Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : MULTINETICS

Faktor-faktor yang Memengaruhi Kesiapan Penerapan Knowledge Management (KM Readiness) pada Organisasi Non-profit Ismail, Iklima Ermis; Sensuse, Dana Indra
MULTINETICS Vol. 1 No. 1 (2015): MULTINETICS Mei (2015)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.v1i1.1014

Abstract

Pada penelitian ini diajukan tujuh faktor yang memengaruhi KM readiness, yaitu budaya organisasi, struktur organisasi, teknologi informasi, strategi KM pada ONP, ekspektasi individu terhadap performa KM, ekspektasi individu terhadap kemudahan penggunaan KM, dan keinginan terlibat pada proses KM, yaitu Socialization, Externalization, Combination, Internalization (SECI). Pengujian kerangka konsep penelitian dilakukan dengan menyebarkan kuesioner kepada lembaga amil zakat (LAZ), diperoleh 124 responden. Pengolahan data menggunakan statistik Partial Least Square-Structural Equation Modelling (PLS-SEM). Hasil pengolahan data menunjukkan bahwa hanya budaya organisasi yang mendukung terhadap proses-proses KM (SECI) pada faktor organisasi. Pada faktor penerimaan individu hanya ekspektasi terhadap kemudahan penggunaan KM yang mendukung terhadap proses-proses KM (SECI). Strategi KM pada ONP mendukung terhadap proses-proses KM (SECI), serta proses-proses SECI yang mendukung kesiapan penerapan KM pada ONP.
Analisa Perilaku Dosen dalam Memanfaatkan E-Learning di Lingkungan PNJ Menggunakan TAM2 (Technology Acceptance Model) Hidayati, Anita; Oktaviana, Shinta; Ismail, Iklima Ermis
MULTINETICS Vol. 3 No. 2 (2017): MULTINETICS Nopember (2017)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.v3i2.1118

Abstract

E-learning merupakan salah satu penunjang keberhasilan proses pembelajaran dalam hal peningkatan mutu dan kualitas. Penelitian ini bertujuan untuk menganalisa perilaku dosen dalam memanfaatkan E-learning dengan TAM2 (Technology Acceptance Model). Metode TAM2 digunakan untuk mengukur tingkat penerimaan teknologi pada sebuah organisasi. Instrumen penelitian berupa kuisioner online dalam bentuk google form yang disebarkan kepada dosen semua jurusan di PNJ. Kuesioner yang bisa diolah sebanyak 22 data. Model diolah menggunakan SEM (Structural Equation Model), dan hasil kuesioner diolah menggunakan tools SmartPLS. Hasil pengolahan data menunjukkan bahwa dosen di PNJ belum dapat menerima kehadiran e-learning sebagai media pembelajaran. Beberapa penyebab kondisi ini adalah belum terbangunnya budaya organisasi dalam menggunakan e-learning sebagai sarana untuk membantu proses belajar mengajar;  belum terintegrasinya e-learning dengan sistem informasi akademik dan data akademik; user interface e-learning yang masih kurang sesuai dengan kebutuhan dan kondisi dosen PNJ.
Implementation Of Kmeans Clustering On SIPP-KLING Dashboard Applications Rohma, Fatona Fadilla; Ismail, Iklima Ermis; Waluyo, Yoyok Sabar
MULTINETICS Vol. 4 No. 2 (2018): MULTINETICS Nopember (2018)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.v4i2.1336

Abstract

This study focused on classifying rumah_sehat data into five categories, namely Healthy, Very Healthy, Unhealthy, Unhealthy, Very Unhealthy. The criteria that will be the input parameters for K-Means calculation are 17 criteria. The implementation of the K-Means Clustering will help in classifying healthier homes that are more filtered, based on 8969 data. Data obtained from the results of clustering k-means can help analyze what parts of a house should be handled more, or which areas have lower levels of health. The test results show that from 8969 data, there were 3303 Very Healthy homes, 2496 Healthy homes, 792 Unhealthy houses, 1706 Unhealthy houses, and 667 Very Unhealthy houses. The test results using confusion matrix showed that the accuracy of this method was 87.05%, with precision of 95.64% and 75, 81%, and recall of 83.82% and 92, 98%. Based on ROC the level of diagnostic value accuracy of 87.05% includes good clustering.
Aplikasi Penentuan Jalur Evakuasi dan Lokasi Bencana Tanah Longsor di Kabupaten Bogor Berbasis Web Pradiptyas, Ayres; Saputra, Marcalleno Reza; Ismail, Iklima Ermis
MULTINETICS Vol. 4 No. 2 (2018): MULTINETICS Nopember (2018)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.v4i2.1346

Abstract

Provinsi Jawa Barat termasuk ke dalam provinsi dengan jumlah penduduk terbanyak di Indonesia. Kabupaten Bogor sebagian besar wilayahnya berbukit dan bergunung serta memiliki curah hujan tinggi dan kontur tanah di daerah ini tersusun oleh material tanah yang tidak padat, dan pergerakan tanah yang cukup tinggi dikarenakan curah hujan sehingga Kabupaten Bogor merupakan salah satu daerah di Jawa Barat yang berpotensi mengalami bencana tanah longsor. Oleh sebab itu, untuk menghindari jatuhnya korban yang lebih banyak diperlukan upaya agar dapat meminimalisir akibat yang ditimbulkan maka pentingnya dibuat aplikasi yang dapat membantu masyarakat di Kabupaten Bogor untuk mendapatkan informasi mengenai jalur evakuasi bencana tanah longsor serta informasi tentang lokasi bencana tanah longsor. Aplikasi dibuat berbasis web sehingga dapat diakses oleh semua orang. Google Maps API yang terdapat di dalam web digunakan untuk menampilkan titik lokasi rawan dan titik lokasi aman bencana tanah longsor serta dibangun dengan teknologi geo-location menggunakan metode Guidelines for Rapid Application Engineering (GRAPPLE). Dalam skripsi ini akan dibangun aplikasi berbasis web untuk mengetahui titik lokasi rawan tanah longsor, status aman atau tidak aman serta mendapatkan jalur evakuasi dari bencana tanah longsor.
Sistem Pendukung Keputusan Pemilihan Negara Untuk Studi S1 di Asia Tenggara Berbasis Website dengan Menggunakan Metode Topsis Nugrahani, Fitria; Hayati, Paramidita Nurul; Ismail, Iklima Ermis
MULTINETICS Vol. 4 No. 2 (2018): MULTINETICS Nopember (2018)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.v4i2.1347

Abstract

Southeast Asia is one part of the Asian country that has many leading universities, one of them in Indonesia. Therefore, many students wish to continue their undergraduate studies in Southeast Asia. However, students sometimes feel confused choosing a destination country for undergraduate study in Southeast Asia. Based on these problems, the authors make Decision Support System of State Election for Study S1 in Southeast Asia to assist students in choosing a country for study S1. The author makes this decision support system using 5 States as an alternative.This System using TOPSIS Method to calculate and determine which countries that would be the best recommendation for studies. This method could be effective for the recommendation.