Article Per Year (5 Year)
p-Index From 2021 - 2026
0.778
P-Index
This Author published in this journals
All Journal Jurnal Maneksi (Management Ekonomi Dan Akuntansi) Jurnal Teknologi Informasi MURA Jurnal Teknologi Informasi Mura
Stenly Ronaldo Titioka
Politeknik Negeri Ambon
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Other

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

Found 4 Documents
Search

 1 
PENGARUH INOVASI PRODUK TERHADAP IMPLEMENTASI KINERJA OPERASIONAL INDUSTRI ROTI DI KOTA AMBON Stenly Ronaldo Titioka; Baretha Meisar Titioka
JURNAL MANEKSI Vol 10, No 1 (2021): Juni 2021
Publisher : Politeknik Negeri Ambon

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (429.638 KB) | DOI: 10.31959/jm.v10i1.567

Abstract

Penelitian ini bertujuan untuk mengetahui, menganalisis dan menjelaskan pengaruh inovasi proses, inovasi produk dan implementasi inovasi terhadap kinerja operasional Industri Roti di Kota Ambon. Populasi penelitian yaitu pimpinan dan karyawan dari pelaku usaha Industri Roti yang beroperasi di wilayah Kota Ambon sebanyak 30 Industri Roti. Sampel yang diambil dari jumlah populasi adalah 50 responden yakni pimpinan dan karyawan pada setiap bagian yang ada di masing-masing perusahaan. Data tersebut kemudian dianalisis dengan menggunakan metode analisis kuantitatif melalui pendekatan analisis regresi berganda (Multiple Regression Analysis). Hasil penelitian menunjukan bahwa dari hasil uji t untuk variabel inovasi proses (X1) diperoleh nilai t hitung 3.834, dengan tingkat signifikansi 0,000. Dengan menggunakan batas signifikansi 0,05, didapat t tabel sebesar 2,0096. Ini berarti t hitung > dari t tabel, yang berarti Ho ditolak dan Ha diterima. Dengan demikian maka, disimpulkan bahwa inovasi proses berpengaruh positif dan siginifikan terhadap kinerja operasional. Kemudian Hasil uji t variabel inovasi produk (X2) diperoleh nilai t hitung = 0.679 dengan tingkat signifikansi 0,501. Dengan menggunakan batas signifikansi 0,05, didapat t tabel sebesar 2,0096. Ini berarti t hitung < dari t tabel, yang berarti Ho diterima dan Ha ditolak. Dengan demikian maka, hipotesis kedua ditolak. Dengan kata lain dapat disimpulkan bahwa inovasi produk tidak berpengaruh pada peningkatan kinerja operasional perusahaan. Hasil uji t variabel implementasi inovasi (X3) diperoleh nilai t hitung 5.741 dengan tingkat signifikansi 0,000. Dengan menggunakan batas signifikansi 0,05 didapat t tabel sebesar 2,0096. Ini berarti t hitung > dari t tabel, yang berarti Ho ditolak dan Ha diterima. Dengan demikian maka hipotesis ketiga dapat diterima. Sehingga dapat disimpulkan bahwa implementasi inovasi yang semakin meningkat, akan meningkatkan juga kinerja operasional.
PENGARUH INOVASI PRODUK TERHADAP IMPLEMENTASI KINERJA OPERASIONAL INDUSTRI ROTI DI KOTA AMBON Stenly Ronaldo Titioka; Baretha Meisar Titioka
Jurnal Maneksi (Management Ekonomi Dan Akuntansi) Vol. 10 No. 1 (2021): Juni 2021
Publisher : Politeknik Negeri Ambon

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (429.638 KB) | DOI: 10.31959/jm.v10i1.567

