Garuda - Garba Rujukan Digital

Perancangan User Interface Website Institut Manajemen Wiyata Indonesia Ardiles Septuaginta; Budi Jejen Zaenal Abidin
Cakrawala Repositori IMWI Vol. 3 No. 1 (2020): Cakrawala Repositori IMWI
Publisher : Institut Manajemen Wiyata Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (565.961 KB)

The internet is an important channel in the distribution of information and promotional activities for a university. Many information-seeking activities in society have shifted from conventional methods to digital. The website then becomes an important digital storefront for a university to distribute information and conduct promotional activities, including in this case, Institut Manajemen Wiyata Indonesia. Institut Manajemen Wiyata Indonesia has had a website from the time it was first established, but the existing website is considered too monotonous. Development and changes in interface design then need to be done. This effort begins with first conducting a 5W + 1H analysis to identify existing problems, decipher the background of the problem, to present alternative solutions. Follow-up observations and interviews are conducted with interested users to find out what expectations or content needs to be posted on the website. From this study it was concluded that the design of the user interface on the website must not eliminate its function as a medium in disseminating information to the public. Then the delivery of a strong identity that characterizes universities is done through informative media and supported by visual processing that emphasizes the quality and readability of the content when accessed from various types of user devices.

Implementasi Star Schema Dalam Perancangan Datawarehouse Akademik Perguruan Tinggi Budi Jejen Zaenal Abidin
Cakrawala Repositori IMWI Vol. 4 No. 2 (2021): Cakrawala Repositori IMWI
Publisher : Institut Manajemen Wiyata Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52851/cakrawala.v4i2.91

Data akademik merupakan data yang penting bagi perguruan tinggi. Data ini menjadi rekam jejak aktifitas KBM di perguruan tinggi, yang menjelaskan kegiatan yang berawal dari penerimaan mahasiswa, proses pembelajaran, evaluasi, hingga kelulusan mahasiswa. Data ini pun terekam pada Pangkalan Data Pendidikan Tinggi (PDDIKTI) yang merupakan sistem online yang disediakan pemerintah yang dapat diakses oleh masyarakat. Selain itu data akademik sangat diperlukan pada Akreditasi baik itu institusi maupun program studi. Akreditasi merupakan sistem penjaminan mutu dari eksternal terhadap institusi maupun program studi melalui dokumen utama kualitatif dan evaluasi diri, yaitu Laporan Kinerja Program Studi (LKPS) untuk program studi dan Laporan Evaluasi Diri (LED). Data yang digunakan untuk ini haruslah konsisten dan akurat, oleh karena itu perlu adanya data warehouse sebagai repositori pusat. Data warehouse ini menggunakan Star Schema dan metodologi pendekatan lima langkah yang diusulkan untuk data warehouse pendidikan. Skema tersebut menghasilkan dua fact table, dan lima tabel dimensi. Data warehouse sukses memberikan data kualitatif yang dibutuhkan untuk LKPS.

Analisa dan Perancangan Sistem Rekrutmen Dosen Berbasis Web Budi Zaenal Abidin; Zainil Abidin
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : CV. Ridwan Publisher

Abstrak Dosen merupakan bagian penting di Perguruan Tinggi. Kunci kesuksesan dari lulusan adalah Dosen yang berkualitas. Saat ini, dalam proses manual rekrutmen dosen cukup memakan waktu yang banyak. Selain itu proses pengarsipannya pun kurang tertata dan dengan jumlah yang banyak sehingga memakan ruang yang besar. Untuk membuat proses lebih efektif namun tetap efisien bisa dilakukan dengan menerapkan kemajuan teknologi saat ini yaitu dengan menggunakan media internet. Maka dari itu E-Recruitment akan menjadi solusi terbaik. Melihat permasalahan tersebut penulis akan membuat Analisa perancangan sistem rekrutmen berbasis web untuk membantu proses rekrutmen dengan metode SDLC dengan menggunakan alat Unified Modeling Language (UML). Kata kunci: E-Recruitment; SDLC; UML

