p-Index From 2021 - 2026
7.923
P-Index
This Author published in this journals
All Journal International Journal of Evaluation and Research in Education (IJERE) Jurnal Kependidikan: Penelitian Inovasi Pembelajaran Jurnal Buana Informatika TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Information Technology and Computer Science Cyberspace: Jurnal Pendidikan Teknologi Informasi INOVTEK Polbeng - Seri Informatika JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JURNAL PENDIDIKAN TAMBUSAI JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Antivirus : Jurnal Ilmiah Teknik Informatika Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Mnemonic INFORMASI (Jurnal Informatika dan Sistem Informasi) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Abdimasku : Jurnal Pengabdian Masyarakat Aiti: Jurnal Teknologi Informasi Jurnal Teknologi Informasi dan Komunikasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Journal of Business and Audit Information System (JBASE) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Decode: Jurnal Pendidikan Teknologi Informasi Jurnal Minfo Polgan (JMP) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Pengabdian Papua IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi Eduvest - Journal of Universal Studies SmartComp Jurnal Pendidikan Teknologi Informasi (JUKANTI) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Claim Missing Document
Check
Articles

Komparasi Kinerja Algoritma Mechine Learning Untuk Mengklasifikasi Penyakit Kanker Payudara Pakan, Raynaldo; Mailoa, Evangs
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1812

Abstract

Breast cancer is a malignant neoplasm that originates from the parenchyma and produces a frequency of death that is a major cause of concern in the world. Breast cancer has a very significant impact on sufferers, including physical changes, emotional stress, and even death. In general, this disease is divided into two types, namely benign and malignant, therefore this research aims to identify how benign and malignant breast cancer is. This research processes data related to comparing the performance of Neural Network, Naive Bayes, and Decision Tree algorithms. The parameters analyzed include accuracy, precision and recall values to evaluate the performance of the three algorithms in the context of the analysis carried out. The results of the comparison of these three algorithms are that the Naive Bayes algorithm is more accurate for use in classifying breast cancer compared to the Neural Network and Decision Tree algorithms. The Naive Bayes algorithm has a higher accuracy rate of 96.4%, 96.7%, 96.6%, and 96.6%.Keywords: Breast cancer; Neural Network; Naive Bayes; Decesion Tree; Comparison AbstrakKanker payudara adalah suatu penyakit neoplasma ganas yang berasal dari parenchyma dan menghasilkan frekuensi kematian yang menjadi penyebab utama kekhawatiran di dunia. Kanker payudara membawa dampak yang sangat signifikan terhadap penderitanya termasuk perubahan fisik, stres emosional,sampai pada kematian. Secara umum Penyakit ini dibedakan menjadi dua macam yaitu jinak (benign) dan ganas (malignant), oleh karena itu penelitian ini bertujuan untuk mengidentifikasi seberapa jinak dan ganasnya kanker payudara. Penelitian ini memproses data terkait dengan perbandingan kinerja algoritma Neural Network, Naive Bayes, dan Decision Tree. Parameter-parameter yang dianalisis mencakup nilai keakuratan, presisi, dan recall untuk mengevaluasi performa ketiga algoritma dalam konteks analisis yang dilakukan. Adapun hasil perbandingan dari ketiga algoritma ini adalah Algoritma Naive Bayes lebih akurat untuk digunakan dalam melakukan klasifikasi kanker payudara dibandingkan dengan algoritma Neural Network dan Decision Tree. Algoritma Naive Bayes memiliki tingkat akurasi yang lebih tinggi sebanyak 96,4%, 96,7%, 96,6%, dan 96,6%. Kata Kunci : Kanker Payudara; Neural Network; Naive Bayes; Decesion Tree; Perbandingan
ANALISIS POLA MINAT KONSUMEN DENGAN ALGORITMA APRIORI Sugeng Ariyadi, Faisal Nuryawan; Mailoa, Evangs
JURNAL TEKNOLOGI INFORMASI DAN KOMUNIKASI Vol. 15 No. 2 (2024): September
Publisher : UNIVERSITAS STEKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/jtikp.v15i2.873

