Article Per Year (5 Year)
p-Index From 2020 - 2025
1.325
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) UG Journal Prosiding KOMMIT Jurnal Ilmiah KOMPUTASI IT JOURNAL RESEARCH AND DEVELOPMENT JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Nasional Teknologi Terapan Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Jurnal Minfo Polgan (JMP) Malcom: Indonesian Journal of Machine Learning and Computer Science Prosiding SeNTIK STI&K
Ega Hegarini
Jurusan Sistem Informasi, FIKTI, Universitas Gunadarma
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Sistem Pendukung Keputusan Penilaian Kinerja Guru Menggunakan Metode Simple Additive Weighting (SAW): Decision Support System for Teacher Performance Assessment Using The Simple Additive Weighting (SAW) Method Haidar, Alif Farras; Hegarini, Ega
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 4 (2025): MALCOM October 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i4.2287

Abstract

Guru merupakan komponen yang sangat berpengaruh dalam menentukan keberhasilan pendidikan. Kinerja guru yang baik akan meningkatkan mutu pendidikan secara keseluruhan. Penilaian Kinerja Guru (PKG) menjadi suatu hal yang sangat penting dalam upaya meningkatkan kinerja guru. Namun, Proses PKG di Sekolah Islam Terpadu Al-Qalam Depok masih dilakukan secara manual sehingga rentan terhadap kesalahan perhitungan dan memakan waktu yang lama. Pembuatan Sistem Pendukung Keputusan (SPK) dengan metode Simple Additive Weighting (SAW) ini bertujuan membantu mengatasi permasalahan tersebut. Berdasarkan data yang diproses dengan metode SAW terdapat 5 alternatif guru yang dinilai dengan 4 kriteria penilaian yaitu pedagogik, kepribadian, sosial, dan profesional. hasil perangkingan menunjukkan alternatif A5 memperoleh nilai kinerja guru yang tertinggi yaitu 95. Hasil pengujian fungsionalitas dengan metode black box menunjukkan Sistem berjalan sesuai fungsi yang ditetapkan. Dengan SPK ini, PKG menjadi lebih akurat dan efisien dalam waktu untuk mengevaluasi kinerja guru yang ada disekolah tersebut sehingga dapat digunakan sebagai dasar pengambilan keputusan dalam meningkatkan mutu pendidikan di Sekolah Islam Terpadu Al-Qalam Depok.
PENERAPAN ALGORITMA YOU ONLY LOOK ONCE v5 UNTUK DETEKSI KUALITAS BUAH ALPUKAT MENGGUNAKAN PYTHON BERBASIS WEB Baihaqi, Riza Luthfi; Hegarini, Ega; Wardijono, Bheta Agus
Prosiding Seminar SeNTIK Vol. 8 No. 1 (2024): Prosiding SeNTIK 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

YOLO merupakan metode deteksi objek yang memproses gambar secara real- time pada 45 frame per detik. Walaupun metode YOLO pada saat melakukan deteksi sering terdapat kesalahan, tetapi metode YOLO dapat memperkirakan kesalahan tersebut pada backround objek. Tetapi pada pendeteksian, metode YOLO adalah salah satu dari sekian banyak metode yang mempunyai hasil deteksi cepat dan akurat. Penelitian sebelumnya yang pernah dilakukan menggunakan algoritma YOLOv3 dan Bahasa pemrograman python berbasis desktop ini memiliki keterbatasan pada hardware yang digunakan. Nilai mAP pada pendeteksian juga memiliki nilai yang cukup rendah. Perancangan sistem deteksi buah alpukat berbasis website ini untuk menentukan kualitas buah alpukat apakah buah tersebut layak atau tidak. Pendeteksian hanya akan dilakukan untuk buah alpukat yang utuh saja. Pada proses ini penulis mengguanakan data primer dan sekunder. Untuk data primer data diambil dengan cara memfoto buah alpukat satu persatu sampai jumlah yang ditentukan sejak awal. Untuk data sekunder, pada penelitian ini digunakan data dari roboflow. Pada penelitian ini digunakan 500 buah alpukat layak dan 500 buah alpukat tidak layak. Hasil dari pelatihan yang dilakukan sebanyak 50 epoch dengan waktu komputasi 7 menit 38 detik ini menghasilkan akurasi, recall dan presisi dengan angka 100% dan f1 score 99.39%
Co-Authors Achmad Yani Adi Purnomo Baihaqi, Riza Luthfi Bheta Agus Wardijono Budi Setiawan Fakhrul Ridha Farida (Universitas Gunadarma) Haidar, Alif Farras Haris Satria Henny Medyawati Hutapea, Novita Christina Imam Ahmad Trinugroho Jauhari, Mohammad Afdhal Mohammad Afdhal Jauhari