Article Per Year (5 Year)
p-Index From 2020 - 2025
6.509
P-Index
This Author published in this journals
All Journal Dinamik Bulletin of Electrical Engineering and Informatics Jurnal Simantec Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) INTEKNA SMATIKA JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL PENDIDIKAN TAMBUSAI Jurnal Nasional Komputasi dan Teknologi Informasi CSRID (Computer Science Research and Its Development Journal) Jurnal Tekno Kompak Seminar Nasional Teknologi Informasi Komunikasi dan Administrasi [SEMINASTIKA] Pencerah Publik Jurnal Informasi dan Teknologi JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) Jurnal Sains Komputer dan Teknologi Informasi Journal of Engineering, Technology, and Applied Science (JETAS) Jurnal Peduli Masyarakat JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Tematik : Jurnal Teknologi Informasi Komunikasi Journal of Computer Networks, Architecture and High Performance Computing Jumat Informatika: Jurnal Pengabdian Masyarakat Majalah Ilmiah UPI YPTK TIERS Information Technology Journal Jurnal Informatika Dan Tekonologi Komputer (JITEK) Jurnal Forum Kesehatan : Media Publikasi Kesehatan Ilmiah Dinamika Kesehatan: Jurnal Kebidanan dan Keperawatan Journal of Pharmaceutical Care and Sciences Sinergi International Journal of Communication Sciences Adpebi Science Series Politeia : Journal of Public Administration and Political Science and International Relations INSTALL: Information System and Technology Journal Midwifery And Complementary Care
Mambang
Universitas Sari Mulia
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management 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 Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Other

Published : 58 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 58 Documents
Search

 2   3   4   5   6 
Analisis Sentimen Terhadap Aplikasi Parak Acil Online Berdasarkan Ulasan Masyarakat Menggunakan Metode Support Vector Machine (SVM) Mutmainah, Mutmainah; Cipta, Subhan Panji; Mambang, Mambang; Zulfadhilah, Muhammad; Naparin, Husni; Syapotro, Usman
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.7962

Abstract

Abstrak - Perkembangan teknologi informasi mempermudah akses layanan publik, termasuk aplikasi Parak Acil Online yang dikembangkan oleh Pemerintah Kota Banjarmasin untuk pengurusan dokumen administrasi. Sejak diluncurkan, aplikasi ini telah digunakan oleh puluhan ribu warga. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi dan mengevaluasi performa Support Vector Machine dalam klasifikasi ulasan. Metode penelitian yang digunakan adalah Support Vector Machine untuk mengklasifikasikan ulasan pengguna. Hasil analisis menunjukkan bahwa algoritma Support Vector Machine (SVM) dalam mengklasifikasikan data ulasan mendapatkan akurasi tertinggi pada pembagian data latih dan data uji 70:30 sebesar 85,1%, presisi 78,2%, dan recall 97,2%. Dari klasifikasi dan visualisasi, didapatkan kata-kata yang sering muncul pada sentimen positif yaitu “good”, “easy”,  dan “helpful” serta kata-kata yang sering muncul pada sentimen negatif yaitu “difficult”, “take” dan “feature”. Sentimen masyarakat terhadap aplikasi Parak Acil Online menunjukkan bahwa mayoritas ulasan masyarakat terhadap aplikasi ini bersifat positif, dan performa analisis sentimen menggunakan metode Support Vector Machine yang digunakan dalam penelitian ini terbukti efektif dalam mengklasifikasikan sentimen dari ulasan pengguna. Diharapkan penelitian ini dapat membantu pengembang dan pemangku kebijakan dalam meningkatkan kualitas aplikasi Parak Acil Online serta memahami kebutuhan masyarakat.Kata kunci: Analisis Sentimen, Aplikasi Parak Acil Online, Support Vector Machine, Textblob. Abstract - The advancement of information technology has facilitated access to public services, including the Parak Acil Online application developed by the Banjarmasin City Government for managing administrative documents. Since its launch, this application has been used by tens of thousands of residents. This study aims to analyze user sentiment towards the application and evaluate the performance of Support Vector Machine (SVM) in classifying reviews. The research method used is Support Vector Machine (SVM) to classify user reviews. The analysis results show that the Support Vector Machine (SVM) algorithm achieves the highest accuracy in classifying review data with a 70:30 train-test split, reaching 85.1% accuracy, 78.2% precision, and 97.2% recall. Classification and visualization reveal that frequently occurring words in positive sentiment include "good," "easy," "helpful," and "fast," while frequently occurring words in negative sentiment include "difficult," "document," "take," and "feature." The sentiment of the public towards the Parak Acil Online application indicates that the majority of reviews are positive. The performance of sentiment analysis using the Support Vector Machine method employed in this study has proven effective in classifying sentiment from user reviews. It is hoped that this research can assist developers and policymakers in improving the quality of the Parak Acil Online application and understanding community needs.Keywords: parak acil online application, sentiment analysis, support vector machine, textblob.
Implementasi Machine Learning pada Sentimen Konsumen UMKM Sektor Kuliner di Kota Banjarmasin Ropikah, Ropikah; Cipta, Subhan Panji; Nurhaeni, Nurhaeni; Wahyudi, Johan; Mambang, Mambang
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7877

