Article Per Year (5 Year)
p-Index From 2021 - 2026
3.312
P-Index
This Author published in this journals
All Journal JURNAL SISTEM INFORMASI BISNIS ILKOM Jurnal Ilmiah Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Journal Dynamic SainT Jurnal Pengabdian Masyarakat Khatulistiwa BERNAS: Jurnal Pengabdian Kepada Masyarakat Jurnal Teknik Informatika (JUTIF) Jurnal Minfo Polgan (JMP) INFINITY : UKI TORAJA JOURNAL OF INFORMATION TECHNOLOGY TONGKONAN: Jurnal Pengabdian Masyarakat The Indonesian Journal of Computer Science
Garonga, Melki
Program Studi Teknik Informatika UKI Toraja
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Neuroscience Nursing Public Health Social Sciences Transportation Veterinary Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Prediksi Harga Emas Menggunakan Metode Fuzzy Time Series Garonga, Melki; Pabutungan, Robin; upa', samrius
INFINITY : UKI Toraja Journal of Information Technology Vol 3 No 2 (2023): INFINITY : UKI Toraja Journal of Information Tecnology
Publisher : Publikasi dan UKI Press UKI Toraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47178/ng60df34

Abstract

Emas adalah instrument investasi yang popular dari masa ke masa karena harga emas secara terus menerus mengalami kenaikan sehingga sangat diperlukan kapan waktu untuk melakukan pembelian sehingga mengoptimalkan keuntungan dalam berinvestasi. Fuzzy time series adalah metode data mining yang dipilih untuk digunakan dalam meramalkan harga emas di masa yang akan datang karena metode ini memiliki nilai galat yang cenderung rendah. Tujuan dalam penelitian ini yaitu untuk mengetahui harga emas dimasa yang akan datang dengan menggunakan teknik data mining yaitu metode fuzzy time series dan juga menggunakan bantuan aplikasi microsoft exel. Data yang digunakan dalam penelitian ini adalah data harga emas dari bulan Juli 2012 sampai dengan Februari 2023. Hasil dari penelitian yang peroleh untuk bulan Maret 2023 untuk harga terakhir atau penutupan adalah sebesar 1.873,79 USD dengan nilai MAPE sebesar 3,20%, nilai MAE sebesar 56,03 USD dan nilai RMSE sebesar 64,13 USD. Sedangkan harga pembukaan diperoleh sebesar 1.809,60 USD dengan nilai MAPE sebesar 1,35%, nilai MAE sebesar 24,07 USD dan nilai RMSE sebesar 24,24 USD. Hasil dari nilai tersebut menunjukkan bahwa metode fuzzy time series sangat baik digunakan dalam proses peramalan harga emas.
Sistem Pemantauan dan Klasifikasi Kondisi Pencemaran Air Sungai dengan Metode Fuzzy Logic Semuel Yakobus Padang; Ferayanti Boas Gallaran; Henrianto Masiku; garonga, melki
INFINITY : UKI Toraja Journal of Information Technology Vol 3 No 2 (2023): INFINITY : UKI Toraja Journal of Information Tecnology
Publisher : Publikasi dan UKI Press UKI Toraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47178/gak96c37

Abstract

Masalah pencemaran air menjadi penyebab utama penyakit dan kematian, dibuktikan dengan data bahwa sebanyak 3.4 juta orang meninggal setiap tahun akibat dari masalah tersebut. Tidak hanya bagi manusia, pencemaran sungai memiliki dampak yang sangat negatif bagi kehidupan organisme bawah air. Analisis kualitas air sungai sangat berhubungan dengan klasifikasi dalam penentuan kualitas air sungai. Fuzzy logic merupakan sistem pendukung keputusan yang dapat membantu untuk mengklasifikasi kondisi pencemaran air. Pencemaran pada umumnya dapat dilihat dari beberapa aspek yang ada pada air mulai dari tingkat kekeruhan air, nilai pH air, temperature serta TDS (total dissolved solid) pada air.  Metode fuzzy digunakan untuk mengklasifikasi kualitas air sungai ke dalam tiga kelas yaitu tidak tercemar, tercemar ringan dan tercemar berat. dengan mikrocontroller dan Iot kondisi pencemaran air dapat dipantau secara langsung melalui website. Pada kinerja sistem didapatkan hasil uji akurasi sebesar 98.14%.
Penerapan Algoritma Apriori Untuk Analisis Pola Pengunjung Objek Wisata Toraja garonga, melki
INFINITY : UKI Toraja Journal of Information Technology Vol 2 No 2 (2022): INFINITY : UKI Toraja Journal of Information Tecnology
Publisher : Publikasi dan UKI Press UKI Toraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47178/7m1dc941