Perancangan User Interface Website Institut Manajemen Wiyata Indonesia Ardiles Septuaginta; Budi Jejen Zaenal Abidin
Cakrawala Repositori IMWI Vol. 3 No. 1 (2020): Cakrawala Repositori IMWI
Publisher : Institut Manajemen Wiyata Indonesia & Asosiasi Peneliti Manajemen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52851/cakrawala.v3i1.41

The internet is an important channel in the distribution of information and promotional activities for a university. Many information-seeking activities in society have shifted from conventional methods to digital. The website then becomes an important digital storefront for a university to distribute information and conduct promotional activities, including in this case, Institut Manajemen Wiyata Indonesia. Institut Manajemen Wiyata Indonesia has had a website from the time it was first established, but the existing website is considered too monotonous. Development and changes in interface design then need to be done. This effort begins with first conducting a 5W + 1H analysis to identify existing problems, decipher the background of the problem, to present alternative solutions. Follow-up observations and interviews are conducted with interested users to find out what expectations or content needs to be posted on the website. From this study it was concluded that the design of the user interface on the website must not eliminate its function as a medium in disseminating information to the public. Then the delivery of a strong identity that characterizes universities is done through informative media and supported by visual processing that emphasizes the quality and readability of the content when accessed from various types of user devices.

Implementasi Star Schema Dalam Perancangan Datawarehouse Akademik Perguruan Tinggi Budi Jejen Zaenal Abidin
Cakrawala Repositori IMWI Vol. 4 No. 2 (2021): Cakrawala Repositori IMWI
Publisher : Institut Manajemen Wiyata Indonesia & Asosiasi Peneliti Manajemen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52851/cakrawala.v4i2.91

Data akademik merupakan data yang penting bagi perguruan tinggi. Data ini menjadi rekam jejak aktifitas KBM di perguruan tinggi, yang menjelaskan kegiatan yang berawal dari penerimaan mahasiswa, proses pembelajaran, evaluasi, hingga kelulusan mahasiswa. Data ini pun terekam pada Pangkalan Data Pendidikan Tinggi (PDDIKTI) yang merupakan sistem online yang disediakan pemerintah yang dapat diakses oleh masyarakat. Selain itu data akademik sangat diperlukan pada Akreditasi baik itu institusi maupun program studi. Akreditasi merupakan sistem penjaminan mutu dari eksternal terhadap institusi maupun program studi melalui dokumen utama kualitatif dan evaluasi diri, yaitu Laporan Kinerja Program Studi (LKPS) untuk program studi dan Laporan Evaluasi Diri (LED). Data yang digunakan untuk ini haruslah konsisten dan akurat, oleh karena itu perlu adanya data warehouse sebagai repositori pusat. Data warehouse ini menggunakan Star Schema dan metodologi pendekatan lima langkah yang diusulkan untuk data warehouse pendidikan. Skema tersebut menghasilkan dua fact table, dan lima tabel dimensi. Data warehouse sukses memberikan data kualitatif yang dibutuhkan untuk LKPS.

Implementasi Data Mining dalam Prediksi Mahasiswa Lulus pada Matakuliah Budi Jejen Zaenal Abidin; Baharudin
Cakrawala Repositori IMWI Vol. 7 No. 1 (2024): Cakrawala Repositori IMWI
Publisher : Institut Manajemen Wiyata Indonesia & Asosiasi Peneliti Manajemen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52851/cakrawala.v7i1.333