Abstract

 Abstrak - Perkembangan jumlah UMKM di Kota Banjarmasin terutama pada sektor kuliner khususnya seperti soto banjar,sop banjar,ketupat kandangan, sambal acan sampai beraneka gangan menyebabkan persaingan antar UMKM yang semakin ketat. Hal Ini dapat mempengaruhi penjualan dan persepsi konsumen yang berbeda.Penelitian yang dilakukan bertujuan untuk Menganalisis Sentimen Konsumen (Positif,Negatif , atau netral) dengan menggunakan algoritma Naive Bayes.Dalam penelitian ini menggunakan metode survei dengan melibatkan kuesioner untuk pengumpulan data.Penelitian yang dilakukan menunjukkan bahwa metode Naive Bayes dapat melakukan analisis sentimen terhadap data konsumen UMKM sektor kuliner di Kota Banjarmasin dengan hasil akurasi metode Naive Bayes 97%, Pada label positif mendapatkan nilai precision,recall dan F1-score sebesar 98% dan pada label netral mendapatkan nilai precision,recall dan F1-score sebesar 88% . selain itu, proporsi untuk label positif sebanyak 191 data, label netral sebanyak 20 data, dan label negatif tidak ada sama sekali.Hasil penelitian menunjukkan akurasi metode Naive Bayes 97%. Analisis menunjukkan bahwa 191 data yang menunjukan label positif dan 20 data menunjukan label netral . Berdasarkan hasil yang didapatkan maka algoritma Naive Bayes dapat diimplementasikan pada data konsumen UMKM sektor Kuliner di Kota Banjarmasin.Kata kunci: analisis sentimen, UMKM kuliner Banjarmasin, naive bayes Abstract - The increasing number of Micro, Small, and Medium Enterprises (MSMEs) in Banjarmasin City, particularly in the culinary sector, ranging from traditional dishes such as soto Banjar, sop Banjar, ketupat Kandangan, sambal acan to various snacks, has intensified competition among MSMEs. This phenomenon can affect sales and consumer perceptions differently.This research aims to Analyze Consumer Sentiments (Positive, Negative, or Neutral) using the Naive Bayes algorithm.This study employed a survey method involving questionnaires for data collection.The research conducted indicates that the Naive Bayes method can analyze sentiment in consumer data of culinary MSMEs in Banjarmasin City with an accuracy rate of 97%. In the positive label, precision, recall, and F1-score obtained values of 98%, while in the neutral label, precision, recall, and F1-score obtained values of 88%. Additionally, there were 191 data for the positive label, 20 data for the neutral label, and no data for the negative label.The research results demonstrate a Naive Bayes method accuracy of 97%. The analysis shows 191 data indicating a positive label and 20 data indicating a neutral label. Based on the obtained results, the Naive Bayes algorithm can be implemented in consumer data of culinary MSMEs in Banjarmasin City.Keywords: culinary MSMEs Banjarmasin, naive bayes ,sentiment analysis
Analisis Kesadaran Masyarakat Terhadap Bahaya Cybercrime di Media Sosial dengan Metode Machine Learning Putri, Putri; Mambang, Mambang; Prastya, Septyan Eka; Marleny, Finki Dona
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.8139

