Article Per Year (5 Year)
p-Index From 2021 - 2026
2.223
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Jurnal CoreIT JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Progresif: Jurnal Ilmiah Komputer Jurnal Sistem Informasi dan Informatika (SIMIKA) Indonesian Journal of Informatic Research and Software Engineering Jurnal Testing dan Implementasi Sistem Informasi SWAGATI: Journal of Community Service
Megawati Megawati
Universitas Islam Negeri Sultan Syarif Kasim Riau
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
PERANCANGAN ARSITEKTUR SISTEM INFORMASI ENTERPRISE MENGGUNAKAN TOGAF PADA MA’HAD AL HUSNA INDRAGIRI Najmuddin Mubarak MR; Febi Nur Salisah; Megawati Megawati; Fitriani Muttakin
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.v10i1.5828

Abstract

Ma’had Al Husna Indragiri merupakan pondok pesantren yang didirikan pada tahun 2019, mencakup dua sekolah yaitu SMP IT Al Husna Indragiri dan MA Al Husna Indragiri. Tujuan dari penelitian ini adalah untuk membuat kerangka kerja TOGAF untuk digunakan dalam desain arsitektur sistem informasi enterprise Ma'had Al Husna Indragiri serta mengidentifikasi dan menggambarkan arsitektur bisnisnya, mencakup Tata Usaha, Sarana Prasarana, Keuangan, Kegiatan Belajar Mengajar, Kesantrian, dan Pimpinan Ma'had. Melalui pemetaan proses dan diagram konsep solusi, penelitian ini memberikan gambaran menyeluruh mengenai interaksi antara berbagai komponen dalam Ma'had. Metode pengembangan sistem menggunakan pendekatan TOGAF, yang terdiri dari beberapa tahap: tahap awal, tahap A: Visi Arsitektur, tahap B: Arsitektur Bisnis, tahap C: Arsitektur Sistem Informasi, dan tahap D: Arsitektur Teknologi. Pimpinan Ma'had memainkan peran penting dalam pengawasan dan pengambilan keputusan strategis, Tata Usaha bertanggung jawab atas administrasi dan operasional harian, Sarana Prasarana memastikan ketersediaan dan kelayakan fasilitas fisik, Keuangan mengelola aspek finansial termasuk pemasukan, pengeluaran, penggajian dan pelaporan, KBM mengembangkan kurikulum, menyusun jadwal, dan melaksanakan proses belajar mengajar, serta Kesantrian menangani pendaftaran dan pengelolaan siswa. Penelitian ini mengidentifikasi beberapa masalah utama yang dihadapi Ma’had Al Husna Indragiri, seperti proses manual yang tidak efisien, kurangnya integrasi data, dan pengelolaan data yang tidak terstruktur. Berdasarkan analisis tersebut, disarankan untuk mengimplementasikan sistem informasi terintegrasi dan pengembangan basis data terpusat guna meningkatkan efisiensi operasional dan kualitas layanan pendidikan. Hasil penelitian yang didapatkan berupa blueprint arsitektur Ma'had Al Husna Indragiri yang diharapkan dapat berguna menjadi pedoman dalam melakukan pengembangan sistem informasi manajemen Ma'had Al Husna Indragiri
ANALISIS SENTIMEN ULASAN APLIKASI M-PASPOR MENGGUNAKAN NAIVE BAYES DAN SUPPORT VECTOR MACHINE Rahman Maheri; Febi Nur Salisah; Fitriani Muttakin; Megawati Megawati
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.v10i1.5826

