Claim Missing Document
Check
Articles

Found 13 Documents
Search

Forecasting Tingkat Kepuasan Siswa Terhadap Proses Pembelajaran Menggunakan Metode K-Nearest Neighbor Elmayati, Elmayati; Handayani , Diah Fitria; Wijaya, Harma Oktafia Lingga; Aktavera, Beni
Jurnal Pengembangan Sistem Informasi dan Informatika Vol. 4 No. 3 (2023): Jurnal Pengembangan Sistem Informasi dan Informatika
Publisher : Training & Research Institute - Jeramba Ilmu Sukses

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47747/jpsii.v4i3.1659

Abstract

Education is a crucial aspect in the formation of society and individual development. Student satisfaction is an important indicator that reflects the effectiveness of the learning process. In this context, this research proposes applying the K-Nearest Neighbor (KNN) method as a predictive tool to identify factors influencing student satisfaction. Historical data on student satisfaction is collected and analyzed to build a prediction model using KNN. This research aims to increase the effectiveness of the learning process by understanding the factors contributing to student satisfaction. Through personalizing learning experiences, identifying causes of dissatisfaction, and developing innovative strategies, KNN predictions can provide deep insights into educational institutions. It is hoped that the results of these predictions can be used to increase student retention, efficiency in academic management, and transparency in the educational environment. By integrating artificial intelligence into evaluating student satisfaction, this research contributes to developing more adaptive and responsive educational strategies. In conclusion, predicting student satisfaction using KNN is an essential basis for creating a learning environment that has a positive and sustainable impact on student development in the modern educational era. This data was collected by distributing questionnaires to students with a sample size of 160 data. So it is known that there are 112 training data and 48 testing data. Then, from applying the K-Nearest Neighbor method, the value of K=12 is known. So, the test results using the Python programming language with a data division of 70%:30% produce an accuracy value of 80%, a precision value of 79%, a recall of 100%, and an F1-Score of 88%.
Game Edukasi Anak Raudathul Athfal Menggunakan Construct 2 Aktavera, Beni; Wijaya, Harma Oktafia Lingga; Elmayati, Elmayati
Jurnal Nasional Ilmu Komputer Vol. 4 No. 3 (2023): Jurnal Nasional Ilmu Komputer
Publisher : Training and Research Institute Jeramba Ilmu Sukses (TRI - JIS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47747/jurnalnik.v4i3.1657

Abstract

Perkembangan teknologi membuka peluang baru dalam mendukung proses pembelajaran anak usia dini di lembaga pendidikan Islam seperti Raudhatul Athfal. Penelitian ini bertujuan merancang game edukasi menggunakan Construct 2 sebagai alat pengembangan, dengan fokus pada materi pendidikan Islam. Construct 2 dipilih karena antarmuka pengguna yang sederhana memungkinkan pendidik atau pengembang tanpa latar belakang teknis yang mendalam untuk merancang permainan dengan logika permainan yang kompleks. Game ini dirancang untuk meningkatkan motivasi belajar anak-anak usia dini dengan menyajikan materi pendidikan Islam, seperti pengenalan huruf Arab, angka, kisah-kisah Nabi, dan nilai-nilai moral, melalui pengalaman bermain yang interaktif dan menyenangkan. Metode pengajaran tradisional di Raudhatul Athfal akan dilengkapi dengan penggunaan game edukasi, memungkinkan anak-anak untuk belajar secara mandiri dan meningkatkan keterlibatan orang tua di rumah. Tujuan utama adalah menciptakan lingkungan pembelajaran holistik yang merangsang perkembangan kognitif, moral, karakter, dan spiritual anak-anak. Hasil dari penelitian ini diharapkan dapat memberikan panduan praktis untuk implementasi game edukasi dalam konteks lembaga pendidikan Islam, dengan Construct 2 sebagai alat pengembangan yang efektif dan mudah digunakan.
KOLABORASI MAHASISWA DAN DOSEN ANTAR UNIVERSITAS UNTUK PEMBERDAYAAN UKM DAN HMP Intan, Bunga; Aktavera, Beni; Kurniawan, Rudi; Elmayati, Elmayati; Armanto, Armanto; Santoso, Budi; Daulay, Nelly Khairaini; Hidayat, Asep Toyib; Sobri, Ahmad; Wijaya, Harma Oktafia Lingga; Sari, Wisdalia Maya; Regina, Regina
JURNAL UNIV.BI MENGABDI Vol 4 No 1 (2025): Jurnal UNIV.BI Mengabdi : Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/mengabdi.v4i1.2696

Abstract

Pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kapasitas Unit Kegiatan Mahasiswa (UKM) dan Himpunan Mahasiswa Program Studi (HMP) melalui kolaborasi dosen dan mahasiswa antar universitas. Kegiatan dilaksanakan di Universitas Dehasen Bengkulu pada tanggal 18–19 Juli 2025 dengan melibatkan 50 mahasiswa dari Program Studi Sistem Informasi, Informatika, dan Rekayasa Sistem Komputer. Metode yang digunakan adalah edukatif-partisipatif, yang meliputi pelatihan keorganisasian, praktik pembuatan website organisasi, pengenalan coding dasar, dan eksplorasi data science. Hasil kegiatan menunjukkan peningkatan signifikan pada pemahaman peserta, yang ditunjukkan oleh kenaikan rata-rata nilai post-test dari 55 menjadi 83. Peserta juga menghasilkan produk nyata berupa website organisasi dan skrip coding sederhana. Dampak dari kegiatan ini adalah peningkatan kapasitas manajerial dan literasi digital mahasiswa, terbentuknya jejaring kolaborasi antar perguruan tinggi, serta mendorong UKM dan HMP mitra untuk mengoptimalkan peran mereka secara profesional dan ino