Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal snimed Coding: Jurnal Komputer dan Aplikasi Jurnal Edukasi dan Penelitian Informatika (JEPIN)
Fatma Agus Setyaningsih
Universitas Tanjungpura
Computer Science & IT Education

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

Found 4 Documents
Search

 1 
Sistem Informasi Evaluasi Kualitas Kinerja Dosen dalam menentukan Key Performance Indicator Syah, Ilham; Setyaningsih, Fatma Agus; Rahmayuda, Syahru
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 5, No 2 (2019): Volume 5 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (835.747 KB) | DOI: 10.26418/jp.v5i2.29649

Abstract

Kontrol dan evaluasi merupakan fungsi yang penting dalam manajemen untuk memastikan rencana kerja organisasi bisa berjalan dengan baik sehingga akhir organisasi bisa tercapai. Untuk bisa melakukan fungsi kontrol dan evaluasi dengan baik dibutuhkan sistem  informasi manajemen kinerja yang baik. Sistem manajemen kinerja yang baik harus bisa menggambarkan proses bisnis yang terjadi dalam organisasi secara keseluruhan. Sistem informasi evaluasi kinerja dosen dibangun dengan  memuat ukuran-ukuran Key Performance Indicator (KPI) dari sebuah model kinerja dosen yang dikembangkan dalam bentuk kuesioner secara online dan tersistem. Dashboard model dapat mengintegrasikan data dari berbagai sumber disetiap unit, dimana mereka dapat mengelola data dan menyajikan dalam bentuk laporan informasi yang berkualitas. Hasil penelitian menunjukkan evaluasi kinerja dosen berdasarkan nilai KPI sebesar 0.616 dengan kategori penilaian baik berkisar antara 0.6 sampai 0.8,  dapat dijadikan referensi sebuah model evaluasi kinerja dosen yang digambarkan dalam bentuk model dashboard  untuk memberikan evaluasi terhadap mutu proses pembelajaran yang dilakukan oleh dosen dalam rangka meningkatkan kualitas proses pembelajaran.
Aplikasi untuk Diagnosis Penyakit pada Anak dan Balita Menggunakan Faktor Kepastian Sastypratiwi, Helen; Setyaningsih, Fatma Agus
Seminar Nasional Informatika Medis (SNIMed) 2014: Prosiding SNIMED 2014
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Penelitian ini mengususlkan sebuah aplikasi yang didalamnya mengandung pengetahuan dan pengalaman yang dimasukkan oleh satu atau banyak pakar ke dalam satu area pengetahuan tertentu sehingga setiap orang dapat menggunakannya untuk memecahkan berbagai masalah yang bersifat spesifik atau biasanya disebut dengan sistem pakar. Sistem pakar dalam hal ini adalah permasalahan tentang kesehatan pada balita dan anak. Tujuan dari penelitian ini adalah untuk membuat sebuah aplikasi sistem cerdas yang menerapkan metode factor kepastian yang dapat digunakan untuk membantu dalam melakukan identifikasi penyakit umum pada balita dan anak secara dini. Sehingga penanganan lebih lanjut terhadap penyakit tersebut dapat dengan cepat dilakukan untuk meningkatkan efektifitas kerja dan lebih mengefisienkan waktu. Sistem pakar ini menggunakan forward chainning dan backward chainning pada inferensinya.
Dampak Ukuran Dataset Pelatihan Terhadap Performa LSTM Network dalam Konteks Harga Saham Hamzar, Ridwan Arrayan; Setyaningsih, Fatma Agus
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 2 (2023): Edisi September 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i2.62142

Abstract

Performa jaringan LSTM umumnya tidak mudah diketahui sebelum proses pelatihan dan pengujian jaringan tersebut sudah dilakukan. Salah satu faktor yang mempengaruhi proses tersebut adalah ukuran dataset pelatihan yang digunakan oleh jaringan LSTM. Untuk melihat dampak faktor tersebut, pengujian dilakukan dengan beberapa variasi ukuran dataset awal yang digunakan untuk pelatihan dan yang digunakan untuk pengujian. Kasus yang digunakan dalam penelitian ini adalah kasus prediksi harga saham, dimana harga saham masa lalu digunakan untuk mencari harga saham masa depan. Empat bank dipilih sebagai sumber dataset awal, dan setiap dataset awal terdiri dari enam fitur dataset, yaitu: Open, High, Low, Close, Adj. Close, dan Volume. Lima variasi ukuran rasio dataset digunakan, yaitu: 70/30, 75/25, 80/20, 85/15, dan 90/10. Hasil yang didapatkan dari pengujian menunjukkan rasio dataset 90/10 memberikan nilai rata-rata performa LSTM Network 0.025192512, yang berarti hasil prediksi yang dibuat oleh LSTM Network paling mendekati dengan dataset pengujian yang dipakai.
IMPLEMENTASI METODE K-MEDOIDS DAN HEAP SORT DALAM PENGELOMPOKAN SISWA PENERIMA DANA BANTUAN OPERASIONAL SEKOLAH DI SMA N 1 PEMANGKAT Lutfi, Muhammad; Setyaningsih, Fatma Agus
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 3 (2023): Edisi Desember 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i03.60304

Abstract

Program Bantuan Operasional Sekolah (BOS) merupakan bantuan pendanaan yang diberikan oleh Kementerian Pendidikan dan Kebudayaan (Kemendikbud) kepada sekolah yang dapat dimanfaatkan untuk berbagai biaya operasional sekolah. Terkait dengan pelaksaan pemberian dana BOS kepada siswa, kadang kala terjadi kesulitan untuk menentukan siswa yang benar-benar layak untuk mendapatkan dana BOS tersebut dikarenakan banyaknya siswa di SMA N 1 Pemangkat. Penelitian ini bertujuan untuk membangun sebuah sistem yang mampu menentukan siswa yang layak menerima beasiswa dana BOS tersebut. Dalam penelitian menggunakan metode K-Medoids dan Heap Sort untuk Pengelompokan Siswa Penerima Dana BOS di SMA N 1 Pemangkat. Data yang digunakan adalah 450 data siswa dengan   kriteria kelas, nilai rapot, penghasilan orang tua, tanggungan orang tua, dan prestasi pada   tahun ajaran 2019/ 2020. Keluaran yang dihasilkan berupa empat cluster, yaitu cluster medoid 0 berjumlah 21 orang , cluster medoid 1 berjumlah 40 orang, cluster medoid 2 berjumlah 293 orang dan cluster medoid 3 berjumlah 96 orang. Dimana setelah dihitung menggunakan pembobotan dan dicari nilai rata-rata per-cluster didapatkan bahwa cluster medoid 0 merupakan kategori sangat membutuhkan unutk menerima dana BOS dengan nilai rata-rata 2,6.
Co-Authors , Syahru Rahmayuda, Haris Febriyanto Ramadhan , Sampe Hotlan Sitorus Hamzar, Ridwan Arrayan Helen Sastypratiwi, Helen Ilhamsyah Muhammad Lutfi