Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal JURNAL INFORMATIKA Jurnal Akademik Pendidikan Matematika Jurnal Informasi Ilmu Komputer (JIIK)
Nurul Hidayah
Universitas Dayanu Ikhsanuddin
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Mathematics Other

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

Found 4 Documents
Search

 1 
Mengukur Kesuksesan Penerapan Sistem Informasi Sumber Daya Terintegrasi (SISTER) menggunakan Model DeLone dan McLean Haryati Haryati; LM., Fajar Fajar Israwan; Nurul Hidayah
Jurnal Inovasi Ilmu Komputer Vol. 2 No. 1 (2023): Jurnal Inovasi Ilmu Komputer, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) STMIK WIT

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

Abstract

Penelitian ini berujuan untuk menerapkan Model DeLone dan McLean dalam pengukuran kesuksesan penerapan Sistem Informasi Sumber Daya Terintegrasi (SISTER). Terdapat empat varaibel yang dinilai yaitu Kualitas Sistem (System Quality), Kualitas Informasi (Information Quality), Kualitas Layanan (Service Quality) dan Kepuasan Pengguna (User Satisfaction). Pengolahan data menggunakan teknik pengukuran usability, terdapat 47 responden dan diperoeh hasil pada Kualitas Sistem memperoleh tingkat kelayakan sebesar 90,85% dan berada pada kategori Sangat Layak, Variabel Kualitas Informasi diperoleh nilai sebesar 87,06% dan berada pada kategori Sangat Layak, Varibel Kualitas Layanan diperoleh nilai sebesar 88,94% dan berada pada kategori Sangat Layak, Varibel Kepuasan Pengguna diperoleh nilai sebesar 88,94% dan berada pada kategori Sangat Layak, dan hasil perhitungan total kelayakan pada keselurahan variabel yaitu 83,31% dan berada pada ketegori Sangat Layak. Sehingga disimpulkan bahwa dalam penerapannya Aplikasi Sister telah berhasil. Penelitian ini juga memberikan kontribusi perbaikan pada beberapa indikator penilaian yaitu pada indikator Kelengkapan aplikasi SISTER, Indikator Relevan yaitu kesesuaian dengan kebutuhan pengguna SISTER dan Jaminan yaitu fasilitas kemanan SISTER yang perlu ditingkatkan.
Evaluasi IndoBERTweet untuk Klasifikasi Sentimen Ulasan Wisata melalui Inferensi Langsung Lintas Domain: Studi Kasus Kota Baubau Nurul Hidayah; Dodiman Dodiman; Asniati Asniati; La Ode Dwiyan Pramono Darmin
JURNAL INFORMATIKA Vol 15, No 1 (2026): Jurnal Informatika
Publisher : Informatics Engineering Department, Dayanu Ikhsanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55340/jiu.v15i1.2683

Abstract

Ulasan wisatawan di platform digital merupakan sumber data persepsi publik yang berharga untuk mendukung pengelolaan pariwisata berbasis bukti. Penelitian ini menganalisis kemampuan IndoBERTweet dalam mengklasifikasikan sentimen ulasan wisatawan melalui pendekatan cross-domain direct inference tanpa fine-tuning tambahan, dengan studi kasus pada Benteng Keraton Buton dan Pantai Nirwana di Kota Baubau. Sebanyak 896 ulasan dikumpulkan dari Google Maps melalui web scraping dan diproses melalui case folding, cleaning, normalisasi teks, dan penggabungan kata negasi untuk mengklasifikasikan sentimen positif, negatif, dan netral. Evaluasi menggunakan confusion matrix menghasilkan akurasi 0,67 dan weighted F1-Score 0,71, dengan kinerja terbaik pada kelas positif (F1: 0,80) dan kinerja lebih rendah pada kelas negatif (F1: 0,41) dan netral (F1: 0,44). Temuan ini mengindikasikan bahwa IndoBERTweet berpotensi digunakan sebagai instrumen awal analisis sentimen wisata lokal pada kondisi ketiadaan dataset berlabel domain spesifik, dan hasilnya dapat menjadi pertimbangan awal bagi prioritas kebijakan pengelolaan pariwisata Kota Baubau, namun peningkatan performa lebih lanjut memerlukan fine-tuning dengan data berlabel dari domain wisata yang relevan.
Implementasi Algoritma Multinomial Naïve Bayes, TF-IDF dan Confusion Matrix dalam Pengklasifikasian Saran Monitoring dan Evaluasi Mahasiswa Terhadap Dosen Teknik Informatika Universitas Dayanu Ikhsanuddin Nurul Hidayah; Dodiman Dodiman
Jurnal Akademik Pendidikan Matematika Volume 10, Nomor 1, Mei 2024
Publisher : Program Studi Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan, Universitas Dayanu Ikhsanuddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55340/japm.v10i1.1491

