Articles

Paper Publikasi Cloud Experience Research Group Part 2

Berikut paper publikasi di bulan September 2024:

Judul Paper: Competency Framework in Higher Education: A Bibliometric Analysis from 2000 to 2023

Penulis: Ellysa Tjandra, Ridi Ferdiana, Noor Akhmad Setiawan, Sri Suning Kusumawardani

Abstrak:

Studi ini melakukan analisis pemetaan biometrik dari kerangka kompetensi dalam penelitian pendidikan tinggi dengan memanfaatkan basis data Scopus menggunakan teknik Search, Appraisal, Synthesis, and Analysis (SALSA). Studi kami secara komprehensif menguraikan penelitian kerangka kompetensi dari tahun 2000 hingga 2023. Kami menganalisis dan mensintesis karya-karya sebelumnya untuk mengungkap area topik, menyoroti subjek penelitian prospektif, dan mengidentifikasi tren dan pola umum. Kami mengumpulkan semua publikasi jurnal dan konferensi dari tahun 2000 hingga 2023, dari mana 366 makalah diperiksa lebih lanjut menggunakan perangkat lunak VOSviewer untuk menentukan keterkaitan penulis bersama antara dokumen dan menemukan kata kunci yang paling sering digunakan. Studi ini menemukan bahwa kerangka kompetensi masih diteliti di seluruh dunia dan menunjukkan tren yang meningkat, terutama sejak tahun 2019 dan memuncak pada tahun 2021 dan 2023. Penelitian kerangka kompetensi terutama dieksplorasi dalam Ilmu Sosial, Kedokteran, Keperawatan, Ilmu Komputer, Bisnis, Manajemen, dan Akuntansi. Penelitian ini dilakukan di 63 negara, terutama di negara-negara maju: Amerika Serikat, Inggris, dan Kanada. Makalah ini juga menemukan kontributor utama untuk studi kerangka kompetensi. Kami menemukan bahwa studi tentang kerangka kompetensi dikelompokkan ke dalam enam klaster kemunculan kata kunci, dan kata kunci yang paling sering terkait adalah “manusia,” “artikel,” “kurikulum,” “pendidikan,” “pendidikan medis,” dan “kompetensi klinis.” Kami juga memberikan analisis lebih lanjut dan menemukan kata kunci terkait terbaru yang dapat digunakan sebagai dasar untuk studi masa depan.

Link Paper: Competency Framework in Higher Education: A Bibliometric Analysis from 2000 to 2023 (researchgate.net)

You may also like

7 Langkah Menyiapkan Oral Examination

Oral examination sebagai bentuk ujian yang diajukan melalui beberapa pertanyaan yang diajukan oleh penguji. Pengujian ini dilakukan untuk menguji seberapa paham Anda dengan topik masalah yang diangkat untuk menganalisis dan berpikir kritis, berkomunikasi secara lisan dan mempresentasikan informasi pemecahan masalah yang diberikan. 

Berikut ada 7 langkah yang dapat dilakukan menjelang hari pengujian.

  • Menyiapkan berkas untuk ujian dengan naskah akademik skripsi/tesis/disertasi, publikasi dan korespondensi, demonstrasi video/live demo. Saat melakukan presentasi naskah diharapkan dapat menyesuaikan dengan waktu yang diberikan. Menyampaikan sekompleks mungkin tetapi tidak bertele – tele. Semisal diberikan waktu 30 menit untuk presentasi maka setidaknya slide yang dipaparkan ada 30 slide. Selain itu perlu adanya dokumen penunjang seperti formulir survei apabila melakukan pendataan, kemudian dataset yang digunakan bersamaan dengan kode sumber, dan lainnya.
  • Menyiapkan cerita untuk mempresentasikan topik pengujian dari masalah yang diangkat dan mengapa masalah itu penting untuk diselesaikan, apa yang sudah pernah dilakukan oleh peneliti lain terhadap topik masalah tersebut, metode yang diusulkan seperti apa sehingga mendapatkan hasil dan proses validasi yang akurat dan dapat memberikan kesimpulan yang mudah dipahami.
  • Menyiapkan presentasi dengan menyesuaikan waktu yang ada, ditampilkan dengan beberapa bullet point saja tidak perlu dalam bentuk paragraf misalnya maksimum dua kalimat. Apabila terdapat gambar dan tabel bisa dilampirkan dengan penjelasan dalam bentuk bullet dan pengutipan sitasinya. Bisa ditambah dengan transisi dan animasi yang cukup untuk section yang ada secara terstruktur.
  • Finalisasi presentasi akan mendapatkan umpan balik dari pembimbing, memungkinkan akan ada versioning atau catatan perubahan.
  • Berlatih presentasi, diharapkan dapat mengalir dengan model bercerita bukan membaca. Pada bagian notes mungkin bisa cukup dengan memberikan kata kunci dan berlatih untuk intonasi dan ketepatan waktu penyampaian.
  • Menjelang h-1 perlu mempersiapkan laptop dan memungkinkan untuk backup, melakukan sinkronisasi file, menggunakan pakaian senyamannya dan tetap rapi, mendatangi lokasi ujian untuk mengecek dan infrastruktur lainnya.
  • Saat hari H, diharapkan hadir 60 menit sebelumnya, melakukan tes koneksi dan tes layar juga menyiapkan tethering. Perlu me-remind pembimbing untuk hadir 120 menit sebelumnya. Saat mempresentasikan perlu 4s (senyum, sapa, santai, sigap), sedangkan untuk teknik presentasi seperti biasanya perlu tepat waktu dan tidak membaca teks. Dalam teknik menjawab pertanyaan yang perlu diingat adalah re-konfirmasi, bagaimana derajat keyakinan, menjawab dan melakukan konfirmasi jawaban serta mencatat. Apabila terdapat beberapa bagian revisi dari penguji maka perlu adanya catatan untuk bisa memperbaikinya kembali. 
    • read more