Abstract

ABSTRAKM-Paspor merupakan sebuah aplikasi pelayanan publik yang dirilis pada awal tahun 2022 lalu. Telah lebih dari satu juta unduhan aplikasi ini di Google Play Store. Dalam beberapa kasus, konten ulasan dan ulasan produk atau layanan dapat berbeda. Analisis umpan balik pengguna harus menjadi prioritas utama saat mengembangkan aplikasi. Penelitian ini dilakukan dengan tujuan untuk memahami persepsi pengguna aplikasi M-Paspor di Google Play Store, dengan cara mengidentifikasi sentimen positif dan negatif dalam ulasan mereka, serta Membandingkan kemampuan algoritma Support Vector Machine dan Naive Bayes dalam menghasilkan klasifikasi yang akurat dalam menganalisis sentimen tersebut. Metode penelitian melibatkan pengumpulan, preprocessing, pelabelan, dan klasifikasi 5.934 ulasan aplikasi M-Paspor di Google Play Store, dan penerapan algoritma Support Vector Machine dan Naive Bayes untuk mengklasifikasikan sentimen ulasan. Setelah menerapkan algoritma, tahap terakhir adalah pengujian evaluasi. Hasil penerapan algoritma klasifikasi, menunjukkan bahwa algoritma Support Vector Machine dapat mengklasifikasikan ulasan aplikasi M-Paspor dengan lebih akurat, dengan rata-rata 80,76% dibandingkan dengan 78,12% dari Naive Bayes. Temuan ini menunjukkan potensi Support Vector Machine dalam membantu pengembang M-Paspor meningkatkan kualitas layanan berdasarkan umpan balik pengguna. ABSTRACTM-Paspor is a public service application that was released in early 2022. There have been more than one million downloads of this application on the Google Play Store. In some cases, review content and product or service reviews may differ. Analyzing user feedback should be a top priority when developing apps. This research was conducted with the aim of understanding the perceptions of users of the M-Paspor application on the Google Play Store, by identifying positive and negative sentiments in their reviews, and comparing the ability of the Support Vector Machine and Naive Bayes algorithms to produce accurate classifications in analyzing these sentiments. The research method involves collecting, preprocessing, labeling, and classifying 5,934 reviews of the M-Paspor app on the Google Play Store, and applying the Support Vector Machine and Naive Bayes algorithms to classify the sentiment of the reviews. After applying the algorithm, the last stage is evaluation testing. The results of applying the classification algorithms, show that the Support Vector Machine algorithm can classify M-Paspor app reviews more accurately, with an average of 80.76% compared to 78.12% from Naive Bayes. These findings demonstrate the potential of Support Vector Machine in helping M-Paspor developers improve service quality based on user feedback.
Design and Development of a Web-Based Quranic Verse Submission Application at Al-Uswah Islamic Boarding School Pekanbaru Megawati Megawati; Harisman Efendi; Febi Nur Salisah; Fitriani Muttakin
Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol. 11 No. 1 (2025): Februari
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

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

Abstract

The process of Quran recitation submission at Al-Uswah Islamic Boarding School in Pekanbaru involves interaction between students and teachers for submitting and evaluating Quran memorization. This research aims to develop a Quran Recitation Submission WebApp based on ReactJS for the frontend and Firebase as the backend. The application was developed using the Rapid Application Development method and tested through Blackbox Testing and User Acceptance Testing (UAT). The development results show that all features function well, with positive feedback from users. The main features of the application include hafiz ranking, online recitation submission, and the ability for teachers to provide feedback to students.
Co-Authors Afi Ghufran Yuda Alika Raisya Anggara Putu Dharma Putra Bayu Delvika Beri Novriyadi Daffa Takratama Savra Dwi Sri Rahayu Eki Saputra Fandi Rahmat Halim Faza Shafa Azizah Febi Nur Salisah Febi Nur Salisah fitara nisa Fitriani Muttakin Fitriani Muttakin Habib Dwi Putra Hafiz Aulia Rahman Hani Handayani Harisman Efendi Komang Rinartha Luh Gede Surya Kartika Luthfia Khairani M. Afdal Mona Fronita Muhaemin Muhaemin Muhammad Hafis Zikri Muhammad Jazman Muhammad Luthfi Hamzah Muhammad Ripaldo Pratama Muhimmatul Faizah Najmuddin Mubarak MR Naufal Abror Naufal Safiq Tama Rahman Maheri Sabilla Yeni Sephia Nazwa Auliani Syaifullah Syaifullah Tengku Khairil Ahsyar Tita Alisya Zarnelly Zarnelly