ABSTRAK Pembelajaran jarah jauh (PJJ) kini harus terpaksa dilakukan di berbagai jenjang pendidikan guna menekan perluasan pandemi COVID-19 di Indonesia. Berbagai dampak akibat PJJ pun dirasakan oleh peserta didik khususnya jenjang SMK, karena yang awalnya pelajaran 70% harus melakukan praktik kini harus terpaksa dilakukan secara teori dan daring. SMK yang cukup berdampak adalah SMKN 2 Malang, menurut wawancara dan observasi penulis terhadap beberapa narasumber, mereka merasa malas, banyak rebahan hingga motivasi belajar menurun saat mengikuti PJJ. Tujuan dari penelitian ini adalah 1) Mengetahui pengaruh online learning experience terhadap motivasi belajar, 2) Mengetahui pengaruh gaya belajar terhadap motivasi belajar dan 3) Mengetahui pengaruh online learning experience dan gaya belajar secara bersamaan terhadap motivasi belajar peserta didik SMKN 2 Malang saat PJJ. Penelitian ini menggunakan regresi linier baik sederhana maupun berganda dengan pendekatan kuantitatif, adapun tahap penelitian dimulai dari merumuskan permasalahan hingga penarikan kesimpulan dan saran. Hasil penelitian diperoleh bahwa online learning experience berpengaruh secara positif terhadap motivasi belajar dengan pengaruh sebesar 19,6%. Sedangkan variabel gaya belajar baik visual dan audiotorial masing-masing berpangaruh positif terhadap motivasi belajar dengan besar pengaruh 28,4% dan 13,9%, untuk gaya belajar kinestetik tidak berpengaruh terhadap motivasi belajar peserta didik SMKN 2 Malang. Online learning experience dan gaya belajar secara bersama-sama berpengaruh secara positif sebesar 25,4% dan sisanya dipengaruhi oleh variabel lain diluar penelitian ini.

Vocational High School with ICT major need an intelligent computing system that could predict the student learning achievement. The system used fifteen achievement indicators and Naïve Bayes algorithm in data processing. Testing on student achievement data produces the conclusion that is the highest intelligent accuracy values in 53% with lowest accuracy value in 48% based on Naïve Bayes algorithm processing. The result of mining process using Naïve Bayes algorithm can be used to classify the 3rd year student achievement to five categories. These categories are Very Good, Good, Fair, Poor, and Failed. The system testing result showed that this intelligent computing system function was fitted with Vocational High School’s system requirement, system design, and system implementation.

<p>Salah satu komponen esensial dalam kegiatan pembelajaran di Sekolah Menengah Kejuruan Rumpun Teknologi Informasi dan Komunikasi (SMK TIK) adalah ketersediaan sumber belajar mata pelajaran produktif. Media internet atau online adalah sumber belajar yang berbentuk media elektronik yang dapat dimanfaatkan oleh siswa dan guru melalui jaringan internet. Salah satu bentuk media online adalah halaman web berformat .html (Hypertext Markup Language) yang berupa dokumen teks sangatlah banyak. Sehingga sumber belajar tersebut perlu di kelompokkan berdasarkan kriteria atau ciri esensial setiap mata pelajaran produktif di SMK TIK. Proses pengelompokkan menggunakan algoritma Naive Bayes karena algoritma tersebut dapat digunakan untuk dokumen teks dan menggunakan teorema Bayes dengan menganggap semua atribut saling tidak berhubungan. Tujuan penelitian ini adalah untuk mendeskripsikan hasil klasifikasi dan evaluasi kualitas klasifikasi sumber belajar berbasis teks dengan menggunakan Algoritma Naïve Bayes. Tahapan penelitian yang dilakukan adalah pengoleksian data set, pemrosesan awal dengan text mining, pembobotan Tf-Idf, pengklasifikasian Naïve Bayes, dan evaluasi akurasi. Pengklasifikasian teks menghasilkan sembilan kelompok mata pelajaran produktif dan pengujian menghasilkan nilai akurasi tertinggi 81,48%, sedangkan nilai akurasi terendah sebesar 79,63%.</p><p> </p><p><strong>Abstract</strong></p><p>The availability of learning resources for productive subjects is one of the essential components in learning activities for Vocational High Schools, especially for Information and Communication Technology competence field. Internet or online media is a learning resource in the form of electronic media that can be used by students and teachers through the internet. One form of online media is a web page formatted in .html (Hypertext Markup Language) in the form of very many text documents. So that learning resources need to be grouped based on the essential criteria or characteristics of each productive subject in Vocational High Schools. The grouping process uses the Naive Bayes algorithm because the algorithm can be used to text documents and use the Bayes theorem by assuming all attributes are mutually unrelated. The purpose of the study was to describe the results of the classification and classification quality evaluation of text-based learning sources using the Naïve Bayes Algorithm. The stages of the research carried out are collecting data sets, pre-processing with text mining, Tf-Idf weighting, Naïve Bayes classifying, and accuracy evaluation. Text classification results shows that there are nine productive subject groups and based on uji results shows that the highest accuracy value was 81,48%, while the lowest accuracy value was 79,63%.</p>

<p>Penelitian bertujuan untuk mengevaluasi kesuksesan implementasi sistem informasi kesehatan (Homedika.com). Pengukuran dilakukan berdasarkan DeLone &amp; McLean Model. Pengumpulan data dilakukan melalui kuesioner yang telah lolos uji validitas dan reliabilitas. Sampel penelitian berjumlah 30 responden yang dipilih dengan menggunakan teknik <em>purposive sampling</em> dan data dianalisis dengan statistik jenis deskriptif. Hasil analisis kesuksesan pada variabel <em>system quality, information quality</em>, <em>service quality</em>, <em>user satisfaction</em>, dan <em>net benefits</em> masuk ke dalam kategori Tinggi, dan variabel <em>use</em> masuk ke dalam kategori Cukup Tinggi. Kesuksesan implementasi sistem informasi kesehatan dapat ditingkatkan dengan cara melakukan perbaika pada variabel <em>use</em> dengan indikator <em>frequency of use</em>.</p><p><strong><em>Abstract</em></strong></p><p class="Judul2"><em>The study aims to evaluate the success of health information systems (Homedika.com) implementation. Measurements are carried out based on DeLone &amp; McLean Model. Data collection was done through  questionnaire that had passed the validity and reliability test. The research sample consisted of 30 respondents who were selected using purposive sampling technique and ata were analyzed using descriptive statistics formula. The results of success analysis in the system quality, information quality, service quality, user satisfaction, and net benefits</em><em> variable</em><em> </em><em>categorized as</em><em> High, and use variable </em><em>categorized as </em><em>Quite High. The success of the implementation of health information systems can be improved by improving the use variable with frequency of use</em><em> indicator</em><em>.</em></p><p><strong><em><br /></em></strong></p>

No abstract