Article Per Year (5 Year)
p-Index From 2021 - 2026
1.048
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Sains Informatika Terapan (JSIT) semanTIK ENGINTECH: Journal of Engineering and Technological Sciences Journal of Vocational, Informatics and Computer Education
Alfiansyah Hasibuan
Universitas Negeri Manado
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering

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

Found 6 Documents
Search

 1 
PENERAPAN SISTEM E-ARSIP SURAT MASUK DAN KELUAR DI PENGADILAN AGAMA TONDANO BERBASIS WEBSITE Reski Wahyuni; Alfiansyah Hasibuan
ENGINTECH: Journal of Engineering and Technological Sciences Vol 1 No 1 (2025): (APRIL) ENGINTECH: Journal of Engineering and Technological Sciences
Publisher : PT. NALURI EDUKASI PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64924/hn0zvt84

Abstract

Dengan munculnya komputer, terjadi lonjakan besar dalam jumlah informasi yang dikirimkan. Perangkat seperti telepon seluler, radio, televisi, kabel, mesin fax, dan lain-lain semakin populer. Namun, surat menyurat secara tertulis sepertinya tidak bisa digantikan oleh teknologi komunikasi masa kini, yakni surat. Namun masih banyak perusahaan atau lembaga yang melakukan kesalahan dalam menyimpan dokumen penting atau surat menyurat. Misalnya dokumen atau surat bisa hilang atau rusak sehingga menimbulkan kerugian bagi perusahaan. Di era komputer dan web saat ini, kemajuan teknologi informasi dan komunikasi telah menyebabkan banyak perubahan dalam berbagai aspek kehidupan, termasuk cara pengelolaan administrasi perkantoran. Mengisi surat masuk dan keluar merupakan bagian yang sangat penting dalam administrasi. Sebagian besar institusi masih menggunakan sistem pengelolaan surat manual. Metode prototype dipilih sebagai pendekatan dalam pengembangan aplikasi pengarsipan surat ini karena memungkinkan terjadinya kolaborasi intensif antara pengembang dan pengguna. Tujuan penelitian adalah untuk membangun suatu kerangka pengolahan arsip surat masuk dan keluar yang dapat menyampaikan informasi secara ringkas dan jelas, detail, mudah dipahami dengan tampilan yang menarik. menentukan efektivitas aplikasi yang dibuat.
APLIKASI WEBSITE INDEKS KEPUASAN MASYARAKAT MENGGUNAKAN METODE EXTREME PROGRAMMING DI DINAS PENGENDALIAN PENDUDUK DAN KELUARGA BERENCANA KABUPATEN MINAHASA Elsayanti Pasalli; Alfiansyah Hasibuan
ENGINTECH: Journal of Engineering and Technological Sciences Vol 1 No 1 (2025): (APRIL) ENGINTECH: Journal of Engineering and Technological Sciences
Publisher : PT. NALURI EDUKASI PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64924/34t3rb80

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi website yang mengukur Indeks Kepuasan Masyarakat (IKM) di Dinas Pengendalian Penduduk dan Keluarga Berencana Kabupaten Minahasa. Dengan mengacu pada Undang-Undang Nomor 25 Tahun 2009 tentang Pelayanan Publik, penelitian ini menekankan pentingnya partisipasi masyarakat dalam penilaian kualitas pelayanan publik. Metode yang digunakan dalam pengembangan aplikasi adalah Extreme Programming, yang meliputi tahapan perencanaan, desain, pengkodean, dan pengujian.Aplikasi ini dirancang untuk memudahkan pegawai Dinas dalam mengumpulkan, mengolah, dan menganalisis data survei kepuasan masyarakat secara online. Data dikumpulkan melalui observasi, wawancara, dan studi literatur, serta menggunakan Skala Likert untuk mengukur persepsi masyarakat terhadap pelayanan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan dapat meningkatkan efisiensi dalam pengumpulan dan analisis data, serta mendorong partisipasi masyarakat dalam memberikan umpan balik.Diharapkan, aplikasi ini dapat menjadi solusi untuk meningkatkan kualitas pelayanan publik dan dapat terus dikembangkan untuk mengatasi kekurangan yang ada. Penelitian ini juga diharapkan dapat menjadi referensi bagi pengembangan aplikasi serupa di instansi lain.  
Penerapan Algoritma Binary Search pada Aplikasi JDIH Universitas Negeri Manado Julio Tabea; Kristofel Santa; Alfiansyah Hasibuan
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v10i1.15620

