cover
Contact Name
James Ronald Tambunan
Contact Email
editor.jurnalwidya@gmail.com
Phone
+6281370675107
Journal Mail Official
editor.jurnalwidya@gmail.com
Editorial Address
Jalan T.B. Simatupang No. 161 B, Sunggal Medan, Medan, Sumatera Utara
Location
Kota medan,
Sumatera utara
INDONESIA
Jurnal Widya
ISSN : 27465411     EISSN : 28075528     DOI : 10.54593
Ruang Lingkup (Scope); Penelitian yang dapat di yang dapat dimuat/diterbitkan pada jurnal Widya ini diutamakan bidang Teknologi Informasi, Bidang Ilmu Komputer, Bidang Informatika, Bidang Rekayasa Perangkat Lunak, Bidang Sistem Informasi, Bidang Sistem Komputer, Bidang Teknik Komputer, Teknik Perangkat Lunak, Bidang Data Sains, Bidang Ilmu Manajemen, Bidang Ekonomi & Sains, Bidang Bisnis & Informasi. Fokus (Focus) ; Bidang Penelitian dan kajian yang dapat dipublikasikan pada JURNAL WIDYA ialah : Rekayasa Perangkat Lunak, Sistem Basis Data, Aplikasi Interaktif, Multimedia, Ilmu Komputer, Fuzzy Logic, Jaringan Saraf Tiruan, Kecerdasan Buatan, Sistem Kecerdasan, Big Data, Sistem Informasi Enterprise, Rekayasa Sistem, Ekonomi & Sains, Manajemen & Bisnis, Digital Bisnis, E-commerce, Teknik Komputer, Sistem Komputer, Arsitektur Komputer, Jaringan Komputer, Soft Computing, Teknologi Pendidikan, Pendidikan Komputer, Internet of Thing, Sistem Pakar, Program Aplikasi, Database Management Ssytem, Supply Chain Management,
Arjuna Subject : Umum - Umum
Articles 298 Documents
PENGARUH KEPEMILIKAN MANAJERIAL, DEWAN DIREKSI, KEBIJAKAN DIVIDEN, MEKANISME BONUS, DAN UKURAN PERUSAHAAN TERHADAP KINERJA KEUANGAN Zulkarnaini, Viona; Masyitah, Emi
JURNAL WIDYA Vol. 5 No. 2 (2024): Jurnal Widya, October 2024
Publisher : Akademi Manajemen Informatika dan Komputer Widya Loka Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54593/awl.v5i2.386

Abstract

Kinerja keuangan merupakan suatu usaha formal untuk mengevaluasi efisiensi dan efektivitasperusahaan dalam menghasilkan laba dan posisi kas tertentu. Dengan pengukuran kinerja keuangan,dapat dilihat prospek pertumbuhan dan perkembangan keuangan perusahaan. Penelitian inimerupakan penelitian kuantitatif dengan pendekatan asosiatif. Populasi dalam penelitian yaitu SubSektor Infastruktur BUMN yang terdaftar di BEI Sebanyak 8 Perusahaan. Pengambilan sampel yangdigunakan penelitian ini adalah purposive sampling dimana peneliti sendiri yang menentukan kriteriadalam pengambilan sampel. Penelitian ini menggunakan alat analisis regresi linier bergandadilengkapi dengan uji asumsi klasik. Hasil analisis secara parsial menunjukkan bahwa KepemilikanManajerial dan Dewan Direksi berpengaruh terhadap Kinerja Keuangan lain hal dengan KebijakanDividen, Mekanisme Bonus, dan Ukuran Perusahaan tidak berpengaruh terhadap Kinerja KeuanganHasil secara simultan Kepemilikan Manajerial, Dewan Direksi, Kebijakan Dividen, MekanismeBonus, dan Ukuran Perusahaan tidak berpengaruh terhadap kinerja keuangan.
Klasifikasi Sentimen Opini Publik terhadap Jaringan XL Axiata pada Media Sosial X Berbasis Lexicon Labeling dan SVM Fachri Husyaini; Husnul Khair; Rahmadani
Jurnal Widya Vol. 7 No. 2 (2026): Vol. 7 No. 2 (2026)
Publisher : Akademi Manajemen Informatika dan Komputer Widyaloka

