Claim Missing Document
Check
Articles

Analisis dan Penerapan Proses Mining untuk Mengidentifikasi Perilaku Belajar Siswa Terhadap Penggunaan E-Learning di Saat Masa Pandemi Covid-19 (Studi Kasus : SMK Telkom Malang) Melinsye Herliani Ahab; Rachmadita Andreswari; Deden Witarsyah
eProceedings of Engineering Vol 10, No 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-SMK Telkom Malang merupakan sekolah kejuruan di bidang Teknologi dan Informatika yang menerapkan perkembangan teknologi dalam sistem pembelajaran jarak jauhnya. E-learning merupakan media pembelajaran yang didukung oleh teknologi komputer dan internet, yang berisi konten pembelajaran. Perilaku belajar siswa pada pembelajaran E-Learning ini memiliki keterkaitan yang kuat dalam penggunaannya. Semakin berkualitas penerapan pembelajaran di E-Learning ini, maka semakin tinggi pula pencapaian dalam mendapatkan data perilaku belajar siswa dalam penggunaan e-learning yang tercatat dalam event log. Penelitian ini menggunakan menggunakan tools Disco dan ProM dengan menggunakan algoritma Heuristic Miner. Heuristic Miner digunakan karena paling cocok untuk menangani process mining pada event log dikarenakan heuristic miner dapat mengekspresikan event log dengan baik dan mengungkapkan kejadian utama yang terekam serta mampu menangani data yang memiliki noise. Penggunaan Petri Net pada ProM tools membantu dalam menganalisis model proses untuk memberikan gambaran perilaku belajar siswa yang aktual. Hasil dari heuristic miner dapat memodelkan event log ke dalam model proses dengan baik, dilihat dari nilai rerata fitness dari jurusan RPL menunjukkan nilai 0.970. Sedangkan, nilai rerata fitness jurusan TKJ menunjukkan nilai 0.901. Penelitian ini diharapkan dapat dijadikan sebagai tolak ukur untuk mengidentifikasi perilaku belajar siswa terhadap pembelajaran E-Learning pada masa pandemi yang berdampak signifikan terhadap sistem pembelajaran.Kata Kunci-process mining, disco tools, ProM tools, E-Learning, event log
Analisis Proses E-Learning untuk Menentukan Pola Belajar Mahasiswa Menggunakan Pendekatan Process Mining Studi Kasus Universitas Telkom Hidayatul Aji Adika Putra; Rachmadita Andreswari; Deden Witarsyah Jacob
eProceedings of Engineering Vol 10, No 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak- Untuk mendukung pembelajaran jarak jauh, pembelajaran daring, dan blended learning, dibutuhkan suatu Learning Management System (LMS). Dalam pengembangan nya terdapat tiga komponen utama dalam LMS yang dibuat menggunakan model yaitu: pengguna, mata kuliah, dan enrollment. Proses pembelajaran yang tepat dapat memastikan berjalan nya LMS secara normal. Untuk mengetahui pola belajar mahasiswa, dibutuhkan sebuah event log yang didapatkan melalui LMS. Log ini berisi informasi mengenai berbagai proses pembelajaran. Teknik Process Mining diterapkan untuk menganalisis pembelajaran mandiri selama perkuliahan, dengan menganalisis pembelajaran secara mandiri yang digambarkan dalam sebuah model proses, bertujuan agar dosen dapat mengetahui perkembangan mahasiswa, dan kedepannya dapat menentukan metode belajar apa yang cocok untuk mahasiswa – mahasiswa yang diajarkan oleh dosen bersangkutan. Process Mining juga dapat membantu dalam mengidentifikasi efektivitas pembelajaran dan kurikulum dengan cara memonitoring dan mengevaluasi kinerja Mahasiswa. Algoritma heuristic mining dapat memodelkan pola belajar mahasiswa pada mata kuliah Pemrograman Berorientasi Objek dan Struktur Data pada LMS dengan baik berdasarkan nilai conformance yang dihasilkan.Kata kunci- event log, process mining, algoritma heuristic mining
Analisis Multidimensi Pada Perkuliahan Untuk Memperbaiki Pencapaian Course Learning Outcome (CLO) Pada Mahasiswa Tingkat 1 (Studi Kasus E-Learning Universitas Telkom) Arfin Al Hafizh; Rachmadita Andreswari; Taufik Nur Adi
Cakrawala Repositori IMWI Vol. 6 No. 5 (2023): Cakrawala Repositori IMWI
Publisher : Institut Manajemen Wiyata Indonesia & Asosiasi Peneliti Manajemen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52851/cakrawala.v6i5.513

