cover
Contact Name
Handoko Prasetya
Contact Email
sisfokomtek.jumin@gmail.com
Phone
+6281260905769
Journal Mail Official
sisfokomtek.jumin@gmail.com
Editorial Address
Jl. Sisingamangaraja, Medan, Provinsi Sumatera Utara
Location
Unknown,
Unknown
INDONESIA
Jurnal Media Informatika
ISSN : -     EISSN : 2808005X     DOI : -
Core Subject : Science,
1. IT Infrastructure and Security (ITIS): Information Security and Privacy Digital Forensics Network Security Cryptography Cloud and Virtualization Emerging Technologies Computer Vision and Image Ethics in Information Systems Human Computer Interaction Wireless Sensor Networks Medical Image Analysis Internet of Things Mobile and Pervasive Computing Real-time Systems and Embedded Systems Parallel and Distributed Systems 2. Data Engineering and Business Intelligence (DEBI): Information Security and Privacy Business Intelligence Data Mining Intelligent Systems Artificial Intelligence Autonomous Agents Intelligent Agents Multi-Agent Systems Expert Systems Pattern Recognition Machine Learning Soft Computing Optimization Forecasting Meta-Heuristics Computational Intelligence Decision Support Systems 3. Data Acquisition and Information Dissemination (DAID): Open Data Social Media Knowledge Management Social Networks Big Data Web Services Database Management Systems Semantics Web and Linked Data Visualization Information Social Information Systems Social Informatics Spatial Informatics Systems Geographical Information Systems
Articles 593 Documents
ANALISIS KECELAKAAN KERJA MENGGUNAKAN METODE HAZARD IDENTIFICATION, RISK ASSESMENT AND RISK CONTROL PADA WORKSHOP PT. PASIFIK ARTA INDONESIA Sihombing, Fresnel; Syarif, Abdul Azis; Atikah, Nurul Atikah
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i1.8214

Abstract

HIRARC (Hazard Identification, Risk Assessment, and Risk Control) merupakan metode untuk mengidentifikasi potensi bahaya dalam setiap tahapan pekerjaan melalui proses identifikasi, penilaian, dan pengendalian risiko. Penelitian ini dilakukan di PT. Pasifik Arta Indonesia, perusahaan yang bergerak di bidang konstruksi pabrik kelapa sawit, rekayasa, pengadaan, serta penyewaan peralatan pabrik kelapa sawit, berlokasi di Medan, Sumatera Utara. Penelitian ini menggunakan metode deskriptif dengan pendekatan kualitatif melalui observasi lapangan, pengumpulan data, dan wawancara dengan karyawan. Hasil penelitian menunjukkan terdapat 11 aktivitas kerja dengan sumber bahaya utama pada proses pembuatan mesin decanter, khususnya saat pemotongan, perakitan, dan pengelasan. Dari sisi penerapan keselamatan kerja, masih ditemukan kekurangan pemahaman terkait Keselamatan dan Kesehatan Kerja (K3). Oleh karena itu, disarankan agar perusahaan meningkatkan pelatihan K3 bagi seluruh pekerja, memperketat pengawasan terhadap penggunaan wajib Alat Pelindung Diri (APD), serta meningkatkan kesadaran pekerja dalam penerapan prosedur kerja yang aman.
Analisa Kerentanan Web Application Menggunakan Metode OWASP Top 10 Dwi Putra, Muhammad Reyhansyah; Winata, Ari; Fathir, Muhammad Abel; Prabowo, Yoga Wahyu; Mulyana, Sach Fathan
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i1.8273

