Garuda - Garba Rujukan Digital

Pengenalan Aeromodelling Berbasis IT Untuk Menumbuhkan Jiwa Wirausaha Dan Prestasi Di SMK NU Tarub Tegal Jatmiko Indriyanto; Nugroho, Wildani Eko; Nurohim
Jurnal Abadimas Adi Buana Vol 4 No 2 (2021): Jurnal Abadimas Adi Buana
Publisher : LPPM Universitas PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/abadimas.v4.i2.a2721

The basic problem of SMK graduates is that most are still looking for work in companies, because the number of SMK graduates is not comparable to the employment opportunities in companies, so many are unemployed. Unemployment is open at the level of SMK graduates is still high. The results of an analysis of the economic potential of the open unemployment data in 2015 showed that over one third or 36.78% of vocational school graduates were still unemployed. Education and training for job seekers has not been maximally organized by the Tegal City Government to encourage them to become new entrepreneurs (WUB). There are still many vocational students who have difficulty getting into state universities because of lack of achievement. The government has provided a path of achievement, the selection process focuses on academic and non-academic achievements during high school / equivalent Seeing the above problems, the introduction of IT-based Aeromodelling to Grow Entrepreneurial Soul and Achievement, can increase student interest to switch his mind to try entrepreneurship and achievement. The introduction of IT-based Aeromodelling for Growing an Entrepreneurial Soul and Achievement turned out to be able to, increase students' interest in entrepreneurship and achievement in non-academic fields.

PENINGKATAN HARD SKILL SISWA MELALUI PENGENALAN INTERNET OF THINGS DAN COMPUTER VISION Ida Afriliana; Lukmanul Khakim; Wildani Eko Nugroho; Muhammad Teguh Prihandoyo
JMM (Jurnal Masyarakat Mandiri) Vol 6, No 2 (2022): April
Publisher : Universitas Muhammadiyah Mataram

Abstrak: Internet of Things (IoT) yakni benda-benda atau alat-alat yang cerdas yang dapat berguna untuk kehidupan manusia. IoT ini sangat mempengaruhi perkembangan teknologi yang amat pesat dalam kehidupan di era industri 4.0. Benda-benda yang “cerdas” karena pada benda tersebut telah dilengkapi dengan alat-alat teknologi sesuai dengan kebutuhan manusia. Inilah konsep pada Internet of Things yakni benda-benda yang cerdas dengan dilengkapi teknologi. Sekolah Menengah Kejuruan (SMK) merupakan jenjang pendidikan yang tepat untuk mempersiapkan lebih awal terkait pengetahuan dan penerapan teknologi IoT. Dengan latar belakang perkembangan teknologi IoT yang amat pesat maka sangat dibutuhkan pengetahuan ini diberikan kepada siswa-siswa SMK N 3 Tegal untuk memberikan wacana dan pengetahuan tentang IoT dalam penerapannya di dunia industri 4.0 saat ini. Kegiatan pengabdian ini dilakukan dengan memberikan pelatihan kepada peserta pkm. Adapun materi pelatihan ini adalah Internet of Things dan Computer Vision. Pelatihan ini dilakukan dengan 2 tahap, yang pertama dalah pemaparan materi dan tahap selanjutnya adalah demontrasi produk yang mengimplementasikan Internet of Things dan Computer Vision. Dari 100 peserta siswa SMK N 3 yang ikut, 55 siswa tertarik untuk mendalami Internet of Things dan sisanya berminat untuk mengetahui lebih dalam lagi tentang materi Computer Vision. Dari post test dan pre test yang dilakukan, hasil penilaian bagus dengan rata-rata nilai post test 89. Hal ini menggambarkan tentang penyampaian materi yang telah ditransformsikan dengan baik oleh narasumber. Penilaian ini menunjukkan adanya peningkatan hardskill di bidang Internet of Things dan Computer Vision, karena nilai post test cenderung mengalami kenaikan dari nilai pre test.Abstract: Internet of Things (IoT) are intelligent objects or tools that can be useful for human life. This IoT greatly affects the rapid development of technology in life in the industrial era 4.0. Objects that are "smart" because they have been equipped with technological tools in accordance with human needs. This is the concept of the Internet of Things, namely smart objects equipped with technology. Vocational High School (SMK) is the right level of education to prepare early related to knowledge and application of IoT technology. With the background of the very rapid development of IoT technology, it is very necessary that this knowledge be given to students of SMK N 3 Tegal to provide discourse and knowledge about IoT in its application in the current industrial 4.0 world. This service activity is carried out by providing training to PKM participants. The training materials are Internet of Things and Computer Vision. This training is carried out in 2 stages, the first is the presentation of the material and the next stage is a product demonstration that implements the Internet of Things and Computer Vision. Of the 100 participating SMK N 3 students, 55 students were interested in exploring the Internet of Things and the rest were interested in knowing more about Computer Vision material. From the post-test and pre-test conducted, the results of the assessment were good with an average post-test score of 89. This illustrates the delivery of material that has been well transformed by the resource persons. This assessment shows an increase in hard skills in the field of Internet of Things and Computer Vision, because the post test scores tend to increase from the pre test scores.

