Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal JSAI (Journal Scientific and Applied Informatics) Jurnal Komputer, Informasi dan Teknologi NOKEN : Jurnal Pengelolaan Pendidikan
Veronika, Nuri David Maria
Unknown Affiliation
Computer Science & IT Education Electrical & Electronics Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Prediksi Kelulusan Mahasiswa Fakultas Teknik Informatika Universitas Muhammadiyah Bengkulu Menggunakan Metode Naive Bayes Apridiansyah, Yovi; Veronika, Nuri David Maria; Putra, Erwin Dwika
JSAI (Journal Scientific and Applied Informatics) Vol 4, No 2 (2021): Juni 2021
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v4i2.1701

Abstract

Kelulusan mahasiswa tepat waktu merupakan salah satu point penilaian dalam proses akreditasi perguruan tinggi. Namun kelulusan mahasiswa tidak selalu dapat dideteksi secara cepat sehingga dapat mengurangi penilaian suatu perguruan tinggi dalam proses akreditasi. Permasalah inilah yang muncul untuk mengetahui mahasiswa nantinya bisa lulus tepat waktu atau tidak. Dalam penelitian inilah digunakan  metode klasifikasi untuk prediksi lulusan mahasiswa menggunakan algoritma Naïve Bayes. Tujuan dari penelitian ini untuk mengetahui kelulusan mahasiswa tepat waktu atau tidak, yang diharapkan hasilnya dapat memberikan informasi dan masukan bagi pihak perguruan tinggi dalam membuat kebijakan kedepannya. Dari hasil pengujian ini didapatkan hasil bahwa dengan menerapkan algoritma Naïve Bayes sistem dapat memprediksi kelulusan mahasiswa dengan tepat waktu, tingkat keberhasilan prediksi algoritma naïve bayes ditentukan oleh nilai IPK mahasiswa dan lama Studi mahasiswa yang bersangkutan dengan nilai precision sebesar 90 %, recall 100 % dan akurasi sebesar 90 %.
ALE (ADULT LEARNING AND EDUCATION): PROGRAM PENDIDIKAN MASYARAKAT DALAM KULTUR DIGITAL Sulistiono, Eko Eko; Veronika, Nuri David Maria; Ardi, Irfan
NOKEN : Jurnal Pengelolaan Pendidikan Vol. 4 No. 2 (2023)
Publisher : Program Studi Manajemen Pendidikan FKIP Universitas Cenderawasih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31957/.v4i2.2739

Abstract

Era digital memiliki media yang memudahkan masyarakat untuk menerima informasi dengan lebih cepat. Teknologi digital yang semakin canggih membuat perubahan besar di dunia, dengan munculnya berbagai jenis media digital. Berbagai kalangan telah dimudahkan dalam mengakses informasi dengan berbagai cara, serta dapat menikmati fasilitas teknologi digital secara bebas dan terkendali. Penelitian ini bertujuan untuk menganalisis Penerapan model ALE (Adult Learning and Education) pada satuan pendidikan masyarakat dengan memanfaatkan akses digital. Penelitian ini menerapkan metode penelitian campuran, yaitu menggunakan data kuantitatif dan kualitatif. Hasil penelitian ini menemukan bahwa pembelajaran Adult learning education (ALE) berbasis digital, dilakukan dengan cara memberikan materi sesuai dengan kebutuhan warga belajar, menyediakan latihan dan kuis yang menarik secara digital, melengkapi materi dengan media digital dan melakukan evaluasi dengan aplikasi digital.
ST-DBSCAN Algorithm Implementation At Riau Province Forest Fire Points (2015-2022) Faraouk, Kemal El; Witriyono, Harry; Deslianti, Dwita; Veronika, Nuri David Maria
Jurnal Komputer, Informasi dan Teknologi Vol. 3 No. 1 (2023): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v3i1.1191

Abstract

The forest conditions in Indonesia require more serious attention as they are constantly disturbed, including incidents of forest fires. Clustering or grouping using the ST-DBSCAN algorithm will group forest fire points based on distance and time. This data can be obtained from the FIRMS (Fire Information for Resource Management System) website, which utilizes MODIS sensor data. The research implements the ST-DBSCAN algorithm using the R language, focusing on a case study in the Riau Province from 2015 to 2022. The parameters used in this research for the ST-DBSCAN algorithm are Eps1 = 0.7, Eps2 = 2, and MinPts = 2. The algorithm generates several types of clustering patterns, including Stationary, Reappearing Regular, Irregular, Occasional, and Tracks. The fire point data used in this research covers the years 2015, 2016, 2017, 2018, 2019, 2020, 2021, and 2022 in the Riau Province. The results obtained from this research include 1 Reappearing Regular pattern, 5 Tracks patterns, 1 Reappearing Irregular pattern, and 1 Stationary pattern. Within the time frame of 2015, 2016, 2017, 2018, 2019, 2020, 2021, and 2022, the highest occurrence of forest fire spots happened in the month of November 2015, reaching a total of 573 fire spots.
Co-Authors Apridiansyah, Yovi Ardi, Irfan Deslianti, Dwita Faraouk, Kemal El Putra, Erwin Dwika Sulistiono, Eko Eko Witriyono, Harry