Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business Jurnal Sistem Informasi, Sains Data, dan Informatika
Mohammad Rezza Pahlevi
Universitas Indonesia Membangun
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

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

Found 3 Documents
Search

 1 
Implementasi Server Virtualisasi Menggunakan Proxmox untuk Manajemen Infrastruktur Jaringan dan Layanan Internet pada Institusi Pendidikan Rido Rido; Mohammad Rezza Pahlevi; Imam Maliki; Muhammad Iqbal
Jurnal Sistem Informasi, Sains Data, dan Informatika Vol 1 No 1 (2026): Volume 1 No. 1, Januari 2026
Publisher : Universitas Indonesia Membangun (Inaba)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56956/s6zv7r91

Abstract

Modern educational institutions face challenges in managing complex information technologyinfrastructure with limited resources. This research examines the implementation of virtualizationtechnology using Proxmox Virtual Environment to optimize server management, computer networks, and internet services in higher education environments. The research method uses a case studyapproach with data collection through direct observation, interviews with 12 informants, systemdocumentation, and performance monitoring over 6 months. The results show that ProxmoxVEimplementation can increase hardware resource ef iciency by up to 70 percent with CPUutilizationincreasing from 22 percent to 50-55 percent. Physical server consolidation from 12 units to3host servers successfully reduced operational costs by 45 percent or $35,650 per year. Service availabilityincreased significantly from 96.8 percent to 99.5 percent with Mean Time To Recovery reducedfrom4 hours to 45 minutes. Cost-benefit analysis shows Return on Investment achieved in 2.9 years withprojected Total Cost of Ownership savings of $73,250 over a 5-year period. This research providespractical contributions in the form of virtualization architecture blueprints and implementationguidelines that can be adopted by other educational institutions with similar characteristics.
Perancangan Design UI/UX Aplikasi Tourify Berbasis Android Menggunakan Pendekatan Design Thinking Adittia Prasetia; Febriyansyah Ramadhan; Debi Irawan; Mohammad Rezza Pahlevi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.8128

Abstract

Pesatnya perkembangan aplikasi pariwisata berbasis Android menuntut perancangan User Interface (UI) dan User Experience (UX) yang optimal agar dapat memberikan pengalaman pengunaan yang mudah dan memuaskan. Namun demikian masih banyak aplikasi tour and travel yang menghadapi permasalahan, seperti navigasi yang kurang intuitif, ketidakjelasan penyajian informasi, serta alur transaksi yang kompleks dan memakan waktu. Kondisi tersebut berpotensi menurunkan tingkat usability dan kepuasan pengguna. Penelitian ini bertujuan untuk merancang desain UI/UX aplikasi Tourify berbasis Android dengan menerapkan pendekatan Design Thinking yang berorientasi pada kebutuhan pengguna. Metode penelitian dilakukan melalui lima tahapan, yaitu empathize, define, ideate, prototype, dan test. Pengumpulan data pada tahap empathize dilakukan melalui observasi dan penyebaran kuesioner Google Form terhadap 51 responden yang memiliki pengalaman menggunakan aplikasi tour and travel. Permasalahan utama pengguna dirumuskan menggunakan teknik How Might We (HMW), kemudian dikembangkan menjadi solusi desain melalui proses brainstorming. Hasil perancangan diwujudkan dalam bentuk prototype menggunakan perangkat lunak Figma dan selanjutnya diuji menggunakan metode Single Ease Question (SEQ) untuk mengukur tingkat kemudahan penggunaan. Hasil pengujian menunjukkan nilai rata-rata SEQ sebesar 6,88 pada skala 1–7, yang mengindikasikan tingkat usability yang sangat baik. Dengan demikian, penerapan metode Design Thinking menunjukkan peningkatan usability dalam meningkatkan kualitas UI/UX aplikasi tour and travel berbasis Android (Tourify).
Analisis Akurasi Dua Metode Klasifikasi: K-Nearest Neighbor vs Naïve Bayes pada Data Diabetes Fidalina Nirigi; Mochammad Triyanto; Mohammad Rezza Pahlevi; Athia Saelan; Fadhlanrashif Ibrahim Supriana
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.8671

Abstract

Diabetes merupakan kondisi metabolik yang ditandai oleh tingginya kadar glukosa darah dan telah menjadi masalah kesehatan global. Apabila tidak ditangani dengan tepat, diabetes dapat menyebabkan komplikasi serius seperti penyakit kardiovaskular, stroke, kerusakan ginjal, mata, dan sistem saraf. Perkembangan teknologi machine learning memberikan peluang dalam membantu proses klasifikasi dan prediksi penyakit diabetes secara lebih cepat dan akurat. Penelitian ini bertujuan untuk menganalisis tingkat akurasi dua metode klasifikasi, yaitu K-Nearest Neighbor (KNN) dan Naïve Bayes pada data diabetes. Dataset yang digunakan adalah Pima Indians Diabetes Database dengan pembagian data sebesar 80% untuk data latih dan 20% untuk data uji. Tahapan penelitian meliputi preprocessing data, pelatihan model, dan pengujian klasifikasi. Variabel yang digunakan meliputi kadar glukosa, usia, indeks massa tubuh (BMI), tekanan darah, serta riwayat diabetes. Hasil penelitian menunjukkan bahwa kedua algoritma mampu melakukan klasifikasi data diabetes dengan baik. Namun, algoritma K-Nearest Neighbor memperoleh tingkat akurasi lebih tinggi sebesar 81%, sedangkan Naïve Bayes memperoleh akurasi sebesar 77%. Berdasarkan hasil tersebut, metode K-Nearest Neighbor dinilai lebih efektif dalam proses prediksi penyakit diabetes dibandingkan metode Naïve Bayes. Penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem pendukung keputusan berbasis machine learning di bidang kesehatan, khususnya untuk deteksi dini penyakit diabetes.
Co-Authors Adittia Prasetia Debi Irawan Fadhlanrashif Ibrahim Supriana Febriyansyah Ramadhan Fidalina Nirigi Imam Maliki Mochammad Triyanto Muhammad Iqbal Rido Rido Saelan, Athia