Article Per Year (5 Year)
p-Index From 2021 - 2026
2.413
P-Index
This Author published in this journals
All Journal IKRA-ITH Informatika : Jurnal Komputer dan Informatika IKRA-ITH EKONOMIKA REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Minfo Polgan (JMP) Jurnal Sains Informatika Terapan (JSIT) Journal of Artificial Intelligence and Digital Business semanTIK Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi 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 Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
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 | DOI: 10.62357/jsit.v5i2.1084

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.
Implementasi Vector Space Model pada Aplikasi Pengarsipan Berbasis Web di POLDA Sulut Stiven Panambunan; Alfiansyah Hasibuan; Kristofel Santa
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15203

Abstract

Transformasi digital dalam pengelolaan arsip menjadi kebutuhan mendesak bagi instansi pemerintah, termasuk Direktorat Samapta Unit K-9 POLDA Sulawesi Utara. Selama ini, proses pengarsipan dokumen masih dilakukan secara manual, sehingga pencarian arsip memerlukan waktu lama, rawan kehilangan, dan kurang efisien. Penelitian ini bertujuan untuk membangun dan mengimplementasikan sistem pengarsipan berbasis website dengan algoritma Vector Space Model (VSM) guna meningkatkan efisiensi pencarian dokumen. Metode penelitian meliputi analisis kebutuhan, perancangan sistem, implementasi algoritma VSM, dan evaluasi berdasarkan standar ISO/IEC 25010 yang menilai aspek performance efficiency, usability, dan security. Sistem dikembangkan menggunakan PHP, MySQL, Bootstrap, dan diuji pada lingkungan Direktorat Samapta Unit K-9 POLDA Sulut. Hasil penelitian menunjukkan bahwa penerapan VSM mampu mempercepat proses pencarian dokumen dengan hasil yang relevan terhadap kata kunci (query) yang dimasukkan, serta memberikan nilai kesamaan (similarity) untuk mengurutkan hasil pencarian. Evaluasi menunjukkan sistem memenuhi aspek kinerja dan kemudahan penggunaan, meskipun aspek keamanan masih memerlukan penguatan seperti enkripsi kata sandi dan autentikasi ganda. Kesimpulannya, implementasi VSM pada sistem pengarsipan berbasis web efektif dalam meningkatkan kecepatan dan akurasi pencarian arsip di lingkungan kepolisian. Penelitian selanjutnya disarankan untuk menambahkan fitur keamanan lanjutan, pengujian formal usability, serta pengembangan aplikasi berbasis mobile agar sistem dapat diakses secara lebih fleksibel.
Prediksi Aktifitas Gunung Berapi Karangetang di Sitaro Menggunakan Metode K-Nearest Neighbors (KNN) Alfiansyah Hasibuan; Djami Olii; Bryan Chelvan Walujan; Boby Putra Situmorang; Sesilia Derek
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15320

Abstract

Gunung Karangetang di Kabupaten Kepulauan Sitaro, Sulawesi Utara, merupakan salah satu gunung berapi paling aktif di Indonesia yang aktivitasnya berpotensi menimbulkan ancaman bagi masyarakat dan lingkungan. Pemantauan aktivitas vulkanik secara manual sering kali terhambat oleh kondisi cuaca, sehingga diperlukan sistem otomatis yang dapat memberikan informasi real-time dan akurat. Penelitian ini bertujuan untuk melakukan prediksi terhadap aktifitas gunung karangetan dengan tahap melakukan pengklasifikasian dari aktifitas gunung karangetan. Data yang digunakan terdiri dari parameter seismik dan komposisi gas (VA, VB, Tremor, SO₂, dan CO₂/SO₂) yang telah melalui proses normalisasi. Metode penelitian meliputi tahapan pengumpulan data, preprocessing data, pelatihan model KNN, serta evaluasi performa model melalui confusion matrix dan classification report. Hasil pengujian menunjukkan bahwa nilai k = 1 memberikan performa terbaik dengan akurasi 85% untuk melakukan prediksi dari aktifitas gunung. Kelas 3.0 memiliki precision, recall, dan f1-score tertinggi (0,95), sedangkan kelas minoritas (0.0 dan 1.0) masih menunjukkan performa rendah dengan f1-score masing-masing 0,29 dan 0,53. Perbedaan antara nilai macro average (precision 0,66; recall 0,64; f1-score 0,63) dengan weighted average (0,85) mengindikasikan ketidakseimbangan data antar kelas. Penelitian ini menyimpulkan bahwa algoritma KNN efektif digunakan untuk klasifikasi dan akurasi prediksi aktivitas vulkanik pada gunung karangetan, terutama pada kelas dominan, namun masih memerlukan perbaikan dalam pengenalan kelas minoritas. Untuk penelitian selanjutnya, disarankan penerapan resampling data, cross-validation, serta eksplorasi algoritma lain seperti Neural Network atau Support Vector Machine guna meningkatkan akurasi dan pemerataan performa antar kelas.
Rice Production Prediction System Using Multiple Linear Regression for Food Security Optimization in Minahasa Regency Oliver Simon Hardianto Raharusun; Alfiansyah Hasibuan; Gladly Caren Rorimpandey
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15340

