Article Per Year (5 Year)
p-Index From 2021 - 2026
1.845
P-Index
This Author published in this journals
All Journal RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Journal of Information Systems and Informatics Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Journal of Informatics, Information System, Software Engineering and Applications (INISTA) INOVTEK Polbeng - Seri Informatika Jurnal Nasional Komputasi dan Teknologi Informasi
Muhammad Arifin
Muria Kudus University
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Student Performance Classification Using Academic, Socioeconomic, and Digital Behavior Features: A Comparative Study Muhammad Arifin; Fajar Nugraha; Diana Laily Fithri
Journal of Information System and Informatics Vol 8 No 1 (2026): February
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63158/journalisi.v8i1.1460

Abstract

Accurate prediction of student academic performance is essential for universities seeking to improve learning outcomes and deliver timely, data-driven support. Prior work commonly uses regression to estimate Grade Point Average (GPA), yet numeric predictions can be difficult for administrators to translate into actionable risk levels. This study reframes the task as binary classification, categorizing students as good (GPA ≥ 3.00) or poor (GPA < 3.00) performers. Using 2,423 records from multiple programs at an Indonesian university, we combine academic indicators from the learning management system (login frequency, assignment submission, and forum activity) with socio-economic and digital behavioral variables (parental income, extracurricular participation, study-group involvement, and social media use). Seven machine learning models—Naïve Bayes, Generalized Linear Model, Logistic Regression, Deep Learning, Decision Tree, Random Forest, and Gradient Boosted Trees (GBT)—are benchmarked under a consistent evaluation design. Results indicate that integrating academic, socio-economic, and digital behavioral features improves classification performance, and ensemble methods outperform single, traditional models. GBT yields the best accuracy of 0.75, offering a practical basis for early-warning dashboards and targeted interventions. The study provides comparative evidence from Indonesian higher education and highlights the value of incorporating digital engagement signals alongside conventional academic data for more effective student support services.
AI and Digital Transformation Trends: A Systematic Review with Multi-Criteria Analysis Soni Adiyono; Muhammad Arifin
Journal of Information System and Informatics Vol 8 No 1 (2026): February
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63158/journalisi.v8i1.1462

Abstract

This research investigates the integration of Artificial Intelligence (AI) and Digital Transformation (DT) as critical enablers of Industry 4.0, highlighting their combined influence in reshaping industrial processes and enhancing operational efficiency. AI technologies, including machine learning, natural language processing, and computer vision, are driving advancements in automation, real-time decision-making, and personalized services across various industries, such as manufacturing, healthcare, and logistics. DT involves the widespread adoption of digital technologies that transform business models, stakeholder interactions, and organizational structures, working synergistically with AI to foster innovation. While existing literature often examines AI and DT in isolation, this study addresses the gap by employing a Systematic Literature Review (SLR) and Multi-Criteria Analysis (MCA) methodology to evaluate research based on academic impact, practical relevance, and sectoral readiness. The analysis reveals emerging trends such as predictive analytics, autonomous systems, and smart manufacturing, with industries like healthcare and retail showing strong adoption, while real estate and legal services remain underexplored. The research examines 46,936 Scopus records and selects 32 studies for analysis. The MCA results underscore the importance of aligning academic research with industrial needs and fostering cross-sector collaboration. Ultimately, this study bridges the gap between theory and practice, offering valuable insights for policymakers, scholars, and practitioners to strengthen competitive advantage in the digital era.
Sequential Requirements Prediction in Synthetic Fintech-Like Backlogs Using an Interpretable Hybrid of Transition Rules and Transformer Models Diana Laily Fithri; Soni Adiyono; Muhammad Arifin
Journal of Information System and Informatics Vol 8 No 2 (2026): April
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63158/journalisi.v8i2.1469

