Article Per Year (5 Year)
p-Index From 2020 - 2025
1.456
P-Index
This Author published in this journals
All Journal Journal of Applied Science, Engineering, Technology, and Education Mattawang: Jurnal Pengabdian Masyarakat Journal of Digital Technology and Computer Science Innovation and Applied Education Journal
Jannah, Devi Miftahul
Unknown Affiliation
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Public Health Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
From Ethics to Impact: Modeling the Role of AI Perception Dynamics in the Relationship Between Ethics AI Practices, AI-Driven Societal Impact, and AI Behavioral Analysis Fakhri, M. Miftach; Jannah, Devi Miftahul; Isma, Andika; Dewantara, Hajar; Nirmala S., Aprilianti
Journal of Applied Science, Engineering, Technology, and Education Vol. 7 No. 1 (2025)
Publisher : PT Mattawang Mediatama Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35877/454RI.asci3802

Abstract

The rapid evolution of Artificial Intelligence (AI) has brought significant changes across various sectors, including healthcare, finance, and criminal justice, presenting both remarkable opportunities and complex ethical challenges. As AI becomes increasingly embedded in decision-making processes, concerns about individual rights, social equity, and public trust are growing, especially in high-stakes contexts. These ethical implications underscore the critical need for robust frameworks that emphasize AI transparency, accountability, and fairness to mitigate risks such as bias and ensure responsible usage. Despite the increased focus on ethical AI practices, there remains a considerable gap in understanding how these frameworks impact societal perceptions and behaviors toward AI. This study seeks to address this gap by investigating the effects of ethical AI practices—specifically transparency, accountability, and fairness—on public perceptions and behaviors. The study employs a quantitative approach, using purposive sampling to select a sample of AI-knowledgeable participants and analyzing the data with Partial Least Squares Structural Equation Modeling (PLS-SEM). This methodological approach allows for a detailed exploration of the relationships between ethical AI practices and societal impacts. Additionally, the study examines the mediated pathways through which these ethical practices influence AI’s societal and behavioral impacts, hypothesizing that transparency and accountability foster trust and positive engagement. By developing a framework that aligns ethical AI practices with societal values, this study aims to advance the broader goals of societal trust, public acceptance, and sustainable social integration of AI technologies. These insights contribute to the growing body of knowledge on responsible AI deployment, supporting ethical alignment in diverse AI applications and promoting trustworthiness in AI-driven systems
Portal Digital Berbasis Website dan AR/VR untuk Penguatan Link and Match melalui VocationalFive 4.0 di SMKN 5 Barru Baso, Fadhlirrahman; Prima, Kurnia Wahyu; Nurfauziah, Nurfauziah; Jannah, Devi Miftahul; Nurjannah, Elma
Mattawang: Jurnal Pengabdian Masyarakat Vol. 6 No. 3 (2025)
Publisher : Yayasan Ahmar Cendekia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35877/454RI.mattawang4303

Abstract

Vocational High School (SMK) graduates in Indonesia face the problem of competency mismatch with the needs of the world of work, reflected in the high open unemployment rate of 9.42% (BPS, 2023). The community service program at SMKN 5 Barru aims to increase the capacity of teachers and students by utilizing the VocationalFive 4.0 portal based on Augmented Reality (AR) and Virtual Reality (VR). A participatory action research approach was used, including needs identification, training, mentoring, and evaluation. The results showed improved skills with an average post-test score of 85.17 and increased teacher confidence in using AR/VR. The portal was also rated as relevant for publication of work, alumni tracking, and career navigation. The findings confirm the importance of digital technology integration in vocational education, which can create interactive learning and align with industry needs. This program has the potential to become a model for developing AR/VR-based learning with an alumni tracer system.
KNN Vs Naive Bayes: An Innovative Comparison in Predictive AI Learning With Association Data Support Jannah, Devi Miftahul; Aprilianti Nirmala S
Journal of Digital Technology and Computer Science Vol. 3 No. 1 (2025): November 2025
Publisher : Lontara Digitech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61220/digitech.v3i1.20251

