Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : digital transformation technology digitech

Pengaruh Minat Siswa Dalam Pemilihan Program Keahlian Terhadap Hasil Belajar Siswa Menggunakan Metode Analytic Hierarchy Process Marantika, Maya; Wahyudin , Wahyudin; Megasari, Rani
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.5711

Abstract

Penelitian ini bertujuan untuk mengetahui kesesuaian minat pemilihan program keahlian pada siswa kelas 11 PPLG di SMKN 1 Talaga., dan untuk mengetahui pengaruh minat siswa pemilihan program keahlian terhadap hasil belajar siswa kelas 11 PPLG di SMKN 1 Talaga dengan menggunaka metode AHP (Analitycal Hierarchy Process). Data dikumpulkan melaui kuisioner tes minat bakat berdasarkan teori Holland, observasi, dan hasil besajar berupa nilai pre test dan nilai post test. Metode AHP merupakan model pengambilan keputusan yang komprehensif dengan memperhitungkan hal-hal yang bersifat kualitatif dan kuantitatif. Hasil penelitian menunjukkan bahwa adanya kesesuaian antara minat siswa dalam memilih program keahlian berdasarkan ilia pre test diperoleh bahwa 64% siswa memperoleh nilai di atas KKM. Serta adaya pengaruh minat siswa dalam pemilihan program keahlian terhadap hasil belajar terlihat dari adanya penigkatan hasil belajar siswa yaitu nilai pre test 64% siswa memperoleh nilai di atas KKM menjadi 78% siswa yang memperoleh nilai di atas KKM pada nilai post test.
Pengembangan Chatbot Menggunakan BERT untuk Pengelolaan Komunikasi Beasiswa Ikatan Alumni Universitas Pendidikan Indonesia Jullfikar, Raisyad; Megasari, Rani; Sukamto, Rosa Ariani
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.6367

Abstract

Komunikasi yang efektif antara alumni dan organisasi menjadi elemen penting dalam penyampaian informasi, khususnya terkait program beasiswa. Dalam konteks Ikatan Alumni Universitas Pendidikan Indonesia (IKA UPI), keterbatasan sumber daya manusia menyebabkan hambatan dalam merespons pertanyaan informasi secara cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan chatbot menggunakan BERT (Bidirectional Encoder Representations from Transformers) untuk menjawab pertanyaan seputar beasiswa secara otomatis. Model yang digunakan adalah IndoBERT yang melalui lima tahapan fine-tuning, yaitu Masked Language Modeling (MLM), Next Sentence Prediction (NSP), Intent Classification, Extractive Question Answering (SQuAD), dan Semantic Retrieval. Evaluasi dilakukan menggunakan metrik seperti accuracy, F1-score, exact match (EM), recall, latency, accuracy@k, dan mean reciprocal rank (MRR). Hasil eksperimen menunjukkan kinerja yang kuat pada berbagai tugas-tugas fundamental, dengan F1-score mencapai 93,33% untuk Next Sentence Prediction (NSP), dan 86,74% untuk Intent Classification. Namun demikian, tugas-tugas terkait pemahaman konteks yang lebih kompleks seperti Extractive Question Answering (SQuAD) dan Semantic Retrieval menunjukkan tantangan, dengan F1-scoreĀ  memperoleh 43,57% dan mean reciprocal rank (MRR) 0,34. Penelitian ini mengonfirmasi bahwa kelayakan implementasi chatbot dengan menggunakan model BERT (Bidirectional Encoder Representations from Transformers) untuk pengelolaan informasi beasiswa Ikatan Alumni UPI, sekaligus memetakan tantangan dalam tugas-tugas pemahaman konteks yang lebih dalam.
Rancang Bangun Dashboard Perolehan Donasi Beasiswa Menggunakan Pendekatan Cognitive Load Theory untuk Meningkatkan Akuntabilitas Informasi Andriansyah, Rasyid; Megasari, Rani; Nursalman, Muhammad
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.6577

Abstract

Perkembangan teknologi telah membawa tantangan baru dalam pengelolaan donasi beasiswa di tingkat perguruan tinggi, di mana transparansi dan perlindungan privasi atau akuntabilitas menjadi fokus utama. Penelitian ini bertujuan untuk merancang sebuah dashboard operasional yang efektif dan efisien dengan memadukan transparansi serta perlindungan privasi dalam pengelolaan donasi beasiswa. Metode penelitian yang digunakan adalah pendekatan pengembangan sistem ADDIE (Analysis, Design, Development, Implementation, Evaluation). Pendekatan user experience (UX), yang didukung oleh prinsip Cognitive Load Theory (CLT) dan Information Dashboard Design, diterapkan secara intensif pada tahap analisis dan desain untuk memastikan antarmuka yang intuitif dan efektif. Dalam evaluasi sistem, digunakan metode pengujian black box testing dengan teknik equivalence partitioning dan boundary value analysis untuk memverifikasi fungsionalitas sistem secara menyeluruh. Hasil dari evaluasi menggunakan metode black box testing telah memvalidasi pengujian fungsional menunjukkan bahwa pendekatan berbasis CLT berhasil menciptakan sistem yang andal, mudah digunakan, dan dipahami, serta memenuhi kebutuhan pengguna akan informasi yang akurat dan tepat waktu, sehingga meningkatkan kepercayaan donatur
Pengembangan Sistem Simulasi Prediksi Struktur Penduduk Menggunakan Model Cohort-Component: Studi Kasus Populasi Jepang Arzaniel Ethan Martosiswoyo; Muhammad Nursalman; Rani Megasari
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.9029

Abstract

Penuaan penduduk adalah masalah yang kompleks, tetapi peneliti dapat memahaminya lebih baik dengan menggunakan model matematika dan alat visual. Penelitian ini berfokus pada pembuatan dasbor untuk mensimulasikan kemungkinan yang terjadi pada populasi Jepang di masa depan. Penulis menggunakan metode cohort component untuk ini. Model ini melacak orang berdasarkan usia dan jenis kelamin setiap lima tahun. Sistem ini memperbarui angka berdasarkan tingkat kelahiran, tingkat kelangsungan hidup, dan migrasi. Penulis menulis kode dalam Python di Google Colab dan membuat antarmuka web menggunakan Streamlit. Dashboard memungkinkan pengguna untuk mengubah skenario, melihat piramida penduduk, dan mengunduh tabel data. Hasil uji dasar penulis menunjukkan populasi Jepang menurun dari 123,802 juta pada tahun 2024 menjadi sepenelitir 67,288 juta pada tahun 2074. Rasio ketergantungan juga melonjak dari 67,92 menjadi 107,69. Jika peneliti meningkatkan tingkat kelahiran dalam simulasi, penurunan populasi sedikit melambat, berakhir pada 74,892 juta. Namun, peningkatan migrasi penduduk usia kerja menghasilkan hasil terbaik. Hal ini mempertahankan jumlah penduduk sepenelitir 78,442 juta dan menurunkan rasio ketergantungan menjadi 94,98. Singkatnya, dashboard ini merupakan alat yang ampuh untuk mengeksplorasi perubahan demografis, meskipun hanya simulasi dan bukan prediksi resmi pemerintah.