Article Per Year (5 Year)
p-Index From 2020 - 2025
0.778
P-Index
This Author published in this journals
All Journal POLYGLOT JOHME: Journal of Holistic Mathematics Education JURNAL INSTEK (Informatika Sains dan Teknologi) Journal of Data Mining and Information Systems
Banjarnahor, Evander
Universitas Pelita Harapan
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Mathematics

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
HUBUNGAN ANTARA KREATIVITAS DENGAN HASIL BELAJAR KOGNITIF SISWA KELAS X IPA BASIC SMA ABC PADA PEMBELAJARAN MATEMATIKA [ON THE RELATIONSHIP BETWEEN CREATIVITY AND COGNITIVE LEARNING OUTCOMES OF GRADE 10 BASIC SCIENCE HIGH SCHOOL STUDENTS IN MATHEMATICS LEARNING] Banjarnahor, Evander; Winardi, Yonathan; Dirgantoro, Kurnia Putri Sepdikasari
JOHME: Journal of Holistic Mathematics Education Vol 2, No 1 (2018): DECEMBER
Publisher : Universitas Pelita Harapan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19166/johme.v2i1.1268

Abstract

Creativity is a very important aspect of learning, including learning mathematics, because creativity helps students in problem solving. This article is an associative quantitative correlational research to determine the relationship between creativity and cognitive learning outcomes of students in grade 10 (basic science track) at a high school in Tangerang. Data collection techniques were carried out by questionnaires and tests. The questionnaire obtained data on the students' creativity and the tests gathered data on the students' cognitive learning outcomes. The results of the study showed that the creativity of the students were categorized as (1) high (14.29%) , (2) quite high at 55.10%, (3) fair (26.53%) and (4) low (4.08 %). For the cognitive learning outcomes, students were categorized as (1) high (44.90%), (2) quite high (28.57%), (3) average (22.45%) and (4) low (4.08%). This study shows that there is a positive and significant association (r = 0.372, p = 0.004) between creativity and cognitive learning outcomes of these grade 10 students presented by the regression equation Y = 9.908 + 0.638 X.BAHASA INDONESIA ABSTRACT: Kreativitas merupakan salah satu aspek yang sangat penting dalam pembelajaran, termasuk dalam pembelajaran matematika, karena kreativitas membantu siswa dalam pemecahan masalah.  Artikel ini merupakan suatu penelitian kuantitatif asosiatif korelasional untuk mengetahui ada tidaknya hubungan antara kreativitas dengan hasil belajar kognitif siswa kelas X IPA Basic SMA ABC Tangerang. Teknik pengumpulan data dilakukan dengan angket dan tes. Angket digunakan untuk memperoleh data mengenai kreativitas siswa dan tes untuk memperoleh data mengenai hasil belajar kognitif siswa. Hasil penelitian ini menunjukkan bahwa kreatifitas siswa kelas X IPA Basic SMA ABC Tangerang dapat dikategorikan sebagai (1) tinggi (14,29%), (2) cukup tinggi (55,10%), (3) rata-rata (26,53%) dan (4) rendah (4,08%). Sedangkan hasil belajar kognitif siswa kelas X IPA Basic SMA ABC  Tangerang dapat dikategorikan sebagai (1) tinggi (44,90%), cukup tinggi (28,57%), rata-rata (22,45%) (4) rendah (4,08%). Penelitian ini menunjukkan bahwa terdapat asosiasi positif dan signifikan ( r = 0.372, p = 0.004) antara kreativitas dengan hasil belajar kognitif siswa kelas X IPA Basic SMA ABC, yang dinyatakan dengan persamaan regresi.
IMPLEMENTASI MIROKREDENSIAL DI INDONESIA: MENGUKUR PENERIMAAN TEKNOLOGI MAHASISWA [THE IMPLEMENTATION OF MICROCREDENTIALS IN INDONESIA: MEASURING STUDENTS’ TECHNOLOGY ACCEPTANCE] Stefany, Stella; Purba, Herman; Suhendro, Anita; Banjarnahor, Evander
Polyglot Vol 19, No 1 (2023): JANUARY
Publisher : Universitas Pelita Harapan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19166/pji.v1i19.6078