Abstract

This study analyzes how Naive Bayes and K-Nearest Neighbor (KNN) predict learning outcomes based on artificial intelligence (AI). The main focus of this study is the difficulty of algorithms in handling complex learning data and the contribution of Association Rule Mining (ARM) attribute features in improving prediction accuracy. The methods applied include two classification algorithms (KNN and Naive Bayes) in an exploratory-comparative quantitative research design, as well as the application of ARM to uncover hidden patterns among variables using the apriori algorithm. Data for 368 students with prior experience in artificial intelligence technology was collected through an online survey. Although KNN outperforms in recall, the study results show that Naive Bayes has higher precision. By detecting hidden correlation patterns that cannot be identified by conventional classification methods, ARM improves classification results. The discussion emphasizes that the selection of the best algorithm depends on the application's objectives, namely whether the priority is on classification accuracy or the range of relevant results. Based on these findings, a hybrid technique combining KNN, Naive Bayes, and ARM is highly recommended for creating a more efficient and accurate prediction system to support AI-based education.
Pengembangan Dan Validasi Inventarisasi Kecemasan Ujian Pada Siswa Belajar Online Elma Nurjannah; Jannah, Devi Miftahul; Annajmi Rauf
Innovation and Applied Education Journal Volume 2, Issue 2, Juni 2025
Publisher : PT. Lontara Digitech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61220/iaej.v2i2.253

Abstract

Pandemi COVID-19 telah mendorong peralihan mendadak ke pembelajaran daring yang memunculkan tantangan psikologis baru, termasuk kecemasan ujian. Penelitian ini bertujuan untuk mengembangkan dan menguji secara awal instrumen pengukuran kecemasan ujian yang relevan dalam konteks pembelajaran daring. Penelitian menggunakan pendekatan kuantitatif dengan desain cross-sectional dan melibatkan 41 mahasiswa aktif dari Program Studi Teknik Informatika dan Komputer Universitas Negeri Makassar. Instrumen berupa angket skala Likert lima poin yang mencakup aspek kognitif, fisiologis, dan lingkungan. Analisis data dilakukan secara deskriptif menggunakan ukuran mean, median, modus, minimum, maksimum, dan distribusi frekuensi. Hasil menunjukkan bahwa 52,5% mahasiswa mengalami kecemasan sedang, 37,5% kecemasan berat, dan hanya 10% kecemasan ringan. Skor mean tertinggi terdapat pada item kekhawatiran terhadap hasil ujian (mean = 3,475), sedangkan gejala fisik dan tekanan lingkungan juga signifikan. Hasil ini menunjukkan bahwa kecemasan ujian pada pembelajaran daring bersifat multidimensional dan perlu diukur secara kontekstual. Penelitian ini berkontribusi dalam menyediakan instrumen awal yang dapat digunakan untuk deteksi dini dan intervensi psikologis guna mendukung kesehatan mental mahasiswa di era digital.
Edukasi Keamanan Digital Berbasis AI Generatif: Studi pada Mahasiswa Teknologi di Indonesia Afrisal Arifin; Jannah, Devi Miftahul
Innovation and Applied Education Journal Volume 1, Issue 2, Juni 2024
Publisher : PT. Lontara Digitech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61220/iaej.v1i2.241

Abstract

Penelitian ini bertujuan untuk mengevaluasi tingkat literasi keamanan siber dan perilaku mahasiswa dalam mengadopsi langkah-langkah perlindungan digital. Dengan pendekatan kuantitatif berbasis survei dan desain cross-sectional, data dikumpulkan melalui kuesioner daring dari mahasiswa program studi berbasis teknologi di Indonesia, menggunakan purposive sampling untuk menjangkau partisipan yang relevan. Instrumen penelitian mencakup tiga aspek utama: pandangan terhadap penggunaan chatbot berbasis AI Generatif, kebiasaan penggunaan teknologi, dan pemahaman serta sikap terhadap ancaman digital. Analisis statistik dilakukan untuk menilai hubungan antara literasi keamanan digital, kesadaran, dan perilaku mahasiswa. Hasil penelitian menunjukkan bahwa tingkat kesadaran keamanan siber mahasiswa berada pada kategori menengah, dengan kesadaran dasar yang cukup baik namun implementasi langkah-langkah spesifik, seperti autentikasi dua faktor dan pengelolaan privasi, masih memerlukan peningkatan. Pembelajaran berbasis AI Generatif, seperti GPT Chatbot, diidentifikasi sebagai pendekatan potensial untuk meningkatkan literasi keamanan siber secara personal dan relevan. Penelitian ini berkontribusi pada pengembangan strategi edukasi keamanan digital yang lebih efektif, memberikan wawasan tentang perilaku mahasiswa, dan menginformasikan institusi pendidikan untuk mengintegrasikan modul keamanan siber ke dalam kurikulum. Temuan ini menegaskan pentingnya kolaborasi antara institusi pendidikan dan penyedia alat keamanan dalam menciptakan generasi pengguna digital yang lebih aman dan terinformasi.
Analisis Kompetensi Mahasiswa terhadap Teknologi Artificial Intelligence Resty Indriyani; Adit Saputra; Wahyu ilahi; Hapryan Paping; Jannah, Devi Miftahul
Innovation and Applied Education Journal Volume 1, Issue 2, Juni 2024
Publisher : PT. Lontara Digitech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61220/iaej.v1i2.245

