Article Per Year (5 Year)
p-Index From 2021 - 2026
3.561
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian UntukMu NegeRI Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Akuntansi dan Ekonomika Digital Zone: Jurnal Teknologi Informasi dan Komunikasi JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Computer Science and Information Technology (CoSciTech) JPM: JURNAL PENGABDIAN MASYARAKAT Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Jurnal Esensi Infokom: Jurnal Esensi Sistem Informasi dan Sistem Komputer Jurnal Pengabdian Kepada Masyarakat Abdi Putra KOMMAS: Jurnal Pengabdian Kepada Masyarakat TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Journal of Software Engineering and Information System (SEIS) Jurnal Ilmiah Sistem Informasi KOMPUTASI
Doni Winarso, Doni
Universitas Muhammadiyah Riau
Religion Aerospace Engineering Humanities Astronomy Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Public Health Social Sciences Transportation Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Computer Science and Information Technology (CoSciTech)

 1 
Implemantasi Learning Management Systems Sebagai Sarana Belajar Mengajar Dimasa Pandemi Covid-19 Doni Winarso; Rudy Asrianto; Raysad Zein; Edo Arribe; Aryanto
Computer Science and Information Technology Vol 3 No 2 (2022): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v3i2.3940

Abstract

Latar belakang penelitian ini berangkat dari kondisi pandemi virus covid-19 yang telah merubah tatanan sosial hampir diseluruh bidang kehidupan. Salah satunya adalah kegiatan belajar mengajar (KBM). Penggunaan media elektronik menjadi salah satu pilihan yang dianggap paling tepat dalam melakukan KBM sehingga social distancing dapat diterapkan dalam menekan lajunya penyebaran virus covid-19. Banyak diantara kalangan akademis yang tidak siap dengan perubahan yang relatif cepat ini. Learning Management Systems (LMS) merupakan salah satu sarana yang dapat digunakan oleh penyelenggara pendidikan dalam melaksanakan KBM pada masa pandemi, dan ini merupakan pilihan yang paling tepat agar wabah tidak meluas dan proses belajar mengajar dapat terus berlangsung. Makalah ini menyajikan pengembangan dan implementasi aplikasi LMS yang disebut MOLA, singkatan dari Muhiba Online Learning Application. Aplikasi dikembangkan dengan menerapkan metode Dynamic Systems Development Method (DSDM). Metode ini memiliki insfrastruktur yang lengkap dan lebih matang dalam menggunakan pendekatan Agile Methodology. Dengan metode ini system yang dibangun lebih cepat dan akurat sesuai dengan kebutuhan akademik. Sebagai pilot projek, LMS ini dikembangkan dengan menganalisis proses belajar mengajar yang dilakukan di SMA Muhammadiyah 1 Bangkinang. Penelitian ini menghasilkan beberapa fitur yang telah diuji menggunakan blackbox testing. Hasilnya LMS yang telah diimplemantasikan layak untuk digunakan dalam proses belajar mengajar.
Faktor-Faktor yang mempengaruhi Sikap Mahasiswa dalam Penggunaan Online Learning (Aplikasi Sikuli) di Umri Risnal Diansyah; Hardian Hamzah; Doni Winarso
Jurnal CoSciTech (Computer Science and Information Technology) Vol 3 No 3 (2022): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v3i3.4349

Abstract

Perkembangan teknologi informasi saat ini semakin pesat, termasuk di dunia Pendidikan. Bentuk pemanfaatan teknologi di dunia pendidikan adalah implementasi e-learning. E-learning adalah suatu sistem atau konsep pendidikan yang memanfaatkan teknologi informasi dalam proses belajar mengajar. Universitas Muhammadiyah Riau (Umri) memanfaatkan teknologi informasi berupa e-learning yang disebut Sikuli. Sistem Informasi Kuliah Online (Sikuli) merupakan E-learning berupa sistem informasi yang dapat membantu berbagai proses akademik mahasiswa dan dosen. Penerapan Sikuli di Umri membutuhkan kajian untuk dapat ditingkatkan kualitasnya. Salah satu kajian yang dapat dilakukan adalah kajian tentang penerimaan (Acceptance) Sikuli oleh mahasiswa. Technology Acceptance Model (TAM) merupakan salah satu model yang dibangun untuk menganalisis dan memahami faktor‐faktor yang mempengaruhi diterimanya penggunaan teknologi komputer. Penelitian ini menggunakan TAM untuk menganalisis tingkat penerimaan pengguna terhadap Sikuli. Adapun respondennya adalah mahasiswa Umri sebanyak 100 mahasiswa. Pengolahan data penelitian menggunakan SPSS dan metode statistical. hasil penelitian ini menunjukkan bahwa variabel Perceived Usefullnes, Perceived Ease of Use, Attitude Towards Usage, Behavioral Intentionto Use, Social Influence berpengaruh positif dalam dalam penerimaan mahasiswa terhadap Sikuli di Umri.
Implementasi Naïve Bayes Dalam Analisis Sentimen Masyarakat pada Twitter Terhadap Flash Sale Shopee Doni Winarso; Ilham Kurniawan
Computer Science and Information Technology Vol 4 No 1 (2023): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v4i1.4779

Abstract

Rumors spread among the public that there was fraud occurring during the ongoing flash sale Shopee process. In order to answer the problems found, this study aims to find out how the public feels about the flash sale activity. Data was taken using the Twitter API, and the tweets used started from January 2021–June 2021. As a result, there were 3,467 Twitter data points. After passing through the text preprocessing stage, the data becomes clean data, which amounts to 457. The research results obtained using the Nave Bayes Classifier method show the results of public opinion on Twitter with positive sentiment categories of 19.4%, negative sentiment categories of 43.1%, and neutral sentiment categories of 37.4%, with an accuracy rate of 98%.
Co-Authors Abadi, Dhifa Arifan Abdullah, Faiz Ahyaruddin, Muhammad Annisa Ulfa Anwar Karnaidi Aryanto Aryanto Aryanto Aryanto Aryanto Aryanto Aryanto Aryanto Aryanto Aryanto Asrianto, Rudy Bangun, Elsi Titasari Br Br Bangun, Elsi Titasari Darma, Welsa Arya Desyandri Desyandri Dwi Widiarsih Dwi Widiarsih Edo Arribe, Edo Fitri Nurita Fuad YAsir Hafsari, Rizka Hardian Hamzah Hendri sayuti Ilham Kurniawan Irfan Al Rasyid Januar Al Amien Kusnandar, Rofiq Lubis, Dhifa Arifan Abadi M. Puja Alif Budiman Mangapul, Riva Mizan Asnawi Mizan Asnawi, Mizan Muhammad Hafiz Muhardi Ningsih, Dwi Putri Wahyu Nurul Alifa Putri Muslim Putra, Lindu Aji Dhiva Rafli, Muhammad Raysad Zein Risnal Diansyah, Risnal Rizal, Abid Muhammad Rizka Hafsari Safirda, Auril Saidul Amin Santoso SANTOSO SANTOSO Setyawan Ardhi Wijaya Shahrulniza Musa Silvia Rahmayuni Siti Rodiah Syahril syahril Syahril Syahril Syahril Syahril Syahril Syahril Syahril Tengku Hisyam Muhammad Umar Wahyuni, Dita Wide Mulyana Wijaya, Setiawan Ardi Wijaya, Setyawan Ardhi Windari, Hanisa Tri Yanda Noor Yudha Zaki Fuadi, Ahmad Zein, M. Rasyad