Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Arsitektur Enterprise Untuk Pengembangan Smart Village Dan Integrasi Sistem Informasi Desa Bojongminggir Hakim, Mujibul; Sholehudin, Mukti Ahmad; Mala, Hasda Nuril; Nugroho, Kristiawan
JURNAL PENDIDIKAN DAN KEWIRAUSAHAAN Vol 13 No 2 (2025)
Publisher : STKIP PGRI SITUBONDO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47668/pkwu.v13i2.2164

Abstract

Desa Bojongminggir di Kabupaten Pekalongan telah mencapai status "Desa Mandiri" berdasarkan Indeks Pembangunan Desa (IPK), namun menghadapi tantangan fragmentasi data antara Sistem Keuangan Desa (Siskeudes) dan Sistem Informasi Desa (OpenSID). Masalah utama yang teridentifikasi adalah fragmentasi sistem, di mana desa menggunakan aplikasi Siskeudes untuk pelaporan keuangan ke pemerintah pusat, sementara layanan pos dan administrasi kependudukan menggunakan OpenSID. Penelitian ini merancang arsitektur perusahaan terintegrasi menggunakan kerangka kerja TOGAF ADM 9.2 untuk mendukung konsep Desa Cerdas. Metode penelitian menggunakan pendekatan metode campuran melalui observasi, FGD, dan pengembangan prototipe sistem. Hasil penelitian menghasilkan cetak biru arsitektur yang mengintegrasikan data kependudukan sebagai Sumber Kebenaran Tunggal (Single Source of Truth) dengan implementasi gateway API untuk konektivitas antar sistem. Evaluasi prototipe menunjukkan peningkatan efisiensi waktu layanan dari 15 menit per layanan menjadi mendekati waktu nyata sekitar 3 menit per layanan, ketersediaan sistem meningkat dari 85% menjadi 99,2%, dan staf administrasi memberikan skor SUS rata-rata 82,0. Arsitektur ini selaras dengan Peraturan Bupati Pekalongan Nomor 33 Tahun 2018 dan menyediakan peta jalan yang terukur untuk transformasi digital desa.
Predictive Analysis of Student Academic Performance Using Ensemble Learning Methods: A Case Study on the Portuguese Student Performance Dataset Hakim, Mujibul; Zuliarso, Eri; Hidayat, Husni; Imam, Muhammad Nurul; Sholehudin, Mukti Ahmad
Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM) Vol. 11 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jtiulm.v11i1.492

Abstract

The ability to predict student academic performance at an early stage is crucial for educational institutions to provide timely interventions. This research aims to apply and evaluate the effectiveness of ensemble learning methods in predicting the final grades (G3) of secondary school students using the UCI "Student Performance" public dataset. To prevent data leakage, the models were executed without incorporating historical grade variables (G1 and G2), ensuring the system functions strictly as an Early Warning System. The methodological training process was enhanced by integrating k-fold cross-validation,hyperparameter optimization, and a direct comparison against a baseline model (Linear Regression) to guarantee model robustness and validity. Evaluation results indicate that the XGBoost model achieved the highest performance, yielding an Rsquared ($R^2$) of 0.28. Furthermore, feature importance analysis revealed that accumulated absences and prior class failures are the most significant predictors. As a practical implication, these findings recommend that schools develop proactive early warning dashboards and improve the overall school climate to address the root causes of absenteeism at an early stage.