Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah KOMPUTASI Jurnal Informatika Universitas Pamulang Sang Pencerah: Jurnal Ilmiah Universitas Muhammadiyah Buton
Sutarno Sutarno
STMIK Jakarta STI&K
Humanities Computer Science & IT Education Social Sciences Other

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

Found 3 Documents
Search

 1 
PENGARUH KEDISIPLINAN, MOTIVASI DAN LINGKUNGAN KERJA TERHADAP KINERJA GURU MATA PELAJARAN UJIAN NASIONAL PADA SMK GITA KIRTTI 1 JAKARTA Sri Purni Hernawati; Sutarno Sutarno
Jurnal Ilmiah KOMPUTASI Vol 18, No 3 (2019): September
Publisher : STMIK JAKARTA STI&K

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

Abstract

Tujuan Penelitian untuk memperoleh bukti empirik tentang Pengaruh Kedisiplinan, Motivasi dan Lingkungan Kerja terhadap Kinerja Guru. Untuk mengetahui bagaimana pengaruh Kedisiplinan, Motivasi dan Lingkungan Kerja terhadap Kinerja Guru, menggunakan  analisis statistik regresi Uji t dan Uji f. Obyek penelitian ialah Guru SMK Gita Kirtti 1 Jakarta. Data yang berhubungan dengan Kedisiplinan, Motivasi dan Lingkungan Kerja dengan Kinerja Guru diperoleh dengan menggunakan atau menyebarkan koesioner. Metode yang digunakan untuk menganalisis data dan Validitas tes menggunakan rumus korelasi Product Moment sedang uji Reliabilitas test menggunakan rumus Sperman Brown. Hasil penelitian ini menunjukkan bahwa Pengaruh Kedisiplinan dengan Kinerja Guru memiliki hubungan yang positif sebesar 0.297, Motivasi dengan Kinerja Guru memiliki hubungan yang positif sebesar 0,524, Lingkungan Kerja dengan Kinerja Guru memiliki hubungan positif sebesar 0,378. Secara simultan Pengaruh Kedisiplinan, Motivasi, Lingkungan Kerja dengan Kinerja Guru memiliki hubungan positif sebesar 0,609. Persamaan yang didapat dari hasil penelitian adalah Y=4,795+0,462 (X1)+(0,499 (X2)=0,148(X3)
Aplikasi Pemrograman Java untuk Manajemen Pengelolaan STNK di PT BCA Finance Cabang Pondok Indah Sutarno Sutarno; Kokoy Rokoyah
Jurnal Informatika Universitas Pamulang Vol 6, No 3 (2021): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v6i3.10200

Abstract

STNK data processing activities at the SAMSAT Office are the subject of this study specifically discussing various obstacles faced in managing STNK extensions. This research activity was conducted to discuss the problems that exist in PT. BCA Finance regarding STNK lending activities by customers when extending STNK. The obstacle for most customers who have busy work, place of residence and long distances is difficult to carry out the STNK renewal process because they have to return to SAMSAT. Certificate from PT. BCA Finance for customers should be able to help extend the STNK. Administration at PT BCA Finance should be easier in managing data. Researchers are trying to design a good system by designing the system it takes the right steps. The design stages are with the help of graphic diagrams such as ERD (Entity Relationship Diagram), normalization, data base structure. This application design answers the old system which still uses the conventional registration system where this system causes several shortcomings in the renewal management system. The results of this study provide solutions to the main problems that exist in PT BCA Finance in managing the STNK renewal process for customers.
Mengatasi Ketimpangan Data Deep Neural Network dengan Pelipatan Fitur Data Klasifikasi Spektroskopi Darah Widi Hastomo; Adhitio Satyo Bayangkari Karno; Sutarno Sutarno; Dodi Arif; Eka Sally Moreta; Sudjiran Sudjiran
Sang Pencerah: Jurnal Ilmiah Universitas Muhammadiyah Buton Vol 8 No 2 (2022): Sang Pencerah: Jurnal Ilmiah Universitas Muhammadiyah Buton
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Muhammadiyah Buton

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1673.005 KB) | DOI: 10.35326/pencerah.v8i2.2251

Abstract

Permasalahan utama dalam penelitian ini adalah ketimpangan data masukan menghasilkan dampak negatif yang signifikan terhadap hasil prediksi dari model Deep Neural Network (DNN). Kemampuan klasifikasi DNN sangat akurat hanya untuk dataset yang berimbang, namun DNN pada awalnya tidak di rancang untuk menangani ketimpangan data. Ketimpangan data merupakan hal yang sering dijumpai dalam dunia nyata, menjadikan ini sebagai tantangan besar dalam prediksi klasifikasi menggunakan model DNN. Penelitian ini berfokus untuk memprediksi tingkat kandungan kolesterol tinggi, kolesterol rendah dan hemoglobin, menggunakan data kasus di kompetisi Zindi Blood Spectroscopy Classification Challenge. Dengan melakukan analisa data, cleansing outlier, fine tunning, model neural network, jaringan pengelompokan data target dengan kategori sejenis, urutan pemrosesan, pemilihan nilai pelipatan (7 pelipatan) yang tepat terhadap data input train dan data test serta epoch 60, dapat meningkatkan hasil nilai score prediksi yang cukup tinggi sebesar 0.94594.
Co-Authors Adhitio Satyo Bayangkari Karno Dodi Arif Eka Sally Moreta Kokoy Rokoyah Kokoy Rokoyah Sri Purni Hernawati Sudjiran Widi Hastomo