Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Minfo Polgan (JMP)
Nurul Fadliana
Politeknik Ilmu Pelayaran Makassar
Computer Science & IT Library & Information Science Mathematics Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Evaluasi Implementasi Sistem Inaportnet dalam Pelayanan Clearance In Kapal di KSOP Utama Makassar Nurul Ahyana; Rony Kusmaladi; Nurul Fadliana
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14946

Abstract

Inaportnet is a nationally implemented electronic system developed by the Indonesian Ministry of Transportation to enhance the efficiency, transparency, and integration of port services. This study aims to evaluate the implementation of the Inaportnet system in the clearance in service for ships at the Office of Harbormaster and Port Authority (KSOP) Class I Makassar and to identify the key challenges encountered during its operation. This research adopts a descriptive qualitative approach, employing observation, in-depth interviews, and document analysis as data collection techniques. Data were collected over a three-month period (February 26–May 26, 2024) and analyzed thematically, supported by source triangulation to ensure validity. The results show that while the Inaportnet system has been implemented according to standard procedures, it still faces several critical issues, including technical system disruptions, limited operator competency, absence of emergency standard operating procedures (SOPs), and poor inter-agency coordination. Although the delay rate for PKK (ship arrival clearance documents) was only 2%, the delays occurred consistently and significantly affected the efficiency of port services. It is concluded that the success of digital systems such as Inaportnet depends not only on technological infrastructure but also on the readiness of human resources, adaptive operational procedures, and effective inter-agency collaboration. This research is expected to provide valuable insights for improving digital service implementation in Indonesian ports.
Prediksi Risiko Akademik Taruna Menggunakan Long Short-Term Memory (LSTM) Berbasis Data Longitudinal pada Pendidikan Vokasi Pelayaran Nurul Ahyana; Nurul Fadliana
Jurnal Minfo Polgan Vol. 15 No. 2 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i2.16571

Abstract

Kegagalan akademik pada pendidikan vokasi pelayaran memiliki konsekuensi yang lebih kompleks dibandingkan pendidikan tinggi reguler sehingga prediksi risiko akademik sejak dini menjadi penting untuk mendukung pembinaan taruna. Penelitian ini bertujuan mengembangkan model prediksi risiko akademik berbasis data longitudinal menggunakan metode Long Short-Term Memory (LSTM). Berbeda dengan penelitian sebelumnya yang umumnya menggunakan data cross-sectional, penelitian ini memanfaatkan riwayat akademik semester 1–3 sebagai data berurutan (sequence) untuk memprediksi status akademik akhir taruna yang diklasifikasikan menjadi tiga kategori, yaitu lulus, lambat lulus, dan tidak lulus. Dataset mencakup 1.667 taruna Program Diploma III Politeknik Pelayaran Barombong dari tiga angkatan (2020–2022). Untuk menjaga validitas prediksi, horizon prediksi dibatasi pada semester 1–3, sedangkan pembagian data latih dan data uji dilakukan pada level individu taruna guna mencegah data leakage. Ketidakseimbangan kelas ditangani menggunakan class weight sehingga karakteristik data longitudinal tetap terjaga. Sebelum diterapkan pada data institusional, pipeline divalidasi secara end-to-end menggunakan data sintetis dengan struktur yang identik. Pengujian menghasilkan akurasi 0,34 dan nilai ROC-AUC makro 0,471, mendekati performa tebakan acak sebagaimana diharapkan pada data berlabel acak, sehingga memvalidasi implementasi pipeline dan mekanisme pencegahan data leakage. Penelitian ini menghasilkan kerangka metodologis prediksi risiko akademik berbasis data longitudinal yang dapat menjadi landasan pengembangan sistem pendukung keputusan dan Early Warning System pada penelitian selanjutnya.
Co-Authors Nurul Ahyana Rony Kusmaladi