Article Per Year (5 Year)
p-Index From 2021 - 2026
4.779
P-Index
This Author published in this journals
All Journal PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic JOIN (Jurnal Online Informatika) Jurnal Ilmiah FIFO Informatics for Educators and Professional : Journal of Informatics MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer JURNAL PENDIDIKAN TAMBUSAI JURTEKSI Jurnal Pengabdian Al-Ikhlas JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Ekonomi Manajemen Sistem Informasi Dinasti International Journal of Digital Business Management Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Ilmu Manajemen Terapan (JIMT) Jurnal ABDIMAS (Pengabdian kepada Masyarakat) UBJ Jurnal Jaring SainTek Journal of Students‘ Research in Computer Science (JSRCS) Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Journal of Accounting and Finance Management (JAFM) Digital Transformation Technology (Digitech) Jurnal Keamanan Nasional Journal of Computer Science Contributions (Jucosco) Journal of Informatics and Information Security Jurnal Psikologi Atribusi: Jurnal Pengabdian Masyarakat Dinasti Information and Technology
Adi Muhajirin
Bhayangkara Jakarta University
Religion Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Nursing Public Health Social Sciences Other

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search

 1   2   3   4 
Sistem Informasi Penerimaan Santri Baru Terintegrasi Pada Pondok Pesantren Berbasis Website Muhajirin, Adi; Mukhlis, Mukhlis; Sinlae, Fried
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 6 No. 4 (2025): Jurnal Ekonomi Manajemen Sistem Informasi (Maret - April 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v6i4.4486

Abstract

Penerimaan santri baru di Pondok Pesantren Terpadu Al Musthafawiyah sering menghadapi tantangan dalam administrasi, terutama dalam proses input data yang dilakukan secara manual. Kesalahan pencatatan dan keterlambatan dalam transfer data ke Sistem Informasi Akademik (SIAKAD) menjadi kendala utama. Untuk mengatasi permasalahan tersebut, sistem Penerimaan Santri Baru (PSB) Online telah diintegrasikan dengan SIAKAD melalui mekanisme sinkronisasi data berbasis login admin. Dalam sistem ini, administrator cukup login ke dashboard SIAKAD, memilih menu PSB Online, dan menekan tombol sinkronisasi data, sehingga seluruh informasi santri yang telah diverifikasi dapat langsung masuk ke dalam SIAKAD tanpa perlu input ulang. Integrasi ini memastikan bahwa data santri tetap akurat, utuh, dan tidak mengalami kehilangan informasi selama proses pemindahan. Hasil implementasi menunjukkan bahwa sistem ini meningkatkan efisiensi administrasi, mempercepat proses pendaftaran, serta meminimalkan kesalahan pencatatan. Dengan adanya fitur ini, pengelolaan data santri menjadi lebih efektif dan terorganisir, mendukung transparansi serta kemudahan akses bagi administrator dalam mengelola informasi akademik santri.
APPLICATION OF BUSINESS INTELLIGENCE IN THE ANALYSIS AND VISUALIZATION OF XYZ UNIVERSITY ALUMNI DATA USING THE TABLEAU PLATFORM Sinlae, Fried; Yasir, Muhammad; Muhajirin, Adi
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 10 No. 2 (2024): Maret 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i2.2612

