Claim Missing Document
Check
Articles

Found 13 Documents
Search

Analisis Kesuksesan Sistem Informasi Akademik Menggunakan Model Sukses Delone dan Mclean Rangga Pebrianto; Phitsa Maulina; Siti Nurhasanah Nugraha; Fani Nurona Cahya
Bahasa Indonesia Vol 10 No 1 (2023): Bina Insani ICT Journal (Juni) 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/biict.v10i1.2233

Abstract

Sistem informasi akademik digunakan oleh perguruan tinggi karena banyaknya tantangan dan masalah yang dihadapi. Dengan mengadopsi dan memanfaatkan teknologi informasi, perguruan tinggi berusaha untuk meningkatkan efektivitas dan efisiensi kinerja mereka dalam proses akademiknya. Tujuan penelitian ini guna evaluasi faktor apa saja yang berpengaruh terhadap efektivitas SIAKAD di Universitas Bina Sarana Informatika PSDKU Tasikmalaya untuk dianalisis keberhasilannya. Model Delone & Mclean digunakan sebagai dasar model penelitian. Kuesioner yang telah disiapkan dibagikan kepada mahasiswa, staf dan dosen di lingkungan Universitas Bina Sarana Informatika PSDKU Tasikmalaya responden yang memenuhi persyaratan sebagai pengguna SIAKAD UBSI. Dari kuesioner yang disebar terdapat 95 responden menjawab dengan benar dan valid. Regresi linier berganda digunakan untuk mengolah data setelah diperoleh data yang valid dan reliabel melalui uji validitas dan reliabilitas. Berdasarkan hasil analisis deskriptif presentase responden berpendapat terhadap pernyataan yang disajikan pada kuesioner adalah 46% “Sangat Setuju”, 47% menyatakan “Setuju”, dan 7% berpendapat “Cukup Setuju”. Dilihat dari nilai thitung masing-masing hipotesis yang diuji melebihi ttabel yang telah ditentukan, maka hasil uji hipotesis menunjukkan bahwa 12 hipotesis diterima dalam penelitian ini. Hasil penelitian ini menunjukkan bahwa penerapan SIAKAD UBSI khususnya di PSDKU Tasikmalaya telah efektif dalam membawa manfaat bagi pengguna dalam hal kualitas sistem, kualitas informasi, dan layanan yang disediakan.
PEMANFAATAN TEKNOLOGI UNTUK PENCATATAN KESEHATAN BALITA DI POSYANDU MAWAR MELATI Verra Sofica; Fani Nurona Cahya; Muhamad Abdul Ghani; Rangga Pebrianto
Indonesian Community Service Journal of Computer Science Vol. 2 No. 1 (2025): Periode Januari 2025
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/indocoms.v2i1.7536

Abstract

Kesehatan balita sangat penting untuk mendukung tumbuh kembang yang optimal. Namun, di beberapa daerah, pencatatan kesehatan balita masih dilakukan secara manual, yang berisiko terhadap kesalahan data dan kurang efisien. Dengan kemajuan teknologi, penggunaan aplikasi berbasis teknologi informasi dapat membantu memudahkan pencatatan dan pemantauan kesehatan balita secara lebih akurat dan efisien. Pelatihan ini mengusulkan pemanfaatan teknologi sederhana, seperti Google Sheets atau Microsoft Excel, untuk mencatat dan memantau data kesehatan balita. Data yang dicatat meliputi berat badan, tinggi badan, status imunisasi, dan indikator kesehatan lainnya. Aplikasi tersebut dipilih karena mudah diakses, sederhana digunakan, dan dapat diintegrasikan ke dalam kegiatan posyandu sehari-hari tanpa memerlukan keterampilan teknis yang kompleks.Tujuan utama dari program ini adalah meningkatkan kemampuan ibu-ibu kader Posyandu dalam mengelola data kesehatan balita secara digital. Dengan menggunakan aplikasi seperti Google Sheets atau Excel, diharapkan proses pencatatan dan pemantauan kesehatan menjadi lebih efisien, mudah diakses, dan dapat dilaporkan dengan cepat dan akurat. The health of toddlers is crucial to supporting optimal growth and development. However, in some areas, toddler health records are still maintained manually, posing risks of data errors and inefficiency. With advancements in technology, the use of information technology-based applications can facilitate more accurate and efficient recording and monitoring of toddler health. This training suggests utilizing simple technologies such as Google Sheets or Microsoft Excel to record and monitor toddler health data, including weight, height, immunization status, and other health indicators. These applications are chosen for their accessibility, ease of use, and ability to be integrated into daily Posyandu activities without requiring complex technical skills. The main goal of this program is to enhance the capability of Posyandu volunteer mothers in managing toddler health data digitally. By using applications like Google Sheets or Excel, it is expected that the recording and monitoring processes will become more efficient, easily accessible, and can be reported quickly and accurately.
ANALISIS SENTIMEN TWITTER TERHADAP MENTERI INDONESIA DENGAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES Siti Nurhasanah Nugraha; Rangga Pebrianto; Abdul Latif; Muhammad Rifqi Firdaus
E-Link: Jurnal Teknik Elektro dan Informatika Vol. 17 No. 1: Mei 2022
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v17i1.3965

Abstract

Kabinet Indonesia Maju adalah kabinet pemerintahan Indonesia pada pimpinan Presiden JokoWidodo dan Wakil Presiden Ma’ruf Amin. Dengan dilantiknya para menteri di Kabinet IndonesiaMaju, tokoh politik yang memiliki jabatan dan tanggung jawab sebagai menteri dalammelaksanakan tanggung jawabnya tak lepas dari berbagai opini. Salah satu metode untukmengelompokkan kategori opini pengguna media sosial adalah sentiment analyst. Penelitian inimenggunakan dataset hasil crawling dari twitter dengan kata kunci “Menteri”. Hasil crawlingdiolah menggunakan kedua model algoritma yaitu Support Vector Machine (SVM) dan Naïve Bayes.Penelitian ini membandingkan hasil cross validation algoritma SVM dengan Naïve Bayes. Hasilcross validation dari algoritma SVM menunjukkan nilai accuracy sebesar 89,60%, recall 90,91%,precission 97,64%. untuk algoritma Naïve Bayes dihasilkan accuracy sebesar 85,74%, recall85,74%, precission 100,00%. SVM bekerja memaksimalkan margin antara dua kelas yang berbeda,Naïve Bayes sederhana menerapkan teori probabilitas untuk mencari kemungkinan terbesar dariklasifikasi. Dari hasil tersebut dapat disimpulkan kedua algoritma yang digunakan memberikansolusi untuk masalah klasifikasi dalam kasus analisis sentimen menteri, terlepas dari SVMmenghasilkan akurasi yang lebih baik.