Article Per Year (5 Year)
p-Index From 2021 - 2026
0.702
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science
Oriyasmi, Fadhilah
Unknown Affiliation
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Pengembangan Sistem E-learning Responsif untuk Sekolah Menengah Kejuruan Berbasis Laravel dengan SCRUM: Responsive E-learning System Development for Vocational High School Using Laravel and SCRUM Hasibuan, Rajimar Suhal; Amir, Faisal; Oriyasmi, Fadhilah; Fadilillah, Fadli; Mardoni, Mardoni
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 3 (2026): MALCOM July 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i3.2828

Abstract

Penelitian ini dilatarbelakangi oleh masih terbatasnya sistem pembelajaran daring yang terstruktur di SMK Hasanah Pekanbaru. Selama ini guru hanya mengandalkan Whatsapp untuk berbagi materi dan tugas, sehingga tidak ada pelacakan nilai, pengumpulan tugas terpusat, maupun forum diskusi akademik. Tujuan penelitian adalah membangun sistem E-learning yang responsif terhadap perubahan kebutuhan pengguna dengan menerapkan metode Agile Scrum dan framework Laravel. Proses pengembangan dilakukan dalam 4 sprint (masing-masing 2 minggu), melibatkan 5 guru dan 10 siswa sebagai product owner dalam setiap sprint review. Fitur yang dihasilkan meliputi manajemen materi, pengumpulan tugas dengan batas waktu, forum diskusi per mata pelajaran, ujian Online, serta laporan nilai otomatis. Pengujian black-box pada 27 skenario (termasuk 10 skenario negatif) menghasilkan tingkat keberhasilan 96,3% setelah perbaikan pada kasus upload file kosong. User Acceptance Test (UAT) dengan 40 responden (15 guru dan 25 siswa) menghasilkan tingkat kepuasan rata-rata 90,8%, dengan rincian aspek pengurangan keterlambatan tugas 94%, kemudahan proses belajar mengajar 93%, kepuasan keseluruhan 92%, kemudahan antarmuka 89%, dan efektivitas forum diskusi 86%. Penelitian ini berkontribusi pada penerapan Scrum yang terdokumentasi secara iteratif di lingkungan SMK, serta menyediakan fitur pengingat deadline dan rekap nilai otomatis yang belum ada pada Learning Management System (LMS) umum. Sistem dinyatakan layak digunakan secara riil.
Pengembangan Sistem E-Point dalam Meningkatkan Disiplin Positif Siswa Menggunakan Metode Waterfall dan Vulnerability Assessment : Development of an E-Point System in Enhancing Students Positive Discipline Using Waterfall and Vulnerability Assessment Methods Amir, Faisal; Riyanto, Riyanto; Sidqi, Fajar; Hasibuan, Rajimar Suhal; Fadilillah, Fadli; Oriyasmi, Fadhilah; Saputra, Galih Eka
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.2769

Abstract

Sistem pencatatan pelanggaran dan prestasi siswa di SMK Hasanah Pekanbaru masih dilakukan secara manual menggunakan buku, sehingga sering terjadi kehilangan data, keterlambatan pelaporan kepada orang tua, serta kurangnya motivasi siswa untuk meningkatkan kedisiplinan. Penelitian ini bertujuan untuk mengembangkan sistem E-Point dalam meningkatkan disiplin positif siswa dengan menggantikan sistem pencatatan manual ke dalam sistem digital berbasis web. Penelitian menggunakan model pengembangan Waterfall yang meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Pengujian keamanan dilakukan dengan metode Vulnerability Assessment menggunakan aplikasi OWASP ZAP. Hasil penelitian menunjukkan bahwa sistem E-Point berhasil mencatat pelanggaran dan prestasi secara real-time, menghitung poin siswa secara otomatis, serta menghasilkan laporan yang dapat diakses oleh wali kelas dan orang tua. Pengujian Blackbox menunjukkan 100% fungsi utama berjalan dengan baik, sedangkan vulnerability assessment menemukan 7 jenis kerentanan yang terdiri dari 3 kategori risiko sedang dan 4 kategori risiko rendah, yang seluruhnya berhasil dimitigasi. Penerapan sistem E-Point menurunkan rata-rata pelanggaran siswa sebesar 36,2% dan meningkatkan poin prestasi siswa sebesar 148% selama uji coba satu bulan. Sistem ini diharapkan menjadi solusi bagi sekolah menengah kejuruan dalam meningkatkan disiplin positif dan motivasi siswa
Layanan Informasi Peraturan Akademik Berbasis Chatbot Telegram Menggunakan Pendekatan Retrieval-Augmented Generation: Academic Regulation Information Service Based on a Telegram Chatbot Using a Retrieval-Augmented Generation Approach Riyanto, Riyanto; Oriyasmi, Fadhilah; Wahyuni, Widya; Salsabilla, Indah
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.2777

