Article Per Year (5 Year)
p-Index From 2020 - 2025
5.483
P-Index
This Author published in this journals
All Journal Seminar Nasional Informatika (SEMNASIF) Jurnal Informatika Upgris JURNAL MEDIA INFORMATIKA BUDIDARMA Informatics for Educators and Professional : Journal of Informatics Jurnal Komputer Terapan Jurnal TAM (Technology Acceptance Model) Jurnal Sisfokom (Sistem Informasi dan Komputer) Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Sarwahita : Jurnal Pengabdian Kepada Masyarakat Jurnal Teknologi Komputer dan Sistem Informasi @is The Best [Accounting Information System & Information Technology Business Enterprise] Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) Jurnal Teknik Informatika (JUTIF) Jurnal Pengabdian Kepada Masyarakat Abdi Nusa Jurnal Pengabdian Kepada Masyarakat Abdi Putra International Journal Engineering and Applied Technology (IJEAT) JURNAL ILMIAH INFOKOM Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Jurnal TAM (Technology Acceptance Model)
Gustian, Dudih
Nusa Putra Sukabumi
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Public Health Social Sciences Other

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Seminar Nasional Informatika (SEMNASIF)

 1 
ALGORITMA K-MEANS DALAM PENENTUAN TINGKAT KEPUASAN SISWA TERHADAP PEMBELAJARAN ONLINE DI MASA PANDEMI COVID 19 M. Syukron Nawawi; Dudih Gustian
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

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

Abstract

AbstractWith the covid-19 pandemic, it requires learning to be done online. For several schools, especially those in the village, online learning has several factors that hinder the learning process. The difficulty of the internet network, the limited quota, until the use of learning media is not common. So that there is dissatisfaction and different responses from students. This study uses the k-means method for the clustering process in order to obtain the results of classifying the level of student satisfaction according to data processing from the results of the questionnaire given to students. This research provides a solution for schools as an evaluation material for the effectiveness of online learning during the Covid-19 pandemic. And also for related parties as a reference for an evaluation or development of further research with the same research object. The results obtained from research conducted on 60 students at SMK Islam Nurul Huda using a questionnaire by submitting a statement of agree and disagree and using 3 clusters. Namely high, medium and low. So that it produces the value of the final iteration, namely the level of the statement that does not agree, which is categorized as high with a value of 7.69 compared to the agreement which is categorized as low with a value of 4.09, while for the level of the medium category there is no value with a value of 0.00. It can be said that results like this can be a consideration and improvement for online learning during the Covid-19 pandemic.Keywords : K-Means Algorithm, Online Learning Satisfaction, Covid-19 Pandemic.Dengan adanya pandemi covid-19, sehingga mengharuskan pembelajaran dilakukan secara online. Untuk beberapa sekolah terutama yang berada di perkampungan, pembelajaran secara online ini terdapat beberapa faktor yang menghambat proses pembelajaran. Susahnya jaringan internet, terbatasnya kuota, sampai belum terbiasanya penggunaan media pembelajaran. Sehingga terdapat ketidakpuasan serta tanggapan yang berbeda dari kalangan siswa. Penelitian ini menggunakan metode k-means untuk proses clustering agar mendapatkan hasil pengklasifikasian tingkat kepuasan siswa sesuai dengan pengolahan data dari hasil kuesioner yang diberikan kepada siswa. Penelitian ini memberikan solusi untuk sekolah sebagai bahan evaluasi terhadap keefektifitasan pembelajaran online di masa pandemi covid-19. Dan juga untuk pihak terkait sebagai salah satu referensi untuk sebuah evaluasi atau pengembangan penelitian selanjutnya dengan objek penelitian yang sama. Hasil yang diperoleh dari penelitian yang dilakukan kepada 60 siswa di SMK Islam Nurul Huda menggunakan kuesioner dengan mengajukan pernyataan setuju dan tidak setuju dan menggunakan 3 cluster. Yaitu tinggi,sedang dan rendah. Sehingga menghasilkan nilai dari iterasi akhir, yaitu tingkat pernyataan yang tidak setuju yaitu dikategorikan tinggi dengan nilai 7.69 dibandingkan dengan dengan pernyataan setuju yang dikategorikan rendah dengan nilai 4.09, sedangkan untuk tingkat kategori sedang tidak ada dengan nilai 0.00. Bisa dikatakan bahwa dengan hasil seperti ini bisa menjadi pertimbangan dan perbaikan untuk pembelajaran online di masa pandemi covid-19.Kata Kunci: Algoritma K-Means, Kepuasan Pembelajaran Online, Pandemi Covid-19
PENERAPAN REGRESI LINIER BERGANDA DALAM KESIAPAN KERJA MAHASISWA Indra Supriadi; Arti Hariyanti; Muhamad Zaenal Abidin; Rinrin Rinrin; Dudih Gustian
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

