Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Ilmiah Pendidikan Citra Bakti
Antarajaya, I Nyoman Suraja
Unknown Affiliation
Computer Science & IT Education Languange, Linguistic, Communication & Media Mathematics Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Analysis of Combination Machine Learning Classification with Feature Selection Technique for Lecturer Performance Analysis Model Srinadi, Ni Luh Putri; Antarajaya, I Nyoman Suraja; Widhyastuti, Luh Putu Wiwien; Hostiadi, Dandy Pramana; Rini, Erma Sulistyo; Chawaphan, Pharan
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 24 No 2 (2025)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v24i2.4356

Abstract

Machine learning-based classification techniques are widely utilized for accurate analysis in various fields. This study focuses on assessing lecturer performance in higher education to enhance teaching standards and produce high-quality learning outcomes. Previous studies have employed multiparameter approaches, such as statistical correlation analysis, but these methods fail to achieve optimal accuracy and precision due to limited alignment with data characteristics. This research proposes a lecturer performance measurement model by evaluating three machine learning algorithms: k-Nearest Neighbors (k-NN), Decision Tree, and Na¨pve Bayes. The model integrates three feature selection techniques to improve classification performance: ANOVA, Information Gain, and Chi-Square. The study aims to enhance classification accuracy and assess the impact of feature selection techniques on performance metrics. A significant contribution of this research is introducing a dynamic feature selection approach tailored to data characteristics, which improves classification model performance. The methodology comprises three main stages: data loading and measurement of relevant parameters; data preprocessing, including filtering, cleaning, transformation, normalization, and feature selection; and performance evaluation using a machine learning-based classification approach. Experimental results demonstrate that the Decision Tree algorithm combined with Chi-Square feature selection achieved an accuracy of 0.887, precision of 0.903, recall of 0.887, and F1-score of 0.884. The proposed modelprovides a reliable framework for evaluating lecturer performance and can be utilized to recognize and reward high-performing lecturers effectively.
Analysis of Combination Machine Learning Classification with Feature Selection Technique for Lecturer Performance Analysis Model Srinadi, Ni Luh Putri; Antarajaya, I Nyoman Suraja; Widhyastuti, Luh Putu Wiwien; Hostiadi, Dandy Pramana; Rini, Erma Sulistyo; Chawaphan, Pharan
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 24 No. 2 (2025)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v24i2.4356

Abstract

Machine learning-based classification techniques are widely utilized for accurate analysis in various fields. This study focuses on assessing lecturer performance in higher education to enhance teaching standards and produce high-quality learning outcomes. Previous studies have employed multiparameter approaches, such as statistical correlation analysis, but these methods fail to achieve optimal accuracy and precision due to limited alignment with data characteristics. This research proposes a lecturer performance measurement model by evaluating three machine learning algorithms: k-Nearest Neighbors (k-NN), Decision Tree, and Na¨pve Bayes. The model integrates three feature selection techniques to improve classification performance: ANOVA, Information Gain, and Chi-Square. The study aims to enhance classification accuracy and assess the impact of feature selection techniques on performance metrics. A significant contribution of this research is introducing a dynamic feature selection approach tailored to data characteristics, which improves classification model performance. The methodology comprises three main stages: data loading and measurement of relevant parameters; data preprocessing, including filtering, cleaning, transformation, normalization, and feature selection; and performance evaluation using a machine learning-based classification approach. Experimental results demonstrate that the Decision Tree algorithm combined with Chi-Square feature selection achieved an accuracy of 0.887, precision of 0.903, recall of 0.887, and F1-score of 0.884. The proposed modelprovides a reliable framework for evaluating lecturer performance and can be utilized to recognize and reward high-performing lecturers effectively.
SISTEM INFORMASI PENJUALAN PADA KOPERASI SEKOLAH MENENGAH ATAS BERBASIS WEB Antarajaya, I Nyoman Suraja
Jurnal Ilmiah Pendidikan Citra Bakti Vol. 6 No. 1 (2019)
Publisher : STKIP Citra Bakti