Abstract

Fintech software development is characterized by rapid product iteration and stringent regulatory requirements, resulting in changing requirements as an interrelated set rather than individual elements. In this research, Sequential Requirements Prediction is proposed as a decision support task in Requirements Engineering, where the time-ordered prefix of completed backlog items is used to predict the next likely canonical requirement type as Top-k ranked output. To mitigate noise and inconsistency in backlog data, an LLM-aided semantic normalization step maps diverse requirement descriptions to a closed set of fintech requirement types. The research compares an interpretable rule-based Markov-1 predictor with Transformer-based sequential predictors under a case-level time-aware split. The proposed method is evaluated on a synthetic fintech-like backlog dataset consisting of 900 cases, 5,252 events, and 18 canonical requirement types. The best-performing model, Transformer + normalization + augmentation (M4), achieved Recall@5 = 0.638889, MRR@5 = 0.536806, and NDCG@5 = 0.566667. These results surpassed the rule-based predictor and non-normalized Transformer model. In addition, augmentation further improved Recall@5 from 0.493056 to 0.527778 in the rare-type subset. These findings suggest the methodological promise of the proposed framework for sequence-aware and compliance-conscious backlog analytics in synthetic fintech-like settings.
Sistem Informasi Pemesanan Catering Online dengan Integrasi Payment Gateway Berbasis Web Portal pada Citun Catering Menggunakan Metode Customer Relationship Management Era Wulandari; Arif Setiawan; Muhammad Arifin
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 2 (2026): April, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/cvdrt889

Abstract

Abstrak - Citun Catering merupakan penyedia jasa boga di Kabupaten Kudus yang masih menggunakan sistem pemesanan konvensional, sehingga rentan terhadap kesalahan pencatatan dan pengelolaan data pelanggan yang tidak terorganisir. Penelitian ini bertujuan membangun portal web pemesanan catering yang mengintegrasikan metode Customer Relationship Management (CRM) dan payment gateway. CRM digunakan sebagai strategi untuk menjaga loyalitas pelanggan melalui fitur ulasan dan riwayat transaksi, sementara payment gateway memberikan solusi pembayaran digital yang aman dan real-time. Pengembangan sistem menggunakan metode Waterfall yang mencakup analisis kebutuhan, perancangan, pengkodean, dan pengujian. Hasil penelitian ini diharapkan dapat meningkatkan efisiensi operasional Citun Catering serta memberikan pengalaman transaksi yang lebih personal dan profesional bagi pelanggan. Kata kunci : Sistem Informasi; Catering; CRM; Payment Gateway; Web Portal;   Abstract - Citun Catering is a catering service provider in Kudus Regency that still uses a conventional ordering system, making it prone to recording errors and unorganized customer data management. This research aims to build a catering ordering web portal that integrates Customer Relationship Management (CRM) methods and payment gateways. CRM is used as a strategy to maintain customer loyalty through review features and transaction history, while payment gateways provide secure and real-time digital payment solutions. System development uses the Waterfall method which includes requirements analysis, design, coding, and testing. The results of this research are expected to increase Citun Catering's operational efficiency and provide a more personal and professional transaction experience for customers. Keywords: Information System; Catering; CRM; Payment Gateway; Web Portal;
Implementasi Algoritma Apriori untuk Analisis Pola Kombinasi Produk Makanan dan Minuman pada Element Street Coffee Muhamad Davin Tanzila Ramdani; Nanda Lutfi Rizqiyanto; Khilal Arlisna Rahmadani; Ahmad Zidan Nur Rizqi; Muhammad Arifin
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 3 (2026): Juni, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/fa717t56

