Article Per Year (5 Year)
p-Index From 2021 - 2026
1.286
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Minfo Polgan (JMP) Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Journal of Multidisciplinary Inquiry in Science, Technology and Educational Research Jurnal Infortech
Firmansyah
Universitas Bina Sarana Informatika
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Library & Information Science Mathematics Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Prediksi Hasil Belajar Peserta Didik Menggunakan Model Multiple Linier Regression Agus Yulianto; Firmansyah
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 6 No. 4 (2022): Volume 6 No 4 Oktober 2022
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v6i4.11763

Abstract

Hasil belajar merupakan prestasi yang dicapai oleh peserta didik dengan mengikuti proses akademik seperti pengajaran, diskusi hingga ujian. Permasalahan institusi pendidikan saat ini adalah tidak dapat mengantisipasi dan memprediksi hasil belajar di masa depan. Dengan memprediksi hasil belajar, institusi dapat melakukan langkah preventif terhadap proses belajar pada periode berikutnya. Untuk dapat menentukan kebijakan dalam proses belajar mengajar, maka dibuat prediksi hasil belajar menggunakan metode multiple linier regression dengan menggunakan variabel kehadiran dan peringkat sebagai variabel dependen dan hasil belajar sebagai variabel independen. Mulitple linier regression terbukti dapat memprediksi hasil belajar peserta didik berdasarkan variabel kehadiran dan peringkat. Dari nilai koefisien regresi dapat disimpulkan bahwa jika kehadiran turun sebanyak 1 maka persentase kehadiran juga akan turun sebesar 0.03%, sedangkan jika peringkat turun sebanyak 1 maka peringkat siswa akan berkurang sebanyak 0.53.
Prediksi Penyakit Jantung Menggunakan Algoritma Random Forest Agus Yulianto Agusyul; Firmansyah
Jurnal Minfo Polgan Vol. 12 No. 2 (2023): Artikel Penelitian 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v12i2.13214

Abstract

Pembelajaran mesin di bidang kesehatan terus berkembang dan banyak digunakan untuk membantu dokter seperti visualisasi, klasifikasi kesehatan, prediksi penyakit dan banyak lagi. Random forest merupakan salah satu algoritma yang digunakan dalam bidang kesehatan yang dapat memprediksi penyakit jantung. Dengan menggunakan random forest, data yang diprediksi lebih akurat dibanding decision tree. Dengan menggunakan metode CRISP-DM, terbukti random forest mampu memprediksi penyakit jantung berdasarkan kebiasaan pasien. Tingkat akurasi yang dimiliki oleh random forest adalah 91% akurat dalam memprediksi penyakit jantung.
Manfaat Serta Pengaruh Kompensasi Tunjangan Hari Raya Terhadap Kinerja Karyawan Muhammad Addin Hidayatulloh; Firmansyah; Adam Ivanda Raditya; Ibnu Dwi Fajar; Feri Husein Hibadullah; Saridawati
MISTER: Journal of Multidisciplinary Inquiry in Science, Technology and Educational Research Vol. 1 No. 3b (2024): JULI (Tambahan)
Publisher : UNIVERSITAS SERAMBI MEKKAH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/mister.v1i3b.1805

Abstract

Tunjangan Hari Raya (THR) adalah salah satu jenis kompensasi yang ditawarkan bisnis kepada karyawan. sebagai bagian dari hak mereka, terutama menjelang hari raya keagamaan. Penelitian ini bertujuan untuk mengeksplorasi berbagai aspek pemberian THR, termasuk dampaknya terhadap motivasi dan kinerja karyawan, serta kepatuhan perusahaan terhadap regulasi pemerintah mengenai THR. Melalui pendekatan kuantitatif dan kualitatif, penelitian ini melibatkan survei dan wawancara dengan karyawan dari berbagai sektor industri di Indonesia. Hasil penelitian menunjukkan bahwa pemberian THR secara tepat waktu dan sesuai dengan ketentuan dapat meningkatkan motivasi dan loyalitas karyawan. Selain itu, kepatuhan perusahaan terhadap regulasi THR menunjukkan adanya hubungan positif dengan citra perusahaan di mata karyawan dan publik. Selain itu, penelitian ini mengidentifikasi beberapa tantangan yang dihadapi perusahaan dalam operasionalnya. pemberian THR, termasuk kendala keuangan dan administrasi. Rekomendasi diberikan untuk meningkatkan efektivitas pelaksanaan THR, seperti peningkatan transparansi dalam perhitungan THR dan penguatan regulasi untuk memastikan kepatuhan yang lebih baik. Dengan demikian, Temuan penelitian ini diharapkan dapat membantu memajukan kebijakan kompensasi yang lebih efektif dan efisien di Indonesia.
Data Improvement Life Cycle untuk Meningkatkan Kualitas Data Studi Kasus Data Survey Kesehatan Mental Agus Yulianto; Firmansyah
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 2 (2025): Volume 9 Nomor 2 April 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i2.14643

