Article Per Year (5 Year)
p-Index From 2021 - 2026
0.835
P-Index
This Author published in this journals
All Journal Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Media Informatika Journal of Informatics and Computer Science (JINACS) Jurnal Ilmu Ekonomi, Pendidikan dan Teknik (IDENTIK) Jurnal Nasional Komputasi dan Teknologi Informasi
Rino Raihan Gumilang
Universitas Negeri Surabaya
Religion Aerospace Engineering Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Neuroscience Transportation

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Klasifikasi Abstrak Tugas Akhir Mahasiswa Berbasis Web dengan Algoritma K-Nearest Neighbor Moch. Anang Ardiansyah; Raka Tegar Wicaksono; Rino Raihan Gumilang; Solikhul Mauludin; Muhammad Hamdan Fuadi; Ersha Aisyah Elfaiz

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10213

Abstract

Abstrak - Penelitian ini mengembangkan sistem klasifikasi abstrak tugas akhir mahasiswa Program Studi Pendidikan Teknologi Informasi (PTI) berbasis web menggunakan algoritma K-Nearest Neighbor (KNN). Data dikumpulkan melalui web scraping dari jurnal IT-Edu pada rentang tahun 2017–2025, kemudian melalui tahap preprocessing meliputi case folding, tokenizing, stopword removal, dan stemming sebelum dilakukan ekstraksi fitur menggunakan TF-IDF dan pengukuran kemiripan dengan cosine similarity. Dataset berjumlah 312 abstrak dibagi menjadi 249 data latih dan 63 data uji. Evaluasi performa dilakukan menggunakan beberapa nilai K dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa nilai K= 17 memberikan kinerja terbaik dengan F-Measures sebesar 0.539. Sistem berbasis web yang dihasilkan mampu melakukan klasifikasi otomatis abstrak tugas akhir ke dalam kategori Rekayasa Perangkat Lunak (RPL) dan Teknik Komputer dan Jaringan (TKJ), sehingga dapat mendukung pengelolaan repositori akademik secara lebih efisien dan objektif.Kata kunci: K-Nearest Neighbor; TF-IDF; Cosine Similarity; Klasifikasi Dokumen; Sistem Berbasis Web; Abstract - This study develops a web-based classification system for undergraduate thesis abstracts in the Information Technology Education (PTI) program using the K-Nearest Neighbor (KNN) algorithm. Data were collected through web scraping from the IT-Edu journal (2017–2025) and preprocessed through case folding, tokenizing, stopword removal, and stemming prior to feature extraction using TF-IDF and similarity measurement with cosine similarity. A total of 312 abstracts were obtained and divided into 249 training data and 63 testing data. System performance was evaluated using several K values and measured with accuracy, precision, recall, and F1-score metrics. The results indicate that K = 17 provides the best performance with an F-measure of 0.539. The developed web-based system can automatically classify thesis abstracts into Software Engineering (RPL) and Computer and Network Engineering (TKJ), supporting more efficient and objective management of academic repositories.Keywords: K-Nearest Neighbor; TF-IDF; Cosine Similarity; Text Classification; Web-based System;
Perencanaan Manajemen Proyek Dalam Meningkatkan Efisiensi dan Efektivitas Penjadwalan Mata Kuliah Raka Tegar Wicaksono; M. Hamdan Fuadi; Moch. Anang Ardiansyah; Solikhul Mauludin; Rino Raihan Gumilang; Ersha Aisyah Elfaiz
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i1.7967

