Garuda - Garba Rujukan Digital

Ridwan Zulkifli

Universitas Ma’some

Author-ID : 10994288

Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Neuroscience Transportation

Published : 3 Documents Claim Missing Document

Claim Missing Document

Articles

1

Analisis Model Sistem Informasi Pembelajaran Adaptif Menggunakan Machine Learning untuk Optimalisasi Hasil Belajar Mahasiswa Ansen Andryadi; Ridwan Zulkifli; Deva Ibrahim; Syifa Aulya; Novia Nurul Puspita; Dhita Ayu Amalia; Nadya Sri Agustina

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10540

Abstrak-Perkembangan teknologi digital dan pembelajaran daring menuntut sistem pembelajaran yang mampu menyesuaikan dengan kebutuhan individual mahasiswa untuk meningkatkan hasil belajar. Namun, banyak institusi pendidikan masih menggunakan pendekatan pembelajaran yang kurang adaptif sehingga efektivitas belajar belum optimal. Penelitian ini mengangkat persoalan tersebut dengan menganalisis model sistem informasi pembelajaran adaptif yang memanfaatkan machine learning untuk mengoptimalisasi hasil belajar mahasiswa. Tujuan penelitian adalah merancang dan mengevaluasi model sistem informasi pembelajaran adaptif yang mampu memberikan rekomendasi pembelajaran personal secara dinamis berdasarkan data performa dan pola belajar mahasiswa. Metode penelitian yang digunakan adalah penelitian dan pengembangan (RD) dengan pendekatan kuantitatif untuk menguji efektivitas model menggunakan data praktikum mahasiswa. Alat utama dalam penelitian ini adalah algoritma machine learning yang diterapkan pada platform pembelajaran berbasis web. Temuan penelitian menunjukkan bahwa penggunaan model adaptif berbasis machine learning secara signifikan meningkatkan ketercapaian hasil belajar mahasiswa dibandingkan metode pembelajaran tradisional. Implikasi penelitian ini dapat menjadi referensi bagi pengembangan sistem pembelajaran modern yang lebih responsif dan personal di perguruan tinggi, serta memperkuat penerapan teknologi kecerdasan buatan dalam pendidikan. Rekomendasi untuk penelitian selanjutnya adalah memperluas aplikasi model ini ke konteks pembelajaran lain dan integrasi dengan fitur pembelajaran yang lebih variatif.Kata Kunci : Sistem Informasi Pembelajaran; Machine Learning; Optimalisasi Hasil Belajar; Personalisasi Pembelajaran; Pendidikan Tinggi; Abstract - The rapid development of digital technology and online learning has driven the need for learning systems that can adapt to individual student needs in order to improve learning outcomes. However, many educational institutions still rely on less adaptive learning approaches, resulting in suboptimal learning effectiveness. This study addresses this issue by analyzing an adaptive learning information system model that utilizes machine learning to optimize student learning outcomes. The purpose of this research is to design and evaluate an adaptive learning information system model capable of providing dynamic, personalized learning recommendations based on students’ performance data and learning behavior patterns. The research employs a Research and Development (RD) methodology with a quantitative approach to test the effectiveness of the model using student practicum data. The main tool in this study is a machine learning algorithm implemented within a web-based learning platform. The findings indicate that the use of a machine learning–based adaptive model significantly improves students’ learning achievement compared to traditional learning methods. The implications of this study suggest that the proposed model can serve as a reference for the development of more responsive and personalized modern learning systems in higher education, as well as strengthen the implementation of artificial intelligence technologies in education. Future research is recommended to expand the application of this model to other learning contexts and to integrate more diverse learning features.Keywords : Learning Information System; Machine Learning; Learning Outcome Optimization; Personalized Learning; Higher Education;

Analisis dan Desain Sistem Informasi Berbasis Low-Code dalam Konteks Digital Transformation Kampus Aan Ansen Andryadi; Ridwan Zulkifli; Ihsan Surya Jamil; Daffa Arfiyandi; Dzikri Alfaturrohman; Aziz Muhammad Labib; Ahmad Gojali Mansur; M. Fisal Ramdan
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/

