Article Per Year (5 Year)
p-Index From 2020 - 2025
3.212
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan JAIS (Journal of Applied Intelligent System) Jurnal Informasi dan Komputer Jurnal Teknik Informatika (JUTIF) CITIZEN: Jurnal Ilmiah Mulitidisiplin Indonesia Tedc Jurnal Bangkit Indonesia Jurnal Ilmiah MEA (Manajemen, Ekonomi, dan Akuntansi) Journal of Informatics and Electronics Engineering Journal of Economics, Accounting, Tax and Management
Ari Sudrajat
Politeknik TEDC
Religion Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Veterinary Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Tedc

 1 
ANALISIS KINERJA ALGORITMA SUPPORT VECTOR MACHINE (SVM) PADA DATA SELEKSI PENERIMA BEASISWA MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) (STUDI KASUS: POLITEKNIK TEDC BANDUNG) Ari Sudrajat; Indra Budi
Jurnal TEDC Vol 13 No 1 (2019): Jurnal TEDC
Publisher : UPPM Politeknik TEDC Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (349.909 KB)

Abstract

Undang-undang No. 20 Tahun 2003 tentang Sistem Pendidikan Nasional, menyebutkan bahwa setiap peserta didik pada setiap satuan pendidikan berhak mendapatkan Beasiswa bagi yang berprestasi yang orang tuanya kurang mampu membiayai pendidikannya. Politeknik TEDC Bandung berusaha memberikan beasiswa pendidikan kepada calon mahasiswa baru dan mahasiswa lama yang telah dialokasikan oleh Kementerian Ristekdikti melalui Lembaga Layanan Pendidikan Tinggi (LLDIKTI) atau sebelumnya disebut Kopertis ataupun beasiswa pendidikan yang diselenggarakan oleh Pemerintah Pemprov dan Pemerintah Daerah. Namun jumlah calon mahasiswa penerima beasiswa yang mendaftar lebih banyak dibandingkan dengan jumlah alokasi yang disediakan untuk penerima beasiswa. Kenyataan di lapangan yang terjadi di Politeknik TEDC Bandung, calon mahasiswa yang tidak diterima sebagai penerima beasiswa mengeluh dengan sistem seleksi penerimaan beasiswa yang bersifat tertutup sehingga menimbulkan pertanyaan dan komentar baik dari orangtua / wali mahasiswa. Ketidaktepatan penentuan penerima beasiswa menjadi masalah utama yang tidak dapat terhindarkan karena setelah dilakukan analisis terhadap data calon penerima beasiswa dan penerima beasiswa di Politeknik TEDC Bandung pada tahun 2017 terdapat sebagian data penerima beasiswa yang seharusnya tidak mendapatkan beasiswa begitu juga sebaliknya. Permasalahan ini timbul dikarenakan Politeknik TEDC Bandung belum memiliki sistem pengambilan keputusan yang tepat ataupun model prediksi untuk menentukan penerima beasiswa. Sementara untuk memudahkan dan mengetahui dalam menentukan calon mahasiswa penerima beasiswa, peneliti tertarik untuk meneliti atribut-atribut yang mempengaruhinya dengan cara teknik klasifikasi yang terdapat pada data mining. Sehingga informasi hasil dari klasifikasi dapat digunakan sebagai solusi / model dalam mendukung pengambilan keputusan dalam penentuan mahasiswa penerima beasiswa di Politeknik TEDC Bandung. Adapun beberapa faktor yang menjadi persyaratan bagi calon mahasiswa penerima beasiswa di Politeknik TEDC Bandung, yaitu sebagai penerima bantuan pemerintah, pendidikan orang tua, pekerjaan orang tua, pendapatan orang tua, pengeluaran orang tua, kepemilikan rumah tinggal, jumlah tanggungan, transportasi yang digunakan, nilai rata-rata ujian, dan prestasi non akademik. Support Vector Machine (SVM) merupakan salah satu metode dari data mining yang digunakan untuk proses klasifikasi dan regresi berdasarkan pada beberapa prediksi. Algoritma Support Vector Machine (SVM) termasuk ke dalam 10 besar algoritma klasifikasi terbaik. Penelitian ini bertujuan untuk mengetahui model terbaik, memprediksi tingkat akurasi seleksi penerima beasiswa dan atribut yang paling berpengaruh yang dihasilkan oleh algoritma Support Vector Machine (SVM) berbasis Particle Swarm Optimization (PSO). Hasil yang diperoleh menyatakan bahwa algoritma Support Vector Machine berbasis Particle Swarm Optimization memiliki tingkat akurasi lebih besar dibandingkan dengan algoritma Support Vector Machine tanpa dioptimasi sebesar 78,35 % atau memiliki selisih 2,41 % dengan waktu eksekusi lebih lama 59 detik. Namun algoritma Support Vector Machine berbasis Particle Swarm Optimization tidak dapat dipastikan secara nyata hasil akurasinya lebih baik dibandingkan algoritma yang tidak dioptimasi karena melebihi nilai ambang batas yang telah ditentukan sebesar 0,168. Atribut paling berpengaruh dalam menentukan seleksi penerima beasiswa adalah atribut pengeluaran per bulan, pendidikan terakhir ayah, pendidikan terakhir ibu dan jumlah tanggungan dari total 10 atribut yang digunakan dalam proses pengujian. Dengan adanya penelitian ini diharapkan dapat membantu Politeknik TEDC Bandung dalam menentukan seleksi penerima beasiswa.
GAME EDUKASI MENGENAL SEJARAH PANCASILA BERBASIS MOBILE Diky Fermana; Novita Lestari Anggreini; Ari Sudrajat; Ratna Rizky Wulandari
Jurnal TEDC Vol 16 No 1 (2022): JURNAL TEDC
Publisher : UPPM Politeknik TEDC Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (503.07 KB)

