Article Per Year (5 Year)
p-Index From 2020 - 2025
3.086
P-Index
This Author published in this journals
All Journal Jurnal sistem informasi, Teknologi informasi dan komputer Sinergi Annual Research Seminar Journal of Management and Business Review JSiI (Jurnal Sistem Informasi) Kumawula: Jurnal Pengabdian Kepada Masyarakat Indonesian Journal of Business Intelligence (IJUBI) Jurnal Teknologi Dan Sistem Informasi Bisnis JATI (Jurnal Mahasiswa Teknik Informatika) Reswara: Jurnal Pengabdian Kepada Masyarakat Sriwijaya Journal of Informatics and Applications DEVICE Jurnal Pendidikan Sains dan Komputer The Indonesian Journal of Computer Science
Jambak, Muhammad Ihsan
Fakultas Ilmu Komputer, Universitas Sriwijaya
Religion Agriculture, Biological Sciences & Forestry Humanities 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 Energy Engineering Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
Risk Management Evaluation in Hospital Management Information Systems Using Framework COBIT 2019 - Case Study: Ernaldi Bahar South Sumatera Hospital Hilditia Cici Triska Amirta; Muhammad Ihsan Jambak; Pacu Putra Suarli; Yadi Utama; Ari Wedhasmara; Putri Eka Sevtiyuni
Sriwijaya Journal of Informatics and Applications Vol 4, No 1 (2023)
Publisher : Fakultas Ilmu Komputer Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/sjia.v4i1.52

Abstract

Hospital Management Information System (SIMRS) is a system to assist service performance, reporting and data retrieval at hospitals that have been required by the government to be implemented in all hospitals in Indonesia. The existence of SIMRS is certainly an inseparable part of the service process and hospital data management, but it can also cause various IT risks to arise. Therefore, a good risk management is needed to minimize any possible IT risks that have not or have occurred. The performance of an IT risk management can be indicated from its capability levels. This study aims to determine how high the capability levels and the gap value from each process of the IT risk management at Ernaldi Bahar Hospital. The framework used as a reference in the assessment of the risk management process is COBIT 2019 which has 3 stages, namely the mapping process, capability level assessment, and conclusions. This study resulted in the value of capabilities in each process in IT risk management, the gap value, and recommendations for improvement that can be applied to SIMRS Ernaldi Bahar. The results of the measurement of the IT risk management capability of SIMRS Ernaldi Bahar in the EDM03 and DSS03 processes are at level 3, while the APO12 and DSS05 processes are at level 1. The gap values for the EDM03 and DSS03 processes is 1 level, while the gap values for the APO12 and DSS05 processes are 3 levels. Process improvement recommendations refer to COBIT 2019 best practices.
Analisis Komparatif Metode Weighted Product (WP) dan Metode Simple Additive Weighting (SAW) Yoppy Sazaki; Rusdi Efendi; M. Ihsan Jambak
Jurnal Pendidikan Sains dan Komputer Vol. 3 No. 02 (2023): Artikel Riset Periode Oktober 2023
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/jpsk.v3i02.3347

Abstract

Dalam banyak kasus informasi ini kurang memadai untuk membuat sebuah keputusan yang spesifik guna memecahkan permasalahan tertentu. Oleh karena itulah Sistem Pendukung Keputusan dibuat sebagai suatu cara untuk memenuhi kebutuhan ini. Konsep sistem pendukung pengambilan keputusan yang berbasis komputer (computer based decision support system) saat ini sedang berkembang sangat pesat. Didalam proses pengambilan keputusan terdapat benyak kriteria yang digunakan, serta banyak juga metode yang bisa dipakai untuk mendapatkan solusi dari permasalahan tersebut. Ketika terdapat banyak metode yang bisa dipakai, maka kita akan menemukan masalah baru lagi yaitu metode mana yang akan memberikan hasil yang lebih akurat , oleh karena itulah penelitian ini melakukan analisa terhadap dua metode yang sering digunakan yaitu metode weighted product (WP) dan metode simple additive weighting (SAW) baik metode tersebut dijalankan secara sendiri – sendiri atau di lakukan pendekatan hybrid pada kedua metode tersebut. Dalam kedua metode Sistem Pendukung Keputusan ini terdapat dua bagian utama yang akan dibahas, yaitu proses pembobotan dan proses perengkingan. Sedangkan data uji yang akan digunakan sebanyak 200 buah data. Hasil perengkingan yang didapatkan dari metode ini nantinya akan dibandingkan dengan data awal, dimana data awalnya disusun atau direngkingkan dengan mengalikan nilai kepentingan data dengan data itu sendiri.
PERBANDINGAN ALGORITMA KLASIFIKASI DATA MINING MODEL C4.5 DAN NAIVE BAYES UNTUK PREDIKSI KEGANASAN KANKER PAYUDARA Firda, Hiliah; Athiyah, Rima; Candra, Salsabila; Jambak, Muhammad Ihsan
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 14 No 3, Mei Tahun 2024
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.14.3.194-200

