p-Index From 2021 - 2026
7.176
P-Index
This Author published in this journals
All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI SITEKIN: Jurnal Sains, Teknologi dan Industri Jurnal Teknologi Informasi dan Ilmu Komputer AGRIMOR Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer JOIV : International Journal on Informatics Visualization SemanTIK : Teknik Informasi Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Faktor Exacta Abdimas Talenta : Jurnal Pengabdian Kepada Masyarakat JMM (Jurnal Masyarakat Mandiri) JTAM (Jurnal Teori dan Aplikasi Matematika) SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Martabe : Jurnal Pengabdian Kepada Masyarakat KOMPUTIKA - Jurnal Sistem Komputer Mathvision : Jurnal Matematika GERVASI: Jurnal Pengabdian kepada Masyarakat Zonasi: Jurnal Sistem Informasi Range : Jurnal Pendidikan Matematika Jurnal Pengabdian kepada Masyarakat Nusantara Journal of Research in Mathematics Trends and Technology Jurnal Diferensial HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Journal Of Information And Technology Unimor (JITU) PROFICIO: Jurnal Pengabdian Masyarakat Jurnal Penelitian Inovatif AKM: Aksi Kepada Masyarakat Jurnal Sisfotek Global Jurnal Algoritma Prosiding Seminar Nasional Official Statistics IC Tech: Majalah Ilmiah Sanskara Ekonomi dan Kewirausahaan Parameter: Jurnal Matematika, Statistika dan Terapannya Kreativasi: Journal of Community Empowerment PADIMAS: Jurnal Pengabdian Masyarakat Journal of Mathematics, Computation and Statistics (JMATHCOS) Indonesian Journal of Statistics and Its Applications IC Tech: Majalah Ilmiah Media Pendidikan Matematika Babakti: Journal of Community Engangement
Claim Missing Document
Check
Articles

KLASTERISASI MODEL PEMBELAJARAN DI UNIVERSITAS TIMOR MENGGUNAKAN METODE K-MEANS: CLUSTERING OF LEARNING MODELS AT UNIVERSITAS TIMOR USING THE K-MEANS METHOD Seran, Krisantus Jumarto Tey; Fallo, Glorita D.R.M; Ludji, Dian Grace; Chrisinta, Debora
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 17 No. 1 (2026): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol17no1.p121-130

Abstract

Penelitian ini bertujuan untuk mengidentifikasi pola model pembelajaran di Universitas Timor menggunakan metode K-Means. Lima variabel utama yang digunakan dalam klasterisasi meliputi metode pembelajaran, jenis evaluasi, ketersediaan sumber daya, tingkat kepuasan, dan fleksibilitas waktu belajar. Data primer diperoleh dari 1.018 mahasiswa aktif melalui kuesioner skala Likert. Jumlah klaster optimal ditentukan menggunakan metode Elbow, yang menghasilkan dua klaster utama. Klaster 1 didominasi oleh mahasiswa yang memilih pembelajaran offline dengan pendekatan diskusi dan evaluasi berupa tugas individu. ketersediaan sumber daya masih terbatas, tingkat kepuasan tinggi dan fleksibilitas waktu belajar sangat baik. Klaster 2 juga menunjukkan preferensi terhadap pembelajaran offline dengan metode pendekatan dosen berupa diskusi jenis evaluasinya tugas individu. Sumber daya baru sebagian yang terpenuhi , dengan tingkat kepuasan yang baik dan fleksibilitas waktu belajar yang cukup baik. Evaluasi kualitas hasil klaster menggunakan metode Silhouette Coefficient menghasilkan nilai 0,3377, yang termasuk dalam kategori Weak Structure. Hasil penelitian ini diharapkan dapat menjadi bahan pertimbangan dalam pengembangan kebijakan pembelajaran dan penyusunan kurikulum yang lebih sesuai dengan karakteristik mahasiswa.   This study aims to identify learning pattern types at the University of Timor using the K-Means clustering method. Five main variables were used in the clustering process, including learning method, type of evaluation, availability of resources, student satisfaction, and time flexibility. Primary data were obtained from 1,018 active students through a Likert-scale questionnaire. The optimal number of clusters was determined using the Elbow method, which resulted in two main clusters. Cluster 1 is dominated by students who prefer offline learning with a discussion-based approach and individual task evaluation. Resource availability is still limited, but the level of satisfaction is high, and learning time flexibility is considered very good. Cluster 2 also shows a preference for offline learning with a discussion-based teaching approach and individual task evaluation. However, resource availability is only partially met, with good satisfaction levels and fairly good time flexibility. The quality of the clustering results was evaluated using the Silhouette Coefficient method, which produced a score of 0.3377, categorized as a Weak Structure. The results of this study are expected to serve as a consideration in developing learning policies and curriculum planning that better align with student characteristics.
Pendampingan Teknik Hitung Trachtenberg Sebagai Strategi Peningkatan Kemampuan Numerasi Siswa SMP Negeri Neobat Kefamenanu Purnomo, Miko; Simarmata, Justin Eduardo; Chrisinta, Debora; I Manalu, Adelya; Aprianti, Iis; Binsasi, Eva
Babakti: Journal of Community Engangement Vol 3 No 1 (2026): April
Publisher : Fakultas Teknik, Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/babakti.v3i1.13204

