Garuda - Garba Rujukan Digital

ANALISIS KUALITAS LAYANAN AKADEMIK DENGAN METODE IMPORTANCE PERFORMANCE ANALYSIS (IPA) (STUDI KASUS: PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MAYASARI BAKTI) Mia Sumiarsih; Adi Dadan Ramdana; Syafari Suryo Pranoto; Raisman Hadi Hidayat; Hanif Insani
Jurnal Review Pendidikan dan Pengajaran (JRPP) Vol. 6 No. 4 (2023): Volume 6 No 4 Tahun 2023
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jrpp.v6i4.23575

Kualitas layanan akademik di perguruan tinggi adalah aspek penting dalam memastikan pendidikan yang bermutu dan memuaskan mahasiswa. Layanan akademik yang baik bertendensi kepada mutu pendidikan yang baik. Penelitian ini bertujuan untuk mengetahui tingkat kesesuaian dan tingkat kesenjangan kualitas layanan akademik antara yang dirasakan (Performance/kinerja) dengan yang diharapkan (Importance/pentingan), serta untuk menganalisis kualitas layanan akademik pada Program Studi Teknik Informatika Fakultas Teknik Universitas Mayasari Bakti. Teknik analisis dalam penelitian ini menggunakan Teknik Importance Performance Analysis (IPA) dengan cara menggabungkan pengukuran faktor tingkat Importance/ kepentingan dan tingkat Performance/ kepuasan dalam grafik dua dimensi. Interpretasi grafik IPA dilakukan dengan cara membagi grafik IPA menjadi empat buah kuadran berdasarkan hasil pengukuran importance-performance. Hasil dari penelitian ini adalah tingkat kesesuaian dibawah 100 % yang artinya kualitas layanan akademik belum mencapai tingkat harapan yang diinginkan. Setiap penilaian mendapatkan hasil minus (-), yang artinya bahwa kualitas layanan akademik belum sesuai dengan harapan penggunanya. Dari hasil analisis kuadran Importance Performance Analysis (IPA) indikator “Ruang kelas selalu dalam keadaan bersih”, “Jumlah ruang kelas untuk pembelajaran sudah memadai”, dan “Kampus menyediakan layanan bimbingan dan konseling bagi mahasiswa” terletak di kuadran II. Indikator tersebut memiliki tingkat performance (kinerja) yang rendah dengan tingkat Importance (pentingan) yang tinggi sehingga perlu dilakukan peningkatan kualitas layanan akademik.

Optimalisasi Presensi dengan Implementasi QR-Code dan Real-Time Notifikasi Berbasis Flutter Mobile di SMK Al-Manshyuriyah Tasikmalaya Adi Dadan Ramdana; Syafari Suryo Pranoto; Mia Sumiarsih; Mohammad Indra Andriana; Nurjaman
TEMATIK Vol. 10 No. 2 (2023): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2023
Publisher : LPPM POLITEKNIK LP3I BANDUNG

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

Student attendance in class is very important and closely related to proof of attendance in teaching and learning activities. The progress of the world of education always follows the development of Information Technology, various technological systems are used to help achieve the teaching and learning process. Currently, at SMK Al-Manshyuriyah the attendance process still uses the manual method of students affixing signatures or teachers calling each student, this condition risks invalid, lost attendance data and affects the integrity of the data. The current condition is that parents know that their children go to school, but the reality is that students do not attend class and do not fill in the attendance. So a system is needed that can record attendance data that is maintained in data quality and real-time information media to find out student attendance in attending lessons that can be known by schools and parents. The purpose of this research is to create a presence model with a QR-Code that changes every lesson according to the subject, day and hour as well as an attendance report that can be known in real-time. Research with qualitative methods is used for data collection by interviewing students, parents, and teachers, while the Waterfall model is used for system development. Mobile Application is made with Flutter and Web Application is made using PHP with Laravel Framework. The result of the research is to build an attendance system based on a QR-Code that can be scanned by students' smartphones the QR-Code scan results will be stored in the attendance database and attendance information will be sent in real-time via WhatsApp to students' parents' smartphones.

Sistem Monitoring Keamanan Berbasis IoT untuk Deteksi Intrusi di Greenhouse Fauzi, Willy Muhammad; Ramdana, Adi Dadan; Pranoto, Syafari Suryo; Yudha, Fajar; Saputra, Andi
Power Elektronik : Jurnal Orang Elektro Vol 13, No 3 (2024): POWER ELEKTRONIK
Publisher : Politeknik Harapan Bersama Tegal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/polektro.v13i3.7593

Keamanan greenhouse menjadi tantangan signifikan dalam industri pertanian modern, terutama karena ancaman pencurian, vandalisme, dan gangguan hewan liar yang dapat mengakibatkan kerugian besar. Sistem keamanan tradisional seperti pagar fisik dan pengawasan manual sering kali terbatas efektivitasnya, memerlukan tenaga kerja berkelanjutan, dan tidak selalu responsif terhadap ancaman secara real-time. Penelitian ini bertujuan untuk mengembangkan Sistem Monitoring Keamanan Berbasis Internet of Things (IoT) yang mampu mendeteksi intrusi di greenhouse secara efisien dan ekonomis. Metode penelitian yang digunakan adalah pendekatan eksperimen dengan menggunakan sensor PIR (Passive Infrared) dan modul ESP32 untuk komunikasi nirkabel. Sistem ini dirancang untuk mengirimkan data secara real-time ke server, dengan output yang dapat dipantau melalui dashboard web serta aplikasi Telegram yang mengirimkan notifikasi langsung kepada pengguna. Penelitian ini melibatkan tahapan perancangan sistem, pengembangan perangkat keras dan lunak, serta pengujian sistem dengan metode Black Box untuk memastikan seluruh fungsi berjalan optimal. Hasil penelitian menunjukkan bahwa sistem ini mampu mendeteksi intrusi dengan tingkat akurasi tinggi, memberikan notifikasi secara cepat, serta memungkinkan pemantauan jarak jauh dengan mudah. Sistem ini efektif dalam meningkatkan keamanan greenhouse dengan biaya yang terjangkau dan mudah diimplementasikan. Penelitian ini berhasil memberikan solusi inovatif yang dapat diandalkan untuk keamanan greenhouse, sekaligus berkontribusi dalam penerapan teknologi IoT yang lebih luas dalam sektor pertanian.

