Article Per Year (5 Year)
p-Index From 2020 - 2025
1.318
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics Journal of Information System PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer Jurnal Informatika dan Rekayasa Komputer Jurnal Pengabdian Masyarakat Unama
Arvita, Yulia
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
SOSIALISASI NETIKET DAN LITERASI DIGITAL BAGI SISWA/I SMA NEGERI 11 KOTA JAMBI Fachruddin; Sutoyo, Mochammad Arief Hermawan; Riyadi, Willy; Arvita, Yulia
Jurnal Pengabdian Masyarakat UNAMA Vol 3 No 1 (2024): JPMU Volume 3 Nomor 1 April 2024
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jpmu.2024.3.1.1564

Abstract

Pemakaian internet seperti sosial media di kalangan pelajar secara massif dalam jangka waktu lama berdampak negatif dalam bersosialisasi dan mengenyam pendidikan. Dampak penyalahgunaan media sosial mengakibatkan kurangnya kepedulian terhadap sesama, kekerasan verbal, cyberbullying, hingga berpengaruh terhadap kesehatan mental seperti IAD (Internet Addiction Disorder), NO MObile PHone PhoBIA (Nomophobia) serta gangguan tidur. Oleh karenanya, diperlukan pemahanan netiket/etika berinternet (nettiquette) merupakan etika/aturan dalam berkomunikasi serta berinteraksi layaknya berkomunikasi di dunia nyata. Selain itu juga perlunya pemahamam literasi digital yaitu kecakapan dalam memanfaatkan teknologi guna mengasah kemampuan belajar, berpikir kritis, kreatif, serta inovatif dalam menghasilkan kompetensi digital guna memaksimalkan segala potensi aktivitas yang ada di media sosial. SMA Negeri 11 Kota Jambi merupakan salah satu Sekolah Menengah Atas yang berlokasi di JL. Sersan Anwar Bay, Bagan Pete, Kec. Alam Barajo, Kota Jambi. Permasalahan utama yang dihadapi pihak yaitu belum disosialisasikannya netiket/etika berinternet serta prinsip literasi digital saat menggunakan media sosial. Dengan adanya kegiatan Pengabdian Kepada Masyarakat (PKM) diharapkan siswa/i SMA Negeri 11 Kota Jambi dapat memahami prinsip literasi digital dan mempraktikkan etika berinternet/netiket saat menggunakan media sosial.
SOSIALISASI EDUKASI BAHAYA DAN UPAYA PENCEGAHAN SOCIAL ENGINEERING UNTUK MENINGKATKAN KEAMANAN INFORMASI hartiwi, yessi; Arvita, Yulia; Purnasari, Manja; Nurhayati
Jurnal Pengabdian Masyarakat UNAMA Vol 3 No 1 (2024): JPMU Volume 3 Nomor 1 April 2024
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jpmu.2024.3.1.1567

