Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal Scientica: Jurnal Ilmiah Sains dan Teknologi Nusantara Journal of Multidisciplinary Science Jurnal Informatika Polinema (JIP)
Enda Esyudha Pratama
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
KLASIFIKASI KETERPAKAIAN MODUL E-LEARNING BERBASIS MOODLE DENGAN PENDEKATAN TEXT MINING Enda Esyudha Pratama
Jurnal Informatika Polinema Vol. 8 No. 2 (2022): Vol 8 No 2 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i2.867

Abstract

Pandemi COVID-19 memberikan dampak pada berbagai bidang termasuk dunia pendidikan. Salah satu kebijakan yang harus dilakukan adalah melarang proses belajar tatap muka dan menggantinya dengan pembelajaran daring. Universitas Tanjungpura sebagai salah satu institusi pendidikan memfasilitasi kebijakan ini dengan menyediakan fasilitas sistem e-learning. Sistem e-learning di UNTAN menggunakan platform Moodle. Tujuan dari penelitian ini adalah menghasilkan aplikasi yang dapat mengklasifikasi keterpakaian modul e-learning secara otomatis. Sebuah modul dapat dianggap dipakai atau digunakan apabila memiliki fitur atau aktivitas seperti lesson, assignment, quiz, forum, file, dan rencana pembelajaran semester (RPS). Untuk dapat mendeteksi secara ototmatis apakah sebuah modul memiliki fitur-fitur tersebut, maka perlu dibuat sebuah aplikasi yang dapat menemukan informasi tersebut secara cepat, tepat, dan akurat. Informasi didapat dengan cara mengambil (crawling) data tampilan modul berupa kode HTML untuk kemudian mengolahnya menggunakan metode text mining. Data yang diolah menghasilkan informasi berupa kategori keterpakaian modul, rekapitulasi data modul berdasarkan tahun ajaran, fakultas, dan program studi serta kualitas modul berdasarkan nilai (scoring). Berdasarkan hasil pengujian dengan mengambil sampling 5 modul pada tiap fakultas, didapat kinerja algoritma dalam mengklasifikasikan kateogri modul secara benar sebesar 88,89 %. Hal ini dapat dikatakan algoritma dapat bekerja secara baik.
Analisis Kecenderungan Informasi Terkait Covid-10 Berdasarkan Big Data Sosial Media dengan Menggunakan Metode Data Mining Enda Esyudha Pratama; Helen Sastypratiwi; Yulianti
Jurnal Informatika Polinema Vol. 7 No. 2 (2021): Vol 7 No 2 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i2.453

Abstract

Wabah virus CORONA (COVID-19) mulai menginfeksi hampir ke seluruh negara di awal tahun 2020 tak terkecuali di Indonesia. Pemerintah selaku pihak yang berkepentingan mengeluarkan beberapa kebijakan terkait penanganan virus ini. Kebijakan tersebut mendapat berbagai tanggapan dari masyarakat terutama di media sosial. Jumlah tanggapan yang banyak dan beragam akan menjadi sebuah big data. Big data tersebut dapat menghasilkan informasi yang berharga jika diolah secara baik dan benar. Salah satu informasi yang dapat dihasilkan adalah analisis sentimen. Data mining merupakan salah satu metode yang digunakan untuk menggali informasi penting dari sebuah tumpukan data yang berjumlah besar. Pada penelitian ini digunakan 1400 tweet. Kata kunci (keyword) yang digunakan terkait kebijakan pemerintah yaitu Social Distancing, Isolasi Mandiri, Karantina Wilayah, WFH, PSBB, Lockdown, dan Rapid Test. Dari hasil penellitian yang dilakukan, sentimen masayrakat di media sosial terhadap kebijakan pemerintah dalam menanggulangi wabah virus ini cenderung positif
Aplikasi Lowongan Kerja Online Menggunakan Metode Hybrid-Based Recommendation Roni Darmawan; Anggi Srimurdianti Sukamto; Enda Esyudha Pratama
Nusantara Journal of Multidisciplinary Science Vol. 1 No. 7 (2024): NJMS - Februari 2024
Publisher : PT. Inovasi Teknologi Komputer

