Article Per Year (5 Year)
p-Index From 2020 - 2025
2.808
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Rang Teknik Journal SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JOISIE (Journal Of Information Systems And Informatics Engineering) Jurnal Teknologi Komputer dan Sistem Informasi Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Technologica J-Icon : Jurnal Komputer dan Informatika International Journal of Technology and Education Research Jurnal Pustaka Paket JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)
Arif Rizki Marsa
Prodi Informatika, Sekolah Tinggi Teknologi Payakumbuh, Sumatera Barat
Agriculture, Biological Sciences & Forestry Arts Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
Aplikasi Ujian Masuk Berbasis CBT dengan Kecerdasan Buatan Studi Kasus STT Payakumbuh Irsa, Ranti; Budiarni, Rini; Rizki Marza, Arif
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 4 No 1 (2024): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v4i1.782

Abstract

Penelitian ini mengeksplorasi penerapan sistem ujian masuk berbasis CBT yang terintegrasi dengan kecerdasan buatan (AI) di Sekolah Tinggi Teknologi Payakumbuh. Sistem ini dirancang untuk meningkatkan efisiensi dan keamanan ujian dengan fitur seperti penilaian otomatis untuk soal esai, deteksi kecurangan, dan personalisasi soal. AI berperan dalam menganalisis jawaban, memantau perilaku peserta, dan memberikan umpan balik kustom. Hasil implementasi menunjukkan peningkatan dalam kecepatan penilaian, pengurangan kecurangan, dan pengalaman peserta yang lebih baik. Studi ini menegaskan potensi besar AI dalam meningkatkan kualitas sistem ujian di institusi pendidikan.
Pengukuran Lokasi Untuk Perencanaan Pembangunan Stadion di Tanjung Haro Sikabu-Kabu Padang Panjang Kabupaten 50 Kota Menggunakan Alat Ukur Theodolite Rini Yunita; Hanifah Asnur; Umar Khatab; Ronny Junnaidi; Ridha Sari; Arif Rizki Marsa; Arif Budiman; Lilik Suhery
Jurnal Pustaka Paket (Pusat Akses Kajian Pengabdian Komputer dan Teknik) Vol 1 No 1 (2022): Jurnal Pustaka PAKET
Publisher : Jurnal Pustaka Paket (Pusat Akses Kajian Pengabdian Komputer dan Teknik)

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

Abstract

Tim pengabdian Sekolah Tinggi Teknologi Payakumbuh yang terdiri dari tim dosen dan mahasiswa melakukan pengabdian dengan agenda kegiatan ”Pengukuran Lokasi Untuk Perencanaan Pembangunan Stadion di Tanjung Haro Sikabu-Kabu Padang Panjang Kabupaten 50 Kota Menggunakan Alat Ukur Theodolite”. metode yang digunakan adalah metode pengukuran polygon untuk mendapatkan ukuran luas stadion yang akan di rencanakan. Kegiatan pengukuran ini menggunakan alat ukur theodolite yang dilakukan oleh mahasiswa teknik sipil dipandu oleh tim dosen STT Payakumbuh. Selanjutnya hasil pengukuran yang diperoleh diolah untuk mendapatkan desain gambar rancangan stadion. Sehingga dapat memudahkan masyarakat Tanjung Haro untuk merealisasikan pembangunan stadion yang direncanakan
Implementasi Model Hybrid CNN-LSTM untuk Optimasi Pengalaman Pengguna Perangkat Seluler Yuhefizar; Ismael; Arif Rizki Marsa; Dedi Mardianto; Ronal Watrianthos
TEMATIK Vol. 11 No. 2 (2024): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2024
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v11i2.2125

Abstract

This research employs a convolutional neural network (CNN) with long short-term memory (LSTM) to analyse and predict the behaviour of users of mobile devices, utilising a dataset comprising 700 users. The model combines the strengths of convolutional neural networks (CNNs) in spatial feature extraction and long short-term memory (LSTM) networks in temporal sequential analysis. The results demonstrate that the model exhibits excellent performance, with 92% accuracy, 89% precision, 91% recall, and 90% F1 score. The temporal pattern analysis revealed significant variation between the user classes, with the intensive class showing consistently high usage, averaging 300 minutes per day. The key factors influencing the user experience were identified as app usage time (25%), screen on time (22%), and battery consumption (18%). The segmentation of users resulted in the identification of five distinct groups, with Segment 2 exhibiting the highest usage level (6.2 hours per day) and Segment 5 displaying the lowest (1.3 hours per day). The strong correlation (0.89) between app usage time and screen time serves to confirm the importance of optimising the performance of apps. These findings provide a basis for more effective service personalisation and more targeted app development, thereby paving the way for the optimisation of the user experience on mobile devices.
Analisis Kinerja Jaringan Internet Menggunakan Mikrotik dengan Backbone Fiber Optik dengan Metode QoS Nofrizal Nofrizal; Arif Rizki Marsa; Zulkifli Zulkifli
JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi) Vol 5, No 2 (2022): JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)
Publisher : Institut Bakti Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56327/jtksi.v5i2.1164