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Koperasi SMA PGRI 1 Amlapura merupakan koperasi sekolah yang kegiatan utamanya melaksanakan penjualan kebutuhan para siswa, guru, pegawai, dan yayasan. Berdasarkan analisa terhadap data yang dikumpulkan dan informasi yang diperoleh, maka diperlukan adanya suatu sistem informasi penjualan pada koperasi SMA PGRI 1 Amlapura. Proses pencatatan transaksi penjualan secara tunai pada koperasi SMA PGRI 1 Amlapura masih menggunakan kertas daftar setoran penjualan harian dan menghabiskan banyak kertas untuk melakukan proses pencatatan transaksi penjualan secara tunai. Penjualan secara kredit dicatat menggunakan buku piutang yang dibuat dengan buku tulis yang masing-masing berisi nama guru, pegawai, dan yayasan, hal ini juga menghabiskan banyak buku tulis dan rentan terjadi kerusakan sehingga keamanan data kurang terjamin. Keterbatasan fisik yang dimiliki oleh sumber daya manusia pada koperasi juga mengakibatkan terjadinya kesalahan (human error) yang berdampak terhadap proses perhitungan, pencatatan, dan pembuatan laporan penjualan koperasi. Tujuan penelitian ini untuk membuat rancangan sistem informasi penjualan pada koperasi SMA PGRI 1 Amlapura dan untuk mengimplementasikan sistem informasi penjualan pada koperasi SMA PGRI 1 Amlapura. Sistem informasi penjualan pada koperasi ini dibuat dengan menggunakan metode waterfall dan bahasa pemrograman PHP serta basis data MySQL. Perancangan sistem informasi penjualan pada koperasi dibuat dengan diagram konteks dan data flow diagram (DFD). Sistem informasi penjualan pada koperasi SMA PGRI 1 Amlapura memiliki beberapa fitur seperti sistem pengelola data barang, anggota koperasi, transaksi penjualan tunai dan kredit, serta menghasilkan laporan penjualan secara tunai dan ketersediaan barang. Hasil dari pembuatan sistem informasi penjualan pada koperasi SMA PGRI 1 Amlapura dapat mempermudah dalam mengelola, mencatat, dan menghitung penjualan secara tunai maupun kredit yang terjadi di koperasi, sehingga data yang dihasilkan lebih akurat serta keamanan data lebih terjamin.
PERANCANGAN APLIKASI PENCATATAN PUNGUTAN MASYARAKAT BERBASIS WEB PADA SEKOLAH MENENGAH ATAS Antarajaya, I Nyoman Suraja
Jurnal Ilmiah Pendidikan Citra Bakti Vol. 6 No. 1 (2019)
Publisher : STKIP Citra Bakti

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi informasi yang sangat pesat tentu saja sangat memberikan dampak yang positif, mengingat segala sesuatu yang dilakukan manusia akan semakin mudah dengan adanya perkembangan teknologi informasi. Salah satu perkembangan teknologi informasi yang sampai saat ini banyak diminati adalah teknologi komputer. Hasil penelitian yang telah dilakukan, Sistem pencatatan Pungutan Masyarakat di SMA Negeri 3 Amlapura masih dilakukan secara manual baik dalam hal transaksi maupun pembuatan laporan. Sehingga memperlambat di dalam proses pembayaran, pencatatan dan pembuatan laporan. Hal ini menyebabkan proses – proses yang terkait dengan pembayaran pungutan Masyarakat belum berjalan secara optimal. Penelitian ini bertujuan untuk merancang dan membangun aplikasi yang mendukung sistem basis data agar pengolahan pencatatan Pungutan Masyarakat lebih efektif dan efisien. Aplikasi ini dirancang dan dibangun menggunakan Adobe dreamweaver, MySQL dan menggunakan alat bantu pengembangan sistem yaitu Data Flow Diagram (DFD) dan Diagram Konteks. Penelitian ini juga menggunakan metode waterfall dan metode pengujian sistemnya menggunakan metode blackbox. Dengan aplikasi yang telah dibangun diharapkan akan mudah dalam pencarian data, memberikan informasi yang lengkap, cepat, akurat dan mempermudah pengaksesan data dan informasi
PENGEMBANGAN MEDIA PEMBELAJARAN BERBASIS MOBILE LEARNING UNTUK MENINGKATKAN KEMAMPUAN LITERASI VISUAL DAN HASIL BELAJAR Restami, Made Prima; Antarajaya, I Nyoman Suraja; Sugiani, Komang Anik
Jurnal Ilmiah Pendidikan Citra Bakti Vol. 6 No. 2 (2019)
Publisher : STKIP Citra Bakti

