Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Journal of Golden Generation Abdimas Journal of Golden Generation Engineering
Marwan Al Fajri
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Informasi Rekomendasi Program Belajar Mandiri Berbasis Analisis Gaya Belajar Mahasiswa Marwan Al Fajri
Journal of Golden Generation Abdimas Vol. 1 No. 1 (2025): September 2025 : Journal of Golden Generation Abdimas
Publisher : PT. Lembaga Penerbit Penelitian Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65244/jgga.v1i1.38

Abstract

Perkembangan teknologi informasi memberikan peluang besar dalam mengoptimalkan proses pembelajaran mahasiswa melalui pendekatan personalisasi. Penelitian ini bertujuan mengembangkan sistem informasi rekomendasi program belajar mandiri yang berbasis pada analisis gaya belajar mahasiswa. Sistem dirancang untuk mengidentifikasi kecenderungan gaya belajar visual, auditorial, dan kinestetik, kemudian memberikan rekomendasi materi, metode, dan media belajar yang sesuai. Metode pengembangan sistem menggunakan pendekatan waterfall dengan tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian. Data diperoleh melalui kuesioner gaya belajar dan wawancara terhadap 100 mahasiswa dari berbagai program studi. Hasil pengujian menunjukkan bahwa sistem mampu memberikan rekomendasi dengan tingkat kepuasan pengguna sebesar 87% dan membantu meningkatkan efektivitas belajar mandiri mahasiswa. Temuan ini diharapkan dapat menjadi solusi dalam personalisasi pembelajaran di perguruan tinggi berbasis teknologi informasi.
Integrasi Kecerdasan Buatan dan Big Data Analytics dalam Sistem Informasi Manajemen Perguruan Tinggi untuk Optimalisasi Pengambilan Keputusan Marwan Al Fajri
Journal of Golden Generation Engineering Vol. 1 No. 1 (2025): JULI 2025 : Journal of Golden Generation Engineering
Publisher : PT. Lembaga Penerbit Penelitian Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65244/jggengineering.v1i1.36

Abstract

Penelitian ini membahas pengembangan dan implementasi sistem informasi berbasis cloud untuk mendukung manajemen data terintegrasi di lingkungan pendidikan tinggi. Tujuan utama penelitian adalah merancang sistem yang mampu mengoptimalkan penyimpanan, pengolahan, dan distribusi data akademik secara real-time, sekaligus meningkatkan efisiensi operasional institusi. Metode penelitian menggunakan pendekatan Research and Development (R&D) dengan model pengembangan waterfall, melibatkan analisis kebutuhan, desain sistem, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa sistem informasi berbasis cloud mampu mengurangi redundansi data sebesar 45%, mempercepat akses informasi hingga 60%, dan meningkatkan keamanan data melalui enkripsi end-to-end. Temuan ini membuktikan bahwa integrasi teknologi cloud dalam pengelolaan data perguruan tinggi dapat menjadi solusi efektif menghadapi tantangan era transformasi digital.
Co-Authors