Sibyan, Hidayatus
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Implementasi Metode SMART pada Sistem Pendukung Keputusan Penerima Beasiswa Sekolah Sibyan, Hidayatus
Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Vol 7 No 1 (2020): Januari
Publisher : Lembaga Penelitian, Penerbitan dan Pengabdian Masyarakat (LP3M) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/ppkm.v7i1.1055

Abstract

SMK Gema Nusantara sebagai suatu lembaga pendidikan memberikan kesempatan beasiswa kepada para peserta didik nya yang memenuhi persyaratan tertentu. Kriteria penerima beasiswa diantaranya siswa yang memiliki peringkat secara paralel, mempunyai prestasi akademik atau non-akademik, telah atau sedang menghafal Al-Qur’an, dan siswa dengan kondisi ekonomi keluarga kurang mampu. Banyaknya kriteria yang diberikan tersebut membuat pihak sekolah sulit menentukan siswa yang berhak menerima beasiswa karena kuota beasiswa sangat terbatas. Tujuan dari penelitian ini untuk membuat sistem yang bisa mempermudah proses seleksi beasiswa agar penerima beasiswa sesuai dengan urutan prioritas yang tepat. Dalam membangun Sistem Pendukung Keputusan (SPK) ini digunakan metode SMART yang merupakan singkatan dari Simple Multi Attribute Rating Technique, yaitu cara pengambilan keputusan dengan menghitung bobot kriteria pada masing-masing alternatif. Hasil penelitian telah menghasilkan sebuah SPK dengan metode SMART yang dapat membantu pimpinan SMK Gema Nusantara dalam menentukan siswa penerima beasiswa.
Analisis Tingkat Keberhasilan Website E-Commerce UKM Gondoarum dengan Model DeLone Dan McLean Hasanah, Nur; Sibyan, Hidayatus
Jurnal Ilmu Komputer dan Bisnis Vol. 12 No. 1 (2021): Vol. 12 No. 1 (2021): Vol. 12 No. 1 (2021)
Publisher : STMIK Dharmapala Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47927/jikb.v12i1.110

Abstract

Keberadaan Usaha Kecil Menengah (UKM) di Indonesia sudah semakin menjamur, selain itu juga mampu berkembang sesuai dengan kebutuhan masyarakat, karena memanfaatkan sumber daya kearifan lokal yang berbeda antara wilayah yang satu dengan yang lainnya dalam bentuk industri rumahan. UKM Gondoarum Kepil Wonosobo dalam memasarkan produknya sudah memanfaatkan teknologi berbasis IT berupa website e-commerce. Keberadaan website tersebut dirasa perlu diukur untuk mengetahui tingkat keberhasilan dari website tersebut dalam mendukung kemajuan UKM. Model Delon McLean digunakan dalam penelitian ini karena dianggap sebagai model kesuksesan dalam sistem informasi yang terdiri dari variable independent kualitas sistem, kualitas informasi, kualitas layanan, penggunaan dan variable dependen kepuasan pengguna. Analisis data menggunakan regresi linier berganda untuk mengetahui hubungan antara variable independen terhadap variable dependen. Hasil penelitian menunjukkan secara bersama-sama variable independent memiliki pengaruh yang signifikan terhadap variable dependent. Serta telah didapat tingkat keberhasilan website pada UKM Gondoarum sebesar 76,1%.
ANALISIS SENTIMEN ULASAN PADA WISATA DIENG DENGAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) Sibyan, Hidayatus; Hasanah, Nur
Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Vol 9 No 1 (2022): Januari
Publisher : Lembaga Penelitian, Penerbitan dan Pengabdian Masyarakat (LP3M) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/ppkm.v9i1.2218

Abstract

Tujuan penelitian ini adalah untuk melakukan identifikasi dan klasifikasi ulasan pengunjung wisata dieng melalui analisis sentimen. Dengan adanya analisis sentimen ini diharapkan bisa bermanfaat untuk pengelola wisata sebagai bahan pertimbangan dalam melakukan perbaikan atas kekurangan pada tempat wisata yang dikelola. Serta bisa bermanfaat bagi para wisatawan sebelum memutuskan untuk berkunjung ke destinasi wisata tanpa harus membaca ulasan satu per satu. Metode K-Nearest Neighbor digunakan untuk melakukan klasifikasi data sentimen pada wisata dieng. Klasifikasi data dibagi ke dalam sentimen positif, negatif. Penelitian ini menghasilkan sebuah sistem analisis sentimen yang dapat mengidentifikasikan dan mengklasifikasi ulasan pengunjung wisata dieng dengan menggunakan algoritma K-Nearest Neighbor (K-NN) dengan hasil dari pengujian akurasi sebesar 86%.