Article Per Year (5 Year)
p-Index From 2021 - 2026
0.882
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Edu Cendikia: Jurnal Ilmiah Kependidikan Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK) Jurnal Keilmuan dan Aplikasi Teknologi Industri Jurnal Keilmuan dan Aplikasi Teknologi Industri
Yeyi Gusla Nengsih
Sekolah Tinggi Teknologi Industri Padang
Humanities Computer Science & IT Control & Systems Engineering Education Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Penerapan Model Support Vector Machine dalam Prediksi Keberhasilan Belajar Pemrograman: Application of Support Vector Machine Model in Predicting Programming Learning Success Sarah Astiti; Budy Satria; Yeyi Gusla Nengsih; Sandi Fadilah; Darmansah Darmansah
Edu Cendikia: Jurnal Ilmiah Kependidikan Vol. 6 No. 01 (2026): Research Articles, April 2026
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/educendikia.v6i01.8061

Abstract

Programming learning success is an important indicator in information technology education; many students still struggle to understand algorithmic concepts, logic, and code implementation. This problem indicates that a data-driven approach is needed to identify students' initial successes and failures in programming learning. The purpose of this study is to develop and validate a predictive model for programming learning success using Support Vector Machine (SVM), a classification algorithm. This research method includes steps such as data collection and preprocessing, feature selection, splitting the dataset into training and test sets, training the SVM model with parameter optimization, and evaluating performance using the test set. The results show that the SVM model achieves good classification performance with an accuracy of 87.5%, precision of 85.7%, F1 score of 87.8%, and AUC of 0.91, placing it in the excellent category. These findings indicate that the model has strong discriminatory power in distinguishing between successful and unsuccessful students. Therefore, the SVM method has been proven effective as a data-driven prediction system. This also allows for the development of more targeted and adaptive learning intervention strategies and academic decision-making.
Rancang Bangun Sistem Informasi Data Kependudukan Nagari Kasang Kabupaten Padang Pariaman Berbasis PHP Irwan Yusti; Indah Febriyani; Yeyi Gusla Nengsih; Rima Elda Putri
Jurnal Sains dan Teknologi: Jurnal Keilmuan dan Aplikasi Teknologi Industri Vol. 26 No. 1 (2026): Regular Issue
Publisher : SEKOLAH TINGGI TEKNOLOGI INDUSTRI PADANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36275/82et7r81

Abstract

Nagari Kasang adalah sebuah nagari yang berada di Kecamatan Batang Anai, Kabupaten Padang Pariaman, Provinsi Sumatera Barat, yang menyediakan layanan kependudukan kepada warga dalam kebutuhan administrasi surat-menyurat. Pelayanan di Nagari Kasang khususnya mengenai pengolahan informasi penduduk, catatan kelahiran, catatan kematian, data pendatang dan proses pemindahan masih dilakukan secara manual. Pengelolaan data secara manual ini sangatlah tidak efektif dan efisien. Banyak arsip menumpuk dan menyulitkan petugas dalam melakukan rekapitulasi terhadap data penduduk. Tujuan dari penelitian ini adalah melakukan perancangan sebuah sistem informasi mengenai data kependudukan di Nagari Kasang yang menggunakan PHP dan MySQL. Sistem ini dirancang untuk mempermudah pengelolaan data penduduk, data kelahiran, data kematian, data pendatang serta data perpindahan. Metode yang digunakan dalam perancangan sistem yaitu metode waterfall. Sistem yang dibuat untuk meningkatkan efisiensi, ketepatan, dan kemudahan akses bagi staff kantor Wali Nagari Kasang. Temuan dari penelitian ini adalah sistem ini mampu menawarkan solusi yang lebih efisien dan efektif dalam pengelolaan data penduduk, meminimalisir kesalahan saat pengolahan data, serta mempermudah akses dan pencarian data bagi para pengguna.
Rancang Bangun Sistem Informasi Data Kependudukan Nagari Kasang Kabupaten Padang Pariaman Berbasis PHP Irwan Yusti; Indah Febriyani; Yeyi Gusla Nengsih; Rima Elda Putri
Jurnal Sains dan Teknologi: Jurnal Keilmuan dan Aplikasi Teknologi Industri Vol. 26 No. 1 (2026): Regular Issue
Publisher : SEKOLAH TINGGI TEKNOLOGI INDUSTRI PADANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36275/82et7r81