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

Abstract

AbstractWork readiness is very important for college graduates, where college graduates will find it faster and easier to get the desired job if they have good work readiness in accordance with their fields. Problems occur in the field, namely that every year the number of undergraduate unemployment continues to increase due to lack of soft skill and hard skill. Based on the results of distributing questionnaires to students of the 2017 ABC University SI Study Program, their soft skills and hard skills are still insufficient, so that only 37% of students work according to their fields. The purpose of this study is to find out how much influence soft skills and hard skills have on readiness student work. The method used is multiple linear regression which can see the prediction of the readiness of students who will later work and be entrepreneurial, and also this method can facilitate this research in calculating the influence of soft skills and hard skills on student work readiness so that it can provide input to the party. study programs to provide a curriculum that suits their needs, while on the part of students the willingness to equip their skills and potentials. The results of research using the F test and the t test show that soft skills and hard skills simultaneously have a significant effect on readiness. The work of students of the 2017 Nusa Putra Information System Study Program was 0.373, which was 37.3%.Keywords: Soft Skill, Hard Skill, and Multiple Linear RegressionKesiapan kerja merupakan hal yang sangat penting bagi lulusan perguruan tinggi, dimana lulusan perguruan tinggi akan lebih cepat dan mudah mendapatkan pekerjaan yang diinginkan jika memiliki kesiapan kerja yang baik sesuai dengan bidangnya.Masalah terjadi dilapangan yaitu setiap tahunya jumlah pengangguran Sarjana terus meningkat dikarenakan kurang memiliki soft skill dan hard skill. Berdasarkan hasil penyebaran kuesioner kepada mahasiswa Prodi SI Universitas ABC angkatan 2017, soft skill dan hard skill mereka masih kurang cukup, sehingga hanya 37% mahasiswa yang bekerja sesuai bidangnya.Tujuan dari penelitian ini yaitu untuk mengetahui seberapa besar pengaruh soft skill dan hard skill terhadap kesiapan kerja mahasiswa.Metode yang digunakan ialah regresi linier berganda yang dapat melihat prediksi kesiapan mahasiswa yang nantinya akan berkerja maupun wirausaha,dan juga metode ini dapat memudahkan penelitian ini dalam mengitung besarnya pengaruh soft skill dan hard skill terhadap kesiapan kerja mahasiswa sehingga dapat memberikan masukkan pada pihak program studi untuk membekali dengan kurikulum yang sesuai dengan kebutuhan, sedangkan dari pihak mahasiswa kemaunan untuk membekali dengan skill dan potensi yang dimiliki.Hasil penelitian dengan menggunakan uji F dan uji t menunjukkan bahwa soft skill dan hard skill secara simultan berpengaruh signifikan terhadap kesiapan kerja mahasiswa Prodi Sistem Informasi nusa Putra Angkatan 2017 sebesar 0,373 sama dengan 37,3%.Kata Kunci: Soft Skill, Hard Skill, dan Regresi Linier Berganda
PENGARUH BELAJAR DARI RUMAH (BDR) TERHADAP PRESTASI SISWA DENGAN REGRESI LINIER BERGANDA DI MASA PANDEMI COVID-19 Wildan Riswandi; Dede Irwan; Enti Sulastri; Dudih Gustian
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

