Garuda - Garba Rujukan Digital

Penggunaan Model UTAUT2 Untuk Memahami Persepsi Pengguna Aplikasi G-Meet Eka Herdit Juningsih; Faruq Aziz; Dinar Ismunandar; Fajar Sarasati; Irmawati Irmawati; Yanto Yanto
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.10075

Abstrak: Di era pandemi saat ini proses belajar mengajar dilakukan secara online dengan memanfaatkan aplikasi virtual, salah satunya yaitu G-Meet. Untuk memahami presepsi pengguna aplikasi G-Meet dalam penelitian ini menggunakan model UTAUT2. UTAUT2 merupakan pengembangan dari model UTAUT yang dilakukan oleh Venkates. Variabel yang ada pada UTAUT2 ini ialah ekspektasi kinerja, ekspektasi usaha, pengaruh sosial, kondisi fasilitas, motivasi hedonis, nilai harga, dan kebiasaan. Dari data yang dihasilkan terdapat 125 responden yang telah mengisi kuesioner dengan pertanyaan yang diajukan sebanyak 27 pertanyaan. Populasi dari penelitian ini adalah mahasiswa STIMIK Nusa Mandiri Jakarta. Dan untuk sampel yang ditentukan yaitu sebanyak 125 responden dari jumlah responden yang telah mengisi kuesioner. Dalam mengolah data penelitian pada penelitian ini menggunakan smartPLS 3, untuk mengetahui tingkat kevalidan dan kereabilitasan akan suatu data yang diperoleh. Hasil dari penelitian ini menujukkan bahwa dari delapan hipotesis yang diusulkan tiga hipotesis dinyatakan tidak signifikan karena pada nilai t-statistic kurang dari 1,96 dan untuk lima hipotesis lain dapat diterima. Kata kunci: UTAUT2, G-Meet, Pembelajaran Daring Abstract: In the current pandemic era, the teaching and learning process is carried out online by utilizing virtual applications, one of which is G-Meet. To understand the perceptions of users of the G-Meet application in this study using the UTAUT2 model. UTAUT2 is a development of the UTAUT model carried out by Venkates. The variables in UTAUT2 are performance expectations, business expectations, social influences, facility conditions, hedonic motivation, price values, and habits. From the resulting data, there are 125 respondents who have filled out a questionnaire with 27 questions. The population of this study were students of STIMIK Nusa Mandiri Jakarta. And for the specified sample, as many as 125 respondents from the number of respondents who have filled out the questionnaire. In processing research data in this study using SmartPLS 3, to determine the level of validity and reliability of the data obtained. The results of this study indicate that of the eight proposed hypotheses, three hypotheses are declared insignificant because the t-statistic value is less than 1.96 and the other five hypotheses can be accepted. Keywords: UTAUT2, G-Meet, Online Learning

PREDIKSI LAMA TINGGAL PASIEN RAWAT INAP DI RUMAH SAKIT PADA MASA PANDEMI COVID-19 MENGGUNAKAN METODE ENSEMBLE LEARNING DAN DECISSION TREE irmawati irmawati irmawati; Hermanto Hermanto; Eka Herdit Juningsih; Syaifur Rahmatullah; Faruq Aziz
Jurnal Informatika Kaputama (JIK) Vol 5, No 2 (2021): Volume 5, Nomor 2 Juli 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v5i2.565

Beban pada sistem perawatan kesehatan berasal dari insiden tertinggi, yakni COVID-19. Banyak langkah yang dilakukan untuk meningkatkan manajemen perawatan kesehatan yakni, mengurangi populasi pasien untuk disparitas kesehatan, serta adanya inisiatif peningkatan kualitas untuk fasilitas keperawatan. Oleh karena itu, pada penelitian ini membahas prediksi lama tinggal pasien rawat inap di rumah sakit pada masa pandemi COVID-19 dengan tujuan membuat model akurasi yang tepat untuk memprediksi lama tinggal pasien agar menigkatkan efisiensi manajemen perawatan kesehatan di rumah sakit. Penulis menggunakan model Decision Tree dan Ensemble Learning. pada Decision Tree dengan menggunakan kriteria Entropy dan Information Gain dengan variasi nilai 4, 8, 12, 16, 20 untuk melihat hasil performa akurasi, f1 score, dan AUC. Sedangkan ensemble learning menggunakan 4 variasi yaitu klasifikasi Random Forest, Gradient Boosting, AdaBoost, dan AdaBoost dengan Logistc Regressi. Hasil tertinggi dari penelitian ini untuk menentukan klasifikasi terkait lama rawat inap (stay) selama pandemi COVID-19 menggunakan teknik Ensemble Learning variasi Gradiant Boosting dengan akurasi 41%, f1 score 22% dan AUC 79%.