Abstract

Internet tidak bisa di lepaskan dari kehidupan sosial, Setiap tahun pengguna internet terus bertambah. Pola hidup masyarakat Indonesia menjadi lebih banyak menggunakan internet, mengakibatkan bertambahnya upaya serangan cyber. Ada banyak contoh kasus dalam kejahatan cyber, salah satu nya adalah kejahatan cyber dalam bentuk social engineering. Social engineering merupakan suatu teknik pencurian atau pengambilan data atau informasi penting dari seseorang dengan cara menggunakan pendekatan melalui mekanisme interaksi sosial. Target dari social engineering ini salah satunya adalah pengguna aktif media sosial, dalam media sosial remaja memiliki sifat terbuka karena adanya keinginan untuk tetap eksis dengan melakukan upload kegiatan yang sedang mereka lakukan dalam bentuk foto, video maupun tulisan yang seringkali berisi informasi pribadi mereka yang dapat menyebabkan pengguna berada dalam posisi berbahaya dan berpotensi hilangnya privasi pengguna. Dengan semakin banyak kehidupan yang di rekam secara digital maka bisa berpotensi menciptakan efek jangka panjang pada privasi dan keamanan. SMK Negeri 1 Kota Jambi yang beralamatkan di Jl A Thalib Simpang Empat Sipin Kec Telanaipura Kota Jambi 36361. Permasalahan yang di hadapi adalah belum adanya pengetahuan secara mendalam tentang bahaya social engineering dan bagaimana pencegahnya agar tidak terjadi nya kebocoran privasi data ketika mayoritas siswa/i adalah pengguna aktif social media sehingga di khawatirkan dapat menimbulkan kerugianan dan tidak adanya keamanan informasi. Dengan adanya Pengabdian Kepada Masyarakat (PKM) diharapkan kepada siswa/i siswa/i mampu memahami tentang bahaya dan bagaimana cara pencegahan social engineering agar tidak terjadinya kebocoran data informasi privasi sehingga dapat meningkatkan kesadaran akan pentingnya keamanan informasi yang berdampak pada perubahan sikap mereka dalam membagikan informasi pribadi di media sosial saat berinternet.
Klasifikasi Penyakit Monkeypox dengan Menggunakan Algoritma K-Nearest Neighbor Suyanti; Arvita, Yulia; Siswanto, Agus
Jurnal PROCESSOR Vol 19 No 2 (2024): Jurnal Processor
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/processor.2024.19.2.1616

Abstract

Dengan berkembangnya penyakit mokeypox maka banyak masyarakat bisa tertular penyakit ini, di karenakan peyakit ini penularannya bisa melalui kontak erat dengan hewan/orang yang terinfeksi monkeypox. Penyebaranya bisa melalui kontak tatap muka, kulit ke kulit, mulut ke mulut, atau mulut ke kulit, termaksud kontak seksual, percikan ludah/cairan hidung, dan mungkin penularan bisa melalui aerosol jarak pendek. jika virus ini tertular ke bayi yang baru lahir, anak – anak,  dan orang dengan gangguan kekebalan tubuh maka dapat  beresiko mengalami gejala – gejala yang lebih serius  dan menyebabkan kematian. Untuk mengurangin penyebaran penyakit ini dapata dilakukan diagnosa terhadap faktor – faktor terkait, akan tetapi terdapat resiko jika salah dalam mengklasifikasikan. Untuk mengatasi hal tersebut maka dapat memanfaatkan metode dalam data mining. Untuk menghentikan penyebaran virus monkey pox secara luas maka dapat di lakukan dengan menerapkan model pembelajaran data mining yaitu dengan cara mengklasifikasikan penyakit monkeypox dengan menggunakan metode K-Nearest Neighbor Sehingga hal ini bisa menghentikan penyebaraan virus semakin banyak dan meluas serta bisa mendeteksi dini penyakit monkeypox dan menghambat penularan serta pertumbuhan kematian yang di akibatkan oleh virus. Hasil implementasi algortima KNN pada aplikasi ripedminer dilakukan dengan menggunakan pergantian nilai k, dan hasil akurasi tertinggi didapat pada nilai k=9 dengan akurasi sebesar 59,50%, nilai presesinya adalah 65,93 %, sedangkan recall menghasilkan 76,92%.
Pendekatan Single Page Application pada Sistem Informasi Bimbingan Tugas Akhir Menggunakan Metode Agile Developement Rahim, Abdul; Siswanto, Agus; Arvita, Yulia; Suyanti, Suyanti
JOINS (Journal of Information System) Vol. 10 No. 1 (2025): Edisi Mei 2025
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v10i1.11531