Abstract

Objek pariwisata merupakan salah satu pusat pelayanan wisata yang terletak di Toraja . Data pengunjungobjek wisata semakin meningkat setiap harinya namun data pengunjung objek wisata yang di jadikan sebagaipatokan untuk menyiapkan fasilitas yang dibutuhkan. Ketika data pada kunjungan objek wisata tersebut diolahdapat menjadi sebuah informasi yang berguna untuk pengembangan pada setiap objek wisata. Terhadap kondisitersebut dibutuhkan sebuah metode yang dapat mengubah hamparan data tersebut menjadi sebuah informasi ataupengetahuan yang bermanfaat untuk mendukung pengambilan keputusan dalam pola pengunjung. Salah satumetode data mining yang digunakan dalam penelitian ini adalah algoritma Apriori dan diimplementasikan padaaplikasi Microsoft Excel. Jumlah objek wisata dalam penelitin ini 6 (Ke’te Kesu, Londa, To’Tombi, BuntuBurake, Pango-Pango, Kolam Alam Limbong) penelitian tersebut menghasilkan data berupa data kunjungan padaparisiwata di Toraja dengan 60 sampel kunjungan wisata pada enam tempat wisata diketahui pada data finaltempat wisata yang sering dikunjungi adalah komlam Alam Lombong dan londa dengan nilai support 30% danconfidence 88%. Hasil yang diperoleh pada penelitian ini yaitu Penerapan algoritma apriori pada data miningsangat efisien dan dapat mempercepat proses pembentukan pola pengunjung dan penelitian ini dapat dijadikansebagai rekomendasi pola pengunjung sehingga mempermudah pengelolah objek wisata dalam memberikanpelayanan
PEMBUATAN VIDEO PROFIL OBJEK WISATA GOA SIMULLUK UNTUK MENINGKATKAN KUNJUNGAN WISATAWAN LEMBANG TONDON MATALLO Garonga, Melki; Lura, Hans; Limbong, Irianto Rante
Jurnal Pengabdian Masyarakat Khatulistiwa Vol 7, No 2 (2024): NOVEMBER
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jpmk.v7i2.4129

Abstract

ABSTRACTOne of the implementations of the tridarma of higher education is community service. Thematic Real Work Lecture (KKN-T) is a form of service activity from a person or group of students to the community. Students who are included in it are followed by cross-vocational. In the implementation of the Thematic Real Work Lecture (KKN-T), several problems were found among the community including tourism, education and government. This Thematic KKN raised one of the themes determined from the campus, namely "Innovation in Tourism Area Development". This activity aims to help the community in promoting tourism and serving the community. From the observation activities carried out in the field, it was found that there were several things that became obstacles for the community, namely in the field of promoting tourism. The steps taken in this activity are cleaning around Simulluk Cave and making promotional videos that allow tourists to find out about this tourism. After making a video, it is hoped that tourism can be recognised by the wider community and can develop as an effort to develop tourism. Keywords: tourism resort, promotion, profile video ABSTRAKSalah satu implementasi dari tridarma perguruan tinggi adalah pegabdian kepada masyrakat. Kuliah Kerja Nyata Tematik (KKN-T)merupakan sebuah bentuk kegiatan pegabdian dari seorang atau sekelompok mahasiswa kepada masyrakat. Mahasiswa yang terdapat didalamnya diikuti oleh lintas kejuruan. Dalam pelaksanaan Kuliah Kerja nyata Tematik (KKN-T) menemukan beberapa permasalahan yang ditemui dikalangan masyarakat diantaranya pariwisata, pendidikan dan pemerintah. KKN Tematik ini mengangkat salah satu tema yang telah ditentukan dari kampus yaitu “ Inovasi Pengembangan Kawasan Wisata”. Kegiatan ini bertujuan untuk membantu masyarakat dalam mempromosikan wisata dan mengabdi kepada masyarakat. Dari kegiatan observasi yang dilakukan dilapangan ditemukan ada beberapa hal yang menjadi kendala masyarakat yakni dalam bidang mempromosikan pariwisata. Langkah-langkah yang dilakukan dalam kegiatan ini yakni membersihkan sekitar Goa Simulluk serta membuat video promosi yang memungkinkan wisatawan bisa mengetahui pariwisata ini. Setelah membuat video diharapkan pariwasata bisa dikenal masyarakat luas dan dapat berkembang sebagai upaya pengambangan pariwisata.Kata Kunci: objek wisata, promosi, video profil
Penerapan Metode K-Nearest Neighbor (KNN) untuk Klasifikasi Kematangan Buah Kopi Amelia, Nerlys; Garonga, Melki; Rusman, Juprianus
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3171