Abstract

Dalam mendukung proses pembelajaran campuran (hybrid learning) yang diterapkan saaat ini, diperlukan suatu Learning Management System (LMS). Sebagai suatu sistem komputer, LMS secara otomatis merekam setiap kegiatan yang dilakukan oleh pengguna. Semua akses ini dicatat dalam event log. Informasi yang tersimpan pada event log dapat membantu mengetahui pola belajar yang dilakukan oleh mahasiswa. Process mining digunakan untuk menganalisis proses pembelajaran yang dilakukan oleh mahasiswa yang digambarkan oleh model proses. Data cube merupakan representasi visual dari data yang dapat dilihat dari berbagai sudut pandang dengan menggunakan operasi-operasi seperti slicing, dicing, roll-up, drill-down, dan pivot. Celonis merupakan software commercial process mining yang sangat populer saat ini, dengan memanfaatkan fitur yang tersedia pada aplikasi Celonis diharapkan dapat menggambarkan model proses pembelajaran mahasiswa yang dilihat dari berbagai dimensi antara lain waktu, mata kuliah, CLO, dosen, dan nilai CLO. Dimensi dosen memberikan data tentang status dosen yang sedang mengajar. Dimensi CLO memberikan informasi tentang aktivitas berdasarkan nomor CLO. Sedangkan dimensi nilai CLO memberikan data tentang status nilai mahasiswa. Dengan menerapkan pendekatan tersebut, kita dapat membuat sebuah model proses yang menampilkan informasi dari berbagai perspektif yang ada dalam dimensi-dimensi tersebut. Setelah model proses didapatkan diterapkan evaluasi berupa conformance checking untuk melihat kesesuaian model proses dengan event log yang ada. Model proses dengan nilai conformance terbaik akan diubah menjadi BPMN agar dapat menyampaikan informasi menjadi lebih mudah. Kemudian informasi ini dapat digunakan untuk menyusun rekomendasi proses pembelajaran yang terbaik untuk mahasiswa tingkat 1 pada mata kuliah Dasar Keuangan Sistem Informasi semester berikutnya.
Rancang Bangun Website Perpustakaan Digital Untuk Alternatif Perpustakaan Konvensional Menggunakan Metode Extreme Programming Kemal Indra Kusuma; Rachmadita Andreswari; Dita Pramesti
eProceedings of Engineering Vol 10, No 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Perpustakaan merupakan tempat umum untuk mencari buku atau sekedar mencari referensi. Namun semenjak virus covid menyebar di seluruh dunia pada tahun 2019, pemerintah menutup semua tempat umum untuk mencegah penyebaran virus salah satunya perpustakaan. Dikarenakan oleh hal ini banyak masyarakat umum bingung bagaimana cara untuk membaca buku secara gratis dalam keadaan virus COVID-19 masih berkeliaran. Oleh karena itu diperlukan suatu solusi agar masyarakat masih dapat membaca buku secara gratis seperti pada perpustakaan umum. Solusi tersebut ialah membuat suatu website yang berisikan buku digital sehingga masyarakat umum dapat membaca buku kapan saja dan dimana saja tanpa harus keluar rumah. Metode pengembangan website akan menggunakan salah satu metode agile, yaitu extreme programming (XP). Metode extreme programming (XP) cocok diterapkan pada projek berskala kecil dan hanya membutuhkan satu sampai tiga orang saja. Selain metode pengembangan diperlukan juga metode evaluasi untuk menguji kelayakan website. Metode evaluasi yang akan digunakan ada dua yaitu blackbox testing untuk menguji antar muka dan fungsi website dan load testing untuk menguji kapasitas website pada beberapa pengguna. Hasil dari pengujian tersebut akan dijadikan saran untuk pengembangan lebih lanjut agar website menjadi lebih efektif.Kata kunci— web, extreme programming, blackbox testing, load testing