Abstract

Abstract:  Alumni data is one of the most important data that can be used as a reference for the quality of education at a university. XYZ University maintains alumni data on a regular basis, but the alumni data continues to grow each semester. The Alumni Data Report submission remains suboptimal and does not contain information to help universities assess the outstanding qualities of individual alumni. The purpose of the research conducted here is to analyze the application of business intelligence systems in the management of XYZ University's alumni data within the framework of XYZ University's quality assessment and management. The focus of this research is on the analysis of functional and informational requirements. The analysis process for this study is based on the Business Intelligence Roadmap methodology, which includes the inference or business justification, planning, and analysis phases. The study analyzed plans to implement a business intelligence system to manage alumni data in a way that meets the information needs of decision makers. Dashboard menjelaskannya secara visual, baik dari segi navigasi peta maupun diagram yang mudah dibaca. Dapat dilihat sebaran alumni di seluruh Indonesia yang ditandai dengan warna yang diarsir yaitu tersebar di wilayah Republik Indonesia Bagian Tengah dan Barat. Dari segi gender, data alumni menyajikan bahwa tingkat kelulusan setiap tahunnya sebagian besar berjenis kelamin laki-laki dan data tertinggi pada tahun 2017 yaitu 2.960 alumni.   Keywords: alumni data, business intelligence, tableau, visualization  Abstrak : Data alumni merupakan salah satu data penting yang dapat dijadikan acuan mutu pendidikan pada suatu perguruan tinggi. Universitas XYZ memelihara data alumni secara rutin, namun data alumni terus bertambah setiap semesternya. Penyampaian Laporan Data Alumni masih kurang optimal dan tidak memuat informasi untuk membantu universitas menilai kualitas luar biasa dari individu alumni. Tujuan penelitian yang dilakukan disini adalah untuk menganalisis penerapan sistem intelijen bisnis dalam pengelolaan data alumni Universitas XYZ dalam rangka penilaian dan pengelolaan mutu Universitas XYZ. Fokus penelitian ini adalah pada analisis kebutuhan fungsional dan informasional. Proses analisis penelitian ini didasarkan pada metodologi Business Intelligence Roadmap yang meliputi tahap inferensi atau pembenaran bisnis, perencanaan, dan analisis. Studi ini menganalisis rencana penerapan sistem intelijen bisnis untuk mengelola data alumni sedemikian rupa sehingga memenuhi kebutuhan informasi para pengambil keputusan. Dashboard menjelaskannya secara visual, baik dari bidang navigasi peta maupun diagram yang mudah dibaca. Dapat dilihat sebaran alumni di seluruh Indonesia yang ditandai dengan warna yang diarsir yaitu tersebar di wilayah Republik Indonesia Bagian Tengah dan Barat. Dari segi gender, data alumni menyajikan bahwa tingkat kelulusan setiap tahunnya sebagian besar berjenis kelamin laki-laki dan data tertinggi pada tahun 2017 yaitu 2.960 alumni.  Kata Kunci: business intelligence, data alumni, tableau, visualisasi
Penerapan Jaringan Saraf Tiruan Dengan Metode Backpropagation Untuk Memprediksi Tingkat Kelulusan Mahasiswa Perguruan Tinggi Muamar, Yasir; Muhajirin, Adi
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.3810

