Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Jurnal Inovasi Komputer
Muhammad Rizqi Rizqi
Universitas Mahakarya Asia
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis Pengaruh Penggunaan Artificial Intelligence (AI) terhadap Pemikiran Kritis Mahasiswa Program Studi Sistem Informasi Universitas Mahakarya Asia Muhammad Rizqi Rizqi
Jurnal Inovasi Komputer Vol 2 No 2 (2026): Jurnal Inovasi Komputer (INOKOM)
Publisher : Rumah Jurnal PT Citra Air Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71200/inokom.v2i2.201

Abstract

Pemanfaatan Artificial Intelligence (AI) dalam lingkungan akademik telah memicu perdebatan mengenai dampaknya terhadap kemampuan kognitif, khususnya pada mahasiswa Program Studi Sistem Informasi. Penelitian ini bertujuan untuk menganalisis pengaruh penggunaan AI terhadap kemampuan berpikir kritis mahasiswa melalui metode narrative review. Dengan menyintesis literatur dari sepuluh sumber penelitian terkini, kajian ini mengeksplorasi hubungan antara intensitas penggunaan teknologi cerdas dengan enam dimensi berpikir kritis, yaitu interpretasi, analisis, evaluasi, inferensi, eksplanasi, dan regulasi diri. Hasil tinjauan menunjukkan bahwa penggunaan AI memberikan dampak yang ambivalen. Di satu sisi, AI bertindak sebagai katalisator efisiensi yang memperkuat kemampuan interpretasi dan eksplanasi mahasiswa dalam memproses data kompleks. Di sisi lain, terdapat risiko penurunan ketajaman evaluasi dan kemandirian intelektual apabila terjadi ketergantungan berlebihan yang bersifat pasif. Temuan kunci dalam penelitian ini menegaskan bahwa literasi digital berperan sebagai variabel moderator yang krusial; mahasiswa dengan literasi digital tinggi mampu memanfaatkan AI sebagai mitra kolaboratif untuk memperdalam nalar, sedangkan literasi yang rendah cenderung memicu kemalasan kognitif. Penelitian ini menyimpulkan bahwa integrasi AI di perguruan tinggi harus dibarengi dengan penguatan etika akademik dan pemahaman fundamental mengenai logika sistem. Sebagai saran, institusi pendidikan perlu merumuskan batasan penggunaan AI yang etis guna menjaga integritas intelektual mahasiswa di era otomatisasi cerdas.
Analisis Data Penjualan Soto Di Toko Chavie Baturaja Menggunakan Teknik Data Mining Muhammad Rizqi Rizqi
Jurnal Inovasi Komputer Vol 2 No 2 (2026): Jurnal Inovasi Komputer (INOKOM)
Publisher : Rumah Jurnal PT Citra Air Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71200/inokom.v2i2.208

Abstract

Penelitian ini dilatarbelakangi oleh permasalahan pada Toko Chavie Baturaja, sebuah usaha kuliner yang memiliki data transaksi melimpah namun belum dimanfaatkan secara optimal untuk strategi bisnis. Manajemen menghadapi kesulitan dalam mengidentifikasi pola pembelian konsumen secara akurat, sehingga pengelolaan stok dan penentuan paket menu masih bersifat intuitif. Penelitian ini bertujuan untuk menggali pola asosiasi antar menu menggunakan teknik data mining dengan algoritma Apriori. Metode penelitian yang digunakan adalah Cross-Industry Standard Process for Data Mining (CRISP-DM), meliputi tahap pemahaman bisnis hingga evaluasi hasil. Analisis dilakukan terhadap 500 data transaksi dengan menetapkan ambang batas minimal support 10% dan minimal confidence 50%. Hasil penelitian menunjukkan adanya aturan asosiasi yang sangat kuat antara menu utama dan minuman, khususnya kombinasi Soto Ayam dan Es Teh Manis dengan nilai confidence tertinggi sebesar 88,8%. Selain itu, ditemukan pola signifikan pada item pendamping seperti Sate Uritan dan Kerupuk Putih (57,8%). Temuan ini memberikan kontribusi praktis bagi Toko Chavie dalam merancang strategi pemasaran berbasis data, seperti pembuatan paket menu "Soto Segar" dan optimalisasi tata letak item pendamping guna meningkatkan pembelian impulsif. Kesimpulannya, implementasi algoritma Apriori terbukti efektif dalam mengubah data transaksi mentah menjadi informasi strategis untuk meningkatkan daya saing UMKM kuliner.
Analisis Data Akademik Pada Faktor-Faktor yang Mempengaruhi IPK Mahasiswa Studi Kasus : Program Studi Sistem Informasi Universitas Mahakarya Asia Muhammad Rizqi Rizqi
Jurnal Inovasi Komputer Vol 2 No 2 (2026): Jurnal Inovasi Komputer (INOKOM)
Publisher : Rumah Jurnal PT Citra Air Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71200/inokom.v2i2.214

Abstract

Indeks Prestasi Kumulatif (IPK) merupakan indikator utama dalam menilai keberhasilan akademik mahasiswa di perguruan tinggi. Program Studi Sistem Informasi Universitas Mahakarya Asia memiliki volume data akademik yang besar, namun pemanfaatannya sebagai dasar pengambilan keputusan akademik masih belum optimal. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi IPK mahasiswa dengan menerapkan teknik data mining menggunakan algoritma C4.5. Metodologi penelitian mengikuti kerangka kerja Cross-Industry Standard Process for Data Mining (CRISP-DM) yang meliputi tahap pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan deployment. Dataset yang digunakan terdiri dari 500 data mahasiswa, yang setelah melalui proses preprocessing menjadi 420 data valid dengan delapan atribut independen dan satu atribut target berupa klasifikasi IPK. Hasil perhitungan entropy, gain, dan gain ratio menunjukkan bahwa atribut IP Semester 2 memiliki nilai gain ratio tertinggi sehingga terpilih sebagai simpul akar dalam pembentukan pohon keputusan. Faktor lain yang berpengaruh sebagai simpul cabang antara lain IP Semester 1, status pekerjaan, dan jalur masuk mahasiswa. Evaluasi model menggunakan confusion matrix menghasilkan nilai akurasi sebesar 88,30%, presisi 89,52%, dan recall 87,24%, yang menunjukkan bahwa model memiliki tingkat keandalan yang sangat baik. Hasil penelitian ini membuktikan bahwa algoritma C4.5 efektif digunakan untuk mengidentifikasi faktor dominan yang mempengaruhi IPK mahasiswa. Temuan ini diharapkan dapat menjadi dasar bagi pihak program studi dalam merancang kebijakan akademik serta sistem peringatan dini untuk meningkatkan kualitas dan keberhasilan studi mahasiswa.  
Co-Authors