Article Per Year (5 Year)
p-Index From 2019 - 2024
0.888
P-Index
This Author published in this journals
All Journal Jurnal Bisnis, Manajemen, dan Informatika FIBONACCI: Jurnal Pendidikan Matematika dan Matematika Jurnal Pengabdian Masyarakat Bumi Raflesia Scientica: Jurnal Ilmiah Sains dan Teknologi
Nurul Hidayati
Universitas Bengkulu
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

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

Found 4 Documents
Search

 1 
ANALISIS TINGKAT KEPUASAN MAHASISWA TERHADAP PELAYANAN AKADEMIK DI FAKULTAS TEKNIK UNIVERSITAS BENGKULU Mochammad Yusa; Asep Sofwan F. Alqap; Helmizar; Nurul Hidayati
JBMI (Jurnal Bisnis, Manajemen, dan Informatika) Vol. 18 No. 2 (2021): JBMI
Publisher : Department of Management FEB Unhas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26487/jbmi.v18i2.14104

Abstract

Pelayanan yang prima merupakan aspek penting penentu keberhasilan komersial, terutama pada organisasi yang bergerak dalam bidang jasa. Pelayanan yang prima menjadi ujung tombak dalam menangkap peluang dan memahami konsumen atau klien yang akan menggunakan jasa yang ditawarkan. Untuk menghasilkan lulusan yang berkualitas salah satu faktor yang mempengaruhi adalah pelayanan yang diterapkan dalam lingkungan fakultas dalam melayani pelanggan dimana dalam hal ini pelanggan tersebut adalah mahasiswa. Kepuasan terhadap layanan akademik merupakan hal yang perlu diperhatikan demi mencapai layanan yang berkulaitas yang menjamin kepuasan mahasiswa sebagai stakeholder utama dalam organisasi jasa pendidikan. Penelitian ini bertujuan untuk untuk (1) mengetahui tingkat kepuasan mahasiswa terhadap kualitas layanan akademik Fakultas Teknik Universitas Bengkulu dan (2) kualitas layanan akademik Fakultas Teknik Universitas Bengkulu. Jenis penelitian ini adalah penelitian kuantitatif dengan pendekatan survey analitik, yang menggambarkan keadaan melalui analisa data primer dan data sekunder, dan data yang telah terkumpul dalam bentuk angka-angka kemudian akan dihitung menggunakan aplikasi Statistical Product and Service Solution (SPSS), dan hasil dari analisa data, kemudian diuraikan secara diskripsi untuk mengetahui sejauh mana tingkat kepuasan mahasiswa terhadap kinerja pelayanan akademik di lingkungan FT UNIB.
ANALISIS KETEPATAN WAKTU LULUS MAHASISWA DENGAN MENGGUNAKAN BAGGING CART Winalia Agwil; Herlin Fransiska; Nurul Hidayati
FIBONACCI: Jurnal Pendidikan Matematika dan Matematika Vol 6, No 2 (2020): FIBONACCI: Jurnal Pendidikan Matematika dan Matematika
Publisher : Fakultas Ilmu Pendidikan Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/fbc.6.2.155-166

Abstract

Ketepatan waktu lulus mahasiswa menjadi salah satu indikator penilaian kelayakan program studi sebagai unit pelaksana pendidikan pada perguruan tinggi. Mengetahui faktor yang mempengaruhi waktu lulus mahasiswa akan membantu program studi dan dosen dalam mengambil keputusan untuk meningkatkan kuantitas mahasiswa lulus tepat waktu. Tujuan dari penelitian ini adalah untuk mendapatkan gambaran tentang karakteristik mahasiswa yang mempengaruhi ketepatan waktu lulus mahasiswa program studi S1 Matematika dengan menggunakan metode Ensemble Tree. Metode Ensemble tree yang digunakan adalah Bagging CART, dengan harapan dapat menghasilkan performa klasifikasi yang tinggi dan gambaran kharateristik mahasiswa yang baik. Data yang digunakan adalah data mahasiswa program studi S1 Matematika dari tahun 2010 sampai dengan 2019.  Kebaikan klasifikasi dilihat dari nilai Accuracy, Sensitivity dan Specificity. Metode pohon klasifikasi tunggal (CART) memberikan nilai Accuracy sebesar 82.1% , sensitivity sebesar 68.2 % dan specificity sebesar 91.2 %. Sedangkan dengan metode Bagging CART diperoleh Accuracy sebesar 85.7% , sensitivity sebesar 77.3 % dan specificity sebesar 91.2 %. Berdasarkan perbandingan nilai akurasi yang diperoleh dapat disimpulkan bahwa menerapkan metode Bagging pada pohon klasifikasi tunggal CART dapat meningkatkan performa klasifikasi.
SHORT COURSE STATISTIKA ELEMENTER DENGAN SOFTWARE SPSS BAGI MAHASISWA INSTITUT AGAMA ISLAM NEGERI (IAIN) BENGKULU Nurul Hidayati; Septri Damayanti; Dian Agustina
Jurnal Pengabdian Masyarakat Bumi Raflesia Vol. 5 No. 2 (2022): Jurnal Pengabdian Kepada Masyarakat Bumi Raflesia
Publisher : Universitas Muhammadiyah Bengkulu

