Article Per Year (5 Year)
p-Index From 2021 - 2026
3.374
P-Index
This Author published in this journals
All Journal Syntax Literate: Jurnal Ilmiah Indonesia Jurnal Elektronika dan Telekomunikasi YUSTISI KOMPUTIKA - Jurnal Sistem Komputer Yustisi: Jurnal Hukum dan Hukum Islam Jurnal Digit : Digital of Information Technology Media Aplikom Jurnal Pendidikan dan Teknologi Indonesia Cendikia : Media Jurnal Ilmiah Pendidikan Jurnal Pengabdian Masyarakat Aufa (JPMA) Media Publikasi Promosi Kesehatan Indonesia (MPPKI) JANACITTA: Journal of Primary and Children's Education Student Research Journal Jurnal Pengabdian Masyarakat dan Riset Pendidikan Periskop : Jurnal Sains dan Ilmu Pendidikan Edukasi Elita : Jurnal Inovasi Pendidikan Asian Journal of Social and Humanities Jurnal Dunia Peternakan Jurnal Pelayanan Masyarakat Catha : Jurnal Penelitian Kreatif dan Inovatif
Indra Maulana
STKIP Invada Cirebon
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Nursing Physics Public Health Social Sciences Veterinary Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Sistem Informasi Monthly Report Menggunakan Metode Pieces Pt Indoris Printingdo Muhamad Ari Septian; Indra Maulana
Catha : Jurnal Penelitian Kreatif dan Inovatif Vol. 2 No. 4 (2025): Oktober
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/catha.v2i4.144

Abstract

PT. Indoris Printingdo merupakan salah satu bagian dari SCG Group dan sebuah perusahaan yang bergerak di bidang Karton. Bagian Admin pada perusahaan tersebut harus menyajikan laporan berupa laporan monthly Report atau biasa disebut hasil Opname. Pembuatan laporan tersebut seringkali mengalami keterlambatan karena pada saat pembuatan laporan, bagian admin harus mendapatkan Informasi dari bagian Warehouse mengenai Stock barang yang akan dimasukan kedalam laporan. Setelah mendapatkan Informasi tersebut bagian admin akan memasukan Informasi tersebut ke dalam Form laporan yang ada saat ini(menggunakan ms. Excel). Hal tersebut yang mengakibatkan pembuatan laporan Stock membutuhkan waktu yang cukup lamadan beresiko mengalami kesalahan dalam pengInputan laporan. Berdasarkan masalah tersebut maka penulis memiliki keinginan untuk memanfaatkan teknologi Informasi untuk membuat system pengelolaan data. System yang akan dibuat ini menggunakan metode PIECES (Perfromance, InFormation, Economics, Control, Efficiency, Service). Bahasa pemrograman yang digunakan adalah PHP dan Database MySQL. Sistem dibuat dengan konsep User friendly, sehingga system dilengkapi interface yang berbeda tiap role dan mudah untuk dipahami
Analisis Komparasi Algoritma K-Means Dan K-Medoids Dalam Segmentasi Data Untuk Strategi Promosi Mahasiswa Baru Di Universitas X Syafrudin, Teguh; Teguh Syafrudin; Arief Hermawan; Donny Avianto; Indra Maulana
Komputika : Jurnal Sistem Komputer Vol. 14 No. 2 (2025): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v14i2.16698

Abstract

Persaingan dalam merekrut mahasiswa baru semakin ketat, sehingga perguruan tinggi memerlukan strategi promosi yang efektif dan tepat sasaran. Salah satu cara untuk meningkatkan efektivitas promosi adalah dengan melakukan segmentasi calon mahasiswa berdasarkan data penerimaan. Penelitian ini menawarkan solusi dengan membandingkan performa algoritma K-Means dan K-Medoids dalam segmentasi data Penerimaan Mahasiswa Baru (PMB) Universitas X tahun 2024. Metode yang digunakan meliputi tahapan pengumpulan data, preprocessing (pembersihan, normalisasi, dan transformasi), implementasi algoritma K-Means dan K-Medoids, serta evaluasi kualitas klaster menggunakan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa konfigurasi tiga klaster (K=3) memberikan nilai DBI terendah, dengan K-Medoids mencapai 1,038, lebih baik dibandingkan K-Means sebesar 1,059. Klaster dominan menunjukkan bahwa lulusan SMK mendominasi sebesar 40,45% dan cenderung memilih program studi Pendidikan TIK. Kontribusi penelitian ini adalah memberikan panduan bagi institusi pendidikan dalam memilih algoritma klasterisasi yang paling sesuai untuk mendukung strategi promosi yang lebih akurat, efisien, dan terarah.
PEMODELAN PREDIKTIF KELAYAKAN BEASISWA PIP MENGGUNAKAN SUPPORT VECTOR MACHINE: STUDI KASUS PADA SEKOLAH MENENGAH KEJURUAN NEGERI DI CIREBON Syamsudin, Muhammad Syafri; Maulana, Indra; Suratno, Suratno
Jurnal Digit : Digital of Information Technology Vol 15, No 2 (2025)
Publisher : Universitas Catur Insan Cendekia (CIC) Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51920/jd.v15i2.444