Aplikasi Portal Konten Web Berbasis Android Mobile untuk Meningkatkan Efektifitas Dosen dalam Tridharma Nurohim Nurohim; Wildani Eko Nugroho
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Perguruan tinggi dianggap baik jika mampu memberikan hasil yang baik pula terhadap Tridharma, oleh karena itu dibutuhkan kinerja yang baik dalam pencapaiannya. Namun kenyataanya dari sekian banyak dosen tidak semua dosen mengetahui dan hafal semua link-link web baik yang dikeluarkan oleh ristek dikti maupun dari yang lain yang sama-sama penting untuk menunjang kegiatan penelitian, dan setelah kami lakukan studi observasi dilapangan dan melakukan sesi tanya jawab tentang alamat web penting yang menunjang peran dosen dalam melaksanakan Tridharma perguruan tinggi sepeti Ristek Dikti, kopertis, sinta 2, Simlitabmas, sister, arjuna, e-journal JPIT 4 TI, e-journal d3 teknik Computer SmartCom, web politehnik harapan bersama, e-journal parapemikir d3 farmasi, web d3 teknik komputer, Rejafa, dan lainya. Dari sekian banyak web tersebut diatas memang kebanyakan dosen tau namanya, tetapi ketika ditanyakan atau disuruh menuliskan link url nya kebanyakan mereka tidak dapat menuliskannya dengan baik bahkan ada yang lupa link url nya. Untuk mengatasi masalah tersebut maka diambilah tujuan dari penelitian ini adalah membuat â€œAplikasi Portal Konten Web berbasis Android mobile untuk meningkatkan efektifitas Dosen dalam Tridharmaâ€. Proses Pembuatan Aplikasi dengan menggunakan Integrated Development Environment (IDE) MIT App Inventor2 (MIT-AI2) yang merupakan platform untuk memudahkan proses pembuatan aplikasi yang bertujuan untuk memudahkan para dosen dalam mengunjungi sebuah web sehingga tidak usah lagi menuliskan link Web yang akan dikunjungi tetapi hanya dengan satu kali sentuh saja sudah langsung menuju web yang akan dibuka atau dikunjungi

Optimization of the REJAFA information system to improve document filing for lecturer functional positions Wildani Eko Nugroho; Very Kurnia Bakti; Ghea Dwi Rahmadiane; Sigit Ardianto
Community Empowerment Vol 6 No 12 (2021)
Publisher : Universitas Muhammadiyah Magelang

Functional positions or academic positions of lecturers are positions that indicate the duties, responsibilities, authorities and rights of a person in higher education which in its implementation is based on certain independent skills. The collection of lecturers' functional position files before the existence of this system was still done manually, by collecting files or portfolios in hard files and sent to LLDikti 6. This administrative aspect is one of the barriers for lecturers in improving competence. There are also a number of lecturers who do not yet have the ability to implement information technology related to the collection of functional position files. This community service was carried out with a webinar, which discussed the use of information technology called REJAFA (repository jabatan fungsional). The results of the community service were quite interactive and the enthusiasm of the participants was quite good because the main discussion was related to optimizing the REJAFA system to improve document filing for the functional positions of lecturers.

