Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

3.801

P-Index

This Author published in this journals

All Journal Jurnal Pendidikan Vokasi JOURNAL OF EDUCATION Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) Journal of Educational Science and Technology ELINVO (Electronics, Informatics, and Vocational Education) Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Jurnal Penelitian Pendidikan IPA (JPPIPA) JOURNAL OF APPLIED INFORMATICS AND COMPUTING Journal of Robotics and Control (JRC) Journal of Information Engineering and Technology Journal of Information Technology and Education (JITED)

Handaru Jati

Universitas Negeri Yogyakarta

Author-ID : 291576

Aerospace Engineering Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Materials Science & Nanotechnology Mechanical Engineering Physics

Published : 42 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Efektivitas model blended learning terhadap motivasi dan tingkat pemahaman mahasiswa mata kuliah algoritma dan pemrograman Bibi, Sarah; Jati, Handaru
Jurnal Pendidikan Vokasi Vol. 5 No. 1 (2015): Februari
Publisher : ADGVI & Graduate School of Universitas Negeri Yogyakarta

Penelitian ini bertujuan untuk (1) mengetahui perbedaan motivasi dan tingkat pemahaman mahasiswa antara pembelajaran model blended learning dengan pembelajaran konvensional, dan (2) mengetahui peningkatan motivasi dan tingkat pemahaman mahasiswa akibat penerapan pembelajaran model blended learning. Jenis penelitian ini adalah quasi experimental. Populasi penelitian adalah mahasiswa semester 2 tahun ajaran 2013/2014 Program Studi Pendidikan Teknologi Informasi dan Komputer STKIP PGRI Pontianak yang berjumlah sebanyak 270 mahasiswa. Penentuan sampel menggunakan teknik purposive sampling berjumlah 156 mahasiswa. Pengumpulan data menggunakan tes soal berbentuk pilihan ganda dan angket, teknik analisis data yang digunakan adalah statistik parametrik uji-t dengan taraf signifikansi 0,05. Hasil penelitian ini menunjukkan bahwa (1) terdapat perbedaan motivasi belajar mahasiswa antara pembelajaran model blended learning dengan pembelajaran konvensional sebesar 5,782 dan terdapat perbedaan tingkat pemahaman sebesar 9,935 serta (2) ada peningkatan motivasi belajar mahasiswa akibat penerapan pembelajaran model blended learning rata-rata peningkatan 11,705 dan ada peningkatan pemahaman mahasiswa rata-rata peningkatan 30,288. THE EFFECTS OF BLENDED LEARNING MODEL ON THE STUDENT'S MOTIVATION AND UNDERSTANDING ON THE SUBJECT OF ALGORITHMS AND PROGRAMMINGAbstractThis research aims (1) to determine the differences in motivation and understanding level of the students between learning model of blended learning and the conventional, and (2) the improvement of students learning motivation and understanding due to the use of blended learning model .This research was a quasi-experimental. The population is the second semester students of the academic year 2013/2014 Study Program Computer and Information Technology Department of Teacher Training and Education PGRI Pontianak as many as 270 students. The selection of the sample of students was done using purposive sampling technique as many as 156 students. Collecting data using test multiple-choice and questionnaire, the data analysis techniques used were statistical parametric t-test with a significance level of 0.05. The results of the research show that (1) there is a difference in learning motivation of the students between learning model of blended learning and conventional learning of 5.782 and there is difference in the understanding level of the students of 9.935 and (2) there is an improvement in learning motivation of the students due to blended learning application with an average of 11.705 and there is an improvement in the understanding level of the student with an average of 30.288.