Abstract

Kanker payudara menjadi salah satu masalah kesehatan global yang signifikan, dengan tingkat kejadian dan kematian yang tinggi di seluruh dunia. Penelitian ini menyoroti pentingnya prediksi keganasan kanker payudara dalam penanganan pasien dan menggambarkan tantangan dalam deteksi dini serta penanganan kanker payudara, terutama di negara berkembang. Selain itu, penelitian ini menyoroti peran teknologi informasi dan komunikasi, khususnya algoritma data mining seperti C4.5 dan Naive Bayes, dalam meningkatkan prediksi keganasan kanker payudara. Penelitian ini bertujuan untuk membandingkan kinerja kedua algoritma tersebut dalam konteks medis ini, dengan referensi tambahan dari penelitian terdahulu. Hasil penelitian ini menunjukkan bahwa algoritma C4.5 mencapai akurasi sebesar 94,15%, sementara Naïve Bayes mencapai 92,40%. Hal ini menegaskan bahwa algoritma C4.5 memiliki kinerja yang lebih unggul dibandingkan dengan Naïve Bayes. Diharapkan hasil penelitian ini dapat memberikan wawasan yang lebih mendalam tentang pilihan algoritma terbaik untuk prediksi keganasan kanker payudara, yang pada gilirannya dapat meningkatkan diagnosis dini, perawatan yang lebih efektif, dan hasil klinis yang lebih baik bagi pasien.Kata Kunci: Data Mining, C4.5, Naive Bayes, Kanker Payudara, Klasifikasi
KLASIFIKASI RISIKO PENYAKIT SERANGAN JANTUNG DENGAN MENGGUNAKAN ALGORITMA C4.5 Aida Khalisatifa; Hestiana Dela Arum; Muhammad Ihsan Jambak
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.6869

Abstract

Penyakit jantung termasuk serangan jantung merupakan salah satu penyakit yang menjadi perhatian serius dalam dunia medis. Deteksi dini risiko penyakit jantung sangat penting untuk mencegah dampak yang lebih serius. Penelitian ini menggunakan dataset yang terdiri dari 303 data dengan tipe numerik dan nominal. Data tersebut diolah menggunakan algoritma C4.5 untuk melakukan klasifikasi risiko penyakit serangan jantung. Hasil penelitian menunjukkan bahwa algoritma tersebut mencapai tingkat akurasi sebesar 83,98%. Lebih lanjut, melalui decision tree mengidentifikasi bahwa faktor terbesar yang diketahui berkontribusi dalam penentuan risiko penyakit serangan jantung adalah faktor Cp (Chest Pain), Caa (n Major Vessels), Oldpeak, Sex, dan Exng (Exercise Angina). Temuan penelitian ini diharapkan dapat memberikan tambahan wawasan dalam upaya deteksi dini dan penanganan penyakit jantung di masa mendatang di mana model klasifikasi ini dapat digunakan sebagai alat skrining awal untuk mengidentifikasi individu yang berisiko tinggi terkena serangan jantung.
Perbandingan Metode Naïve Bayes dan SVM pada Ulasan Google Playstore Mobile Legends Bang Bang Patrick Gracezando Yehova; Jessica Jessica; Muhammad Ihsan Jambak
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.7052