Abstract

Penelitian ini menginvestigasi analisis kompetensi mahasiswa terhadap Teknologi Artificial Intelligence (AI) dengan tujuan mendapatkan pemahaman mendalam tentang tingkat kesiapan mereka menghadapi perkembangan teknologi ini. Latar belakang penelitian ini mencerminkan kebutuhan akan sumber daya manusia yang mampu memahami, mengembangkan, dan mengimplementasikan solusi berbasis AI dalam berbagai sektor. Penelitian ini bertujuan untuk mengevaluasi pengetahuan dasar, keterampilan teknis, dan pemahaman etika mahasiswa terkait AI. Melalui survei dan analisis data, ditemukan bahwa sebagian besar mahasiswa memiliki pemahaman yang terbatas mengenai konsep dasar AI dan keterampilan teknis yang dibutuhkan. Kesimpulan penelitian menunjukkan perlunya peningkatan kurikulum pendidikan untuk memastikan mahasiswa dapat mengembangkan kompetensi AI yang sesuai dengan tuntutan pasar kerja masa depan. Selain itu, penelitian ini merekomendasikan penerapan strategi pembelajaran yang inovatif dan proaktif untuk meningkatkan pemahaman mahasiswa tentang etika dalam penggunaan teknologi AI. Dengan demikian, untuk mencapai keberhasilan dalam menghadapi era AI, mahasiswa perlu dilengkapi dengan keterampilan yang komprehensif dan pemahaman yang mendalam terhadap perkembangan teknologi ini.
Persepsi Mahasiswa Kota Makassar Terhadap E-Learning dengan Metode Extended Technology Acceptance Model ( EXT-TAM ) Jannah, Devi Miftahul; Andi Fitri Novianti; Annajmi Rauf; Wahyu Hidayat M
Innovation and Applied Education Journal Volume 1, Issue 3, Oktober 2024
Publisher : PT. Lontara Digitech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61220/iaej.v1i3.245

Abstract

Pendidikan di era digital semakin menggantungkan diri pada teknologi, khususnya E-Learning, sebagai metode inovatif dalam proses belajar-mengajar. Penelitian ini menggunakan Extended Technology Acceptance Model (EXT-TAM) untuk menganalisis persepsi mahasiswa di Kota Makassar terhadap penerapan E-Learning. Temuan utama menunjukkan bahwa mahasiswa memiliki persepsi positif terhadap aspek Awareness, Usage, Evaluation, dan Etika dalam penggunaan E-Learning. Meskipun pemahaman terhadap perangkat pintar dan keterampilan menggunakan aplikasi AI mendapatkan penilaian tinggi, pemahaman terhadap teknologi AI dan kesadaran privasi masih memerlukan perhatian lebih. Hasil penelitian ini memberikan gambaran bahwa mahasiswa di Kota Makassar mendukung implementasi E-Learning dengan EXT-TAM, namun perlu upaya untuk meningkatkan pemahaman tertentu terkait teknologi. Penelitian ini memberikan kontribusi pada pemahaman ekstensif tentang penerimaan E-Learning di konteks lokal, dengan implikasi bagi pengembangan strategi pendidikan berbasis teknologi di masa depan.
Analisis Faktor-Faktor Penentu Penggunaan Chatbot AIDalam Lingkungan Hybrid Learning Kurnia Wahyu Prima; Jannah, Devi Miftahul; Aprilianti Nirmala S
Innovation and Applied Education Journal Volume 2, Issue 2, Juni 2025
Publisher : PT. Lontara Digitech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61220/iaej.v2i2.252

