cover
Contact Name
Franciscus Asisi Ricky Bayu Styanto
Contact Email
ricky@urindo.ac.id
Phone
+6285921689699
Journal Mail Official
erik@urindo.ac.id
Editorial Address
Program Studi Teknologi Informasi, Fakultas Teknologi Informatika, Universitas Respati Indonesia (URINDO) Kampus A Lt. 3 Fakultas Teknologi Informatika Jl. Bambu Apus 1 No.3 Cipayung Jakarta Timur 13890
Location
Kota adm. jakarta timur,
Dki jakarta
INDONESIA
JURNAL TEKNOLOGI INFORMASI
ISSN : 16933672     EISSN : 26231700     DOI : https://doi.org/10.52643/jti.v6i2
Core Subject : Science,
The Information Technology Journal (JTI) is intended as a media for scientific studies on the results of research, thinking and analytical-critical studies regarding research in Systems Engineering, Informatics / Information Technology, Information Management and Information Systems. As part of the spirit of disseminating knowledge from the results of research and thought for service to the wider community and as a reference source for academics in the field of Technology and Information. The Information Technology Journal (JTI) accepts scientific articles with the scope of research at: System Engineering Expert system Decision Support System Data Mining Artificial Intelligence System Computer network Computer Engineering Image processing Genetic Algorithms Designing Information Systems Business Intelligence and Knowledge Management Database System Big Data Energy Management Enterprise Computing Technology Management
Articles 212 Documents
Perancangan Sistem ERP pada Pengelolaan Realisasi Belanja Daerah Pemerintah Provinsi Berdasarkan Data APBD Indonesia Hisyam Akmal Maulana; Nilatul Fitriyah -; Dika El Baradei; Farid Ardiyanto -; Supriyono - -
JURNAL TEKNOLOGI INFORMASI Vol 12, No 1 (2026): Jurnal Teknologi Informasi
Publisher : Universitas Respati Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52643/jti.v1i1.7671

Abstract

Pengelolaan keuangan daerah merupakan aspek krusial dalam penyelenggaraan pemerintahan yang transparan dan akuntabel. Namun, pada praktiknya masih banyak pemerintah daerah yang menghadapi permasalahan seperti keterlambatan laporan keuangan, duplikasi data, serta kurangnya integrasi antar Organisasi Perangkat Daerah (OPD). Penelitian ini bertujuan untuk merancang sistem Enterprise Resource Planning (ERP) guna mengoptimalkan manajemen keuangan daerah dengan menggunakan data Anggaran Pendapatan dan Belanja Daerah (APBD) Indonesia yang bersumber dari Badan Pusat Statistik (BPS). Metode penelitian yang digunakan adalah analisis sistem as-is dan perancangan sistem to-be. Hasil penelitian menunjukkan bahwa penerapan ERP mampu meningkatkan efisiensi, akurasi, dan transparansi pengelolaan keuangan daerah melalui sistem yang terintegrasi dan real-time.
Learning Analytics Berbasis Kahoot Menggunakan Algoritma K-Means Clustering untuk Mengidentifikasi Pola Keterlibatan Mahasiswa dalam Pembelajaran Dery Satya Pramdhana; Elnandi Nur; Istiqomah Sumadikarta; Yuna Trisuci Aprillia
JURNAL TEKNOLOGI INFORMASI Vol 12, No 1 (2026): Jurnal Teknologi Informasi
Publisher : Universitas Respati Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52643/jti.v12i1.9175

Abstract

Perkembangan teknologi digital dalam pendidikan menghasilkan berbagai data aktivitas pembelajaran yang dapat dimanfaatkan melalui pendekatan Learning Analytics. Salah satu platform yang menyediakan data tersebut adalah Kahoot, namun pemanfaatannya masih umumnya terbatas pada penyajian nilai akhir. Penelitian ini bertujuan menerapkan Learning Analytics berbasis Kahoot untuk mengidentifikasi pola keterlibatan mahasiswa menggunakan algoritma K-Means Clustering. Penelitian menggunakan pendekatan kuantitatif dengan data hasil kuis Kahoot dari 128 mahasiswa pada empat kelas mata kuliah Algoritma II, yaitu R2G, R2H, S2A, dan S2B. Tahapan penelitian meliputi data cleaning, analisis statistik deskriptif, visualisasi data, analisis korelasi, penentuan jumlah cluster menggunakan Elbow Method, evaluasi dengan Silhouette Score, dan pengelompokan menggunakan K-Means Clustering. Hasil analisis menunjukkan adanya variasi performa mahasiswa berdasarkan Accuracy, jumlah jawaban benar, jumlah jawaban salah, dan Final Score. Analisis korelasi menunjukkan bahwa Accuracy dan Correct Answers berkorelasi positif kuat terhadap Final Score, sedangkan Incorrect Answers berkorelasi negatif. Hasil clustering berhasil mengelompokkan mahasiswa berdasarkan karakteristik performa dan keterlibatan belajar sehingga memudahkan identifikasi mahasiswa yang memerlukan pendampingan maupun yang memiliki performa tinggi. Penelitian ini menunjukkan bahwa data Kahoot dapat dimanfaatkan sebagai sumber Learning Analytics untuk mendukung pengambilan keputusan pembelajaran yang lebih objektif dan berbasis data.