Publication Search

Perkembangan teknologi informasi telah meningkatkan kebutuhan akan sumber daya manusia yang kompeten di bidang analitik data dan pemrograman, khususnya bagi mahasiswa Program Studi Sistem Informasi. Penelitian ini bertujuan untuk membangun model klasifikasi guna mengidentifikasi kecenderungan mahasiswa sebagai Data Analyst atau Programmer menggunakan algoritma Naive Bayes. Sebanyak 220 data dikumpulkan melalui kuesioner daring, dengan indikator penilaian yang dikelompokkan dalam dua dimensi: kemampuan analis data dan kemampuan pemrograman. Data kemudian dilabeli berdasarkan skor per dimensi dan diolah menggunakan model Complement Naive Bayes pada platform Google Colab. Hasil evaluasi menunjukkan bahwa model mampu mengklasifikasikan dua kelas mayoritas (Data Analyst dan Programmer) dengan baik, ditandai dengan akurasi keseluruhan sebesar 80,30% dan nilai precision, recall, serta f1-score yang tinggi. Namun, performa model terhadap kelas minoritas (Netral) masih rendah akibat ketidakseimbangan distribusi data. Penelitian ini menyarankan penggunaan teknik lanjutan seperti resampling, class weight, atau model ensemble untuk mengatasi bias terhadap kelas mayoritas. Temuan ini dapat digunakan sebagai dasar dalam pembimbingan akademik dan pengembangan kurikulum berbasis potensi mahasiswa.

Pelacakan alumni (tracer study) menjadi salah satu kegiatan yang sangat penting penting untuk dilakukan secara berkala dan konsisten. Pelacakan alumni sebenarnya merupakan salah satu bagian dari pengembangan universitas atau perguruan tinggi yang berkelanjutan. Hasil pelacakan alumni yang baik akan menghasilkan inputan yang baik pula pada universitas khususnya program studi untuk mengembangkan kurikulum dan model pembelajarannya. Sistem pelacakan alumni dibangun berbasis website dengan metode pengembangan sistem prototipe. Pengembangan sistem dimulai dengan pengumpulan data pada objek dan pengguna melalui metode wawancara dan observasi. Setelah itu dilakukan analisa sistem menggunakan metode PIECES dan dilanjutkan dengan perancangan sistem menggunakan metode Unified Modelling Language (UML). Penelitian ini menghasilkan model awal sistem pelacakan alumni yang kedepannya akan terus dikembangkan sesuai dengan perkembangan peraturan dan kebutuhan penggunanya.

Umumnya penelaahan kompetensi lulusan dilihat dari tempat kerja mereka saat ini atau dengan cara menelusuri dari angket-angket yang diisikan oleh alumni pada periode tertentu. Hal tersebut juga dapat dilakukan melalui temu alumni maupun melalui pusat informasi alumni pada tiap perguruan tinggi. Lalu bagaimana jika kompetensi tersebut dikaji pada saat sebelum mahasiswa lulus, dengan mengkaji dari nilai akademik yang telah diperoleh ? Dengan menggunakan teknik data mining khususnya metode asosiasi dengan algoritma apriori dapat digali suatu informasi dengan tingkat kepercayaan(min.confidence) suatu transaksi dengan tingkat dukungan(min. support) tertentu sehingga menghasilkan suatu aturan. Setiap matakuliah dalam sebuah kurikulum memiliki  muatan kompetensi tertentu dan sebuah kompetensi dapat disumbang oleh beberapa matakuliah.Dengan mengelompokkan nilai akademik mahasiswa ke dalam suatu kompetensi dan mengambil nilai rata-ratanya maka akan dapat diperoleh suatu peta kompetensi dengan menentukan pada tingkat rata-rata tertentu. Pencapaian kompetensi pada level minimum support 70% dan minimum confidence 75%  pada studi kasus yang dilakukan adalah pada 3 kompetensi. Yaitu Sistem Informasi (IS), System Integration (SI) dan Network and Communication (NC). Artinya bahwa sebanyak 70% calon lulusan program studi S1 Sistem Informasi tahun angkatan 2004 s/d 2007 mempunyai kompetensi yang lebih dibidang system informasi, integrasi system dan jaringan dan komunikasi dibandingkan dengan kompetensi lainnya. Selanjutnya tidak menutup kemungkinan penggunaan teknik, metode maupun algoritma yang lain dan memberikan suatu hasil yang berbeda. Penelitian ini masih dapat dikembangkan lebih jauh.Kata Kunci : Kompetensi, Data Mining, Asosiasi, Apriori

Media komputer sebagai alat bantu penyampaian informasi juga diharapkan siswa, khususnya siswa Sekolah Lanjutan Tingkat Pertama agar mereka tidak merasa bosan dengan mata pelajaranyang disampaikan oleh tenaga pengajar khususnya mata pelajaran Elektronika, dimana selama ini mata pelajaran Elektronika dianggap sebagai mata pelajaran yang membosankan karena hanya berisi materi teori yang sangat banyak sehingga membuat siswa kurang tertarik untuk mempelajari dan mendalami mata pelajaran Elektronika. Dengan adanya kendala - kendala tersebut diatas maka diperlukan suatu alat bantu yang akan mempermudah dalam proses belajar komponen dasar elektronika yang mampu merangsang siswa untuk belajar mandiri yang juga dilengkapi oleh soal-soal evaluasi sehingga kemampuan dari siswa dapat diketahui atau dipantau. Oleh karena itu perlu dibuat adanya suatu visualisasi yang ditampilkan lebih menarik sehingga siswa tidak merasa jenuh terhadap mata pelajaran elektronika. Aplikasi yang dibangun meggunakan aplikasi Borland delphi 6.0 sebagai bahasa pemrograman. Aplikasi akan memuat tampilan visual yang informatif tentang materi komponen elektronika dasar berdasarkan kurikulum yang ada. Menggunakan metode prototype, pembuatan model dari perangkat lunak yang memberikan ide bagi pembuat maupun pemakai potensial tentang cara sistem akan berfungsi dalam bentuk lengkapnya. Dihasilkan aplikasi visual yang interaktif tentang komponen elektronika. Mudah pemakaiannya tetapi adakelemahan dengan ketergantungan atas komponen BDE delphi. Komponen BDE harus terinstall terlebih dahulu sebelum aplikasi di jalankan