Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Jurnal Bisantara Informatika
Evinitus Sembiring
STMIK Kristen Neumann Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering

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

Found 3 Documents
Search

 1 
Implementation of the Incoming and Outgoing Mail Management Information System Application at STMIK Neumann Indonesia Evinitus Sembiring
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 2 (2025): September 2025
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i2.519

Abstract

Managing incoming and outgoing mail is a crucial part of administrative activities in higher education institutions, including STMIK Neumann Indonesia. Currently, the process of recording and archiving mail is still done manually, which can potentially cause various problems such as delays in processing mail, lost documents, and difficulties in searching archives. To address these issues, a computerized and integrated Incoming and Outgoing Mail Management Information System application was developed. This application is designed with a web-based approach using the PHP programming language and a MySQL database. The main features developed include managing incoming and outgoing mail, agency data, mail classification, user management, and mail reports. This system is also equipped with an access rights-based login function to maintain data security. Test results show that the application can help administrative processes be faster, more efficient, and well-documented. By implementing this information system, STMIK Neumann Indonesia can improve the effectiveness of administrative services, accelerate the flow of mail disposition, and create a structured and modern digital archiving system.
Implementasi Feature Driven Development (FDD) Sistem Informasi Arsip Elektronik STMIK Kristen Neumann Indonesia Fofozu Zebua; Tongam E Panggabean; Evinitus Sembiring
Jurnal Bisantara Informatika Vol. 9 No. 2 (2025): Jurnal Bisantara Informatika (JBI) Vol. 9 No. 2 Tahun 2025
Publisher : Akademi Manajemen Informatika dan Komputer PARBINA NUSANTARA Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem informasi arsip elektronik yang dapat mengotomatisasi proses pengelolaan surat di STMIK Kristen Neumann Indonesia. Latar belakang penelitian ini adalah kebutuhan institusi akan sistem pengarsipan yang efisien, cepat, dan akurat, mengingat proses manual yang masih digunakan sering menimbulkan keterlambatan, kesalahan pencatatan, serta kesulitan dalam pencarian dokumen. Metode pengembangan yang digunakan adalah Feature Driven Development (FDD), yaitu pendekatan berbasis fitur dengan tahapan pengembangan yang iteratif dan berorientasi pada kebutuhan pengguna. Data penelitian dikumpulkan melalui wawancara, observasi, dan studi dokumentasi terhadap prosedur administrasi surat di lingkungan institusi. Hasil penelitian menunjukkan bahwa sistem informasi arsip elektronik yang dikembangkan mampu mengotomatisasi proses surat masuk dan surat keluar, meningkatkan efisiensi pengarsipan, serta memudahkan pencarian dokumen. Penerapan metode FDD juga memungkinkan pengembangan sistem yang fleksibel, mudah digunakan, dan dapat disesuaikan dengan kebutuhan pengguna. Secara keseluruhan, sistem ini berkontribusi dalam mendukung digitalisasi tata kelola surat serta meningkatkan kualitas layanan administrasi di lingkungan perguruan tinggi.
PENGEMBANGAN DAN UJI EFEKTIVITAS SISTEM PEMBELAJARAN ADAPTIF BERBASIS KECERDASAN BUATAN UNTUK MEREMEDIASI KESULITAN BELAJAR MATEMATIKA SISWA SMP Evinitus Sembiring; Kris Diansen Siregar; Desi Margaretta
Jurnal Bisantara Informatika Vol. 10 No. 1 (2026): Jurnal Bisantara Informatika (JBI) Vol. 10 No. 1 Tahun 202
Publisher : Akademi Manajemen Informatika dan Komputer PARBINA NUSANTARA Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi kecerdasan buatan memberikan peluang dalam pengembangan sistem pembelajaran yang mampu menyesuaikan materi berdasarkan karakteristik dan kebutuhan individu siswa. Permasalahan yang sering terjadi pada pembelajaran matematika tingkat SMP adalah adanya perbedaan kemampuan awal, pola kesalahan konsep, serta keterbatasan guru dalam memberikan pembelajaran yang bersifat personal kepada seluruh siswa. Sistem pembelajaran konvensional masih menerapkan pendekatan yang sama sehingga belum mampu memberikan rekomendasi pembelajaran berdasarkan tingkat kesulitan masing-masing siswa. Penelitian ini bertujuan untuk mengembangkan dan menguji efektivitas sistem pembelajaran adaptif berbasis kecerdasan buatan menggunakan Machine Learning Recommendation System untuk meremediasi kesulitan belajar matematika siswa SMP. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model Borg and Gall sederhana yang terdiri dari tahapan analisis kebutuhan, perancangan sistem, pengembangan produk, validasi ahli, revisi produk, uji coba pengguna, dan evaluasi efektivitas. Sistem yang dikembangkan menggunakan pendekatan machine learning recommendation dengan algoritma Random Forest untuk melakukan klasifikasi tingkat kesulitan belajar berdasarkan data kemampuan awal, pola kesalahan jawaban, waktu penyelesaian soal, dan tingkat penguasaan konsep siswa. Sistem menghasilkan rekomendasi materi pembelajaran secara adaptif sesuai kebutuhan siswa. Pengujian sistem dilakukan melalui validasi lima ahli yang terdiri dari ahli pendidikan matematika, ahli teknologi pembelajaran, ahli informatika, dan guru matematika SMP. Uji coba pengguna dilakukan terhadap 30 siswa kelas VIII dengan kemampuan akademik heterogen. Hasil validasi ahli materi memperoleh nilai Aiken’s V sebesar 0,90. Pengujian model AI menghasilkan nilai akurasi rekomendasi sebesar 96,67%. Hasil uji efektivitas menunjukkan peningkatan hasil belajar meningkat sebesar 45% dari nilai Pre-Test. Berdasarkan hasil penelitian dapat disimpulkan bahwa sistem pembelajaran adaptif berbasis kecerdasan buatan yang dikembangkan mampu melakukan rekomendasi pembelajaran secara akurat dan efektif dalam membantu meremediasi kesulitan belajar matematika siswa SMP.
Co-Authors Desi Margaretta Fofozu Zebua Kris Diansen Siregar Tongam E Panggabean