Article Per Year (5 Year)
p-Index From 2021 - 2026
4.99
P-Index
This Author published in this journals
All Journal JOIN (Jurnal Online Informatika) PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer Bulletin of Computer Science Research Journal of Informatics Management and Information Technology Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Jurnal Informatika dan Rekayasa Komputer Jurnal Manajemen Teknologi dan Sistem Informasi Media Journal of General Computer Science (MJGCS) The Indonesian Journal of Computer Science Jurnal Pengabdian Masyarakat Unama
Jasmir
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
Analisis Persepsi Terhadap Teknologi Augmented Reality Dalam Kegiatan Pembelajaran Di Kota Jambi Menggunakan Technology Acceptance Model (TAM) (Studi Kasus : SD, SMP, SMA ATTAUFIQ) Muhammad Fahmi1, Said; Jasmir; Rianti Agustini, Silvia
Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM) Vol 4 No 1 (2024): JAKAKOM Vol 4 No 1 APRIL 2024
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jakakom.2024.4.1.1659

Abstract

Technology is something that has always been and will continue to evolve along with the times. Increasingly, various kinds of new technologies are emerging. This study aims to analyze the perception of using Augmented Reality technology in learning. The measurement model that will be used in this study is the Technology Acceptance Model (TAM) developed by Davis. this Research has 3 hypotheses. The model and hypotheses are validated through online questionnaires. looked at 72 teacher respondents at Attaufiq Elementary School, Middle School, and High School, Jambi City. The research data was processed using the Structural Equation Model (SEM) method through SmartPLS version 3 software. The results showed that Perceived Convenience had a significant effect on the Attitude variable with t-statistics > t-table value, namely 4,934 > 1.96, Perceived Range had a significant effect on Attitude variable with t-statistics > t-table value, namely 2,647 > 1 .96, and Attitude has a significant effect on the Intention to use variable with t-statistics > t-table value, namely 2,599 > 1.96.
Analisis Kesuksesan Aplikasi Noice Terhadap Pengguna DiKota Jambi Menggunakan Metode DeLone and Mclean Ridho; Jasmir; Rianti Agustini, Silvia
Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM) Vol 4 No 1 (2024): JAKAKOM Vol 4 No 1 APRIL 2024
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jakakom.2024.4.1.1660

Abstract

Noice adalah sebuah perusahaan yang berada di bawah naungan PT Mahaka Radio Integra Tbk (MARI) yang berlokasi di Jakarta, Indonesia. Noice menyediakan sebuah aplikasi yang merupakan platform digital untuk konten audio Indonesia, seperti Radio, Musik, dan Podcast. Noice memiliki misi untuk menjadi tempat bagi para kreator lokal dan mengembangkan ekosistem kreator lokal yang berkualitas. Dengan demikian, Noice dapat disebut sebagai rumah pertama untuk konten audio di Indonesia. Aplikasi ini cukup populer di kalangan penggemar podcast dan pendengar audio digital. Meskipun banyak pengguna yang merasa senang dengan aplikasi Noice , tetapi ada juga pengguna yang memberikan kritik terhadap aplikasi ini. Beberapa pengguna mengeluh tentang aplikasi yang sering keluar sendiri saat mendengarkan podcast dan banyaknya iklan di dalam aplikasi yang mengganggu pengalaman pengguna serta kualitas suara yang kurang baikmetode Delone and mclean digunakan dalam penelitian ini untuk mengevaluasi situs web dengan memperhitungkan beberapa variabel. Tujuan penelitian ini adalah untuk menganalisis tingkat keberhasilan aplikasi Noice . Model pengukuran delone dan mclean dengan 6 variabel digunakan dan divalidasi melalui survei online yang melibatkan 100 pengguna aplikasi Noice. Untuk menganalisis data, penulis menggunakan metode Model Persamaan Struktural (SEM) dengan bantuan perangkat lunak SmartPLS. Temuan penelitian menunjukkan bahwa 6 hipotesis (H1, H3, H4, H6, H8, dan H9) memiliki dampak yang signifikan karena nilai T-Statistiknya > 1,96 dan P-Values < 0.05, Tidak ada hubungan yang bermakna antara variabel untuk 3 hipotesis (H2, H5, dan H7) karena nilai T-Statistic-nya lebih kecil dari 1,96 dan P-Values lebih besar dari 0.05.
Perancangan Alat Sortir Buah Durian Berdasarkan Kandungan Gas Dan Berat Dengan Arduino Uno Ali, Edi; Jasmir; Riyadi, Willy
Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM) Vol 4 No 1 (2024): JAKAKOM Vol 4 No 1 APRIL 2024
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jakakom.2024.4.1.1661

