Article Per Year (5 Year)
p-Index From 2021 - 2026
0.92
P-Index
This Author published in this journals
All Journal bit-Tech JATI (Jurnal Mahasiswa Teknik Informatika) JIMTEK Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Imam Halim Mursyidin
Universitas Islam Syekh Yusuf
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Engineering Industrial & Manufacturing Engineering Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : bit-Tech

 1 
Sistem Pendukung Keputusan Penilaian Kinerja Guru Menggunakan Metode SAW Avi Meidyanto Putra Nugraha; Imam Halim Mursyidin
bit-Tech Vol. 7 No. 1 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i1.1608

Abstract

Penilaian kinerja guru merupakan komponen penting dalam meningkatkan kualitas Pendidikan. Penilaian kinerja yang efektif tidak hanya dapat memotivasi guru untuk terus meningkatkan kualitas mengajarnya, tetapi juga membantu sekolah dalam mengidentifikasi area yang perlu ditingkatkan serta memberikan penghargaan yang layak bagi mereka yang berprestasi. Proses penilaian kinerja guru di SMK Ki Hajar Dewantoro saat ini masih dilakukan secara manual seringkali menemui berbagai kendala, seperti subjektivitas dan inkonsistensi yang dapat menyebabkan penilaian kurang tepat dan mempengaruhi keputusan promosi atau penghargaan. Untuk mengatasi masalah tersebut, dikembangkan Sistem Pendukung Keputusan (SPK) yang mampu membantu manajemen sekolah dalam melakukan penilaian kinerja guru secara objektif.  Sistem ini memanfaatkan metode Simple Additive Weighting (SAW), dipilih karena kemampuannya dalam multi kriteria dan menghasilkan peringkat alternatif. Sistem yang dirancang melibatkan berbagai kriteria penilaian, antara lain absensi, jumlah mengajar, kedisiplinan, tugas tambahan, pengembangan profesi. Setiap kriteria diberi bobot berdasarkan tingkat kepentingannya, yang kemudian digunakan untuk menghitung skor akhir kinerja setiap guru. Hasil dari penelitian ini menunjukkan bahwa penerapan metode SAW dalam SPK memberikan hasil penilaian yang lebih objektif dan  mengurangi  risiko kesalahan perhitungan melalui proses otomatis berdasarkan rumus yang ditentukan. Untuk memastikan kehandalan dan akurasi sistem yang dikembangkan, Peneliti menguji dengan metode blackbox testing dengan hasail pengujian menunjukkan bahwa sistem ini dapat berfungsi dengan baik dan memberikan hasil yang konsisten sesuai dengan kebutuhan pengguna.
Klasifikasi Sentimen Komentar YouTube dengan NLP pada Debat Pilkada Banten 2024 Doni Prastyo; Dede Irawan; Imam Halim Mursyidin
bit-Tech Vol. 7 No. 2 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i2.1833

Abstract

Penelitian ini menganalisis sentimen publik terhadap 1.729 komentar YouTube pada debat Pilkada Banten 2024 menggunakan teknik Natural Language Processing (NLP). Sentimen diklasifikasikan ke dalam tiga kategori: positif, negatif, dan netral, untuk memahami persepsi masyarakat terhadap kandidat dan isu politik. Hasil analisis menunjukkan bahwa 49% komentar bersentimen positif, sebagian besar mendukung kandidat Airin yang dinilai berpengalaman, memiliki integritas, dan rekam jejak yang baik. Komentar seperti “Airin pasti menang” dan “Airin pemimpin terbaik” mendominasi diskusi. Sebaliknya, 35% komentar bersentimen negatif lebih banyak mengkritik kandidat lain, terutama terkait isu sensitif seperti dugaan korupsi. Adapun 16% komentar bersentimen netral memberikan observasi objektif, mengajukan pertanyaan, atau membahas aspek teknis debat.Model klasifikasi sentimen menggunakan algoritma Support Vector Machines (SVM) dan Naïve Bayes. SVM menunjukkan performa lebih baik dalam mengklasifikasi sentimen positif dan negatif, tetapi kedua model memiliki kelemahan dalam menangani komentar netral. Tantangan utama yang dihadapi adalah ambiguitas bahasa, ironi, dan sarkasme yang sering muncul dalam diskusi online. Untuk mengatasi hal ini, penelitian merekomendasikan penggunaan model pembelajaran mendalam seperti BERT atau transformer lainnya. Model ini diharapkan dapat memahami konteks bahasa yang lebih kompleks, meningkatkan akurasi klasifikasi terutama pada komentar netral. Visualisasi data, termasuk word cloud dan grafik distribusi sentimen, memberikan wawasan tambahan tentang tema utama yang dibahas, seperti integritas kandidat dan isu politik lokal. Penelitian ini memberikan kontribusi penting dalam memahami opini publik terhadap kandidat dalam Pilkada.
AHP and SAW Based Decision Support for Indonesia Smart Program Beneficiaries Imam Halim Mursyidin; Doni Prasetyo; Dede Irawan
bit-Tech Vol. 8 No. 2 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i2.3097

Abstract

The Indonesia Smart Program (PIP) is a government initiative that provides cash assistance to help underprivileged children access education. SD Negeri Cikuya 4, located in the Solear subdistrict, is one of the schools implementing PIP. However, the school has struggled to decide which students should receive the aid because there is no systematic weighting of the criteria and the scoring has been subjective. This study asks whether combining AHP and SAW can produce objective weights and a transparent ranking of recipients. To address this, we developed a Decision Support System (DSS) that uses the Analytical Hierarchy Process (AHP) to set the relative weights for six criteria: ownership of KIP/KKS/PKH/SKTM, student active/enrollment status, child status, parents’ occupation, parents’ income, and number of dependents. The pairwise-comparison consistency ratio met the validity threshold (CR = 0.0803 < 0.10), indicating consistent judgments. These AHP weights were then integrated into Simple Additive Weighting (SAW) to normalize scores, calculate preference values, and prioritize eligible recipients. The results show that the selection process becomes more objective, transparent, and systematic than the traditional manual approach. A system quality test using ISO 9126 produced an average score of 86.67% (“Very Good”). This provides a replicable decision framework at the school level to improve the targeting of PIP assistance.
Co-Authors Avi Meidyanto Putra Nugraha Dede Irawan Diah Rahmawati Doni Prasetyo Doni Prastyo Farid, Mochammad Mahmudin Mahmudin, Mahmudin Putri, Alfiana Tiara Rusdah Rusdah