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

Abstract

Ketergantungan masyarakat yang tinggi terhadap konektivitas internet menuntut operator seluler seperti XL Axiata untuk terus memantau kualitas layanannya. Media sosial X menjadi saluran utama bagi pelanggan untuk menyampaikan keluhan secara real-time, namun data opini yang diperoleh berupa teks tidak terstruktur dan dipenuhi derau (noise) spam yang tinggi. Penelitian ini bertujuan mengklasifikasikan sentimen opini publik mengenai kualitas jaringan XL Axiata ke dalam kategori positif, negatif, dan netral secara sistematis. Pendekatan yang digunakan adalah kerangka kerja CRISP-DM dengan menerapkan metode penyaringan relevansi (relevancy filtering) berbasis aturan, pelabelan otomatis berbasis leksikon (lexicon-based labeling), ekstraksi fitur TF-IDF, dan algoritma Support Vector Machine (SVM) kernel linear. Dari 2.354 rekaman data mentah hasil penarikan (crawling), tahap penyaringan berhasil mengeliminasi 41,29% data spam dan menyisakan 1.382 opini organik berkualitas tinggi. Model SVM yang dibangun menggunakan pembagian data 70:30 menunjukkan kinerja klasifikasi yang sangat andal, dengan pencapaian akurasi keseluruhan sebesar 97,68% serta sensitivitas (recall) kelas negatif sebesar 0,997 dalam mendeteksi keluhan pelanggan. Sentimen negatif mendominasi opini sebesar 55,4%, berpusat pada isu gangguan jaringan dan kuota. Hasil pemodelan ini diintegrasikan ke dalam dashboard interaktif berbasis Streamlit untuk memfasilitasi pengambilan keputusan oleh manajemen. Kesimpulannya, kombinasi penyaringan relevansi yang ketat dan model SVM linear terbukti sangat efektif dalam menghasilkan analisis sentimen yang akurat, terstruktur, dan aplikatif dari data media sosial yang berderau tinggi.
Klasifikasi Opini Publik Terhadap Kualitas Pelayanan J&T Express Menggunakan Support Vector Machine Berbasis Integrasi TF-IDF dan Skor Leksikon Pito Aris Magribi; Muhammad Fauzi; Lina Arliana Nur Kadim
Jurnal Widya Vol. 7 No. 2 (2026): Vol. 7 No. 2 (2026)
Publisher : Akademi Manajemen Informatika dan Komputer Widyaloka

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

Abstract

Pesatnya pertumbuhan e-commerce di Indonesia menempatkan industri logistik sebagai pilar utama ekonomi digital, di mana J&T Express muncul sebagai salah satu pemimpin pasar yang dominan. Namun, besarnya volume opini publik di media sosial Twitter (X) menciptakan tantangan besar bagi manajemen reputasi perusahaan secara real-time. Masalah utama penelitian ini adalah karakteristik ulasan pengguna yang berbentuk data tekstual tidak terstruktur dan mengandung banyak gangguan (noisy data), sehingga analisis manual menjadi tidak efisien serta rentan terhadap subjektivitas. Penelitian ini bertujuan untuk mengimplementasikan algoritma Support Vector Machine (SVM) guna mengklasifikasikan sentimen pengguna serta mengevaluasi performa model dalam memetakan kualitas pelayanan J&T Express. Metodologi yang digunakan adalah CRISP-DM dengan pendekatan hibrida yang mengintegrasikan fitur statistik Term Frequency-Inverse Document Frequency (TF-IDF) dan fitur semantik Skor Leksikon. Data dikumpulkan melalui teknik crawling terhadap ulasan pengguna Twitter rentang tahun 2023 hingga 2025, menghasilkan 870 data valid setelah melalui tahapan preprocessing yang ketat. Hasil penelitian menunjukkan bahwa model SVM dengan kernel linear mencapai tingkat akurasi sebesar 95,86%. Distribusi sentimen terdiri dari 47,4% positif, 39,8% negatif, dan 12,8% netral. Simpulannya, integrasi TF-IDF dan Skor Leksikon terbukti sangat andal dan objektif dalam menangkap suara asli konsumen (the voice of customer), sehingga dapat menjadi instrumen evaluasi strategis bagi penyedia jasa logistik untuk meningkatkan kualitas layanan.
Penerapan Algoritma Multinomial Naïve Bayes untuk Analisis Sentimen Publik Terhadap Bencana Banjir di Sumatera Utara Pada Media Sosial X Putra Rahmat Hafif; Yani maulita; Anton Sihombing
Jurnal Widya Vol. 7 No. 2 (2026): Vol. 7 No. 2 (2026)
Publisher : Akademi Manajemen Informatika dan Komputer Widyaloka