Abstract

Perkembangan teknologi informasi mendorong perguruan tinggi untuk mengoptimalkan proses akademik, termasuk penjadwalan mata kuliah yang sering mengalami konflik jadwal serta kesalahan input. Penelitian ini bertujuan untuk menyusun perencanaan manajemen proyek pengembangan aplikasi penjadwalan berbasis web bernama Jadwalin guna meningkatkan efisiensi dan efektivitas proses penjadwalan akademik. Penelitian menggunakan metode deskriptif dengan pendekatan studi kasus serta mengacu pada kerangka Project Management Body of Knowledge (PMBOK). Perencanaan dilakukan melalui penyusunan Work Breakdown Structure (WBS), manajemen waktu menggunakan Gantt Chart, dan estimasi biaya dengan pendekatan bottom-up. Hasil perencanaan menunjukkan bahwa penerapan sembilan area pengetahuan manajemen proyek memungkinkan proses pengembangan berjalan lebih terarah melalui integrasi ruang lingkup, jadwal, biaya, kualitas, komunikasi, risiko, sumber daya, dan pengadaan. Perencanaan yang matang juga membantu meminimalkan risiko keterlambatan, menghindari scope creep, serta memastikan alur pengembangan sesuai kebutuhan akademik. Dengan demikian, aplikasi Jadwalin diharapkan mampu mendukung digitalisasi kampus, meminimalkan bentrokan jadwal, dan meningkatkan pengalaman pengguna dalam pengelolaan jadwal kuliah
Rancang Bangun LMS Mindlab Berbasis Web dengan Online Compiler dan Profile Showcase Rino Raihan Gumilang; Rizky Basatha
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak—Penelitian ini bertujuan untuk merancang dan membangun sebuah Learning Management System (LMS) "Mindlab" berbasis website yang dilengkapi dengan fitur Compiler Online dan Profile Showcase untuk mendukung praktik Pemrograman Terstruktur. Terdapat kebutuhan akan platform sistem informasi terpusat yang mampu menyediakan lingkungan eksekusi kode pemrograman secara real-time langsung di dalam peramban, serta fitur dokumentasi portofolio digital yang saling terintegrasi dalam satu sistem, guna mengatasi keterbatasan spesifikasi perangkat keras dan fragmentasi platform. Sistem dibangun menggunakan arsitektur full-stack dengan framework Next.js, basis data Supabase (PostgreSQL), serta integrasi layanan pihak ketiga berupa Piston API dan Wandbox sebagai mesin kompilator kode online. Metode pengembangan sistem menggunakan pendekatan Research and Development (R&D) melalui tahapan siklus perancangan ADDIE (Analyze, Design, Development, Implementation, dan Evaluation). Pengujian fungsionalitas sistem dievaluasi menggunakan metode Black Box Testing yang menghasilkan tingkat validitas sebesar 99,07% dari 216 skenario uji, membuktikan bahwa fungsionalitas sistem berjalan dengan sangat baik dan tanpa kecacatan (bug) mayor. Selain itu, evaluasi non-fungsional dari sisi antarmuka dan pengalaman pengguna diukur menggunakan User Experience Questionnaire (UEQ). Hasil pengukuran UEQ menunjukkan bahwa lima dari enam skala berada pada posisi Above Average terhadap tolok ukur (benchmark) global produk digital. Kesimpulannya, rancang bangun sistem LMS Mindlab terbukti andal secara teknis, fungsional, dan mampu memberikan kualitas pengalaman pengguna yang sangat baik sebagai platform eksekusi dan manajemen pemrograman terstruktur.   Kata Kunci— Learning Management System, Mindlab, Compiler Online, Next.js, Black Box Testing, User Experience Questionnaire, Full-stack Development.
Analisis Peningkatan Kemampuan Kognitif Murid Pada Fase E Elemen Pemrograman Terstruktur Setelah Menggunakan Lms Mindlab Rino Raihan Gumilang; Rizky Basatha
Jurnal Ilmu Ekonomi, Pendidikan dan Teknik Vol. 3 No. 4 (2026): IDENTIK - Juli
Publisher : CV. SINAR HOWUHOWU