Abstract

Gunthem Coffee is a cafe located in Semarang as well as a foodtruck when there is an event. Gunthem Coffee provides 20 coffee menus. The large number of coffee menus that spoil consumers, Gunthem Coffee decided to make policies for marketing strategies. Based on the problems experienced by Gunthem Coffee, it is necessary to conduct research on consumer interest patterns so that it will benefit both Gunthem Coffee and consumers. This research uses the a priori algorithm based on field data that can be calculated objectively. The results obtained from the apriori algorithm calculation are to get two (2) association rules with a minimum support of 30% and a minimum confidence of 60%, namely if you buy Black Pink, you will buy Kopi Susu Sanger with a support value of 50% and a confidence value of 67% and if you buy Sanger Milk Coffee, you will buy Black Pink with a support value of 50% and a confidence value of 87%.
Pelatihan Data Science Pada 2024 Guru dan Siswa SMA/SMK Provinsi Nusa Tenggara Timur Manongga, Danny; Iriani, Ade; Kristianto, Budhi; Sembiring, Irwan; Hendry, -; Mailoa, Evangs; Setiyawati, Nina; Bangkalang, Dwi Hosanna
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 6, No 2 (2023): Mei 2023
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/ja.v6i2.1290

Abstract

Data menjadi aset paling berharga untuk organisasi mana pun karena dapat memandu pengambilan keputusan. Oleh karena itu kemampuan data science merupakan salah satu skill penting. Data science tergambarkan sebagai proses yang dimulai dari pengumpulan dan pengolahan, kemudian disajikan sebagai informasi yang berguna untuk pengambilan keputusan atau bermanfaat bagi pihak yang berkepentingan dengan data. Data science memiliki banyak fungsi dan manfaat dimana beberapa diantaranya adalah membantu menciptakan budaya keputusan berbasis data, mengurangi ketidakpastian dan meningkatkan konsistensi dan keandalan data. Melihat pentingnya kemampuan data science, maka Fakultas Teknologi Informasi bekerja sama dengan ASEAN Foundation serta Dinas Pendidikan dan Kebudayaan Provinsi Nusa Tenggara Timur (NTT) melakukan Pengabdian kepada Masyarakat (PkM) dalam bentuk pelatihan kepada 2024 guru dan siswa SMA/SMK Provinsi NTT sebagai bagian untuk mencetak talenta digital Indonesia. Pelatihan didukung oleh SAP yang merupakan perusahaan software dan teknologi yang berbasis di Jerman melalui platform SAP Analytics Cloud (SAC). PkM dilaksanakan secara daring dan luring. Guru dan siswa antusias mengikuti pelatihan ini terlihat dari hasil evaluasi yang bisa dikerjakan dengan baik oleh para peserta.
Rancang Bangun Sistem Penjadwalan Kursus Musik Berbasis Website Wijanarko, Arief; Mailoa, Evangs
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 1 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i1.4592

Abstract

Salatiga Music Course is an institution that manages teaching and learning activities in terms of music and choir activities. So far, Salatiga Music Course institution in carrying out attendance and transaction activities is still done manually with a notebook so that problems occur such as frequent errors in the process of recording attendance and transactions caused by human error. Therefore, this study aims to provide a solution from problem that occurred with designing and building a website-based music course system. This music course system is designed using the waterfall method and built with the PHP programming language using the laravel framework and MySQL database. This music course system is expected can reduce human error so that it can increase effectiveness and efficiency in the attendance and transaction process and increase institutional performance.
ANALISIS CENTRALITY DAN SENTIMENT PERCAKAPAN TWITTER(X) TERKAIT GIBRAN MENGGUNAKAN SNA DAN VADER Mailoa, Evangs; Fairiani, Ayuquinn Astuticein
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6099

