Article Per Year (5 Year)
p-Index From 2021 - 2026
0.983
P-Index
This Author published in this journals
All Journal Journal of Information System, Applied, Management, Accounting and Research REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Tridharmadimas: Jurnal Pengabdian Kepada Masyarakat Jayakarta Journal of Artificial Intelligence and Digital Business Jurnal Indonesia : Manajemen Informatika dan Komunikasi
Yuce Yuliani
Universitas Gunadarma
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Pendampingan dan pemberian bantuan penunjang kegiatan pembelajaran tatap muka terbatas pada kelompok belajar Bina Hafidz Cendikia Indonesia - Lenteng Agung Kotamadya Jakarta selatan Muji Santoso; Cut Asiana Gemawaty; Yuce Yuliani
TRIDHARMADIMAS: Jurnal Pengabdian Kepada Masyarakat Jayakarta Vol 2 No 1 (2022): PKM-TRIDHARMADIMAS (July 2022)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/tridharmadimas.v2i1.830

Abstract

Kegiatan Pengabdian Kepada Masyarakat Perguruan Tinggi ini sebagai bentuk kepedulian dan rasa empati terkait keberlangsungan pendidikan khususnya kegiatan pembelajaran pada masa pandemi Covid-19. Penerapan aturan Pembatasan Sosial Berskala Besar (PSBB) dan dilanjutkan dengan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) di wilayah Pemerintah Provinsi DKI Jakarta sejak bulan Maret 2020 hingga September 2021 ini, mengakibatkan terhentinya kembali kegiatan belajar mengajar secara tatap muka langsung di semua penyelenggara pendidikan formal maupun informal. Moda pembelajaran dalam jaringan atau daring (online) menjadi solusi efektif untuk tetap mengaktifkan kegiatan pembelajaran yang umumnya dilakukan di kelas meski sekolah telah ditutup mengingatakan menjadi beresiko tinggi penyebaran virus Covid-19 jika sekolah dibuka pada masa pandemi ini. Penerapan pembelajaran daring dalam jangka waktu yang cukup lama pada akhirnya menimbulkan masalah bagi peserta didik. Bentuk kegiatan Pengabdian Kepada Masyarakat (Abdimas) Universitas Gunadarma ini membantu masyarakat yang terkena dampak langsung terhadap bidang pendidikan atas pemberlakuan PSBB dan PPKM, salah satunya adalah peserta didik kelompok belajar Yayasan Bina Hafidz Cendikia Indonesia yang berlokasi di daerah Lenteng Agung Kotamadya Jakarta Selatan, melalui pemberian pendampingan dan bantuan penunjang kegiatan Pembelajaran Tatap Muka Terbatas (PTMT). Namun mode pembelajaran ini perlu disosialisasi secara berkesinambungan serta ke depannya penting untuk dievaluasi sesuai dengan kondisi setempat mengingat sebaran fasilitas dan kemampuan peserta didik yang berbeda-beda. Melalui pendampingan pembelajaran yang dilakukan oleh Tenaga Pengajar Universitas Gunadarma diharapkan dapat membantu menjaga ketahanan kegiatan pembelajaran tersebut baik peserta didik dan para pengajarnya.
Rancangan Sistem Informasi Penjualan Suku Cadang dan Pelayanan pada Bengkel Hiba Mobil Cut Asiana Gemawaty; Yuce Yuliani
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 7 No. 1 (2023): Volume 7 Nomor 1 Januari 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v7i1.11963

Abstract

Perusahaan Bengkel Hiba Mobil mengkhususkan diri dalam menyediakan layanan otomotif, termasuk penjualan suku cadang kendaraan dan layanan perbaikan. Proses pencatatan data transaksi penjualan secara manual membutuhkan waktu yang cukup lama karena sifatnya yang tidak otomatis. Pengembangan sistem informasi dicapai melalui pemanfaatan model agile development yang divisualisasikan melalui penggunaan Flow Maps, Diagram Konteks, dan Data Flow Diagram (DFD). Hasil akhir dari konsep dan implementasi aplikasi sistem informasi ini adalah sebuah utilitas yang dapat mengefisienkan penjualan suku cadang di Bengkel Hiba Mobil, sehingga meningkatkan efektivitas dan efisiensi proses transaksi.
PEMILIHAN DOSEN TERBAIK DENGAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) Cut Asiana Gemawaty; Yuce Yuliani
JISAMAR (Journal of Information System, Applied, Management, Accounting and Research) Vol 7 No 3 (2023): JISAMAR (Agustus 2023)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v7i3.1159

