Article Per Year (5 Year)
p-Index From 2020 - 2025
2.59
P-Index
This Author published in this journals
All Journal Prosiding SNATIKA Vol 01 (2011) Jurnal Teknik Elektro INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Syntax Literate: Jurnal Ilmiah Indonesia Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Journal of Economic, Bussines and Accounting (COSTING) Indonesian Journal of Information System Journal of Information System,Graphics, Hospitality and Technology JTIM : Jurnal Teknologi Informasi dan Multimedia EDUTEC : Journal of Education And Technology Teknika JEEE-U (Journal of Electrical and Electronic Engineering-UMSIDA) Joutica : Journal of Informatic Unisla
Edwin Pramana
Institut Sains Dan Teknologi Terpadu Surabaya
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
Centroid Based Classifier With TF – IDF – ICF for Classfication of Student’s Complaint at Appliation E-Complaint in Muhammadiyah University of Sidoarjo Rosid, Mochamad Alfan; Gunawan, Gunawan; Pramana, Edwin
Jurnal Teknik Elektro Vol 1, No 1 (2015): JTE-U
Publisher : Fakultas Teknik, Prodi Teknik Elektro

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

Abstract

Text mining mengacu pada proses mengambil informasi berkualitas tinggi dari teks. Informasi berkualitas tinggi biasanya diperoleh melalui peramalan pola dan kecenderungan melalui sarana seperti pembelajaran pola statistik. Salah satu kegiatan penting dalam text mining adalah klasifikasi atau kategorisasi teks. Kategorisasi teks sendiri saat ini memiliki berbagai metode antara lain metode K-Nearest Neighbor, Naïve Bayes, dan Centroid Base Classifier, atau decision tree classification.Pada penelitian ini, klasifikasi keluhan mahasiswa dilakukan dengan metode centroid based classifier dan dengan fitur TF-IDF-ICF, Ada lima tahap yang dilakukan untuk mendapatkan hasil klasifikasi. Tahap pengambilan data keluhan kemudian dilanjutkan dengan tahap preprosesing yaitu mempersiapkan data yang tidak terstruktur sehingga siap digunakan untuk proses selanjutnya, kemudian dilanjutkan dengan proses pembagian data, data dibagi menjadi dua macam yaitu data latih dan data uji, tahap selanjutnya yaitu tahap pelatihan untuk menghasilkan model klasifikasi dan tahap terakhir adalah tahap pengujian yaitu menguji model klasifikasi yang telah dibuat pada tahap pelatihan terhadap data uji. Keluhan untuk pengujian akan diambilkan dari database aplikasi e-complaint Universitas Muhammadiyah Sidoarjo. Adapun hasil uji coba menunjukkan bahwa klasifikasi keluhan dengan algoritma centroid based classifier dan dengan fitur TF-IDF-ICF memiliki rata-rata akurasi yang cukup tinggi yaitu 79.5%. Nilai akurasi akan meningkat dengan meningkatnya data latih dan efesiensi sistem semakin menurun dengan meningkatnya data latih.
Penentuan Faktor Kredibilitas Toko Online Melalui Pendekatan Peran Estetika Secara Empiris Andini, Titania Dwi; Pramana, Edwin
Prosiding SNATIKA Vol 3 (2015): Prosiding Snatika (Seminar Nasional Teknologi, Informasi, Komunikasi dan Aplikasinya)
Publisher : LPPM STIKI Malang