Abstract

Abstrak -Meningkatnya pengguna media sosial di seluruh dunia, maka dari itu para pelaku kejahatan dunia maya pun mulai melancarkan aksinya untuk mencari keuntungan dari para pengguna media sosial. Salah satunya dengan melakukan phising. Phising merupakan suatu bentuk kegiatan yang mengancam atau menjebak seseorang dengan cara mengiming-imingi orang dengan cara menipu seseorang sehingga secara tidak langsung orang tersebut memberikan informasi pribadi yang dibutuhkan oleh pelaku kejahatan. Penelitian yang dilakukan bertujuan untuk menganalisis tingkat kewaspadaan masyarakat terhadap bahaya kejahatan dunia maya di media sosial khususnya di Instagram dengan menggunakan metode machine learning. Penelitian dilakukan di Banjarmasin, Kalimantan Selatan dengan menggunakan metode algoritma K-Nearest Neighbor (K-NN) untuk mengukur tingkat kewaspadaan masyarakat terhadap bahaya phising di media sosial Instagram. Hasil penelitian menunjukkan bahwa dari 210 data responden, sebanyak 137 orang di Banjarmasin menyadari adanya bahaya phising di media sosial Instagram, sedangkan 73 orang menunjukkan hasil tidak sadar. Pengujian algoritma K-NN dengan 70% data latih dan 30% data uji menghasilkan akurasi sebesar 98%. Selanjutnya, uji K-NN dengan Cross Validation menggunakan k-fold 5 memberikan akurasi sebesar 94%, dan matriks konfusi menunjukkan hasil metrik presisi 100%, recall 97%, dan skor f1 98%. Dengan demikian, algoritma K-NN terbukti efektif dalam pemodelan dengan data kesadaran masyarakat terhadap bahaya kejahatan siber phishing di media sosial Instagram. Penelitian yang telah dilakukan diharapkan dapat meningkatkan kesadaran masyarakat dan memberikan arahan dalam mengurangi risiko serangan phishing di media sosial..Kata kunci: Kesadaran Masyarakat, Cybercrime, Phising, Media sosial, Machine learning, K-Nearest Neighbor Abstract - The rise of social media users around the world, therefore cybercriminals have also begun to launch their actions to seek profits from social media users. One of them is by phishing. Phishing is a form of activity that threatens or traps someone by luring people by deceiving someone so that the person indirectly provides personal information needed by criminals. The research conducted aims to analyze public awareness of the dangers of cybercrime on social media, especially on Instagram, using machine learning methods. The research was conducted in Banjarmasin, South Kalimantan using the K-Nearest Neighbor (K-NN) algorithm method to measure the level of public awareness of the dangers of phishing on Instagram social media. The results of the study showed that out of 210 respondent data, 137 people in Banjarmasin were aware of the dangers of phishing on Instagram social media, while 73 people showed unconscious results. Testing the K-NN algorithm with 70% training data and 30% data testing resulted in an accuracy of 98%. Furthermore, the K-NN test with Cross Validation using k-fold 5 provides an accuracy of 94%, and the confusion matrix shows the results of 100% precision metrics, 97% recall, and 98% f1 score. Thus, the K-NN algorithm has proven to be effective in modeling with public awareness data on the dangers of cybercrime phishing on Instagram social media. The research that has been carried out is expected to increase public awareness and provide guidance in reducing the risk of phishing attacks on social media.Keywords: Public awareness, Cybercrime, Phising, Media sosial, Machine learning, K-Nearest Neighbor 
Analisis Sentimen pada Aplikasi Pinjaman Online Easycash Menggunakan Algoritma Naïve Bayes di Media Sosial Twitter Melda, Melda; Cipta, Subhan Panji; Nurhaeni, Nurhaeni; Mambang, Mambang; Adini, Muhammad Hifdzi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7918