Abstract

Universitas Negeri Manado (UNIMA) sebagai institusi pendidikan memiliki berbagai peraturan dan dokumen hukum yang mengatur tata tertib civitas akademika. Namun, ketiadaan wadah terpusat menyebabkan akses terhadap informasi hukum menjadi lambat dan tidak efisien. Penelitian ini bertujuan untuk membangun aplikasi Jaringan Dokumentasi dan Informasi Hukum (JDIH) berbasis web di lingkungan UNIMA guna memfasilitasi akses dokumen hukum yang transparan dan akurat sesuai Undang-Undang Nomor 14 Tahun 2008 tentang keterbukaan informasi publik. Metode pengembangan sistem yang digunakan adalah Prototyping, yang memungkinkan interaksi intensif antara pengembang dan pengguna dalam merancang antarmuka dan fitur. Fitur unggulan dalam sistem ini adalah kemampuan pencarian kata yang di dalam dokumen PDF. Fitur ini diimplementasikan menggunakan pustaka python PyPDF2 dan Pytesseract untuk ekstraksi teks dan algoritma Binary Search untuk proses pencarian data. Pemilihan Binary Search didasarkan pada keunggulannya dalam kecepatan pencarian pada data terurut dibandingkan Linear Search. Hasil penelitian ini adalah sebuah sistem JDIH yang mampu mempercepat proses pencarian dokumen hukum, meningkatkan efisiensi pengelolaan data, serta menjadi wadah dokumen hukum yang efektif bagi civitas akademika UNIMA.
Comparison of the Performance of Support Vector Machines and Naïve Bayes in Analyzing Sentiment Regarding Money Politics in the 2024 General Election Olgraciella Manitik; Irene R.H.T Tangkawarow; Alfiansyah Hasibuan
Journal of Vocational, Informatics and Computer Education Vol 4, No 2 (2026): June 2026
Publisher : Academic Bright Collaboration

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66053/voice.v4i2.494

Abstract

Purpose – This study aims to compare the performance of the Support Vector Machine (SVM) and Naïve Bayes algorithms in classifying public sentiment on money politics in the 2024 General Election in Indonesia, as well as to determine which algorithm has the highest accuracy, precision, recall, and F1-score. Methods – A total of 1,280 Indonesian-language tweets from the X platform containing the keyword “money politics” were collected and preprocessed. Of these, 384 tweets were manually labeled by two annotators (Cohen’s Kappa = 0.9493). TF-IDF and SMOTE feature extraction were applied before splitting the data into training (70%) and testing (30%) sets. Model evaluation used accuracy, precision, recall, F1-score, ROC-AUC, paired t-test, and bootstrap confidence intervals. Findings – Naïve Bayes (α=0.1) achieved accuracy 79.31%, precision 70.73%, recall 70.73%, F1-score 0.7073, ROC-AUC 0.8387. SVM (C=1, kernel RBF) achieved 77.59%, 85.71%, 43.90%, 0.5806, 0.8410. Paired t-test (p=0.8326) showed comparable performance across 10-fold CV. Naïve Bayes demonstrated better stability (bootstrap CI [0.5974–0.8101] vs. SVM [0.4193–0.7294]). Research implications – The methodological framework (preprocessing, SMOTE, TF-IDF, tuning, 10-fold CV, paired t-test, bootstrap CI) serves as a reference for election-related text classification in Indonesia. Results offer initial insights for election monitoring agencies (e.g., Bawaslu). Originality – This study provides a comparison of SVM and Naïve Bayes specifically for detecting money politics sentiment in the 2024 Indonesian election, a topic with limited prior research. It applies structured pipeline including manual labeling (high inter-annotator agreement), SMOTE, and statistical validation (paired t-test, bootstrap CI).
Implementasi Client- Server Pada Sistem Informasi Manajemen Gereja Di Gereja Katolik Paroki Santa Maria Ratu Damai, Tomohon Selatan Maydupi Astri Turnip; Quido C. Kainde; Alfiansyah Hasibuan
Jurnal Sains Informatika Terapan Vol. 5 No. 2 (2026): Jurnal Sains Informatika Terapan (Juni, 2026)
Publisher : Riset Sinergi Indonesia (RISINDO)

