Article Per Year (5 Year)
p-Index From 2021 - 2026
0.92
P-Index
This Author published in this journals
All Journal Compiler Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Pengabdian West Science Digulis: Jurnal Pengabdian Pada Masyarakat
Purwatiningsih, Agustina
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Public Health Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Optimalisasi Analisis Data Peserta Olimpiade Sains Nasional Indonesia Menggunakan Algoritma K-Means Clustering Purwatiningsih, Agustina; Habibi, Muhammad
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8356

Abstract

Penguasaan ilmu pengetahuan dan teknologi dengan nilai integritas tinggi merupakan salah satu syarat utama kemajuan sebuah bangsa. Salah satu program utama untuk pengembangan bakat dan minat peserta didik yang diselenggarakan oleh Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi (Kemendikbudristek) melalui Pusat Prestasi Nasional (Puspresnas) adalah Olimpiade Sains Nasional (OSN). Tujuan dari OSN mendapatkan calon peserta untuk mewakili Indonesia pada kompetisi sains tingkat internasional dan membangun basis data nasional peserta didik yang bertalenta dalam bidang sains. Prinsip OSN adalah inclusive, growth, participative dan sustain, yaitu pemerataan kesempatan bagi seluruh peserta didik Indonesia tanpa membedakan suku, agama, rupa, dan ras. Serta intensifikasi pembinaan di daerah dalam rangka mengupayakan pemerataan prestasi melalui kegiatan pencarian dan pemanduan bakat (talent scouting). Algoritma K-Means clustering cocok untuk menemukan pola dalam data pendidikan seperti performa siswa, efektivitas pembinaan, atau wilayah dengan tingkat pencapaiantertentu. Tujuan dari penelitian ini adalah untuk menemukan pola hasil OSN berdasarkan perolehan medali tiap wilayah di Indonesia, sehingga menghasilkan informasi strategis untuk pemeratan pembinaan. Hasil dari penelitian ini, terdapat 3 klaster untuk provinsi perolehan medali OSN dan 6 klaster kota dan kabupaten menurut perolehan hasil medali. Klaster 1 data provinsi dan klaster 1 data kabupaten atau kota merupakan daerah prioritas untuk pembinaan OSN dari Pusat Prestasi Nasional (Puspresnas). Terdapat 33 provinsi dan 167 kabupaten atau kota yang termasuk dalam klaster 1, yang memerlukan perhatian khusus. Hasil dari penelitian ini dapat menjadi acuan untuk Puspernas dalam menegakkan prinsip OSN yaitu pemerataan kesempatan bagi seluruh peserta didik Indonesia tanpa membedakan suku, agama, rupa, dan ras.
A Comparative Analysis between K-Means and Agglomerative Clustering Techniques in Maritime Skill Certification Setyawan, Deny Adi; Purwatiningsih, Agustina
Compiler Vol 13, No 1 (2024): May
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/compiler.v13i1.2158

Abstract

The maritime industry must constantly adjust seafarer training to meet evolving operational demands and ensure compliance with new regulations. This study addresses the challenge of assessing the relevance of Certificate of Proficiency (COP) services by categorizing them to determine which qualifications are essential for marine professionals. The goal is to identify obsolete or misaligned training programs that need updates or enhancements to better serve industry needs. To this end, the study employed two clustering algorithms, K-Means and Agglomerative Clustering, on data from 2021 to 2023. K-Means was chosen for its efficiency in processing large datasets and creating clear, non-overlapping groups. Agglomerative Clustering was selected for its ability to offer a detailed, hierarchical view of data, which helps in understanding the complex structure of certification demands more comprehensively. The analysis identified three main clusters; notably, Cluster 2 indicated a high demand for critical certifications, while Cluster 1, containing the majority of certifications, received little interest, suggesting they may be less relevant. This insight encourages training providers to consider refining their offerings. Although comprehensive, the study's three-year timeframe suggests extending this period in future research for a more detailed trend analysis and forecasting in maritime training adaptations.
Penerapan Artificial Intelligence (AI) untuk Meningkatkan Efektivitas Pembelajaran Vocabulary Bahasa Inggris di SMK Negeri 1 Nglipar, Gunung Kidul, Yogyakarta Asri, Anindhiasti Ayu Kusuma; Purwatiningsih, Agustina
Digulis: Jurnal Pengabdian Pada Masyarakat Vol 3, No 2 (2025): Edisi Juni 2025
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/djpkm.v3i2.97759