Abstract

Kemampuan numerasi merupakan salah satu kompetensi penting yang harus dimiliki siswa dalam menghadapi tantangan pembelajaran abad ke-21. Namun, dalam praktiknya masih banyak siswa yang mengalami kesulitan dalam melakukan operasi hitung dasar, khususnya pada materi perkalian dan pembagian. Kondisi ini juga ditemukan pada siswa di SMP Negeri Neonbat Kefamenanu yang menunjukkan rendahnya minat belajar matematika serta belum adanya pengenalan metode berhitung alternatif. Oleh karena itu, kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kemampuan numerasi siswa melalui pendampingan teknik hitung Trachtenberg. Kegiatan dilaksanakan melalui beberapa tahapan, yaitu survei lokasi, identifikasi permasalahan mitra, pelaksanaan pelatihan, serta evaluasi dan monitoring. Metode pelaksanaan menggunakan pendekatan partisipatif melalui kegiatan sosialisasi, workshop, dan praktik langsung penggunaan metode Trachtenberg dalam menyelesaikan operasi perkalian dan pembagian. Evaluasi kegiatan dilakukan melalui pemberian tes sebelum dan sesudah pelatihan serta observasi aktivitas siswa selama kegiatan berlangsung. Hasil kegiatan menunjukkan adanya peningkatan kemampuan numerasi siswa yang ditunjukkan oleh kenaikan nilai rata-rata dari 61,0 pada pre-test menjadi 79,5 pada post-test. Selain itu, siswa juga menunjukkan peningkatan minat, keaktifan, dan kepercayaan diri dalam menyelesaikan soal matematika. Dengan demikian, pendampingan teknik hitung Trachtenberg dapat menjadi salah satu strategi alternatif yang efektif dalam meningkatkan kemampuan numerasi siswa.
EVALUASI KINERJA METODE CLUSTER ENSEMBLE DAN LATENT CLASS CLUSTERING PADA PEUBAH CAMPURAN Chrisinta, Debora; Sumertajaya, I Made; Indahwati, Indahwati
Indonesian Journal of Statistics and Applications Vol 4 No 3 (2020)
Publisher : Statistics and Data Science Program Study, SSMI, IPB University, in collaboration with the Forum Pendidikan Tinggi Statistika Indonesia (FORSTAT) and the Ikatan Statistisi Indonesia (ISI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/ijsa.v4i3.630

Abstract

Most of the traditional clustering algorithms are designed to focus either on numeric data or on categorical data. The collected data in the real-world often contain both numeric and categorical attributes. It is difficult for applying traditional clustering algorithms directly to these kinds of data. So, the paper aims to show the best method based on the cluster ensemble and latent class clustering approach for mixed data. Cluster ensemble is a method to combine different clustering results from two sub-datasets: the categorical and numerical variables. Then, clustering algorithms are designed for numerical and categorical datasets that are employed to produce corresponding clusters. On the other side, latent class clustering is a model-based clustering used for any type of data. The numbers of clusters base on the estimation of the probability model used. The best clustering method recommends LCC, which provides higher accuracy and the smallest standard deviation ratio. However, both LCC and cluster ensemble methods produce evaluation values that are not much different as the application method used potential village data in Bengkulu Province for clustering.
Co-Authors Abi, Roberto afandi, iswan Afdhal Chatra Agustinus Palmarius Tae Abi Agustinus Yoseph Leu Aldianus Bria Anastasia Kadek Dety Lestari Baldemor, Milagros R. Baso, Budiman Benu, Luky Wandika Bete, Hendrika Binsasi, Eva Bone, Dominifridus Chamdi, Achmad Nur Christofel John Bernhard Sendow Dian Grace Ludji Erlina, Nia Fallo, Glorita D.R.M Fallo, Kristoforus Febrya Christin Handayani Buan Fetronela Rambu Bobu Fransiskus Yulius Dhewa Kadju Gelu, Leonard Peter Gelu, Leonard Peter Gerhard-Wilhelm Weber Handayani, Rika Hevi Herlina Ullu Hijriani, Lailin Hutubessy, Aditya I Made Sumertajaya I Manalu, Adelya Ida Bagus Putu Mardana Iis Aprianti Indahwati Indra Budaya, Indra Januario Resky A. Sekab Jaya Santoso Josua Sahala Juventianus Kenjam Kabut, Stefanus LUDGARDIS LEDHENG Made Santo Gitakarma Manalu, Adelya I Maneno, Regolinda Manhitu, Emerensiana Okan Margareta Mamuit Ninu Maria Metriana Seran Maria Naimnule Marselinus Banu Martins, Alfiana Fontes Matute, Alejandro Jr. V. Mau, Paskalia Yunita Melkisedik Bukifan Miko Purnomo mone, ferdinandus Naimnule, Maria Naisau, Angela Cristina Ni Wayan Sukerti Pakaenoni, Lusilia Dos Santos Patricia Gertrudis Manek Peter Gelu, Leonard Purba, Switamy Angnitha Risald Simarmata, Justin Eduardo Siprianus Septian Manek Soares, Deonia Morissette Bento Araujo Switamy Angnitha Purba Tavares, Ricson Tey Seran, Krisantus Jumarto Tulus Martua Sihombing Ture Simamora Ullu, Hevi Herlina Veithzal Rivai Zainal Venantius Oskar Nahak Winda Ade Fitriya B Wua Laja, Yosepha Patricia Yasinta O.L Rema Yohanes Jefrianus Kehi Yoseph Pius Kurniawan Kelen