Article Per Year (5 Year)
p-Index From 2021 - 2026
2.636
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Anak Usia Dini Undiksha JOIV : International Journal on Informatics Visualization JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING JISTech (Journal of Islamic Science and Technology) Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Jurnal Mantik Edunesia : jurnal Ilmiah Pendidikan Journal of Computer Science, Information Technology and Telecommunication Engineering (JCoSITTE) Jurnal Ilmu Komputer dan Sistem Komputer Terapan (JIKSTRA) Sistem Pendukung Keputusan dengan Aplikasi Wahana Jurnal Pema Tarbiyah Jurnal Pengabdian kepada Masyarakat (PEMAS) Jurnal Teknoinfo
Nanda Novita
Universitas Medan Area
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Public Health Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Edukasi Konsep Rumah Sehat untuk Meningkatkan Kesadaran Hidup Sehat pada Siswa SMA Negeri 1 Kisaran, Kabupaten Asahan Mufti Ali Nasution; Saufa Yardha Moerni; Yunita Syafitri Rambe; Nanda Novita; Yuan Annisa; Maqhfirah DR
Wahana Jurnal Pengabdian kepada Masyarakat Vol. 5 No. 1 (2026): Edisi Juni
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/wahana.v5i1.1879

Abstract

Rumah sehat merupakan salah satu faktor penting dalam mendukung kesejahteraan fisik, mental, dan sosial masyarakat, namun pemahaman mengenai konsep dan kriteria rumah sehat masih rendah, termasuk di kalangan siswa sekolah menengah. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan pemahaman dan kesadaran hidup sehat siswa SMA Negeri 1 Kisaran, Kabupaten Asahan, mengenai konsep rumah sehat melalui metode penyuluhan/ceramah. Kegiatan dilaksanakan pada Rabu, 11 Februari 2026, dengan melibatkan 60 siswa sebagai peserta. Pelaksanaan kegiatan terdiri atas tiga tahap, yaitu persiapan, penyajian materi disertai sesi tanya jawab, dan evaluasi menggunakan post-test berbentuk soal pilihan ganda sebanyak 10 item. Hasil post-test menunjukkan rata-rata persentase jawaban benar sebesar 92,4%, dengan capaian tertinggi pada indikator manfaat membuka jendela (100%) dan capaian terendah pada indikator fungsi ventilasi, manfaat pencahayaan alami, serta syarat rumah sehat (masing-masing 86,7%). Hasil ini mengindikasikan bahwa siswa memiliki pemahaman yang baik terhadap materi rumah sehat setelah mengikuti kegiatan penyuluhan, khususnya pada aspek pemahaman (C2) dan penerapan (C3). Kegiatan ini diharapkan dapat menjadi salah satu upaya awal dalam menumbuhkan kesadaran hidup sehat pada generasi muda, khususnya terkait pengelolaan tempat tinggal yang sehat di masa mendatang.
VISITING LECTURER (MATA KULIAH EDUPRENEURSHIP) UNTUK MAHASISWA PENDIDIKAN MATEMATIKA FITK UIN SUMATERA UTARA Nanda Novita; Yunita Syafitri Rambe; Saufa Yardha Moerni; Yuan Anisa; Fadilla Azmi; Maqhfirah Maqhfirah
Jurnal Pema Tarbiyah Vol 4, No 2 (2025)
Publisher : UIN Sumatera Utara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/pema.v4i2.4811

Abstract

Perkembangan teknologi yang pesat telah memberikan dampak besar dalam dunia pendidikan, sehingga kemampuan menciptakan solusi berbasis digital menjadi keterampilan penting bagi calon pendidik dan wirausahawan pendidikan (edupreneur). Untuk mendukung hal tersebut, Program Visiting Lecturer pada mata kuliah Edupreneurship dilaksanakan melalui skema PMM FITK UINSU dengan melibatkan 25 mahasiswa Pendidikan Matematika. Kegiatan ini melakukan pengembangan platform pembelajaran daring, aplikasi edukatif, dan sistem manajemen pembelajaran. Mahasiswa memperoleh pemahaman mengenai proses membangun usaha pendidikan berbasis teknologi, tantangan implementasi, serta strategi menciptakan solusi berkelanjutan. Melalui diskusi interaktif dan studi kasus, peserta juga mendapat nilai tambah yang tidak diperoleh dari pembelajaran teori semata. Isu-isu seperti rendahnya literasi digital, keterbatasan akses teknologi, dan penyelarasan inovasi dengan kurikulum turut dibahas, disertai dengan berbagai solusi praktis. Secara keseluruhan, kegiatan ini berhasil memperluas wawasan mahasiswa, meningkatkan kreativitas, dan menumbuhkan semangat inovasi dalam mengembangkan proyek kewirausahaan pendidikan yang relevan dengan kebutuhan era digital.
Analysis of Public Sentiment about Sea Games eSport on Twitter using the Adaboost Algorithm Muhammad Syifa; Nurul Khairina; Dian Noviandri; Yuan Anisa; Nanda Novita
Jurnal Teknoinfo Vol. 20 No. 2 (2026): Period July 2026
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v20i2.1706