Abstract

Abstrak - Pinjaman online EasyCash merupakan salah satu aplikasi pinjaman online yang banyak digunakan oleh masyarakat di berbagai kalangan dan hal tersebut membentuk opini masyarakat yang beraneka ragam baik itu bersifat postif ataupun negatif karena berdasarkan pengalam pribadi ataupun pengalam orang lain. Media sosial adalah tempat yang paling dirasa efektif dan praktis dalam menyampaikan pendapat bagi para pengguna khususnya pada media sosial Twitter. Penelitian ini bertujuan untuk mengtahui sentimen masyarakat terhadap pinjaman online EasyCash dan menerapkan algoritma Naïve Bayes dalam melakukan analisis sentimen, Dalam mengumpulkan data dan informasi dengan menggunakan metode eksperimenta. Berdasarkan hasil yang didapatkan mengenai analisis sentimen pada pinjaman online EasyCash di media sosial Twitter berhasil mengimplementasikan algoritma Naïve Bayes dengan akurasi sebesar 87%, pada label positif mendapatkan nilai precision 92%, recall 76%, f1-score 83% dan pada label negatif mendapatkan nilai precesion 85%, recall 95% dan f1-score 90%. Masyarakat cenderung memberikan komentar negatif dengan jumlah 688 data dan komentar positif dengan jumlah 362 data.  Kata kunci: analisis sentimen, easycash, naïve bayes, twitter Abstract - EasyCash online loan  is one of the online loan applications  that is widely used by people in various circles and it forms a variety of public opinions, both positive and negative because it is based on personal experience or other people's experience. Social media is the most effective and practical place to express opinions for users, especially on Twitter social media. This study aims to find out the public's sentiment towards EasyCash online lending  and apply the Naïve Bayes algorithm  in conducting sentiment analysis, in collecting data and information using experimental methods. Based on the results obtained regarding sentiment analysis on EasyCash online loans  on social media, Twitter successfully implemented the Naïve Bayes algorithm  with an accuracy of 87%, on the positive label it got a precision score  of 92%, recall 76%, f1-score 83% and on the negative label got  a precesion value 85%, recall 95% and f1-score 90%. The public tends to give negative comments with a total of 688 data and positive comments with a total of 362 data.  Keywords: analisis sentimen, easycash, naïve bayes, twitter
Evaluasi Kepuasan Pengguna Sistem Informasi Akademik (SIAKAD) Universitas Sari Mulia Banjarmasin Menggunakan Metode End User Computing Satisfaction (EUCS) Maulida, Nur Meilianti; Prastya, Septyan Eka; Hidayat, Ahmad; Mambang, Mambang; Pratama, Ramadhani Noor
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.7949