Penelitian dengan tujuan kualitas pembelajaran sudah banyak diminati oleh para peneliti. Data mining yang merupakan salah satu alat untuk menganalisa Big Data, merupakan salah satu alternatif yang dapat dimanfaatkan untuk menunjang peningkatan kualitas pembelajara. Sebuah Lembaga Pendidikan yang sudah lama berdiri tentu telah memiliki data historis atau rekam jejak dari peserta didiknya yang sangat sayang jika tidak dimanfaatkan dengan baik. Salah satu Teknik yang dapat digunakan dalam data mining adalah klasifikasi. Klasifikasi merupakan alat yang popular untuk memprediksi luaran data berupa pengelompokan data sesuai dengan label yang sudah di tentukan. Dalam penelitian dihasilkan model terbaik yang dapat dimanfaatkan dimana mahasiswa sebagai peserta didik di Institusi perguruan tinggi dapat dilakukan prediksi yang lebih cepat mana mahasiswa yang memiliki kemungkinan besar untuk lulus pada matakuliah tertentu, dan mana mahasiswa yang memiliki kemungkinan tidak lulus. Hal ini akan membantu para akademisi (dosen / bagian akademik) untuk membuat strategi yang tepat untuk meningkatkan kualits mahasiswanya. Dengan kelulusan matakuliah diharapkan meningkat juga prestasi mahasiswa saat lulus kuliah nanti. Dalam proses pemodelan pada penelitian ini menggunakan tiga jenis pemodelan dengan menggunakan Decision Tree, Random Forest dan Neural Network, dengan sks. Formatif 1, perilaku tugas, dan UTS sebagai atribut input dan Status sebagai label output. Dari ke tiga jenis tersebut didapatkan bahwa decision tree memiliki performa yang ebih baik dengan nilai 98.44 %

Perbandingan Klasterisasi Data Penjualan dengan Menggunakan K-Mean, K-Medoids, dan Fuzzy C-Mean Di PT.XYZ Budi Jejen Zaenal Abidin
Cakrawala Repositori IMWI Vol. 7 No. 4 (2024): Cakrawala Repositori IMWI
Publisher : Institut Manajemen Wiyata Indonesia & Asosiasi Peneliti Manajemen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52851/cakrawala.v7i4.723

Data transaksi penjualan dapat menjadi sumber informasi yang penting bagi perusahaan, terutama dalam meningkatkan strategi bisnis dan memahami perilaku pelanggan. Teknik data mining, terutama clustering, memegang peranan penting dalam analisis tersebut. Penelitian ini membandingkan beberapa algoritma clustering, yaitu K-Means, K-Medoids, dan Fuzzy C-Means, untuk menentukan metode terbaik dalam melakukan clustering data penjualan. K-Means membagi data ke dalam kelompok-kelompok berdasarkan jarak ke pusat cluster terdekat, K-Medoids mengelompokkan data dengan meminimalkan perbedaan antar titik, dan Fuzzy C-Means menghitung probabilitas suatu titik dalam suatu cluster. Hasil penelitian menunjukkan efektivitas masing-masing algoritma dalam melakukan segmentasi pasar dan mengoptimalkan strategi penjualan. Dari ketiga metode yang diuji menggunakan metode clustering K-Means, K-Medoids, dan Fuzzy C-Means, model clustering K-Means dengan dua cluster menunjukkan hasil yang paling baik. Hal ini ditunjukkan dengan nilai silhouette coordinate factor yang mencapai 0,848 yang merupakan nilai tertinggi dibandingkan dengan metode lainnya.

Multi-Horizon Prediction Of Broiler Mortality With Decision Tree And SVM: A Case Study In Small-To-Medium Farms In Sukabumi Zaenal Abidin, Budi Jejen; Wijaya, Bambang Somantri; Hayatus Sahla, Ghaida Sandie
Jurnal Tekno Insentif Vol 19 No 2 (2025): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v19i2.2087