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

Abstract

The development of information technology opens opportunities for religious institutions to improve the quality of administration and pastoral care. At the Santa Maria Ratu Damai Catholic Church in South Tomohon, congregational data, finances, activities, and documents are still managed using standalone applications. This situation creates various obstacles, such as data inconsistency, limited access, and reporting delays. This study aims to design and develop a church management information system based on a client-server architecture as a solution to these problems. The system was developed using the Rapid Application Development (RAD) method, with Python Flask on the server side, MySQL as the database, and PyQt as a desktop application on the client side. The results of the study indicate that the resulting system is able to centrally integrate congregational data, finances, activities, announcements, documents, and organizational structures. Blackbox testing demonstrated that all features functioned as intended. Furthermore, validity and reliability tests on the effectiveness of the system produced valid and reliable values, so the system is considered suitable for use. The implementation of this system has been proven to increase efficiency, accuracy of data recording, digital document storage, and improve the quality of church administrative services.
Perbandingan Clustering Berbasis RFM dan Implementasi K-Means untuk Segementasi Pelanggan Bisnis Laundry Nibertin Zai; Audy Aldrin Kenap; Alfiansyah Hasibuan
SemanTIK : Teknik Informasi Vol. 12 No. 1 (2026): Volume 12 Number 1 (January-june 2026)
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v12i1.275

Abstract

Bisnis laundry seperti Anty Laundry masih mengelola program loyalitas secara manual hanya mengandalkan frekuensi transaksi untuk menentukan pelanggan prioritas tanpa mempertimbangkan kebaruan dan nilai transaksi sehingga strategi pemasaran menjadi tidak tepat sasaran dan potensi retensi pelanggan bernilai tinggi tidak optimal. Penelitian ini membandingkan tiga metode clustering (K-Means, K-Medoids, dan Hierarchical Clustering) untuk segmentasi pelanggan prioritas berbasis analisis Recency, Frequency, dan Monetary (RFM), sekaligus mengimplementasikan metode terbaik dalam sistem informasi berbasis web. Data penelitian terdiri dari 2.549 transaksi valid dari 203 pelanggan unik periode Oktober 2024–Oktober 2025. StandardScaler digunakan untuk normalisasi data dan metode elbow menentukan jumlah cluster optimal (k=5). Evaluasi menggunakan Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Index menunjukkan K-Means mencapai hasil terbaik dengan nilai 0.5440, 0.5005, dan 282.18, mengungguli K-Medoids (0.4790, 0.7034, 145.52) dan Hierarchical Clustering (0.5141, 0.5239, 251.73). Lima segmen pelanggan teridentifikasi: Inactive Customer (36.95%), Regular Customer (49.75%), High Value Customer (11.82%), VIP Customer (0.99%), dan Top Spender (0.49%). K-Means diimplementasikan menggunakan Streamlit dengan segmentasi otomatis dan kemampuan ekspor untuk mendukung strategi pemasaran tepat sasaran per segmen. Laundry businesses such as Anty Laundry still manage loyalty programs manually — relying solely on transaction frequency to determine priority customers without considering recency and monetary value — resulting in poorly targeted marketing strategies and suboptimal retention of high-value customers. This study compares three clustering methods (K-Means, K-Medoids, and Hierarchical Clustering) for priority customer segmentation based on Recency, Frequency, and Monetary (RFM) analysis, while implementing the best-performing method in a web-based information system. The dataset consisted of 2,549 valid transactions from 203 unique customers covering October 2024 to October 2025. StandardScaler was applied for data normalization and the elbow method determined the optimal cluster number (k=5). Evaluation using Silhouette Score, Davies-Bouldin Index, and Calinski-Harabasz Index showed K-Means achieved the best results with values of 0.5440, 0.5005, and 282.18, outperforming K-Medoids (0.4790, 0.7034, 145.52) and Hierarchical Clustering (0.5141, 0.5239, 251.73). Five customer segments were identified: Inactive Customers (36.95%), Regular Customers (49.75%), High Value Customers (11.82%), VIP Customers (0.99%), and Top Spenders (0.49%). K-Means was implemented using Streamlit with automatic segmentation and export capabilities to support targeted marketing strategies for each segment.
Co-Authors Audy Aldrin Kenap Elsayanti Pasalli Irene R.H.T Tangkawarow Julio Tabea Kristofel Santa Maydupi Astri Turnip Nibertin Zai Olgraciella Manitik Quido C. Kainde Reski Wahyuni