Abstract

AbstractThis study aimed to analyse the main four major components of the Technology Acceptance Model (TAM) in study participants (N = 275). Study participants are students who enrolled in the full online Micro-Credential Developer Program and participated intensively in both synchronous and asynchronous learning activities. Result indicates that perceived ease of use was not directly correlated with participants' behavioural intent to use. It is predicted that the LMS used did not match the course’s characteristics, there still is much room for improvement in the learning design, and the pre-training of students before the program is implemented needs to be significantly improved. The study also presents a comparison of findings on student acceptance of technology in micro-credential programs conducted in various other countries. Bahasa Indonesia Abstrak Penelitian ini menganalisa 4 elemen utama dalam Technology Acceptance Model (TAM) pada sampel mahasiswa (N-275) yang mengikuti Program Mikro Kredensial Game Developer secara intensif dengan moda pembelajaran full daring secara sinkronus maupun asinkronus. Hasil penelitian menunjukkan Perceived Ease of Use tidak memberikan pengaruh langsung terhadap Behavioural Intention to Use dari responden. Hal ini diduga karena kurangnya tepatnya pemilihan LMS yang digunakan, rancangan pembelajaran yang masih harus ditingkatkan serta kurangnya pelatihan yang diberikan oleh penyelenggara kepada responden sebelum Program ini berlangsung. Penelitian ini juga menyajikan perbandingan hasil kajian penerimaan teknologi mahasiswa dalam program mikro kredensial yang dilakukan di berbagai negara lain.
Analisis Average Waiting Time Penjadwalan CPU Menggunakan Algoritma Shortest Remaining First dan Algoritma Round Robin Belferik, Ronald; Banjarnahor, Evander
JDMIS: Journal of Data Mining and Information Systems Vol. 3 No. 1 (2025): February 2025
Publisher : Yayasan Pendidikan Penelitian Pengabdian Algero

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54259/jdmis.v3i1.4076

Abstract

In operating systems, process scheduling is a critical aspect to determine the order of process execution by the CPU. This research compares the average waiting time (AWT) of Shortest Remaining First (SRF) algorithm and Round Robin (RR) algorithm where the problem to be solved is CPU scheduling. The purpose of this research is to get an algorithm that has a short average waiting time. The test results obtained that the SRF algorithm has a very short average waiting time with a value of 29.85 ms compared to the RR algorithm which gets an AWT result of 65.6 ms.
ANALISIS IMPLEMENTASI SUPPORT VECTOR MACHINE DAN RANDOM FOREST UNTUK PREDIKSI KATEGORI INDEKS KUALITAS UDARA JAKARTA Banjarnahor, Evander; Belferik, Ronald; Cendana, Wiputra; Abraham, Yohanes Adi Saputra
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.56477

Abstract

Kualitas udara yang buruk di Jakarta berdampak signifikan terhadap kesehatan masyarakat dan lingkungan. Oleh karena itu, diperlukan metode prediksi untuk membantu pengambilan kebijakan mitigasi polusi udara. Penelitian ini memprediksi kategori indeks kualitas udara dengan metode Support Vector Machine (SVM) dan Random Forest menggunakan data polutan (PM10, PM2.5, SO₂, CO, O₃, NO₂) dari Kaggle tahun 2021, meliputi PM10, PM2.5, SO2, CO, O3, dan NO2. Analisis korelasi menunjukkan bahwa PM10 dan PM2.5 memiliki hubungan yang sangat kuat (r = 0.96), menandakan keterkaitan erat dalam menentukan tingkat polusi udara. SVM dan Random Forest disimulasikan dengan berbagai rasio pembagian data latih dan uji (10:90, 15:85, 20:80, 25:75, dan 30:70), serta menggunakan stratified k-fold cross-validation untuk meningkatkan validitas hasil dan mengurangi potensi overfitting. Hasil evaluasi menunjukkan bahwa kedua model memberikan performa yang sangat baik dengan akurasi lebih dari 97% pada seluruh skenario pembagian data. Random Forest mencapai akurasi maksimum 100% pada rasio 15:85, sementara SVM mencatatkan akurasi tertinggi 98,9% pada rasio 25:75. Hasil cross-validation menunjukkan bahwa Random Forest mencapai akurasi 100% pada simulasi menggunakan 5-folds, dengan nilai presisi, recall, dan F1-score yang juga 100%. Di sisi lain SVM menunjukkan akurasi sedikit lebih rendah yaitu 97,30% namun lebih konsisten dengan standar deviasi 2,50%.
Co-Authors Abraham, Yohanes Adi Saputra Anita Suhendro Belferik, Ronald Cendana, Wiputra Herman Purba Kurnia Putri Sepdikasari Dirgantoro Purba, Herman Stefany, Stella Suhendro, Anita Winardi, Yonathan