Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Faktor Penerimaan Pengguna ChatGPT dengan Menggunakan Metode TAM pada Mahasiswa Universitas Amikom Purwokerto Nurul Hani; Putri Vidia Lestari; Hanenda Putri Zamora; Ratri Ismayanti; Ito Setiawan
Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika Vol. 2 No. 6 (2024): November : Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika
Publisher : Asosiasi Riset Ilmu Teknik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/jupiter.v2i6.612

Abstract

In the 5.0 industrial revolution, the field of education has been impacted by the sophistication of technology. The use of ChatGPT, commonly known as AI, greatly assists users in obtaining information, one of which is the use of ChatGPT among students in completing their assignments. This research aims to analyze the factors influencing the acceptance of ChatGPT users using the Technology Acceptance Model (TAM) method among students at Amikom Purwokerto University. The TAM method is used to evaluate two main variables, namely Perceived Usefulness (PU) and Perceived Ease of Use (PEOU), as well as their impact on user attitude (Attitude Toward Using), intention to use (Behavioral Intention to Use), and actual usage by users (Actual System Use). This research uses a quantitative approach with a survey method, where data is collected through questionnaires distributed to students of Universitas Amikom Purwokerto. The analysis results show that PU and PEOU have a significant influence on user attitudes, which affects the intention to use ChatGPT, encouraging users to use ChatGPT more frequently in their activities.
Prediksi Suatu Wilayah Untuk Menjadi PLTS Dengan Machine Learning Ratri Ismayanti; Wiga Maulana Baihaqi
Journal of Informatics and Interactive Technology Vol. 1 No. 2 (2024): Agustus
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v1i2.6

Abstract

Listrik sudah menjadi kebutuhan pokok sebagian umat manusia karena semua aktivitas hampir berhubungan dengan listrik. Indonesia memiliki beberapa proyek Pembangkit Listrik dan Pembangkit Listrik yang terbesar dihasilkan dari PLTU yang mana bisa dampak yan kita rasakan adalah emisi gas rumah kaca dan polusi udara yang buruk dan juga sangat bergantung pada batu bara sedangangkan SDA tersebut tidak bisa diperbarui dengan fakta tersebut jika kita mengurangi penggunan batu bara maka akan menjadi boomerang bagi Indonesia sendiri. Penelitian ini bertujuan untuk memprediksi wilayah yang dapat berpotensi menjadi Pemangkit Listrik Tenaga Surya dengan pendekatan model regresi machine learning. Sehingga diharapkan penelitian ini bisa menjadi acuan dalam pengembangan Pembangkit Listrik Tenaga Surya di Indonesia. Metode yang digunakan adalah Liniear Regression(LR), Lasso Regression(LR), Ridge Regression(RR), dan Support Vector Regression (SVR). Koefisien R2 untuk radiasi sinar matahari berturut-turut adalah 0.924; 0.910; 0.917; 0.949; dan 0.987