Abstract

Dimasa pandemi ini sekolah SMP Darul Hikmah di anjurkan untuk melakukan pembelajaran di rumah atau secara daring (online), tujuannya agar siswa tidak berkumpul sehingga menimbulkan kerumunan di lingkungan sekolah, tetapi pembelajaran di rumah ini masih kurang efektif di karenakan pembelajaran yang berlangsung dalam bentuk pemberian tugas, dan hilangnya motivasi belajar siswa dikarenakan sudah terlalu lama belajar secara daring (online), oleh karena itu dibuatlah media pembelajaran berbasis Game Edukasi agar para siswa tidak lagi merasa bosan dan termotivasi saat belajar di masa pandemi ini. Media pembelajaran berbasis Game Edukasi mengenal Sejarah Pancasila ini merupakan sebuah media alternatif untuk pembelajaran daring (online) di saat pandemi, media pembelajaran ini dibangun untuk membantu pembelajaran dan mengetahui pentingnya Sejarah Pancasila, Media pembelajaran ini dibuat menggunakan Adobe Illustrator dan Construct 2. Berdasarkan hasil pengujian User Acceptance Test (UAT) bahwa Game Edukasi mengenal Sejarah Pancasila mendapatkan hasil yang cukup baik dengan persentase 82,29%. Kata Kunci: game Edukasi, pandemi, Sejarah pancasila
Co-Authors Adiwijaya, Fariz Hasabi Agus Setiawan Apnena, Riri Damayanti Ayu Hendrati Rahayu Burjulius, Renol Diky Fermana Elvathna Syafwan Gerinata Ginting Heri Hermawan Indra Budi Iqtait, Musab Islam, Hussain Md Mehedul Islam, Moch Ziad Al Lena, Sonty Novita Lestari Anggreini Nugraha, Bagus Rian Octanza, Tahta Rizaldi Putri, Maura Yuliana Rahayu, Ayu Hendrati Rahmawati, Hani Ratna Rizky Wulandari Ratna Rizky Wulandari Rismayana, Aris Haris Rohmah, Neng Ela Siti Rohmayani, Dini Sari Rahmawati, Sari Sifaul Anwar Siti Aminah Wardhani, Shaffira Kusuma