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

Abstract

Maraknya Bisnis online di Indonesia dewasa ini menjadikan internet sebagai sarana promosi dan transaksi yang mudah, biaya pembuatan website yang terjangkau dan area penjualan yang luas. Namun kemudahan tersebut tidak disertai dengan tingkat kepercayaan pengguna layanan bisnis online atau konsumen dikarenakan masih maraknya developer web toko online menggunakannya untuk keuntungan sepihak seperti tidak ada kelanjutan transaksi setelah konsumen mengirim/membayar, barang yang dikirimkan tidak sesuai pada gambar pada web, tidak adanya testimoni dari konsumen dan masih banyak lagi.Diperlukan pendekatan menggunakan peran estetika dalam meraih kredibilitas web bisnis online saat pengguna pertama kali berkunjung pada sebuah web sehingga akan timbul tingkat kepercayaan untuk melakukan kegiatan transaksi atau setidaknya menggali informasi lebih lama dan dalam pada sebuah web bisnis online.Penelitian terdahulu memaparkan beberapa faktor yang dapat menilai kredibilitas sebuah web seperti yang diutarakan oleh Fogg (2001) dan Alsudani (2009). Pendekatan secara empiris dibutuhkan untuk menentukan faktor-faktor yang pasti dalam penilaian kredibilitas web sesuai faktor-faktor pada penelitian sebelumnya berdasarkan pengamatan panca indra dengan tujuan sebagai guide-line dalam membangun sebuah web yang kredibel.Terdapat 10 website yang diamati dimana website-website tersebut memiliki kesan yang berbeda satu dengan lainnya selain content web. Pengamatan panca indra dilakukan melalui teknik kuisioner dan capturing di setiap web tersebut. Dalam pendekatan empiris menggunakan pls (partial least square) dalam mengolah data kuisioner yang disebarkan.Faktor yang lebih dinilai dalam menilai kredibilitas sebuah web adalah faktor visual daripada faktor isi/konten dimana seluruh faktor dari Farah Alsudani hipotesanya diterima. Sedangkan Faktor Trustworthiness dan Amateurism adalah dua faktor dari BJ Fog yang mempengaruhi kredibilitas web secara signifikan dibandingkan faktor BJ Fog yang lain.
The Adoption of Blended Learning in Non-Formal Education Using Extended Technology Acceptance Model Kurniawan, Ridho; Pramana, Edwin; Budianto, Herman
Indonesian Journal of Information Systems Vol 4, No 1 (2021): August 2021
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/ijis.v4i1.4415

Abstract

This study aims to determine the influencing factors for understanding the intention of the learners in Non-Formal Education to use Blended Learning. In addition, it aims to investigate the relationships of the factors in a theoretical model. This study was conducted due to the lack of research in the world that discusses the adoption of Blended Learning in Non-Formal Education in Developing Countries such as Indonesia. Blended Learning at Non-Formal Education in the Covid-19 era is needed because the education institution has a limited place to accommodate more learners. A questionnaire based on google form was used to collect data. A sample of 566 users of Blended Learning from Non-Formal Education Institutions in Indonesia were used.  All variables from the theoretical model are measured using existing scales.  Structural Equation Model (SEM) was used to analyze the theoretical model.  SPSS and Amos were used as the software tools. This research contributes to the theoretical understanding of Blended Learning adoption as well as practice and provide guidance for Non-Formal Education to successfully implementing Blended Learning in their institutions. From the thirteen initial hypotheses, there are nine significant hypotheses. Three hypotheses with the largest magnitude are SI -> PU, CE -> PEU, and PU -> BI.  SI is the most influencing factor in the adoption of blended learning at non-formal education institutions.
The Adoption of Blended Learning in Non-Formal Education Using Extended Technology Acceptance Model Ridho Kurniawan; Edwin Pramana; Herman Budianto
Indonesian Journal of Information Systems Vol. 4 No. 1 (2021): August 2021
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/ijis.v4i1.4415

Abstract

This study aims to determine the influencing factors for understanding the intention of the learners in Non-Formal Education to use Blended Learning. In addition, it aims to investigate the relationships of the factors in a theoretical model. This study was conducted due to the lack of research in the world that discusses the adoption of Blended Learning in Non-Formal Education in Developing Countries such as Indonesia. Blended Learning at Non-Formal Education in the Covid-19 era is needed because the education institution has a limited place to accommodate more learners. A questionnaire based on google form was used to collect data. A sample of 566 users of Blended Learning from Non-Formal Education Institutions in Indonesia were used.  All variables from the theoretical model are measured using existing scales.  Structural Equation Model (SEM) was used to analyze the theoretical model.  SPSS and Amos were used as the software tools. This research contributes to the theoretical understanding of Blended Learning adoption as well as practice and provide guidance for Non-Formal Education to successfully implementing Blended Learning in their institutions. From the thirteen initial hypotheses, there are nine significant hypotheses. Three hypotheses with the largest magnitude are SI -> PU, CE -> PEU, and PU -> BI.  SI is the most influencing factor in the adoption of blended learning at non-formal education institutions.
Faktor-Faktor yang Mempengaruhi Adopsi E-learning untuk Siswa SMA di Indonesia dengan Menggunakan Extended Technology Acceptance Model Audrey Ayu Dianaris; Edwin Pramana; Herman Budianto
Journal of Information System,Graphics, Hospitality and Technology Vol. 4 No. 01 (2022): Journal of Information System, Graphics, Hospitality and Technology
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37823/insight.v4i01.179