Abstract

Pemilihan Umum adalah momen krusial untuk memilih presiden yang diadakan setiap 5 tahun. Selama periode kampanye pemilu yang berlangsung selama 75 hari, dari 28 November hingga 10 Februari 2024, Gibran menjadi topik populer di Twitter(X). Penelitian ini bertujuan untuk mengidentifikasi aktor yang paling berpengaruh dalam pencarian kata "Gibran" dan untuk mengetahui sentimen yang paling mendominasi antara positif, negatif, atau netral dalam percakapan di Twitter (X). Metode yang digunakan adalah Social Network Analysis (SNA) dan Veder Sentiment. Hasil penelitian menunjukkan bahwa akun @gibran_tweet memiliki nilai OutDegree sebesar 66 dan InDegree sebesar 640. Hal ini mengindikasikan bahwa @gibran_tweet adalah aktor berpengaruh karena merupakan salah satu pengguna aktif di Twitter (X) dan sempat menjadi trending. Dalam postingan yang beredar, terdapat cuitan positif 458 (4,09%), negatif 471 (4,20%) dan netral 10.272 (91,71%). Hal tersebut berindikasi bahwa sentiment yang dominan adalah netral. Namun, sentimen yang beredar di masyarakat tidak mempengaruhi hasil pemilu yang telah diumumkan oleh KPU.
Pembekalan Design Thinking Untuk Pembentukan Karakter Wirausaha Muda Solutif-Inovatif Pada Murid SMA/K di Kota Palu Dwi Hosanna Bangkalang; Nina Setiyawati; Evangs Mailoa; Deasy Carolina; Magdalena Ariance Ineke Pakereng; Willson Mangoki
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 9, No 1 (2026): JANUARI 2026
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v9i1.3187

Abstract

Salah satu tantangan pada wirausaha muda adalah adanya persoalan pada tahap analisis pasar sebelum usaha mulai dirintis yakni produk yang dihasilkan tidak sesuai dengan kebutuhan pasar. Selain itu, minat siswa untuk berwirausaha masih cenderung rendah. Hal tersebut dipengaruhi oleh pola pikir yang kurang adaptif terhadap risiko dan ketidakpastian, serta ketakutan terhadap kegagalan. Kegiatan Pengabdian kepada Masyarakat (PkM) ini dilakukan di SMKN 1 Palu dan SMAN 2 Palu dengan memberikan workshop Design Thinking kepada siswa untuk membentuk karakter para siswa menjadi gigih, empati, peka, dan kreatif. Dimana karakter ini dibutuhkan untuk menjadi seorang wirausaha. Workshop dilakukan dengan metode praktik untuk meningkatkan partisipasi setiap peserta. Pendekatan berbasis praktik dan interaktif ini terbukti efektif dalam membangun kepercayaan diri, pola pikir kreatif, dan keterampilan wirausaha peserta. Hal ini dibuktikan dengan antusiasme aktif selama proses workshop berlangsung dan kualitas hasil kerja akhir yang disusun oleh siswa. Berdasarkan hasil evaluasi yang dilakukan setelah workshop, 79% peserta menilai bahwa Design Thinking merupakan materi penting untuk mereka.
Deteksi Phishing Website Menggunakan Algoritma Random Forest dengan Hyperparameter Tuning GridSearchCV Gabriel Mika Angelo; Evangs Mailoa
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 7 No. 2 (2026): Mei
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63447/jimik.v7i2.1865

