Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Media Informatika Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Fitri Amalia
STMIK Pelita Nusantara
Computer Science & IT

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

Found 2 Documents
Search

 1 
Analisis Dan Deteksi Burnout Pada Kalangan Anak Muda Dengan Algoritma Naïve Bayes Agustina Simangunsong; R. Mahdalena Simanjorang; Penda Sudarto Hasugian; Fitri Amalia; Putri Khairunnisa
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 1 (2026): EDISI JANUARI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i1.12473

Abstract

Burnout pada anak muda menjadi fenomena yang semakin mengkhawatirkan seiring meningkatnya tekanan akademik, tuntutan pekerjaan, serta intensitas aktivitas digital di era modern. Kondisi ini ditandai oleh kelelahan emosional, depersonalisasi, dan menurunnya pencapaian pribadi yang berdampak langsung pada kesehatan mental dan performa individu. Penelitian ini bertujuan untuk menganalisis tingkat burnout pada kalangan anak muda serta membangun model deteksi otomatis menggunakan algoritma Naïve Bayes. Sebanyak 200 responden berusia 18–30 tahun dilibatkan melalui kuesioner daring berbasis skala Likert, dengan lima variabel utama yaitu Emotional Exhaustion (EE), Depersonalization (DP), Personal Accomplishment (PA), Stres Akademik/Pekerjaan (SA), dan Kualitas Tidur (QT). Proses analisis dilakukan melalui tahapan KDD yang meliputi data cleaning, transformation, data mining, dan evaluation menggunakan metode klasifikasi Naïve Bayes. Hasil penelitian menunjukkan bahwa 55% responden berada pada kategori burnout. Variabel QT Buruk, SA Tinggi, EE Tinggi, DP Tinggi, dan PA Rendah memiliki pengaruh paling signifikan terhadap terbentuknya burnout. Nilai likelihood kelas burnout sebesar 0,08305, jauh lebih tinggi dibandingkan kelas tidak burnout sebesar 0,0000733, sehingga kasus uji diklasifikasikan sebagai burnout. Temuan ini menunjukkan bahwa algoritma Naïve Bayes efektif digunakan sebagai alat deteksi dini burnout pada anak muda serta berpotensi mendukung pengembangan sistem monitoring kesehatan mental.
Pengukuran Kinerja Unit Pelayanan Mahasiswa Berbasis Composite Performance Index (CPI) Agustina Simangunsong; Nuraisana Nuraisana; Penda Sudarto Hasugian; Fitri Amalia; Putri Khairunnisa
Jurnal Media Informatika Vol. 6 No. 3 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i3.6561

Abstract

Dalam sebuah perguruan tinggi, unit pelayanan mahasiswa merupakan salah satu faktor pelayanan yang sangat penting untuk menciptakan lingkungan belajar mengajar yang baik. Untuk itu diperlukan pengukuran kinerja unit pelayanan mahasiswa guna mengetahui seberapa baik pelayanan yang diberikan dari pihak kampus kepada mahasiswa. Namun permasalahan yang terjadi adalah pengukuran kinerja unit pelayanan mahasiswa masih bersifat subjektif dan tidak transparan. Untuk menyelesaikan permasalahan tersebut maka diterapkan sebuah metode CPI (Composite Performance Index). Dalam metode CPI terdapat beberapa tahapan penyelesaian yaitu dengan normalisasi data, pembobotan, serta perhitungan CPI untuk menghasilkan indeks kinerja unit pelayanan mahasiswa. Sistem pendukung keputusan kemudian dibangun menggunakan pendekatan SDLC dan diimplementasikan pada empat unit layanan mahasiswa yaitu Biro/Bagian Akademik, Biro/Bagian Kemahasiswaan, Unit Layanan Informasi Teknologi (ICT Center) dan Unit Layanan Perpustakaan. Berdasarkan hasil penelitian menunjukkan bahwa unit kemahasiswaan memiliki nilai indeks tertinggi, mencerminkan kinerja layanan yang sangat baik. Sistem yang dirancang dinilai efektif karena mampu memproses data secara real-time dan memberikan hasil akurat dengan tingkat keandalan mencapai 99%. Simpulan dari penelitian ini menegaskan bahwa CPI merupakan metode yang tepat dan adaptif dalam mengevaluasi kinerja UPM secara holistik, serta dapat dijadikan dasar dalam pengambilan keputusan strategis berbasis data oleh manajemen perguruan tinggi.
Co-Authors Hasugian, Penda Sudarto Nuraisana Nuraisana Putri Khairunnisa R. Mahdalena Simanjorang Simangunsong, Agustina