Perancangan Website Pada Aplikasi Start-Up Rental Kendaraan Egarage.id Dengan Menggunakan Metode Iterative Incremental Iqbal Aditya Salam; Rachmadita Andreswari; Fitriyana Dewi
eProceedings of Engineering Vol 10, No 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Teknologi informasi dan komunikasi yang berkembang pesat di berbagai negara terutama di Indonesia dalam dua dekade terakhir menjadikan dirinya sebagai kebutuhan vital pada setiap orang. Kemudahan dalam mengakses segala hal menjadi gaya hidup, terutama pada sektor transportasi. Banyak pengusaha memanfaatkan kondisi ini dengan membuka jasa sewa kendaraan untuk memenuhi kebutuhan masyarakat. Masyarakat pun semakin termudahkan dengan ada nya layanan jasa sewa kendaraan. Namun seiring berjalan nya waktu terdapat berbagai masalah yang menyulitkan para pelaku usaha dan juga para pencari sewa kendaraan, yaitu tidak mudahnya para pencari kendaraan untuk melihat ketersediaan dari mobil yang diinginkan beserta informasi detail seperti harga, serta pelaku usaha harus memberikan informasi yang sama pada setiap pelanggan yang berbeda secara terus menerus. Berdasarkan permasalahan yang ada, Egarage.id memberikan solusi untuk mengatasi permasalahan dengan memberikan sebuah wadah sistem informasi bagi pelaku usaha dan konsumen untuk membantu proses sewa menyewa kendaraan. Penelitian ini mengimplementasikan metode pengembangan iterative incremental dalam proses pembuatan aplikasi. Berdasarkan hasil pengujian UAT yang dilakukan kepada 10 orang responden didapatkan hasil persentase sebesar 78% yang artinya sistem terkait rental kendaraan berbasis website dalam penelitian ini layak digunakan dan dinilai dapat memudahkan pengguna dalam melakukan penyewaan mobil.Kata Kunci: Egarage.id, Rental Kendaraan, Iterative Incremental
Perbandingan Algoritma K-Nearest Neighbor dan Logistic Regression pada Analisis Sentimen terhadap Vaksinasi Covid-19 pada Media Sosial Twitter dengan Pelabelan Vader dan Textblob Fadhilah Fazrin; Oktariani Nurul Pratiwi; Rachmadita Andreswari
eProceedings of Engineering Vol 10, No 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Pada analisis ini metode yang digunakan yaitu metode klasifikasi K-Nearest Neighbor dan metode klasifikasi Logistic Regression dengan data yang diambil pada aplikasi twitter. Penelitian ini mengkaji tingkat akurasi pada sentimen masyarakat mengenai vaksinasi Covid-19 dengan label positif dan negatif. Nilai AUC pada algoritma KNN dengan pelabelan TextBlob yaitu sebesar 0,765 dengan dan 0,768 untuk pelabelan VaderSentiment keduanya termasuk kedalam kriteria fair classification. Sementara itu, pada algoritma Logistic Regression menghasilkan akurasi sebesar 84,97% dengan perbandingan rasio 90:10 untuk pelabelan TextBlob, sementara untuk pelabelan VaderSentiment dengan perbandingan rasio 90:10 menghasilkan akurasi sebesar 85,22%. Kedua algoritma divalidasi menggunakan K-Fold Cross Validation dengan jumlah fold 10. Hasil perbandingan yang diperoleh saat melakukan evaluasi dengan confusion matrix menunjukkan bahwa algoritma Logistic Regression dengan pelabelan VaderSentiment memiliki nilai akurasi yang paling tinggi dibandingakan dengan algoritma K-Nearest Neighbor dengan pelabelan TextBlob dan VaderSentiment. Kata kunci—vaksinasi covid-19, k-nearest neighbor, logistic regression, analisis sentimen
Analisis Sentimen Berbasis Aspek Terhadap Ulasan Pengguna Aplikasi Pegadaian Digital Menggunakan Algoritma Naïve Bayes Syfani Alya Fauziyyah; Faqih Hamami; Rachmadita Andreswari
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 4, No 4 (2023): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v4i4.245