Abstract

Metode SAW (Simple Additive Weighting) adalah salah satu pendekatan yang digunakan dalam pemilihan dosen terbaik. Metode ini melibatkan penentuan bobot relatif untuk setiap kriteria yang digunakan dalam pemilihan. Dalam kesimpulannya, metode SAW dapat menghasilkan dosen dengan bobot tertinggi, daftar dosen dengan peringkat terbaik, atau rekomendasi dosen terbaik berdasarkan kriteria yang ditetapkan. Selain itu, metode ini juga dapat mengungkapkan dosen dengan bobot terendah yang membutuhkan perbaikan. Penting untuk melakukan analisis yang cermat dan menentukan kriteria yang sesuai untuk memperoleh kesimpulan yang akurat dan relevan dalam pemilihan dosen terbaik dengan metode SAW.
Faktor-Faktor Yang Mempengaruhi Penerimaan Sistem Informasi Menggunakan Model TAM Cut Asiana Gemawaty; Yuce Yuliani
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 7 No. 1 (2026): Januari
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63447/jimik.v7i1.1693

Abstract

This study aims to analyze the factors that influence the acceptance of an information system using the Technology Acceptance Model (TAM). The research examines three key constructs: Perceived Usefulness (PU), Perceived Ease of Use (PEOU), and Behavioral Intention (BI). A quantitative approach was employed with a purposive sampling technique involving 60 active users of the information system. Data were collected using a Likert-scale questionnaire and analyzed using SPSS through validity testing, reliability testing, descriptive statistics, and Spearman correlation analysis. The findings indicate that all measurement instruments demonstrate excellent validity and reliability, with Cronbach’s Alpha values exceeding 0.900 for all variables. The correlation results reveal that both PU and PEOU have positive and significant relationships with BI, suggesting that perceived benefits and ease of use are important determinants that strengthen users’ intention to adopt and continue using the system. However, the relationship between PEOU and PU is not significant, indicating that ease of use does not automatically translate into perceived usefulness within the context of this study. These results reinforce the relevance of the TAM framework while highlighting contextual nuances that may influence variable relationships. Overall, the study concludes that enhancing system usefulness and ensuring ease of use are essential strategies for increasing user acceptance of information systems within organizational settings.
Analisis Komparatif Algoritma Decision Tree dan Random Forest untuk Prediksi Kelulusan Mahasiswa Yuce Yuliani
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.10534

Abstract

Prediksi kelulusan mahasiswa merupakan salah satu upaya strategis yang dapat dilakukan perguruan tinggi untuk meningkatkan kualitas layanan akademik, mengidentifikasi mahasiswa yang berpotensi mengalami keterlambatan studi, serta mengurangi risiko dropout melalui pemberian intervensi akademik secara lebih dini. Pemanfaatan teknik data mining dan machine learning memungkinkan institusi pendidikan menghasilkan model prediksi yang akurat sebagai dasar pengambilan keputusan berbasis data. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Decision Tree dan Random Forest dalam memprediksi kelulusan mahasiswa menggunakan dataset Predict Students' Dropout and Academic Success yang diperoleh dari UCI Machine Learning Repository. Dataset awal terdiri atas 4.424 data mahasiswa dengan 37 atribut yang mencakup karakteristik akademik, demografis, dan sosial ekonomi. Setelah melalui tahapan preprocessing yang meliputi pembersihan data, seleksi kelas, dan penanganan data yang tidak relevan, diperoleh 3.630 data yang digunakan dalam proses pemodelan. Data kemudian dibagi menjadi data pelatihan sebesar 80% dan data pengujian sebesar 20%. Evaluasi performa model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki performa yang lebih baik dibandingkan Decision Tree dengan nilai accuracy sebesar 91,46%, sedangkan Decision Tree memperoleh accuracy sebesar 85,81%. Analisis feature importance menunjukkan bahwa variabel akademik, terutama Curricular Units 2nd Sem (Approved) dan Curricular Units 2nd Sem (Grade), merupakan faktor yang paling berpengaruh terhadap kelulusan mahasiswa. Temuan ini menunjukkan bahwa Random Forest merupakan model yang efektif untuk memprediksi kelulusan mahasiswa dan berpotensi diimplementasikan sebagai bagian dari sistem peringatan dini guna mendukung peningkatan keberhasilan studi di perguruan tinggi.
Co-Authors Cut Asiana Gemawaty Muji Santoso