoh pengolahan data science. Tahapan pelaksanaan kegiatan terdiri dari persiapan, sosialisasi, pelaksanaan, dan evaluasi
DISEMINASI PEMBELAJARAN DARING KOLABORATIF Yudhi Fajar Saputra; Sulung Alfianto Akbar; Aldi Bastiatul Fawait; Hidayatus Sibyan; Muhamad Fuat Asnawi
Jurnal Pengabdian Masyarakat Nusantara Vol. 3 No. 2 (2024): Jurnalpkm.org
Publisher : Open Edutech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63183/591632

Abstract

Pembelajaran daring kolaboratif telah menjadi pendekatan penting dalam dunia pendidikan, terutama dalam mendukung pembelajaran jarak jauh yang efektif. Artikel ini mengulas proses diseminasi pembelajaran daring kolaboratif antar perguruan tinggi menggunakan platform Sistem Pembelajaran Daring Indonesia (SPADA) sebagai upaya untuk meningkatkan kualitas pembelajaran berbasis teknologi di berbagai institusi pendidikan di Indonesia khususnya pada perguruan tinggi di Universitas Widya Gama Mahakam Samarinda. Kegiatan diseminasi ini dirancang untuk melatih dosen dan mahasiswa dalam memanfaatkan fitur-fitur kolaboratif yang tersedia di SPADA. Proses diseminasi teridir dari tiga tahapan, mulai dari perencanaan, pemaparan dan diskusi tentang pembelajaran kolaboratif menggunakan platform SPADA, dan tindak lanjut. Pelatihan dilakukan dalam bentuk lokakarya yang diikuti oleh 45 peserta dari berbagai latar belakang pendidikan, termasuk perwakilan dari berbagai program studi pada perguruan tinggi Universitas Widya Gama mahakam Samarinda. Materi pelatihan mencakup pengelolaan kelas daring, desain tugas kolaboratif, strategi peningkatan interaksi antara pengajar dan peserta didik, serta penerapan kerja sama antar perguruan tinggi dalam pembelajaran daring. Hasil tindak lanjut menunjukkan bahwa peserta mengalami peningkatan pemahaman dan keterampilan dalam memanfaatkan SPADA untuk pembelajaran kolaboratif. Selain itu, diseminasi ini berhasil mendorong penerapan metode pembelajaran berbasis kolaborasi yang lebih interaktif dan adaptif terhadap kebutuhan peserta didik, serta memperkuat hubungan antar perguruan tinggi. Temuan ini memberikan kontribusi penting bagi pengembangan model pembelajaran daring di Indonesia dan dapat menjadi acuan untuk kegiatan serupa di masa depan
SHARING KNOWLEDGE: PROSPEKTIF DATA SCIENCE DI MASA MENDATANG PADA DUNIA PENDIDIKAN Yudhi Fajar Saputra; Muh Jamil; Aldi Bastiatul Fawait; M. Fajar Rizky; Sri Nur Hidayati; Bayu Pamungkas
Jurnal Pengabdian Masyarakat Nusantara Vol. 4 No. 1 (2025): Pengabdian Berbasis Dampak I: Melampaui Batas Teori ke Aksi Nyata
Publisher : Open Edutech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63183/619362

Abstract

Era revolusi industri 4.0 telah membawa perubahan signifikan dalam kebutuhan keterampilan dan tenaga kerja, di mana data science menjadi salah satu bidang yang berkembang pesat. Data science memiliki peran penting dalam pengolahan, analisis, dan interpretasi data untuk mendukung pengambilan keputusan berbasis informasi. Namun, kesadaran dan pemahaman tentang data science di kalangan siswa Sekolah Menengah Kejuruan (SMK) masih sangat terbatas. Oleh karena itu, kegiatan pengabdian kepada masyarakat ini bertujuan untuk memberikan wawasan awal tentang prospek data science di masa mendatang kepada siswa SMK, sehingga mereka lebih siap menghadapi tantangan dunia kerja yang semakin digital. Kegiatan ini mencakup sosialisasi teori dasar data science, aplikasi praktis dalam kehidupan sehari-hari khususnya dibidang pendidikan, dan menjelaskan bagaimana best praktis dalam menerapkan data science. Melalui pendekatan interaktif dan edukatif, siswa dapat memahami pentingnya data science sebagai keterampilan masa depan dan terinspirasi untuk mendalami bidang ini lebih lanjut. Hasil dari kegiatan ini berupa peningkatan literasi siswa terhadap teknologi data, kesadaran akan peluang karier dalam data science, serta kesiapan mereka menghadapi tantangan era digital. Program ini juga menjadi langkah awal dalam membangun ekosistem pembelajaran data science di lingkungan pendidikan kejuruan.
Algoritma C4.5 sebagai Penerapan Decision Tree-Based Classification Model untuk Mengklasifikasikan Tingkat Omzet UMKM Berdasarkan Profil Bisnis Yudhi Fajar Saputra; Sugiarto
Jurnal Ekonomika: Manajemen, Akuntansi, dan Perbankan Syari'ah Vol. 13 No. 2 (2024): September
Publisher : Economic Faculty, University of Widya Gama Mahakam Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24903/je.v13i2.3562

Abstract

Micro, Small, and Medium Enterprises (MSMEs) significantly contribute to the national economy. However, many of them experience stagnant revenue due to limited business profiles and the lack of data-driven development strategies. This study aims to build a classification model for MSME revenue levels based on business profile attributes using the Decision Tree C4.5 algorithm. The dataset consists of over 13,000 publicly available records, which were preprocessed and categorized into three revenue classes: low, medium, and high, based on quartile distribution. The results show that the C4.5 model achieves a classification accuracy of 48.53%, with a dominant prediction in the medium revenue category. The resulting decision tree structure generates interpretable and logical rules, such as: “If the business type is services, not legally registered, and has assets less than IDR 7 million, then the revenue tends to be medium.” Further analysis reveals that attributes such as business type, legal status, assets, and production capacity are key predictors of MSME revenue classification. Although the model's accuracy is still limited, this approach provides a solid foundation for developing decision support systems for MSME development agencies. The study recommends exploring additional features and implementing ensemble methods to improve model performance in future research
Co-Authors Aldi Bastiatul Fawait Fawait Bayu Pamungkas Hidayatus Sibyan M. Fajar Rizky Milkhatun, Milkhatun Muh Jamil Muhamad Fuat Asnawi Sitti Rahmah Sri Nur Hidayati Sugiarto Sulung Alfianto Akbar