Abstract

Kelulusan mahasiswa merupakan salah satu indikator penting dalam menilai kualitas pendidikan di sebuah perguruan tinggi. Prediksi tingkat kelulusan yang akurat dapat membantu pihak universitas dalam mengambil kebijakan strategis untuk meningkatkan kualitas pendidikan dan memaksimalkan angka kelulusan mahasiswanya. Penelitian ini bertujuan untuk menerapkan algoritma jaringan saraf tiruan (JST) backpropagation dalam memprediksi tingkat kelulusan mahasiswa di Universitas Bhayangkara Jakarta Raya. JST backpropagation dipilih karena kemampuannya dalam mempelajari pola data yang kompleks dan menghasilkan prediksi yang akurat. Data penelitian ini diperoleh dari arsip mahasiswa Ubhara Jaya selama 5 tahun terakhir. Data tersebut meliputi informasi terkait latar belakang pendidikan, nilai akreditasi BAN-PT, dan instrumen pedoman akademik perguruan tinggi. Arsitektur jaringan saraf tiruan yang digunakan dalam penelitian ini adalah (5-10-1), dengan 5 neuron pada lapisan masukan, 10 neuron pada lapisan tersembunyi, dan 1 neuron pada lapisan keluaran. Algoritma backpropagation digunakan untuk melatih jaringan saraf tiruan dengan tujuan meminimalkan nilai Mean Squared Error (MSE). Hasil penelitian menunjukkan bahwa JST backpropagation mampu memprediksi tingkat kelulusan mahasiswa dengan tingkat akurasi sebesar 93%. Nilai MSE yang dihasilkan adalah 0.177, menunjukkan bahwa model jaringan memiliki performa yang baik dalam memprediksi. Penelitian ini menunjukkan bahwa JST backpropagation dapat digunakan secara efektif untuk memprediksi tingkat kelulusan mahasiswa di Universitas Bhayangkara Jakarta Raya. JST backpropagation menghasilkan tingkat akurasi prediksi yang tinggi dan model jaringan dengan performa yang baik. Penelitian ini dapat dikembangkan dengan menggunakan algoritma JST lain untuk membandingkan performa dan akurasi prediksinya. Selain itu, penelitian ini juga dapat diperluas dengan menggunakan data dari universitas lain untuk menguji generalisasi model JST backpropagation.
Komparasi Metode LSTM dan Random Forest dalam Prediksi Waktu Sandar Kapal untuk Optimasi Alokasi Dermaga: Studi Kasus Pelabuhan Tanjung Pandan Andy Achmad Hendharsetiawan; Muhajirin, Adi; Alwi Rina Riyanto
Dinasti Information and Technology Vol. 3 No. 2 (2025): Dinasti Information and Technology (October - December 2025)
Publisher : Dinasti Research & Yayasan Dharma Indonesia Tercinta (DINASTI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dit.v3i2.2929

Abstract

Efisiensi operasional pelabuhan sangat bergantung pada akurasi prediksi waktu sandar kapal, terutama di Pelabuhan Tanjung Pandan yang memiliki karakteristik tramp trade dengan variasi kapal yang tinggi. Penelitian ini bertujuan membandingkan kinerja metode Long Short-Term Memory (LSTM) dan Random Forest dalam memprediksi durasi sandar kapal sebagai dasar optimasi alokasi dermaga. Menggunakan data operasional periode 2023–2024 (125 observasi), variabel input mencakup Gross Tonnage (GT), Length Overall (LOA), serta tanggal tiba dan berangkat; sedangkan output adalah durasi sandar dalam jam. Data diproses melalui pembersihan, rekayasa fitur, dan normalisasi, lalu dibagi menjadi 80% latih dan 20% uji. Evaluasi dilakukan menggunakan RMSE, MAE, dan R². Hasil menunjukkan bahwa Random Forest mengungguli LSTM dengan RMSE 5,34 jam (vs. 7,82), MAE 4,07 jam (vs. 5,91), dan R² 0,917 (vs. 0,812), mengindikasikan kemampuannya menangkap interaksi non-linear antarfitur statis seperti GT dan LOA lebih efektif dalam konteks operasional pelabuhan ini. Temuan ini merekomendasikan penerapan Random Forest sebagai model prediktif dalam sistem pendukung keputusan alokasi dermaga untuk meningkatkan efisiensi dan mengurangi waiting time kapal
Predicting Vessel Departure Delays at Tanjung Pandan Port Using Supervised Machine Learning : A Comparative Study of Logistic Regression, Decision Tree, and SVM Muhajirin, Adi; Hendharsetiawan, Andy Achmad; Mukhlis, Mukhlis
Dinasti Information and Technology Vol. 3 No. 2 (2025): Dinasti Information and Technology (October - December 2025)
Publisher : Dinasti Research & Yayasan Dharma Indonesia Tercinta (DINASTI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dit.v3i2.2943