Abstract

Abstrak - Dalam perguruan tinggi sistem informasi digunakan untuk pengolahan data akademik yang sering dikenal dengan sebutan sistem informasi akademik (SIAKAD). Kepuasan pengguna terhadap sistem informasi menjadi tolak ukur tingkat keberhasilan dalam penerapan atau penggunaan sebuah aplikasi cocok digunakan atau tidak dengan tujuan penggunanya. Dengan menggunakan metode End User Computing Satisfaction yang terdapat variabel content, accuracy, format, ease of use dan timeliness yang dapat mengevaluasi pengguna sistem informasi secara keseluruhan berdasarkan pengalamannya dalam menggunakan sebuah sistem. Untuk mengetahui sejauh mana tingkat kepuasan pengguna terhadap sistem maka diperlukan User satisfaction yang mana hasil akhir dari penelitian ini terdapat pada poin kepuasan ini. Dari hasil keseluruhan didapatkan kesimpulan bahwa variabel yang berpengaruh signifikan secara berurutan adalah variabel content 96%, ease of use 94%, timeliness 89%, accuracy 88%, dan format 82,5%. Disarankan sistem SIAKAD UNISM dikelola secara efektif, sebaiknya dapat di minimalisir terjadinya error saat digunakan, dapat memperbarui informasi secara berkala dan bisa menggunakan feedback dari pengguna mengenai masalah keterlambatan agar segera mengambil tindakan perbaikan.Kata kunci: evaluasi, end user computing satisfaction, kepuasan pengguna, SIAKAD  Abstract - In higher education, information systems are used for processing academic data, which are often known as academic information systems (SIAKAD). User satisfaction with an information system is a measure of the level of success in implementing or using an application whether it is suitable for use or not according to the user's goals. By using the End User Computing Satisfaction method which contains content, accuracy, format, ease of use and timeliness variables which can evaluate information system users as a whole based on their experience in using a system. To find out the extent of user satisfaction with the system, User satisfaction is needed, where the final results of this research are at this satisfaction point. From the overall results, it was concluded that the variables that had a significant influence sequentially were the variables content 96%, ease of use 94%, timeliness 89%, accuracy 88%, and format 82.5%. It is recommended that the SIAKAD UNISM system be managed effectively, it should be able to minimize the occurrence of errors when used, be able to update information regularly and be able to use feedback from users regarding delay problems to immediately take corrective action.Keywords: evaluation, end user computing satisfaction, user satisfaction, SIAKAD
Klasifikasi Ekspor Impor Produk Pertanian dengan Metode Deep Learning Oktavia, Samita; Mambang, Mambang; Prasetya, M. Riko Anshori; Nurhaeni, Nurhaeni; Naparin, Husni; Budiman, Haldi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.8083

Abstract

Abstrak - Perubahan nilai impor dan ekspor memiliki pengaruh signifikan terhadap pertumbuhan ekonomi suatu negara, dengan inflasi berperan penting dalam mempengaruhi neraca perdagangan. Teknik pembelajaran mesin, khususnya Deep Learning yang merupakan subset dari Machine Learning, menawarkan solusi efektif untuk mengklasifikasi dan mendiagnosis pola dalam data ekspor-impor pertanian. Menggunakan Artificial Neural Network (ANN), yang terinspirasi oleh struktur otak manusia, teknik ini dapat memproses data kompleks untuk mendukung pengambilan keputusan yang tepat dalam analisis perdagangan pertanian. Penelitian ini fokus pada penerapan Deep Learning untuk mengidentifikasi pola ekspor-impor pertanian dengan akurasi tinggi, mencapai 93.7%, dan precision sebesar 89.6%, Recall sempurna sebesar 100% dan F-Measure yang tinggi pada 94.5% menunjukkan keseimbangan antara precision dan recall.Kata kunci: Artificial Neural Network, Deep Learning, Ekspor, Impor, Klasifikasi. Abstract - The changes in import and export values have a significant impact on a country's economic growth, with inflation playing a crucial role in influencing the trade balance. Machine learning techniques, particularly Deep Learning, a subset of Machine Learning, offer effective solutions for classifying and diagnosing patterns in agricultural export-import data. Using Artificial Neural Networks (ANN), inspired by the structure of the human brain, this technique can process complex data to support accurate decision-making in agricultural trade analysis. This research focuses on the application of Deep Learning to identify agricultural export-import patterns with high accuracy, achieving 93.7%, precision of 89.6%, perfect recall of 100%, and a high F-Measure of 94.5%, indicating a balance between precision and recall.Keywords: Artificial Neural Network, Classification, Deep Learning, Ekspor, Impor
Aplikasi Perhitungan Pendapatan dan Gaji Berbasis Web pada Destinasi Kelotok : Studi Kasus Siring Banjarmasin Rafi'i, Rafi'i; Nugraha, Bayu; Prastya, Septyan Eka; Cipta, Subhan Panji; Mambang, Mambang
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7885