Abstract

Nagari Kasang adalah sebuah nagari yang berada di Kecamatan Batang Anai, Kabupaten Padang Pariaman, Provinsi Sumatera Barat, yang menyediakan layanan kependudukan kepada warga dalam kebutuhan administrasi surat-menyurat. Pelayanan di Nagari Kasang khususnya mengenai pengolahan informasi penduduk, catatan kelahiran, catatan kematian, data pendatang dan proses pemindahan masih dilakukan secara manual. Pengelolaan data secara manual ini sangatlah tidak efektif dan efisien. Banyak arsip menumpuk dan menyulitkan petugas dalam melakukan rekapitulasi terhadap data penduduk. Tujuan dari penelitian ini adalah melakukan perancangan sebuah sistem informasi mengenai data kependudukan di Nagari Kasang yang menggunakan PHP dan MySQL. Sistem ini dirancang untuk mempermudah pengelolaan data penduduk, data kelahiran, data kematian, data pendatang serta data perpindahan. Metode yang digunakan dalam perancangan sistem yaitu metode waterfall. Sistem yang dibuat untuk meningkatkan efisiensi, ketepatan, dan kemudahan akses bagi staff kantor Wali Nagari Kasang. Temuan dari penelitian ini adalah sistem ini mampu menawarkan solusi yang lebih efisien dan efektif dalam pengelolaan data penduduk, meminimalisir kesalahan saat pengolahan data, serta mempermudah akses dan pencarian data bagi para pengguna.
PENERAPAN METODE FORWARD CHAINING DALAM SISTEM BERBASIS WEB UNTUK IDENTIFIKASI GEJALA KECEMASAN REMAJA Hermanto Hermanto; Yeyi Gusla Nengsih; Deni Yuza Mahendra
PENDIDIKAN SAINS DAN TEKNOLOGI Vol 12 No 4 (2025)
Publisher : STKIP PGRI Situbondo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47668/edusaintek.v12i4.2048

Abstract

Gangguan kecemasan pada remaja kerap mengganggu konsentrasi belajar, relasi sosial, dan kesejahteraan, sementara akses layanan psikologis formal masih terbatas. Penelitian ini mengimplementasikan dan mengevaluasi sistem pakar berbasis web untuk deteksi awal kecemasan remaja menggunakan metode Forward Chaining. Basis pengetahuan disusun dari literatur akademik menjadi himpunan gejala (G01–G20) dan variabel konteks yang dipetakan ke tiga kategori keluaran (Rendah, Sedang, Tinggi) melalui aturan IF–THEN (R1–R25). Pengembangan mengikuti model terstruktur (analisis–perancangan–implementasi–verifikasi–pemeliharaan), dengan realisasi menggunakan PHP 8 dan MySQL. Antarmuka menyediakan pencarian, pemilihan gejala multi-item, serta ringkasan hasil dan saran tindak lanjut. Evaluasi dilakukan secara black-box pada 30 kasus uji berlabel (10 Rendah, 10 Sedang, 10 Tinggi). Metrik yang dihitung meliputi akurasi, presisi, recall, F1, dan Cohen’s κ. Hasil menunjukkan seluruh kasus terklasifikasi dengan benar (akurasi 100%), presisi/recall/F1 tiap kelas = 1,00 dan κ = 1,00. Temuan ini mengindikasikan bahwa penelusuran berbasis fakta pada Forward Chaining mampu menangkap pola kombinasi gejala secara konsisten. Sistem yang diusulkan layak dipertimbangkan sebagai media skrining mandiri dan triase awal yang mudah diakses di lingkungan pendidikan, dengan catatan perluasan data uji dan pemutakhiran aturan berkala untuk memperkuat generalisasi.
Penerapan Algoritma K-Nearest Neighbor (KNN) untuk Personalisasi Produk pada E-Commerce Menggunakan Pendekatan User-User Collaborative Filtering Haryan Dwi Baharna; Yeyi Gusla Nengsih; Hermanto
Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK) Vol. 4 No. 1 (2026): JURNAL PENGEMBANGAN TEKNOLOGI INFORMASI DAN KOMUNIAKSI (JUPTIK)
Publisher : Universitas Muhammadiyah Muara Bungo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52060/juptik.v4i1.4300

Abstract

Pertumbuhan pesat sektor e-commerce menuntut adanya personalisasi untuk memitigasi kelebihan informasi dan mendorong keterlibatan pelanggan. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem rekomendasi menggunakan algoritma K-Nearest Neighbor (KNN) dengan pendekatan User-User Collaborative Filtering. Studi ini menggunakan dataset Online Retail UCI yang mencakup 541.909 transaksi dari peritel berbasis di Inggris. Metodologi penelitian meliputi pembersihan data deterministik, konstruksi matriks interaksi pengguna-item biner, dan penerapan kemiripan kosinus untuk mengidentifikasi lingkungan tetangga. Rekomendasi dihasilkan menggunakan rata-rata tertimbang kemiripan untuk  tetangga. Hasil empiris menunjukkan bahwa sistem mencapai Average Precision@5 sebesar 0,0915, Average Recall@5 sebesar 0,0575, dan Hit Rate yang signifikan sebesar 0,3437. Temuan ini mengindikasikan bahwa model KNN dengan 10 tetangga tiga kali lebih akurat dibandingkan dengan model dasar satu tetangga. Hit Rate yang tinggi menunjukkan bahwa sistem ini layak secara strategis untuk meningkatkan penjualan silang (cross-selling) dan ROI pemasaran secara keseluruhan dalam lingkungan ritel dunia nyata.
Co-Authors Budy Satria Darmansah Darmansah Deni Yuza Mahendra Haryan Dwi Baharna Hermanto Hermanto Hermanto Indah Febriyani Rima Elda Putri Sandi Fadilah Sarah Astiti Yusti, Irwan