Abstract

Designing a backbone in the network can overcome several problems that occur, such as speed problems connected between local networks because UTP cables can only be passed with transfer speeds of up to 100 Mbps, while the backbone network is capable of loading up to 10 Gbps. The design and installation of the internet network will be carried out at several Regional Government Organizations (OPD) in the city of Payakumbuh so that the internet network with a backbone can be utilized optimally to improve services to the community. The network performance will be analyzed using the Quality of Service (QoS) method which includes latency, jitter, packet loss, and throughput. QoS is defined as a mechanism that allows services to operate according to the characteristics of the Internet Protocol (IP) network. The results of this study are the value of measuring the performance of the fiber optic backbone network carried out at the Capil (OPD) Capil, Bappeda, and the Department of Transportation. With the QoS method, the results of the tests that have been carried out in the morning, afternoon, and evening are obtained.
Analysis of Online Sales Applications in Rendang Mala Business at Payakumbuh City Andi Putra; Khairul Annisa; Arif Rizki Marsa
International Journal of Technology and Education Research Vol. 1 No. 01 (2023): January - March : International Journal of Technology and Education Research (
Publisher : International journal of technology and education research

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63922/ijeter.v1i01.197

Abstract

Rendang Mala is one of the rendang businesses in the city of Payakumbuh. So far, the business of selling Mala rendang is still done manually, that is, buyers go directly to the store to get the product. In today's all-online digital era, internet-based innovation is needed that can support the business world to facilitate buying and selling transactions, streamlining time and distance so that buyers don't have to come to the store to get products. The web-based online sales application is designed to make it easier for consumers to get Mala rendang products. Web-based online sales application for Mala's rendang business developed with use Language programming databases, PHP, and MySql. For know satisfaction user to application This done study with use model PIECES analysis. Based on the results of the study using PIECES analysis, an average score of 4.4 . Which showing that application online sales give results "Very Satisfied" for user.
Sistem Monitoring dan Pengelolaan Data Keluhan Pelanggan Berbasis Web pada PT. PLN (Persero) ULP Bukittinggi Tria Siska, Sri; Rizki Marsa, Arif
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.903

Abstract

Perkembangan teknologi informasi telah membawa perubahan yang signifikan dalam berbagai aspek kehidupan, termasuk sistem pelayanan pelanggan. PT PLN (Persero) sebagai penyedia layanan listrik utama di Indonesia menghadapi tantangan dalam menangani keluhan pelanggan secara efisien dan akurat. Pengelolaan keluhan yang masih dilakukan secara manual sering kali menghambat respons cepat dan dapat memengaruhi kepuasan pelanggan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan dan pengelolaan data keluhan pelanggan berbasis web untuk PT PLN (Persero) Unit Layanan Pelanggan. Sistem ini dirancang untuk memungkinkan pengelolaan keluhan secara waktu nyata, meningkatkan efisiensi proses, serta menyediakan data yang akurat untuk analisis dan perbaikan layanan. Dengan penerapan sistem ini, perusahaan diharapkan dapat meningkatkan kualitas layanan pelanggan serta memperkuat kepercayaan pelanggan
Optimizing Sensitivity in Machine Learning Models for Pediatric Post-operative Kyphosis Prediction Raja Ayu Mahessya; Dian Eka Putra; Rostam Ahmad Efendi; Rayendra; Rozi Meri; Riyan Ikhbal Salam; Dedi Mardianto; Ikhsan; Ismael; Arif Rizki Marsa
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 9 No 3 (2025): June 2025
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v9i3.6606

Abstract

Post-operative kyphosis represents a significant complication following pediatric spinal corrective surgery, necessitating sophisticated prediction methods to identify high-risk patients. This study developed and evaluated machine learning models for kyphosis prediction using a dataset of 81 pediatric patients by comparing the logistic regression and decision tree approaches. Despite achieving a higher overall accuracy (82%), the logistic regression model failed to identify any kyphosis cases, rendering it clinically ineffective. Conversely, the decision tree model demonstrated superior clinical utility by successfully identifying 33% of kyphosis cases while maintaining 71% accuracy. Feature importance analysis established starting vertebral position as the dominant predictor (importance=0.554), followed by patient age (0.416), with vertebrae count contributing minimally (0.030). The decision tree identified critical thresholds for risk stratification: operations beginning at or above T8-T9, particularly in children aged 5-9 years, carried a substantially elevated kyphosis risk. Our methodological approach emphasizes sensitivity over conventional accuracy metrics, recognizing that missing high-risk patients have greater clinical consequences than unnecessary monitoring. This study demonstrates the capacity of decision tree models to extract clinically meaningful patterns from small, imbalanced surgical datasets that elude conventional statistical approaches.
Algoritma Random Forest Algoritma Random Forest Untuk Prediksi Perkerasan Tanah : Algoritma Random Forest Asnur, Hanifah; Yunita, Rini; Rizki Marsa, Arif
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1082