Abstract

Abstrak - Banjarmasin adalah kota yang terkenal karena memiliki seribu sungai. Salah satu destinasi wisata di kota ini adalah menyusuri sungai dengan perahu yang disebut kelotok. CV siring Kota Banjarmasin belum memiliki aplikasi berbasis web untuk perhitungan pendapatan dan gaji dan mereka melakukan perhitungan pendapatan dan gaji masih manual. dalam penelitian ini adalah bagaimana membuat rancangan prototipe dan membuat aplikasi perhitungan pendapatan dan gaji berbasis web pada CV siring Kota Banjarmasin. tujuan penelitian untuk membuat aplikasi berbasis web yang dapat menghitung pendapatan bulanan dan gaji karyawan dari penjualan tiket. Model sistem yang digunakan adalah model air terjun Waterfall. Sistem yang dihasilkan dapat mempermudah user dalam pembokingan tiket dan  admin untuk mempermudah proses pendataan pendapatann dan gaji sebagai wadah bagi CV siring kota Banjarmasin, secara umum pemodelan sistem ini meliputi user yaitu sebagai pengguna dan admin pengelola, Setelah itu data tersimpan di dalam database sebagai tempat penyimpanan data. Berdasarkan hasil dan pembahasan dalam penelitian ini, dapat disimpulkan bahwa aplikasi perhitungan pendapatan dan gaji berbasis web yang dikembangkan berhasil mencapai tujuan yang ditetapkan dan memberikan solusi yang efektif untuk perhitungan pendapatan gaji dalam pembokingan tiket, Yang lebih efisien dan akurat. dalam pengujian aplikasi web pada CV siring Kota Banjarmasin, menunjukkan Aplikasi web mampu membuat peningkatan pendapatan dan penjualan tiket dari data wawancara pada bulan maret dan april. Kata kunci: Aplikasi Web, Perhitungan Pendapatan dan Gaji, Destinasi Kelotok Abstract - Banjarmasin is a city famous for having a thousand rivers. One of the tourist destinations in this city is down the river by boat called kelotok. CV siring Banjarmasin City does not yet have a web-based application for the calculation of income and salaries and they do the calculation of income and salaries manually. in this study is how to make a prototype design and create a web-based income and salary calculation application at CV siring Banjarmasin City. the research objective is to create a web-based application that can calculate monthly income and employee salaries from ticket sales. The system model used is the Waterfall model. The resulting system can make it easier for users to book tickets and admins to facilitate the process of recording income and salaries as a forum for CV siring Banjarmasin city, in general, the modeling of this system includes the user as a user and admin manager, after that the data is stored in the database as a data storage area. Based on the results and discussion in this study, it can be concluded that the web-based revenue and salary calculation application developed successfully achieved the objectives set and provided an effective solution for the calculation of salary income in ticket bookings, which is more efficient and accurate. in testing web applications at CV siring Banjarmasin City, shows that web applications are able to make an increase in revenue and ticket sales from interview data in March and April.Keywords: Web Application, Income and Salary Calculation, Kelotok Destination
Analisis Penerapan Teknik Search Engine Optimization (SEO) pada Website Universitas Sari Mulia untuk Meningkatkan Indikator Visibility Webometrics Tiara, Astia Rahma; Nurhaeni, Nurhaeni; Mambang, Mambang; Prastya, Septyan Eka; Marleny, Finki Dona
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7779

