Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) Journal of Data Science Methods and Applications
Nurjoko
Unknown Affiliation
Biochemistry, Genetics & Molecular Biology Computer Science & IT Engineering Library & Information Science

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PERANCANGAN ARSITEKTUR CLOUD SISTEM INFORMASI SEKOLAH MA AL FALAH PESAWARAN BERBASIS ROADMAP CLOUD COMPUTING ADOPTION (ROCCA) Meiliza; Rahardi, Agus; Nurjoko; Abdurahim
Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) Vol. 7 No. 2 (2024): Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data)
Publisher : LP2M Institut Informatika Dan Bisnis Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/simada.v7i2.837

Abstract

This study examines the design of cloud architecture for school information systems at MA Al Falah Pesawaran based on the Roadmap Cloud Computing Adoption (ROCCA) and the implementation of the Software as a Service (SaaS) model. The main objective of this study is to develop efficient, scalable, and cost-effective information technology solutions to improve school operational performance and effectiveness. The methods used include needs analysis, cloud architecture design, and implementation and evaluation of system prototypes. The results of the study indicate that the implementation of ROCCA and the SaaS model can accelerate the adoption of cloud technology in the school environment, reduce operational costs, and increase the flexibility and accessibility of school information systems. The implementation of this cloud architecture also allows for better integration with other existing systems, and provides a more secure and well-managed platform.   Keywords: Cloud Architecture, School Information Systems, ROCCA, SaaS   Abstrak Penelitian ini mengkaji perancangan arsitektur cloud untuk sistem informasi sekolah di MA Al Falah Pesawaran dengan berbasis pada Roadmap Cloud Computing Adoption (ROCCA) dan penerapan model Software as a Service (SaaS). Tujuan utama penelitian ini adalah untuk mengembangkan solusi teknologi informasi yang efisien, scalable, dan cost-effective, guna meningkatkan kinerja dan efektivitas operasional sekolah. Metode yang digunakan meliputi analisis kebutuhan, perancangan arsitektur cloud, serta implementasi dan evaluasi prototipe sistem. Hasil penelitian menunjukkan bahwa penerapan ROCCA dan model SaaS dapat mempercepat adopsi teknologi cloud di lingkungan sekolah, mengurangi biaya operasional, serta meningkatkan fleksibilitas dan aksesibilitas sistem informasi sekolah. Implementasi arsitektur cloud ini juga memungkinkan integrasi yang lebih baik dengan sistem-sistem lain yang ada, serta menyediakan platform yang lebih aman dan terkelola dengan baik.   Kata Kunci: Arsitektur Cloud, Sistem Informasi Sekolah, ROCCA, SaaS
Perbandingan Performa Model Naïve Bayes dan Regresi Logistik dalam Klasifikasi Kecanduan Media Sosial pada Siswa Nurjoko; Agung, Agung Dwi Praditya; Triyari, Novita; Rafly, M. Rafly Octa; Agus Rahardi
Journal of Data Science Methods and Applications Vol. 1 No. 2 (2025)
Publisher : Program Studi Sains Data - Institut Informatika dan Bisnis Darmajaya

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

Abstract

Kecanduan media sosial di kalangan pelajar menjadi isu yang semakin relevan seiring meningkatnya penggunaanplatform digital dalam kehidupan sehari-hari. Penelitian ini bertujuan untuk membangun model klasifikasi gunamemprediksi tingkat kecanduan media sosial berdasarkan data survei siswa. Dataset yang digunakan terdiri dari 705responden dengan 13 atribut yang mencakup aspek demografis, akademik, kebiasaan digital, dan kondisi psikososial.Dua model machine learning yang digunakan dalam penelitian ini adalah Gaussian Naïve Bayes dan Regresi Logistik.Setelah melalui proses data preparation, analisis dan evaluasi model menggunakan data uji sebesar 20%, diperolehhasil bahwa Regresi Logistik memiliki performa yang lebih unggul dengan akurasi mencapai 98%, jauh di atas NaïveBayes yang hanya mencapai 69%. Regresi Logistik juga menunjukkan keseimbangan metrik yang baik, termasukprecision, recall, dan nilai ROC AUC sebesar 0,98. Temuan ini mengindikasikan bahwa Regresi Logistik lebih efektifdan sesuai untuk mengidentifikasi siswa yang berisiko mengalami kecanduan media sosial.
Pemanfaatan Machine Learning untuk Prediksi Kepuasan Pelanggan pada UMKM Digital Agus Rahardi; Nursalim, Nursalim; Andini, Rekha Aprilia; Tri, Anugrah Tri Agil S; Gilang, Gilang Ramadhan; Dwi, Dwi Salim; Nurjoko
Journal of Data Science Methods and Applications Vol. 1 No. 2 (2025)
Publisher : Program Studi Sains Data - Institut Informatika dan Bisnis Darmajaya

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

Abstract

UMKM digital memainkan peran penting dalam perekonomian Indonesia, namun mempertahankan kepuasan pelanggan tetap menjadi tantangan utama. Penelitian ini bertujuan untuk membangun model prediksi kepuasan pelanggan menggunakan algoritma Machine Learning seperti Logistic Regression, Decision Tree, dan Random Forest. Dataset simulasi sebanyak 10.000 entri pelanggan digunakan, mencakup fitur-fitur seperti frekuensi pembelian, nilai transaksi rata-rata, rating layanan, dan metode pembayaran. Model dievaluasi berdasarkan metrik B. Hasil penelitian menunjukkan bahwa algoritma Random Forest memberikan akurasi dan kinerja terbaik dalam mengklasifikasikan kepuasan pelanggan. Temuan ini menunjukkan potensi besar penggunaan Machine Learning dalam membantu UMKM digital meningkatkan kualitas layanan dan loyalitas pelanggan.
Co-Authors Abdurahim, Abdurahim Agung, Agung Dwi Praditya Agus Rahardi Agus Rahardi, Agus Andini, Rekha Aprilia Dwi, Dwi Salim Gilang, Gilang Ramadhan Meiliza Nursalim Nursalim Rafly, M. Rafly Octa Tri, Anugrah Tri Agil S Triyari, Novita