Abstract

Prediksi kepadatan tanah dasar sangat penting dalam perancangan perkerasan jalan. penelitian ini mengintegrasikan eksperimen laboratorium dengan pendekatan machine learning, khususnya algoritma Random Forest, untuk memprediksi nilai California Bearing Ratio (CBR) berdasarkan parameter pemadatan tanah. Sampel tanah diuji menggunakan metode Standard Proctor guna menentukan kadar air optimum dan berat isi kering maksimum, kemudian dilanjutkan dengan pengujian CBR di laboratorium pada variasi energi tumbukan (10, 25, dan 56 kali). Model Random Forest kemudian dilatih menggunakan variabel input berupa kadar air, berat isi kering, dan jumlah tumbukan, dengan nilai CBR sebagai variabel output. Hasil menunjukkan bahwa model menghasilkan tingkat akurasi prediksi yang tinggi (R² > 0,90) dan memberikan estimasi yang sangat mendekati hasil pengujian laboratorium. Pendekatan ini menunjukkan potensi yang signifikan dalam menyederhanakan dan mempercepat analisis teknis pada desain tanah dasar perkerasan.
Evaluasi Kinerja Aplikasi E-Alumni Berbasis Web menggunakan Metode PIECES dan GTmetrix Rizki Marsa, Arif; Salam, Riyan Ikhbal; Manda, Putra
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 2 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i2.1466

Abstract

Penelitian ini bertujuan untuk mengevaluasi kinerja dan kualitas layanan aplikasi E-Alumni berbasis web di SMA Negeri 1 Payakumbuh dengan menggunakan kerangka analisis kualitas sistem informasi PIECES (Performance, Information, Economy, Control, Efficiency, dan Service). Permasalahan utama yang melatarbelakangi penelitian ini adalah belum adanya evaluasi menyeluruh terhadap aspek kinerja teknis dan kepuasan pengguna pada sistem E-Alumni, sehingga efektivitas sistem dalam mendukung pengelolaan data alumni belum terukur secara objektif. Metode penelitian yang digunakan adalah deskriptif kuantitatif, dengan pengujian performa sistem menggunakan GTMetrix untuk menilai kecepatan muat halaman, waktu respon, dan tingkat optimasi situs, serta penyebaran kuesioner berbasis model PIECES untuk mengukur persepsi pengguna terhadap enam dimensi kualitas sistem. Hasil penelitian menunjukkan bahwa aplikasi E-Alumni memiliki kinerja teknis yang efisien dengan nilai GTMetrix Grade B, waktu muat 2,1 detik, dan tingkat optimasi 90%. Dari sisi kepuasan pengguna, hasil analisis PIECES menunjukkan tingkat efektivitas keseluruhan 84%, yang berarti sistem telah memenuhi kebutuhan pengguna dalam pengelolaan data alumni. Namun demikian, diperlukan peningkatan pada desain antarmuka pengguna (user interface) agar lebih intuitif serta penyesuaian responsivitas tampilan pada berbagai perangkat untuk meningkatkan pengalaman pengguna. Secara keseluruhan, penelitian ini membuktikan bahwa penerapan kerangka PIECES efektif dalam memberikan gambaran komprehensif mengenai kualitas dan kinerja sistem informasi E-Alumni.
Co-Authors Andi Putra Arif Budiman Asnur, Hanifah Budiarni, Rini Dedi Mardianto Dian Eka Putra Fatma Ira Wahyuni Fitri Permata Sari Hanifah Asnur Ikhbal Salam, Riyan Ikhsan Indra Laksmana Irsa, Ranti Ismael Khairul Annisa Lilik Suhery, Lilik Manda, Putra Masdar, Astuti MS Firman Maulana Nofrizal Nofrizal Noviardi Noviarti Noviarti Raja Ayu Mahessya Ramacos Fardela Ranti Irsa Rayendra Ridha Sari Rina Yulius Rini Yunita Rini Yunita Rini Yunita, Rini Ronal Watrianthos Ronny Junnaidi Rosda Syelly Rostam Ahmad Efendi Rozi Meri Saves, Yulio Kaisar Selfia Bonita Sari Sri Tria Siska Syamsuir, Elvi Umar Khatab Yuhefizar Yuhefizar Zulkifli Zulkifli