INFORMATION SYSTEMS EMPOWERED BY BIG DATA – A REVIEW OF APPLICATIONS IN SMES’ RESILIENCE AND PERFORMANCE Ramdana, Adi Dadan; Sumiarsih, Mia; Sakinah, Awit Marwati; Yulianti, Lisna; Mutholib, Azis
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6476

Big Data Analytics (BDA) is increasingly helping Small and Medium-sized Enterprises (SMEs) improve resilience, efficiency, and decision-making. This Systematic Literature Review (SLR) explores the adoption of BDA in SMEs, highlighting its benefits, challenges, and key trends. Using the PRISMA framework, a structured search in Scopus identified 60 studies, with 42 meeting the inclusion criteria (2015–2025). The findings show that BDA supports SMEs in crisis management, supply chain optimization, and customer analytics, contributing to long-term business sustainability. However, several barriers limit its adoption, including high costs, technical complexity, and data security concerns. To understand its impact, this study applies Resource-Based View (RBV), Technology-Organization-Environment (TOE), and Dynamic Capabilities View (DCV) frameworks. To address adoption challenges, government support through financial incentives, improved digital infrastructure, and specialized training programs is recommended. SMEs should focus on cloud-based analytics, strategic collaborations, and building a data-driven culture to maximize BDA benefits. Although BDA has great potential, its adoption among SMEs remains uneven. Future research should explore its combination with Artificial Intelligence (AI) and Machine Learning (ML) to enhance competitiveness and drive innovation in a fast-changing business environment

Perbandingan Algoritma Klasifikasi untuk Rekomendasi Tanaman Berdasarkan Data Lingkungan Fauzi, Willy Muhammad; Ramdana, Adi Dadan; Firmansyah, Fajar; Nugraha, Fajar Yudha; Mauhib, Akpil
Power Elektronik : Jurnal Orang Elektro Vol 14, No 1 (2025): POWER ELEKTRONIK
Publisher : Politeknik Harapan Bersama Tegal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/polektro.v14i1.8682

Pemilihan tanaman yang tepat sangat penting dalam meningkatkan produktivitas pertanian. Dengan adanya teknologi machine learning, proses rekomendasi tanaman berdasarkan data lingkungan dapat lebih efisien, terutama dalam menghadapi kondisi iklim yang bervariasi. Penelitian ini bertujuan untuk membandingkan tiga algoritma klasifikasi, yaitu Random Forest, XGBoost, dan SVM, dalam memberikan rekomendasi tanaman yang sesuai berdasarkan data lingkungan yang mencakup suhu, kelembaban, pH tanah, dan curah hujan. Penelitian ini menggunakan dataset yang mencakup fitur lingkungan dari BPS Kota Tasikmalaya, yang kemudian diuji dengan tiga algoritma klasifikasi machine learning Random Forest, XGBoost, dan SVM. Setiap model dievaluasi berdasarkan akurasi, precision, recall, dan F1-score. Random Forest menunjukkan hasil terbaik dengan akurasi 99.32%, diikuti oleh XGBoost dengan akurasi 98.64%, dan SVM dengan akurasi 96.82%. Model-model ini memberikan rekomendasi tanaman seperti jeruk dan melon, sementara SVM lebih sering merekomendasikan mothbeans. Random Forest memberikan hasil yang paling optimal dalam sistem rekomendasi tanaman berbasis data lingkungan, meskipun SVM lebih cepat dalam hal pelatihan model. Penelitian ini menunjukkan pentingnya penerapan algoritma machine learning untuk mendukung keputusan pertanian berbasis kondisi lingkungan lokal.

INFORMATION SYSTEMS EMPOWERED BY BIG DATA – A REVIEW OF APPLICATIONS IN SMES’ RESILIENCE AND PERFORMANCE Ramdana, Adi Dadan; Sumiarsih, Mia; Sakinah, Awit Marwati; Yulianti, Lisna; Mutholib, Azis
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6476

Big Data Analytics (BDA) is increasingly helping Small and Medium-sized Enterprises (SMEs) improve resilience, efficiency, and decision-making. This Systematic Literature Review (SLR) explores the adoption of BDA in SMEs, highlighting its benefits, challenges, and key trends. Using the PRISMA framework, a structured search in Scopus identified 60 studies, with 42 meeting the inclusion criteria (2015–2025). The findings show that BDA supports SMEs in crisis management, supply chain optimization, and customer analytics, contributing to long-term business sustainability. However, several barriers limit its adoption, including high costs, technical complexity, and data security concerns. To understand its impact, this study applies Resource-Based View (RBV), Technology-Organization-Environment (TOE), and Dynamic Capabilities View (DCV) frameworks. To address adoption challenges, government support through financial incentives, improved digital infrastructure, and specialized training programs is recommended. SMEs should focus on cloud-based analytics, strategic collaborations, and building a data-driven culture to maximize BDA benefits. Although BDA has great potential, its adoption among SMEs remains uneven. Future research should explore its combination with Artificial Intelligence (AI) and Machine Learning (ML) to enhance competitiveness and drive innovation in a fast-changing business environment

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search