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi bimbingan tugas akhir berbasis Single Page Application (SPA) guna meningkatkan efisiensi dalam proses bimbingan di perguruan tinggi. Permasalahan seperti kurangnya interaksi antara dosen dan mahasiswa serta sulitnya pengelolaan jadwal bimbingan dan revisi menjadi fokus utama. Aplikasi dikembangkan menggunakan metode Agile, yang memungkinkan pengembangan secara bertahap sesuai kebutuhan pengguna. Dengan desain SPA, aplikasi ini memberikan pengalaman yang lebih responsif, mengurangi waktu pemuatan, dan mempercepat komunikasi. Selain itu, aplikasi ini juga dilengkapi dengan fitur QR Code untuk mempermudah proses presensi bimbingan, di mana mahasiswa dapat melakukan presensi dengan cepat dan akurat hanya dengan memindai kode yang dihasilkan sistem. Fitur ini tidak hanya mempercepat proses pencatatan kehadiran, tetapi juga meminimalkan risiko kesalahan pencatatan. Uji coba menunjukkan bahwa aplikasi ini mampu meningkatkan efektivitas bimbingan dengan mengurangi hambatan komunikasi dan meningkatkan akurasi pencatatan. Hasil ini penting karena memperbaiki proses bimbingan tugas akhir secara keseluruhan. Kesimpulannya, aplikasi SPA ini terbukti mampu meningkatkan efisiensi dalam proses bimbingan akademik dan presensi mahasiswa
Perancangan Sistem Presensi Face Recognition Dengan Menggunakan Metode Haar Cascade Object Detection Evan Alber; Jasmir; arvita, Yulia
Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM) Vol 5 No 1 (2025): JAKAKOM Vol 5 No 1 APRIL 2025
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jakakom.2025.5.1.2205

Abstract

Presensi yang dilakukan dengan manual dirasa kurang efektif penerapannya dalam masa pandemi covid-19. Ini dirasa dapat mengurangi perlindungan kesehatan terhadap pekerja hingga ruang lingkup sekitarnya dikarenakan dilakukan secara langsung dengan menyentuh alat presensi. Sebagai tanggapan dari permasalahan yang dibahas, salah satu caranya adalah dengan merancang sistem presensi face recognition ini. Dengan presensi face recognition ini para orang yang ingin melakukan presensi tidak lagi melakukannya secara manual. Sistem dapat merekam data apabila wajah orang yang melakukan presensi dihadapkan ke kamera. Tak hanya itu, perancangan sistem ini juga bertujuan sebagai landasan dalam mewujudkan perkembangan teknologi pada lingkungan sekitar. Hasil pengujian pada sistem didapatkan bahwa sistem dapat mengenali wajah yang melakukan presensi adalah dengan waktu rata – rata sebesar 1.693 detik dari nilai akurasi yang telah ditentukan.
SOSIALISASI PEMANFAATAN ARTIFICIAL INTELLIGENCE (AI) DALAM PEMBELAJARAN PADA SISWA/I SMKN 9 MUARO JAMBI Purnasari, Manja; Hartiwi, Yessi; Nurhayati; Gusriyanti, Dwi Ayu; Arvita, Yulia
Jurnal Pengabdian Masyarakat UNAMA Vol 4 No 1 (2025): JPMU Volume 4 Nomor 1 April 2025
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jpmu.2025.4.1.2088

Abstract

Dalam era digital saat ini, Artificial Intelligence (AI) telah mengemuka sebagai teknologi yang berpotensi besar untuk merevolusi sektor pendidikan dengan meningkatkan proses dan hasil pembelajaran. AI, dengan kemampuannya dalam personalisasi materi ajar dan analisis data, memungkinkan peningkatan efektivitas pengajaran dan pembelajaran. Di tengah tuntutan keterampilan abad ke-21, seperti berpikir kritis, kreativitas, dan kolaborasi, AI dapat berfungsi sebagai alat yang mendukung pengembangan keterampilan tersebut. Salah satu aplikasi AI yang menonjol adalah Chat GPT (Generative Pre-trained Transformer), yang menawarkan kemungkinan baru dalam interaksi antara manusia dan komputer serta akses informasi yang lebih luas, selain itu beberapa aplikasi AI yang dapat dimanfaatkan dalam pembelajaran seperti, Khan Academy, Duolingo dan Canva. Namun, integrasi AI dalam pendidikan masih menghadapi tantangan, terutama terkait kurangnya pengetahuan dan pemahaman tentang teknologi ini di kalangan pendidik, siswa, dan orang tua. Tinjauan awal di SMK Negeri 9 Muaro Jambi menunjukkan bahwa belum ada sosialisasi mengenai pemanfaatan AI untuk pembelajaran. Untuk mengatasi hal ini, tim Pengabdian Kepada Masyarakat (PKM) merencanakan program edukasi bertema "Sosialisasi Pemanfaatan Artificial Intelligence (AI) Dalam Pembelajaran Pada Siswa/i SMK Negeri 9 Muaro Jambi" dengan tujuan untuk meningkatkan pemahaman dan keterampilan siswa dalam menggunakan teknologi AI sebagai penunjang proses pembelajaran di sekolah.
Comparative analysis of word embedding features to improve the performance of deep learning models on social media data Jasmir, Jasmir; Alam Jusia, Pareza; Arvita, Yulia; Gunardi, Gunardi
Bulletin of Electrical Engineering and Informatics Vol 14, No 4: August 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v14i4.9200