    Dasbor Visualisasi Prestasi Mahasiswa DTETI Berbasis Data Tidak Terstruktur

    Pentingnya Data

    Pada zaman perkembangan digital saat ini hampir seluruh aspek dalam kehidupan manusia selalu berkaitan dengan data, baik data terstruktur maupun tidak terstruktur. Untuk data tidak terstruktur sendiri dibutuhkan pengolahan agar dapat menghasilkan informasi yang bernilai. Dengan meningkatnya kebutuhan informasi, maka diperlukan metode pengolahan data yang optimal untuk menghasilkan informasi bernilai. Melalui BI data mentah mampu diubah menjadi informasi bernilai dengan penyajian yang menarik melalui visualisasi data, sehingga mampu memudahkan proses analisis data guna mendukung pembuatan keputusan maupun strategi suatu organisasi. read more

    Pengembangan Aplikasi Web untuk Mengukur Analisis Sentimen Berbahasa Indonesia berbasis Cognitive Service pada Berita E-Commerce

    Seiring dengan meningkatnya kemudahan akses internet, informasi berkembang dan menyebar dengan sangat cepat. Kemajuan di bidang teknologi informasi dan telekomunikasi berdampak pada munculnya berbagai portal berita online. Arus informasi tidak lagi dikuasai oleh televisi, radio, koran, dan majalah. Masyarakat Indonesia kini mulai beralih dari konsumsi berita dalam bentuk surat kabar ke koran digital atau situs berita online. Jumlah berita yang tersimpan dalam format elektronik terus meningkat. Berita dapat diolah dan digunakan perusahaan untuk mendapatkan informasi tentang sentimen opini publik terhadap perusahaan. Membaca satu per satu berita yang ada di portal berita membutuhkan waktu yang lama. Oleh karena itu diperlukan suatu teknik yang mampu mengklasifikasikan berita tersebut ke dalam positif, netral, dan negatif secara otomatis untuk menganalisis data yang dapat berguna dalam proses pengambilan keputusan. Pada penelitian ini akan dilakukan pengembangan aplikasi web untuk mengukur analisis sentimen pada berita e-commerce berbahasa Indonesia dengan menerapkan metode pembobotan TF-IDF dan metode machine learning yaitu Support Vector Machine. Data yang digunakan merupakan data berita berbahasa Indonesia tentang e-commerce di Indonesia yang berasal dari Bing News. Evaluasi model dilakukan dengan metode 5-fold cross validation. read more

    Chatbot Pembanding Sentimen Produk berbasis Layanan Kognitif.

    Hidup itu Pilihan

    Hidup itu selalu ada pilihan. Bayangkan saja seorang mahasiswa hendak membeli sebuah ponsel pintar. Pada saat itu sang mahasiswa pasti melakukan kajian mana ponsel yang cocok. Mulai dari spesifikasi, fitur, hingga komentar masyarakat mengenai ponsel tersebut. Spesifikasi dan fitur adalah hal yang saat ini dapat diperoleh dengan mudah melalui internet atau media sosial. Tetapi komentar masyarakat mengenai ponsel tersebut tentu menjadi kesulitan tersendiri karena terdapat ratusan hingga ribuan pendapat yang berbeda-beda. Ribuan pendapat ini tersimpan dalam lautan informasi yang terbenam di media sosial, situs berita, hingga mesin pencari. Pendapat yang dihasilkan tersebut juga beragam. Ada yang menanggapi positif, negatif, dan netral. read more

    Leave a comment

    Your email address will not be published.