Abstract

Pegadaian. PT. Pegadaian's form of transformation is the launch of Pegadaian Digital application. The application aims to facilitate the community and improve the service of products owned by PT. Pegadaian. Based on the monitoring as of 20 October 2022, the Pegadaian Digital application received 3.5 points on a scale of 5. This score is low because it contains many negative reviews. Therefore, it is necessary to analyse the review section of the application to increase the score. The method that can be used to analyse it is aspect-based sentiment analysis. Aspects are those that relate to the experience felt by users, namely aspects of learnability, efficiency, errors, and satisfaction. Sentiment analysis requires an optimal algorithm, one of which is Naïve Bayes. This algorithm was chosen because it is known as a simple but efficient algorithm when processing large amounts of data. This research uses two test scenarios, the first scenario using different ratios and base parameters and the second scenario using the addition of smoothing parameters. The result of this research is that the model with the ratio of 80:20 and the addition of smoothing is the best model for sentiment analysis because it produces the best performance value, with an accuracy value of 92%, precision of 80%, recall of 70% and f1-score of 73%.
Analisis Sentimen Berbasis Aspek Terhadap Ulasan Pengguna Aplikasi Pegadaian Digital Dengan Multiclass Multioutput Menggunakan Algoritma Support Vector Machine Vina Fadillah; Faqih Hamami; Rachmadita Andreswari
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 4, No 4 (2023): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v4i4.248

Abstract

Badan Usaha Milik Negara (BUMN) are one of the three main economic players in the country, alongside cooperatives and private enterprises, aiming to realize a prosperous society in various fields. One of the BUMN, PT Pegadaian, operates in the financial sector. According to the directorate regulation of PT Pegadaian Number 122 of 2020, to enhance the quality and maturity level of information technology (IT), evaluation and monitoring mechanisms based on the international standard ISO/IEC 25010:2011 for System Software Quality Models are required in managing IT quality. Therefore, PT Pegadaian is currently undergoing a transformation process to expand its business model that was originally only feasible through offline means, making it possible to be done online. To support this Pegadaian transformation process, an application named "Pegadaian Digital" has been developed, containing PT Pegadaian's core businesses, such as buying and selling gold savings, pawn booking, and gold price reviews. To assist digital transformation process, sentiment analysis research is conducted based on various aspects to identify aspects in the application that need to be improved and maintained. The study focuses on user reviews from Google Play Store, utilizing the KDD process and Support vector machine algorithm. The aspects used in this research are Learnability, Efficiency, Errors, and Satisfaction, each aspect labelled as positive, negatif, and neutral (not exist). The testing in this research is divided into two scenarios, focusing on the model with default parameter and parameter with hyperparameter tuning. Subsequently, the model is evaluated with accuracy, precision, recall, F1-score, and K-Fold Cross Validation. The evaluation results show that the scenario with a split data ratio of 80:20 using SVM with basic or default parameters gets the best performance results based on an accuracy value of 86%, recall 80%, f1-score 82%, precision 84%, and model did not overfitting
Analisis Multidimensi Pada Perkuliahan Untuk Memperbaiki Pencapaian CLO Mahasiswa Tingkat 4 Adha, Nizur; Andreswari, Rachmadita; Adi, Taufik Nur
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 5 No 4 (2023): Oktober 2023
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v5i4.952

Abstract

In this research, process mining methods are utilized for the analysis of the learning processes of fourth-year students. Multidimensional analysis is applied to gain a more comprehensive understanding of the data, and process cubes provide an overview of the data from various dimensions. Supported by Celonis tools, the learning process models are discovered from different perspectives such as time, courses, instructors, Course Learning Outcomes (CLO), and CLO scores. The application of these methods results in process models that provide insights from the perspective of different dimensions. Conformance checking is conducted to assess the alignment of the process models with the event log. The best conformance values for each process model are transformed into BPMN to facilitate information dissemination. The obtained information serves as recommendations for designing the optimal learning processes for fourth-year students in the subsequent semester.
Application of Process Mining in the Process of IT Incidents Management by Utilizing Kaggle’s Dataset Anggraeni Xena Paradita; Fakhri Arya Fadhillah; Kanza Azzahra; Michael Christensen Bonar Kasparov; Rachmadita Andreswari
Journal of Information Technology and Computer Science Vol. 8 No. 3: December 2023
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.202383564