Metode Naive Bayes Dalam Menentukan Program Studi Bagi Calon Mahasiswa Baru Wildani Eko Nugroho; Ali Sofyan; Oman Somantri
Infotekmesin Vol 12 No 1 (2021): Infotekmesin: Januari 2021
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/infotekmesin.v12i1.491

In a university, determining a study program for prospective students is something that is often done to focus on prospective students so that they are in accordance with their competencies. This is a very important hope, because prospective students can develop self-competence according to their academic abilities. This research method uses several stages, including data cleaning, data collection, determining criteria, determining probability, and final testing. The Naïve Bayes method with a case study at the Private Madrasah Aliyah PAB 6 Helvetia and testing of 100 student data with an accuracy rate of 90% is a previous research. The purpose of this study was to make a classification of majors based on the criteria, while in this study the aim of making a classification of study programs for prospective new students. In this study, the same method was used but the number of data records was different, the test data was 1671 student data records, the data was obtained from 2256 data records.From the total data records were 2256, after data cleaning and data collection were carried out, 1671 test data were obtained. In the test data, there are several probability values that contain various criteria and attributes used to determine the classification of study programs for prospective new students. The number of data records is divided into 2 parts, the first is used for training data with 1158 data with a percentage of 70%, and testing data with 513 data records with a percentage of 30%. From the test results with the same method with different number of data records, the accuracy rate is from 90% to 96% with an accuracy value of 96.68%. From this accuracy value shows that the classification results obtained show the Pharmacy DIII study program.

Optimalisasi Metode Naive Bayes untuk Menentukan Program Studi bagi Calon Mahasiswa Baru dengan Pendekatan Unsupervised Discretization Wildani Eko Nugroho; Teguh Prihandoyo; Oman Somantri
Infotekmesin Vol 13 No 1 (2022): Infotekmesin: Januari, 2022
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/infotekmesin.v13i1.1048

The admission of prospective new students must consider various procedures to direct prospective new students in determining the study program they are interested in. This study will discuss the optimization of the Naive Bayes method to determine the study program or major for prospective new students with the Unsupervised Discritization method approach. There are several stages of research methods carried out in this study, including Data Cleaning, Data Collection, Criteria Determination, Probability Determination, and Data Testing. This research has been carried out using the same method, namely the Naïve Bayes method which is used to classify the interests of prospective new students in determining the study program with an accuracy value of 96.68%. Ongoing research uses the same method, namely Naive Bayes, then optimization is carried out with the Unsupervised Discretization method approach. For data testing, there are 1671 student data records. After testing with the same method and optimizing it, the accuracy value from 96.68% became 97.66% with the classification results showing the DIII Pharmacy study program. The purpose of this research is to produce a classification in determining the study program or major for prospective new students using the Naïve Bayes method by the optimization of the Unsupervised Discretization method. From the results of testing the data, the Naïve Bayes method after optimization with the Unsupervised Discretization method is very good compared to the application before optimization.