Abstract

Keamanan aplikasi web menjadi isu krusial seiring meningkatnya kompleksitas serangan siber, dengan kerentanan OWASP Top 10 sebagai vektor utama eksploitasi, sementara metode deteksi konvensional berbasis signature memiliki keterbatasan dalam menghadapi variasi serangan baru. Penelitian ini bertujuan mengembangkan sistem deteksi anomali keamanan web menggunakan algoritma XGBoost dengan pendekatan pattern recognition berbasis OWASP Top 10. Dataset CSIC HTTP 2010 dengan 61.065 sampel dibagi 80:20 untuk training dan testing. Feature engineering mengekstraksi 33 fitur teknis yang diseleksi menjadi 30 fitur terbaik menggunakan Mutual Information, meliputi analisis struktur URL, Shannon entropy, dan deteksi pola serangan OWASP. Model XGBoost dikonfigurasi dengan n_estimators=100, max_depth=8, learning_rate=0.1, dan cost-sensitive learning, dievaluasi menggunakan 5-fold cross-validation. Model mencapai akurasi 82,77%, precision 71,29%, recall 97,15%, F1-score 82,24%, dan ROC-AUC 93,29%. Pendekatan ini efektif meningkatkan deteksi anomali dengan recall tinggi dan berpotensi diimplementasikan sebagai lapisan proteksi tambahan pada Web Application Firewall
Perbandingan Kinerja Algoritma YOLOv5 dan YOLOv8 Pada Deteksi Kecurangan Ujian Berbasis Foto Cahyo, Whika; Fatichah, Chastine; Wihayanti, Titik
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pandemi Covid-19 dan peralihan pembelajaran ke sistem daring menciptakan tantangan baru dalam pengawasan ujian. Sebuah studi sistematis menemukan bahwa tingkat kecurangan dalam ujian daring melonjak hingga 55% selama pandemi sehingga hal ini mendorong dibutuhkannya sistem pengawasan ujian yang adaptif dan cerdas melalui pemanfaatan teknologi deteksi objek menggunakan YOLO. Sejumlah penelitian terdahulu telah mengimplementasikan YOLOv5 dan YOLOv8 dalam sistem pengawasan ujian dan melaporkan performa yang tinggi pada berbagai skenario deteksi kecurangan. Namun hingga saat ini masih terbatas penelitian yang secara langsung membandingkan kinerja dua algoritma ini untuk konteks kecurangan ujian sehingga klaim keunggulan masing-masing belum sepenuhnya didukung oleh analisis komparatif yang terstandarisasi. Penelitian ini bertujuan untuk melakukan analisis perbandingan kinerja kinerja algoritma YOLOv5 dan YOLOv8 dalam mendeteksi indikasi kecurangan ujian berbasis foto. Perbandingannya didasarkan pada hasil metrik evaluasi kuantitatif yaitu precision, recall, dan mean Average Precision (mAP) setelah kedua model diuji dengan dataset dan jumlah epoch yang sama. Hasil penelitian menunjukan kedua model memliki perbedaan karakteristik kinerja, di mana YOLOv5 unggul pada nilai precision dan mAP, sehingga lebih akurat dan sesuai untuk sistem pengawasan ujian dengan tingkat kesalahan deteksi rendah, sementara model YOLOv8 memiliki nilai recall lebih tinggi, khususnya pada kelas cheating, yang menunjukkan sensitivitas deteksi lebih baik dan lebih sesuai untuk sistem proctoring yang menekankan kelengkapan deteksi kecurangan. Penelitian ini memberikan kontribusi berupa dasar rekomendasi implementatif bagi pengembangan sistem proctoring otomatis sesuai kebutuhan operasional, apakah menekankan minimisasi kesalahan deteksi atau kelengkapan identifikasi kecurangan
Optimasi Algoritma Random Forest dalam Mengukur Kepuasan Peserta Pelatihan Guru pada Lembaga HAFECS Nurhafiz, Radhitya Abdi; Marleny , Finki Dona; Ningrum , Ayu Ahadi
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i1.8314