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menghasilkan produk media mobile learning, yang memenuhi syarat valid dari aspek (1) isi bidang studi, (2) desain pembelajaran, (3) media pembelajaran, (4) uji coba perorangan, (5) uji coba kelompok kecil, dan (6) uji coba lapangan. Penelitian ini menggunakan metode penelitian Research and Development (R and D) model Analysis, Design, Development, Implementation, Evaluation (ADDIE). Validasi produk media dilakukan melalui tahap review ahli isi bidang studi, review ahli desain pembelajaran, review ahli media pembelajaran, uji coba perorangan, uji coba kelompok kecil, dan uji coba lapangan. Metode pengumpulan data yang digunakan adalah metode wawancara dan kuesioner. Data yang dikumpulkan dianalisis dengan teknik analisis deskriptif kualitatif dan teknik analisis deskriptif kuantitatif. Berdasarkan hasil pengumpulan data, diperoleh rata-rata persentase responden terhadap produk yang dikembangkan diatas 80%. Hasil penelitian ini menunjukkan bahwa media pembelajaran berbasis mobile learning sangat signifikan untuk meningkatkan literasi visual dan hasil belajar simulasi dan komunikasi digital siswa kelas X jurusan Multimedia SMK Negeri 1 Sukasada.
PENGEMBANGAN SISTEM INFORMASI ALUMNI UNTUK TRACER STUDY MENDUKUNG MANAJEMEN LAPORAN STRATEGIS SEKOLAH Ambara, Made Pradnyana; Antarajaya, I Nyoman Suraja
Jurnal Ilmiah Pendidikan Citra Bakti Vol. 9 No. 1 (2022)
Publisher : STKIP Citra Bakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38048/jipcb.v9i1.675

Abstract

Permasalahan tracer study yang dialami adalah data yang disimpan juga tidak lengkap, sehingga dapat mengakibatkan informasi pelaporan strategis sekolah mengalami kendala. Dari permasalahan tersebut dikembangkan sistem alumni untuk tracer study untuk mengukur dan melacak alumni sehingga didapat indikator yang jelas tentang profile lulusan dari berbagai jurusan yang ada di SMK TI Bali Global. Sistem alumni sudah dilengkap beberapa fitur seperti manajeman penyimpanan data profile alumni, rencana karir, tahapan pengambilan ijazah, proses penelusuran alumni, dan hasil berupa laporan yang dijadikan dasar pengambilan keputusan sekolah. Sistem alumni dikembangkan dengan menggunakan metode rekayasa perangkat lunak waterfall SDLC. Implementasi pengembangan sistem menggunakan framework codeigniter yang memiliki kehandalan dalam proses pengkodean sistem. Dari hasil pengujian dengan menggunakan metode black box testing sistem alumni berfungsi sesuai dengan fungsionalnya, sehingga sistem ini membantu SMK TI Bali Global dalam proses pendataan alumni dalam tracer study untuk mendukung manajemen laporan strategis sekolah.
Co-Authors Chawaphan, Pharan Dandy Pramana Hostiadi Erma Sulistyo Rini, Erma Sulistyo Made Pradnyana Ambara, Made Pradnyana Ni Luh Putri Srinadi Restami, Made Prima Sugiani, Komang Anik Widhyastuti, Luh Putu Wiwien