Abstract

Perkembangan internet di Indonesia meningkatkan minat bermain game terbukti dari pertumbuhan pasar game hingga mencapai Rp25 triliun pada 2022. Penerapan analisis sentimen pada ulasan pengguna penting untuk membantu bisnis mengambil tindakan yang tepat guna meningkatkan produk, layanan, serta strategi bisnis. Penelitian ini bertujuan membandingkan kinerja melalui tingkat akurasi metode Support Vector Machine (SVM) dan Naïve Bayes, dalam analisis sentimen pengguna game Mobile Legends: Bang Bang pada ulasan Google Playstore. Dari total 796 dataset, sentimen negatif mencapai 73%, sedangkan sentimen positif hanya mencapai 27%. Hal ini menunjukkan ketidakseimbangan data, dengan lebih banyak sentimen negatif. Teknik upsampling SMOTE meningkatkan akurasi Naïve Bayes (82%) dan SVM (91%). Perbandingan ini menunjukkan kecenderungan yang jelas bahwa algoritma SVM memberikan kinerja yang lebih baik dalam mengklasifikasikan sentimen dari data yang telah dikumpulkan dan diujikan. Berdasarkan kurva ROC model klasifikasi Naïve Bayes lebih baik dibandingkan SVM dengan nilai AUROC sebesar 0,070.
PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS DALAM CLUSTERING RATA-RATA PENAMBAHAN KASUS COVID-19 BERDASARKAN KOTA/KABUPATEN DI PROVINSI SUMATERA SELATAN Nirwana , Sevi Dian; Jambak, Muhammad Ihsan; Bardadi, Ali
Jurnal Sistem Informasi Vol 9 No 2 (2022)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v9i2.5127

Abstract

Penyebaran yang cukup luas dan cepat, membuat pandemi Covid-19 di Sumatera Selatan berdampak negatif pada semua sektor seperti kesehatan, pekerjaan dan perekonomian. Dengan kebijakan pemerintah yang mengelompokkan wilayah penanganan Covid-19 menjadi 4 zona, perlu dievaluasi apakah pengelompokkan wilayah tersebut sudah tepat menggunakan teknik clustering data mining dengan algoritma K-Means dan K-Medoids. Dari hasil pengujian algoritma K-Means memberikan nilai DBI terbaik adalah 0.078 pada K=2. Sedangkan algoritma K-Medoids memberikan nilai DBI terbaik adalah 0.250 pada K=3. Sehingga kesimpulan yang didapatkan, pembagian wilayah penanganan Covid-19 di provinsi Sumatera Selatan dibagi menjadi 2 cluster (yaitu Kota Palembang dan Luar Kota Palembang) atau menjadi 3 cluster (yaitu Kota Palembang, dekat dengan Kota Palembang dan jauh dari Kota Palembang). Kata kunci: Covid-19, K-Means, K-Medoids, Clustering, DBI
Analisis Bisnis Proses Keberatan Dan Pengurangan PBB di BAPENDA Kota Palembang Pangestu, Ridho; Putra, Pacu; Jambak, Muhammad Ihsan; Hardiyanti, Dinna Yunika; Sari, Winda Kurnia; Gumay, Naretha Kawadha
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 5 No 4 (2023): Oktober 2023
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v5i4.1056

Abstract

The Internal Control System (ICC) is a crucial workflow in actions and activities that are continuously carried out by superiors and all employees to ensure the achievement of organizational targets through efficient and effective measures, reliability of financial reports, protection of state assets, and compliance with applicable laws and regulations. In the business process of objection and reduction of PBB at the Regional Revenue Agency (BAPENDA) of Palembang City shows that the previous business process has several existing obstacles, such as from existing staff, process time, and in terms of tasks in the business process. Therefore, it is necessary to analyze the business process of objection and reduction of PBB at the Regional Revenue Agency (BAPENDA) of Palembang City. So that the research aims to analyze the suitability of this procedure with SPIP and other inhibiting factors. The method used in this research is the Business Proceses Improvement (BPI) method, which is a method used to analyze the business process of tax objections and UN reductions, and uses the Bizagi Modeler application as a simulation of business process analysis, and uses Streamlining Tools in making improvements to the old business so that it becomes a more effective and efficient business process. Based on the results obtained, it shows that the original business process takes a long time so that new business process recommendations are made. This is intended to make the time required shorter than the old one.
PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS UNTUK KLASTERISASI PRODUKSI TELUR RAS AYAM KAMPUNG DI PROVINSI SUMATERA SELATAN Andini, Rany; Talita Aminisari, Sapina; Aditya Febrianza Husin, Vikky; Ihsan Jambak, Muhammad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9844