Abstract

This research aims to analyze public sentiment towards the Sea Games eSports as reflected in conversations on the Twitter platform. The two main issues in focus are how the public sentiment towards the Sea Games eSports event and whether their responses tend to be positive or negative towards the event. The research method used is the Adaboost Algorithm, a technique in data mining that aims to improve classification accuracy. Adaboost was used to analyze sentiment from Twitter conversation data by using feature selection to select weak classification functions, then combining them into a new classification function. The results showed that the highest evaluation was achieved in the 2nd test with the use of training data by 90% and testing by 10%, which resulted in an accuracy of 98%. Sentiment analysis of the Sea Games eSports showed that the majority of Twitter users expressed 111 (95.7%) positive sentiments, while only 5 (4.3%) negative sentiments. This indicates that people tend to give positive responses to the Sea Games eSports event. This research illustrates that sentiment analysis using the Adaboost Algorithm is able to provide accurate results in mapping public responses to the Sea Games eSports event on Twitter. The implication is that the strong support from the community towards this event can be an important basis for further development and promotion of Sea Games eSports.
Edukasi Model Matematika dalam Menganalisis Harga Wajar dan Estimasi Peluang Penjatahan Saham IPO sebagai Strategi Investor Pemula Muhammad Hafiz; Yuan Anisa; Nanda Novita; Desniarti; Mahliza Nasution; Hadijah; Rizty Maulida Badri
Jurnal Pengabdian kepada Masyarakat (PEMAS) Vol. 3 No. 2 (2026): Mei 2026
Publisher : Yayasan Ran Edu Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63866/pemas.v3i2.129

Abstract

Kurangnya pemahaman investor pemula mengenai analisis saham IPO menyebabkan keputusan investasi sering dilakukan tanpa pertimbangan kuantitatif yang memadai. Kegiatan Pengabdian Kepada Masyarakat (PKM) ini bertujuan memberikan edukasi dan pelatihan mengenai penggunaan model matematika sederhana dalam menentukan harga wajar saham IPO menggunakan metode Price Earning Ratio (P/E Ratio) serta estimasi peluang penjatahan saham melalui pendekatan probabilitas. Kegiatan dilaksanakan selama satu hari secara daring menggunakan aplikasi Zoom Meeting dengan metode ceramah, demonstrasi, praktik perhitungan, dan diskusi interaktif kepada 50 peserta yang terdiri dari mahasiswa dan masyarakat umum. Contoh saham IPO yang digunakan meliputi PT Wira Bakti Sejahtera Tbk (WBSA), PT Chandra Daya Investasi Tbk (CDIA), dan PT Hartadinata Abadi Tbk (EMAS). Hasil evaluasi pre-test dan post-test menunjukkan peningkatan rata-rata pemahaman peserta sebesar 47,8%, dari nilai rata-rata pre-test 34,4% menjadi 82,2% pada post-test. Sebanyak 74% peserta mencapai kategori nilai Sangat Baik (≥80) pada post-test. Peserta juga mampu melakukan simulasi perhitungan harga wajar dan probabilitas penjatahan secara mandiri. Kegiatan ini diharapkan dapat meningkatkan literasi keuangan masyarakat serta membantu investor pemula dalam mengambil keputusan investasi yang lebih rasional dan terukur.
Peningkatan Profit Melalui Strategi Diskon Dinamis Menggunakan Reinforcement Learning pada Data Transaksi Ritel Daring Andre Hasudungan Lubis; Rizki Muliono; Nanda Novita; Susilawati Susilawati; Muhathir Muhathir; Sayuti Rahman
Jurnal Ilmu Komputer dan Sistem Komputer Terapan (JIKSTRA) Vol. 8 No. 2 (2026): Edisi Oktober
Publisher : Universitas Harapan Medan

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

Abstract

Discount strategies play a critical role in e-commerce profitability, yet most platforms continue to rely on fixed discount rates that fail to account for heterogeneous customer behavior. This study proposes a dynamic discount optimization framework based on the Q-Learning algorithm, in which discount decisions are modeled as a Markov Decision Process (MDP) with a state space constructed from two customer behavioral indicators: transaction revenue and purchase frequency. Each customer transaction is mapped to one of six discrete states formed by combining three revenue categories (Low, Medium, High) and two frequency categories (Low, High), and the agent selects from five discount levels (0%, 5%, 10%, 15%, 20%) to maximize cumulative profit. A price elasticity mechanism is incorporated into the reward function to simulate demand responsiveness to price reductions, enabling the agent to learn non-trivial discount preferences. The framework is evaluated on the Online Retail II dataset comprising 397,885 cleaned transactions. Experimental results show that the proposed method achieves a total profit of 10,586,828.77, outperforming four of five fixed discount baselines with profit improvements of +18.80%, +11.16%, +5.60%, and +1.65% over the 0%, 5%, 10%, and 15% uniform discount scenarios, respectively. The learned policy consistently assigns 15% discounts to Low-frequency customers and 20% discounts to High-frequency customers, demonstrating that purchase frequency is the primary driver of optimal discount differentiation. These findings confirm that RL offers a more targeted and profit-competitive alternative to static promotional strategies
Co-Authors Amir Saleh Andre Hasudungan Lubis Anil Hakim Syofra Syofra Desniarti Devy Mathelinea Dian Noviandri Fadhillah Azmi Fadilla Azmi Firdaus, Muhammad Huda Hadijah Hadijah Hafiz, Muhammad Hasudungan, Andre Lumbantobing, Martin Mahliza Nasution Malik, Meilisa Maqhfirah DR Maqhfirah Maqhfirah Mufti Ali Nasution Muhammad Hafiz Muhammad Hafiz Muhammad Khahfi Zuhanda Muhammad Syifa Muhathir, Muhathir Nasution, Aulia Muflih Nurul Khairina Prana Ugiana Gio Rahman, Sayuti Raisah Armayanti Nasution Rambe, Yunita Syafitri Rizki Muliono Rizty Maulida Badri Saufa Yardha Moerni Sholihatul Hamidah Daulay Susilawati Susilawati Tantri Octora Dwi Syah Putri Yessy Evita Leony Aruan Yuan Anisa Yuan Annisa