Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Masyarakat dan Riset Pendidikan Jurnal Intelek Dan Cendikiawan Nusantara
Siti Gkhonia
Unknown Affiliation
Humanities Education Languange, Linguistic, Communication & Media Mathematics Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
ANALISIS PENENTUAN STATUS GIZI BERDASARKAN BERAT DAN TINGGI BADAN MENGGUNAKAN METODE FUZZY MAMDANI Yunita Sari; Siti Gkhonia; Khairul Shaleh
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 2 No. 6 (2025): Desember 2025 - Januari 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Permasalahan gizi masih menjadi tantangan penting dalam bidang kesehatan masyarakat, terutama terkait ketepatan penentuan status gizi individu. Metode konvensional yang menggunakan batas nilai tegas sering kali kurang mampu merepresentasikan kondisi nyata, khususnya pada individu yang berada di sekitar ambang batas kategori. Penelitian ini bertujuan untuk menganalisis dan merancang penentuan status gizi berdasarkan berat badan dan tinggi badan menggunakan metode Fuzzy Mamdani sebagai alternatif yang lebih fleksibel. Pendekatan penelitian yang digunakan bersifat kualitatif dengan menitikberatkan pada eksplorasi konsep, logika, dan mekanisme pengambilan keputusan dalam sistem fuzzy. Data diperoleh melalui studi dokumentasi terhadap standar antropometri dan literatur ilmiah terkini, yang kemudian digunakan untuk merumuskan variabel linguistik, himpunan fuzzy, dan basis aturan. Hasil analisis menunjukkan bahwa metode Fuzzy Mamdani mampu mengakomodasi ketidakpastian data antropometri melalui proses fuzzifikasi, inferensi berbasis aturan, dan defuzzifikasi, sehingga menghasilkan klasifikasi status gizi yang lebih adaptif dan mudah diinterpretasikan. Sistem ini tidak hanya memberikan satu keputusan kaku, tetapi merepresentasikan spektrum kondisi gizi secara lebih realistis. Penelitian ini diharapkan dapat memberikan kontribusi teoretis dalam pengembangan penerapan logika fuzzy di bidang kesehatan serta menjadi dasar pengembangan sistem pendukung keputusan untuk penilaian status gizi yang lebih objektif dan kontekstual.
Implementasi Metode Learning Vector Quantization (LVQ) pada Sistem Pendukung Keputusan Klasifikasi Prestasi Siswa : Penelitian Yunita Sari; Siti Gkhonia; Vivin Wulandari; Utami Wardah Hafiz; Wanayumini
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.5116

Abstract

Penilaian prestasi siswa merupakan bagian penting dalam proses evaluasi pendidikan karena berperan sebagai dasar pengambilan keputusan akademik. Namun, proses klasifikasi prestasi siswa masih banyak dilakukan secara konvensional sehingga berpotensi menghasilkan penilaian yang kurang objektif. Penelitian ini bertujuan untuk mengimplementasikan metode Learning Vector Quantization (LVQ) pada sistem pendukung keputusan dalam mengklasifikasikan prestasi siswa berdasarkan data nilai pengetahuan. Penelitian menggunakan pendekatan kuantitatif dengan metode eksperimental, memanfaatkan data nilai pengetahuan mata pelajaran Al-Qur’an Hadis kelas III B MIN 3 Asahan semester I tahun pelajaran 2023/2024 yang berjumlah 27 siswa. Empat nilai sumatif digunakan sebagai atribut input dan dikelompokkan ke dalam tiga kategori prestasi, yaitu tinggi, sedang, dan rendah. Data dinormalisasi menggunakan metode min–max, kemudian dibagi menjadi data latih dan data uji dengan proporsi 70% dan 30%. Hasil pengujian menunjukkan bahwa metode LVQ mampu mengklasifikasikan prestasi siswa dengan tingkat akurasi sebesar 87,50%. Kesalahan klasifikasi terjadi pada data dengan nilai yang berada di batas antar kategori prestasi. Temuan ini menunjukkan bahwa metode LVQ efektif digunakan sebagai alat bantu pengambilan keputusan akademik yang berbasis data dan dapat meningkatkan objektivitas dalam penilaian prestasi siswa.
Sistem Deteksi Kebakaran Berbasis IoT Dengan Notifikasi Ke Smartphone Melalui Blynk Siti Gkhonia; Bambang Irwansyah
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 3 No. 01 (2026): Februari - Maret 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Kebakaran merupakan salah satu bencana yang dapat menyebabkan kerugian besar baik dari segi material maupun keselamatan jiwa, sehingga diperlukan sistem deteksi dini yang cepat dan andal. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem deteksi kebakaran berbasis Internet of Things (IoT) yang mampu memberikan notifikasi secara real- time ke smartphone melalui aplikasi Blynk. Sistem ini menggunakan mikrokontroler NodeMCU ESP8266 sebagai pusat kendali, dengan sensor suhu dan sensor asap untuk mendeteksi indikasi terjadinya kebakaran. Data hasil pembacaan sensor diproses dan dikirimkan melalui jaringan internet ke platform Blynk, sehingga pengguna dapat memantau kondisi lingkungan secara langsung melalui smartphone.
Analisis Pola Penjualan Produk Pulsa Menggunakan Algoritma K-Means Clustering untuk Segmentasi Tingkat Popularitas Produk : Penelitian Yunita Sari; Bambang Irwansyah; Siti Gkhonia; Vivin Wulandari; Utami Wardah Hafiz; Santi Kayani Siregar
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 Tahun 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.5330

Abstract

Penjualan produk pulsa merupakan aktivitas bisnis yang memiliki tingkat dinamika tinggi seiring dengan meningkatnya kebutuhan masyarakat terhadap layanan telekomunikasi. Permasalahan yang sering dihadapi pelaku usaha adalah kurang optimalnya pemanfaatan data transaksi penjualan untuk memahami pola permintaan dan tingkat popularitas produk. Penelitian ini bertujuan untuk menganalisis pola penjualan produk pulsa dan melakukan segmentasi tingkat popularitas produk menggunakan algoritma K-Means Clustering. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan memanfaatkan data sekunder berupa riwayat transaksi penjualan pulsa selama periode satu tahun. Data yang diperoleh melalui tahapan prapengolahan meliputi pembersihan, transformasi, dan normalisasi data sebelum dianalisis menggunakan algoritma K-Means. Jumlah cluster ditetapkan sebanyak tiga kelompok yang merepresentasikan kategori popularitas tinggi, sedang, dan rendah. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan produk pulsa secara jelas berdasarkan karakteristik penjualannya. Produk dengan jumlah transaksi tinggi tergolong dalam cluster popularitas tinggi dan memberikan kontribusi terbesar terhadap total penjualan, sedangkan produk dengan transaksi rendah berada pada cluster popularitas rendah.
Co-Authors Bambang Irwansyah Khairul Shaleh Santi Kayani Siregar Utami Wardah Hafiz Vivin Wulandari Wanayumini Yunita Sari