Abstract

Telur adalah salah satu bahan pangan yang memegang peranan penting dalam memenuhi kebutuhan protein dan asupan gizi bagi manusia. Berdasarkan data produksi telur pada tahun 2020 hingga 2022 Produksi telur di Provinsi Sumatera Selatan masih terbilang rendah jika dibandingkan dengan daerah lain, berdasarkan permasalahan tersebut maka dilakuakn penelitian ini menggunakan teknik data mining dengan metode clustering menggunakan aplikasi Rapidminer untuk menganalisis pola produksi telur ayam kampung di provinsi Sumatera Selatan pada tahun 2020 hingga 2022 agar dapat mengoptimalkan produksi telur pada setiap wilayah. Penelitian ini menerapkan perbandingan algoritma K-Means dan K-Medoids, tujuan melakukan perbandingan yaitu untuk menentukan algoritma mana yang terbaik dalam klasterisasi produksi telur rasa ayam kampung di Sumatera Selatan dengan membandingkan nilai Davies Bouldin Index (DBI) untuk menentukan nilai K (jumlah cluster) terbaik. Hasil Pengujian menunjukkan algoritma K-Means menjadi algoritma terbaik untuk klasterisasi telur ras ayam kampung di provinsi sumatera selatan dengan hasil nilai Davies Bouldin Index (DBI) 0.193 dengan lima buah cluster dibandingkan dengan K-Medoids sebesar 0.268 dengan tiga cluster
Pemanfaatan Fitur Kecerdasan Buatan pada Aplikasi Multimedia bagi Guru SMA Alkautsar Bandar Lampung Putra, Bayu Wijaya; Sartika, Dewi; Putra, Apriansyah; Jambak, Muhammad Ihsan; Afif, Hasnan; Novianti, Hardini; Utari, Meylani; Florensia, Yesinta; Kurniati, Junia
Reswara: Jurnal Pengabdian Kepada Masyarakat Vol 6, No 1 (2025)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/rjpkm.v6i1.5261

Abstract

Mitra pada Kegiatan Pengabdian Kepada Masyarakat (PKM) adalah SMA Al-Kautsar Bandar Lampung. Mitra merupakan salah satu sekolah yang telah memiliki fasilitas memadai serta guru-guru yang kompeten. Sebagai upaya meningkatkan kinerja guru dalam proses belajar mengajar, diharapkan semua guru dapat diberikan pengetahuan dan keterampilan dalam memanfaatkan teknologi untuk membuat media pembelajaran. Salah satu teknologi yang dapat dimanfaatkan dalam pembuatan media pembelajaran yaitu Canva. Canva merupakan platform berbasis web yang menyediakan fitur-fitur yang dapat digunakan untuk membuat berbagai jenis desain konten visual, seperti presentasi, poster, dan sebagainya. Sebanyak 82% guru SMA Al-Kautsar Bandar Lampung telah mengetahui Canva namun belum optimal dalam penggunaan fiturnya, khususnya fitur kecerdasan buatan atau lebih dikenal dengan istilah Artificial Intelligence (AI). Oleh karena itu, tim pelaksana PKM Universitas Sriwijaya memberikan pelatihan terkait pemanfaatan fitur AI pada Canva yang dapat digunakan untuk memudahkan dalam pembuatan media pembelajaran. Kegiatan telah terselenggara pada 19 September 2024 dengan metode penyuluhan dengan peserta sebanyak 32 orang guru. Tim pelaksana PKM memberikan tutorial praktis penggunaan fitur AI pada Canva yang langsung dipraktikkan oleh seluruh peserta. Berdasarkan hasil yang diperoleh menyatakan bahwa 89% menyatakan fitur AI pada Canva dianggap mudah digunakan, 81% menyatakan fitur AI pada Canva sesuai dengan kebutuhan, dan 97% menyatakan akan memanfaatkan fitur AI pada Canva secara berkelanjutan
Pengaruh Sistem Informasi Terhadap Proses Penciptaan Ilmu Pengetahuan Pada Mahasiswa Fakultas Ilmu Komputer Universitas Sriwijaya Aritonang, Cindy Nadira Elfarisa; Jambak, Muhammad Ihsan
The Indonesian Journal of Computer Science Vol. 12 No. 3 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i3.3200

