Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Ilmiah Sistem Informasi
Sinaga, Rizal Muslim
Unknown Affiliation
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Neuroscience Transportation

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

Found 3 Documents
Search

 1 
Development of the Andana Mobile Application: An Interactive Japanese Language Learning Platform Using Flutter and Firebase Halawa, Sovantri Putra Paskah; Sinaga, Rizal Muslim; Simbolon, Agata Putri Handayani; Priscilia, Selfi Audy; Perdana, Adidtya
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 3 (2025): November: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/0m972c26

Abstract

Peningkatan minat masyarakat Indonesia terhadap bahasa Jepang mendorong kebutuhan akan media pembelajaran yang lebih interaktif dan fleksibel. Namun, banyak aplikasi yang tersedia masih terbatas pada penyajian materi tanpa sistem progres belajar yang adaptif. Penelitian ini bertujuan untuk mengembangkan aplikasi mobile “Andana” sebagai platform pembelajaran bahasa Jepang interaktif berbasis Flutter dan Firebase. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan pendekatan software engineering. Proses pengembangan mencakup analisis kebutuhan, perancangan sistem, implementasi, dan pengujian fungsional. Data penelitian bersumber dari hasil uji coba fungsionalitas dan evaluasi performa aplikasi oleh pengguna. Aplikasi Andana dirancang dengan dua peran utama, yaitu pengguna dan admin, serta dilengkapi fitur pembelajaran berbasis multimedia (PDF, video, audio), flashcard, latihan mendengarkan, berbicara, dan sistem catatan pribadi. Hasil penelitian menunjukkan bahwa seluruh fungsi aplikasi berjalan dengan baik, dengan sinkronisasi data real-time dan tampilan antarmuka yang responsif. Integrasi antara Flutter dan Firebase terbukti mendukung pengelolaan data pengguna dan pembaruan konten secara dinamis. Kontribusi penelitian ini terletak pada pengembangan model aplikasi pembelajaran berbasis cloud yang adaptif dan mudah dikembangkan. Implikasinya, aplikasi Andana berpotensi menjadi media belajar bahasa Jepang yang efisien, menarik, serta dapat diadaptasi untuk bahasa asing lainnya di masa mendatang.
Sistem Logging Jaringan Berbasis Web dengan Visualisasi Interaktif dan Analisis Anomali sebagai Solusi Keterbatasan Sistem Konvensional Sinaga, Rizal Muslim; Kiswanto, Dedy; Pratama, Ega; S., Yohana Lorinez
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9937

Abstract

Abstrak - Pertumbuhan ekosistem digital di lingkungan kampus menghasilkan volume log jaringan yang tinggi sehingga administrator kesulitan mengidentifikasi anomali secara manual. Penelitian ini menghadirkan sistem logging berbasis web yang mengintegrasikan Django sebagai layanan aplikasi, ELK Stack untuk agregasi dan visualisasi real-time, serta modul machine learning RandomForest yang dilatih menggunakan dataset UNSW-NB15 guna mengklasifikasikan tipe serangan. Telegram Bot API digunakan sebagai kanal notifikasi instan ketika pola mencurigakan ditemukan. Metode Research and Development diterapkan untuk merancang arsitektur, mengimplementasikan modul, dan menguji performa sistem. Evaluasi menunjukkan akurasi model sebesar 81,54% dengan f1-score tertinggi 99,05% pada trafik Generic, sedangkan kelas dengan data terbatas seperti Backdoor masih menantang. Integrasi dashboard dan notifikasi menurunkan waktu investigasi insiden serta membuktikan bahwa sinergi visualisasi dan analitik dapat memperkuat ketahanan keamanan jaringan kampus.Kata kunci : Logging jaringan; ELK Stack; deteksi anomali; machine learning; Telegram Bot; Abstract - The rapid expansion of campus digital services produces high-volume network logs that complicate manual anomaly analysis. This article presents a web-based logging system that combines Django as the application layer, the ELK Stack for real-time aggregation and visualization, and a RandomForest model trained on the UNSW-NB15 dataset to classify attack categories. A Telegram Bot API integration delivers instant notifications when suspicious patterns emerge. A Research and Development methodology guides the architecture design, module implementation, and performance evaluation. Experiments report 81.54% accuracy with the highest f1-score of 99.05% on Generic traffic, while minority classes such as Backdoor remain challenging. The integrated dashboard and notification flow reduce incident investigation time and demonstrate how visual analytics and machine learning improve campus network resilience.Keywords: Network logging; ELK Stack; anomaly detection; machine learning; Telegram Bot;
Analisis Kinerja Sistem Transportasi Daring: Simulasi Dampak Ukuran Armada dan Algoritma Penugasan Terhadap Waktu Tunggu Pelanggan Alfahri, Muhammad Rizki; Indra, Zulfahmi; Sinaga, Rizal Muslim; Simbolon, Agata Putri Handayani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9895

Abstract

Abstrak - Mobilitas perkotaan modern bergantung pada layanan transportasi online.  Optimasi ukuran armada dan algoritma penugasan sangat penting untuk kinerja sistem ini; namun, penelitian empiris tentang perbedaan antara kedua komponen tersebut masih sedikit.  Studi ini menggunakan simulasi komputer untuk melihat bagaimana interaksi antara ukuran armada dan algoritma penugasan berdampak pada waktu tunggu pelanggan.  Studi ini menguji 24 skenario yang menggabungkan 8 ukuran armada (3–30 driver) dan 3 algoritma penugasan (paling dekat, pengaturan acak, dan berbasis queue).  Algoritma driver paling dekat mengurangi waktu tunggu rata-rata sebesar 41,6 persen dibandingkan dengan random assignment, dan setiap simulasi dijalankan selama 150 langkah waktu.  Dengan service rate 100%, armada 25 driver mencapai zero waiting time. Studi ini menunjukkan bukti nyata bahwa kinerja sistem transportasi online dapat secara signifikan ditingkatkan dengan mengoptimalkan kombinasi armada dan algoritma.  Untuk mencapai tingkat efisiensi operasional terbaik, disarankan untuk menggunakan algoritma driver terdekat dengan armada 20 hingga 25 driver.Kata kunci: Transportasi Daring; Optimasi Armada; Algoritma Penugasan; Waktu Tunggu; Simulasi Agent-based; Abstract - Modern urban mobility depends on online transportation services.  Optimizing fleet size and assignment algorithms is critical to the performance of these systems; however, empirical research on the differences between these two components is still scarce.  This study uses computer simulations to examine how the interaction between fleet size and assignment algorithms affects customer wait times.  The study tested 24 scenarios combining 8 fleet sizes (3–30 drivers) and 3 assignment algorithms (nearest driver, random assignment, and queue-based).  The nearest driver algorithm reduced average waiting time by 41.6 percent compared to random assignment, and each simulation ran for 150 time steps.  With a service rate of 100%, a fleet of 25 drivers achieved zero waiting time. This study provides clear evidence that the performance of online transportation systems can be significantly improved by optimizing the combination of fleet size and algorithm. To achieve the highest level of operational efficiency, it is recommended to use the nearest driver algorithm with a fleet size of 20 to 25 drivers.Keywords: Online Transportation; Fleet Optimization; Assignment Algorithm; Waiting Time; Agent-based Simulation;
Co-Authors Adidtya Perdana, Adidtya Alfahri, Muhammad Rizki Dedy Kiswanto Halawa, Sovantri Putra Paskah Pratama, Ega Priscilia, Selfi Audy S., Yohana Lorinez Simbolon, Agata Putri Handayani Zulfahmi Indra, Zulfahmi