Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Komtekinfo Engineering and Technology International Journal (EATIJ) Indonesian Research Journal on Education
Parinduri, Rezti Deawinda
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penerapan K-Means Clustering pada Absensi Mahasiswa Semester Ganjil untuk Mengelompokkan Kehadiran Mahasiswa Parinduri, Rezti Deawinda
Engineering and Technology International Journal Vol 7 No 02 (2025): Engineering and Technology International Journal
Publisher : YCMM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55642/eatij.v7i01.1004

Abstract

Kedisiplinan mahasiswa dalam hal kehadiran menjadi indikator penting dalam menjamin mutu pembelajaran di perguruan tinggi. Penelitian ini bertujuan untuk menganalisis pola kehadiran mahasiswa pada mata kuliah semester ganjil dengan menerapkan algoritma K-Means Clustering sebagai bagian dari proses Knowledge Discovery in Database (KDD). Hipotesis penelitian menyatakan bahwa mahasiswa dapat dikelompokkan ke dalam kategori tingkat kehadiran yang berbeda secara signifikan. Data yang digunakan berupa absensi 35 mahasiswa selama 16 pertemuan. Proses penelitian mencakup tahapan KDD: pengumpulan data, pra-pemrosesan, penerapan algoritma K-Means, visualisasi dengan PCA, serta evaluasi menggunakan Silhouette Score. Hasil menunjukkan terbentuknya tiga cluster: kehadiran tinggi (90%), sedang (70%), dan rendah (50%), dengan skor siluet rata-rata sebesar 0.72 yang menunjukkan pemisahan cluster yang cukup baik. Kesimpulannya, algoritma K-Means efektif dalam mengelompokkan pola kehadiran mahasiswa secara objektif. Saran diberikan agar pihak universitas menggunakan hasil ini sebagai dasar perumusan kebijakan peningkatan kedisiplinan. Penelitian ini penting sebagai langkah awal dalam memahami perilaku mahasiswa berbasis data dan dapat dikembangkan lebih lanjut dengan menambahkan variabel serta mengeksplorasi algoritma lain.
Pengaruh Penggunaan Media Pembelajaran Powerpoint Terhadap Hasil Belajar pada Mata Pelajaran Informatika Kelas X SMAN 2 Padangsidimpuan Parinduri, Rezti Deawinda; Supriadi, Supriadi; Zakir, Supratman; Okra, Riri
Indonesian Research Journal on Education Vol. 3 No. 1 (2023): irje 2023
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (417.945 KB) | DOI: 10.31004/irje.v3i1.325

Abstract

With the development of digital technology in Indonesia realizing the needs of students, various alternative media exist to reach students without violating the system as a means of meeting students' needs in learning more efficientlyand effectively. One of the media that can be used for learning is PowerPoint media. Microsoft PowerPoint is widely used because of its easy operation, and everyone can make PowerPoint. The purpose of this study was to determinethe effect of using PowerPoint learning media on learning outcomes in Informatics class X SMA N 2Padangsidimpuan which is valid, practical, and effective. This type of research used by the author is quantitative research with experimental methods. The research design used was the Posttest-only Control Group Design. The sample of this research was students of class X semester 1 of class X Mia 1 and X Mia 2 SMA Negeri 2 Padangsidimpuan. The data collection technique is by using a test in the form of a Posttest. The data analysis technique used is an analysis prerequisite test consisting of a normality test and homogeneity test as well as hypothesis testing. Based on the results of this study, it was found that there were significant differences in studentlearning outcomes between the use of PowerPoint learning media and conventional learning methods in Informatics subjects, this can be seen from the posttest results of both classes. The results of the two tests illustrate the differencein the average student learning outcomes between the use of PowerPoint learning media and conventional learning methods in Informatics subjects, this can be seen from the posttest results of both classes. The results of the two testsillustrate the difference in the average student learning outcomes in the experimental class and the control class. By using PowerPoint learning media, students in the experimental class obtained a higher average score compared tothe scores of students who did not use PowerPoint learning media in the control class.
Implementasi Algoritma Apriori dalam Data Mining untuk Optimalisasi Stok Obat di Apotik Parinduri, Rezti Deawinda; Defit, Sarjon; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 3 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i3.544

Abstract

Data Mining memainkan peran penting dalam mengelola dan menganalisis data besar untuk menemukan pola tersembunyi yang mendukung pengambilan keputusan strategis. Algoritma Apriori, yang dikenal untuk menemukan aturan asosiasi dalam data, menjadi alat yang sangat penting di berbagai sektor, termasuk sektor kesehatan. Dalam pengelolaan stok obat di apotek, terdapat tantangan signifikan seperti kelebihan stok, kekurangan stok, dan risiko kedaluwarsa obat, yang semuanya memerlukan solusi yang tepat dan canggih. Penelitian ini bertujuan untuk menerapkan Algoritma Apriori dalam Data Mining guna meningkatkan efektivitas pengelolaan stok obat, dengan fokus pada beberapa aspek kunci: pertama, memantau dan menganalisis pola pembelian obat secara mendalam; kedua, meningkatkan tata kelola stok melalui penerapan sistem monitoring otomatis yang terintegrasi dengan algoritma tersebut; dan ketiga, mengurangi tingkat kedaluwarsa obat melalui analisis data transaksi yang lebih komprehensif. Data transaksi yang digunakan dalam penelitian ini berasal dari PT Enseval Putera Megatrading Tbk. Cabang Padang, yang meliputi periode 3-7 Juni 2024. Data ini dianalisis menggunakan Microsoft Excel 2010 untuk pengolahan awal dan disimulasikan lebih lanjut dengan RapidMiner untuk memvalidasi hasil. Algoritma Apriori diterapkan untuk menentukan stok obat yang optimal melalui proses yang mencakup penentuan minimum support sebesar 3% dan confidence sebesar 40%, serta eliminasi itemset yang tidak relevan atau yang tidak memenuhi kriteria. Hasil dari analisis ini berhasil menemukan enam aturan asosiasi yang dapat digunakan untuk meramalkan stok obat secara lebih efektif dan efisien. Implementasi Algoritma Apriori diharapkan dapat secara signifikan meningkatkan efisiensi dalam manajemen stok obat, mengurangi risiko kelebihan atau kekurangan stok, serta meminimalkan masalah kedaluwarsa obat. Lebih dari itu, penelitian ini juga berkontribusi pada pengembangan pengetahuan ilmiah dalam bidang Data Mining dan manajemen stok obat, serta memberikan landasan yang kuat bagi penelitian lanjutan dan aplikasi praktis dalam konteks yang serupa. Dengan demikian, hasil penelitian ini tidak hanya memberikan solusi praktis untuk masalah pengelolaan stok obat, tetapi juga memperluas cakrawala pengetahuan dalam penggunaan teknik Data Mining untuk tujuan manajerial di bidang kesehatan.
Co-Authors Gunadi Widi Nurcahyo Riri Okra Sarjon Defit Supriadi Supriadi Zakir, Supratman