Abstract

The application of process mining in Information Technology (IT) incident management has been carried out. In the face of the increasing complexity of IT systems and a surge of incidents, traditional incident management is no longer effective. This study uses Kaggle's dataset on IT incident management to analyze event logs, identify process bottlenecks, and compare process flows seen in event logs with expected flows. Process mining techniques, such as process discovery and conformance, are applied using PM4PY and Celonis tools. The analysis results with process mining produce a new model process that can be applied in practice with a conformance rate of 81%.
Co-Authors Adha, Nizur Adi , Taufik Nur Adi Purnomo Sidik Aisya Hanifa Alvi Syahrina Anadia Salsabella Syakhina Andhy Bhaskoro Andrini Hanariana Andyani Chris Thalia Udiono Anggraeni Xena Paradita Annisa Umaira Arrahim Arfin Al Hafizh Ari Yanuar Ari Yanuar Ridwan Ari Yanuar Yanuar Arkhan M , Mochammad Alifha Asjad, M. Rifadh Asti Amalia Nur Fajrillah ATIK NOVIANTI Axel Devino Aipassa Ayu Cahyani Febryanti Ayu Cahyani Febryanti Ayu Cahyani Febryanti, Ayu Cahyani Bagas Rezkita Bayu Ariantika Irsan Bayu Pradana Berlian Maulidya Izzati Bryan Ronald Talisman Budi Santosa Budiwari Rizki Fadhilah Deden Witarsyah Dewi Rahmayanti Dewi Rahmayanti Dhany Nurdiansyah Dhiya Afwan Taufiq Dianaros Pakel Dita Pramesti Ekky Novriza Alam Elang Maulana Jauhari Fa'rifah, Riska Yanu Fadhilah Fazrin Fadhilah, Budiwari Rizki Faisal Mufied Al Anshary Faishal Mufied Al Anshary Fakhri Arya Fadhillah Faqih Hamami Faturrahman Fauzi, Rokhman Fitriyana Dewi Fransiska Pinem Ginanjar Dewi Girang Ginting, Agriva Detta Girang, Ginanjar Dewi Harri Margono Hasibuan, Muhammad Hidayatul Aji Adika Putra Hutasoit, Michael Nico I Made Dwima Gita Dirtana Indha Lukitaningtyas Iqbal Aditya Salam Irfan Darmawan Iskandar Agung Isye S. Adhiwinaya Jagur Pria Abiyyu Kanza Azzahra Kemal Indra Kusuma M Firman Helmi Ariyansyah Margareta Hardiyanti Melinsye Herliani Ahab Michael Christensen Bonar Kasparov Muhamad Alshofien Gautama Muhamad Azani Hasibuan Muhammad Azani Hasibuan Muhammad Hasibuan Muhammad Shaufi Imanulhaq Mutiara, Nabila Nabila Mutiara Narita Ayu Prahastiwi Nassyfa Alfirda Riani Nia Ambarsari Oktariani Nurul Pratiwi Permana, Muhammad Cekas Pinem, Fransiska Prameswari, Anindya Rahmat Fauzi Ramdani, Dwi Fickri Insan Regina Ayu Prameswari Wade Revo Faris Saifuddin Ridha Hanafi Rinaldi Tambunan Rini Nur’aini Riza Agustiansyah Rizka Nursyahdilla Puspitasari Rizky Alamsyah Sahra Bilqis Fauziyyah Satrio Wibowo Selvyananda Adelita Vanesia Silvia Firdaus Sinung Suakanto Soni Fajar Surya Gumilang Sukrina Herman Sukrina Herman, Sukrina Sutoyo, Edi Syakurnia, Barajati Syfani Alya Fauziyyah Taufik Nur Adi Umar Yunan Kurnia Septo Hediyanto Vandha Pradwiyasma Widartha Vina Fadillah Warih Puspitasari Wibowo, Satrio Widyatasya Agustika Nurtrisha Yudha Aditya Ramadhana