Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal DEDIKASI: Community Service Reports Media Komunikasi Dunia Ilmu Sipil (MoDuluS)
Putri, Nada Hanifah
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Environmental Science Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Aplikasi Machine Learning Method pada Pemetaan Kerawanan Tanah Longsor di Kabupaten Karanganyar Putri, Nada Hanifah; Dananjaya, Raden Harya; Surjandari, Niken Silmi
Media Komunikasi Dunia Ilmu Sipil (MoDuluS) Vol 6 No 1 (2024)
Publisher : Universitas Veteran Bangun Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32585/modulus.v6i1.4490

Abstract

Indonesia berada dalam zona iklim tropis yang rawan untuk mengalami bencana hidrometeorologi. Pemetaan kerawanan longsor merupakan salah satu upaya mitigasi yang dapat dilakukan untuk mengurangi dampak dari bencana tanah longsor. Penelitian ini bertujuan untuk membuat peta kerawanan longsor wilayah Kabupaten Karanganyar menggunakan machine learning yang diklasifikasikan menjadi lima kelas yaitu sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Metode yang digunakan untuk pembuatan model adalah Voting Classifier Ensemble Technique. Sembilan faktor pengondisi yang digunakan yaitu jarak terhadap jalan sekunder dan tersier, slope, TWI, elevasi, land use, litologi, NDVI, serta curah hujan. Algoritma machine learning didapatkan dari modul Scikit Learn. Kombinasi parameter yang digunakan yaitu pada metode Random Forest menggunakan parameter random_state = 0, n_estimators = 750, criterion = 'entropy', metode Support Vector Machine menggunakan parameter random_state = 0, Probability = True, gamma = 0.005, C = 1, metode K-Nearest Neighbors menggunakan parameter n_neighbors = 11, weights = 'distance', leaf_size = 20, dan metode Voting Classifier menggunakan parameter voting = 'soft', weights = [1,1,1] untuk parameter lain yang digunakan diatur sesuai dengan default modul. Model yang didapatkan memiliki AUC sebesar 0,9563 yang mendekati 1 sehingga dapat dikatakan bahwa model yang dimiliki performa yang baik untuk melakukan prediksi probabilitas longsor.
Pemberdayaan Kelompok Wanita Tani (KWT) di Desa Tawang melalui Pelatihan Pembuatan Pupuk Organik Cair dari Gedebog Pisang Wijayanto, Danar Susilo; Aprilya, Kartika; Firdaus, Safira; Muthi, Annisa Salsabila Ghina; Amanda, Attala Surya Prima; Thoriq, Khaira Fadia; Amanda, Kristina Dwi; Yuari, Malik; Ussalam, Naafi’; Putri, Nada Hanifah; Panuntun, Philip Purwoko Adi
DEDIKASI: Community Service Reports Vol 5, No 2 (2023): DEDIKASI: Community Service Report - July
Publisher : FKIP Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/dedikasi.v5i2.73033

Abstract

Banana stems are organic waste that contains elements that are beneficial to plants. The management of banana stems can be used as liquid organic fertilizer as an effort to reduce the presence of waste and can be used as fertilizer for plants. On this basis, KKN UNS held a training activity on making POC from banana stem which was attended by 50 members of Kelompok Wanita Tani (KWT) in Tawang Village. Training on making POC from banana stem aims to utilize unused waste and provide insight and experience for participants in making POC. Training consists of providing material and direct practice in making POC. The results of the manufacturing practice are used for fertilizer for plants in the garden owned by KWT Tawang Village.
Co-Authors Amanda, Attala Surya Prima Amanda, Kristina Dwi Aprilya, Kartika Danar Susilo Wijayanto Firdaus, Safira Muthi, Annisa Salsabila Ghina Niken Silmi Surjandari Panuntun, Philip Purwoko Adi Raden Harya Dananjaya, Raden Harya Thoriq, Khaira Fadia Ussalam, Naafi’ Yuari, Malik