RANCANG BANGUN SISTEM INFORMASI PENGGAJIAN KARYAWAN PADA PT. BANGUNBINA PRIMASARANA SERPONG Eka Herdit Juningsih; Yanto
CONTEN : Computer and Network Technology Vol. 2 No. 2 (2022): Desember 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v2i2.1617

Sistem penggajian merupakan salah satu bentuk sistem pelayanan intern yang digunakan untuk melakukan pembayaran gaji pada setiap bulannya. Dengan adanya sistem penggajian, maka proses pembayaran gaji kepada karyawan akan lebih mudah. Tak hanya itu, dalam merekap gaji pun tidak dibutuhkan lagi rekapan manual, seperti menulis pada buku atau selembar kertas. Sistem penggajian yang baik memiliki banyak manfaat kepada perusahaan. Salah satunya PT. Bangunbina Primasarana Serpong merupakan salah satu instansi perseroan terbatas yang masih menggunakan sistem manual dalam proses penggajian karyawannya sehingga data lebih lama dihasilkan dan penyimpanan dokumen yg tidak teratur. Oleh karena itu dibuatlah Rancang Bangun Sistem Informasi Penggajian Karyawan Pada PT. Bangunbina Primasarana Serpong. Dengan tujuan agar instansi tersebut dapat menghasilkan informasi dengan cepat, tepat dan juga penyimpanan dokumen yang terjaga keamanannya.Sistem penggajian karyawan pada PT. Bangunbina Primasarana Serpong menggunakan bahasa pemrograman PHP (Hypertext Preprocessor) yang memungkinkan pengelolaan gaji pada perusahaan tersebut akan tersistemasi dan dapat menghasilkan informasi dengan cepat, tepat, juga dengan penyimpanan dokumen yang terjaga keamanannya.

Prediksi nilai akademik peserta didik di masa pandemi covid-19 dengan regresi linier berganda Syaifur Rahmatullah; Eka Herdit Juningsih; Susan Rachmawati
JISAMAR (Journal of Information System, Applied, Management, Accounting and Research) Vol 7 No 1 (2023): JISAMAR : February 2023
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v7i1.1012

With the implementation of Learning From Home (BDR) learning patterns, there are several problems that exist, namely the decline in student achievement in learning outcomes, decreased interest in learning and the presence of students in online learning activities, and decreased participation of parents/guardians of students in paying attention to learning conditions and achievements of students at SDN Cengkareng Timur 01 Pagi. On the basis of all that research related to predicting the academic value of students will later be able to help the school to make permanent decisions on the problems that occur in the school environment. This study, using the multiple linear regression method, is effectively used to predict the final grades of students, so that by predicting school institutions can take preventive steps to boost student grades. The test results from 3 tools, namely Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE) and Mean Square Error (MSE) show that the prediction results are accurate enough to be used as a predictive model. Therefore, it is hoped that the prediction model will periodically test the prediction model every semester and applications that can be used directly without having to use a spreadsheet.

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA LAYANAN PADA PELAYANAN UANG TUNAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS Eka Herdit Juningsih; Dinar Ismunandar; Yanto Yanto
Jurnal Pendidikan Indonesia Vol. 4 No. 8 (2023): Jurnal Pendidikan Indonesia (Japendi)
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/japendi.v4i8.2167

Seiring dengan perkembangan jaman, perusahaan dituntut untuk bisa bersaing dengan perusahaan lainnya. Faktor terpenting dalam jalannya suatu organisasi atau perusahaan salah satunya merupakan Sumber Daya Manusia (SDM). Dalam penentuan Duta Layanan Teller terdapat beberapa faktor yang menjadi penilaian. Penilaian ini berdasarkan penilaian kinerja teller, yakni Ketelitian, Kecepatan, Tangung Jawab, Keramahan, Inisiatif. Demi efisiensi dan efektifitas kerja maka pengambilan keputusan yang tepat sangat diperlukan dengan tujuan untuk membangun dan memberikan alternatif sebuah sistem pendukung keputusan yang mempunyai kemampuan analisa pemilihan Duta Layanan Teller dengan menggunkan metode Analitycal Hierarchy Process (AHP), dimana masing-masing kriteria dalam hal ini dibandingkan satu dengan yang lain sehingga memberikan hasil duta layanan teller. Hal ini berguna untuk memudahkan pengambilan keputusan yang terkait dengan masalah pemilihan duta layanan teller sehingga akan didapatkan duta layanan teller yang layak untuk diberi penghargaan. Consistency Ratio Hierarchy/CRH < 10% yaitu 0.0453 atau 4.53% Duta Layanan Teller di Bank BNI Cabang Harmoni adalah Putri.