Abstract

Memastikan akses pendidikan yang setara bagi siswa dari keluarga berpenghasilan rendah tetap menjadi tantangan strategis dalam pengembangan sumber daya manusia di Indonesia. Program Indonesia Pintar (PIP) merupakan inisiatif pemerintah yang memberikan bantuan keuangan langsung kepada siswa kurang mampu atau yang berisiko putus sekolah karena kesulitan ekonomi. Namun, proses seleksi penerima beasiswa masih menghadapi permasalahan terkait akurasi dan objektivitas. Penelitian ini bertujuan untuk mengembangkan model klasifikasi guna mengidentifikasi calon penerima PIP yang layak menggunakan algoritma Support Vector Machine (SVM), berdasarkan data siswa dari Sekolah Menengah Kejuruan Negeri (SMK Negeri) di Cirebon. Dataset terdiri atas 216 data siswa, mencakup fitur seperti prestasi akademik, pendapatan orang tua, status KETM (keluarga ekonomi tidak mampu), serta variabel demografis lainnya. Model SVM dikembangkan menggunakan kernel linear pada platform R, dengan kinerja divalidasi melalui metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model mencapai akurasi klasifikasi sebesar 90% pada data pelatihan dan 85,19% pada data pengujian, dengan interval kepercayaan 95%. Temuan ini menunjukkan bahwa algoritma SVM efektif dalam mengklasifikasikan kelayakan penerima PIP berdasarkan variabel kuantitatif yang tersedia. Penelitian ini berkontribusi pada pengembangan sistem pendukung keputusan berbasis data di sektor pendidikan, khususnya dalam meningkatkan transparansi dan efisiensi distribusi beasiswa yang adil dan tepat sasaran. Kata kunci: Klasifikasi, Machine Learning, Prediksi, Support Vector Machine, Beasiswa.
Aktualisasi Kepemimpinan Sekolah Berbasis Nilai-Nilai Aswaja di SDIT Mutiara Palabuhanratu Kabupaten Sukabumi Tita Rustina; Ahmad Jaelani Latif; Indra Maulana; Halimatussadiah Halimatussadiah; Kania Dewi Sulistia; Husen Husen; Resya Restiawati; Imam Asrofi
Edukasi Elita : Jurnal Inovasi Pendidikan Vol. 3 No. 1 (2026): Januari: Edukasi Elita : Jurnal Inovasi Pendidikan
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62383/edukasi.v3i1.2777

Abstract

This study aims to describe and analyze in depth the actualization of school leadership based on the values of Ahlussunnah Wal Jama'ah (Aswaja) at SDIT Mutiara Palabuhanratu, Sukabumi Regency. The research method uses a descriptive qualitative approach with a case study design. Data was collected through interviews, observations, and documentation studies of various parties involved in school management. The results of the study show that school leadership integrates Aswaja values, namely tawassuth (moderate), tawazun (balanced), i'tidal (firm/straight), and tasamuh (tolerant), in policy making, curriculum management, and character development of students. The actualization of these values has an impact on the creation of a harmonious, inclusive, and oriented learning environment for the development of moderate Islamic character. An important point found is the integration of Aswaja values in the school's visions and missions, student discipline, and religious programs such as morning dhikr and dawn lectures. These programs support the formation of righteous, intelligent, and outstanding students, while strengthening the school's identity as an educational institution based on moderate Islamic values. This research confirms that Aswaja-based leadership not only serves as a normative guideline, but also as a practical strategy in building a school culture that is sustainable and relevant to the needs of the community.
Comparative Performance of Regression and Ensemble Learning Algorithms in Precision Irrigation Forecasting of Sweet Potato Rahmah, Muthia; Maulana, Indra
Jurnal Elektronika dan Telekomunikasi Vol 25, No 2 (2025)
Publisher : National Research and Innovation Agency