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70134/identik.v3i4.1726

Abstract

Students' cognitive abilities in the Structured Programming element at the vocational secondary school level remain a challenge in the implementation of Phase E of the Merdeka Curriculum, particularly in the mastery of programming logic and problem-solving concepts. This study aims to analyze the improvement of cognitive abilities among Class X RPL students at SMK Antartika 2 Sidoarjo following the use of a website-based LMS entitled Mindlab, integrated with the Problem Based Learning (PBL) instructional model. The study employed a Time Series Design conducted across three meetings in May 2026. Cognitive ability data were collected through pre-test (O1, O2) and post-test (O3) instruments that had been validated by subject matter experts. The media validation yielded 83.14% (Very Valid), the learning module 85.59% (Very Valid), the subject matter 82% (Valid), and the cognitive test items 80.63% (Very Valid). Inferential analysis using the Paired Sample T-Test revealed a calculated t-value of 68.45 with 30 degrees of freedom (df) and a p-value of less than 0.001, indicating a statistically significant increase in students' cognitive abilities. The magnitude of cognitive improvement was further assessed using the Normalized Gain (N-Gain) test, which produced a mean score of 0.732, classified within the high gain category. User experience evaluation using the UEQ instrument showed that the majority of scales were positioned Above Average against the global benchmark. These findings indicate that LMS Mindlab is significantly and effectively capable of enhancing students' cognitive abilities in the Structured Programming element of Phase E.
Klasifikasi Abstrak Tugas Akhir Mahasiswa Berbasis Web dengan Algoritma K-Nearest Neighbor Moch. Anang Ardiansyah; Raka Tegar Wicaksono; Rino Raihan Gumilang; Solikhul Mauludin; Muhammad Hamdan Fuadi; Ersha Aisyah Elfaiz
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 1 (2026): Februari, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.216

Abstract

Abstrak - Penelitian ini mengembangkan sistem klasifikasi abstrak tugas akhir mahasiswa Program Studi Pendidikan Teknologi Informasi (PTI) berbasis web menggunakan algoritma K-Nearest Neighbor (KNN). Data dikumpulkan melalui web scraping dari jurnal IT-Edu pada rentang tahun 2017–2025, kemudian melalui tahap preprocessing meliputi case folding, tokenizing, stopword removal, dan stemming sebelum dilakukan ekstraksi fitur menggunakan TF-IDF dan pengukuran kemiripan dengan cosine similarity. Dataset berjumlah 312 abstrak dibagi menjadi 249 data latih dan 63 data uji. Evaluasi performa dilakukan menggunakan beberapa nilai K dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa nilai K = 17 memberikan kinerja terbaik dengan F-Measures sebesar 0.539. Sistem berbasis web yang dihasilkan mampu melakukan klasifikasi otomatis abstrak tugas akhir ke dalam kategori Rekayasa Perangkat Lunak (RPL) dan Teknik Komputer dan Jaringan (TKJ), sehingga dapat mendukung pengelolaan repositori akademik secara lebih efisien dan objektif. Kata kunci: K-Nearest Neighbor; TF-IDF; Cosine Similarity; Klasifikasi Dokumen; Sistem Berbasis Web; Abstract - This study develops a web-based classification system for undergraduate thesis abstracts in the Information Technology Education (PTI) program using the K-Nearest Neighbor (KNN) algorithm. Data were collected through web scraping from the IT-Edu journal (2017–2025) and preprocessed through case folding, tokenizing, stopword removal, and stemming prior to feature extraction using TF-IDF and similarity measurement with cosine similarity. A total of 312 abstracts were obtained and divided into 249 training data and 63 testing data. System performance was evaluated using several K values and measured with accuracy, precision, recall, and F1-score metrics. The results indicate that K = 17 provides the best performance with an F-measure of 0.539. The developed web-based system can automatically classify thesis abstracts into Software Engineering (RPL) and Computer and Network Engineering (TKJ), supporting more efficient and objective management of academic repositories. Keywords: K-Nearest Neighbor; TF-IDF; Cosine Similarity; Text Classification; Web-based System;
Co-Authors Ersha Aisyah Elfaiz M. Hamdan Fuadi Moch. Anang Ardiansyah Muhammad Hamdan Fuadi Raka Tegar Wicaksono Rizky Basatha Solikhul Mauludin