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

Abstract

AbstractDuring the Covid-19 pandemic, the government made new rules, namely students are required to do Learning From Home (BDR) to break the chain of transmission of the virus. Online learning is also carried out so that teaching and learning activities in schools continue. With online class activities, students experience several obstacles to maximize their performance at school. The obstacles experienced include the influence of the level of effectiveness and interest in student learning, this can be seen from the significant decrease in the overall report card scores between before and during the Covid-19 pandemic. This study uses Multiple Linear Regression to analyze the influence of each independent variable on the fixed variable to perform several hypothesis tests. By using primary data such as distributing questionnaires and secondary data such as archives from related agencies. For taking samples from a population using simple random sampling technique with a sample of 89 samples. The results of this research method are hypothesis testing using the F test that the variables of infrastructure, intermediary media, time learning, material understanding, discussion communication patterns, and the environment have an effect on student achievement during the Covid-19 pandemic. The T test shows that the most influential variable is the intermediary media t = 4,610, the communication discussion pattern t = 5,953 and the environment t = 2,869.Keywords: Learning From Home, Covid-19, Multiple Linear RegressionPada masa pandemi Covid-19 berlangsung pemerintah membuat aturan baru yaitu siswa diharuskan melakukan Belajar Dari Rumah (BDR) untuk memutus rantai penularan virus tersebut. Pembelajaran secara online pun dilaksanakan agar kegiatan belajar mengajar di sekolah tetap berlangsung. Dengan adanya kegiatan kelas online, beberapa kendala dialami oleh para siswa untuk memaksimalkan prestasinya di sekolah. Kendala yang dialami antara lain berpengaruhnya tingkat efektifitas dan minat belajar siswa, hal tersebut dapat dilihat dari penurunan secara signifikan hasil nilai rapot secara keseluruhan antara sebelum dan saat pandemi covid-19 berlangsung. Penelitian ini menggunakan metode Regresi Linier Berganda untuk menganalisa dari masing-masing pengaruh variabel bebas terhadap variabel tetap untuk melakukan beberapa uji hipotesis. Dengan menggunakan data primer seperti penyebaran kuesioner dan data sekunder seperti arsip-arsip dari instansi terkait. Untuk pengambilan sampel dari sebuah populasi yaitu menggunakan teknik simple random sampling dengan sampel yang berjumlah 89 sampel. Hasil dari metode penelitian ini terdapat uji hipotesis yang menggunakan uji F bahwa variabel sarana prasarana, media perantara, waktu pembelajaran, pemahaman materi, pola diskusi komunikasi, dan lingkungan berpengaruh pada prestasi siswa di masa pandemi covid-19. Adapun uji T bahwa variabel yang paling berpengaruh yaitu media perantara t= 4,610, pola diskusi komunikasi t= 5,953, dan lingkungan t=2,869.Kata Kunci: Belajar Dari Rumah, Covid-19, Regresi Linear Berganda
SENTIMENT ANALYSIS ONLINE SHOP ON THE PLAY STORE USING METHOD SUPPORT VECTOR MACHINE (SVM) Muhammad Iqbal Ahmadi; Fuji Apriani; Mia Kurniasari; Siti Handayani; Dudih Gustian
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