Abstract

Penguasaan kosakata bahasa Inggris merupakan keterampilan fundamental bagi siswa Sekolah Menengah Kejuruan (SMK) dalam menghadapi dunia kerja global. Namun, siswa masih mengalami kesulitan dalam mempelajari kosa kata Bahasa Inggris secara efektif. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk meningkatkan efektivitas pembelajaran vocabulary bahasa Inggris melalui pemanfaatan Artificial Intelligence (AI) di SMK Negeri 1 Nglipar, Gunung Kidul. Program dilaksanakan melalui tahapan sosialisasi, pelatihan, penerapan teknologi, pendampingan, dan evaluasi. Hasil menunjukkan adanya peningkatan kemampuan siswa dalam memahami dan menggunakan kosakata, keterampilan digital yang lebih baik, serta motivasi belajar yang lebih tinggi.
Pemanfaatan Chat GPT Untuk Guru PAUD dalam Pengembangan Materi Ajar Bahasa Inggris Purwatiningsih, Agustina; Kusuma Asri, Anindhiasti Ayu
Jurnal Pengabdian West Science Vol 4 No 01 (2025): Jurnal Pengabdian West Science
Publisher : Westscience Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58812/jpws.v4i01.1962

Abstract

Dalam beberapa tahun terakhir, perkembangan kecerdasan buatan (AI) sedikit banyak telah mempengaruhi perubahan alat atau metode pengajaran dalam pendidikan. Salah satu inovasi yang menonjol adalah ChatGPT, sebuah model AI yang dikembangkan oleh OpenAI. ChatGPT membantu guru PAUD (Pendidikan Anak Usia Dini) dengan memberikan ide-ide kreatif dan menarik yang disesuaikan dengan kebutuhan perkembangan anak-anak. Kegiatan PKM yang telah dilaksanakan mendapatkan respon yang positif dari guru sebagai praktisi pengajar di PAUD TPA Buah Hati. Peserta mendapatkan ilmu baru dari penggunaan teknologi AI ChatGPT untuk mengembangkan media belajar bahasa inggris. Pada sebelum pengabdian peserta biasanya membuat materi secara manual, akan tetapi setelah adanya PKM para guru dapat membuat materi ajar langsung bentuk tabel dengan memanfaatkan ChatGPT. Keberhasilan tersebut diharapkan dapat meningkatkan kualitas pembelajaran di TPA Buah Hati Karanganyar, serta menciptakan pengalaman belajar yang lebih menarik dan sesuai dengan kebutuhan siswa.
Analisis Pola Lalu Lintas Kapal Selat Bali Berbasis AIS, K-Means, Traffic Flow Adi Setyawan, Deny; Purwatiningsih, Agustina; Sulistyo Budi, Febrian
JURNAL FASILKOM Vol. 15 No. 3 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i3.10782

Abstract

The Bali Strait is one of the busiest sea crossing routes in Indonesia, characterized by high intensity of ship movements and dynamic traffic patterns throughout the day. These conditions require comprehensive analysis to understand the characteristics of vessel movements, identify density zones, and determine peak periods that potentially increase navigation risks. This study aims to analyze ship traffic patterns in the Bali Strait using a combination of K-Means Clustering and Traffic Flow Model based on Automatic Identification System (AIS) data. The dataset consists of 790 AIS records collected during the period of 20–26 June 2025. The research stages include data preprocessing, determination of the optimal number of clusters using the Elbow method, classification of vessel movement behavior using the K-Means algorithm, and analysis of traffic parameters comprising volume, speed, density, and traffic flow. The results reveal the formation of three main clusters: low-speed vessels concentrated around port areas, medium-speed vessels operating on main trajectories, and high-speed vessels dominating the crossing lanes. Evaluation of clustering quality using the Silhouette Coefficient produced a value of 0.3040, indicating a reasonably good level of cluster separation. Furthermore, a consistent peak hour pattern was identified at 12:00, along with two high-density zones located near Ketapang Port and Gilimanuk Port. These findings demonstrate that AIS-based analysis is capable of providing measurable representation of the dynamics of ship traffic in the Bali Strait and has the potential to support operational optimization, enhancement of navigation safety, and consideration for the implementation of a Traffic Separation Scheme (TSS)
Co-Authors Adi Setyawan, Deny Asri, Anindhiasti Ayu Kusuma Deny Adi Setyawan Kusuma Asri, Anindhiasti Ayu Muhammad Habibi Sulistyo Budi, Febrian