Abstract

Phishing websites are one of the cybersecurity threats that deceive users into disclosing sensitive information such as usernames, passwords, and financial data. These attacks are commonly carried out by creating fake web pages that resemble legitimate websites, making them difficult for ordinary users to identify. Therefore, URL-based phishing detection is important in improving user security when accessing websites. This study aims to improve the accuracy of phishing URL classification by applying hyperparameter tuning to the Random Forest algorithm as a popular machine learning method. The dataset used consists of 10,000 URLs, comprising 5,000 phishing URLs and 5,000 legitimate URLs, which were then extracted into 16 relevant numerical technical features. Four model configurations were evaluated, consisting of one default model and three tuned models using GridSearchCV. The experimental results show that the Grid 2 configuration achieved the best performance with an accuracy of 82.65%, precision of 82.70%, recall of 82.65%, F1-score of 82.62%, ROC-AUC of 0.9068, and PR-AUC of 0.8976. In comparison, the default model only achieved an accuracy of 82.40% and an F1-score of 82.38%, while Grid 1 and Grid 3 produced slightly lower performance. These findings indicate that hyperparameter tuning can provide a slight performance improvement compared to the default configuration in detecting phishing websites, although the difference is not statistically significant.
Peningkatan Kapasitas Penelitian Guru dan Siswa SMA Melalui Pelatihan Metodologi Penelitian dan Pendampingan Olimpiade Penelitian Siswa Indonesia Andreas A. Sukmana; Sri Kasmiyati; Betty E. Kristiani; Hindriyanto D. Purnomo; Budhi Kristianto; Krismiyati Krismiyati; Teguh I. Bayu; Radius Tanone; Adi Nugroho; Hanita Yulia; Evangs Mailoa; Erwien Christianto
JURNAL PENGABDIAN PAPUA Vol 10 No 1 (2026)
Publisher : LPPM Uncen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31957/jpp.v10i1.5252

Abstract

Critical and innovative thinking skills are essential requirements for students to meet the global challenges. One strategy to develop these skills is through participation in the Indonesian Student Research Olympiad (OPSI), which requires collaboration between teachers and students in implementing fundamental research concepts. However, the implementation of basic research concepts within the high school curriculum remains limited. Consequently, collaboration with higher education institutions serves as a potential solution, specifically through research training and mentoring. This training initiative aimed to enhance the research competence of teachers and students at SMAN 1 Ambarawa by providing methodology training and mentoring for OPSI research teams, conducted by a faculty team from Satya Wacana Christian University. The program was conducted intensively consisting of research design training and research mentoring for nine student groups. The training and the mentoring were provided by lecturers whose expertise aligned with the specific OPSI proposal topics of each group. This mentoring resulted in an overall improvement in the research capabilities of both teachers and students, with one group successfully won a gold medal at OPSI 2025. In conclusion, this program results in a positive reception, which expressed the hope that similar initiatives can be conducted on a regular basis.
Prediksi Penyakit Getah Bening dengan Algoritma Linear Regresi Berganda Christofael Natalio Dondan; Evangs Mailoa
Journal of Information System Research (JOSH) Vol 6 No 2 (2025): January 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v6i2.6277

Abstract

This study aims to evaluate the performance of the multiple linear regression algorithm in predicting lymph node diseases by utilizing a multivariate dataset. This algorithm was chosen for its ability to analyze complex relationships between independent and dependent variables, which is expected to provide accurate prediction results. The model evaluation was conducted using three key metrics: Mean Absolute Error (MAE), Mean Squared Error (MSE), and Root Mean Square Error (RMSE), to measure prediction error levels and model reliability. The study results indicate that the multiple linear regression algorithm achieved MAE of 0.3, MSE of 0.3, and RMSE of 0.5. These values demonstrate low prediction error and acceptable accuracy, suggesting the algorithm's potential for application in assisting the diagnosis of lymph node diseases.
KOMPARASI METODE AHP, TOPSIS, DAN MOORA DALAM MENENTUKAN LOKASI PEMASANGAN WIFI KOTA SALATIGA Krisna Adi Saputra; Evangs Mailoa
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5674