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

Abstract

AbstractOnline shopping activities have become a necessity for today's society, where now more people choose to shop online rather than offline. The growth of shopping through E-commerce continues to show an increasing trend. It is important for companies to know the public's response to the products or services they offer. Responses from the public can affect the image of a company, there are positive and negative responses from the public. If a lot of products or services give negative responses, a company or service will be badly rated by users and can affect the company. However, to monitor or classify responses from the public is not easy, because the numbers are too large to be processed manually. In this study the authors will use the Support Vector Machine method to classify the positive and negative responses of users on online shopping applications on the Google play store. In this study, the authors used 10 fold cross validation as an evaluation model with 3,000 reviews and 1500 training data. 300 reviews were taken from each application as testing data. This research uses the support vector machine method which produces the application with the highest level of accuracy is Tokopedia with accuracy values, namely Tokopedia 90.67%, JD.ID 75.33%, Blibli 74.00%, Shopee 70.00%, Lazada 69.00% .Keywords : Google Play Store, Support Vector Machine, Sentimen AnalysisAbstrak- Aktifitas belanja online telah menjadi kebutuhan masyarakat saat ini, dimana sekarang lebih banyak masyarakat memilih belanja online daripada offline. Pertumbuhan belanja melalui E-commerce terus menunjukan tren meningkat. Penting bagi perusahaan untuk mengetahui tanggapan publik mengenai produk atau layanan yang meraka tawarkan. Tanggapan dari publik dapat mempengaruhi citra dari sebuah perusahaan, tanggapan dari publik tersebut ada positif dan negatif. Jika dari sebuah Produk atau layanan banyak yang memberi tanggapan negatif maka sebuah perusahaan atau layanan akan di nilai buruk oleh para pengguna dan dapat mempengaruhi pada perusahaan tersebut. Akan tetapi untuk memantau atau mengklasifikasi tanggapan dari publik bukanlah hal yang mudah, karena jumlah yang terlalu banyak jika diproses secara manual. Dalam penelitian ini penulis akan menggunakan metode Support Vector Machine untuk mengklasifikasi tanggapan positif dan negatif para pengguna pada aplikasi belanja online di Google play store. Dalam penelitian ini penulis menggunakan 10 fold cross validation sebagai model evaluasi dengan data berjumlah 3.000 ulasan, sebagai data training sebanyak 1500. yang diambil dari masing-masing aplikasi sebanyak 300 ulasan sebagai data testing. penelitian ini menggunakan metode support vector machine yang menghasilkan aplikasi dengan tingkat akurasi paling tinggi adalah Tokopedia dengan nilai akurasi yaitu Tokopedia 90,67% , JD.ID 75,33%, Blibli 74.00%, Shopee 70,00%, Lazada 69,00%.Kata Kunci : Google Play Store, Support Vector Machine, Analisis Sentimen
Co-Authors A. Oktian Permana Aan Setiawan Aan Setiawati Aang Hasanudin Acep Saepulrohman Ade Bahrum Adhitia Erfina Aditya Nurfitri Agum Taufikurrahman Alia Ahadi Argasah Alun Sujada Ammar Ammar Anang Suryana Anggy Pradiftha Junfithrana Anita Rahayu Annisa Desi Pratiwi Anti Aprianti Arti Hariyanti Ati Sulastri Azkia Aura Shanda Cecep Warman Debby Rahmawati Debby Rahmawaty Dede Irwan Dede Wahidin Dewa Saepurrahman Dewi Destinasari Dharma Saputra Dhea Lestari Dicki Nugraha Edwinanto Ekky Noor Mahmudi Elsa Ramadanti Eneng Mia Rizkianti Enti Sulastri falentino sembiring Faridatun Ni’mah Fatwa Adib Soetedjo Fauziah Nur Octafiani Fuji Apriani Harry Atmami Heri Firmansyah Imam Faisal Arridzwani Indra Supriadi Indra Yustiana Jelita Asian Jihad Hari Jordan Chan William Kirishchieva Irina Rafaelevna Kudin Rustaman Lucas Crammer M Dezan Sya’ban S M. Syukron Nawawi M. Yosef Ismatulloh Marina Artiyasa Maryam Nurhasanah Mega Lumbia Sinaga Megasari Putri Meisa Sindriama Rinelda Mia Kurniasari Mochamad Khilmi Mohamad Najib Muahamad Taufik Muhamad Amar Muhamad Renaldi Aripin Muhamad Salman Al-Farits Muhamad Zaenal Abidin Muhamd Ammar Muhammad Ammar Muhammad Arip Muhammad Arsyad Muhammad Iqbal Ahmadi Muhammad Wildan Goni Muslih, Muhamad Neng Resti Noviansyah Nunik Destria Arianti Nur Apriyanti Nur Apriyanti Nur Fauza Muhidin Nuraeni Pahmi, Samsul Paikun Rahayu Awaliyah Rian Nugraha Rico Sihotang Rifaldi Zulkarnaen Rimalya Widian Rinrin Rinrin Rintho Rante_Rerung RR. Ella Evrita Hestiandari Rudi Heryanto Saepudin, Sudin Salsa Lisna Audina Sarah Sifa Antadipura Sastradipraja, C K Satish Kumar Damodar Selsa Khairunisa Fadiya haya Sihabudin Sihabudin Sihabudin Siti Handayani Siti Hasna Fadhilah Siti Khalifah Siti Olis Somantri Somantri Taufik Bahrul Alam Wildan Riswandi Wulan Alinda Wahyumi Yayatillah Rubiati Yoga Vikriansyah Yudi Nata Yunita Gusti Nurani Yusuf Iskandar Zaid Sulaiman