Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal bit-Tech KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika JAMAIKA: Jurnal Abdi Masyarakat
Dani Dani
Universitas Pamulang
Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : bit-Tech

 1 
Penerapan Sifat Dasar Manusia dalam SPK dengan Metode MBTI Sebagai Acuan Komunikasi Kesan Pertama Dani Dani; Reza Saputra
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2248

Abstract

Penelitian ini mengembangkan sistem berbasis Myers-Briggs Type Indicator (MBTI) untuk membantu individu memahami sifat dasar kepribadian mereka dan menciptakan komunikasi kesan pertama yang efektif. Sistem ini menggunakan pendekatan kuantitatif dan kualitatif untuk mengidentifikasi tipe kepribadian pengguna dan memberikan rekomendasi komunikasi yang relevan dan personal. Dengan demikian, sistem ini dapat membantu pengguna memahami diri mereka sendiri dan meningkatkan kemampuan komunikasi mereka. Hasil penelitian menunjukkan bahwa sistem ini memiliki tingkat akurasi 75% dalam mengidentifikasi tipe kepribadian pengguna. Selain itu, responden memberikan tingkat kepuasan rata-rata 4,4 dari skala 5,0 terhadap pengalaman penggunaan sistem ini. Sistem ini juga membantu pengguna memanfaatkan sifat dasar mereka untuk meningkatkan potensi komunikasi, pengambilan sikap, serta strategi interaksi yang lebih baik. Dengan demikian, sistem ini dapat menjadi alat yang efektif untuk meningkatkan kemampuan komunikasi individu. Penelitian ini menyimpulkan bahwa penerapan metode MBTI dapat memberikan manfaat signifikan dalam mendukung komunikasi interpersonal yang lebih efektif dan bermakna. Sistem ini memiliki potensi besar untuk diterapkan secara luas di berbagai bidang, seperti rekrutmen, pendidikan, dan pelatihan interpersonal. Pengembangan lebih lanjut dapat mencakup integrasi teknologi canggih untuk meningkatkan akurasi dan personalisasi sistem guna mendukung kebutuhan komunikasi di era digital. Dengan demikian, penelitian ini dapat menjadi kontribusi yang signifikan dalam pengembangan sistem komunikasi yang lebih efektif dan personal.
Naïve Bayes Algorithm Analysis For Student Graduation Timeliness Prediction A. Nurul Anwar; Dani Dani; Ade Napila
bit-Tech Vol. 8 No. 1 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i1.2825

Abstract

This study developed a student graduation prediction system using the Naïve Bayes algorithm, using PS1-PS4 scores, PK, and SKS as indicators of academic progress. This model achieved 88.33% accuracy and an ROC value of 0.900, indicating superior predictive ability. These results outperform other common models such as logistic regression and the C4.5 decision tree, which have approximately 85% accuracy in predicting student graduation. These results also outperform previous research in the same field, which had ROC values of approximately 0.85.Graduation predictions were categorized as "ON TIME" and "LATE" with high precision. The Naïve Bayes algorithm has proven effective in predicting student graduation, particularly in identifying factors that influence graduation timeliness, such as poor academic performance, difficulty completing final assignments, poor personal conditions, and lack of motivation and interest.By designing a graduation prediction system using the Naïve Bayes algorithm, this research aims to help educational institutions predict student graduation timeliness and provide appropriate interventions. This system can improve educational quality and reduce dropout rates, making it an important tool for educational institutions to improve graduate quality and achieve their academic goals.This research demonstrates that the Naïve Bayes algorithm can be an effective and accurate graduation prediction method, thus helping educational institutions develop strategies to improve educational quality and reduce dropout rates. Therefore, this research has the potential to significantly impact higher education institutions and assist them in achieving their academic goals.
Co-Authors A. Nurul Anwar Ade Napila Ahmad Lutfi Fuadi Nurul Anwar Reza Saputra