Abstract

Penelitian ini bertujuan untuk mengetahui, menganalisis dan menjelaskan pengaruh inovasi proses, inovasi produk dan implementasi inovasi terhadap kinerja operasional Industri Roti di Kota Ambon. Populasi penelitian yaitu pimpinan dan karyawan dari pelaku usaha Industri Roti yang beroperasi di wilayah Kota Ambon sebanyak 30 Industri Roti. Sampel yang diambil dari jumlah populasi adalah 50 responden yakni pimpinan dan karyawan pada setiap bagian yang ada di masing-masing perusahaan. Data tersebut kemudian dianalisis dengan menggunakan metode analisis kuantitatif melalui pendekatan analisis regresi berganda (Multiple Regression Analysis). Hasil penelitian menunjukan bahwa dari hasil uji t untuk variabel inovasi proses (X1) diperoleh nilai t hitung 3.834, dengan tingkat signifikansi 0,000. Dengan menggunakan batas signifikansi 0,05, didapat t tabel sebesar 2,0096. Ini berarti t hitung > dari t tabel, yang berarti Ho ditolak dan Ha diterima. Dengan demikian maka, disimpulkan bahwa inovasi proses berpengaruh positif dan siginifikan terhadap kinerja operasional. Kemudian Hasil uji t variabel inovasi produk (X2) diperoleh nilai t hitung = 0.679 dengan tingkat signifikansi 0,501. Dengan menggunakan batas signifikansi 0,05, didapat t tabel sebesar 2,0096. Ini berarti t hitung < dari t tabel, yang berarti Ho diterima dan Ha ditolak. Dengan demikian maka, hipotesis kedua ditolak. Dengan kata lain dapat disimpulkan bahwa inovasi produk tidak berpengaruh pada peningkatan kinerja operasional perusahaan. Hasil uji t variabel implementasi inovasi (X3) diperoleh nilai t hitung 5.741 dengan tingkat signifikansi 0,000. Dengan menggunakan batas signifikansi 0,05 didapat t tabel sebesar 2,0096. Ini berarti t hitung > dari t tabel, yang berarti Ho ditolak dan Ha diterima. Dengan demikian maka hipotesis ketiga dapat diterima. Sehingga dapat disimpulkan bahwa implementasi inovasi yang semakin meningkat, akan meningkatkan juga kinerja operasional.
Klasifikasi Persiapan Keuangan Mahasiswa Tingkat Akhir dalam Menghadapi Dunia Kerja Menggunakan Algoritma Naive Bayes dan K-Nearest Neighbor Tiska Pattiasina; Stenly Ronaldo Titioka; Frangky Jansens Louth; Grace Fredriksz; Join Rachel Luturmas; Andrie CH Salhuteru; Febiola Matuankotta; Laura S Nunumete
Jurnal Teknologi Informasi Mura (JTI) Vol. 18 No. 2 (2026): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v18i2.3154

Abstract

Financial preparation is an important factor for final year students in facing the world of work. This study aims to classify the financial readiness of final year students using the Naive Bayes and K-Nearest Neighbor (K-NN) algorithms based on 15 attributes related to economic conditions, financial behavior, and financial literacy. Data were obtained from 85 final year students of the Business Administration Department of Ambon State Polytechnic and processed using the Synthetic Minority Over-sampling Technique (SMOTE) technique to address class imbalance. Testing was conducted using WEKA software with a 10-fold cross-validation method. The results showed that the Naive Bayes algorithm produced an accuracy of 96.6667%, a precision of 96.7%, a recall of 96.7%, and an ROC Area of ​​0.9988. Meanwhile, the K-Nearest Neighbor (K-NN) algorithm produced an accuracy of 80.0%, a precision of 80.4%, a recall of 80.0%, and an ROC Area of ​​0.8703. These results indicate that Naive Bayes outperforms K-NN in classifying the financial readiness of final-year students. Furthermore, the application of SMOTE has been shown to improve the model's ability to recognize minority classes, resulting in a more balanced and representative classification.
Klasifikasi Persiapan Keuangan Mahasiswa Tingkat Akhir dalam Menghadapi Dunia Kerja Menggunakan Algoritma Naive Bayes dan K-Nearest Neighbor Tiska Pattiasina; Stenly Ronaldo Titioka; Frangky Jansens Louth; Grace Fredriksz; Join Rachel Luturmas; Andrie CH Salhuteru; Febiola Matuankotta; Laura S Nunumete
Jurnal Teknologi Informasi Mura (JTI) Vol. 18 No. 2 (2026): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v18i2.3154

Abstract

Financial preparation is an important factor for final year students in facing the world of work. This study aims to classify the financial readiness of final year students using the Naive Bayes and K-Nearest Neighbor (K-NN) algorithms based on 15 attributes related to economic conditions, financial behavior, and financial literacy. Data were obtained from 85 final year students of the Business Administration Department of Ambon State Polytechnic and processed using the Synthetic Minority Over-sampling Technique (SMOTE) technique to address class imbalance. Testing was conducted using WEKA software with a 10-fold cross-validation method. The results showed that the Naive Bayes algorithm produced an accuracy of 96.6667%, a precision of 96.7%, a recall of 96.7%, and an ROC Area of ​​0.9988. Meanwhile, the K-Nearest Neighbor (K-NN) algorithm produced an accuracy of 80.0%, a precision of 80.4%, a recall of 80.0%, and an ROC Area of ​​0.8703. These results indicate that Naive Bayes outperforms K-NN in classifying the financial readiness of final-year students. Furthermore, the application of SMOTE has been shown to improve the model's ability to recognize minority classes, resulting in a more balanced and representative classification.
Co-Authors Andrie CH Salhuteru Baretha Meisar Titioka Febiola Matuankotta Frangky Jansens Louth Grace Fredriksz Join Rachel Luturmas Laura S Nunumete Tiska Pattiasina