Abstract

Indonesia, as an agrarian country with the majority of its population engaged in farming, holds significant potential in durian fruit production, ranking as the third-largest commodity worldwide. Despite high domestic demand for durian, imports remain significant. To enhance production self-sufficiency, this research develops a durian fruit sorting system based on MQ-9 and Load Cell sensors using the Arduino Uno microcontroller. The testing results indicate that the durian fruit sorting system, utilizing MQ-9 and Load Cell sensors with the Arduino Uno microcontroller, has been effectively implemented. Load cell testing demonstrates satisfactory performance in measuring durian weight with an acceptable level of error. The MQ-9 sensor successfully measures ADC values and assesses durian ripeness with adequate accuracy. Servo module testing with PCA9685 shows a good response to Arduino commands. Overall, this system can operate well in the durian fruit sorting process based on weight and ripeness, providing an automated solution to enhance efficiency and accuracy in durian production in Indonesia.
Perancangan Sistem Informasi Pelayanan Pengaduan Masyarakat Kelurahan Bagan Pete Kota Jambi Berbasis Website M. Taufik Aufa; Jasmir; rohaini, Eni
Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM) Vol 4 No 1 (2024): JAKAKOM Vol 4 No 1 APRIL 2024
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jakakom.2024.4.1.1673

Abstract

Kelurahan merupakan wilayah kerja lurah sebagai perangkat daerah kabupaten atau kota yang beralamat di Bagan Pete, kec.Kota Baru, Kota Jambi Permasalahan yang terjadi di Kelurahan Bagan Pete ini adalah penyampaian aspirasi masyarakat masih menggunakan sistem manual,sehingga membuat pihak kelurahan dan masyarakat yang ingin menyampaikan pengaduan mengalami keterbatasan. Berdasarkan permasalahan tersebut penulis bertujuan untuk membantu mempermudahkan pengaduan dan pelayanan masyarakat kelurahan Bagan Pete. Penelitian ini merujuk pada pembuatan website dengan menggunakan laravel. Metode yang digunakan dalam penelitian ini adalah waterfall. Perancangan website ini bertujuan untuk mempermudah bagi masyarakat dan pihak kelurahan dalam proses pengaduan.
PENERAPAN ALGORITMA C4.5 UNTUK MEMPREDIKSI KECOCOKAN GAYA BELAJAR BAGI SISWA SISWI SEKOLAH DASAR (STUDI KASUS : SD SARIPUTRA Algoritma C4.5 Untuk Memprediksi Kecocokan Gaya Belajar Bagi Siswa Siswi Sekolah Dasar (Studi Kasus : SD Sariputra Jambi) OSCARIO; JASMIR; YUDI
Jurnal PROCESSOR Vol 14 No 2 (2019): Jurnal Processor
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/processor.2019.14.2.637

Abstract

Data Mining merupakan serangkaian proses yang digunakan untuk mendapatkan informasi yang berguna dari database yang besar. SD Sariputra merupakan sekolah dasar yang didirikan pada tahun 1971. Pada proses pembelajaran di SD Sariputra Jambi, masih banyak murid yang tidak fokus atau tidak memiliki keinginan untuk belajar. Dimana kemungkinan terbesar adalah ketidak cocokan gaya belajar dan metode belajar guru tersebut. Oleh karena itu, penulis mempelajari dan melakukan analisis data mining terhadap data murid dan kepribadiannya agar data tersebut dapat berubah menjadi informasi yang berharga bagi SD Sariputra. Informasi ini diharapkan dapat membantu meningkatkan proses belajar mengajar di SD Sariputra. Penulis menggunakan hasil data quisioner pada siswa-siswi kelas 3 & 4 sebanyak 155 data siswa-siswi yang telah penulis sajikan dalam file ekstensi arff. Dalam melakukan analisis ini, penulis menggunakan tools WEKA. Metode yang digunakan adalah Decision Tree dengan Algoritma C4.5 dengan 11 attribut. Analisis tersebut menghasilkan 23 Rule. Rule tersebut dihasilkan dari hasil akhir bentuk Decision Tree. Kata Kunci: Data Mining, Algoritma C4.5, Gaya Belajar
Perbandingan Algoritma Regresi Linier Berganda dan Random Forest Regression untuk Prediksi Konsentrasi Particulate Matter 2,5 (PM2,5) Kota Jambi Aulia, Dinda; Jasmir; Sharipuddin
Jurnal Manajemen Teknologi Dan Sistem Informasi (JMS) Vol 5 No 2 (2025): JMS Vol 5 No 2 September 2025
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jms.2025.5.2.2273