Abstract

Peningkatan kualitas layanan pelatihan guru memerlukan evaluasi kepuasan peserta yang akurat dan berbasis data, mengingat hasil evaluasi menjadi dasar penting dalam perbaikan mutu program dan pengambilan keputusan lembaga. Kompleksitas data survei kepuasan serta ketidakseimbangan distribusi kelas merupakan tantangan utama yang membatasi kemampuan pendekatan evaluasi konvensional dalam mengidentifikasi pola kepuasan secara mendalam. Penelitian ini bertujuan mengoptimasi algoritma Random Forest untuk klasifikasi kepuasan peserta pelatihan guru di Lembaga HAFECS. Metode penelitian menggunakan pendekatan Cross-Industry Standard Process for Data Mining (CRISP-DM) hingga tahap evaluasi, dengan penerapan transformasi data, penanganan nilai ekstrem, feature engineering, serta optimasi hyperparameter menggunakan RandomizedSearchCV. Evaluasi kinerja model dilakukan menggunakan accuracy, F1-score, recall kelas minoritas, AUC-ROC, stabilitas cross-validation, dan overfitting gap. Hasil penelitian menunjukkan bahwa model Random Forest teroptimasi mencapai akurasi 70,00%, F1-score 70,10%, AUC-ROC 69,42%, serta overfitting gap terendah sebesar 4,20%. Feature engineering meningkatkan kemampuan generalisasi model, sementara feature selection agresif justru menurunkan performa. Model yang dihasilkan berpotensi mendukung evaluasi kepuasan peserta pelatihan secara objektif dan sistematis.
Sistem Pendukung Keputusan Pemilihan Guru Berprestasi Dengan Metode TOPSIS Simanjorang, R. Mahdalena; Simangunsong, Agustina; Sitohang, Amran; Tobing, Josua Lumban; Simanjorang, Sartika
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i1.8352

Abstract

Pemilihan guru berprestasi merupakan aspek strategis dalam peningkatan mutu pendidikan karena berfungsi sebagai sarana evaluasi dan motivasi bagi tenaga pendidik. Namun, proses penilaian yang masih dipengaruhi subjektivitas dapat menimbulkan keputusan yang kurang maksimal. Penelitian ini diarahkan dalam hal perancangan serta pembangunan SPK  yang diimplementasikan dalam platform menggunakan web dalam pemilihan guru berprestasi dengan mengaplikasikan metode TOPSIS. Teknik tersebut dilakukan pemilihannya karena memiliki kemampuan untuk menghasilkan evaluasi alternatif secara tertata dengan memperhatikan tingkat derajat kesesuaian relatif dengan solusi ideal positif maupun solusi negatif yang ideal. Tahapan awal penelitian dilaksanakan melalui kegiatan analisis kebutuhan sistem berdasarkan temuan dari wawancara serta studi literatur untuk menetapkan kriteria penilaian, meliputi kinerja, inovasi pembelajaran, kedisiplinan, dan prestasi akademik. Pengembangan sistem dilakukan menggunakan model waterfall, mencakup perancangan basis data, antarmuka pengguna, serta implementasi perhitungan TOPSIS. Hasil evaluasi yang diperoleh dari pengujian mengindikasikan bahwa alternatif AC menunjukkan perolehan nilai preferensi paling tinggi sebesar 0,677, diikuti oleh AE (0,647), AA (0,457), AB (0,438), dan AD (0,286). Berdasarkan hasil tersebut, alternatif A3 ditetapkan sebagai guru berprestasi terbaik. Sistem yang dikembangkan mampu mendukung proses penentuan keputusan dapat dilakukan secara lebih sistematis, transparan, serta berbasis kriteria yang terukur, efisien
Efektifitas Pemasaran Bisnis Aggregator Big Data Operator Telekomunikasi Seluler Pada PT Get Data Solutions Dena, Haykal Yama; Hamdi, Edi; Syah, Tantry Yanuar Rahmat; Iskandar, Muhammad Dhafi
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i1.8353