PENILAIAN EFISIENSI UNIVERSITAS LPTK DI INDONESIA DENGAN MENGGUNAKAN DATA ENVELOPMENT ANALYSIS Jati, Handaru
Elinvo (Electronics, Informatics, and Vocational Education) Vol. 1 No. 1 (2015): November 2015 (Consist of 9 Articles)
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Seiring meningkatnya keinginan untuk melanjutkan kuliah ke Perguruan Tinggi bagi lulusan sekolah menengah di Indonesia dan semakin tingginya biaya yang ditanggung oleh calon mahasiswa, pemerintah dihadapkan pada kondisi untuk mendorong universitas agar dapat beroperasi dengan lebih efisien dan lebih produktif. Tujuan penelitian ini adalah mengembangkan metode baru penilaian efisiensi universitas Lembaga Pendidikan Tenaga Keguruan (LPTK) di Indonesia dengan mempergunakan Data Envelopment Analysis yang secara teknis efektif untuk menghitung efisiensi sebuah Universitas. Penelitian ini merupakan penelitian research and development yang dilaksanakan dalam kegiatan yang meliputi analisis kebutuhan yaitu pengkajian variabel yang akan menjadi factor penilaian efisiensi beserta mekanisme pengumpulan datanya, disain model perhitungan efisiensi dari Lembaga Pendidikan Teknologi dan Kejuruan serta implementasi perhitungan efisiensi dan produktivitas dari 6 Universitas LPTK negeri di Indonesia dengan Data Envelopment Analysis. Hasil dari perhitungan DEA menunjukkan bahwa Universitas di Jawa memiliki rata-rata efisiensi yang lebih baik dibanding dengan Universitas LPTK di luar Jawa.

Analysis Porter's Five forces Model on Airbnb Nurlansa, Osiany; Jati, Handaru
Elinvo (Electronics, Informatics, and Vocational Education) Vol. 1 No. 2 (2016): May 2016 (Consist of 7 Articles)
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

This paper discusses about Airbnb. Airbnb is a company website that allows ordinary people to rent their residence as tourist accommodation. Anyone can rent rooms to suit their budget. The company established in 2008, and eight years later by a very rapid growth, the company reaches a turnover of millions of rooms per year. Airbnb analyzed using Porter's Five Forces Model. According to Porter, the competitive nature of the industry could be seen as a combination of top five strengths, namely Rivalry Among Existing Competitors, Threat of New Entrants, Threat of substitude Products or Services, Bargaining Power of Suppliers, Bargaining Power of Buyers. Data were processed using descriptive analysis. Analysis Airbnb terms of Porter's Five Forces Model concluded that from the fifth models of Porter, Rivalry Among Existing Competitors system, Threat of New Entrants, Threat of substitude Products or Services, Bargaining Power of Buyers robust system and one student Bargaining Power of Suppliers found to be very weakKeywords: porter's five forces model, airbnb, ecommerce

ANALISIS PENERAPAN SISTEM INFORMASI AKADEMIK (SIAKAD) 2013 MENGGUNAKAN MODEL END-USER COMPUTING SATISFACTION (EUCS) DI PROGRAM STUDI PENDIDIKAN TEKNIK INFORMATIKA Jati, Handaru; Destiana, Bonita
Elinvo (Electronics, Informatics, and Vocational Education) Vol. 1 No. 1 (2015): November 2015 (Consist of 9 Articles)
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Penelitian ini bertujuan untuk mengetahui: (1) pengaruh content terhadap user satisfaction; (2) pengaruh accuracy terhadap user satisfaction; (3) pengaruh format terhadap user satisfaction; (4) pengaruh ease of use terhadap user satisfaction; (5) pengaruh timeliness terhadap user satisfaction. Penelitian ini merupakan penelitian ex-post facto, yang dilaksanakan di Program Studi Pendidikan Teknik Informatika. Teknik pengambilan sampel dengan purposive sampling. Sampel yang diambil merupakan mahasiswa angkatan 2013 dan 2014 yang sudah menggunakan SIAKAD 2013 . Data diperoleh dengan kuesioner tertutup yang telah memenuhi persyaratan validitas dan reliabilitas. Teknik analisis data yang digunakan adalah Partial Least Square (PLS). Hasil penelitian menunjukkan bahwa: (1) content berpengaruh terhadap user satisfaction; (2) accuracy berpengaruh terhadap user satisfaction; (3) format berpengaruh terhadap user satisfaction; (4) ease of use berpengaruh terhadap user satisfaction; (5) timeliness berpengaruh terhadap user satisfaction.