Abstract

Peraturan akademik merupakan pedoman penting dalam penyelenggaraan pendidikan tinggi. Penelitian ini bertujuan untuk mengembangkan chatbot berbasis Telegram untuk layanan informasi peraturan akademik menggunakan pendekatan Retrieval-Augmented Generation (RAG) di Politeknik Negeri Padang dengan memanfaatkan basis pengetahuan institusi yang telah terverifikasi. Sistem dikembangkan menggunakan PHP dengan framework Laravel dan basis data PostgreSQL yang didukung oleh ekstensi pgvector untuk penyimpanan embedding. Model gemini-embedding-001 digunakan untuk mengubah dokumen peraturan akademik menjadi representasi vektor sehingga memungkinkan proses temu kembali dokumen berdasarkan kemiripan semantik, sedangkan model gemini-2.5-flash digunakan untuk menghasilkan respons berdasarkan konteks peraturan yang berhasil ditemukan. Basis pengetahuan sistem terdiri atas Peraturan Akademik Politeknik Negeri Padang yang mencakup 18 bab dan 75 pasal. Evaluasi proses temu kembali menggunakan 15 pertanyaan uji memperoleh nilai Precision sebesar 0,7467, Recall sebesar 0,9667, dan Mean Reciprocal Rank (MRR) sebesar 0,9333. Selanjutnya, evaluasi pembangkitan jawaban menggunakan 10 pertanyaan uji dengan metode Large Language Model (LLM)-as-a-judge menghasilkan skor relevansi rata-rata sebesar 4,90 pada chatbot berbasis RAG, lebih tinggi dibandingkan chatbot tanpa RAG yang memperoleh skor sebesar 3,20. Temuan ini menunjukkan bahwa pendekatan RAG efektif dalam menyediakan layanan informasi akademik yang cepat, akurat, dan mudah diakses.
Model Peramalan Stok Menggunakan Metode Single Moving Average dengan Optimasi Periode Adaptif pada Sistem Point of Sale: Development of an E-Point System in Enhancing Students Positive Discipline Using Waterfall and Vulnerability Assessment Methods Oriyasmi, Fadhilah; Amir, Faisal; Apriliana, Milla; Hasanah, Miftahul; Afrianti, Rien; Pramudya, Indra
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.2881

Abstract

Peramalan stok yang akurat menjadi tantangan utama bagi Usaha Mikro, Kecil dan Menengah (UMKM) karena keterbatasan data dan sumber daya. Penelitian ini menawarkan kebaruan berupa mekanisme optimasi periode adaptif pada metode Single Moving Average (SMA) yang secara otomatis memilih periode terbaik untuk setiap produk berdasarkan nilai Mean Absolute Percentage Error (MAPE) terkecil, diimplementasikan di dalam sistem Point of Sale (POS) berbasis web. Berbeda dengan SMA biasa yang periodenya tetap untuk semua produk, metode ini menguji periode n=2 sampai n=12 untuk setiap produk, lalu memilih periode dengan Mean Absolute Percentage Error (MAPE) terkecil berdasarkan data historis, dan periode tersebut digunakan untuk ramalan berikutnya. Pengujian dilakukan menggunakan data transaksi selama 12 bulan dari toko mainan Bintang Tabek Mainan, untuk 110 produk. Hasilnya, SMA adaptif berhasil menurunkan rata-rata MAPE dari 18,6% (SMA n=3 tetap) menjadi 14%, sebuah penurunan yang signifikan. Pengujian black box menunjukkan semua modul sistem berfungsi tanpa error. Sistem POS ini juga dilengkapi dengan klasifikasi inventaris ABC (A: penjualan >100 unit, B: 30–100 unit, C: <30 unit) agar pemilik toko dapat memfokuskan peramalan pada produk yang paling krusial. Secara keseluruhan, model ini cukup sederhana untuk diterapkan oleh UMKM, namun tetap lebih akurat daripada pendekatan periode tunggal untuk semua produk.
Co-Authors Afrianti, Rien Apriliana, Milla Fadilillah, Fadli Faisal Amir Hasibuan, Rajimar Suhal Mardoni, Mardoni Miftahul Hasanah, Miftahul Pramudya, Indra Riyanto Riyanto Salsabilla, Indah Saputra, Galih Eka Sidqi, Fajar Widya Wahyuni