Abstract

In this study, we apply various deep learning methods incorporating word embedding features to evaluate their impact on improving classification performance in sentiment analysis. The methods employed include conditional random field (CRF), bidirectional long short term memory (BLSTM), and convolutional neural network (CNN). Our experiments utilize social media data from restaurant review. By testing different iterations of these deep learning techniques with various word embedding features, we found that the BLSTM algorithm achieved the highest accuracy of 80.00% before integrating word embedding features. After incorporating word embeddings, the BLSTM with the word2vec feature achieved an accuracy of 87.00%. Notably, the CNN showed a significant improvement with the FastText feature. Considering all evaluation metrics—accuracy, precision, recall, and F1-score—the BLSTM algorithm consistently demonstrated the best performance across different word embeddings.
Klasifikasi Penyakit Jantung Dengan Menggunakan Algoritma C5.O Nada Aprillia; arvita, Yulia; Jasmir
Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM) Vol 5 No 2 (2025): JAKAKOM Vol 5 No 2 SEPTEMBER 2025
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jakakom.2025.5.2.2383

Abstract

Penyakit jantung adalah gangguan yang terjadi pada sistem pembuluh pembuluh darah besar yang menyebabkan organ vital makhluk hidup tidak berfungsi dengan baik. Seiring berkembangnya ilmu pengetahuan, kasus tentang prediksi penderita penyakit jantung dapat diselesaikan menggunakan teknik data mining. Dalam proses diagnosa masalah yang sering kali terjadi adalah kurangnya akurasi pada proses klasifikasi. Untuk mengukur tingkat akurasi pada dataset dapat dilakukan dengan teknik klasifikasi. Penelitian ini akan melakukan klasifikasi pada dataset penyakit jantung yang diperoleh dari situs Kaggle dengan mengetahui kombinasi setiap atribut pada dataset dan kemudian melakukan perhitungan untuk mengetahui tingkat akurasi pada dataset menggunakan teknik klasifikasi data mining dengan menggunakan algoritma C5.0. Hasil tingkat akurasi prediksi algoritma C5.0 menggunakan tools RapidMiner pada data penyakit jantung dengan jumlah 918 data yang mempunyai 12 atribut, yaitu Penderita Penyakit Jantung (Heart Disease), Usia (Age), Jenis Kelamin (Sex), Jenis Sakit Dada (Chest Pain Type), Tekanan Darah Saat Istirahat (Resting Blood Pressure), Kolesterol (Cholesterol), Gula Darah (Fasting Blood Sugar), Hasil Elektrokardiografi Saat Istirahat (Resting ECG), Detak Jantung Maksimum (Max Heart Rate), Latihan Diinduksi Angina (exercise angina), oldpeak, ST Slope.
Co-Authors Abdul Rahim Agus Siswanto Evan Alber Fachruddin Gunardi Gunardi Gusriyanti, Dwi Ayu Hartiwi, Yessi Jasmir Jasmir, Jasmir Manja Purnasari Nada Aprillia Nurhayati Nurhayati Pareza Alam Jusia, Pareza Alam Sutoyo, Mochammad Arief Hermawan Suyanti Suyanti Suyanti WILLY RIYADI