ANALISIS KUALITAS SISTEM INFORMASI PANTAUAN PEMBENTUKAN KARAKTER SISWA DI SMK N 2 DEPOK SLEMAN Setiawan, Heru; Jati, Handaru
Elinvo (Electronics, Informatics, and Vocational Education) Vol. 2 No. 1 (2017): May 2017
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Tujuan dari penelitian ini adalah menjamin tingkat kualitas sistem informasi pantauan pembentukan karakter siswa agar tidak terjadi error serta menjamin fitur dan fugsionalitasnya dengan melakukan pengujian menggunakan standar ISO 25010. Pengujian dilakukan menggunakan 5 karakteristik pada standar ISO 25010 yaitu functional suitability, usability, reliability, performance efficiency, dan maintainability. Instrumen yang digunakan yaitu kuesioner fungsionalitas, USE Questionnaire, stress testing, load testing, dan maintainability index. Hasil dari penelitian ini adalah sistem informasi telah memenuhi standar ISO 25010 pada karakteristik functional suitability dengan nilai 1 (baik), karakteristik usability sebesar 85,3% (sangat layak) dan nilai alpha cronbach sebesar 0,944 (excellent), karakteristik reliability sebesar 100% (lolos), karakteristik performance efficiency sebesar 2,5 detik (diterima), dan karakteristik maintainability sebesar 100 (sangat mudah dirawat).

PENGEMBANGAN SISTEM INFORMASI MANAJEMEN PRAKTIK INDUSTRI DI JURUSAN PENDIDIKAN TEKNIK ELKTRONIKA UNY BERBASIS WEBSITE MENGGUNAKAN YII FRAMEWORK Subhan, Agung Rizki; Jati, Handaru
Elinvo (Electronics, Informatics, and Vocational Education) Vol. 2 No. 1 (2017): May 2017
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Manajemen Praktik Industri di Jurusan Pendidikan Teknik Elektronika Universitas Negeri Yogyakarta. Pengembangan dilakukan pada Juli 2016 sampai Desember 2016 di Jurusan Pendidikan Teknik Elektronika UNY. Pengembangan dilakukan dengan menggunakan model waterfall. Model waterfall terdiri dari analisis kebutuhan sistem, desain sistem, implementasi sistem dan pengujian sistem. Hasil dari penelitian ini adalah software Sistem Informasi Manajemen Praktik Industri di Jurusan Pendidikan Teknik Elektronika UNY berbasis web menggunakan Yii Framework. Fungsionalitas sistem diuji oleh 3 orang penguji yang masing masing menguji 52 fungsi. Dari pengujian tersebut, semua fungsi yang telah diuji dapat berjalan dengan baik. Sehingga, software yang dihasilkan telah memenuhi kebutuhan untuk mengelola pelaksanaan praktik industri.

EVALUASI KUALITAS APLIKASI MOBILE KAMUS ISTILAH JARINGAN PADA PLATFORM ANDROID DENGAN STANDAR ISO/IEC 25010 Jayanto, Rohmad Dwi; Jati, Handaru
Elinvo (Electronics, Informatics, and Vocational Education) Vol. 2 No. 2 (2017): November 2017
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Penelitian ini bertujuan untuk menguji aplikasi mobile kamus istilah jaringan komputer pada platform android menggunakan standar kualitas perangkat lunak ISO/IEC 25010 pada aspek functional suitability, compatibility, performance efficiency, danusability. Metode yang digunakan adalah research and development. Hasil dari penelitian ini menunjukkan bahwa aplikasi telah memenuhi standar ISO/IEC 25010 pada aspek (1) functional suitability seluruh fungsi dari aplikasi berjalan 100% yang artinya tidak ada fungsi yang gagal saat dilakukan pengujian, (2) compatibility aplikasi kompatibel 100% darisisico-existence, berbagai sistem operasi dan tipe perangkat yang digunakan untuk pengujian, (3) performance efficiency aplikasi berhasil dijalankan di 436 dari 452 perangkatuji AWS Device Farm. Aplikasi berjalan dengan baik tanpa terjadi memory leak yang mengakibatkan aplikasi dipaksa berhenti (force close). Time behaviour utilization rata-rata aplikasi 0,063 seconds/thread, CPU utilization aplikasi rata-rata 5%, memory utilization aplikasi rata-rata 19 MB, dan (4) pengujian usability aplikasimemperoleh 83,22% yang artinya aplikasi sangat layak dari sisi usability.

