Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
Gea, Ester
Unknown Affiliation
Computer Science & IT Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Evolusi Alat dan Bahan Tenun Ulos Etnik Batak Toba Boru Raja Silahisabungan Sinulingga, Jekmen; Gea, Ester; Sihombing, Jessica Valencia
Jurnal Pendidikan Tambusai Vol. 8 No. 2 (2024)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

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

Abstract

Tujuan dari penelitian ini ialah menganalisi perubahan alat dan bahan tenun ulos etnik Batak Toba Boru Raja Silahisabungan. Metode yang di gunakan penulis ialah metode deskriptif kualitatif berdasarkan hasil analisis interpretatif dengan teknik pengumpulan data melalui penelitian langsung berupa observasi, wawancara dan dokuentasi. Dalam mengenalisis perubahan alat dan bahan tenun ulos berdasarkan pada data, penulis menggunakan teori modernisasi yang di populekan oleh Alex Inkeles. Dari hasil penelitian di peroleh bahwa alat dan bahan tenun ulos yang di gunakan oleh Etnik Batak Toba mengalami perubahan, dari waktu ke waktu. Simpulan dari penelitian ini ialah alat dan bahan pembuatan ulos Etnik Batak Toba Silahisabungan mengalami perubahan seiring dengan perkembangan zaman dan modernisasi yang terjadi di dalam masyarakat Batak Toba Boru Raja Silahisabungan.
Prediksi Keberhasilan Studi Mahasiswa Menggunakan Metode Iterative Dichotomiser 3 Gea, Ester; Nataliani, Yessica
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3146

Abstract

Student academic success is an important indicator in evaluating the quality of higher education in Indonesia. This study aims to predict student academic success based on several variables, such as second-year GPA, number of credits passed, and student's province of origin, using the Iterative Dichotomiser 3 (ID3) algorithm. The data used were 650 graduates of the Information Systems Department of the Faculty of Information Technology, Satya Wacana Christian University, from 2013 to 2017. The ID3 classification results indicate that second-year GPA is the most significant attribute in determining academic success, while province of origin also influences the likelihood of students graduating or failing. Model evaluation using a confusion matrix yielded an accuracy of 85.38%, a precision of 88.8%, a recall of 89.8%, and F-measure of 89.3. These findings demonstrate that the ID3 method can be used in predicting student academic success.Keywords: Academic success; Student; Prediction; Iterative Dichotomiser 3 AbstrakKeberhasilan studi mahasiswa merupakan indikator penting dalam mengevaluasi kualitas pendidikan perguruan tinggi di Indonesia. Penelitian ini bertujuan untuk memprediksi keberhasilan studi mahasiswa berdasarkan sejumlah variabel seperti IPK tahun kedua, jumlah SKS lulus, dan provinsi asal mahasiswa dengan algoritma Iterative Dichotomiser 3 (ID3). Data yang digunakan berasal dari lulusan Fakultas Teknologi Informasi Program Studi Sistem Informasi Universitas Kristen Satya Wacana (UKSW) tahun 2013–2017 sebanyak 650 mahasiswa. Hasil klasifikasi ID3 menunjukkan bahwa IPK tahun kedua merupakan atribut paling signifikan dalam menentukan keberhasilan studi, sedangkan provinsi asal juga berpengaruh terhadap kecenderungan kelulusan atau kegagalan mahasiswa. Evaluasi model dilakukan menggunakan confusion matrix, hasilnya menunjukkan akurasi sebesar 85.38%, precision sebesar 88.8%, recall sebesar 89.8% dan F-measure sebesar 89.3%. Temuan ini menunjukkan bahwa metode ID3 dapat digunakan dalam memprediksi keberhasilan studi mahasiswa. 
Co-Authors Jekmen Sinulingga Nataliani, Yessica Sihombing, Jessica Valencia