PREDIKSI LAMA TINGGAL PASIEN RAWAT INAP DI RUMAH SAKIT PADA MASA PANDEMI COVID-19 MENGGUNAKAN METODE ENSEMBLE LEARNING DAN DECISSION TREE Irmawati Irmawati; Hermanto Hermanto; Eka Herdit Juningsih; Syaifur Rahmatullah; Faruq Aziz
Jurnal Informatika Kaputama (JIK) Vol 5 No 2 (2021): Volume 5, Nomor 2, Juli 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v5i2.276

Beban pada sistem perawatan kesehatan berasal dari insiden tertinggi, yakni COVID-19. Banyak langkah yang dilakukan untuk meningkatkan manajemen perawatan kesehatan yakni, mengurangi populasi pasien untuk disparitas kesehatan, serta adanya inisiatif peningkatan kualitas untuk fasilitas keperawatan. Oleh karena itu, pada penelitian ini membahas prediksi lama tinggal pasien rawat inap di rumah sakit pada masa pandemi COVID-19 dengan tujuan membuat model akurasi yang tepat untuk memprediksi lama tinggal pasien agar menigkatkan efisiensi manajemen perawatan kesehatan di rumah sakit. Penulis menggunakan model Decision Tree dan Ensemble Learning. pada Decision Tree dengan menggunakan kriteria Entropy dan Information Gain dengan variasi nilai 4, 8, 12, 16, 20 untuk melihat hasil performa akurasi, f1 score, dan AUC. Sedangkan ensemble learning menggunakan 4 variasi yaitu klasifikasi Random Forest, Gradient Boosting, AdaBoost, dan AdaBoost dengan Logistc Regressi. Hasil tertinggi dari penelitian ini untuk menentukan klasifikasi terkait lama rawat inap (stay) selama pandemi COVID-19 menggunakan teknik Ensemble Learning variasi Gradiant Boosting dengan akurasi 41%, f1 score 22% dan AUC 79%. Kata

Analysis of Wireless Local Area Network (WLAN) at Sirajul Falah Vocational School, Parung, Bogor Selawati, Arina; Astuti, Rachmawati Darma; Zumarniansyah, Ainun; Juningsih, Eka Herdit; Zuama, Robi Aziz
INTERACTION: Jurnal Pendidikan Bahasa Vol 11 No 1 (2024): INTERACTION: Jurnal Pendidikan Bahasa
Publisher : Universitas Pendidikan Muhammadiyah (UNIMUDA) Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpendidikanbahasa.v11i1.6934

The world of education is currently increasingly prioritizing technology in facilitating and developing the teaching and learning process, such as the Wireless Local Area Network (WLAN) at Sirajul Falah Parung Bogor Vocational School which utilizes technology and computer networks to facilitate the responsibilities and duties of staff, teachers and school principals . Wireless Local Area Network (WLAN) is a computer network that is connected using conducting media (non-cable) using frequencies and standards according to wireless network standards. This research uses observation research methods, interviews and literature studies with the aim of finding out the working system of the Wireless Local Area Network (WLAN) at Sirajul Falah Vocational School Parung Bogor and overcoming the deficiencies found such as poor security systems and user management which often results in a large number of users who illegally used the Wireless Local Area Network (WLAN) at Sirajul Falah Vocational School Parung Bogor which also caused other connection problems. One solution that can be taken to overcome the problems found is to carry out management on the Wireless network, namely activating a different username and password feature for each user who is allowed to access the Wireless Local Area Network (WLAN) network at SMK Sirajul Falah Parung Bogor.

Predictive Modeling of Osteoporosis Risk Factors using XGBoost and Bagging Ensemble Technique Irmawati, I; Herdit Juningsih, Eka; Yanto, Y
Journal Medical Informatics Technology Volume 2 No. 1, March 2024
Publisher : SAFE-Network