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

Abstract

Kegiatan pengolahan data pada sebagian besar orang, menjadi beban atau momok yang menyebabkan orang tersebut kesulitan dan kebingungan dalam menyelesaikan penelitian. Pengolahan data statistik berkaitan dengan teori alat-alat analisis statistik, kapan alat statistik digunakan, perumusan model matematis, kriteria pengujian hasil analisis, teknis pengolahannya dengan program statistik, dan pembacaan hasil interpretasi hasil statistik. Salah satu aplikasi statistik berbasis komputer, yaitu SPSS yang merupakan program komputer yang paling banyak digunakan untuk analisis statistika. Penggunaan aplikasi SPSS dikalangan mahasiswa bukan sesuatu hal yang baru, tetapi fakta yang ada dilapangan banyak mahasiswa yang masih belum mengerti, memmahami pengoperasian program SPSS ini. Sebagian besar mereka masih memerlukan bantuan orang lain untuk mengolah data, baik itu dari jasa pengolhan data, mauun dari teman sebaya.  Hal ini dikarenakan kurangnya pengetahuan tentang program SPSS, kemampuan mahasiswa yang tidak merata, tidak memahami dan mengerti dalam menginstall dan mengoperasikan program SPSS di komputer dan Laptop, kurangnya rasa percaya diri mahasiswa dalam mengoperasikan program, serta adanya beberapa anggapan mahasiswa bahwa yang memulai penggunaan SPSS haruslah melakukan kursus. Untuk mengatasi permasalahan dikalangan mahasiswa terhadap pengoperasian SPSS, maka upaya yang dilakukan oleh tim pengabdi  adalah dengan mewujudkan sebuah pelatihan yang dinamakan “Short Course Statistika Elementer dengan Software SPSS bagi Mahasiswa Institut Agama Islam (IAIN) Bengkulu. Hasil evaluasi yang dilakukan pada awal dan akhir kegiatan pelatihan diperoleh nilai rata-rata pos-test dari total 31 peserta pelatihan adalah 50, dengan nilai tertinggi adalah 90 dan nilai terendah 10. Nilai rata-rata pre test dan pos test terjadi kenaikan sebesar 6,8. Sehingga dapat disimpulkan kegiatan pelatihan ini cukup berhasil dalam menambah wawasan, ilmu pengetahuan dan keterampilan bagi peserta pelatihan tentang program SPSS dan pengoperasian programnya.   Kata Kunci: data, statistik, short course, SPSS  
PEMODELAN KONSUMSI BERAS MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) Esther Damayanti Sihombing; Agita Andini; Rizki Dwi Yanti; Nurul Hidayati
Scientica: Jurnal Ilmiah Sains dan Teknologi Vol. 1 No. 3 (2023): Scientica: Jurnal Ilmiah Sains dan Teknologi
Publisher : Komunitas Menulis dan Meneliti (Kolibi)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.572349/scientica.v1i3.353

Abstract

This research aims to model rice consumption in South Sulawesi Province in 2021 by incorporating spatial effects. The methods used are linear regression and Geographically Weighted Regression (GWR). In the GWR model, parameter estimation uses Weighted Least Square (WLS) with Adaptive Gaussian kernel function weighting. The results concluded that the GWR model is better than the linear regression model. Based on the results of the study, there are 3 variables that are thought to affect the rice consumption of districts and cities in South Sulawesi Province, namely GRDP per capita (X1), poverty line (X2), and rice production (X3). The GWR model proved to be able to increase the value and decrease the AIC value. The diversity of the response variable can be explained by the model by 98.22%, the rest is influenced by other variables outside the model. The AIC value obtained in the GWR model is 486,81.
Co-Authors Agita Andini Asep Sofwan F. Alqap Dian Agustina Esther Damayanti Sihombing Helmizar Herlin Fransiska Mochammad Yusa Rizki Dwi Yanti Septri Damayanti Winalia Agwil