Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Digit : Digital of Information Technology Educational Technology Journal
Syamsudin, Muhammad Syafri
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
PEMODELAN PREDIKTIF KELAYAKAN BEASISWA PIP MENGGUNAKAN SUPPORT VECTOR MACHINE: STUDI KASUS PADA SEKOLAH MENENGAH KEJURUAN NEGERI DI CIREBON Syamsudin, Muhammad Syafri; Maulana, Indra; Suratno, Suratno
Jurnal Digit : Digital of Information Technology Vol 15, No 2 (2025)
Publisher : Universitas Catur Insan Cendekia (CIC) Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51920/jd.v15i2.444

Abstract

Memastikan akses pendidikan yang setara bagi siswa dari keluarga berpenghasilan rendah tetap menjadi tantangan strategis dalam pengembangan sumber daya manusia di Indonesia. Program Indonesia Pintar (PIP) merupakan inisiatif pemerintah yang memberikan bantuan keuangan langsung kepada siswa kurang mampu atau yang berisiko putus sekolah karena kesulitan ekonomi. Namun, proses seleksi penerima beasiswa masih menghadapi permasalahan terkait akurasi dan objektivitas. Penelitian ini bertujuan untuk mengembangkan model klasifikasi guna mengidentifikasi calon penerima PIP yang layak menggunakan algoritma Support Vector Machine (SVM), berdasarkan data siswa dari Sekolah Menengah Kejuruan Negeri (SMK Negeri) di Cirebon. Dataset terdiri atas 216 data siswa, mencakup fitur seperti prestasi akademik, pendapatan orang tua, status KETM (keluarga ekonomi tidak mampu), serta variabel demografis lainnya. Model SVM dikembangkan menggunakan kernel linear pada platform R, dengan kinerja divalidasi melalui metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model mencapai akurasi klasifikasi sebesar 90% pada data pelatihan dan 85,19% pada data pengujian, dengan interval kepercayaan 95%. Temuan ini menunjukkan bahwa algoritma SVM efektif dalam mengklasifikasikan kelayakan penerima PIP berdasarkan variabel kuantitatif yang tersedia. Penelitian ini berkontribusi pada pengembangan sistem pendukung keputusan berbasis data di sektor pendidikan, khususnya dalam meningkatkan transparansi dan efisiensi distribusi beasiswa yang adil dan tepat sasaran. Kata kunci: Klasifikasi, Machine Learning, Prediksi, Support Vector Machine, Beasiswa.
PENGEMBANGAN SISTEM DETEKSI TANTRUM REAL-TIME BERBASIS IOT UNTUK MENDUKUNG PENDIDIKAN INKLUSIF DI SEKOLAH LUAR BIASA Sindoro, Nayla Deffonda; Dianti, Sri; Saefullah, Reikhan; Syamsudin, Muhammad Syafri
Educational Technology Journal Vol 5 No 2 (2025): Vol. 5 No. 2 (2025): Volume 5 Nomor 2, Oktober 2025
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

In Special Education Schools (SLB), detecting and handling negative emotional behaviors such as tantrums in autistic students is a major challenge that directly affects the safety and quality of learning. This study aims to design a real-time tantrum detection system based on the Internet of Things (IoT), integrating a heart rate sensor and a sound sensor, processed using an ESP32 microcontroller and connected to a web-based monitoring platform as a notification medium for teachers. Through a software engineering approach and literature review of over 40 reputable scientific publications, this system is developed as an innovative and applicable early solution in the context of inclusive education. Theoretical reviews indicate that physiological and vocal behavioral indicators are key signals in detecting stress or emotional outbursts in students with Autism Spectrum Disorder (ASD). This system design is expected to contribute to creating a more adaptive, safe, and responsive learning environment in SLB.
Co-Authors Dianti, Sri Indra Maulana Saefullah, Reikhan Sindoro, Nayla Deffonda Suratno Suratno