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/medinftech.v2i1.27

This study presents a predictive modeling framework for osteoporosis risk assessment using ensemble techniques, specifically XGBoost and Bagging. Leveraging a dataset comprising comprehensive health factors influencing osteoporosis development, including demographic details, lifestyle choices, medical history, and bone health indicators, the aim is to facilitate accurate identification of individuals at risk. The dataset consists of 1958 samples, evenly distributed between osteoporosis-positive and osteoporosis-negative cases. The methodology involves the separation of features and labels, followed by data splitting into training and testing sets. XGBoost, a powerful gradient boosting algorithm, is employed as the base estimator within a Bagging ensemble, enhancing predictive accuracy and generalization. The model is trained on the training set and evaluated using cross-validation techniques to ensure robustness and mitigate overfitting. The results of the classification report demonstrate promising performance metrics, with an overall accuracy of 88% on the test set. Precision and recall scores indicate strong predictive capabilities, particularly in correctly identifying osteoporosis-positive cases. The novel integration of XGBoost within a Bagging ensemble provides an innovative approach to osteoporosis risk prediction, harnessing the strengths of both algorithms to improve model performance. This research contributes to the advancement of osteoporosis management and prevention strategies by providing a reliable tool for early risk assessment. The combination of machine learning techniques with comprehensive health data offers a valuable approach to personalized healthcare, enabling targeted interventions and optimized resource allocation. Ultimately, this study aims to enhance patient outcomes and reduce the burden of osteoporosis-related morbidity and mortality.

RANCANG BANGUN SISTEM PENUNJANG KEPUTUSAN PENENTUAN BEASISWA MENGGUNAKAN METODE FUZZY TSUKAMOTO DENGAN OPTIMASI GENETIC ALGORITHM Aziz, Faruq; Yanto, Yanto; Herdit Juningsih, Eka
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.9338

Penelitian ini merancang dan mengimplementasikan sistem penunjang keputusan untuk menentukan besaran beasiswa. Latar belakang penelitian berkaitan dengan kompleksitas dan ketidakpastian dalam pengambilan keputusan beasiswa, yang memerlukan metode yang mampu menangani nilai linguistik. Metode Fuzzy Tsukamoto digunakan untuk menangani ketidakpastian, sementara Genetic Algorithm (GA) diaplikasikan untuk mengoptimalkan hasil perhitungan berdasarkan aturan fuzzy. Kombinasi metode ini menghasilkan sistem yang adaptif terhadap perubahan kondisi dan kebutuhan. Tujuan penelitian adalah menciptakan sistem efisien dan transparan dalam mendukung pengambilan keputusan penentuan besaran beasiswa. Evaluasi sistem menggunakan korelasi Spearman menghasilkan nilai 0.88, menunjukkan hubungan positif dan kuat antara peringkat beasiswa hasil Fuzzy Tsukamoto dan GA. Sistem menyajikan hasil perhitungan beasiswa secara informatif melalui tabel dan grafik, memberikan pemahaman yang mudah bagi pengguna. Dengan implementasi menggunakan PHP dan bersifat web-based, diharapkan sistem ini dapat diakses dengan mudah dari berbagai perangkat. Implikasi penelitian ini adalah memberikan kontribusi pada efektivitas dan transparansi pengambilan keputusan dalam penentuan besaran beasiswa.

Perancangan Sisten Informasi Pengiriman Barang Pada CV. Trans Kalimantan Handayani, Kartika; Erni, Erni; Juningsih, Eka Herdit
Jurnal Sistem Informasi Akuntansi Vol 5 No 2 (2024)
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/justian.v5i2.8091

Jasa pengiriman barang memainkan peran penting dalam mendukung kegiatan bisnis dan transaksi, baik komersial maupun non-komersial. Dalam era digital, meningkatnya kebutuhan akan sistem pengiriman yang efisien, cepat, dan aman menjadi tantangan bagi perusahaan jasa pengiriman, termasuk CV. Trans Kalimantan di Pontianak. Meskipun perusahaan ini telah menggunakan teknologi komputer, beberapa tahapan operasional masih dilakukan secara manual, yang menyebabkan sejumlah kendala seperti efisiensi rendah, keamanan data yang kurang terjaga, dan proses pelaporan yang memakan waktu. Penelitian ini bertujuan untuk merancang sistem informasi berbasis desktop menggunakan metode prototipe untuk mengatasi permasalahan tersebut. Sistem ini dirancang untuk meningkatkan efisiensi pengelolaan informasi, meminimalkan kesalahan, mempercepat proses pengiriman, serta meningkatkan kualitas layanan dan kepuasan pelanggan. Hasil dari penelitian menunjukkan bahwa rancangan sistem informasi ini dapat membantu mengatasi kendala pada proses operasional sebelumnya, memberikan akses informasi yang lebih mudah, dan mempercepat pembuatan laporan dengan akurasi yang lebih tinggi. Dengan demikian, penerapan sistem informasi baru diharapkan mampu mendukung efisiensi operasional dan pengambilan keputusan manajerial perusahaan.

Title

Found 12 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 12 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 12 Documents
Search