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55981/jet.799

Abstract

Precision irrigation is essential for sustainable agriculture under increasing water scarcity. This study compared regression and ensemble learning algorithms for forecasting irrigation requirements in sweet potato, a crop characterized by high variability in water demand. An Internet of Things (IoT)-based prototype was deployed to collect real-time data on soil moisture, temperature, humidity, light intensity, and atmospheric pressure over 42 hours and 50 minutes (August 4-5, 2025), encompassing two complete diurnal cycles at 10-minute intervals and yielding 243 temporal observations. Following preprocessing and feature engineering with lag-based temporal features, the final dataset comprised 240 samples (192 training, 48 testing) using chronological time-based splitting to prevent data leakage. Five algorithms, Support Vector Regression (SVR), AdaBoost, Extreme Gradient Boosting (XGBoost), Random Forest Regressor (RFR), and CatBoost, were evaluated under default and hyperparameter-tuned configurations using Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), and Coefficient of Determination (R²) as evaluation metrics. Tuned Random Forest achieved superior performance (R² = 0.9802, RMSE = 9.58, MAE = 6.08), followed by default Random Forest (R² = 0.9786) and default CatBoost (R² = 0.9687). XGBoost demonstrated strong performance (R² = 0.9670 tuned) but exhibited overfitting tendencies with near-perfect training scores. SVR improved substantially after tuning (R² = 0.328 to 0.797), although it remained inferior to ensemble methods. Overall, ensemble methods, particularly XGBoost and Random Forest, demonstrated superior efficacy for sweet potato irrigation forecasting. These findings underscore the potential of IoT-integrated machine learning to enhance water-use efficiency and support sustainable smart farming practices.
Determinan Model Karakteristik Budaya Kesehatan pada Pemanfaatan Pelayanan Pencegahan Covid-19 di Puskesmas Padangmatinggi Kota Padangsidimpuan: Determinants of the Health Culture Characteristics Model in the Utilization of Covid-19 Prevention Services at the Padangmatinggi Health Center, Padangsidimpuan City Ahmad Safii Hasibuan; Saskiyanto Manggabarani; Indra Maulana; Anto J. Hadi
Media Publikasi Promosi Kesehatan Indonesia (MPPKI) Vol. 5 No. 12 (2022): December 2022
Publisher : Fakultas Kesehatan Masyarakat, Universitas Muhammadiyah Palu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56338/mppki.v6i2.2993

Abstract

Latar Belakang: Penerapan kebijakan pembatasan sosial berskala besar berbagai level ini bertujuan agar rantai penularan Covid-19 dapat terhambat di Indonesia. Berbagai protokol kebijakan telah dipersiapkan oleh pemerintah, termasuk dalam tatanan kesehatan guna memberikan pelayanan kesehatan di masyarakat di era Covid-19. Kondisi seperti ini ada dihadapan kita dan memerlukan perubahan menuju kehidupan normal, termasuk pemanfaatan layanan puskesmas dalam pencegahan Covid-19 dengan pendekatan karakteristik budaya dalam memberikan pelayanan kesehatan masyarakat. Tujuan: Penelitian ini bertujuan untuk menganalisis determinan model karakteristik budaya kesehatan pada pemanfaatan pelayanan pencegahan Covid-19 Di Puskesmas Padangmatinggi Kota Padangsidimpuan. Metode: Jenis penelitian adalah survey analitik dengan pendekatan cross sectional study. Populasi dalam penelitian ini adalah semua masyarakat yang berdomisili di Puskesmas Padangmatinggi dan teknik pengambilan sampel purphosive sampling, yaitu dengan syarat: penduduk atau masyarakat yang berdomisili Kecamatan Padangsidimpuan Selatan dan ada anggota keluarga yang sakit dalam 3 (tiga) bulan terakhir. Hasil: Penelitian diperoleh bahwa ada hubungan persepsi (p=0,000), akses layanan (p=0,005), karakteristik budaya kesehatan (p=0,001) dan sikap (p=0,000) dengan pemanfaatan pelayanan pencegahan covid-19 di puskesmas padangmatinggi. Kesimpulan: Bahwa persepsi, akses layanan, karakteristik budaya, sikap petugas merupakan faktor yang berhubungan dengan pemanfaatan pelayanan puskesmas dalam pencegahan Covid 19. Sehingga perlunya dukungan dan sinergitas dari berbagai lintas sektor untuk memaksimalkan pencegahan dan penanggulangan covid 19 di tingkat pelayanan primer pusat kesehatan masyarakat.
Co-Authors Adi Suryadi, Gentha Ahmad Jaelani Latif Ahmad Rokhsan Cholis Ahmad Safii Hasibuan Akbar Lufi Zulfikar Anto J. Hadi Briliant Trisakti Muhammad Hanafiah Butar-butar, Khairunnisa Dirno Dirno Donny Avianto dwi meilasari, retno Faizah Kuratul Aini Farahiyah Haqi Floranti, Astri Dwi Halimatussadiah Halimatussadiah hasibuan, elfi Husen Husen Imam Asrofi Iwan Shalahuddin Kania Dewi Sulistia Lintang Agustin Suhandi Madiyan Sugesti Mahfud Mahfud Miki Suhadi Milana Abdillah Moh. Agri Triansyah Muhamad Ari Septian Muhamad Nurjaeni Muhammad Akbar Setiawan Muhammad Syafri Syamsudin Muhammdah Riyan Nur Kholis Alfarizi Nurfiza Widayati Nurlaila Rahmah, Muthia Resya Restiawati Riko Herdiansah Rinna Ramadhan Ain Fitriah Rizky Septiyansah Rofiuddin Rosalina, Utami Saskiyanto Manggabarani Selly Swandari Suparmas, Nurkhaliza Septiani Suratno Suratno Swadia Gandhi Mahardika Syafrudin, Teguh Syamsudin, Muhammad Syafri Tedi Supriyadi Teguh Syafrudin Tita Rustina