Abstract

Abstrak - Pertumbuhan bisnis coffee shop yang pesat di Indonesia mendorong kebutuhan pengelolaan data transaksi secara cerdas guna mendukung pengambilan keputusan strategis. Penelitian ini mengimplementasikan algoritma Apriori dalam kerangka Market Basket Analysis untuk menganalisis pola kombinasi produk makanan dan minuman pada Element Street Coffee, Kodim, Semarang. Data yang digunakan berjumlah 4.790 baris yang tervalidasi menjadi 2.314 transaksi unik mencakup 40 jenis produk, terdiri dari 24 varian minuman dan 16 pilihan makanan, selama periode 30 September 2025 hingga 17 April 2026. Praproses data meliputi seleksi, normalisasi nama produk, transformasi ke format transaction basket, serta pemisahan 1.549 transaksi multi-item (66,9%) sebagai basis analisis. Parameter minimum support ditetapkan 2% (31 transaksi) dan minimum confidence 20% melalui pendekatan eksperimen iteratif. Penerapan algoritma menghasilkan 18 frequent 1-itemset, 21 frequent 2-itemset, dan 15 association rules yang terevaluasi. Kopsu Caramel (28,73%) dan Coffee Latte (28,08%) mendominasi sebagai produk paling sering dibeli. Meskipun kombinasi Coffee Latte dan Kopsu Caramel mencatat support tertinggi (7,23%), nilai lift di bawah 1 (0,8962) menunjukkan independensi statistik antar keduanya. Rules dengan nilai lift tertinggi ditemukan pada Creamy Latte mengarah ke Kopsu Caramel (lift=1,0211) dan Dimsum (4) mengarah ke Coffee Latte (lift=1,013), mengindikasikan preferensi pembelian lintas kategori yang genuine. Temuan penelitian ini direkomendasikan sebagai dasar strategi bundling menu, cross-selling, penempatan produk, dan efisiensi manajemen stok bagi manajemen Element Street Coffee. Kata kunci : Algoritma Apriori; Association Rules; Data Mining; Market Basket Analysis; Pola Kombinasi Produk;   Abstract - The rapid growth of the coffee shop business in Indonesia drives the need for intelligent transaction data management to support strategic decision-making. This study implements the Apriori algorithm within a Market Basket Analysis framework to analyze food and beverage product combination patterns at Element Street Coffee, Kodim, Semarang. The dataset consists of 4,790 rows validated into 2,314 unique transactions covering 40 product types—24 beverage variants and 16 food options—during the period of September 30, 2025 to April 17, 2026. Data preprocessing included selection, product name normalization, transformation into transaction basket format, and isolation of 1,549 multi-item transactions (66.9%) as the analytical basis. A minimum support of 2% (31 transactions) and minimum confidence of 20% were established through iterative experimentation. Application of the algorithm yielded 18 frequent 1-itemsets, 21 frequent 2-itemsets, and 15 evaluable association rules. Kopsu Caramel (28.73%) and Coffee Latte (28.08%) dominated as the most frequently purchased products. Although the Coffee Latte and Kopsu Caramel combination recorded the highest support (7.23%), a lift value below 1 (0.8962) indicates statistical independence between the two. Rules with the highest lift values were found in Creamy Latte to Kopsu Caramel (lift=1.0211) and Dimsum (4) to Coffee Latte (lift=1.013), indicating genuine cross-category purchasing preferences. These findings are recommended as the basis for menu bundling strategies, cross-selling, product placement, and inventory management efficiency for Element Street Coffee management. Keywords: Apriori Algorithm; Association Rules; Data Mining; Market Basket Analysis; Product Combination Pattern;
Implementasi K-Means Clustering untuk Penentuan Produk Terlaris pada Data Penjualan Toko Sri Mohammad Maulana Afriza; Syahrul Bagus Andreyan; Intan Hayati; Intan Firdausatul Salsabilla; Muhammad Arifin
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 3 (2026): Juni, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/2mject37