Abstract

Penggunaan berbagai macam aplikasi berbasis internet sudah meluas di Indonesia. Didukung dengan berbagai macam perangkat yang mampu mengaksesnya di kalangan remaja, terutama siswa sekolah pada bangku pendidikan di SMA. Gaya hidup serba mobile dan aktivitas penunjang akademis siswa di luar pendidikan formal, cukup menyita waktu. Sehingga waktu belajar secara tradisional pun semakin sedikit. Perkembangan teknologi yang pesat juga berdampak pada dunia pendidikan. Memanfaatkan teknologi, keterbatasan akses informasi dan materi belajar, terutama keterbatasan ruang dan waktu dapat dijembatani dengan menggunakan E-learning. Penelitian ini bertujuan untuk mencari tahu, faktor-faktor apa saja yang dapat mempengaruhi siswa SMA di Indonesia untuk mau mengadopsi E-learning. Sebuah model teoritis dibuat berdasarkan sejumlah penelitian sebelumnya dan memanfaatkan model dasar Technology Acceptance Model (TAM) dan konstruksi E-learning yang spesifik. Pengumpulan data dilakukan dengan menggunakan kuesioner berbasis online. Data akhir yang terkumpul berjumlah 517 data dari siswa SMA di Indonesia. Structural Equation Modeling (SEM) digunakan untuk menganalisis dan pengolahan model teoritis menggunakan software AMOS. Faktor-faktor dalam model teoritis adalah Self-Efficacy, Social Influence, Computer Anxiety, Prior Experience, Facilitating Conditions, dan Perceived Enjoyment. Bentuk dasar TAM yang digunakan meliputi Perceived Usefulness, Perceived Ease of Use, dan Behavioral Intention. Dalam proses Factor Analysis, Facilitating Conditions dihapus dari model teoritis, karena tidak mampu menunjukkan posisi konvergen dan diskriminan. Faktor Perceived Usefulness dan Perceived Enjoyment adalah dua faktor yang paling mempengaruhi Behavioral Intention di dalam proses adopsi E-learning. Hasil penelitian menunjukkan Perceived Enjoyment memiliki pengaruh secara langsung dan positif pada Perceived Usefulness yang tertinggi dibandingkan faktor lainnya. Self-Efficacy memiliki pengaruh secara langsung dan positif pada Perceived Ease of Use yang tertinggi dibandingkan faktor lainnya. Berdasarkan hasil penelitian ini, maka dapat ditekankan, bahwa untuk mencapai tujuan agar seseorang mau mengadopsi E-learning, instansi terkait harus menunjang kebutuhan penerapan E-learning dengan berfokus pada sisi manfaat dan kepuasan yang menyenangkan pengguna dalam pengalamannya menggunakan E-learning
Centroid Based Classifier With TF – IDF – ICF for Classfication of Student’s Complaint at Appliation E-Complaint in Muhammadiyah University of Sidoarjo Mochamad Alfan Rosid; Gunawan Gunawan; Edwin Pramana
JEEE-U (Journal of Electrical and Electronic Engineering-UMSIDA) Vol 1 No 1 (2015): April
Publisher : Muhammadiyah University, Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21070/jeee-u.v1i1.23

