Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer
M. Habibullah Arief
Universitas Jember
Computer Science & IT Decision Sciences, Operations Research & Management Education

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

Found 3 Documents
Search

 1 
Optimalisasi Klasifikasi Performa Akademik Mahasiswa dengan Pendekatan Metaheuristik Berbasis Educational Data Mining M. Habibullah Arief; Muhammad Andryan Wahyu Saputra; Khoirunnisa Afandi; Damar Novtahaning; Narandha Arya Ranggianto
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15168

Abstract

Peningkatan kualitas pendidikan tinggi merupakan prioritas strategis untuk menghasilkan lulusan yang kompeten dan adaptif terhadap tantangan zaman. Undang-Undang Nomor 12 Tahun 2012 tentang Pendidikan Tinggi menegaskan pentingnya mutu penyelenggaraan pendidikan dan kompetensi lulusan. Salah satu indikator kunci mutu tersebut adalah performa akademik mahasiswa, yang kini dapat diprediksi secara lebih akurat melalui pendekatan Educational Data Mining (EDM). Penelitian ini membandingkan efektivitas dari dua algoritma metaheuristik, yaitu Genetic Algorithm (GA) dan Particle Swarm Optimization (PSO) dalam proses seleksi fitur untuk meningkatkan akurasi klasifikasi performa akademik mahasiswa berdasarkan data akademik Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Jember. Dataset terdiri atas 203 mahasiswa dari tahun ajaran 2022/2023 dan 2023/2024. Hasil menunjukkan bahwa algoritma GA menghasilkan akurasi pengujian sebesar 0,9508, sementara algoritma PSO mencapai 0,9912. GA unggul dalam eksplorasi kombinasi fitur yang kompleks, sedangkan PSO menunjukkan efisiensi komputasi yang lebih tinggi. Fitur-fitur penting seperti SKS, pekerjaan orang tua, penggunaan smartphone, dan dukungan keluarga teridentifikasi sebagai prediktor utama. Kedua pendekatan terbukti efektif dalam meningkatkan performa model prediksi sekaligus mengurangi kompleksitas data. Temuan ini menunjukkan potensi besar algoritma metaheuristik sebagai teknologi pendukung dalam sistem akademik modern untuk mendukung pengambilan keputusan berbasis data, meningkatkan efisiensi intervensi akademik, dan menunjang perencanaan pendidikan tinggi yang lebih adaptif dan presisi.
Optimalisasi Manajemen Kualitas Website Desa Klatakan Berbasis ISO/IEC 25010 Damar Novtahaning; Erik Yohan Kartiko; Khoirunnisa Afandi; M. Habibullah Arief; Narandha Arya Ranggianto
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15176

Abstract

Website desa memiliki peran strategis sebagai sarana penyampaian informasi, pelayanan publik, serta keterbukaan data dalam rangka mendukung implementasi Sustainable Development Goals (SDGs) di tingkat lokal. Penelitian ini bertujuan untuk mengevaluasi kualitas Website Desa Klatakan Jember dengan menggunakan standar ISO/IEC 25010 melalui pendekatan kuantitatif. Evaluasi difokuskan pada lima karakteristik utama, yaitu functional suitability, reliability, performance efficiency, usability, dan compatibility. Pengumpulan data dilakukan melalui penyebaran kuesioner kepada responden yang merupakan pengguna aktif website, dengan penilaian berdasarkan dua dimensi utama: tingkat kepentingan (importance) dan kinerja aktual (performance), menggunakan skala Likert 1–5. Metode Customer Satisfaction Index (CSI) digunakan untuk menghitung tingkat kepuasan pengguna, sedangkan Importance-Performance Analysis (IPA) digunakan untuk memetakan prioritas perbaikan kualitas sistem. Hasil analisis menunjukkan bahwa nilai CSI secara keseluruhan adalah 76,72%, yang berada dalam kategori “Puas”. Pemetaan IPA menunjukkan bahwa karakteristik functional suitability dan compatibility berada pada kuadran I (prioritas utama), usability berada pada kuadran II (dipertahankan), sedangkan reliability dan performance efficiency berada pada kuadran III (prioritas rendah). Berdasarkan hasil tersebut, dapat disimpulkan bahwa meskipun sebagian besar fitur website telah berjalan sesuai fungsi, masih terdapat area yang perlu ditingkatkan, terutama dalam aspek kemudahan penggunaan dan efisiensi sistem. Penelitian ini diharapkan dapat memberikan kontribusi sebagai model evaluasi kualitas sistem informasi desa berbasis standar internasional, serta mendukung agenda transformasi digital desa secara lebih akuntabel, partisipatif, dan berkelanjutan.
Procedural Content Generation pada Level Gim Sokoban Menggunakan Model Hybrid GPT2 dan Algoritma Genetika Narandha Arya Ranggianto; Akbar Pandu Segara; Dwi Wijonarko; Anang Andrianto; M. Habibullah Arief
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15188

Abstract

Procedural Content Generation (PCG) yang berfokus pada level menjadi poin penting dalam mempengaruhi pengalaman pengguna dalam bermain gim. Salah satu gim puzzle khususnya Sokoban dapat diterapkan untuk pembangunan level secara otomatis karena dapat direpresentasikan secara sederhana. Dataset Sokoban biasanya direpresentasikan ke dalam string ASCII yang terdiri dari pemain (@), dinding (#), kotak ($), dan tujuan (.). Hal ini menjadikan level Sokoban dapat dikembangkan menggunakan dua pendekatan yaitu berbasis pencarian dan machine learning. Metode pencarian memiliki kelebihan dalam mengeksplorasi sebuah level yang playable namun menghasilkan level yang sama. Sedangkan pada pendekatan machine learning data digunakan untuk melakukan training dengan pola-pola tertentu sehingga memberikan kemampuan membangun level yang bervariatif. Kekurangan data dalam level gim menjadikan pendekatan fine-tuning GPT2 lebih unggul untuk digunakan dalam pembangunan level. Namun, karakteristik data yang tidak memiliki koherensi yang baik pada level Sokoban menjadikan GPT2 tidak dapat membangun level yang playable. Model Hybrid GPT2 dan Algoritma Genetika (GPT2-GA) dimana nilai penggabungan ini akan memberikan hasil yang optimal. Evaluasi untuk mengukur accuracy, playability, dan diversity yang menunjukkan performa lebih unggul dibandingkan GPT2. Model GPT2-GA menunjukkan hasil peningkatan accuracy dari 81,9% menjadi 90,1%, playability dari 41,3% menjadi 62,8%, dan diversity dari 88,2% menjadi 97,5%. Pendekatan model ini berhasil mengatasi kelemahan model generatif GPT2 dalam menghasilkan level yang fungsional dengan mempertahankan level yang unik yang dapat diselesaikan.
Co-Authors Akbar Pandu Segara Anang Andrianto Damar Novtahaning Dwi Wijonarko Erik Yohan Kartiko Khoirunnisa Afandi Muhammad Andryan Wahyu Saputra Narandha Arya Ranggianto