Puteri Anindya Maulan
Teknologi Komputer Universitas Sain dan Teknologi Komputer Semarang

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Integrasi Machine Learning dalam Homebase Sistem Informasi untuk Analisis Produktivitas Akademik Nur Rokhman; Sumaryanto Sumaryanto; Fitro Nur Hakim; Puteri Anindya Maulan
Go Infotech: Jurnal Ilmiah STMIK AUB Vol 31, No 2 (2025): December
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer AUB - Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36309/goi.v31i2.424

Abstract

Penelitian ini bertujuan untuk mengintegrasikan teknik Machine Learning (ML) dalam sistem informasi berbasis homebase guna menganalisis produktivitas akademik. Sistem informasi akademik konvensional sering mengalami keterbatasan dalam memberikan analisis mendalam terkait data akademik mahasiswa, dosen, dan staf administrasi (Turban et al., 2021). Oleh karena itu, penelitian ini mengembangkan sistem yang memanfaatkan algoritma ML untuk menganalisis, memprediksi, dan memberikan wawasan terkait kinerja akademik (Yusuf et al., 2022). Implementasi ML diharapkan dapat meningkatkan akurasi dan efektivitas pengolahan data akademik, seperti nilai mahasiswa, tingkat kehadiran, dan interaksi dalam proses pembelajaran (Zhou et al., 2023). Sistem ini diuji menggunakan data historis untuk menghasilkan rekomendasi bagi pihak universitas dalam pengambilan keputusan yang lebih baik. Hasil penelitian menunjukkan bahwa integrasi ML dalam sistem informasi homebase meningkatkan akurasi analisis dan efisiensi dalam pemantauan serta evaluasi produktivitas akademik (Mendoza & Bastias, 2020).
Integrasi Machine Learning dalam Homebase Sistem Informasi untuk Analisis Produktivitas Akademik Nur Rokhman; Sumaryanto Sumaryanto; Fitro Nur Hakim; Puteri Anindya Maulan
Go Infotech: Jurnal Ilmiah STMIK AUB Vol 31, No 2 (2025): December
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer AUB - Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36309/goi.v31i2.424

Abstract

Penelitian ini bertujuan untuk mengintegrasikan teknik Machine Learning (ML) dalam sistem informasi berbasis homebase guna menganalisis produktivitas akademik. Sistem informasi akademik konvensional sering mengalami keterbatasan dalam memberikan analisis mendalam terkait data akademik mahasiswa, dosen, dan staf administrasi (Turban et al., 2021). Oleh karena itu, penelitian ini mengembangkan sistem yang memanfaatkan algoritma ML untuk menganalisis, memprediksi, dan memberikan wawasan terkait kinerja akademik (Yusuf et al., 2022). Implementasi ML diharapkan dapat meningkatkan akurasi dan efektivitas pengolahan data akademik, seperti nilai mahasiswa, tingkat kehadiran, dan interaksi dalam proses pembelajaran (Zhou et al., 2023). Sistem ini diuji menggunakan data historis untuk menghasilkan rekomendasi bagi pihak universitas dalam pengambilan keputusan yang lebih baik. Hasil penelitian menunjukkan bahwa integrasi ML dalam sistem informasi homebase meningkatkan akurasi analisis dan efisiensi dalam pemantauan serta evaluasi produktivitas akademik (Mendoza & Bastias, 2020).