Abstract

Sistem prediksi produksi beras menggunakan algoritma Multiple Linear Regression dirancang untuk membantu pemerintah daerah Kabupaten Minahasa dalam mengoptimalkan ketahanan pangan melalui perencanaan yang lebih akurat. Sebanyak 19 baris dan 7 kolom data histori produksi beras dikumpulkan, kemudian dilakukan tahap preprocessing sebelum dimodelkan menggunakan algoritma Multiple Linear Regression. Model dievaluasi dengan mengukur nilai koefisien determinasi (R²) dan Mean Absolute Percentage Error (MAPE) untuk memastikan tingkat akurasi prediksi. Implementasi sistem diwujudkan dalam bentuk aplikasi berbasis web menggunakan Streamlit, yang memungkinkan pengambil kebijakan memperoleh prediksi produksi beras secara real-time.
Penerapan Algoritma K-Means Untuk Mengelompokan Daerah Asal Pada Siswa SMK Kristen Harapan Rantepao Toraja Utara Lewi Yusrel Winarto; Sondy C. Kumajas; Alfiansyah Hasibuan
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15431

Abstract

Penelitian ini bertujuan untuk menerapkan metode data mining menggunakan algoritma K-Means Clustering dalam mengelompokkan siswa berdasarkan daerah asal di SMK Kristen Harapan Rantepao, Toraja Utara. Pengelompokan ini dilakukan untuk membantu pihak sekolah dalam memahami distribusi geografis siswa dan mendukung perencanaan strategis, seperti promosi penerimaan siswa baru serta pemerataan fasilitas pendidikan. Data yang digunakan berasal dari data pendaftaran siswa baru angkatan 2022–2025, dengan atribut meliputi daerah asal, jenis kelamin, dan asal sekolah. Proses penelitian meliputi tahapan preprocessing data, penerapan algoritma K-Means menggunakan Microsoft Excel, serta evaluasi hasil dengan metode Elbow dan perhitungan Sum of Squared Errors (SSE). Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah tiga (K=3), yang terdiri dari: klaster pertama berisi kecamatan dengan jumlah siswa terbanyak seperti Rantepao dan Buntu Pepasan, klaster kedua dengan jumlah siswa sedang seperti Sanggalangi dan Awan Rantekarua, serta klaster ketiga dengan jumlah siswa sedikit seperti Rindingallo dan Balusu. Penerapan algoritma K-Means terbukti efektif dalam menampilkan pola distribusi siswa secara visual dan informatif melalui aplikasi berbasis web, sehingga dapat dijadikan dasar pengambilan keputusan dalam pengelolaan dan pengembangan sekolah.
Co-Authors Astrid Padri Said Audy Aldrin Kenap Boby Putra Situmorang Bryan Chelvan Walujan Djami Olii Elsayanti Pasalli Gladly Caren Rorimpandey Glenn D. P. Maramis Irene R.H.T Tangkawarow Irwan Irwan Jaklin Agnes Kumowal Joy C. Rampi Julio Tabea Kristofel Santa Lewi Yusrel Winarto Maydupi Astri Turnip Merlin Aprilia Liow Nibertin Zai Olgraciella Manitik Oliver Simon Hardianto Raharusun parabelem tinno dolf rompas Preisya Yunita Toar Quido C. Kainde Rafael Revi Runtu Reski Wahyuni Sesilia Derek Sondy C. Kumajas Sondy Campvid Kumajas Stiven Panambunan