Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal JURTEKSI Journal Computer Science and Informatic Systems : J-Cosys Jurnal Pengabdian Kepada Masyarakat Bersinergi Inovatif
Devi Sartika
Politeknik Negeri Sriwijaya
Computer Science & IT Education Other

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

Found 3 Documents
Search

 1 
SOSIALISASI APLIKASI PENENTUAN MINAT DAN BAKAT SISWA SEKOLAH DASAR XYZ KOTA PALEMBANG Febie Elfaladonna; Devi Sartika; Ayu Octarina; Andre Mariza P; Ienda Meiriska
Jurnal Pengabdian Kepada Masyarakat Bersinergi Inovatif Vol. 2 No. 1 (2024): Jurnal Pengabdian Kepada Masyarakat Bersinergi Inovatif
Publisher : PT. Gelora Cipta Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61674/jpkmbi.v2i1.224

Abstract

Kegiatan sosialisasi ini bertujuan untuk memperkenalkan dan melatih penggunaan aplikasi dalam menentukan minat dan bakat siswa. Aplikasi ini membantu guru untuk mengidentifikasi potensi siswa secara lebih efektif. Kegiatan meliputi perencanaan, pengembangan aplikasi, penyusunan materi, implementasi, evaluasi, dan pemeliharaan. Hasilnya menunjukkan peningkatan pemahaman dan keterampilan guru dalam menggunakan aplikasi. Rekomendasi mencakup pelatihan lanjutan, peningkatan infrastruktur, pendampingan, dan keterlibatan orang tua. Program ini berhasil meningkatkan pemahaman dan keterampilan guru, meskipun perlu perbaikan dan dukungan berkelanjutan.
Analisis Metode Class-Based Storage Pada Aplikasi Monitoring Letak Petikemas PT. XYZ Devi Sartika; Febie Elfaladonna; Siti Lutfia S
Journal Computer Science and Information Systems : J-Cosys Vol 3, No 2 (2023): J-Cosys - September 2023
Publisher : STMIK Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53514/jco.v3i2.428

Abstract

Tujuan dari pembuatan sistem ini adalah untuk memudahkan dalam pencatatan data bongkar muat serta pencarian letak petikemas pada container yard. Penerapan metode pada aplikasi berfokuskan untuk pencarian letak petikemas pada saat pengguna jasa akan melakukan pengeluaran petikemas. Metode yang digunakan dalam pengelompokan blok dalam container yard menggunakan metode Class Based-Storage. Proses yang digunakan untuk merancang sistem adalah diagram konteks dan ERD. Diharpakan dengan penerapan metode Class Based Storage ini daapat berguna bagi pelaksanaan kegiatan monitring letak peti kemas pada PT. XYZ
SUPPORT VECTOR MACHINE ANALYSIS FOR INTEREST AND TALENT CLASSIFICATION WITH PYTHON LIBRARY Devi Sartika; Febie Elfaladonna; Andre Mariza Putra
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 3 (2024): Juni 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i3.3067

Abstract

Abstract: Recognizing one's interests and talents early on is crucial in guiding an individual toward a prosperous future. While distinct, interests and talents share a close relationship. Interest denotes a genuine attraction to something without external pressure, and when consistently nurtured, it evolves into a skill or talent. Machine learning, specifically utilizing the SVM algorithm with the RBF kernel, can be applied to categorize interests and talents. Prior to SVM modeling, conducting Exploratory Data Analysis (EDA) is imperative for scrutinizing interests and talents. This analysis facilitates the identification of variables, enabling the elimination of missing values and ensuring the selection of appropriate interest and talent variables. The primary objective is to achieve optimal accuracy in modeling the classification of interests and talents. The insights gained from this research contribute to the creation of an application designed for categorizing interests and talents within SDN XYZ school. This application is designed for student use, assisting them in making informed decisions about their future education and career paths            Keywords: exploratory data analysis; interests and talents; machine learning; SVM Algorithm  Abstrak: Mengenali minat dan bakat seseorang sejak dini sangat penting dalam membimbing individu menuju masa depan yang sukses. Meskipun berbeda, minat dan bakat memiliki hubungan yang erat. Minat mengindikasikan ketertarikan yang tulus terhadap sesuatu tanpa tekanan eksternal, dan ketika terus-menerus dibina, berkembang menjadi keterampilan atau bakat. Pembelajaran mesin, khususnya dengan menggunakan algoritma SVM dan kernel RBF, dapat digunakan untuk mengelompokkan minat dan bakat. Sebelum pemodelan SVM, melakukan Analisis Data Eksploratif (EDA) sangat penting untuk mengkaji minat dan bakat. Analisis ini memfasilitasi identifikasi variabel, memungkinkan penghilangan nilai yang hilang, dan memastikan pemilihan variabel minat dan bakat yang tepat. Tujuan utamanya adalah mencapai akurasi optimal dalam pemodelan klasifikasi minat dan bakat. Temuan dari penelitian ini berkontribusi pada pengembangan aplikasi yang ditujukan untuk mengkategorikan minat dan bakat di sekolah SDN XYZ. Aplikasi ini dirancang untuk digunakan oleh siswa, membantu mereka membuat keputusan yang terinformasi mengenai pendidikan dan karier masa depan mereka. Kata kunci: Algoritma SVM; exploratory data analysis; machine learning; minat dan bakat 
Co-Authors Andre Mariza P Andre Mariza Putra Ayu Octarina Febie Elfaladonna Ienda Meiriska Siti Lutfia S