Abstract

Perkebunan kopi di Indonesia berperan penting bagi masyarakat sebagai lapangan pekerjaan. Penentuan tingkat kematangan buah kopi yang masih dilakukan secara manual, baik secara racutan atau rampasan berdasarkan pengamatan secara subjektif. Kematangan buah kopi dapat dilihat dari tiga tingkatan yaitu matang, stengah matang dan mentah sehingga warna buah kopi dapat menjadi tolak ukur untuk mengenali tingkat kematangan serta kualitas buah kopi. Ekstraksi fitur warna merupakan salah satu teknik yang dapat digunakan untuk memperoleh informasi tingkat kematangan buah kopi dengan cara memunculkan ciri dari sebuah citra menggunakan fitur warna serta segmentasi tresholding. Total citra buah kopi yang digunakan dalam penelitian ini sebanyak 300, yang terdiri dari 100 citra buah kopi matang, 100 citra buah kopi stengah matang dan 100 citra buah kopi mentah. Dengan menggunakan fitur warna RGB dan HSV serta algoritma KNN untuk pengklasifikasian tingkat kematangan buah kopi, diperoleh hasil akurasi tertinggi dengan nilai K = 3 sebesar 95%.
Pemberdayaan Masyarakat Melalui Hortikultura, Pendidikan, dan Literasi di Lembang Tondon Garonga, Melki; Rangan, Parea Rusan; Padanun, Delila Basan
Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Vol. 6 No. 2 (2025): Volume 6, No 2, Juni 2025
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/atjpm.v6i2.5725

Abstract

Program pengabdian masyarakat di Lembang Tondon, Toraja Utara, berfokus pada pemberdayaan masyarakat melalui tiga sektor utama: hortikultura, pendidikan, dan literasi. Program ini bertujuan untuk meningkatkan kesejahteraan masyarakat dengan memberikan pelatihan budidaya hortikultura berkelanjutan, serta meningkatkan kualitas pendidikan melalui program literasi bagi anak-anak sekolah dasar di SDN 1 Tondon. Salah satu inisiatif dalam bidang pendidikan adalah menggambar tembok sekolah dengan mural edukatif guna menciptakan lingkungan belajar yang lebih menarik dan inspiratif Hasil dari program ini menunjukkan peningkatan pengetahuan petani mengenai teknik hortikultura yang lebih efisien, serta meningkatnya minat baca dan semangat belajar siswa melalui pendekatan visual dan literasi yang lebih kreatif. Program pengabdian ini menjadi contoh sukses pemberdayaan masyarakat melalui pendekatan holistik yang menggabungkan pertanian dan pendidikan.
PELATIHAN PENGGUNAAN APLIKASI GAME EDUKASI PUZZLE SEBAGAI MEDIA PEMBELAJARAN ANAK USIA DINI DI TK KRISTEN TIKALA Palelleng, Srivan; Michael, Aryo; Garonga, Melki
TONGKONAN: JURNAL PENGABDIAN MASYARAKAT Vol 2 No 1 (2023): Tongkonan: Jurnal Pengabdian Masyarakat
Publisher : FKIP UKI TORAJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (245.514 KB) | DOI: 10.47178/tongkonan.v2i1.2058

Abstract

TK Kristen Tikala merupakan salah satu tempat belajar yang dalam proses pembelajarannya masih menggunakan alat peraga dan buku cetak. Masalah yang dihadapi oleh para guru adalah siswa cepat sekali bosan sehingga merasa hanya sebentar bisa fokus dalam belajar. Dan masalah yang dihadapi siswa adalah bahwa mereka merasa cepat bosan dan tidak tertarik mengikuti pelajaran tetapi mereka lebih suka bermain. Tujuan pelaksanaan Pk ini adalah untuk memberikan alternative media pembelajaran anak usia dini dengan memanfaatkan aplikasi game edukasi puzzle. Metode pelaksanaan PkM adalah menggunakan metode observasi, metode praktek dan evaluasi. Tahapan pelaksanaan kegiatan PkM adalah identifikasi masalah, persiapan, pelaksanaan kegiatan dan evaluasi. Hasil evaluasi yang dilaksanakan diakhir kegiatan pelatihan disimpulkan bahwa penggunaan game puzzle dalam proses pembelajaran dapat menghilangkan rasa bosan siswa dalam belajar dan sekaligus mampu menambah minat siswa dalam belajar ini terlihat dari antusias siswa dalam menyelesaikan setiap level dalam game tanpa menyadari bahwa waktu belajar sudah selesai.
COMPARISON OF NAIVE BAYES, DECISION TREE, AND RANDOM FOREST ALGORITHMS IN CLASSIFYING LEARNING STYLES OF UNIVERSITAS KRISTEN INDONESIA TORAJA STUDENTS Garonga, Melki; Rita Tanduk
Jurnal Teknik Informatika (Jutif) Vol. 4 No. 6 (2023): JUTIF Volume 4, Number 6, Desember 2023
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2023.4.6.1020