Menentukan Program Studi Bagi Calon Mahasiswa Baru Menggunakan Metode Naïve Bayes Dan Metode Decision Tree Wildani Eko Nugroho; M. Teguh Prihandoyo
Jurnal Informatika Universitas Pamulang Vol 7, No 3 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i3.12563

Perguruan tinggi merupakan salah satu tempat untuk mengembangkan kompetensi dan menambah keilmuan. Salah satu program kerja yang dilakukan oleh perguruan tinggi adalah melakukan proses penerimaan mahasiswa baru. Proses ini merupakan salah satu yang harus dilakukan oleh sebuah perguruan tinggi, karena hal tersebut dapat mengetahui minat calon mahasiswa baru dalam menentukan program studi. Menetukan program studi yang diminati oleh calon mahasiswa baru adalah gambaran dari kompetensi yang dimiliki oleh calon mahasiswa baru. Dalam penelitian ini mempunyai tujuan membuat klasifikasi dalam menentukan program studi bagi calon mahasiswa baru menggunakan metode Naïve Bayes dan Decision Tree. Penelitian yang sama pernah dilakukan dengan Medote Naïve Bayes dalam menentukan minat calon mahasiswa baru dalam memilih program studi. Dan hasil yang diperoleh untuk nilai akurasinya 96.68%. Ada beberapa prosedur yang dilakukan dalam penelitian ini yaitu data cleaning, data collection, menentukan kriteria yang akan digunakan untuk melakukan training dan testing, dan Menentukan probabilitas dan pengujian. Pada penelitian ini record data yang digunakan sebanyak 2256. Setelah dilakukan data cleanin dan data collection memperoleh record data sejumlah 1671. Dari jumlah record data tersebut kemudian dibagi menjadi dua bagian, yang pertama untuk data training dengan prosentase 70% memperoleh jumlah 1158 dan untuk data testing dengan prosentase 30% memproleh jumlah 513. Hasil yang diperoleh setelah dilakukan pengujian mendapatkan nilai akurasi dengan menggunakan metode Naïve Bayes 96.68% sedangkan menggunakan metode Decision Tree memperoleh nilai akurasi 51.56%. Hal tersebut membuktikan bahwa metode Naïve Bayes dalam melakukan klasifikasi untuk menentukan minat calon mahasiswa dalam memilih program studi sangat baik dibandingkan metode Decision Tree. Hasil pemilihan program studi yang banyak diminati calon mahasiswa baru dalam klasifikasi ini adalah program studi DIII Farmasi.

Penerapan Feature Selection Pada Algoritma Decision Tree Untuk Menentukan Pola Rekomendasi Dini Konseling Oman Somantri; Wildani Eko Nugroho; Abdul Rohman Supriyono
Jurnal Sistem Komputer dan Informatika (JSON) Vol 4, No 2 (2022): Desember 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v4i2.5267

Early detection in providing recommendations for student counseling is very important, therefore you can assess the student's potential, beliefs, and attitude as early as possible. The problem that arises in this case is how to detect a student early so that he or she needs counseling assistance or not so that it can be identified early to minimize the risk of further psychological conditions. This article proposes a data mining model using a decision tree to classify counseling recommendations for students. In addition, to improve the resulting accuracy performance, a feature selection method is proposed using forward selection and genetic algorithms. The stages of the research were carried out by pre-processing the data, implementing algorithms, validating data, and optimizing the model. The experimental results show that the best level of accuracy using the decision tree model is 95.64%. It increases to 96.91% after optimization using the genetic algorithm.

Menentukan Program Studi Bagi Calon Mahasiswa Baru Menggunakan Metode Naïve Bayes Dan Metode Decision Tree Wildani Eko Nugroho; M. Teguh Prihandoyo
Jurnal Informatika Universitas Pamulang Vol 7, No 3 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i3.12563