Abstract

Monitoring dan Evaluasi (monev) Pembelejaran merupakan salah satu bentuk pengukuran kinerja dosen yang diselenggarakan Universitas Dayanu Ikhsanuddin yang melibatkan mahasiswa terhadap dosen. Saran dan opini yang diberikan mahasiswa pada saat monev cukup beragam sehingga perlu dilakukan analisis sentimen terhadap saran tersebut. Tujuan dari penelitian ini adalah untuk melakukan pengklasifikasin data saran monev pembelajaran oleh mahasiswa kepada dosen pengampu mata kuliah. Sebanyak 1037 data set digunakan dalam penelitian ini yang bersumber dari formulir online yang dibagikan kepada mahasiswa. Algoritma yang digunakan dalam penelitian ini adalah Multinomial Naïve Bayes untuk pengklasifikasian, TF-IDF untuk pembobotan teks dan Confussion Matrix untuk mengukur akurasi algoritma. Klasifikasi teks dilakukan dengan memberikan tiga label yaitu positif, negatif dan netral. Tahap penelitian ini dimulai dengan text processing, kemudian pembobotan dengan TF-IDF, lalu hasil klasifikasi ditampilkan dan diuji dengan Confussion Matrix yang terdiri dari unsur precision, recall dan akurasi. Hasil pengujian menunjukkan nilai precision yang didapatkan adalah 89%, recall adalah 85% dan akurasi sebanyak 85%. Hal ini menunjukkan bahwa algoritma memberikan hasil klasifikasi yang sangat baik.  
Prediksi Jumlah Siswa Baru Pada SMK Negeri 2 Buton dengan Metode Regresi Linier dan Exponential Smoothing Dodiman Dodiman; Nurul Hidayah; Asniati Asniati
Jurnal Akademik Pendidikan Matematika Volume 10, Nomor 1, Mei 2024
Publisher : Program Studi Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan, Universitas Dayanu Ikhsanuddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55340/japm.v10i1.1517

Abstract

The role of education is very important in a nation because education is a top priority today. Education plays an important role in creating an intelligent and wise Indonesian state and nation. Education is carried out with the aim of improving the quality of people's lives and increasing the nation's competitiveness. To support the creation of quality education, adequate facilities and infrastructure are needed. SMK Negeri 2 Buton is an educational facility in Buton district, Southeast Sulawesi. SMK Negeri 2 Buton is experiencing problems in providing facilities such as the number of tables, chairs, etc., one of the main causes is the difficulty of knowing the number of students who will register in the coming year. Linear regression and exponential smoothing are methods that can be used to predict new students by utilizing past admissions data. So, the aim of this research is to predict the number of new students at SMK Negeri 2 Buton by utilizing linear regression and exponential smoothing. The data used in the research is new student data from 2011 to 2023. Application of new student predictions using linear regression and exponential smoothing methods at SMK Negeri 2 Buton shows a good prediction value, namely less than 21%. This means that the prediction method results are closer to the actual number of new student admissions. Prediction testing shows that the exponential smoothing method produces a smaller MAPE value than the linear regression method with a difference of 3.8%
Co-Authors Asniati Asniati Dodiman Dodiman Haryati Haryati La Ode Dwiyan Pramono Darmin LM., Fajar Fajar Israwan