Abstract

Abstrak – Data penjualan di usaha ritel seperti toko sembako memiliki potensi besar sebagai dasar pengambilan keputusan bisnis, khususnya dalam menentukan produk yang paling diminati konsumen. Namun, pengelolaan data yang masih manual menyebabkan ketidakefektifan dan risiko ketidaksesuaian stok. Penelitian ini bertujuan untuk mengelompokkan 12 produk sembako di Toko Sri berdasarkan tingkat penjualan menggunakan metode K-Means Clustering, dengan memanfaatkan 1.000 data transaksi penjualan periode Januari hingga Desember 2024. Proses analisis mengikuti kerangka Knowledge Discovery in Databases (KDD) yang mencakup tahap seleksi, preprocessing, transformasi, data mining, dan evaluasi. Hasil penelitian menunjukkan bahwa K-Means mampu mengelompokkan produk menjadi tiga klaster, yaitu sangat laku (Kopi Sachet dan Beras 1kg), laku (Sabun Mandi, Minyak Goreng 1L, Detergen Sachet, Gula 1kg, dan Teh Sachet), serta kurang laku (Mie Instan, Shampoo Sachet, Air Mineral Botol, Susu Sachet, dan Telur 1kg). Kebaruan penelitian ini terletak pada penerapan metode clustering berbasis data pada toko sembako skala kecil yang selama ini masih beroperasi secara tradisional, sekaligus menghasilkan pengelompokan tingkat penjualan yang dapat digunakan langsung sebagai dasar pengambilan keputusan manajemen stok dan strategi penjualan oleh pemilik usaha. Kata kunci : Data Mining; K-Means; Clustering; Penjualan;   Abstract – Sales data in retail businesses such as grocery stores holds significant potential as a foundation for business decision-making, particularly in identifying the most in-demand products. However, manual data management practices lead to inefficiencies and stock discrepancy risks. This study aims to classify 12 grocery products at Sri Store based on sales performance using the K-Means Clustering algorithm, utilizing 1,000 transaction records from January to December 2024. The analysis follows the Knowledge Discovery in Databases (KDD) framework, encompassing selection, preprocessing, transformation, data mining, and evaluation stages. The results demonstrate that K-Means successfully grouped products into three clusters: high-selling (Sachet Coffee and Rice 1kg), medium-selling (Bar Soap, Cooking Oil 1L, Sachet Detergent, Sugar 1kg, and Sachet Tea), and low-selling (Instant Noodles, Sachet Shampoo, Bottled Water, Sachet Milk, and Eggs 1kg). The novelty of this study lies in applying a data-driven clustering approach to a small-scale traditional grocery store, producing actionable product segmentation that can directly support inventory management and sales strategy decisions for small business owners. Keywords : Data Mining; K-Means; Clustering; Sale;
Implementasi Sistem SIGEMAS (Sistem Giga Media Arsip Surat) sebagai Solusi Digitalisasi Administrasi Surat Berbasis Web di PT. Giga Media Internet Salma Elsa Widyadhana; Muhammad Arifin
Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Vol. 7 No. 1 (2025): Volume 7, No 1, Desember 2025
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/atjpm.v7i1.7565

Abstract

Administrasi surat memiliki peran penting dalam menunjang efisiensi dan efektivitas kerja organisasi. Namun, proses pengelolaan surat di PT. Giga Media Internet masih dilakukan dengan cara manuall, yang menimbulkan bermacam-macam kendala seperti kesalahan pencatatan, keterlambatan disposisi, dan kesulitan dalam penelusuran arsip. Kegiatan ini bertujuan untuk mengimplementasikan sistem pengarsipan surat berbasis web sebagai solusi digitalisasi administrasi surat agar lebih cepat, terintegrasi, dan aman. Metode pelaksanaan kegiatan menggunakan pendekatan partisipatif yang melibatkan staf bagian umum dan pimpinan perusahaan dalam setiap tahap kegiatan. Tahapan yang dilakukan meliputi analisis kebutuhan, perancangan sistem, pengembangan menggunakan PHP dan MySQL, implementasi di lingkungan perusahaan, serta pelatihan bagi pengguna. Hasil kegiatan menunjukkan bahwa sistem SIGEMAS (Sistem Giga Media Arsip Surat) berhasil meningkatkan efisiensi kerja dan akurasi pencatatan, di mana dua orang staf bagian umum dan satu pimpinan mampu mengoperasikan sistem dengan baik. Proses pencatatan surat menjadi 80% lebih cepat, pencarian arsip berkurang dari rata-rata 20 menit menjadi 2 menit, dan seluruh disposisi surat dapat dipantau secara digital. Temuan ini memperkuat teori transformasi digital organisasi yang menekankan pentingnya adaptasi teknologi dalam meningkatkan produktivitas dan transparansi kerja. Kesimpulan dari kegiatan ini menunjukkan bahwa implementasi SIGEMAS memberikan inovasi baru dalam tata kelola administrasi perusahaan dan memperkuat keterlibatan langsung masyarakat industri dalam penerapan sistem informasi digital.
Pelatihan Implementasi Sistem Laporan Kegiatan Bagi Pegawai Dinas Kesehatan Pati Untuk Meningkatkan Efektivitas Pelaporan Farhan Wildan Darmawan; Muhammad Arifin
Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Vol. 7 No. 1 (2025): Volume 7, No 1, Desember 2025
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/atjpm.v7i1.7578

