Article Per Year (5 Year)
p-Index From 2020 - 2025
1.006
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Agri-Informatika PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer JURTEKSI JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Pendidikan dan Teknologi Indonesia
Novaria Kunang, Yesi
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Education Engineering

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

Found 6 Documents
Search

 1 
MODEL DATA MINING DALAM MENGANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI SUMATERA SELATAN Hardianto, Hardianto; Novaria Kunang, Yesi; Surya Negara, Edi; Sutabri, Tata
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12989

Abstract

Pengentasan kemiskinan menjadi isu strategis dalam Rencana Pembangunan Nasional Indonesia, dengan target pengurangan kemiskinan ekstrim menjadi nol persen pada tahun 2024. Penelitian ini berfokus pada analisis kemiskinan di Provinsi Sumatera Selatan, yang meskipun memiliki potensi ekonomi tinggi, masih menghadapi tantangan besar dengan tingkat kemiskinan yang mencapai 11,78 persen pada tahun 2023. Melalui pendekatan multidimensi dan metodologi data mining, penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi kemiskinan serta memberikan alternatif visualisasi data untuk mempermudah interpretasi hasil analisis. Metode yang digunakan dalam penelitian ini adalah analisis data mining dengan algoritma machine learning, termasuk regresi linier, decision tree, dan random forest. Data yang dianalisis berasal dari Survei Sosial Ekonomi Nasional (Susenas) Maret 2023. Hasil penelitian menunjukkan bahwa variabel aksesibilitas, pengeluaran konsumsi makanan, dan luas lantai per kapita merupakan faktor dominan yang mempengaruhi tingkat kemiskinan di wilayah tersebut. Hal ini memberikan wawasan penting bagi pengambil kebijakan dalam merancang intervensi yang lebih efektif untuk pengentasan kemiskinan. Pemanfaatan visualisasi data dalam penelitian ini tidak hanya mengidentifikasi faktor-faktor yang signifikan, tetapi juga mendukung pemahaman yang lebih baik tentang situasi kemiskinan di Sumatera Selatan.
Enhancing Usability of the Qualitiva Educational Applications: A Mixed-Methods Study using SUS and Heuristic Evaluation. Berlianti, Marutha; Ependi, Usman; Novaria Kunang, Yesi; Haidar Mirza, A.
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 12 No. 1 (2025)
Publisher : Sekolah Sains Data, Matematika, dan Informatika. Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.12.1.79-90

Abstract

Studi ini mengevaluasi kegunaan aplikasi Qualitiva menggunakan metode System Usability Scale (SUS) dan Heuristic Evaluation (HE). Tujuan dari penelitian ini adalah untuk mengidentifikasi kekuatan dan kelemahan aplikasi, serta memberikan rekomendasi perbaikan. Pendekatan kuantitatif digunakan dengan mendistribusikan kuesioner SUS kepada 100 responden, sementara pendekatan kualitatif melibatkan evaluasi heuristik oleh dua ahli usability. Hasil menunjukkan skor rata-rata SUS sebesar 69,00 (Grade C), yang menunjukkan penerimaan pengguna secara umum namun menyoroti beberapa area yang perlu perbaikan dalam kecepatan, desain, keamanan data, dan efisiensi sistem. Evaluasi heuristik mengidentifikasi masalah seperti kejelasan status sistem, penggunaan terminologi yang ramah pengguna, desain antarmuka, dan fitur pencegahan kesalahan. Penelitian ini meningkatkan pemahaman tentang kegunaan dalam aplikasi pendidikan dan memberikan rekomendasi yang dapat ditindaklanjuti untuk meningkatkan pengalaman pengguna, termasuk mengoptimalkan kecepatan, memperbaiki antarmuka, dan meningkatkan panduan pengguna.
Analisa Dan Perbandingan Metode Klasterisasi Untuk Mengelompokkan Koleksi Buku Perpustakaan Adila, Nia; Novaria Kunang, Yesi; Herdiansyah, Izman; Negara, Edi Surya
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 5 (2025): JPTI - Mei 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.766

Abstract

Pada penelitian ini akan berfokus pada data buku perpustakaan Universitas Bina Darma. Data tersebut disimpan berupa catalog buku dan hanya diupdate pada setiap pelaporannya pertahun. Dari banyak data catalog buku yang ada pihak perpustakaan kurang memanfaatkan data tersebut sehingga peneliti tertarik menganalisa data buku pada perpustakaan Universitas Bina Darma, adanya proses Analisa pada data akan menggunakan perbandingan dua metode pada perpustakaan Universitas Bina Darma kemudian akan menghasilkan sebuah perbandingan pengelompokan informasi data buku dan kemudian akan dibandingkan menggunakan dua metode pengelompokan klasterisasi pada Perpustakaan Universitas Bina Darma yaitu metode K-Means dan K-Medoids. Penelitian akan menghasilkan perbandingan antara setiap variable dari dataset yang sudah ada yaitu pertama proses general untuk mengeksplorasi variabel tentang buku-buku yang ada dalam data ini secara umum dan menghasilkan 8 perbandingan cluster. Kemudian akan dilanjutkan pada beberapa proses untuk hasil implementasi menggunakan dua metode K-Means dan metode K-Medoids. Kemudian data di preprocessing dengan memanfaatkan software microsoft excel dan google colab. Maka penelitian ini dapat menjadi sebuah pengambil keputusan dan perbandingan cluster dari data Perpustakaan Universitas Bina Darma.
Segmentasi Citra Formulir Menggunakan Bounding box untuk Pengambilan Objek Gambar Alhafiz, Alhafiz; Purnamasari, Susan Dian; Novaria Kunang, Yesi; Zuhri Yadi, Ilman; Effendy, Irman
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 9 (2025): JPTI - September 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1071