A Comparison of OpenNMT Sequence Model for Indonesian Automatic Question Generation Indrihapsari, Yuniar; Jati, Handaru; Nurkhamid, N.; Wardani, Ratna; Setialana, Pradana; Mahali, Muhamad Izzudin; Wijaya, Danang; Ardiansyah, Dhista Dwi Nur; Ardy, Satya Adhiyaksa; Tiala, Maria Bernadetha Charlotta Wonda; Al-khawarizmi, Andi Hakim; Ardiyanto, Widya
Elinvo (Electronics, Informatics, and Vocational Education) Vol. 8 No. 1 (2023): Mei 2023
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/elinvo.v8i1.56491

Evaluation of learners is a crucial aspect of the educational system. However, creating evaluation instruments is a process that demands teachers' time and energy. The researcher developed the Indonesia Automatic Question Generator in this study using an architecture modified from past studies. The primary goals of this project are (1) to construct an AQG tool utilizing the OpenNMT series and (2) to analyze and compare the model's performance. As a data source, this study employs the SQuAD 2.0 dataset and numerous sequence techniques, including BiGRU, BiLSTM, and Transformer. The researcher trained the models using OpenNMT-py and Google Collaboratory. This approach generates questions that are relevant to the context of the source. This study found that the model was acceptable.

Penerapan Analisis Sentimen Terhadap Kekerasan atau Tindak Bullying pada Media Sosial Twitter Eswantoro, Bayu Nur Rahman; Jati, Handaru
Journal of Information Engineering and Technology Vol. 3 No. 2 (2025): September 2025
Publisher : Department of Electronics and Informatics Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jiety.v3i2.2158

Penelitian ini bertujuan untuk: (1) untuk menguji serta menganalisis bagaimana anonimitas dapat memengaruhi perilaku cyberbullying di media sosial Twitter; (2) untuk mengetahui bagaimana pemanfaatan teknik analisis sentimen di media sosial Twitter menggunakan klasifikasi Support Vector Machine (SVM) dapat digunakan secara efektif dalam mengidentifikasikan cyberbullying. Penelitian ini menggunakan metode penelitian kuantitatif. Pengambilan data menggunakan alat Tweet Harvest. Subjek penelitian yaitu seluruh cuitan pengguna di Twitter berbahasa Indonesia yang berkaitan dengan cyberbullying atau tindakan kekerasan verbal lainnya. Proses analisis sentimen yang dilakukan memuat crawling data, preprocessing, labeling, feature extraction and modeling, evaluating, dan visualization. Teknik analisis yang akan digunakan dalam penelitian ini adalah analisis kinerja model menggunakan Confusion Matrix untuk menentukan seberapa baik model dalam menentukan, memprediksi dan mengklasifikasikan sentimen. Hasil Penelitian menunjukkan bahwa: (1) Anonimitas terbukti dapat memengaruhi perilaku cyberbullying di media sosial Twitter. Hal ini terlihat pada tahap identifikasi anonimitas, yang menunjukkan bahwa 811 dari 1.365 pengguna akun Twitter, teridentifikasi sebagai akun anonim. Selain itu, berdasarkan hasil analisis sentimen terhadap 1.282 data cuitan, diketahui bahwa 68,8% di antaranya mengandung unsur negatif. Hasil penelitian ini juga sejalan dengan teori disinhibition effect, di mana pengguna dapat dengan bebas mengutarakan pikirannya di media sosial tanpa ada yang mengawasi dan menganggap status seseorang di media sosial itu setara; (2) model klasifikasi Support Vector Machine terbukti efektif dalam mengidentifikasi cyberbullying di bandingkan Random Forest dan Naïve Bayes dengan nilai akurasi 81% > 80% > 78%.

