Pangesti, Witriana Endah
PPPM STMIK Nusa Mandiri

Published : 2 Documents
Articles

Found 2 Documents
Search

KLASIFIKASI PENERIMA DANA BANTUAN DESA MENGGUNAKAN METODE KNN (K-NEAREST NEIGHBOR) Hasanah, Riyan Latifahul; Hasan, Muhamad; Pangesti, Witriana Endah; Wati, Fanny Fatma; Gata, Windu
Jurnal Techno Nusa Mandiri Vol 16 No 1 (2019): TECHNO Periode Maret 2019
Publisher : PPPM Nusa Mandiri

Show Abstract | Original Source | Check in Google Scholar

Abstract

Determining the status of poor families as recipients of assistance is very important so that poverty reduction assistance from the government can be channeled on target. Data mining utilizes experience or even mistakes in the past to improve the quality of the model and the results of its analysis, one of which is the ability possessed by data mining techniques, namely classification. The purpose of this study was to test K-Fold Cross Validation in the K-Nearst Neighbors algorithm in predicting receipt of village aid funds. In the beneficiary dataset used in this study, there were 159 records or tuples with four attributes (house condition, income, employment and number of dependents). The new data category prediction is done by using the Euclidean Distance manual calculation stage of five different K values. While using the Rapidminer application aims to test the accuracy of the dataset in five different K values. The results show that with K=15 and K=30 the new data (D160) has a "Not Eligible" category with an accuracy of 100%. Then with K=45, K=60 and K=75, the new data (D160) has the category "Eligible" with an accuracy rate of 81.25%.
Technology Acceptance Model Pada Penerimaan Siswa Terhadap Sistem UNBK Widagdo, Galih; Pangesti, Witriana Endah; Hadianti, Sri; Riana, Dwiza
Jurnal Kajian Ilmiah Vol 19, No 2 (2019): Jurnal Kajian Ilmiah (DOAJ Indexed)
Publisher : LPPMP Universitas Bhayangkara Jakarta Raya

Show Abstract | Original Source | Check in Google Scholar

Abstract

UNBK merupakan sebuah sistem ujian nasional sekolah berbasis komputer dimana siswa mengerjakan ujian menggunakan komputer yang diharapkan dapat membuat ujian menjadi lebih efisien dan efektif di bandingakan dengan ujian manual yang menggunakan kertas sebagai media ujiannya. Hal ini di terapkan di SMA Santa Theresia Jakarta. Untuk mengetahui tingkat penerimaan siswa terhadap sistem UNBK maka   metode yang digunakan dalam penelitian ini adalah technology acceptance model (TAM) dengan 198 siswa data quesioner yang terkumpul, hipotesis dilakukan dengan menggunakan analisis Structural Equation Model (SEM) menggunakan Smartpls. Hasil penelitian menunjukkan bahwa tingkat pengaruh yang lebih tinggi dalam penerimaan siswa terhadap Sistem UNBK adalah kemudahan penggunaan menggunakan Sistem UNBK dengan nilai 16.843. Sedangkan tingkat pengaruh yang lebih rendah dalam penerimaan adalah penggunaan minat dalam perilaku pengguna dengan nilai 2,749. Dengan nilai tersebut, UNBK baik di gunakan di SMU Santa Theresia.