Abstract

Penelitian ini bertujuan mengembangkan metode segmentasi citra berbasis bounding box dan teknik cropping untuk mengisolasi karakter aksara OKU Timur sebagai upaya pelestarian budaya lokal. Data dikumpulkan melalui kuesioner yang melibatkan 102 responden, masing-masing menulis karakter aksara pada lembar khusus. Eksperimen dilakukan pada lima sampel gambar yang berisi karakter serupa, namun ditulis oleh individu berbeda, guna menguji konsistensi dan ketahanan metode terhadap variasi tulisan tangan. Proses segmentasi dievaluasi menggunakan metrik kuantitatif, yaitu precision, recall, F1-score dan akurasi, dengan hasil rata-rata precision 71,76%, recall 78,33%, F1-score 74,9%, dan akurasi 78,33%. Hasil terbaik mencapai akurasi 100%, sedangkan hasil terendah 33,33%, menunjukkan adanya variasi tingkat keberhasilan segmentasi. Temuan ini menegaskan bahwa pendekatan yang diusulkan cukup efektif dalam mengidentifikasi karakter aksara meskipun terdapat perbedaan gaya penulisan. Kontribusi utama penelitian ini adalah menyediakan solusi digitalisasi aksara tradisional berbasis pengolahan citra, yang dapat mendukung upaya pelestarian dan pengembangan teknologi pengenalan karakter untuk aksara daerah.
CRITERIA ANALYSIS OF COURSE PARTICIPANTS USING K-MEANS: A CASE STUDY OF INET PALEMBANG Muhammad Rasuandi Akbar; Agramanisti Azdy, Rezania; Novaria Kunang, Yesi; Adha Oktarini Saputri , Nurul
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 11 No. 4 (2025): September
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i4.4112

Abstract

Abstract: INET Computer Palembang, as a computer training institution, faces difficulties in understanding participant characteristics due to variations in age, educational background, and chosen course packages. This study aims to analyze participant criteria and group them based on similarities using the K-Means Clustering algorithm. The data used were historical records of course participants from 2022 to 2025. The research process followed the CRISP-DM stages, starting from data cleaning and transformation, determining the optimal number of clusters using the Elbow Method, to evaluating cluster quality with the Davies-Bouldin Index. The implementation was carried out using Python and the scikit-learn library. The results show that the optimal number of clusters is k=5 with a Sum of Squared Errors (SSE) value of 1064.66 and a Davies-Bouldin Index (DBI) score of 0.820, indicating good cluster quality. The resulting clustering provides a structured profile of participants and demonstrates that K-Means is effective in segmenting course participants. These findings are expected to assist the institution in designing more targeted training programs. Keywords: clustering; data mining; elbow method; k-means; computer course
Pengembangan Aplikasi Transliterasi Teks Latin ke Aksara Ulu (Komering) Berbasis Web Permata Sari, Tia; Novaria Kunang, Yesi
Jurnal PROCESSOR Vol 18 No 2 (2023): Jurnal Processor
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/processor.2023.18.2.852

Abstract

Ulu script is one of the letterforms or writing systems used and developed bt the communities of South Sumatra, specifically the Serawai, Lembak, Rejang, and Pasemah ethnic groups. Typically, Ulu script is used for daily activities such as storytelling, writing poetry, and recording customary laws. Ulu script needs to be preserved because its usage has been declining due to the introduction of the Latin script, which has become the international standard. To preserve Ulu script, a tool is needed to assist in transliterating Latin text into Ulu script. Therefore, this research aims to develop a web-based application for transliterating Latin text to Ulu script using mapping techniques and the sequential search algorithm. The resulting application can assist and facilitate users in transliterating text from Latin to Ulu script.  
Co-Authors Adha Oktarini Saputri , Nurul Adila, Nia Agramanisti Azdy, Rezania Alhafiz, Alhafiz Berlianti, Marutha Edi Surya Negara Effendy, Irman Haidar Mirza, A. Herdiansyah, Izman Mochammad Imron Awalludin Muhammad Rasuandi Akbar Permata Sari, Tia Susan Dian Purnamasari, Susan Dian Tata Sutabri Usman Ependi Zuhri Yadi, Ilman