Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Sistem Informasi dan Manajemen
Rezza Anugrah Mutiarawan
Universitas Budi Luhur
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Prediction Of Students Academic Success Using Case Based Reasoning Abdul Rahman; Rezza Anugrah Mutiarawan; Agung Darmawan; Yan Rianto; Mohammad Syafrullah
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 6: EECSI 2019
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eecsi.v6.1956

Abstract

Academic success for a student is influenced by many factors during their study period. Factors such as student gender, student absenteeism, parental satisfaction with schools, relations and parents who are responsible for students can influence student success in the academic field. Researchers try to find out what are the most dominant factors in determining academic success for a student at different levels of education such as elementary, middle and high school level. Previous research grouped the level of student academic success into three levels, namely low, medium, high and obtained 15 Association Rules Generated By Apriori Algorithm. This study tried to find out and predict the possible level of academic success of students by using 9 Association Rules Generated By Apriori Algorithm from previous research. The method used to predict the level of student academic success is case based reasoning with the nearest neighbor algorithm. By using the Association Rules Generated By Image Algorithm and with the data set from the xAPIEducational Mining Dataset the case similarity value was obtained with knowledge data that is 1 with a percentage of 81%, and data that had a similarity value of less than 1 was 19%. While in the previous study the best classification accuracy was 80.6% by the Voting classifier. And the grouping of success data is divided into two, namely low and high.
Penentuan Hoax pada Artikel Politik Berbahasa Indonesia di Sosial Media dengan Similarity Jaccard dan Algoritma Stemming Goenawan Brotosaputro; Wiwin Windihastuty; Rezza Anugrah Mutiarawan
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 11, No 1 (2022): MARET
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v11i1.1358

Abstract

Pesatnya perkembangan  teknologi di era globalisasi saat ini membawa pengaruh besar dalam proses pencarian informasi. Kita dapat melihat pertumbuhan yang sangat besar pada volume berita online yang tersedia pada jaringan internet, maupun pada jaringan lainnya. Salah satunya adalah sosial media yang memilik banyak informasi yang mengenai artikel-artikel berita atau artikel-artikel informasi lainnya. Berita merupakan sumber informasi mengenai kejadian terkini yang mana dapat ditemukan pada internet dan media sosial. Saat ini berita-berita yang disebarkan terutama berita mengenai politik yang dapat mengakibatkan salah penafsiran karena berita tersebut belum tentu benar atau salah sehingga dibutuhkan pengklasifikasian artikel politik apakah termasuk dalam kategori hoax atau non hoax. Hoax adalah berita kebohongan yang disebar untuk memperoleh kepercayaan agar masyarakat akan merasa yakin bahwa konten tersebut benar. Dampak lain dari hoax dapat merugikan emosi hingga finansial masyarakat. Proses klasifikasi hoax menggunakan tahap preprossessing yang terdiri dari tokenization dan stemming. Dilanjutkan dengan proses pembobotan kata dan jaccard similarity hingga proses klasifkasi dengan menggunakan metode Vector Space Model (VSM). Hasil evaluasi pada penelitian ini menggunakan confusion matrix, dimana diperoleh hasil precision sebesar 0,92 recall sebesar 0,80 dan akurasi didapatkan sebesar 87 %.
PERANCANGAN SISTEM INFORMASI PENDAFTARAN DAN SELEKSI PESERTA MERDEKA BELAJAR KAMPUS MERDEKA (MBKM) BERBASIS WEBSITE Erizal, Erizal; Hamimuddin, Moch; Mutiarawa, Rezza Anugrah; Wiranata, Ade Davy
JURSIMA Vol 12 No 1 (2024): Volume 12 Nomor 1 2024
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v12i2.867

Abstract

Program Mardeka Belajar Kampus Mardeka (MBKM) menawarkan peluang bagi mahasiswa untuk belajar di luar program studinya, yang dapat memperkaya pengalaman dan mempersiapkan mereka untuk dunia kerja. Namun, dalam tiga tahun pelaksanaannya di FTII UHAMKA, ditemukan kendala berupa ketiadaan sistem yang memadai untuk pendaftaran dan seleksi peserta. Hal ini menyebabkan dokumentasi dan proses seleksi peserta menjadi tidak optimal. Penelitian ini bertujuan mengembangkan sistem informasi manajemen berbasis web untuk mengelola MBKM menggunakan metode agile development. Sistem informasi manajemen yang dibuat dapat mempermudah mahasiswa mendaftar program MBKM. Setelah dilakukan pengujian menggunakan blackbox testing, Sistem yang dibuat berjalan dengan baik dan bisa digunakan untuk mempermudah koordinator MBKM atau kaprodi dalam mengelola data mahasiswa yang mengikuti program MBKM. Hasil yang didapat dari pengujian blackbox testing yaitu 90% valid semua fitur dapat berjalan dengan baik.
Co-Authors Abdul Rahman Ade Davy Wiranata Agung Darmawan Erizal Erizal Goenawan Brotosaputro Hamimuddin, Moch Mohammad Syafrullah Windihastuty, Wiwin Yan Rianto