Abstract

Pemerintah Kota Salatiga melalui Dinas Komunikasi dan Informatika memiliki program KEPOIN yang merupakan layanan internet umum yang tersedia secara gratis, terdapat 24 titik fasilitas yang telah terpasang di berbagai daerah, dan ke depannya akan menambahkan empat lokasi pemasangan WiFi. Tujuan utama dalam penelitian adalah membantu Diskominfo menentukan pemasangan lokasi WiFi gratis dan mengetahui metode terbaik diantara ketiga metode yaitu AHP, TOPSIS, dan MOORA dalam menyelesaikan masalah. Hasil dari ketiga metode yang digunakan terdapat lokasi yang diutamakan adalah Kolam Renang Kalitaman dengan nilai preferensi tertinggi metode AHP, TOPSIS, dan MOORA yaitu 0,41, 0,56, dan 0,50. Hasil uji sensitivitas yang didapat dari hasil preferensi masing-masing metode yang digunakan untuk mengetahui metode yang terbaik yaitu metode AHP dengan hasil terendah pada uji sensitivitas tiga (S3) bernilai 0,051 dan uji sensitivitas satu (S1) bernilai 0,102. Kesimpulan dari penelitian yang dilakukan adalah rekomendasi titik lokasi pemasangan WiFi gratis di Kota Salatiga adalah di Kolam Renang Kalitaman dengan nilai preferensi tertinggi dari masing-masing metode dan untuk metode yang baik dalam menyelesaikan masalah yang diteliti adalah Metode AHP dengan nilai uji sensitivitas terendah dari ketiga metode yang digunakan.
Co-Authors Ade Iriani Ade Kresna Dewantara Adeline Debby Christiana Adi Nugroho Adilla, Denise Sheryl Adinda Setya Oktami Adji, Leonard Surya Adji Andreas A. Sukmana Anugramidah Limbong Madika Aprillia Stefvani Tetikay Arbitra Satria Perdana Arief Wijanarko Arif Hasan Nawawi Azzahra, Windy Livia Bernardus Redika Westama Putra Betty E. Kristiani Bintang Samasto, Revo Budhi Kristianto Candrawira Wicaksana, Gede Abdi Christofael Natalio Dondan Cristanto, Mordekhai Danny Manongga Deasy Carolina Dewi, Teresia Ardika Dhinora, Monica Yoshe Dwi Hosanna Bangkalang Epliani Limbong Rara Erwien Christianto Fairiani, Ayuquinn Astuticein Faqih, Muhammad Faiq Adhitya Fernando, Zuriel Fredrik Landjamara Ndjurumana G.A, Ambrosius Ludang Gabriel Mika Angelo Gede Abdi Candrawira Wicaksana Gilang Agung Saputra Hanita Yulia Harnanda, Elifas Gavra Hartono, Michael Antonius Harun B S O. Mosioi Hendry, - Hindriyanto Dwi Purnomo Hutami Jane Antonia .M Irwan Sembiring Jacob Daan Engel Joseph Triwin Subarjo Juan Rondor Jonathan Sumakul Krisetianto, Wijaya Yoga Krismiyati Krisna Adi Saputra Krisna Setiawan Luhukay, Priscila Karen Madika, Fiwi Fishinsky Magdalena Ariance Ineke Pakereng Muhammad Arifin Muhammad Rizky Pribadi Natacia, Fanny Nina Setiyawati Nopan, Nopan Pakan, Raynaldo Panca Rizki Perkasa Perkasa, Panca Rizki Pramastya, Pragnanta Yopie Putri, Tiara Syah Indra Radius Tanone Santoso, Fian Julio Sri Kasmiyati Sugeng Ariyadi, Faisal Nuryawan Susanti, Era Syahreza Triadhana Marsudi Tad Gonsalves Teguh I. Bayu Teresia Ardika Dewi Tesalonika, Ribka Ventje Jeremias Lewi Engel Widyasari, Elvira Resti Widyastuti, Fransisca Sonia WIJANARKO, ARIEF Willson Mangoki