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

Abstract

Provinsi Sumatera Utara memiliki tingkat kerentanan tinggi terhadap bencana banjir, namun pengolahan opini publik di media sosial X masih tidak terstruktur sehingga menghambat pengambilan keputusan mitigasi yang cepat. Penelitian ini bertujuan untuk membangun sistem klasifikasi otomatis opini masyarakat mengenai banjir menggunakan algoritma Multinomial Naïve Bayes guna mendukung kebijakan berbasis data bagi instansi terkait. Metodologi yang digunakan adalah kerangka kerja Cross-Industry Standard Process for Data Mining (CRISP-DM) yang meliputi tahapan pengumpulan data, prapemrosesan teks intensif, ekstraksi fitur menggunakan pembobotan Term Frequency-Inverse Document Frequency (TF-IDF), hingga pembangunan model klasifikasi. Hasil penelitian menunjukkan bahwa dari 2.105 data mentah yang dikumpulkan, terdapat 1.179 data relevan yang berhasil diekstraksi melalui proses penyaringan. Pengujian model menghasilkan tingkat akurasi sebesar 88,71%, yang membuktikan keandalan sistem dalam memetakan opini publik. Analisis distribusi sentimen mengungkapkan dominasi respons negatif masyarakat sebesar 60,4%, diikuti respons positif 35,8%, dan netral 3,74%. Algoritma ini terbukti sangat efektif mendeteksi keluhan warga dengan nilai sensitivitas (recall) pada kelas negatif mencapai 95,4%. Implementasi akhir penelitian disajikan dalam bentuk aplikasi berbasis web menggunakan pustaka Streamlit sebagai instrumen visualisasi data strategis.
Integrasi Pembobotan TF-IDF dan Skor Leksikon pada Algoritma Support Vector Machine untuk Analisis Sentimen Kebijakan Tapera Mutia Dinda Isnaini; Husnul Khair; Suria Alamsyah Putra
Jurnal Widya Vol. 7 No. 2 (2026): Vol. 7 No. 2 (2026)
Publisher : Akademi Manajemen Informatika dan Komputer Widyaloka

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

Abstract

Kebijakan Tabungan Perumahan Rakyat (Tapera) memicu kontroversi luas di masyarakat Indonesia, yang terekspresikan secara masif melalui kolom komentar platform YouTube. Namun, format opini publik yang tidak terstruktur dan informal menyulitkan pemetaan persepsi masyarakat secara objektif. Penelitian ini bertujuan menganalisis distribusi sentimen publik terhadap kebijakan Tapera serta mengukur performa algoritma Support Vector Machine (SVM) dengan ekstraksi fitur hibrida. Pendekatan metodologi yang digunakan adalah CRISP-DM. Data penelitian dikumpulkan dari YouTube API v3, menghasilkan 2.692 komentar valid setelah disaring dari 4.478 komentar mentah menggunakan kamus relevansi dan spam. Representasi fitur teks dirancang dengan mengintegrasikan pembobotan statistik TF-IDF dan nilai semantik Skor Leksikon, yang kemudian diklasifikasikan menggunakan SVM kernel Linear dengan proporsi pembagian data 70:30. Hasil penelitian menunjukkan model SVM hibrida meraih akurasi keseluruhan sebesar 91,83%, dengan rincian polaritas opini didominasi oleh sentimen negatif sebesar 61,6% (1.658 komentar), diikuti sentimen positif sebesar 33,85% (909 komentar), dan sentimen netral sebesar 4,64% (125 komentar). Evaluasi model mengonfirmasi bahwa ketidakseimbangan data (class imbalance) menyebabkan penurunan sensitivitas (recall) kelas netral hingga hanya mencapai 0,439. Kesimpulannya, penggabungan fitur TF-IDF dan Skor Leksikon terbukti sangat efektif dalam meningkatkan kemampuan klasifikasi SVM pada data teks informal, meskipun ketimpangan data pada kelas minoritas tetap menjadi kendala performa mikro yang perlu ditangani.
Sistem Pakar Rekomendasi Ekstrakurikuler bagi Siswa Tunarungu Menggunakan Algoritma Dempster-Shafer Nurliza Herliana; Yani Maulita; Kristina Annatasia Br Sitepu
Jurnal Widya Vol. 7 No. 2 (2026): Vol. 7 No. 2 (2026)
Publisher : Akademi Manajemen Informatika dan Komputer Widyaloka