Abstract

Learning style is an individual's habit or way of absorbing, processing, and managing information. This factor is very important in achieving learning goals. However, in reality, learning styles are often overlooked in the learning process, which can lead to suboptimal absorption of lessons and affect the quality of education. Various models have been developed by educational experts to identify students' learning styles, one of which is the VAK model (Visualization Auditory Kinesthetic) for grouping learning styles. This study compares algorithms in classifying learning styles using the VAK model. The results showed that the most dominant learning style was kinesthetic with a percentage of 46.9% or 478 students. The algorithm modeling showed that Naive Bayes had the highest accuracy with a value of 75%, while Random Forest had the lowest accuracy with a value of 59%. This suggests that Naive Bayes is more suitable for classifying students' learning styles. In conclusion, understanding students' learning styles is crucial for effective education. The VAK model is one way to identify learning styles, and Naive Bayes is a suitable algorithm for classifying students' learning styles. By considering learning styles, educators can tailor their teaching methods to better suit their students' needs and improve the quality of education.
Implementasi Algoritma A-Star Pada Aplikasi Penentuan Jalur Terpendek Objek Wisata Toraja Utara Padang, Semuel Yacobus; Garonga, Melki
Jurnal Minfo Polgan Vol. 15 No. 1 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i1.15925

Abstract

Toraja Utara merupakan salah satu destinasi wisata unggulan di Sulawesi Selatan dengan sebaran objek wisata yang relatif berjauhan, sehingga menyulitkan wisatawan dalam menentukan rute perjalanan yang efisien. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi berbasis Android guna menentukan jalur terpendek menuju objek wisata di Toraja Utara. Pengembangan sistem menggunakan metode Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, dan pengujian. Algoritma A-Star (A*) diterapkan untuk proses pencarian jalur terpendek. Hasil penelitian menunjukkan bahwa aplikasi berhasil diimplementasikan dengan baik. Pengujian black box menunjukkan seluruh fungsi sistem berjalan sesuai dengan kebutuhan, sedangkan evaluasi kinerja algoritma A-Star memperoleh tingkat kelayakan sebesar 66,6% yang dikategorikan layak.
Optimization of Text Emotion Classification through the Combination of ITC Smoothed and Linear Models Garonga, Melki; Rangga Punne, Mc Rore; Damayanti, Irene Devi
ILKOM Jurnal Ilmiah Vol 18, No 1 (2026)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v18i1.2954.1-16

Abstract

This research investigates four feature extraction techniques TF-IDF, Smoothed TF-IDF, Inverse Term Counting (ITC), and ITC Smoothed to determine how effectively they enhance text-based emotion classification when working with imbalanced datasets. The study also seeks to pinpoint the most effective pairing between feature extraction methods and classification algorithms. Its key contributions include a methodical side-by-side comparison of these lesser-examined TF-IDF variations and demonstrating empirically that linear models handle class imbalances with considerable resilience. The analysis drew upon an Indonesian Twitter dataset comprising 4,132 tweets, categorized into six unequally distributed emotional states: anger, fear, joy, love, sadness, and neutrality. These four feature extraction approaches were assessed using five distinct classifiers: Naive Bayes, Logistic Regression, SVM, Random Forest, and KNN. Performance was measured through accuracy, precision, recall, and F1-score. Findings indicate that linear classifiers, specifically Logistic Regression and SVM, delivered superior performance, achieving accuracy rates between 93.71% and 94.44%. These models consistently outperformed both probabilistic and distance-based algorithms regardless of the feature extraction method applied. Interestingly, the impact of smoothing proved context-dependent. While applying smoothing to both TF-IDF and ITC boosted the performance of linear models over their unsmoothed counterparts, it paradoxically reduced accuracy for the standard ITC method. This outcome questions the widely held belief that smoothing universally enhances model performance. The combination of Logistic Regression with the unITC Smoothed method yielded the peak accuracy of 94.44%. The study offers actionable guidance, suggesting the pairing of Logistic Regression with ITC as a highly effective strategy for text-based emotion classification. It also contributes theoretically by underscoring the particular aptitude of linear models for managing high-dimensional text data within imbalanced class contexts
Co-Authors Amelia, Nerlys Damayanti, Irene Devi Dudung, Marni Eko Suripto Pasinggi Ferayanti Boas Gallaran Gidion Aryo Nugraha Pongdatu Hans Lura Jufrianus Rusman Juprianus Rusman Limbong, Irianto Rante Marchelin, Marchelin Masiku, Henrianto Michael, Aryo Nerlys Amelia Pabutungan, Robin Padang, Semuel Yacobus Padanun, Delila Basan Patandung, Suryaningsih Pongdatu, Gideon A.N. Rangan, Parea Rusan Rangga Punne, Mc Rore Rita Tanduk Sarivayanti Semuel Yakobus Padang Siappa, Marchelino Dwi Putra Srivan Palelleng Toding, Olivia Tumanan, Ary Upa', Samrius Upa, Samrius