Pengembangan Model Hybrid Arima-Machine Learning untuk Prediksi Harga Saham BCA Dwi Kurniawan, Prabowo; Dwi Surjono, Herman; Jati, Handaru
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 6: Desember 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025126

Penelitian ini bertujuan untuk menganalisis kinerja metode hybrid antara algoritma machine learning dan model ARIMA dalam memprediksi harga saham Bank BCA selama lima tahun terakhir. Data yang digunakan berasal dari saham Bank BCA periode 13 November 2019 hingga 12 November 2024, diperoleh melalui Yahoo Finance. Dataset ini terdiri dari 1210 record dengan tujuh variabel: Date, Open, Close, High, Low, Volume, dan Adj Close. Pengujian dilakukan memodelkan data linier menggunakan ARIMA, kemudian memprediksi residual menggunakan algoritma machine learning yaitu KNN, Naïve Bayes, Logistic Regression, SVM, Random Forest, dan Gradient Boost. Selanjutnya Prediksi Akhir didapatkan dari penjumlahan Prediksi ARIMA dengan Prediksi Residual oleh Machine Learning. Hasil evaluasi menunjukkan bahwa model hybrid ARIMA–SVM memberikan performa terbaik dengan nilai MSE sebesar 13.341,72, MAE sebesar 89,69, dan MAPE sebesar 0,9078%. Model ini juga memiliki nilai korelasi (R) tertinggi sebesar 0,9785. Sementara itu, model ARIMA–Gradient Boosting juga menunjukkan performa yang kompetitif dengan MSE sebesar 14.126,60 dan MAPE sebesar 0,9434%. Temuan ini menunjukkan bahwa pendekatan hybrid efektif dalam meningkatkan akurasi dan kestabilan prediksi saham, serta dapat dijadikan alternatif yang unggul dalam analisis pasar keuangan berbasis data historis. Abstract This study aims to analyze the performance of a hybrid method combining machine learning algorithms and the ARIMA model in predicting the stock prices of Bank BCA over the past five years. The data used were obtained from Yahoo Finance, covering the period from November 13, 2019, to November 12, 2024. The dataset consists of 1,210 records and includes seven variables: Date, Open, Close, High, Low, Volume, and Adjusted Close. The testing procedure involved modeling the linear component of the data using ARIMA, followed by predicting the residuals with machine learning algorithms, namely K-Nearest Neighbors (KNN), Naïve Bayes, Logistic Regression, Support Vector Machine (SVM), Random Forest, and Gradient Boosting. The final prediction was obtained by summing the ARIMA forecast with the residual predictions from the machine learning models. Evaluation results show that the hybrid ARIMA–SVM model delivered the best performance with an MSE of 13,341.72, MAE of 89.69, and MAPE of 0.9078%, along with the highest correlation (R) value of 0.9785. The ARIMA–Gradient Boosting model also demonstrated competitive performance with an MSE of 14,126.60 and a MAPE of 0.9434%. These findings indicate that the hybrid approach is effective in enhancing the accuracy and stability of stock price predictions and can serve as a promising alternative in historical data-based financial market analysis.

Co-Authors Ahmad Faiq Abror, Ahmad Faiq Al-Khawarizmi, Andi Hakim Ananda Mukhammad Ikhsan Andri Yuwanto Annurdien Rasyid Ardiansyah, Dhista Dwi Nur Ardiyanto, Widya Ardy, Satya Adhiyaksa Bonita Destiana Bunga Anindita Pramono Cahyana, Cecep Wahyu Dhista Dwi Nur Ardiansyah Dominic, Dhanapal Durai Dwi Kurniawan, Prabowo Eko Marpanaji Eswantoro, Bayu Nur Rahman Fadly, Hawangga Dhiyaul Gagas Akar Ilalang Herman Dwi Surjono Heru Setiawan Hung, Hui-Chun Ilyasa, Nur Alif Jayanto, Rohmad Dwi Mahali, Muhamad Izzudin Marwan Efendi Muhamad Ali Kasri Muhammad Arisandy Rizky Muhammad Yarjullah Hanif Nurkhamid Nurkhamid Nurkhamid, N. Nurlansa, Osiany Pahtoni, Tri Yuli Pawitra, Mahendra Astu Sanggha Qotrunnada, Dafa Zenita Rachelita Embun Safira Ratna Wardani Reny Kartika Ningtyas Saputra, Apry Aditya Sarah Bibi Sayud, Sunthon Setialana, Pradana Subhan, Agung Rizki Sukarni, Jaka Tiala, Maria Bernadetha Charlotta Wonda Wajar Novianto Wicaksono, Alim Tegar Wijaya, Danang Wulandari, Catur Nur Agustina Yosep R. Silaban Yuniar Indrihapsari

Title

Found 42 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 42 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 42 Documents
Search