Abstract

Operational delays in vessel departure disrupt maritime logistics and increase port dwell time. This study develops predictive models to anticipate departure delays at Tanjung Pandan Port using supervised machine learning. Three algorithms—Logistic Regression, Decision Tree, and Support Vector Machine (SVM)—were trained on 112 verified port calls (2023–2024) with key features: arrival date, scheduled departure date, vessel ownership status (milik vs. keagenan), and document response time. Delay was defined as exceeding the median turnaround time of 58 hours. Data preprocessing included imputation, time-difference engineering (e.g., ΔTIBA–BERANGKAT, response latency), and SMOTE for class balancing. Performance was evaluated using accuracy, precision, recall, and F1-score via 5-fold cross-validation. The Decision Tree model achieved the highest F1-score (0.86) and recall (0.89), identifying response latency > 12 hours, keagenan status, and arrival during neap tide windows as top predictors. SVM showed robust precision (0.88), while Logistic Regression offered the best interpretability of coefficient impact. The models collectively support proactive scheduling interventions-e.g., digital clearance acceleration or priority berthing for high-risk vessels—to mitigate delays. This study contributes the first ML-based delay prediction framework for shallow-draft, tramp-operated Indonesian ports.
Integration of Deep Learning and Autoregressive Models for Marine Data Prediction Mukhlis Mukhlis; Puput Yuniar Maulidia; Achmad Mujib; Adi Muhajirin; Alpi Surya Perdana
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 24 No. 1 (2024)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v24i1.4032

Abstract

Climate change and human activities significantly affect the dynamics of the marine environment, making accurate predictions essential for resource management and disaster mitigation. Deep learning models such as Long Short-Term Memory excel at capturing non-linear temporal patterns, while autoregressive models handle linear trends to improve prediction accuracy. This aim study predicts sea surface temperature, height, and salinity using deep learning compared to Moving Average and Autoregressive Integrated Moving Average methods. The research methods include spatial gap analysis, temporal variability modeling, and oceanographic parameter prediction. The relationship betweenparameters is analyzed using the Pearson Correlation method. The dataset is divided into 80% training and 20% test data, with prediction results compared between Long Short-Term Memory, Moving Average, and Autoregressive models. The results show that Long Short-Term Memory performs best with a Root Mean Squared Error of 0.1096 and a Mean Absolute Error of 0.0982 for salinity at 13 sample points. In contrast, Autoregressive models produce a Root Mean Squared Error of 0.193 for salinity, 0.055 for sea surface height, and 2.504 for sea surface temperature, with a correlation coefficient 0.6 between temperature and sea surface height. In conclusion, the Long Short Term Memory model excels in predicting salinity because it is able to capture complex non-linear patterns. Meanwhile, Autoregressive models are more suitable for linear data trends and explain the relationship between parameters, although their accuracy is lower in salinity prediction. This approach
Meningkatkan Kompetensi Digital Masyarakat Desa Lambangsari Berbasis Sistem Informasi Website Nikmah; Verdi Ganda; Muhammad Allum Istifahany; Esa Meila; Krispinus Nathaniel; Muhamad Zaky; Muhammad Khoziali; Moch Alfitho; Laudza; Muhamad; Muhammad Hisyam; Ahmad; Muhajirin, Adi
Journal Of Computer Science Contributions (JUCOSCO) Vol. 6 No. 1 (2025): Januari 2026
Publisher : Lembaga Penelitian, Pengabdian kepada Masyarakat dan Publikasi Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/r8hhre87

Abstract

The Community Service Program conducted in Lambangsari Village, Tambun Selatan District, Bekasi Regency, was initiated in response to the limited availability of digital information media at the village level, which hindered the effective dissemination of public information. This program aimed to enhance community digital literacy and optimize the use of information technology through the revitalization and utilization of the village website. The implementation methods included field observation, interviews, documentation, website development, as well as community socialization and mentoring activities. Program evaluation was carried out through observation and comparison of community understanding before and after the activities. The results indicated an improvement in public awareness regarding the positive and responsible use of digital technology, along with easier access to official village information. The village website began to function as a medium for information dissemination, education, and support for public services. These findings demonstrate that the implementation of a village website is effective in increasing digital information literacy, enhancing information transparency, and supporting more modern and efficient public services at the village level.
Penerbitan Sertifikat Halal Gratis Pada UMKM Abon Ayam Mama Azri Sinlae, Fried; Yasir, Muhammad; Hendharsetiawan, Andy Achmad; Muhajirin, Adi
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 4 (2025): Edisi Oktober - Desember
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v6i4.7402

