Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Review Pendidikan dan Pengajaran (JRPP) Journal Computer Science and Informatic Systems : J-Cosys Jurnal Software Engineering and Computational Intelligence
Putriani, Nina Dwi
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Social Sciences Other

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

Found 3 Documents
Search

 1 
Identification of Determinants of Inclusive Economic Growth Using the Metaheuristic Whale Optimization Algorithm Approach Septian, Firza; Putriani, Nina Dwi
Jurnal Software Engineering and Computational Intelligence Vol 3 No 01 (2025)
Publisher : Informatics Engineering, Faculty of Computer Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jseci.v3i01.5396

Abstract

Inclusive economic growth demands the identification of key factors that drive equitable improvements in regional welfare. However, the complex interrelationships among social, economic, and demographic variables make traditional approaches insufficient for handling high-dimensional data. This study introduces an innovative approach by combining the Whale Optimization Algorithm (WOA) for feature selection with a Random Forest Regressor model to predict Gross Regional Domestic Product (GRDP) per capita as the main indicator of regional prosperity. The dataset consists of 210 regional observations and 18 independent variables. Feature selection using WOA was guided by minimizing the mean squared error (MSE), resulting in the identification of the 8 most relevant features. The retrained Random Forest model on the selected features achieved a high prediction performance, with an R² value of 0.9938 and a low RMSE. Furthermore, GRDP values were categorized into three regional welfare classes (Low, Medium, High), and the classification yielded 97.92% accuracy with high precision, recall, and F1-scores across all classes. These findings demonstrate that combining metaheuristic optimization and machine learning enables efficient and accurate identification of the key determinants of inclusive economic growth. The results provide valuable insights for formulating more targeted regional development policies.
EXPLORATION OF NEW LEARNING MEDIA: CANVA AS A MEDIUM FOR BRAND LOGO DESIGN FOR VOCATIONAL STUDENTS Putriani, Nina Dwi; Oktaviani, Anggi; Widayani, Hapsari; Machsunah, Yayuk Chayatun; Cornellia, Riri
Jurnal Review Pendidikan dan Pengajaran Vol. 7 No. 2 (2024): Volume 7 No. 2 Tahun 2024
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jrpp.v7i2.27084

Abstract

Tujuan penelitian ini adalah untuk memberikan pandangan yang lebih mendalam tentang potensi Canva dalam meningkatkan keterampilan desain grafis siswa SMK dan mengeksplorasi kemungkinan integrasi Canva ke dalam kurikulum pembelajaran.Metode penelitian yang digunakan dalam penelitian ini adalah Participatory Action Research (PAR). PAR merupakan pendekatan penelitian kolaboratif yang melibatkan partisipasi aktif dari para subjek penelitian, dalam hal ini siswa kelas 12 SMK PGRI 2 Lahat. Hasil penelitian ini menunjukkan bahwa penggunaan Canva sebagai media pembelajaran desain logo merek bagi siswa SMK efektif dan menarik. Integrasi Canva dalam kurikulum meningkatkan keterampilan desain kreatif dan teknis siswa. Respons siswa terhadap penggunaan Canva positif, dengan antarmuka yang ramah pengguna dan kemampuan untuk membuat konten visual yang terlihat profesional. Penelitian ini menggarisbawahi potensi Canva dalam meningkatkan keterampilan desain grafis dan merekomendasikan integrasinya dalam kurikulum pembelajaran.Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa penggunaan Canva sebagai media pembelajaran desain logo merek memiliki potensi besar dalam meningkatkan keterampilan siswa SMK. Oleh karena itu, disarankan agar Canva diintegrasikan secara lebih luas dalam kurikulum pembelajaran di SMK. Selain itu, perlu dilakukan pelatihan dan pendampingan bagi pendidik untuk memaksimalkan penggunaan Canva dan memfasilitasi pembelajaran yang interaktif dan kreatif.
Predicting Purchase Decision Using a Hybrid KNN-WOA Model Based on Social Media Marketing and Word of Mouth Quality Sari, Yusi Nurmala; Putriani, Nina Dwi; Prakarsya, Agustian; Septian, Firza
Journal Computer Science and Information Systems : J-Cosys Vol 5, No 2 (2025): September
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53514/jco.v5i2.701

Abstract

Penelitian ini bertujuan untuk mengembangkan dan menguji model hybrid K-Nearest Neighbor (KNN) yang dioptimasi dengan Whale Optimization Algorithm (WOA) dalam memprediksi keputusan pembelian konsumen berdasarkan variabel Social Media Marketing (SMM) dan Word of Mouth Quality (WQ). Data penelitian diperoleh dari 100 responden dengan 22 indikator yang diukur menggunakan skala Likert 1–7. Variabel dependen berupa Purchase Decision dibentuk dari lima indikator dan dikonversi menjadi kelas biner untuk keperluan klasifikasi. Hasil analisis deskriptif menunjukkan bahwa indikator SMM dan WQ memiliki distribusi yang stabil dengan kecenderungan nilai tinggi, serta korelasi positif terhadap keputusan pembelian. Model hybrid KNN–WOA menghasilkan akurasi sebesar 95% dengan precision 0.95, recall 1.00, dan f1-score 0.97 pada kelas positif. Temuan ini menegaskan bahwa kualitas konten media sosial dan kredibilitas informasi Word of Mouth berperan signifikan dalam memengaruhi keputusan pembelian konsumen. Penelitian ini memberikan kontribusi teoritis dalam pengembangan model prediktif berbasis optimasi metaheuristik serta kontribusi praktis bagi perusahaan dalam merancang strategi pemasaran digital yang lebih efektif dan berbasis data.
Co-Authors Anggi Oktaviani Firza Septian Hapsari Widayani Machsunah, Yayuk Chayatun Prakarsya, Agustian Riri Cornellia Yusi Nurmalasari