Article Per Year (5 Year)
p-Index From 2021 - 2026
0.835
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi (JIKOMTI)
Maulana, Imron Rizki
Unknown Affiliation
Computer Science & IT

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Perancangan Library Portal Berbasis Grav Untuk Meningkatkan Layanan Perpustakaan Universitas Sains Indonesia Maulana, Imron Rizki; Firizkiansah, Angge; Dewi, Siti Herawati Fransiska
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 1 (2025): JIKOMTI: Mei 2025
Publisher : Universitas Sains Indonesia Publishing

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

Abstract

Perkembangan teknologi informasi mendorong perpustakaan untuk menyediakan layanan yang lebih cepat, mudah diakses, dan sesuai dengan kebutuhan pengguna. Penelitian ini bertujuan untuk merancang sebuah library portal berbasis Grav CMS yang dapat meningkatkan kualitas layanan di Perpustakaan Universitas Sains Indonesia. Metode penelitian yang digunakan meliputi analisis kebutuhan pengguna, perancangan sistem, implementasi menggunakan Grav, serta evaluasi fungsionalitas portal. Grav dipilih sebagai platform karena sifatnya yang ringan, fleksibel, dan tidak memerlukan database kompleks, sehingga memudahkan pengelolaan konten dan meningkatkan kecepatan akses. Hasil dari penelitian ini adalah sebuah portal perpustakaan yang menyediakan layanan pencarian koleksi, informasi keanggotaan, berita terbaru, serta akses ke sumber daya digital. Evaluasi sistem menunjukkan bahwa penggunaan library portal ini dapat meningkatkan efektivitas layanan dan kepuasan pengguna. Diharapkan dengan adanya portal ini, perpustakaan dapat memperluas jangkauan layanannya dan mendukung transformasi digital di lingkungan akademik.
Implementasi Metode Additive Ratio Assessment (Aras) Untuk Seleksi Penerimaan Beasiswa Siti Herawati Fransiska Dewi; Maulana, Imron Rizki; Setiawan, Dita
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 1 (2025): JIKOMTI: Mei 2025
Publisher : Universitas Sains Indonesia Publishing

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

Abstract

Seleksi penerimaan beasiswa membutuhkan metode yang objektif dan efisien. Penelitian ini mengimplementasikan metode Additive Ratio Assessment (ARAS) dalam proses seleksi beasiswa berbagai sekolah di Kota Jambi. ARAS digunakan untuk mengolah data multi-kriteria seperti prestasi akademik, penghasilan orang tua, jumlah tanggungan, dan keaktifan siswa. Hasil menunjukkan bahwa ARAS mampu memberikan rekomendasi yang tepat dan mempermudah pengambilan keputusan secara transparan. Sistem ini diharapkan meningkatkan akurasi dan efisiensi seleksi beasiswa di tingkat sekolah dasar.
Optimasi Klasifikasi Data Teks Menggunakan Algoritma Logistic Regression dengan TF-IDF dan SMOTE Firizkiansah, Angge; Muhammad, Ali; Maulana, Imron Rizki
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 1 (2025): JIKOMTI: Mei 2025
Publisher : Universitas Sains Indonesia Publishing

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

Abstract

Klasifikasi teks menggunakan algoritma machine learning merupakan bagian dari cabang ilmu Natural Language Processing (NLP). Klasifikasi ini dilakukan untuk mengkategorisasikan data tekstual secara otomatis dalam sekumpulan kategori yang telah ditetapkan. Klasifikasi teks ini menjadi salah satu alat yang berguna di berbagai bidang, diantaranya analisis sentimen, deteksi topik, dan penyaringan spam. Pemodelan klasifikasi teks sangat dipengaruhi preprocessing data yang teliti. Data teks merupakan jenis data tidak terstruktur yang perlu diolah dengan mengubah dan mentransformasikan data teks melalui metode yang relevan, sehingga data teks berubah menjadi bentuk yang dapat dikenali oleh algoritma machine learning untuk dianalisis. Berdasarkan hal tersebut, penelitian ini bertujuan untuk mengoptimasi klasifikasi otomatis teks menggunakan algoritma machine learning, yaitu logistic regression dengan ekstraksi fitur TF-IDF dan dibandingkan dengan metode SMOTE untuk penanganan imbalance class. Berdasarkan hasil evaluasi model, diperoleh bahwa model machine learning algoritma logistic regression dengan ektraksi fitur TF-IDF menghasilkan tingkat akurasi yang lebih baik, yaitu sebesar 76,9% dibandingkan dengan model yang dilengkapi dengan SMOTE. Hal tersebut dapat disimpulkan bahwa metode SMOTE tidak mempengaruhi, bahkan menurunkan tingkat akurasi model algoritma logistic regression pada data teks yang menjadi domain dalam penelitian ini.
Perancangan Aplikasi Sistem Informasi Manajemen Kehadiran Karyawan Menggunakan Metode UML (Studi Kasus di UNDIRA) Purnama, Giri; Maulana, Imron Rizki
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 2 (2025): JIKOMTI: DESEMBER 2025
Publisher : Universitas Sains Indonesia Publishing

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

Abstract

Employee attendance management is a crucial aspect of human resource administration. UNDIRA faces challenges in attendance recording, such as limitations in reporting flexibility, data integration, and attendance recapitulation. This study aims to develop an Employee Attendance Management Information System application using the UML method. This research applies UML modeling, including Use Case Diagram, Class Diagram, Sequence Diagram, and Activity Diagram, to design a more structured and efficient system. The developed system enables real-time attendance management, report generation based on date, user level, and specific time ranges, while also enhancing transparency and accuracy in record-keeping. Furthermore, the system is integrated with fingerprint biometric technology, ensuring attendance data security and minimizing potential fraud. The study's findings indicate that the system meets the administrative attendance needs at UNDIRA, providing features that enhance reporting efficiency and data management. The implementation of this system can serve as a reference for other institutions facing similar challenges in employee attendance management. In the future, this research can be further developed by integrating the system into Human Resource Management (HRM) platforms and applying artificial intelligence technology for predictive attendance analysis.
Systematic Literature Review: Web-Based Payroll Information System Software Development Methods Fazly Qusyairy, Muhammad; Maulana, Imron Rizki; Putri Kamilah, Salwa
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 2 (2025): JIKOMTI: DESEMBER 2025
Publisher : Universitas Sains Indonesia Publishing

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

Abstract

This research aims to conduct a systematic review of software development methods used in creating web-based payroll information systems, focusing on two primary methodologies: Waterfall and Agile. Payroll information systems are a crucial component of human resource management, demanding reliability, security, and easy access via a web platform. Through a Systematic Literature Review (SLR) approach, this study gathered and analyzed various research discussing the application of Waterfall and Agile methods in developing web-based payroll systems. The review's findings indicate that the Waterfall method is frequently employed in projects with stable and clearly defined requirements. In contrast, the Agile method is chosen for its flexibility in quickly accommodating changing user needs. Security aspects, integration with other systems, and efficient data management are key focuses in payroll system development. This research concludes that the choice of development method must align with project characteristics and organizational needs to ensure web-based payroll systems are developed effectively and efficiently. These findings can serve as a reference for developers and researchers in designing optimal payroll information systems.
Co-Authors Ali Muhammad Angge Firizkiansah Dewi, Siti Herawati Fransiska Fazly Qusyairy, Muhammad Purnama, Giri Putri Kamilah, Salwa Setiawan, Dita Siti Herawati Fransiska Dewi