Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Infotech Journal
Muhamad Rovi
Universitas Bhakti Husada Indonesia
Computer Science & IT

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

Found 2 Documents
Search

 1 
IMPLEMENTASI METODE NDLC PADA INFRASTRUKTUR JARINGAN UNIVERSITAS BHAKTI HUSADA INDONESIA DENGAN MEMANFAATKAN WHATSAPP GATEWAY SEBAGAI MONITORING Yayan Sopyan; Muhamad Rovi
INFOTECH journal Vol. 11 No. 2 (2025)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v11i2.14835

Abstract

Internet merupakan komponen vital dalam menunjang aktivitas akademik dan administrasi di lingkungan kampus Universitas Bhakti Husada Indonesia (UBHI). Stabilitas dan kecepatan internet sangat dibutuhkan oleh Mahasiswa, Dosen, dan Staf untuk menunjang kinerja harian. Penelitian ini bertujuan untuk merancang dan mengimplementasikan infrastruktur jaringan dengan pendekatan metode Network Development Life Cycle (NDLC), serta mengintegrasikan sistem monitoring dengan WhatsApp Gateway sebagai notifikasi real time ketika terjadi gangguan internet. Metode NDLC yang digunakan terdiri dari enam tahap yaitu Analysis, Design, Simulation/Prototyping, Implementation, Monitoring, dan Management. Hasil akhir dari penelitian ini yaitu sistem jaringan yang stabil dan dapat dimonitor secara real time.
IMPLEMENTASI ALGORITMA K-MEANS DALAM PENGELOMPOKAN GAYA BELAJAR MAHASISWA UBHI MENGGUNAKAN MODEL VARK Muhamad Rovi; Hendra Rustama
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.16970

Abstract

Perkembangan teknologi informasi mendorong perguruan tinggi menerapkan pembelajaran adaptif yang berpusat pada mahasiswa. Pemahaman gaya belajar menjadi salah satu strategi penting untuk mendukung pembelajaran tersebut. Penelitian ini bertujuan mengimplementasikan algoritma K-Means Clustering untuk memetakan gaya belajar mahasiswa Universitas Bhakti Husada Indonesia (UBHI) berdasarkan model VARK (Visual, Aural, Read/Write, dan Kinesthetic). Penelitian menggunakan pendekatan kuantitatif dengan metode unsupervised learning. Data dikumpulkan melalui kuesioner VARK yang diisi oleh 100 mahasiswa dari Fakultas Bisnis dan Ilmu Sosial (FBIS) serta Fakultas Ilmu Kesehatan (FIKES). Pra-pemrosesan data dilakukan melalui tahapan konversi skor dan normalisasi data menggunakan metode StandardScaler. Jumlah klaster optimal ditentukan menggunakan metode Elbow dan Silhouette, yang menghasilkan empat klaster. Hasil klasterisasi menunjukkan variasi gaya belajar mahasiswa yang beragam. Mahasiswa FBIS cenderung dominan pada gaya belajar visual dan aural, sedangkan mahasiswa FIKES menunjukkan kecenderungan gaya belajar yang lebih seimbang dan multimodal. Visualisasi menggunakan Principal Component Analysis (PCA) memperlihatkan pemisahan klaster yang cukup jelas. Penelitian ini menyimpulkan bahwa integrasi model VARK dan algoritma K-Means efektif untuk memetakan gaya belajar mahasiswa sebagai dasar perancangan pembelajaran adaptif.
Co-Authors Hendra Rustama Yayan Sopyan