No abstract

Perpustakaan kabupaten batang merupakan salah satu tempat yang sering di kunjungi oleh masyarakat sekitar. Analisis pola kunjungan perpustakaan dan prediksi jumlah pengunjung sangat penting untuk dilakukan, karena hal ini merupakan dasar dalam perencanaan kebijakan yang efektif bagi para pemangku kepentingan untuk memberikan rasa nyaman bagi para pustakawan. Tujuan penelitian ini adalah untuk meramalkan jumlah pengunjung Perpustakaan Daerah Kabupaten Batang pada tahun 2023. Metode Fuzzy Time Series Chen-Hsu digunakan dalam penelitian ini karena memberikan nilai MAPE yang dapat memberikan bukti keakuratan yang lebih mudah dibandingkan dengan metode lainnya. Hasil penelitian menunjukkan bahwa pengunjung perpustakaan daerah Kabupaten Batang dari tahun 2018-2022, terjadi penurunan pada tahun 2021  hingga 2022, dan menurut hasil peramalan menggunakan metode Fuzzy Time Series Chen-Hsu pengunjung perpustakaan Daerah Kabupaten Batang tidak mengalami perubahan dari tahun sebelumnya dan memiliki rata-rata MAPE 15,56%, sehingga tingkat akurasinya adalah baik.

Artificial intelligence, particularly machine learning, is the fastest-growing research trend in educational fields. Machine learning shows an impressive performance in many prediction models, including psychosocial education. The capability of machine learning to discover hidden patterns in large datasets encourages researchers to invent data with high-dimensional features. In contrast, not all features are needed by machine learning, and in many cases, high-dimensional features decrease the performance of machine learning. The feature selection method is one of the appropriate approaches to reducing the features to ensure machine learning works efficiently. Various selection methods have been proposed, but research to determine the essential subset feature in psychosocial education has not been established thus far. This research investigated and proposed methods to determine the best feature selection method in the domain of psychosocial education. We used a multi-criteria decision system (MCDM) approach with Additive Ratio Assessment (ARAS) to rank seven feature selection methods. The proposed model evaluated the best feature selection method using nine criteria from the performance metrics provided by machine learning. The experimental results showed that the ARAS is promising for evaluating and recommending the best feature selection method for psychosocial education data using the teacher’s psychosocial risk levels dataset.

SMP Nurul Falah adalah salah satu sekolah menengah pertama swasta yang berada di bawah naungan yayasan Nurul Falah. Sekolah ini didirikan pada tahun 1974. Namun untuk saat ini, SMP Nurul Falah belum dapat memanfaatkan TI/SI secara optimal. Pengimputan dan pengolahan data di SMP Nurul Falah masih secara manual, yaitu masih menggunakan Microsoft Office sebagai pengolahan dan pengimputan data dan belum adanya sistem informasi yang terintegrasi antara satu bidang dengan bidang yang lainya yang menyebabkan pengimputan data menjadi lama dan dalam penggunaan dan pertukaran data masih belum bisa dilakukan. Maka dari itu diperlukan suatu pemodelan perancangan arsitektur sistem informasi, pemodelan itu adalah Togaf Adm yang terdiri dari tahapan preliminary, architecture vision, architecture bussines, architecture sistem information, architecture technology, opportunites & solutions, migration palnning, implementation governance, dan architecture change management. Hasil dari penelitian ini adalah rancangan togaf adm yang berfokus pada fase preliminary dan arsitektur vision yang dapat digunakan untuk merancang dan mengembangkan sistem informasi

Biaya pendidikan yang tinggi di Indonesia pada saat ini menjadi salah satu kendala bagi sebagian generasi muda dalam melanjutkan studi ke jenjang berikutnya. Sebagai bentuk kepedulian akan kondisi tersebut, pada tahun 2011 Bank Indonesia meluncurkan Program Sosial Bank Indonesia (PSBI) yang memiliki tujuan untuk berperan aktif dalam meningkatkan kualitas Sumber Daya Manusia (SDM) di Indonesia, melalui program beasiswa yang dikhususkan untuk mahasiswa jenjang strata 1 (S1) dan vokasi diploma 3 (D3) yang diharapkan dapat menunjang serta mendukung biaya pendidikan maupun biaya hidup. Dikarenakan kuota penerima beasiswa yang terbatas dan antusiasme mahasiswa yang sangat tinggi untuk mendapatkan beasiswa tersebut, menyebabkan kesulitan bagi Bank Indonesia dalam proses penyeleksian sehingga membutuhkan waktu yang panjang dalam proses perangkingan secara manualPeranan teknologi informasi dalam bentuk sistem yang terkomputerisasi akan mempercepat proses seleksi dan subjektifitas dalam pengambilan keputusan dapat dikurangi dan penilaian dilakukan berdasarkan kriteria sehingga beasiswa yang diberikan dapat tepat sasaran. Peran teknologi informasi berupa sistem terkomputerisasi dapat mempermudah serta mempercepat proses penyeleksian, mengurangi subjektivitas dalam pengambilan keputusan dan evaluasi terhadap kriteria sehingga nantinya beasiswa yang diberikan menjadi lebih tepat sasaran. Hasil dari penelitian ini adalah suatu sistem pendukung keputusan (SPK) berbasis web menggunakan metode Multifactor Evaluation Process (MFEP).