Article Per Year (5 Year)
p-Index From 2021 - 2026
1.048
P-Index
This Author published in this journals
All Journal Community Development Journal: Jurnal Pengabdian Masyarakat Syntax: Journal of Software Engineering, Computer Science and Information Technology Jurnal Pengabdian Masyarakat Nusantara EKONOMIKA: Manajemen, Akuntansi dan Perbankan Syari’ah
Yudhi Fajar Saputra
Universitas Widya Gama Mahakam Samarinda
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Medicine & Pharmacology Nursing Public Health

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 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
PENGENALAN ARTIFICIAL INTELLIGENCE KEPADA SISWA DI SMA NEGERI 9 SAMARINDA Aldi Bastiatul Fawait; Sitti Rahmah; Sugiarto Sugiarto; La Jupriadi Fakhri; Muh Jamil; Yudhi Fajar Saputra; Merlina Lidiana Arifin; Nadia Keril Saputri
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 5 No. 6 (2024): Vol. 5 No. 6 Tahun 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v5i6.38605

Abstract

Kegiatan pengabdian pada masyarakat yang melibatkan sosialisasi mengenai Pengenalan Artificial Intelligence (AI) kepada siswa di lingkungan Sekolah Menengah Atas ini bertujuan untuk memberikan informasi kepada siswa-siswi SMA Negeri 9 Samarinda mengenai perkembangan teknologi terkait AI. Dalam proses sosialisasi ini, tujuannya adalah memberikan pemahaman mengenai kecerdasan buatan yang dirancang khusus untuk menangani permasalahan kognitif yang umumnya terkait dengan kecerdasan manusia, seperti proses pembelajaran, pemecahan masalah, dan pengenalan pola. Manfaat dari kegiatan pengabdian pada masyarakat ini adalah agar siswa-siswi dapat lebih memahami kemajuan teknologi kecerdasan buatan di Indonesia dan memanfaatkan Sumber Daya Manusia (SDM) lokal yang berkualitas, seiring dengan pemahaman bahwa SDM dalam negeri tidak kalah dengan SDM luar negeri. Selain itu, diharapkan bahwa keberadaan Artificial Intelligence dapat berkontribusi dalam pengembangan SDM di negara Indonesia. Hasil Pengabdian Pengenalan Artificial Intelligence Kepada Siswa di Lingkungan Sekolah Menengah Atas pada SMA 9 Negeri Samarinda dilakukan selama satu hari yang dihadiri oleh 34 peserta, 2 orang dosen, dan dibantu oleh mahasiswa program studi Ilmu Komputer Universitas Widyagama Samarinda hasil angket dari peyelenggaraan pengabdian ini didapatkan 7 pertanyaan yang hasilnya diatas 80% peserta yang artinya peserta setuju telah mendapat pengetahuan Pengenalan Artificial Intelligence dengan baik atau penyelenggaraan ini sudah dilaksanakan dengan sangat baik sekali.
ANALISIS KOMPARATIF KLASIFIKASI MACHINE LEARNING UNTUK MEMPREDIKSI STUNTING PADA ANAK USIA DI BAWAH LIMA TAHUN Yudhi Fajar Saputra; Mahmoud Ahmad Al-Khasawneh; Milkhatun Milkhatun; Ni Wayan Wiwin Asthiningsih; Sitti Rahmah
Syntax : Journal of Software Engineering, Computer Science and Information Technology Vol 6, No 1 (2025): Juni 2025
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/syntax.v6i1.6852

Abstract

Stunting merupakan salah satu permasalahan kesehatan masyarakat yang bisa berdampak jangka panjang terhadap kualitas sumber daya manusia di Indonesia. Deteksi dini terhadap status stunting anak usia di bawah lima tahun menjadi langkah dalam mencegah gangguan pertumbuhan kronis akibat stunting, sehingga penelitian ini bertujuan untuk membangun model klasifikasi status stunting dengan memanfaatkan pendekatan data mining menggunakan algoritma Decision Tree dan Random Forest. Data yang digunakan diperoleh dari hasil survei terhadap ibu yang memiliki anak dibawah umur lima tahun dengan sejumlah 193 responden, data tersebut mencakup variabel antropometri dan sosial ekonomi, seperti tinggi badan, berat badan, usia anak, pendidikan orang tua, pendapatan keluarga, dan urutan kelahiran. data tersebut diproses melalui tahapan Knowledge Discovery in Databases (KDD) meliputi seleksi atribut, imputasi, encoding, dan klasifikasi melalui proses permodelan data mining, selanjutnya evaluasi dilakukan dengan metrik klasifikasi Classification Accuracy(CA) dan Area Under the Curve (AUC) dari kurva Receiver Operating Characteristic (ROC). Hasil penelitian menunjukkan bahwa model Random Forest memiliki performa lebih baik dibandingkan Decision Tree dengan nilai CA 71% dan AUC 0.74. dibandingkan Decision Tree dengan nilai CA 67% dan AUC 0.68. Peneliti berharap bahwa Model prdiksi ini berpotensial dapat digunakan sebagai sistem deteksi dini stunting berbasis data atau sebagai rujukan untuk penelitian berikutnyaKata Kunci—Stunting, Machine Learning, Random Forest, Decision Tree, Classification Model, ROC Curve. ABSTRACTStunting is one of the public health issues that can have long-term impacts on the quality of human resources in Indonesia. Early detection of stunting status among children under five years of age is a critical step in preventing chronic growth disorders. Therefore, this study aims to develop a classification model for stunting status using a data mining approach with Decision Tree and Random Forest algorithms. The dataset was obtained from a survey of 193 mothers with children under five, encompassing anthropometric and socioeconomic variables such as height, weight, child’s age, parental education, family income, and birth order. The data were processed through the stages of Knowledge Discovery in Databases (KDD), including attribute selection, imputation, encoding, and classification modeling. The model performance was evaluated using classification metrics: Classification Accuracy (CA) and the Area Under the Curve (AUC) from the Receiver Operating Characteristic (ROC) curve. The results show that the Random Forest model outperformed the Decision Tree, achieving a CA of 71% and an AUC of 0.74, compared to the Decision Tree with a CA of 67% and an AUC of 0.68. This predictive model is expected to be useful as a data-driven early detection system for stunting or serve as a reference for future research.Keywords—Stunting, Machine Learning, Random Forest, Decision Tree, Classification Model, ROC Curve.
Co-Authors Aldi Bastiatul Fawait Fawait Asthiningsih, Ni Wayan Wiwin Bayu Pamungkas Hidayatus Sibyan La Jupriadi Fakhri M. Fajar Rizky Mahmoud Ahmad Al-Khasawneh Merlina Lidiana Arifin Milkhatun Milkhatun Milkhatun, Milkhatun Muh. Jamil Muhamad Fuat Asnawi Nadia Keril Saputri Sitti Rahmah Sri Nur Hidayati Sugiarto Sulung Alfianto Akbar