Abstract

- Penelitian ini bertujuan untuk merumuskan perencanaan pemasaran yang efektif bagi PT Get Data Solutions (GDS) sebagai pelaku bisnis aggregator big data operator telekomunikasi seluler di Indonesia. Latar belakang penelitian didasari oleh meningkatnya kebutuhan industri terhadap pemanfaatan data berskala besar untuk mendukung pengambilan keputusan yang cepat dan akurat. Metode penelitian menggunakan pendekatan deskriptif kuantitatif dengan pengumpulan data melalui wawancara dan kuesioner kepada responden dari berbagai sektor industri, seperti FMCG, perbankan/fintech, periklanan digital, dan logistik. Analisis dilakukan dengan teknik statistik inferensial untuk menguji pengaruh variabel nilai yang dirasakan, kepercayaan dan kepatuhan regulasi, kemudahan integrasi teknologi, serta reputasi merek terhadap niat beli pelanggan. Hasil penelitian menunjukkan bahwa secara simultan variabel bauran pemasaran berpengaruh signifikan terhadap efektivitas pemasaran PT Get Data Solutions. Secara parsial, variabel produk dan promosi memiliki pengaruh paling dominan, sedangkan harga dan distribusi berpengaruh positif namun tidak signifikan. Temuan ini menunjukkan bahwa kualitas solusi analitik dan strategi komunikasi nilai produk menjadi faktor kunci dalam pemasaran bisnis aggregator big data. Penelitian ini merekomendasikan penguatan diferensiasi produk berbasis kebutuhan industri serta peningkatan aktivitas edukasi pasar untuk memperluas adopsi layanan big data analytics.
Determinan Inklusi Keuangan dan Perilaku Precautionary Savings: Analisis Komparatif Gender Lintas Negara Harahap, Fitri Amalinda; Firdauzi, Indrawan; Ayuningrum, Anggrainy Putri
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i1.8354

Abstract

Penelitian dilakukan untuk mengetahui peran gender dan faktor sosio-ekonomi terhadap inklusi keuangan dalam skala global. Data yang digunakan bersumber dari Global Financial Inclusion (Global Findex) Database 2021 yang mencakup 148 negara dengan level data mikro, penelitian ini menganalisis dua dimensi inklusi keuangan: akses terhadap kredit formal dan kepemilikan dana darurat. Analisis data dilakukan dengan metode Regresi Logistik biner dengan pembobotan survei untuk memastikan representasi populasi global. Hasil analisis secara empiris menunjukkan temuan yang cukup berbeda dengan pandangan tradisional mengenai eksklusi perempuan dalam hal inklusi keuangan. Hasil secara statistik menunjukkan bahwa perempuan terbukti memiliki probabilitas yang signifikan lebih tinggi dibandingkan laki-laki, baik dalam mengakses kredit formal maupun dalam menyediakan dana darurat. Selain gender, tingkat pendidikan dan pendapatan rumah tangga juga terbukti sebagai determinan struktural yang positif dan signifikan. Hal ini mengindikasikan bahwa perempuan memiliki perilaku keuangan yang lebih berhati-hati dan menjadi target pasar yang potensial bagi lembaga keuangan. Implikasi kebijakan yang dapat dilakukan adalah penguatan produk keuangan berbasis gender dan peningkatan literasi keuangan sebagai kunci perluasan akses.
Penghindaran Pajak, Indikasi Manipulasi Laporan Keuangan, dan Nilai Perusahaan: Bukti Empiris pada Perusahaan Consumer Non-Cyclicals Subsektor Food and Beverage di Indonesia Subagio, Dinda Indira; Subagio, Indra Sukma
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i1.8370