Abstract

The problem of increasing air pollution that occurs globally also occurs in Indonesia, including in Jambi Province. Air pollution has dust particles in it, one of which is Particulate Matter (PM2.5). The concentration of PM2.5 in the air is influenced by the meteorological conditions of an area, as well as the events around it, whether it is a natural event or an event caused by human activities. This study predicted PM2.5 concentration in Jambi city using Multiple Linear Regression and Random Forest Regression algorithms with air temperature, air humidity, wind speed, rainfall and hot spots as independent variabels. In the process, this study compares the two algorithms and assesses the accuracy of each algorithm. The Multiple Linear Regression algorithm is able to generate a model that can describe the relationship between air temperature, air humidity, wind speed, rainfall and hot spots to PM2.5 concentration, although the error value is larger than that of the Random Forest Regression algorithm. The Random Forest Regression algorithm produces a model with an RMSE of 0.033μg/mm3 smaller than the Multiple Linear Regression algorithm. In the accuracy test with MAPE, the Random Forest Regression algorithm has a value of 74,0% where Multiple Linear Regression has a value of 73,0% so that the Random Forest Regression algorithm has a higher accuracy in predicting PM2.5 concentrations.
Perbandingan Algoritma K-Means dan Fuzzy C-Means Clustering Pada Penilaian Kelurahan Berprestasi Kota Jambi: Studi Kasus pada Bagian Tata Pemerintahan Sekretariat Daerah Kota Jambi Pramudya, Yuga; Jasmir; Kurniabudi
Jurnal Manajemen Teknologi Dan Sistem Informasi (JMS) Vol 5 No 2 (2025): JMS Vol 5 No 2 September 2025
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jms.2025.5.2.2298

Abstract

Abstract−The assessment of outstanding urban villages at the city level in Jambi faces challenges in defining categories for coaching groups and selecting the appropriate algorithm to handle heterogeneous data. To address this issue, clustering techniques using K-Means and Fuzzy C-Means algorithms were applied to segment coaching needs based on homogeneous value proximity. This study analyzed 204 sub-district assessment data using Python, producing clustering results with nearly equivalent cluster separation quality. The K-Means algorithm achieved a silhouette score of 0.3854, slightly higher than Fuzzy C-Means at 0.3831. Both algorithms formed consistent cluster patterns with average values of 82, 72, and 61, classified into three clusters: (1) Cluster 0 receives awards and career development promotions, (2) Cluster 1 focuses on management training and bureaucratic reform, and (3) Cluster 2 requires coaching clinics and technical guidance. The findings indicate that K-Means is more advantageous due to its simplicity, effectiveness in handling linear datasets, and clear data distribution. This clustering approach supports the Jambi City Government, particularly the Regional Secretariat Governance Section, in designing data-driven coaching strategies to enhance the quality of sub-district development.
PENERAPAN DATA MINING DALAM MENGELOMPOKKAN JUMLAH UMKM KOTA JAMBI MENGGUNAKAN K-MEANS CLUSTERING: Objek Penelitian Muhammad Aji Triatama; Jasmir; Benni Purnama
Jurnal Manajemen Teknologi Dan Sistem Informasi (JMS) Vol 5 No 2 (2025): JMS Vol 5 No 2 September 2025
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jms.2025.5.2.2316

Abstract

Abstrak−Usaha Mikro, Kecil, dan Menengah (UMKM) memiliki kontribusi yang signifikan dalam mendukung perkembangan ekonomi di tingkat lokal, termasuk di Kota Jambi. Namun, banyak UMKM menghadapi kendala dalam pengelolaan data dan perumusan strategi bisnis yang efektif. Penelitian ini bertujuan untuk mengelompokkan UMKM di Kota Jambi dengan memanfaatkan metode K-Means Clustering sebagai bagian dari teknik data mining. Data penelitian mencakup 1.331 UMKM di bidang fashion, dengan variabel karakteristik seperti kepemilikan, modal awal, penghasilan per bulan dan per tahun, jumlah karyawan, serta aset. Hasil penelitian menunjukkan bahwa perhitungan manual menghasilkan tiga kelompok: 627 UMKM (Cluster 1) direkomendasikan menerima bantuan peralatan, 358 UMKM (Cluster 2) mendapatkan fasilitas kelembagaan, dan 346 UMKM (Cluster 3) diarahkan untuk pelatihan. Sementara itu, perhitungan dengan tools Rapid Miner menghasilkan pembagian berbeda akibat variasi pengambilan centroid. Cluster 0 berisi 840 UMKM, Cluster 1 berisi 9 UMKM, dan Cluster 2 berisi 482 UMKM. Penelitian ini membuktikan bahwa K-Means Clustering dapat memberikan wawasan berharga tentang distribusi dan kebutuhan UMKM, sehingga membantu pengambil kebijakan dalam merancang program yang lebih tepat sasaran. Dengan demikian, metode ini diharapkan dapat berkontribusi pada pengembangan UMKM secara lebih terarah dan berkelanjutan di Kota Jambi.
PENINGKATAN ALGORITMA DECISION TREE DALAM MENGKLASIFIKASI TINGKAT KELULUSAN MAHASISWA UNIVERSITAS JAMBI DENGAN SELEKSI FITUR CHI-SQUARE Wahyu Hardian, Reza; Jasmir; Sharipuddin
Jurnal Manajemen Teknologi Dan Sistem Informasi (JMS) Vol 5 No 2 (2025): JMS Vol 5 No 2 September 2025
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jms.2025.5.2.2331