Abstract

Abstrak - Universitas Sari Mulia mempunyai website sebagai wadah promosi serta membantu memperkenalkan dan mempromosikan kampus Universitas Sari Mulia agar lebih dikenal ketika pengguna internet mencari kata kunci ”Universitas Sari Mulia” dengan nama domain unism.ac.id. Pencarian website yang terdapat di internet diperlukan sebuah mesin pencari atau search engine salah satunya ialah google. Namun, tidak semua website dapat muncul pada halaman pertama dari sebuah mesin pencari, maka perlu adanya penerapan teknik search engine optimization (SEO) dengan tujuan untuk meningkatkan indikator visibility webometrics agar website bisa optimal berada pada halaman pertama atau baris pertama saat melakukan pencarian dengan kata kunci ”Universitas Sari Mulia”. Metode yang digunakan yaitu menerapkan teknik search engine optimization (SEO) dengan hasil penelitian website unism.ac.id ketika menerapkan teknik search engine optimization (SEO) mampu mengoptimalkan website berada pada halaman pertama dan traffic website unism.ac.id mendapati peringkat Indonesia pada urutan 323. Penerapan ini juga meningkatkan indikator visibility website dengan angka 9041 pada webometrics pemeringkatan Perguruan TinggiKata kunci: Universitas Sari Mulia, search engine optimization, website,visibility, webometrics Abstract - Sari Mulia University has a website as a promotional forum and helps introduce and promote the Sari Mulia University campus so that it is better known when internet users search for the keyword "Sari Mulia University" with the domain name unism.ac.id. Searching for websites on the internet requires a search engine, one of which is Google. However, not all websites can appear on the first page of a search engine, so it is necessary to apply search engine optimization (SEO) techniques with the aim of increasing webometrics visibility indicators so that websites can optimally be on the first page or first line when searching with keywords. "Sari Mulia University". The method used is applying search engine optimization (SEO) techniques with the results of research on the unism.ac.id website. When applying search engine optimization (SEO) techniques it is able to optimize the website to be on the first page and unism.ac.id website traffic finds Indonesia's ranking in the order of 323. This implementation also increases the website visibility indicator with the number 9041 in the University ranking webometrics.Keywords: Sari Mulia University, search engine optimization, website, visibility,webometrics
SISTEM PEMANTAUAN KETINGGIAN AIR SUNGAI UNTUK TANGGAP BENCANA BANJIR BERBASIS INTERNET OF THINGS Marleny, Finki Dona; Sari, Novita; Ansari, Rudy; Fitri, Aulia; Mambang, Mambang
PENDIDIKAN SAINS DAN TEKNOLOGI Vol 12 No 1 (2025)
Publisher : STKIP PGRI Situbondo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47668/edusaintek.v12i1.1427

Abstract

Banjir dengan dampak berskala luas melanda beberapa provinsi di Kalimantan. Pada Januari 2021 dari data BNPB tercatat sebagai banjir besar yang melanda Provinsi Kalimantan Selatan, ribuan rumah terendam dan banyak fasilitas umum rusak akibat bencana banjir. Peristiwa banjir di provinsi Kalimantan selatan berasal dari beberapa kabupaten di provinsi. Pada pertengahan tahun, bencana banjir melanda di provinsi Kalimantan Utara dan Kalimantan Barat, sedangkan pada Agustus 2021 bencana banjir tercatat telah merendam di beberapa daerah di provinsi Kalimantan Timur dan Kalimantan Tengah. Banyak korban dan fasilitas yang rusak, jika tidak ditangani dengan benar, akan menghambat, mengganggu dan membahayakan masyarakat. Instrumen yang diakui untuk mengelola peristiwa bencana memiliki siklus respons manajemen risiko yang cepat. Provinsi dengan tingkat risiko rawan banjir menunjukkan bahwa pencegahan banjir dan situasi pemantauan curah hujan penting untuk deteksi bencana banjir sehingga provinsi sekitarnya dapat mendukung provinsi lain dalam keadaan darurat, Informasi cepat dalam memulai deteksi bencana banjir dapat mengurangi risiko kerusakan pasca-banjir. Penelitian ini bertujuan untuk memantau keadaan cuaca dan batas ketinggian air sungai yang sebagaian besar menjadi pemicu terjadinya banjir di wilayah Kalimantan. Sistem Pemantauan menggunakan perangkat mobile dengan menghimpun data secara Real-Time dari sensor-sensor cerdas yang tertanam pada sistem berbasis Internet of Things pada daerah yang rawan akan banjir dan sistem terintegrasi dengan ponsel cerdas untuk tanggap bencana banjir.
Exploratory Data Analysis (EDA) of Marriage Patterns in Kabupaten Banjar Using Machine Learning Approaches Husna Karima; Mambang; Subhan Panji Cipta; Muhammad Zulfadhilah
INSTALL: Information System and Technology Journal Vol 1 No 2 (2024): INSTALL : Information System and Technology Journal
Publisher : LPPM Universitas Sari Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33859/install.v1i2.629

