Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI Building of Informatics, Technology and Science
Fariati, Wieke Tsanya
Unknown Affiliation
Computer Science & IT Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Sistem Klasifikasi Tipe Kepribadian Siswa Secara Psikologis dengan Algoritma Decision Tree C.45 Nuraini, Rini; Al Hakim, Rosyid Ridlo; Lisnawati, Tuti; Fariati, Wieke Tsanya
Building of Informatics, Technology and Science (BITS) Vol 3 No 3 (2021): December 2021
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (483.474 KB) | DOI: 10.47065/bits.v3i3.1045

Abstract

In the world of education knowing the personality type of students is very important. This is because a person's personality is influential in his learning activities and how he digests and captures the material presented by the teacher. For this reason, knowing the classification of students' personalities needs to be identified so that teachers or students themselves can optimize self-change in a better and positive direction. This study aims to develop a psychological classification system for student personality types using the C.45 decision tree algorithm. The personality type used as a class in the classification is based on psychology, including: Sanguine, Phlegmatic, Choleric and Melancholic. In this study, a web-based system was developed, so that it is easy to use for teachers and students to recognize the personality of these students. To determine the personality of students psychologically, students answer questions in the system, then the system will classify based on the answers from these students. The C.45 decision tree algorithm serves to find knowledge or patterns of characteristic similarity in a particular group or class. From the test results, the pecision value is 90%, the recall is 85% and the accuracy is 88%. This shows that the C.45 decision tree algorithm can perform personality type classification well
Manajemen Utang sebagai Strategi dalam Upaya Meminimalisir Gagal Bayar Pada Perusahaan Fintech Ernawati, Tia; Lisnawati, Tuti; Nurhayati, Sri; Fariati, Wieke Tsanya; Nuraeni, Yani
Jurnal Pendidikan Tambusai Vol. 8 No. 2 (2024)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

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

Abstract

Pandemi Covid 19 sangat mempengaruhi kondisi perekonomian Indonesia, kondisi seperti ini menyebabkan banyak masyarakat yang kekurangan uang untuk memenuhi kebutuhan sehari-hari, sehingga tidak banyak masyarakat yang beralih ke pinjaman online, ada yang legal maupun ilegal. Semakin hari pendapatannya semakin berkurang, namun nasabah harus mampu membayar utang-utangnya sehingga ia menggali lubang untuk menutup lubang tersebut, yang pada akhirnya berbalik arah dan menjadi bingung kehabisan akal untuk melunasi semua pinjaman tersebut. Nasabah yang merasa mulai terlilit hutang, berusaha untuk gagal bayar, padahal hal ini tidak dibenarkan. Tujuan dari penelitian ini adalah untuk memberikan solusi agar nasabah dapat melunasi utangnya dengan menggunakan pendekatan manajemen utang. Padahal nasabah yang menjadi objek penelitian ini telah bekerja sama dengan pihak ketiga sehingga proses pengelolaan utangnya dapat dibantu. Metode yang digunakan dalam penelitian ini adalah pendekatan kualitatif, dimana penelitian ini dilakukan terhadap nasabah yang mempunyai utang hampir 60 juta lebih di 11 pinjaman online nasabah tersebut berada di kota Sukabumi. Peneliti menggali informasi sehingga mendapatkan solusi bahwa pengelolaan utang sangat cocok bagi nasabah tersebut dalam upaya meminimalisir gagal bayar pinjaman online.
Co-Authors Ernawati, Tia Lisnawati, Tuti Nuraeni, Yani Rini Nuraini, Rini Rosyid Ridlo Al-Hakim Sri Nurhayati