Claim Missing Document
Check
Articles

Found 4 Documents
Search

Implementasi Metode Simple Additive Weighting(SAW) Untuk Evaluasi Kinerja Dosen Pada Stmik Bina Mulia Palu Dewi Kusumawati; Siti Nurhayati; Fitriyanti Andi Masse
Jurnal Sains Komputer dan Teknologi Informasi Vol 3 No 1 (2020): Jurnal Sains Komputer dan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/jsakti.v3i1.1823

Abstract

Dosen yang kapasitasnya sebagai seorang pendidik di lingkungan perguruan tinggi memegang peran utama dalam proses belajar mengajar, dosen sangat menentukan perkembangan dan kemampuan siswa di bidang ilmu pengetahuan dan teknologi, lembaga pendidikan yang dalam ini merupakan induk kerja dari para dosen, sangat berkepentingan dalam menjaga mutu para dosen. Tujuan penelitian ini adalah untuk menjaga mutu dosen dalam proses belajar mengajar dengan melakukan penilain evaluasi kinerja dengan membagun sebuah aplikasi Sistem Pendukung Keputusan, dalam aplikasi ini metode yang digunakan untuk mendukung penilaian evaluasi kinerja dosen adalah Simple Additive Weighting (SAW). Sistem pendukung keputusan ini menggunakan metode pengembangan sistem model waterfall. Ada lima kriteria penilaian yang digunakan dalam penelitian ini yakni, (1) Penguasaan dan kemampuan dalam menjelaskan, (2) Kemampuan dalam menjawab pertanyaan , (3) Kemampuan dalam memberi motivasi mahasiswa, (4) Kemampuan membuat suasana kelas menyenangkan, (5) Kedisiplinan hadir dalam perkuliahan. Hasil penelitian dapat mendukung keputusan pada penilaian evaluasi kinerja dosen menggunakan kriteria yang telah ditentukan dan proses lain yang terkait dalam penilaian evaluasi kinerja dosen.
Peningkatan Literasi Digital Pemuda Karang Taruna Desa Boneoge Kabupaten Donggala Sulawesi Tengah Kusumawati, Dewi; Burhanuddin, Burhanuddin; Andi Masse , Fitriyanti; maria, Diana Grace
Jurnal Pengabdian Harapan Bangsa Vol. 3 No. 1: Januari 2025
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/jphb.v3i1.279

Abstract

Kegiatan Pengabdian kepada masyarakat ini berfokus memberikan bimbingan dan instruksi kepada organisasi pemuda setempat untuk meningkatkan literasi digital mereka khusunya pemuda di desa Boneoge melalui kegiatan PKM. Ini dilakukan karena kurangnya kemampuan mereka. Selain itu, HOAX sangat populer di kalangan remaja, mempermudah untuk mempercayai informasi palsu yang dapat meresahkan masyarakat. PKM ini bertujuan untuk mencapai berbagai tujuan, termasuk, untuk meningkatkan kemampuan literasi digital melalui pelatihan desain grafis dan instalasi sistem operasi, dosen dan mahasiswa diberi kesempatan dan pengalaman kerja, dan kerja sama dengan berbagai pihak terkait, terutama masyarakat desa khususnya para pemuda. Untuk memperkenalkan STMIK Bina Mulia Palu kepada masyarakat. Pelatihan dan ceramah singkat merupakan metode yang digunakan dalam kegiatan PKM ini. Diskusi dan ceramah digunakan untuk menyampaikan materi dimana kedua metode dilakukan secara bersamaan. Secara keseluruhan, hasil dari latihan PKM ini positif dan memuaskan. Ada beberapa hal yang tercapai secara efektif pada saat kegiatan ini dilaksanakan, antara lain: 1) tercapainya tujuan kegiatan yaitu meningkatkan pemahaman tentang literasi digital; dan 2) mencapai target material yang telah ditentukan.
Klasifikasi Penyakit Hipertensi Menggunakan Algoritma NAÏVE Di Rumah Sakit Undata Palu Dwiyana Silolongan, Grace; Masse, Fitriyanti Andi; Kusumawati, Dewi
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 8 (2025): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i8.4536

Abstract

Hipertensi merupakan salah satu penyakit tidak menular yang paling banyak diderita masyarakat Indonesia dan menjadi penyebab kematian yang tinggi di dunia. Penelitian ini bertujuan untuk mengklasifikasikan penyakit hipertensi menggunakan algoritma Naïve Bayes serta mengevaluasi tingkat akurasinya. Data yang digunakan berasal dari pasien hipertensi di RSUD Undata Palu dengan total 311 data dan delapan variabel gejala. Proses klasifikasi dilakukan dengan beberapa proporsi pembagian data training dan testing, yaitu 60:40, 70:30, 80:20, dan 90:10. Hasil klasifikasi menunjukkan bahwa algoritma Naïve Bayes mampu mengidentifikasi jenis hipertensi dengan tingkat akurasi tertinggi sebesar 98,38% pada proporsi 80:20. Temuan ini menunjukkan bahwa algoritma Naïve Bayes dapat diandalkan dalam membantu diagnosa awal penyakit hipertensi berdasarkan gejala yang dialami pasien.
PREDIKSI KETEPATAN WAKTU KELULUSAN MAHASISWA DI UNIVERSITAS ISLAM NEGERI DATOKARAMA PALU MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR : Prediction of the Timeliness of Graduation for Students at Datokarama State Islamic University, Palu Using K-Nearest Neighbor Algorithm Masse, Burhanuddin Andi; Rasyid, Rizandi; irsan, Irmawati; Masse, Fitriyanti Andi; Grace, Diana; Kusumawati, Dewi
Jurnal Sains Komputer dan Teknologi Informasi Vol. 7 No. 1 (2024): Jurnal Sains Komputer dan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/jsakti.v7i1.8433

Abstract

Setiap Tahun ajaran baru jumlah mahasiswa baru semakin bertambah, tetapi tidak semua mahasiswa dapat menyelesaikan masa studinya dengan tepat waktu. Penelitian ini menggunakan metode kuantitatif dapat menginvestigasi sistematika terhadap fenomena dengan mengumpulkan data untuk kemudian diukur dengan teknik statistik atau komputasi. Tipe penelitian menggunakan tipe penelitian prediktif dikarena penelitian ini memprediksikan atau memperkirakan apa yang terjadi pada saat yang akan datang berdasarkan hasil analisis atau data yang ada saat ini. Jenis pengumpulan data menggunakan metode dokumentasi dan menggunakan metode pengembangan sistem prototyping. Hasil yang didapatkan dari penelitian ini bahwa dengan menggunakan split validation dari dua angkatan yang di hitung mendapatkan nilai akurasi sebesar 88%, sedangkan saat menggunakan cross validation dari dua angkatan yang telah hitung mendapatkan hasil yang berbeda, yaitu mendapatkan akurasi sebesar 93% pada angkatan 2015 sedangkan pada angkatan 2017 mendapatkan akurasi sebesar 86%. Dikarenakan pada penelitian kali ini data yang didapatkan terbatas maka split validation adalah pilihan yang terbaik walaupun hanya mendapat nilai akurasi hanya sebesar 88% tetapi memiliki hasil yang lebih stabil.