Abstract

Pelaporan kegiatan harian di Dinas Kesehatan Kabupaten Pati masih menghadapi kendala inefisiensi, dicatat secara semi-digital melalui platform komunikasi umum, yang menyebabkan dokumentasi tidak terstruktur dan data sulit diarsipkan untuk keperluan evaluasi. Pelatihan ini bertujuan untuk meningkatkan efektivitas pelaporan pegawai melalui pengembangan dan pelatihan implementasi Sistem Laporan Kegiatan berbasis web. Metode pelaksanaan PkM meliputi observasi, pengembangan sistem menggunakan PHP Native dan MySQL, pelatihan intensif, dan evaluasi akhir menggunakan kuesioner deskriptif kuantitatif. Sistem dikembangkan secara spesifik agar sesuai dengan pola kerja rapat rutin di lingkungan dinas kesehatan daerah, yang merupakan kebaruan dari kegiatan ini. Hasil pelatihan menunjukkan tingkat penerimaan yang sangat tinggi, dengan mayoritas pegawai menyatakan kepuasan, pemahaman yang baik, dan kemudahan penggunaan aplikasi (user-centered). Implementasi sistem ini terbukti efektif dalam mempercepat proses pencatatan, mengurangi risiko kehilangan data, dan menyediakan rekap laporan secara otomatis. Manfaat utama adalah peningkatan efisiensi operasional dan kualitas pengelolaan data. Kontribusi teoritik kegiatan ini adalah validasi bahwa implementasi sistem sederhana yang disesuaikan dengan kebutuhan spesifik mampu meningkatkan adopsi dan efektivitas kinerja, serta mendukung monitoring dan evaluasi kinerja secara real time di lingkungan instansi pemerintah daerah.
Pelatihan Manajemen Keuangan Bagi UMKM Pengrajin Tas di Desa Loram Muhammad Arifin; Supriyono Supriyono
Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Vol. 7 No. 2 (2026): Volume 7, No 2, Juni 2026
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/atjpm.v7i2.8105

Abstract

UMKM memiliki peran strategis dalam perekonomian nasional, namun sering kali menghadapi tantangan dalam pengelolaan keuangan, terutama dalam aspek digitalisasi keuangan. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan pemahaman dan keterampilan pengrajin tas di Desa Loram dalam mengelola keuangan secara digital. Metode yang digunakan meliputi pretest, pelatihan, dan post-test. Hasil menunjukkan peningkatan pemahaman peserta sebesar 60% setelah mengikuti pelatihan. Temuan ini menunjukkan bahwa pelatihan manajemen keuangan berbasis digital dapat meningkatkan efektivitas pengelolaan usaha kecil.
Implementasi Sistem Informasi Monitoring Target Harian Karyawan Berbasis Web pada PT Pura Barutama Unit Offset Alif Fadhillah Laili Putri; Muhammad Arifin
Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Vol. 7 No. 2 (2026): Volume 7, No 2, Juni 2026
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/n614dy27

Abstract

Penelitian ini bertujuan untuk mengimplementasikan sistem informasi monitoring target harian karyawan berbasis web pada PT Pura Barutama Unit Offset. Permasalahan yang dihadapi adalah proses pemantauan target harian yang masih dilakukan secara manual sehingga kurang efektif dan rentan terhadap kesalahan pencatatan. Metode yang digunakan dalam penelitian ini adalah metode pengembangan sistem waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian sistem. Sistem dibangun menggunakan bahasa pemrograman PHP dan database MySQL. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu membantu proses monitoring target harian karyawan secara lebih cepat, akurat, dan terstruktur. Dengan adanya sistem ini, pihak manajemen dapat melakukan evaluasi kinerja karyawan dengan lebih efektif. Kesimpulannya, sistem informasi berbasis web yang diimplementasikan dapat meningkatkan efisiensi dan akurasi dalam pengelolaan data target harian karyawan.
Co-Authors Ahmad Zidan Nur Rizqi Alif Fadhillah Laili Putri Arif Setiawan Bayu Samudro Fadhilah Diana Laily Fithri Era Wulandari Fajar Nugraha Farhan Wildan Darmawan Febriana Permatasari Intan Firdausatul Salsabilla Intan Hayati Khilal Arlisna Rahmadani Mohammad Maulana Afriza Muhamad Davin Tanzila Ramdani Nalendra Cahaya Heraditya Nanda Lutfi Rizqiyanto Nava Azahra Rhoedy Setiawan Salma Elsa Widyadhana Soni Adiyono Supriyono Supriyono Syahrul Bagus Andreyan Wahyu Dhani Prayoga Zahrotul Khoiriyah