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

Abstract

Aktivitas utama yang dilakukan sehari – hari seorang individu untuk mencari uang adalah dengan cara bekerja. Mencari pekerjaan yang sesuai dengan latar belakang pendidikan yang kita tekuni tidaklah mudah. Banyak individu yang tidak mengetahui kemampuan diri mereka sendiri dan keterbatasan informasi lowongan pekerjaan juga menjadi hambatan bagi pelamar yang ingin mencari pekerjaan. Karena itu, diperlukan satu ‘alat bantu’ yang dapat memberi rekomendasi bidang pekerjaan apa yang sesuai dengan belakang pendidikan yang bersangkutan. Metode hybrid based recomendation adalah dengan menggabungkan teknik collaborative-filtering (algoritma consine similarity) dan content-based (Alternating Least Squares). Algoritma consine similarity digunakan untuk pengklasifikasian bidang pekerjaan sedangkan untuk rekomendasi pekerjaan, digunakan algoritma Alternating Least Squares. Pada Alternating Least Squares digunakan rumus similarity untuk menghitung kedekatan antara pelamar dan lowongan pekerjaan berdasarkan pencocokan bobot dan atribut yang ada. Output yang dihasilkan dari sistem ini berupa daftar rekomendasi pekerjaan yg sesuai dengan latar belakang pendidikan pelamar
Aplikasi Try Out SBMPTN Berbasis Website : (Studi Kasus Desa Sosok, Kecamatan Tayan Hulu, Kabupaten Sanggau) Excel May Nacky. H; M. Azhar Irwansyah; Enda Esyudha Pratama
Scientica: Jurnal Ilmiah Sains dan Teknologi Vol. 2 No. 4 (2024): Scientica: Jurnal Ilmiah Sains dan Teknologi
Publisher : Komunitas Menulis dan Meneliti (Kolibi)

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

Abstract

Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN) merupakan salah satu ujian seleksi untuk masuk ke Perguruan Tinggi Negeri secara serentak yang menggunakan hasil nilai UTBK yang diperoleh sebagai acuan masuk tidaknya calon mahasiswa pada Perguruan Tinggi Negeri yang diinginkan. Penelitian ini melakukan perancangan aplikasi try out SBMPTN berbasis website yang terdapat fitur seperti pada pihak sekolah untuk mengelola data siswa, mengelola data materi UTBK, mengelola data sekolah, mengelola data soal, mengelola data rekap nilai, mengelola data sesi tipe try out. Untuk siswa dapat memilih materi UTBK, mengerjakan soal, melihat hasil nilai, mencetak hasil nilai. Hasil penelitian ini adalah sebuah website yang dapat diakses oleh siswa melalui laptop, komputer maupun smartphone dengan jaringan internet sebagai media pembelajaran materi-materi terkait dengan tes SBMPTN yang tersedia pada website seperti Tes Potensi Skolastik (TPS), Literasi dalam Bahasa Indonesia dan Bahasa Inggris, Penalaran Matematika kepada para siswa khususnya SMA/K yang berada pada Desa Sosok, Kecamatan Tayan Hulu, Kabupaten Sanggau antara lain SMAN 1 Tayan Hulu, SMK Bina Utama, SMK Agape Patria. Setelah mengerjakan paket soal yang telah disediakan, siswa akan memperoleh hasil berupa score untuk setiap jenis soal yang diinginkan beserta pembahasan soal-soal yang telah dikerjakan yang berguna bagi siswa untuk evaluasi sampai dimana pemahamam siswa dalam mengerjakan soal-soal tes SBMPTN.
Co-Authors Anggi Srimurdianti Sukamto Excel May Nacky. H Helen Sastypratiwi Helen Sastypratiwi, Helen M. Azhar Irwansyah Roni Darmawan Yulianti