Article Per Year (5 Year)
p-Index From 2021 - 2026
2.727
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Sistemasi: Jurnal Sistem Informasi Jurnal Teknik Komputer AMIK BSI Industri Inovatif : Jurnal Teknik Industri JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Peduli Masyarakat Teknika Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) International Journal of Social Science Prosiding Seminar Nasional Program Pengabdian Masyarakat Indonesian Journal on Data Science Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen Teknomatika: Jurnal Informatika dan Komputer Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer
Herdiesel Santoso
Program Studi Sistem Informasi, STMIK El Rahma Yogyakarta
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Medicine & Pharmacology Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
PERBANDINGAN ALGORITMA KLASIFIKASI K-NN DENGAN VARIASI JARAK, NAIVE BAYES, LOGISTIC REGRESSION, DAN DECISION TREE UNTUK PREDIKSI KELULUSAN MAHASISWA Swastyani, Resa; Santoso, Herdiesel
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14255

Abstract

Pendidikan tinggi berfungsi sebagai pilar utama dalam pengembangan kualitas sumber daya manusia, dan tingkat kelulusan mahasiswa menjadi indikator keberhasilan institusi. Beberapa institusi menghadapi permasalahan dalam mempertahankan tingkat kelulusan yang tinggi, rendahnya kelulusan mencerminkan hambatan dalam pembelajaran atau kualitas pengajaran. Oleh karena itu, prediksi kelulusan mahasiswa penting agar institusi dapat mengantisipasi permasalahan akademik lebih awal dan mengambil langkah-langkah strategis. Penelitian ini bertujuan untuk mengevaluasi performa algoritma klasifikasi, yaitu k-Nearest Neighbors (k-NN) dengan berbagai metrik jarak (Manhattan, Euclidean, Minkowski), Naïve Bayes, Logistic Regression, dan Decision Tree, untuk memprediksi kelulusan mahasiswa. Evaluasi dilakukan berdasarkan akurasi, presisi, recall, F1-score, dan AUC. Hasil penelitian menunjukkan bahwa Naïve Bayes adalah metode terbaik dengan akurasi 87,5%, presisi 86%, recall 80%, F1-score 83%, dan AUC 93,1%. Model ini optimal karena fitur Indeks Prestasi Semester (IPS) memiliki distribusi yang sesuai dengan asumsi Gaussian. Sebaliknya, Decision Tree memiliki performa terendah dengan akurasi 77,5% dan rentan terhadap overfitting. Faktor utama yang mempengaruhi kelulusan mahasiswa adalah status pekerjaan (30,8%) dan IPS Semester 4 (25,7%). Penelitian ini diharapkan dapat mendukung institusi pendidikan dalam memilih metode klasifikasi yang tepat serta merancang strategi akademik berdasarkan faktor utama yang mempengaruhi kelulusan.
WebQual 4.0 dan Importance-Performance Analysis Untuk Analisis Kualitas E-Learning ELERA Subagyo, Untung; Santoso, Herdiesel; Khasanah, Setiyani Nur
Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 10, No 2 (2024): Agustus
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/rmsi.v10i2.28402

Abstract

E-learning merupakan platform pembelajaran elektronik yang menjadikan mahasiswa ataupun peserta didik dapat belajar secara daring tanpa dibatasi tempat dan waktu. Mahasiswa STMIK El Rahma Yogyakarta telah memanfaatkan e-learning (ELERA) untuk melihat dan mengunduh tugas yang diberikan oleh dosen, baik sebelum, terlebih pada saat pandemi Covid-19. Begitu juga, pada saat pandemi berakhir, e-learning masih digunakan untuk membantu proses pembelajaran dari beberapa mata kuliah. Selama penggunaan dari ELERA, belum diketahui apakah sudah memenuhi kebutuhan pengguna, dan seberapa tingkat kepuasan dari pengguna terhadap ELERA. Studi ini dilakukan karena kualitas website perguruan tinggi sangat penting untuk manajemen informasi. Penelitian ini menggunakan metode WebQual 4.0 dan Importance-Performance Analysis (IPA). Metode ini dipilih karena merupakan salah satu cara untuk mengukur tingkat kualitas dari website. Selama 3 minggu masa pengumpulan data, 106 responden yang menjadi sampel dikumpulkan. Studi ini menggunakan indikator WebQual 4.0, yang terdiri dari 22 pertanyaan dan dibagi menjadi 3 dimensi berdasarkan variabel WebQual 4.0. Analisis instrumen dilakukan menggunakan program IBM SPSS 24. Hasilnya, setiap variabel dalam model tersebut terbukti mempengaruhi tingkat kepuasan dari pengguna. Kualitas Layanan, Interaksi dan Kualitas Informasi, dan Usability adalah variabel dengan nilai tertinggi dalam menentukan kepuasan pengguna web e-learning. Semua variabel ini harus ditingkatkan untuk meningkatkan kepuasan dari pengguna.
Co-Authors Ahmad Arif Nurrahman Aina Musdholifah Aksan, Azzikra Alamiyah, Resda Amalia Beladinna Arifa Anggraini, Deviana Dyah Bagas Dwi Santosa Dini Siskasari Edi Iskandar Edi Iskandar Harimanto Istika Dwi Kusumaningrum Istika Dwi Kusumaningrum Istika Dwi Kusumaningrum Khasanah, Setiyani Nur Kholidun Kholidun LINDA PRATIWI Minarwati Mita Aprilia Damayanti Muhammad Alvian Rizky Netania Indi Kusumaningtyas Nurul Fatimah Ridwan, Muhamad Fikry Maulana Rois Ali Fernandi Sanuri, Rachmad Sari, Aurellya Fadhilla Tunjung Suahati, Ajrina Febri Sur Yanti Sur Yanti Sur Yanti Swastyani, Resa Syarief Hidayatullah Ulfi Saidata Aesyi Untung Subagyo Wahyu Widodo Zilfana Falahi