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

Abstract

Pendidikan bagi siswa tunarungu di SLB Negeri Binjai bertujuan mengembangkan potensi minat dan bakat melalui kegiatan ekstrakurikuler, tidak hanya terbatas pada kegiatan akademis. Namun, hambatan komunikasi verbal menyulitkan siswa dalam menyampaikan minat secara spesifik, sementara kriteria pemilihan bersifat kualitatif dan mengandung ketidakpastian. Penelitian ini bertujuan merancang Sistem Pakar berbasis web guna merekomendasikan kegiatan ekstrakurikuler menggunakan algoritma Dempster-Shafer untuk menangani ketidakpastian data. Sistem dikembangkan dengan metode Waterfall. Data kriteria diperoleh dari pakar kesiswaan yang mencakup 19 indikator perilaku siswa untuk merekomendasikan tiga pilihan ekstrakurikuler vokasional: Tata Boga, Tata Busana, dan Membatik. Hasil pengujian fungsionalitas menggunakan Black-Box Testing menunjukkan seluruh fungsi sistem berjalan dengan baik. Uji coba akurasi pada kasus nyata siswa kelas X menghasilkan rekomendasi ekstrakurikuler Tata Boga dengan nilai kepercayaan (belief) sebesar 0,9500 (95%), yang memiliki kesesuaian 100% terhadap keputusan manual pakar. Penelitian ini menyimpulkan bahwa sistem pakar yang dibangun andal dan efektif sebagai instrumen bantu yang objektif dalam pemetaan potensi vokasional siswa tunarungu.
SISTEM PELAPORAN DAN ANALISIS KERUSAKAN LINGKUNGAN DESA HILIHATI KABUPATEN NIAS UTARA BERBASIS WEB Meitriliani Zalukhu; Muhammad Dicky Syahputra Lubis; Arjon Samuel Sitio
Jurnal Widya Vol. 7 No. 1 (2026): Vol. 7 No. 1 (2026)
Publisher : Akademi Manajemen Informatika dan Komputer Widyaloka

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

Abstract

Desa Hilihati merupakan sebuah wilayah desa yang ada di kabupaten Nias Utara, Pulau Nias, Provinsi Sumatera Utara, Indonesia. Kabupaten ini diresmikan oleh Menteri Dalam Negeri Indonesia. Informasi kerusakan lingkungan di Desa Hilihati Kabupaten Nias Utara sangat minim akibat kurangnya media yang dapat menampung informasi dari warga. Untuk mempercepat dalam penanganan kerusakan lingkungan, maka dibutuhkan sebuah sistem yang dapat digunakan untuk mempermudah warga di Kabupaten Nias Utara untuk melaporkan jika melihat ada kerusakan lingkungan, baik yang disebabkan oleh bencana alam atau manusia. Laporan kerusakan yang diinfokan oleh penduduk dapat disurvey dan data survei dapat ditambahkan admin dan jika perlu ada perbaikan maka admin juga dapat menambahkan data perbaikan lingkungan sebagai informasi yang dapat dilihat oleh penduduk. Hasil laporan kerusakan lingkungan dapat dicetak atau di download dalam format PDF
PENGARUH SANKSI PERPAJAKAN, PELAYANAN PERPAJAKAN DAN PENGHINDARAN PAJAK TERHADAP PENERIMAAN PAJAK PADA KANTOR PELAYANAN PAJAK PRATAMA MEDAN BELAWAN Saragih, Laura Eunike; Siregar, Ratih Anggraini
JURNAL WIDYA Vol. 5 No. 2 (2024): Jurnal Widya, October 2024
Publisher : Akademi Manajemen Informatika dan Komputer Widya Loka Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54593/awl.v5i2.393

Abstract

Penelitian ini bertujuan untuk mengetahui Pengaruh Sanksi pajak, Pelayanan Perpajakan danPenghindaran Pajak terhadap Penerimaan Pajak Pada Kantor Pelayanan Pajak Pratama MedanBelawan. Jenis penelitian ini adalah penelitian Kuantitatif. Penelitian ini menggunakan pendekatanpenelitian assosiatif. Populasi yang di gunakan adalah wajib pajak yang terdaftar di Kantor PelayananPajak Pratama Medan Barat sebanyak 8.270 wajib pajak tahun 2023. Dari populasi, dipilih denganteknik sampling insidental dan diperoleh sebanyak 100 Wajib Pajak. Metode analisis yang digunakanadalah regresi linear berganda dengan persamaan regresi Y= 10.320 +0,176X1 +0,271X2 +0,195X3.Hasil analisis penelitian menunjukkan bahwa Sanksi pajak, Pelayanan Perpajakan dan PenghindaranPajak secara parsial maupun simultan memiliki pengaruh terhadap Penerimaan Pajak Pada KantorPelayanan Pajak Pratama Medan Belawan. koefisien determinasi (R Square) sebesar 0,422 atau 42,2%yang berarti variabel Penerimaan Pajak dapat dijelaskan oleh variabel Sanksi pajak, PelayananPerpajakan dan Penghindaran Pajak sebesar 42,2% dan sisanya 57,8% dijelaskan oleh variabel lain
PENGEMBANGAN ASISTEN MENULIS AKADEMIK BAHASA INGGRIS BERBASIS LARGE LANGUAGE MODEL UNTUK MAHASISWA Muhammad Dicky Syahputra Lubis; Min Adlina
Jurnal Widya Vol. 7 No. 1 (2026): Vol. 7 No. 1 (2026)
Publisher : Akademi Manajemen Informatika dan Komputer Widyaloka