Abstract

Text mining mengacu pada proses mengambil informasi berkualitas tinggi dari teks. Informasi berkualitas tinggi biasanya diperoleh melalui peramalan pola dan kecenderungan melalui sarana seperti pembelajaran pola statistik. Salah satu kegiatan penting dalam text mining adalah klasifikasi atau kategorisasi teks. Kategorisasi teks sendiri saat ini memiliki berbagai metode antara lain metode K-Nearest Neighbor, Naïve Bayes, dan Centroid Base Classifier, atau decision tree classification.Pada penelitian ini, klasifikasi keluhan mahasiswa dilakukan dengan metode centroid based classifier dan dengan fitur TF-IDF-ICF, Ada lima tahap yang dilakukan untuk mendapatkan hasil klasifikasi. Tahap pengambilan data keluhan kemudian dilanjutkan dengan tahap preprosesing yaitu mempersiapkan data yang tidak terstruktur sehingga siap digunakan untuk proses selanjutnya, kemudian dilanjutkan dengan proses pembagian data, data dibagi menjadi dua macam yaitu data latih dan data uji, tahap selanjutnya yaitu tahap pelatihan untuk menghasilkan model klasifikasi dan tahap terakhir adalah tahap pengujian yaitu menguji model klasifikasi yang telah dibuat pada tahap pelatihan terhadap data uji. Keluhan untuk pengujian akan diambilkan dari database aplikasi e-complaint Universitas Muhammadiyah Sidoarjo. Adapun hasil uji coba menunjukkan bahwa klasifikasi keluhan dengan algoritma centroid based classifier dan dengan fitur TF-IDF-ICF memiliki rata-rata akurasi yang cukup tinggi yaitu 79.5%. Nilai akurasi akan meningkat dengan meningkatnya data latih dan efesiensi sistem semakin menurun dengan meningkatnya data latih.
Adoption of Mobile Learning at Universities Using the Extended Technology Acceptance Model Misbahul Aziz; Edwin Pramana; Hartarto Junaedi
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 7, No. 4, November 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v7i4.1522

Abstract

This study aims to contribute to the proof of factors likely to determine the success of M-learning adoption based on previous research.  This is done because there are many different theoretical models proposed.  However, there is not yet a model that can be generally accepted as an established theoretical model for the adoption of M-learning in universities.  This research is expected to make a significant contribution to the development of a better theoretical understanding of the determinants that influence the adoption of M-learning using the Technology Acceptance Model (TAM).  To collect the data, researchers distributed questionnaires to respondents using google forms.  Forms are distributed via WhatsApp and Telegram.  The data used was 515 M-learning users.  Theoretical model research was carried out with Structural Equation Model (SEM) analysis, then SPSS and Amos as support for analysis.  There are six factors that determine the results of acceptance of M-leaning adoption in this study, namely Social Influence, Perceived Enjoyment, Facilitating Condition, Self-Efficacy, Perceived Usefulness, and Perceived Ease of Use.  The five factors that show positive and significant relationships are Social Influence, Perceived Enjoyment, Self-Efficacy, Perceived Usefulness, and Perceived Ease of Use.  Perceived Usefulness has the first strongest positive and significant value, and then Social Influence has the second strongest value.  Each factor has a medium influence value on Behavioral Intention.  That factor is the most influential in the application of M-learning in universities.
Technology Adoption Model Dalam Pemanfaatan Media Pembelajaran Online Ari Trivianto; Edwin Pramana; Judi Prajetno Sugiono
Joutica Vol 8 No 2 (2023): Journal of Informatic Unisla
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v8i2.1020

Abstract

Penelitian ini mencari tahu faktor yang mempengaruhi adopsi pengguna Augmented Reality (AR). model teoritis dikembangkan berdasar pada konstruksi dasar TAM dan penelitian sejenis tentang adopsi AR. Mengumpulan data dengan cara menggunakan kuesioner berbasis online. Data yang sudah terkumpul berjumlah 412 data, dari siswa SMK di Surabaya dan sekitarnya. SEM digunakan menganalisis model teoritis pada software AMOS. Faktor-faktor dalam model teoritis adalah Social Influence, Perceived Enjoyment, Perceived Usefulness, Perceived Ease of Use dan Behavioral Intention. Gambaran dasar TAM yang digunakan meliputi Perceived Usefulness, Perceived Ease of Use, dan Behavioral Intention. Dalam proses Factor Analysis, Facilitating Conditions dihapus dari model teoritis, karena tidak mampu menunjukkan posisi konvergen dan diskriminan. Faktor Perceived Usefulness dan Perceived Enjoyment adalah dua faktor yang paling mempengaruhi Behavioral Intention di dalam proses penggunaan AR. Hasil penelitian menunjukkan Perceived Usefulness memiliki pengaruh yang sangat besar terhadap Behavioral Intention memiliki hasil nilai signifikansi “***’’.
Prediksi Stok Produk Sari Roti Untuk Penjualan Online Melalui Whatsapp Menggunakan Metode LightGBM dan LSTM Adithya Marhaendra Kusuma; Reddy Alexandro Harianto; Edwin Pramana
Joutica Vol 8 No 2 (2023): Journal of Informatic Unisla
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v8i2.1083