Abstract

Meningkatkan efisiensi dalam pengambilan keputusan bisnis melalui optimalisasi kinerja data warehouse dengan implementasi data mart juga dapat membuat akurasi data yang digunakan untuk analisis bisnis dengan mengimplementasikan mekanisme pembersihan dan validasi data yang efektif pada data mart, kemudian menyederhanakan proses analisis data dengan menyediakan data yang relevan dan terstruktur dalam data mart dan menurunkan biaya operasional terkait dengan pengelolaan data warehouse melalui optimalisasi penggunaan sumber daya, Model star schema dan model snowflake dalam arsitektur data warehouse merupakan model yang tidak terpisahkan ketika membangun sebuah data warehouse. Performa masing-masing model perlu diukur untuk melihat model yang performanya lebih baik dan dapat diadopsi dalam pengembangan data warehouse. Dalam penelitian ini juga ditambahkan data mart untuk dibandingkan dengan star schema dan snowflake dikarenakan data mart merupakan konsep yang dapat diadopsi dalam data warehouse. Tiga model yaitu star schema, snowflake dan data mart diuji performanya dengan tiga query yang digunakan yaitu query performance, query complexity dan business intellince performance, pengukuran metrik kinerja dilakukan dengan query performance, seberapa cepat query dapat dijalankan dan menghasilkan hasil. Query complexity melihat seberapa kompleks dapat dijalankan dengan efisien dan business intelligence perfomanse untuk mendukung analisis bisnis dan pengambilan keputusan, namun, peningkatan kompleksitas query pada snowflake schema dapat mempengaruhi kinerja secara keseluruhan. Penelitian ini menyimpulkan bahwa pemilihan model data mart yang tepat sangat penting untuk mencapai optimalisasi kinerja data warehouse.
Clustering Data Kejadian Kebakaran di Jakarta Menggunakan Algoritma K-Means untuk Identifikasi Daerah Rawan Yudistira Pratama; Firmansyah; Dicky Risdyanto; Hendra Supendar; Riza Fahlapi
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1237

Abstract

Kebakaran merupakan salah satu bencana yang sering terjadi di wilayah perkotaan dan berpotensi menimbulkan kerugian material, korban jiwa, serta gangguan terhadap aktivitas masyarakat. Tingginya kepadatan penduduk dan kompleksitas lingkungan perkotaan di Provinsi DKI Jakarta menyebabkan tingkat kerawanan kebakaran berbeda pada setiap wilayah, sehingga diperlukan identifikasi daerah rawan sebagai dasar penyusunan strategi mitigasi yang lebih tepat sasaran. Penelitian ini bertujuan untuk mengelompokkan 44 kecamatan di Provinsi DKI Jakarta berdasarkan karakteristik kejadian kebakaran menggunakan algoritma K-Means Clustering. Variabel yang digunakan meliputi total frekuensi kejadian kebakaran, rata-rata kepadatan penduduk, total jumlah penduduk, dan rata-rata jumlah sosialisasi pencegahan kebakaran. Data diproses melalui tahapan Knowledge Discovery in Database (KDD), yang meliputi seleksi data, preprocessing, normalisasi menggunakan metode Z-Score, proses clustering menggunakan algoritma K-Means, serta evaluasi hasil menggunakan Silhouette Coefficient. Hasil penelitian menunjukkan bahwa jumlah klaster optimal diperoleh pada k=5 dengan nilai silhouette sebesar 0,347. Pengelompokan menghasilkan lima klaster dengan karakteristik yang berbeda secara signifikan berdasarkan hasil uji ANOVA dan chi-square. Klaster C3 yang terdiri dari Kecamatan Cengkareng, Kalideres, dan Cakung teridentifikasi sebagai wilayah dengan tingkat kerawanan kebakaran tertinggi karena memiliki frekuensi kejadian kebakaran dan jumlah penduduk terbesar dibandingkan klaster lainnya. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengidentifikasi pola kerawanan kebakaran secara objektif dan dapat dimanfaatkan sebagai dasar pengambilan keputusan dalam penyusunan program mitigasi dan pencegahan kebakaran berbasis wilayah di Provinsi DKI Jakarta.
Implementation of Local Network Access Restriction security on L2TP VPN with Firewall Filter Method Tommi Alfian Armawan Sandi; Firmansyah; Eka Kusuma Pratama; Rian Septian Anwar
Jurnal Infortech Vol. 8 No. 1 (2026): June 2026
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v8i1.12698

Abstract

The use of L2TP/IPSec-based Virtual Private Networks (VPNs) has become a common solution for providing remote access to local networks. However, VPN implementations without adequate access restrictions can potentially pose security risks, such as unauthorized access to internal resources, including shared directories on servers. This study aims to implement and analyze a local network access restriction strategy using a firewall filter with an accept-few-drop-any approach on an L2TP VPN network. The research method used is an experiment with the PPDIOO (Prepare, Plan, Design, Implement, Operate, Optimize) model approach. Testing was conducted in two scenarios: before and after the firewall filter implementation. The parameters analyzed included security aspects (access to shared directories) and network performance (latency, throughput, and packet loss). The results showed that before the firewall filter implementation, VPN users could access shared directories without restrictions. After the whitelisting strategy was implemented, access to file sharing services was effectively blocked, while other network services continued to run normally. In terms of performance, the firewall filter implementation did not have a significant impact on network performance.
Co-Authors Adam Ivanda Raditya Agus Yulianto Agus Yulianto Dicky Risdyanto Eka Kusuma Pratama Feri Husein Hibadullah Ibnu Dwi Fajar Muhammad Addin Hidayatulloh Rian Septian Anwar RIZA FAHLAPI Saridawati Tommi Alfian Armawan Sandi Yudistira Pratama