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

Abstract

Kemampuan menulis akademik dalam bahasa Inggris merupakan kompetensi penting bagi mahasiswa, namun masih menjadi kendala bagi mahasiswa Indonesia sebagai pembelajar bahasa Inggris sebagai bahasa asing, terutama karena terbatasnya umpan balik individual yang tepat waktu. Penelitian ini bertujuan mengembangkan Intelligent English Writing Assistant (IEWA) berbasis Large Language Model (LLM) serta mengevaluasi efektivitas, faktor pendukung dan penghambat, dan persepsi mahasiswa terhadap penggunaannya. Penelitian menggunakan pendekatan Design-Based Research yang terdiri atas empat fase, yaitu analisis kebutuhan, desain dan pengembangan, evaluasi formatif, dan evaluasi sumatif. IEWA dirancang dengan arsitektur Retrieval-Augmented Generation yang mengintegrasikan LLM yang di-fine-tune dengan pangkalan pengetahuan penulisan akademik. Evaluasi sumatif melibatkan 120 mahasiswa dari tiga universitas di Indonesia melalui desain kuasi-eksperimental pretest-posttest control group. Hasil menunjukkan skor posttest kelompok eksperimen (M=6.8, SD=0.7) lebih tinggi secara signifikan dibandingkan kelompok kontrol (M=5.9, SD=0.8), t(118)=6.34, p<0.001, d=1.16, dan perbedaan tersebut tetap signifikan setelah skor pretest dikontrol melalui ANCOVA. Analisis tematik mengidentifikasi tiga peran IEWA, yaitu sebagai scaffolded writing tutor, critical peer reviewer, dan sumber model bahasa akademik. Tantangan yang teridentifikasi meliputi risiko ketergantungan berlebihan, keterbatasan pemahaman konteks budaya, dan kebutuhan validasi konten oleh manusia. Penelitian ini menghasilkan prototipe asisten menulis yang dapat diadaptasi untuk pendidikan tinggi Indonesia beserta rekomendasi integrasi LLM dalam pembelajaran menulis akademik.
PENERAPAN HIERARCHICAL CLUSTERING UNTUK SEGMENTASI PELANGGAN BERDASARKAN POLA BELANJA DAN FREKUENSI KUNJUNGAN Muhammad Dicky Syahputra Lubis; Suhendri Nasution; Dody Hidayat
Jurnal Widya Vol. 7 No. 1 (2026): Vol. 7 No. 1 (2026)
Publisher : Akademi Manajemen Informatika dan Komputer Widyaloka

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

Abstract

Segmentasi pelanggan dibutuhkan agar strategi pemasaran tidak diterapkan secara seragam kepada pelanggan yang karakteristiknya beragam. Penelitian ini bertujuan menerapkan agglomerative hierarchical clustering dengan average linkage untuk mengelompokkan pelanggan berdasarkan belanja tahunan dan frekuensi kunjungan, menentukan jumlah cluster dari struktur dendrogram, serta mengevaluasi kualitas hasil pengelompokan. Data yang digunakan adalah data simulasi 15 pelanggan yang dirancang memiliki tiga kelompok. Jarak antarobjek dihitung dengan Euclidean distance, jumlah cluster ditentukan dari lompatan jarak penggabungan terbesar pada dendrogram dan dibandingkan untuk k = 2 sampai k = 5 menggunakan koefisien silhouette, kemudian sensitivitas hasil diuji terhadap empat metode linkage dan terhadap standardisasi variabel. Hasil analisis membentuk tiga cluster, yaitu pelanggan hemat, menengah, dan premium, dengan rata-rata koefisien silhouette 0,86 pada k = 3, lebih tinggi daripada jumlah cluster lainnya. Single, complete, average linkage, dan Ward's method menghasilkan partisi yang identik, sedangkan korelasi kofenetik tertinggi diperoleh average linkage (0,898). Karena struktur tiga kelompok telah dirancang dalam data, hasil ini memvalidasi prosedur analisis dan belum dapat dibaca sebagai temuan empiris tentang pelanggan riil. Penelitian ini menyajikan tahapan hierarchical clustering yang dapat direproduksi sebagai acuan penerapan pada data transaksi riil.

Page 10 of 30 | Total Record : 298