Article Per Year (5 Year)
p-Index From 2021 - 2026
1.606
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Media Sisfo Djtechno: Jurnal Teknologi Informasi Algoritme Jurnal Mahasiswa Teknik Informatika Jurnal Riptek Jurnal Pendidikan dan Pengabdian Masyarakat Jurnal Manajemen Sistem Informasi Jurnal Pengabdian Masyarakat Akademika JPPM : Jurnal Pengabdian dan Pemberdayaan Masyarakat
Setiadi, Arif
Unknown Affiliation
Religion Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Transportation Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
PLATFORM AI HOLISTIK PREDIKTIF UNTUK MANAJEMEN KARIER BERBASIS KOMPETENSI PADA PERGURUAN TINGGI SWASTA Syaputra, Abe Wisnu; Yunita, Irma; Cecilia, Cecilia; Handini, Nurul Sri; Setiadi, Arif; Husni, Akhmad Faisal
Djtechno: Jurnal Teknologi Informasi Vol 6, No 3 (2025): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i3.8012

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan Talent Guardian (ATAGA-JPT), sebuah platform kecerdasan buatan (AI) prediktif yang dirancang untuk mendukung penerapan meritokrasi jabatan pada perguruan tinggi swasta. Sistem ini mengintegrasikan data kepegawaian, kinerja dosen, serta rekam jejak kompetensi untuk menghasilkan rekomendasi berbasis prediksi terhadap jabatan fungsional maupun struktural. Metode penelitian menggunakan pendekatan Research and Development (R&D) yang mencakup tahapan analisis kebutuhan, perancangan sistem, pengembangan model prediktif berbasis machine learning, serta validasi melalui uji performa model. Hasil penelitian menunjukkan bahwa ATAGA-JPT mampu memetakan profil talenta dan memprediksi kesiapan jabatan secara objektif dengan tingkat akurasi 92,6% menggunakan algoritma Gradient Boosting, serta reliabilitas instrumen α = 0,856. Penerapan sistem ini berpotensi memperkuat tata kelola sumber daya manusia berbasis kinerja, mengurangi bias subjektif dalam pengangkatan jabatan, dan mendukung transformasi digital manajemen talenta di lingkungan perguruan tinggi swasta.
Co-Authors Ahadi, Ahmad Husna Anisah, Lilis Ariantoro, Tri Rizqi Cecilia, Cecilia Effiyaldi, Effiyaldi Fadhliazi, Fadhliazi Fadhliazis, Fadhliazis Faisal Husni, Akhmad Faiz, Yusuf Abdurrahman Gustina Gustina Handini, Nurul Sri HARIYANTO HARIYANTO Hazima, Atika Azzahro Ika Candra Sayekti irma yunita Kurnia R, Rina Rahmawati, Noni Ramadani, Rio Safitri, Sylviana Ika Saputra, Abe Wisnu Saut Siagian, Saut Sri Handini, Nurul Syaputra, Abe Wisnu Tomi Kurniawan