Abstract

Pendidikan di era digital semakin kompleks, mendorong penerapan teknologi canggih untuk meningkatkan efisiensi pembelajaran. Salah satu inovasi yang menarik perhatian adalah Artificial Intelligence (AI), khususnya dalam bentuk chatbot. Penelitian ini mengeksplorasi faktor-faktor yang memengaruhi penggunaan chatbot AI dalam lingkungan hybrid learning. Hasil penelitian menunjukkan bahwa mahasiswa memberikan penilaian positif terhadap peran chatbot dalam mempermudah akses informasi dan mendukung berbagi pengetahuan. Namun, beberapa responden mengungkapkan ketidakpuasan terhadap kualitas respons chatbot, terutama dalam memahami pertanyaan yang diajukan. Faktor-faktor seperti kegunaan (usability), kepercayaan (trust), persepsi manfaat (perceived usefulness), dan pengaruh sosial tetap menjadi aspek penting, meskipun memerlukan penyesuaian dalam konteks hybrid learning. Analisis deskriptif menunjukkan mayoritas responden memberikan umpan balik positif terhadap fungsi chatbot, dengan tingkat kepuasan tinggi sesuai ekspektasi. Namun, keterbatasan pada input data dan pemahaman bahasa manusia yang kompleks menjadi tantangan utama. Temuan ini menunjukkan bahwa meskipun chatbot dianggap mampu memenuhi kebutuhan mahasiswa, peningkatan kualitas respons tetap diperlukan. Penelitian ini menggarisbawahi pentingnya institusi pendidikan untuk merancang strategi integrasi chatbot yang lebih efektif, dengan mempertimbangkan keterbatasan yang teridentifikasi. Keterbatasan ukuran sampel dalam penelitian ini membatasi generalisasi hasil, sehingga penelitian lanjutan disarankan untuk menggali lebih dalam faktor-faktor adopsi teknologi digital menggunakan pendekatan kualitatif. Kesimpulannya, chatbot AI memiliki potensi besar untuk meningkatkan pengalaman belajar mahasiswa, tetapi perlu dilakukan perbaikan untuk memastikan respons yang lebih berkualitas dan adaptif terhadap dinamika pembelajaran yang kompleks.
Analisis Pengetahuan dan Keterampilan Mahasiswa terhadap Internet of Things dalam Metaverse Sri Irmayani; Risha Febrianti; Fitria Nur Dina Salam; Jannah, Devi Miftahul
Innovation and Applied Education Journal Volume 1, Issue 3, Oktober 2024
Publisher : PT. Lontara Digitech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61220/iaej.v1i3.242

Abstract

Dalam menghadapi dinamika era digital yang terus berkembang, penelitian ini bersifat mendalam terhadap keterampilan mahasiswa terkait integrasi Internet of Things (IoT) dalam lingkungan Metaverse. Konteks permasalahan muncul dari kebutuhan untuk mengevaluasi pemahaman dan keterampilan mahasiswa yang menjadi kunci dalam memahami perubahan paradigma teknologi. Tujuan penelitian adalah untuk menganalisis sejauh mana mahasiswa memahami dan memiliki keterampilan terkait IoT dalam konteks Metaverse. Pendekatan kuantitatif digunakan dengan menggunakan kuesioner sebagai instrumen penelitian, dan sampel penelitian diambil dari populasi mahasiswa Universitas Negeri Makassar. Analisis data dilakukan dengan teknik analisis statistik yang sesuai. Hasil penelitian memberikan gambaran variabilitas tingkat keterampilan, dengan sebagian mahasiswa menunjukkan kemahiran yang tinggi, sementara sebagian lainnya memerlukan pengembangan lebih lanjut.
Co-Authors Adit Saputra Afrisal Arifin Andi Fitri Novianti Andika Isma Annajmi Rauf Aprilianti Nirmala S Baso, Fadhlirrahman Elma Nurjannah Fitria Nur Dina Salam Hajar Dewantara Hapryan Paping Kurnia Wahyu Prima M. Miftach Fakhri Nirmala S., Aprilianti Nurfauziah Nurfauziah, Nurfauziah Nurjannah, Elma Resty Indriyani Risha Febrianti Sri Irmayani Wahyu Hidayat M Wahyu Ilahi