Abstract

Penciptaan pengetahuan merupakan suatu proses yang dilakukan oleh individu untuk menciptakan dan mendapatkan ide-ide kreatif oleh organisasi. Namun, terjadinya proses penciptaan pengetahuan dalam diri masing-masing individu tentunya berbeda berdasarkan faktor-faktor yang mempengaruhi proses penciptaan pengetahuan tersebut. Teknologi merupakan faktor pendukung paling penting dari produktivitas proses penciptaan pengetahuan di berbagai kalangan dan sistem informasi diperlukan sebagai media dalam proses penciptaan pengetahuan. Theory of Planned Behavior dan teori Budaya Organisasi merupakan teori yang mendasari konstruk penelitian ini. Penelitian ini menggunakan metode kuantitatif. Populasi dalam penelitian ini berjumlah 2.666 dan jumlah sampel sebanyak 348 yang diperoleh melalui metode stratified random sampling. Dalam menganalisis data dalam penelitian ini menggunakan teknik Structural Equation Model (SEM-PLS) dan menggunakan software SmartPLS. Hasil yang diperolah adalah proses penciptaan pengetahuan dipengaruh oleh Sikap Individu, Budaya Organisasi dan Sistem Informasi. Sedangkan Sistem Informasi tidak dapat mempengaruhi hubungan antara Sikap Individu dan Budaya Organisasi dengan Proses Penciptaan Pengetahuan.
Co-Authors Aditya Febrianza Husin, Vikky Afif, Hasnan Aida Khalisatifa Ali Bardadi Allsela Meiriza, Allsela Amrifan Saladin Mohruni Andini, Rany Apriansyah Putra Ari Wedhasmara Ari Wedhasmara Aritonang, Cindy Nadira Elfarisa Athiyah, Rima Bayu Wijaya Putra Buchari, Muhammad Ali Candra, Salsabila Chantika, Trievanni Cindy Nadira Elfarisa Aritonang Danang Yonarta Danny M. Saputra Desty Rodiah DEWI SARTIKA Dian Apriani, Dian Apriani Dinna Yunika Hardiyanti Dwi Wulan Sari Endy Suherman Fanny Olivia Firda, Hiliah Florensia, Yesinta Gumay, Naretha Kawadha Hadipurnawan Satria Hardini Novianti Hardini Novianti Hardini Novianty Hestiana Dela Arum Hilditia Cici Triska Amirta Jessica Jessica Junia Kurniati, Junia Madyasta Anggana Rarassari Megah Mulya Meylani Utari Mochamad Syaifudin, Mochamad Muhammad Irfan Jambak Nanda Aulia Sofiah Nirwana , Sevi Dian Novi Yusliani Pacu Putra Pangestu, Ridho Patrick Gracezando Yehova Primanita, Anggina Putri Eka Sevtiyuni Rahma Haniffia Rahmat Izwan Heroza Ramadhana, Yulinda Retno Cahya Mukti Rifkie Primartha Rusdi Efendi Rusdi Efendi Rusdi Efendi Samsuryadi Sahmin Samsuryadi Samsuryadi Suryani, Mifta Aprilya Syechky Al Qodrin Talita Aminisari, Sapina Tanbiyaskur Tanbiyaskur Tiara Dewangga Trievanni Chantika Winda Kurnia Sari Yadi Utama Zhafira Zafitri