Abstract

Penelitian ini bertujuan untuk mengetahui akurasi dari metode forecasting berdasarkan model Long short term memory network (LSTM) dan LightGBM dalam memprediksi jumlah stok yang harus disediakan di depo sari roti untuk mencukupi permintaan customer online melalui Chatbot sari roti. Data penjualan yang di teliti dalam penelitian ini adalah perusahaan PT Nippon Indosari Corpindo selama periode Juni 2021 – Oktober 2022. Penelitian ini dilakukan menggunakan data penjualan berupa lokasi penjualan, total harga diskon, harga per item, dan jumlah item terjual sebagai parameternya dan 4 jenis roti yang dijadikan sampel. Dalam penelitian ini di hitung masing-masing mean absolute percentage error (MAPE) dari forecasting LSTM dan LightGBM. Parameter yang mempengaruhi hasil prakira metode LSTM dalam penelitian ini yaitu epoch untuk model LSTM, Lags pada Mode LightGBM, dan Perbandingan rasio pada model ensemble LSTM dan LightGBM. Akurasi terbaik diperoleh dengan menggunakan model ensemble pada jenis roti tawar kupas dengan evaluas MAPE terbaik diperoleh yaitu 9,58%.
Analisis Technology Acceptance Model (TAM) untuk Adopsi E-Counseling Agung Adi Saptomo; Endang Setyati; Edwin Pramana
Joutica Vol 8 No 2 (2023): Journal of Informatic Unisla
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v8i2.1089

Abstract

Pendidikan memiliki peran besar dalam membangun kemajuan bangsa. Pendidikan tidak hanya memiliki tanggung jawab dalam memberikan pengetahuan kognitif saja, melainkan harus membangun moral/kepribadian dari setiap peserta didiknya, oleh karena itu praktik psikologi yang dilaksanakan oleh guru Bimbingan Konseling (BK) sangat dibutuhkan. Namun pada praktiknya terdapat beberapa kendala yang diakibatkan karena praktik bimbingan konseling masih menerapkan metode lama yaitu penyebaran kuisioner secara manual. Seiring berkembangannya teknologi, praktik BK mulai bergeser dengan memanfaatkan teknologi seperti dalam mendiagnostik kebutuhan peserta didik atau disebut dengan e-counseling. Terdapat berbagai teori tentang hubungan pergeseran penggunaa teknologi, tetapi masih terdapat research gap pada penentuan teori yang mendasar. Sehingga penelitian ini memiliki tujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi niat guru bimbingan konseling dan peserta didik dalam menggunakan e-counseling serta mengetahui hubungan masing-masing faktor. Pengembangkan model teoritis menggunakan Technology Acceptance Model (TAM) dan kuesioner, prosedur sampling, analisis data, dan interpretasi hasil, kemudian perumusan kesimpulan. Analisis dilakukan dengan mencari factor analysis, reliability test, dan mencari nilai cronbach alpha, data diimput dalam model teoritis dan dianalisis Structural Equation Modeling (SEM) dengan menggunakan aplikasi AMOS. Hasil yang didapat menjelaskan bahwa semua faktor mempengaruhi minat guru BK dan peserta didik dalam menggunakan e-counseling dan masing-masing faktor mendapatkan tingkat pengaruh yang signifikan.
Co-Authors Adithya Marhaendra Kusuma Agung Adi Saptomo Alfa'izy, Erick Ahmad Fahmi Ari Trivianto Audrey Ayu Dianaris Ayyub DAVID KURNIAWAN Elsen Ronando Endang Setyati Francisca Haryanti Chandra Gunawan Gunawan Gunawan Gunawan Habib, Ahmad Hartarto Junaedi Herman Budianto Judi Prajetno Sugiono Keraf, Boniface Boliona Badilangoe Lukman Zaman Misbahul Aziz Mochamad Alfan Rosid Purnomohadi Sutedjo, Sing Tjoen Reddy Alexandro Harianto Retno Susanti Ridho Kurniawan RIDHO KURNIAWAN, RIDHO Sasono, Hikmah Agung Titania Dwi Andini Ubaidillah, M. Yahya Yosi Kristian