Abstrak - Transformasi digital di lingkungan kampus menuntut kecepatan adaptasi teknologi untuk mendukung proses akademik dan administrasi yang efisien. Penelitian ini bertujuan untuk merancang dan membangun purwarupa Sistem Informasi Kampus (SI-Kampus) yang terintegrasi menggunakan pendekatan Low-Code Development Platform (LCDP). Metode pengembangan yang digunakan adalah Agile Development yang memungkinkan iterasi cepat dan fleksibilitas terhadap perubahan kebutuhan pengguna. Hasil penelitian mencakup analisis alur bisnis, perancangan sistem menggunakan Unified Modeling Language (UML), dan implementasi modul akademik utama. Penerapan Low-Code terbukti mempercepat siklus pengembangan sistem hingga 40% dibandingkan metode konvensional, mendukung percepatan transformasi digital institusi pendidikan tinggi. Kata kunci : Agile; Low-Code Development; Sistem Informasi Kampus; Transformasi Digital; UML; Abstract - Digital transformation in the campus environment demands rapid technological adaptation to support efficient academic and administrative processes. This research aims to design and build an integrated Campus Information System (SI-Kampus) prototype using the Low-Code Development Platform (LCDP) approach. The development method used is Agile Development, which allows for rapid iteration and flexibility to meet changing user needs. The research results include business flow analysis, system design using the Unified Modeling Language (UML), and implementation of key academic modules. The implementation of Low-Code has been proven to accelerate the system development cycle by up to 40% compared to conventional methods, supporting the acceleration of the digital transformation of higher education institutions. Keywords: Agile; Campus Information Systems; Digital Transformation; Low-Code Development; UML;

Akselerasi Smart Environment Melalui Pengembangan Web-App Pelaporan Sampah Berbasis Rapid Prototyping Aan Ansen Andryadi; Ridwan Zulkifli; Ihsan Surya Jamil; Ahmad Gojali Mansur; Luthfiah Mufida; Neng Pita Lestia Putri; Randi Fajar Rohmana; Rendi Andriansyah; Rega Ginanjar
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/

Abstrak - Permasalahan akumulasi sampah di wilayah perkotaan seringkali disebabkan oleh kendala logistik dan minimnya akses masyarakat terhadap fasilitas daur ulang. Konsep Smart Environment menawarkan solusi melalui integrasi teknologi untuk efisiensi pengelolaan lingkungan. Penelitian ini bertujuan untuk merancang bangun web-app "Saku Sampah", sebuah platform layanan penjemputan sampah anorganik berbasis reward, guna menjembatani kesenjangan antara rumah tangga dan industri daur ulang. Metode pengembangan sistem yang digunakan adalah Rapid Prototyping, yang memungkinkan iterasi desain yang cepat berdasarkan umpan balik pengguna. Tahapan penelitian meliputi analisis kebutuhan melalui validasi pasar, perancangan antarmuka, dan evaluasi fitur. Berdasarkan survei terhadap 19 responden (Gen Z), ditemukan bahwa 63,2% responden memiliki kesadaran lingkungan yang tinggi namun kesulitan mengakses tempat penyaluran sampah (skor kesulitan 3,8/5). Validasi solusi menunjukkan tingkat ketertarikan yang tinggi (skor 4,3/5) terhadap layanan berbasis web ini, terutama pada fitur insentif poin dan fleksibilitas jadwal penjemputan. Hasil perancangan prototype menghasilkan antarmuka sistem yang mencakup fitur pemesanan penjemputan, daftar harga sampah real-time, dan dasbor dampak lingkungan. Penelitian ini menyimpulkan bahwa pendekatan Rapid Prototyping efektif dalam memvalidasi fitur kunci "Saku Sampah" sebagai solusi akselerasi lingkungan cerdas yang partisipatif. Kata kunci : Smart Environment; Rapid Prototyping; Pengelolaan Sampah; Web-App; Saku Sampah; Abstract - The problem of waste accumulation in urban areas is often caused by logistical constraints and lack of public access to recycling facilities. The Smart Environment concept offers a solution through the integration of technology for environmental management efficiency. This study aims to design the "Saku Sampah" web-app, a reward-based inorganic waste collection service platform, to bridge the gap between households and the recycling industry. The system development method used is Rapid Prototyping, which allows for rapid design iteration based on user feedback. Research stages include needs analysis through market validation, interface design, and feature evaluation. Based on a survey of 19 respondents (Gen Z), it was found that 63.2% of respondents had high environmental awareness but had difficulty accessing waste distribution points (difficulty score 3.8/5). Solution validation showed a high level of interest (score 4.3/5) in this web-based service, especially in the point incentive feature and pickup schedule flexibility. The prototype design results produced a system interface that includes pickup booking features, real-time waste price lists, and environmental impact dashboards. This study concludes that the Rapid Prototyping approach is effective in validating the key features of "Saku Sampah" as a participatory smart environment acceleration solution. Keywords:Smart Environment; Rapid Prototyping; Waste Management; Web-App; Saku Sampah;

Title

Found 3 Documents
Search

Abstract

Abstract

Abstract

Title Search

Found 3 Documents Search

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search