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh penghindaran pajak terhadap nilai perusahaan, pengaruh indikasi manipulasi laporan keuangan terhadap nilai perusahaan, serta peran indikasi manipulasi laporan keuangan dalam memoderasi hubungan antara penghindaran pajak dan nilai perusahaan. Penelitian ini menggunakan pendekatan kuantitatif dengan desain eksplanatori dan memanfaatkan data panel perusahaan sektor Consumer Non-Cyclicals subsektor Food and Beverage yang terdaftar di Bursa Efek Indonesia selama periode 2020–2024. Penghindaran pajak diproksikan menggunakan Effective Tax Rate (ETR), indikasi manipulasi laporan keuangan diukur menggunakan Beneish M-Score, dan nilai perusahaan diproksikan dengan Tobin’s Q. Analisis data dilakukan menggunakan regresi data panel dengan pendekatan random effects. Hasil penelitian menunjukkan bahwa penghindaran pajak berpengaruh positif terhadap nilai perusahaan, namun dengan tingkat signifikansi yang relatif lemah. Indikasi manipulasi laporan keuangan terbukti berpengaruh positif dan signifikan terhadap nilai perusahaan, yang mengindikasikan bahwa pasar lebih responsif terhadap informasi yang tercermin dalam laporan keuangan dibandingkan kebijakan pajak. Selanjutnya, hasil penelitian menunjukkan bahwa indikasi manipulasi laporan keuangan tidak memoderasi hubungan antara penghindaran pajak dan nilai perusahaan. Temuan ini menunjukkan bahwa pasar memproses informasi kebijakan pajak dan kualitas pelaporan keuangan secara terpisah dalam menilai perusahaan.
A Pemanfaatan Metode K-Means Sebagai Manajemen Edukasi Deteksi Kesehatan Mental Pengguna Internet Desa Belawang: Utilization of the K-Means Method as Management of Mental Health Detection Education for Internet Users in Belawang Village heriyadi, muhammad; Adawiah, Rabiatul; Kurnia, Annisa
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesehatan mental saat ini banyak diabaikan karena efeknya tidak berdampak langsung pada fisik. Berdasarkan banyak hasil penelitian bahwa ketidaktahuan dan kurangnya informasi terkait sebab akibat dari menurunnya kesehatan mental ini ternyata banyak mengakibatkan pada bergesernya nilai-nilai dan juga menurunnya Kesehatan fisik. Seringkali terjadinya insomnia (ganguan tidur) atau yang biasa disebut sleep disorder berdampak negatif  pada kognitif (gangguan mental) penderita bahkan bisa mengakibatkan ganguan pada psikomotor (gangguan fisik) menjadi mudah lelah, emosi yang kurang terkontrol hingga naiknya tekanan darah penderita akibat lemahnya dan juga ketidaktahuan serta ketidakpedulian diri dan keluarga serta Masyarakat pada gangguan ini. Gangguan mental dapat berupa perasaan was-was hingga berakibat depresi (gangguan suasana hati serta fikiran yang mengakibatkan perasaan sedih dan kehilangan minat yang dapat mempengaruhi fikiran, perasaan dan perilaku seseorang) yang berakibat pada gangguan fisik. Dengan edukasi dan pemahaman yang tepat pada masyarakat terutama di desa Belawang terhadap ciri-ciri dan perubahan pada diri dan keluarga, maka diharapkan dengan edukasi dan pengetahuan sejak dini dapat mencegah dan mengurangi efek dari kerusakan dan gangguan mental tersebut. Metode K-means adalah sebagai salah satu metode algoritma yang dapat diterapkan dalam deteksi kesehatan mental baik remaja hingga dewasa agar dapat diketahui sejak dini. Dengan metode ini, hasil yang diharapkan nantinya akan menjadi rujukan dan bahan koreksi bagi para pengguna internet atau tenaga kesehatan jiwa untuk melihat tingkat kecemasan pasien tersebut dan dapat ditangani dengan lebih tepat dan efektif.
Perancangan UI/UX Aplikasi Minuman Berbasis Mobile SADEAN COFFEE Menggunakan FIGMA Parlindungan, Richard; Sitio, Arjon Samuel; Safar, Ilham; Kartini, Siti
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk merancang UI/UX aplikasi pemesanan minuman berbasis mobile bernama Sadean Coffee menggunakan Figma, yang difokuskan pada pelanggan kafe. Dalam era digital yang menuntut kecepatan dan kemudahan, aplikasi ini menjadi solusi untuk mempermudah pelanggan dalam melakukan pemesanan tanpa harus antri secara langsung. Metode yang digunakan adalah prototyping, yang mencakup tahapan analisis kebutuhan, desain, pembuatan prototipe, hingga pengujian. Hasilnya adalah sebuah prototipe aplikasi yang intuitif, modern, dan user-friendly, dengan fitur pemesanan, riwayat transaksi, dan pengelolaan akun pelanggan. Pengujian dilakukan dengan metode blackbox untuk memastikan fungsi aplikasi berjalan sesuai harapan. Hasil akhir menunjukkan bahwa rancangan ini berhasil memenuhi ekspektasi fungsional dan visual pengguna