Perguruan tinggi merupakan salah satu tempat untuk mengembangkan kompetensi dan menambah keilmuan. Salah satu program kerja yang dilakukan oleh perguruan tinggi adalah melakukan proses penerimaan mahasiswa baru. Proses ini merupakan salah satu yang harus dilakukan oleh sebuah perguruan tinggi, karena hal tersebut dapat mengetahui minat calon mahasiswa baru dalam menentukan program studi. Menetukan program studi yang diminati oleh calon mahasiswa baru adalah gambaran dari kompetensi yang dimiliki oleh calon mahasiswa baru. Dalam penelitian ini mempunyai tujuan membuat klasifikasi dalam menentukan program studi bagi calon mahasiswa baru menggunakan metode Naïve Bayes dan Decision Tree. Penelitian yang sama pernah dilakukan dengan Medote Naïve Bayes dalam menentukan minat calon mahasiswa baru dalam memilih program studi. Dan hasil yang diperoleh untuk nilai akurasinya 96.68%. Ada beberapa prosedur yang dilakukan dalam penelitian ini yaitu data cleaning, data collection, menentukan kriteria yang akan digunakan untuk melakukan training dan testing, dan Menentukan probabilitas dan pengujian. Pada penelitian ini record data yang digunakan sebanyak 2256. Setelah dilakukan data cleanin dan data collection memperoleh record data sejumlah 1671. Dari jumlah record data tersebut kemudian dibagi menjadi dua bagian, yang pertama untuk data training dengan prosentase 70% memperoleh jumlah 1158 dan untuk data testing dengan prosentase 30% memproleh jumlah 513. Hasil yang diperoleh setelah dilakukan pengujian mendapatkan nilai akurasi dengan menggunakan metode Naïve Bayes 96.68% sedangkan menggunakan metode Decision Tree memperoleh nilai akurasi 51.56%. Hal tersebut membuktikan bahwa metode Naïve Bayes dalam melakukan klasifikasi untuk menentukan minat calon mahasiswa dalam memilih program studi sangat baik dibandingkan metode Decision Tree. Hasil pemilihan program studi yang banyak diminati calon mahasiswa baru dalam klasifikasi ini adalah program studi DIII Farmasi.

ANALISIS FAKTOR-FAKTOR PRODUKTIVITAS KERJA DOSEN DAN TENAGA KEPENDIDIKAN POLITEKNIK HARAPAN BERSAMA Ghea Dwi Rahmadiane; Wildani Eko Nugroho; Meiriska Intan Syarifudin
Journal of Hospitality and Tourism Vol 1, No 1 (2022): Journal of Hospitality and Tourism
Publisher : Politeknik Harapan Bersama

Produktivitas dalam arti teknis mengacu pada derajat keefektifan dan efisiensi dalam pemanfaatan berbagai sumber daya. Produktivitas kerja dalam pengertian perilaku merupakan suatu sikap mental yang senantiasa berusaha untuk berkembang. Tujuan pada penelitian ini yaitu untuk mengetahui pengaruh fleksibilitas kerja, kedisiplinan, dan etos kerja terhadap produktivitas kerja pegawai Politeknik Harapan Bersama. Populasi dalam penelitian ini adalah pegawai Politeknik Harapan Bersama sebanyak 254 pegawai antara lain 132 dosen dan 122 tenaga kependidikan tetap maupun kontrak. Sampel dalam penelitian ini ditentukan menggunakan proporsional sampling yaitu penentuan sampel penelitian dengan proporsi. Teknik pengambilan sampel dalam penelitian ini dilakukan dengan cara connvenience sampling/insidental sampling. Analisis pada penelitian ini adalah analisis regresi berganda dan persamaan regresi linier berganda adalah Y = 6.265 + 0.220 FK + 0.247 KD + 0.222 EK. Pada perhitungan analisis bahwa diketahui variabel fleksibilitas diperoleh t hitung = 4,495 > t tabel dan nilai signifikan sebesar 0,021 < 0,05 maka hal ini menunjukkan bahwa secara parsial fleksibilitas kerja berpengaruh terhadap produktivitas kinerja, variabel kedisiplinan diperoleh t hitung = 5,620 > t tabel dan nilai signifikan sebesar 0,000 < 0,05 maka hal ini menunjukkan bahwa secara parsial kedisiplinan berpengaruh terhadap produktivitas kinerja, serta variabel etos kerja diperoleh t hitung = 4,289 > t tabel dan nilai signifikan sebesar 0,000 < 0,05 maka hal ini menunjukkan bahwa secara parsial etos kerja berpengaruh terhadap produktivitas kinerja.

Title

Found 17 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 17 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 17 Documents
Search