Abstract

Marriage is a sacred moment that has a significant impact on the social, economic and demographic structure of a region. This research aims to implement a marriage dataset in Banjar Regency and find a correlation between the number of marriages, education level and age of the bride and groom using Exploratory Data Analysis (EDA) techniques and machine learning approaches. The method used is a quantitative method with observation and analysis using EDA and machine learning. The research results show that there is a strong correlation between the number of marriages and the age of the bride and groom (r = 0.99) and between the number of marriages and the education level of the bride and groom (r = 0.99). In addition, a perfect correlation was found between the ages of the groom and the bride (r= 0.99) as well as between the educational levels of the groom and the bride (r = 1). This analysis provides a better understanding of marriage patterns in Banjar Regency and shows that couples aged 21-30 years have a high positive correlation with the number of marriages. It is hoped that these results can become the basis for social policies and educational programs related to marriage.
Co-Authors Abdul Kadir Adini, Muhammad Hifdzi Ahmad Hidayat Ahmad Hidayat Ahmad Riki Renaldi Ahmad Riki Renaldy Akhmad Baddrudin Amelia, Mahlianor Anggrita Sari Anggrita Sari Antonia Yenitia Ari Yunus Hendrawan Aulia Fitri, Aulia Ayu Ahadi Ningrum Bambang Lareno, Bambang Bayu Nugraha Bayu Nugraha Bima Wicaksono Budiman, Haldi Cipta, Subhan Panji Dixky Dixky Dwi Salmarini, Desilestia Fatimah, Nora Ova Putri Martiani Finki Dona Marleny Fitriansyah, Muhammad Haniffah Sri Rinjani Hati Waruwu, Riang Heni Pujiastuti Hudatul Aulia Husna Karima Ika Hariati Ika Hariati Ika Hariati Ika Hariati, Ika Hariati Indah Tri Handayani Indah Wulandari Jaya Hari Santoso Johan Wahyudi Johan Wahyudi, Johan Kamarudin Kartika Kartika Kunti Nastiti Ladjar, Imelda Ingir Liliana Swastina M Samsul Hasbi M Samsul Hasmi Maria Ulfah Maulida, Ihdalhubbi Maulida, Nur Meilianti Melda Melda Melda, Melda Meyska Widyandini Miranda Miranda Mohammad Basit, Mohammad Muhammad Khairul Akbar Muhammad Riduan Syafi’i Muhammad Satrio Ayuba Muhammad Zaini Bakri Muhammad Ziki Elfirman Muhammad Zulfadhilah Mukhaimy Gazali Muliawan, dadang Mutiara R, Chatrine Indri Mutmainah Mutmainah Mutmainah Mutmainah Nahdi Saubari Nalo Valentino Naparin, Husni Nisa, Reny Ayu Nor Azizah Novita Sari Novriansyah, Irvan Nur Hafiz Ansari Nur Meilianti Maulida Nurhaeni Nurhaeni Nurhaeni Nurhaeni Nurhasanah Nurhasanah Oktavia, Samita Oktovin, Oktovin Pasaribu, Annisa Pebrianti, Eva Wulani Prasetya, M. Riko Anshori Prastya, Septyan Eka Pratama, Ramadhani Noor Putri Putri Putri Putri, Putri Rafi'i, Rafi'i Rahmini Rahmini Ramli, Muhammad Reza Risdianti, Risdianti Risma Maulida Risma Risma Rismawati Rismawati Rizkian Muhammad Fikri Rochman, Wisnu Nur Ropikah Ropikah Ropikah, Ropikah Rudy Ansari Rudy Ansari Rudy Ansari, Rudy Rusidah, Rusidah Samita, Mambang Sandro Nesta Pembriano Sari, Anggrita Sa’adah Septyan Eka Prasetya Septyan Eka Prastya Septyan Eka Prastya Siti Gadis Hardianti Subhan Panji Cipta Subhan Panji Cipta Sultan Arrasyid SUMARNI ZAINUDDIN Syapotro, Usman Tasya Salsabila Theresia Kurniati Seran Tiara, Astia Rahma Tumanggor, Agustina Hotma Uli Wahyudin, Rahmawati Winda Astria Nuansa Saputri Windarsyah Windarsyah Wulandari Febriani Wulandari Febriani Yanti Saubari Yanti Saubari Yuslena Sari, Yuslena