Abstract

The increasing number of students at Universitas Jambi each year is not accompanied by a proportional graduation rate, making it necessary to analyze student data to provide strategic solutions. This study aims to apply data mining techniques to student data to assist academic advisors in predicting students' graduation status and providing early warnings to help students complete their studies on time, thereby minimizing graduation delays. The data used in this study consists of alumni records from the Faculty of Science and Technology at Universitas Jambi from 2019 to 2024, which have undergone a data cleaning process. The classification method used is the Decision Tree algorithm with Chi-Square feature selection to enhance model accuracy. The results indicate that applying feature selection to the Decision Tree algorithm improves the accuracy to 80.00%, compared to 78.57% without feature selection. Additionally, the precision increased from 86.82% to 84.41%, recall improved from 86.72% to 92.24%, and F1-score rose from 86.77% to 88.13%. These findings suggest that feature selection significantly contributes to enhancing the classification model’s performance in predicting student graduation at Universitas Jambi, particularly by improving recall, which reflects the model’s ability to more accurately identify students who graduate on time.
Peningkatan Performa Naïve Bayes dengan Information Gain Menggunakan Machine Learning untuk Klasifikasi Kanker Payudara: Peningkatan Performa Naïve Bayes dengan Information Gain Menggunakan Machine Learning untuk Klasifikasi Kanker Payudara Mardiana; Jasmir; Sharipuddin
Jurnal Manajemen Teknologi Dan Sistem Informasi (JMS) Vol 5 No 2 (2025): JMS Vol 5 No 2 September 2025
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jms.2025.5.2.2338

Abstract

This study aims to enhance the performance of the Naïve Bayes algorithm in breast cancer diagnosis classification by integrating the Information Gain feature selection method. The dataset used is the Wisconsin Breast Cancer (Diagnostic) dataset, consisting of 569 samples. This study evaluates the effectiveness of feature selection in improving the accuracy, sensitivity, and specificity of the classification model. The implementation of the Information Gain feature selection method successfully increased the Naïve Bayes model's accuracy from 94.15% to 96.49%, a 2.34% improvement. The addition of feature selection significantly enhanced the predictive capability of the model. The findings of this study can support more accurate medical decision-making, potentially influencing treatment decisions and patient outcomes in clinical practice. This research provides new insights into the application of machine learning in medical diagnostics and suggests directions for future research.
Co-Authors Abdul Haris Abdul Haris Afrizal Nehemia Toscany agus Nugroho Agus Nugroho, Agus Ali, Edi Amroni Arvita, Yulia Aryani, Lies Aulia, Dinda Bella Putri Cahyani Chindra Saputra Despita Meisak Devi Dodi Sandra Etriyanti, Siska Evan Alber Fachruddin Faisal Amir Fitriani Gunardi Gustirani, Amalinda Hetty Rohayani Husaein, Ahmad Ibnu Sani Wijaya Ibnu Sani Wijaya ISW Ilham Tri Maulana Jeperson Hutahaean Joni Devitra Jumaryadi, Yuwan Junaidi, Feri Khairuldi Khatina Sari Kinanti, Raudatul Kurniabudi M. Riza Pahlevi. B, S M. Taufik Aufa Maichel Hardi MARDIANA Meisarah, Neisya Muhammad Aji Triatama Muhammad Athorik Alfayyed Muhammad Fahmi1, Said Mutawadiah Nada Aprillia Nazrul Azizi Ni Luh Wiwik Sri Rahayu Ginantra Nopi Desmulyani Noviana, Risma Dwi NOVIANTO, YUDI Nurhayati Nurhayati OSCARIO Pardamean Simanjuntak, Daniel Sintong Pareza Alam Jusia Pareza Alam Jusia, Pareza Alam Pramudya, Yuga Pressa Persana Surya Saputra Purnama, Benni Putri, Della Utami Ramdani Saputra Rianti Agustini, Silvia Ridho Riza Pahlevi, Riza ROBY SETIAWAN Rohaini, Eni Samsul Lutfi Sani Wijaya, Ibnu saputra, sahril Sharipuddin SIKA, XAVERIUS takhir, Said Wahyu Hardian, Reza WILLY RIYADI Wiratami, Latifa Yudi Yudi Novianto Yulia Arvita