Abstract

Artikel ini menguraikan kegiatan pengabdian kepada masyarakat yang berfokus pada pendampingan penerbitan sertifikat halal gratis bagi UMKM Abon Ayam Mama Azri melalui program Self Declare Badan Penyelenggara Jaminan Produk Halal (BPJPH). Kegiatan ini bertujuan meningkatkan pemahaman pelaku usaha mengenai pentingnya legalitas halal, membantu penyusunan dokumen pendukung, serta memperkuat citra produk halal lokal. Metode yang digunakan adalah pendekatan Asset-Based Community Development (ABCD) dengan lima tahapan inti, yaitu Discovery, Dream, Design, Define, dan Deliver. Melalui tahapan ini, pelaku usaha memperoleh pengetahuan tentang Sistem Jaminan Halal (SJH), praktik pengisian aplikasi SiHalal, dan kemampuan digital dalam mengelola berkas sertifikasi. Hasil kegiatan menunjukkan peningkatan literasi halal hingga 80% berdasarkan hasil post-test, serta keberhasilan pengajuan sertifikat halal hingga tahap penetapan resmi oleh BPJPH. Selain itu, kegiatan ini menumbuhkan kesadaran pelaku usaha terhadap pentingnya manajemen produksi yang higienis dan sesuai standar halal nasional. Dampak positif lainnya adalah munculnya kepercayaan konsumen yang lebih tinggi terhadap produk UMKM serta peluang kemitraan dengan ritel modern. Model pendampingan ini berpotensi direplikasi untuk UMKM lain guna memperkuat ekosistem halal yang berdaya saing di tingkat regional.
Co-Authors Achmad Mujib Ahmad Ajif Yunizar Pratama Yusuf Alpi Surya Perdana Alwi Rina Riyanto Anak Agung Istri Sri Wiadnyani Andy Achmad Hendharsetiawan Anggi Suwarno Anggraeni Silvia Azmi Mutawalli, Khoirul Budi Sarasati Dani Yusuf Dhuni Thamrin Dwi Budi Srisulistiowati Dwipa Handayani Esa Meila Fahmi Rizal Fried Sinlae Hapzi Ali Hapzi Ali Harry Priambodo Hendharsetiawan, Andy Achmad Herlawati Herlawati Hutagalung, Eka Putri Christiani Ida Oetari Poernamasari Izdihar, Zalfa Joni Setiawan Kardinah Indriana Meutia Khairunnisa Fadhilla Ramdhania Khalida, Rakhmi Khoirul Azmi Mutawalli Krispinus Nathaniel Laudza Maulidia, Puput Yuniar Moch Alfitho Mochamad Adhari Adiguna Muamar, Yasir MUHAMAD Muhamad Zaky Muhammad Allum Istifahany Muhammad Hisyam Muhammad Khoziali Muhammad Yasir Muhammad Yasir Mujib, Achmad Mukhlis Mukhlis Mukhlis Mukhlis Mukhlis Nabiilah Khoirunnisaa Nikmah Obie Jagad Prakoso Oetari Poernamasasi, Ida Perdana, Alpi Surya Puput Yuniar Maulidia Rafika Sari Rahman Irsyadi, Abdur Rakhmi Khalida Rony, Zahara Tussoleha Sarasati, Budi Sastro Atmojo Sasosno Silvia, Anggraeni SITI SETIAWATI SUGENG SUROSO, SUGENG Sumaryono Thamrin, Dhuni Tri Widyastuti Tri Widyastuti Truly Wangsalegawa Tumbur Togu Tyastuti Sri Lestari Verdi Ganda Wicaksono, Wisnu Wisnu Suhartanto S.P Yusuf, Ajif Yunizar Pratama Zia Tabaruk Zidan Fathul Wathon