Abstrak Penelitian ini mengembangkan model machine learning untuk memprediksi mortalitas harian (jumlah kematian) ayam broiler 1–7 hari ke depan secara multi-horizon (H+1–H+7) menggunakan data 12 kandang di Sukabumi selama lima siklus produksi (Juli 2024–Juli 2025). Data dipraproses melalui imputasi nilai hilang (Random Forest), penanganan outlier (IQR dan winsorizing), normalisasi Z-score, serta seleksi fitur (Pearson dan ReliefF). Support Vector Regression (SVR) dan Decision Tree Regression (DTR) dibandingkan dengan hasil menunjukkan SVR unggul untuk prediksi jangka pendek (H+1–H+2; R² = 0,842–0,760), tetapi performanya menurun pada horizon yang lebih panjang. Sebaliknya, DTR lebih stabil pada horizon menengah–panjang (H+5–H+7; R² ≈ 0,683–0,696). Faktor dominan yang berkaitan dengan mortalitas adalah umur dan bobot rata-rata, serta kondisi kandang seperti ventilasi/kecepatan angin, kepadatan tebar, NH₃, dan suhu. Evaluasi dilakukan dengan repeated holdout 70/30 (10 repetisi) dan 5-fold cross-validation pada data latih, mendukung prototipe sebagai peringatan dini. Kata kunci: ayam broiler, decision tree regression, mortalitas, multi-horizon forecasting, support vector regression Abstract This study develops a machine-learning model to predict daily broiler mortality (death counts) 1–7 days ahead using a multi-horizon approach (H+1–H+7), based on data from 12 broiler houses in Sukabumi across five production cycles (July 2024–July 2025). Data were preprocessed using missing-value imputation (Random Forest), outlier handling (IQR and winsorizing), Z-score normalization, and feature selection (Pearson correlation and ReliefF). Support Vector Regression (SVR) and Decision Tree Regression (DTR) were compared. Results show that SVR outperformed DTR for short-term prediction (H+1–H+2; R² = 0.843–0.760), but its performance declined at longer horizons. In contrast, DTR was more stable for medium-to-long horizons (H+5–H+7; R² ≈ 0.683–0.696). Dominant factors associated with mortality included age and average body weight, as well as housing conditions such as ventilation/wind speed, stocking density, NH₃, and temperature. Evaluation used repeated 70/30 holdout (10 repetitions) and 5-fold cross-validation on the training data, supporting a prototype as an early warning tool. Keywords: broiler chicken, decision tree regression, mortality, multi-horizon forecasting, support vector regression

A Banjarnese Corpus Generation Method Based on Contextual Synonym Substitution Using Identic.v1.0 Data Ali Muhammad; Novia Winda; Budi Jejen Zaenal Abidin
Jurnal Penelitian Pendidikan IPA Vol 12 No 2 (2026)
Publisher : Postgraduate, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jppipa.v12i2.14393

The preservation and revitalization of the Banjar language is urgently needed. The decreasing number of Banjar language speakers and linguistic experts due to aging factors, combined with the hegemony of dominant languages brought by migrants, has become a major challenge in the preservation and revitalization of the Banjar language. This study aims to generate method for generating a Banjar language corpus by increasing the accuracy of sentence translation without leaving the original sentence context. This study uses a translation method of paraphrase contextual synonym substitution. This study used parallel corpus data Identic.v1.0. This method was tested and compared with statistical machine translation methods using Meteor universal tools, statistic evaluation and by human judgment. The statistical evaluation results indicate that the proposed method yielded a significant improvement in translation performance compared to the statistical machine translation method. Translation accuracy increased from 48% with the statistical method to 81% with the proposed method, representing a performance improvement of 33 percentage points, or approximately 68.75% relative to the statistical method. Meanwhile, the naturalness test of translated sentences using meteor universal tools with 1000 random sentences data shows that the proposed method is better than the previous method. The results or final score of naturalness sentences using proposed method are 0.6, while the final score of translating results using the statistical machine translation method is 0.36. Finally, the sentences evaluated by human judgment involving 15 language observers. The evaluated results show that the translated sentences using the proposed method is 75.8% more better than the statistical machine translation method.

Implementasi Pengujian Otomatis End-To-End Menggunakan Cypress dengan Metode Black Box Testing untuk Meningkatkan Kualitas Aplikasi EdTech XYZ Berbasis Website Rina Septiani; Budi Jejen Zaenal Abidin; Angge Firizkiansah
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 2 (2025): JIKOMTI: DESEMBER 2025
Publisher : Universitas Sains Indonesia Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Software quality is an important aspect of development because it affects user satisfaction. Therefore, testing is necessary to ensure that the software runs according to specifications and minimizes errors. However, manual testing tends to be time-consuming, resource-intensive, and prone to human error. This study focuses on improving software quality through the implementation of end-to-end automated testing using Cypress with the black box testing method and following the Software Testing Life Cycle (STLC) stages. The test results show that all test cases were successfully executed with a pass status after improvements were made to the program code, which means that the application is functioning according to specifications. Thus, automated testing has proven to be effective and efficient in improving application quality. Further research is recommended to integrate Cypress with the CI/CD pipeline to support continuous testing automation.

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search