cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Surya Guntur
Contact Email
guntur@polgan.ac.id
Phone
+6282363800909
Journal Mail Official
guntur@polgan.ac.id
Editorial Address
Jl. Veteran No. 194 Medan Pasar 6 Manunggal
Location
Kota medan,
Sumatera utara
INDONESIA
Jurnal Minfo Polgan (JMP)
Published by Politeknik Ganesha Medan
ISSN : 20899424     EISSN : 27973298     DOI : -
Core Subject : Science, Education, Social,
Computer Science & IT Library & Information Science Mathematics Social Sciences
Jurnal Minfo Polgan (JMP) merupakan jurnal nasional yang diterbitkan oleh Program Studi Manajemen Informatika Politeknik Ganesha Medan terbit berkala (satu tahun dua kali yaitu Maret dan September) dengan tujuan untuk menyebarluaskan hasil riset bidang teknologi dan informasi kepada para akademisi, praktisi, mahasiswa, dan lain-lain. Jurnal Minfo Polgan (JMP) menerima kiriman artikel hasil riset bidang teknologi dan informasi yang ditulis dalam Bahasa Indonesia. Agar hasil riset bidang teknologi dan informasi yang dimuat dapat bermanfaat untuk pengembangan bidang teknologi dan informasi. Adapun ruang lingkup Jurnal Minfo Polgan adalah: 1. Sistem Pendukung Keputusan (SPK/DSS) 2. Sistem Informasi Geografis (GIS/SIG) 3. Sistem informasi skala enterprise (ERP, EAI, CRM, SCM) 4. Keamanan Sistem Informasi 5. Sistem Informasi Berbasis Web 6. Sistem Berbasis Pengetahuan & Data mining 7. Mobile Computing 8. Multimedia
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 1,052 Documents
 102   103   104   105   106 
Penerapan Algoritma Genetika Untuk Penjadwalan Mata Pelajaran Di SMA Negeri 7 Halmahera Selatan Gifari, Azzur
Jurnal Minfo Polgan Vol. 15 No. 1 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i1.15846

Abstract

Penjadwalan mata pelajaran menjadi salah satu aspek krusial dalam pengelolaan akademik di sekolah karena harus mempertimbangkan berbagai batasan, seperti ketersediaan tenaga pengajar, alokasi waktu pembelajaran, serta pembagian kelas. Di SMA Negeri 7 Halmahera Selatan, proses penyusunan jadwal masih dilakukan secara manual, sehingga berpotensi menimbulkan ketidakteraturan, ketidakefisienan, dan konflik jadwal. Penelitian ini bertujuan untuk mengimplementasikan algoritma genetika dalam pengembangan sistem penjadwalan mata pelajaran berbasis web. Pengembangan sistem dilakukan menggunakan metode Agile Scrum. Algoritma genetika diterapkan melalui beberapa tahap, meliputi pembentukan populasi awal, perhitungan nilai fitness, proses seleksi, crossover, dan mutasi guna memperoleh jadwal yang optimal. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu menghasilkan jadwal mata pelajaran yang bebas bentrok serta membantu pihak sekolah dalam pengelolaan jadwal dan penyampaian informasi akademik secara lebih efektif.
Pemanfaatan Random Forest Classifier Untuk Sistem Rekomendasi Makanan Berbasis Preferensi Pengguna Akbar, Muhamad Sadam; Ramadhan, Iksan
Jurnal Minfo Polgan Vol. 15 No. 1 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i1.15869

Abstract

Keragaman pilihan makanan seringkali menyulitkan konsumen dalam menentukan hidangan yang sesuai dengan preferensi, sebuah permasalahan yang relevan bagi mahasiswa Universitas Esa Unggul Bekasi. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi makanan berbasis web yang dapat memprediksi dan menyajikan rekomendasi personal berdasarkan preferensi pengguna. Algoritma Random Forest Classifier dipilih sebagai inti model karena kemampuannya dalam mengelola data kompleks dan memberikan prediksi akurat untuk preferensi seperti jenis makanan (berkuah/tidak berkuah), tingkat kepedasan, kebutuhan diet khusus, dan pertimbangan alergi. Metodologi penelitian mengadopsi pendekatan prototyping, melibatkan pengumpulan data ekstensif dari dataset Kaggle (14.948 data) dan hasil web scraping dari Cookpad. Data kemudian diproses melalui standarisasi kolom, pembersihan teks, penggabungan, penghapusan duplikat, estimasi gizi, dan pelabelan. Model Random Forest Classifier dilatih dan diimplementasikan dalam aplikasi web yang memungkinkan pengguna memasukkan preferensi dan menerima rekomendasi berupa deskripsi makanan, gambar, serta resep singkat, termasuk informasi nutrisi lengkap. Hasil pengujian menunjukkan akurasi model yang tinggi: 89.84% untuk jenis makanan, 95.24% untuk tingkat pedas, dan 92.43% untuk tipe hidangan, membuktikan efektivitas sistem dalam memberikan rekomendasi yang relevan. Penelitian ini berkontribusi pada pengembangan sistem rekomendasi kuliner yang lebih personal dan efisien di lingkungan universitas.
Service Quality Dan Customer Experience Sebagai Faktor Penentu Customer Satisfaction Layanan KRL Commuterline Jabodetabek Fauzobihi, Fauzobihi; Ismuni, Mutdi; Banyuangga, Halwan Daffa
Jurnal Minfo Polgan Vol. 15 No. 1 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i1.15889

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh service quality dan customer experience terhadap customer satisfaction pada layanan KRL Commuter Line Jabodetabek dengan fokus pada Generasi Z sebagai segmen pengguna dominan. Perubahan karakteristik pengguna yang semakin digital, cepat, dan berorientasi pada pengalaman menuntut penyedia layanan transportasi publik untuk tidak hanya meningkatkan kualitas layanan fungsional, tetapi juga mengelola pengalaman pelanggan secara holistik. Kesenjangan antara ekspektasi dan realitas layanan KRL menjadi latar empiris penting dalam penelitian ini. Penelitian menggunakan pendekatan kuantitatif dengan metode survei. Populasi penelitian adalah pengguna KRL Commuter Line Jabodetabek dari Generasi Z, dengan sampel ditentukan menggunakan teknik non-probability sampling. Data dikumpulkan melalui kuesioner berskala Likert yang telah teruji validitas dan reliabilitasnya melalui SPSS versi 31.00. Sampel dalam penelitian ini yaitu sebanyak 100 responden dan dianalisis menggunakan analisis regresi linear berganda. Hasil penelitian menunjukkan bahwa Service Quality memberikan pengaruh positif dan signifikan terhadap Customer Satisfaction. Nilai signifikansi sebesar 0,001 yang lebih kecil dari 0,05, serta nilai THitung (6,899) > TTabel (1,660), mendukung penerimaan hipotesis penelitian. Selanjutnya, Customer Experience memberikan pengaruh positif dan signifikan terhadap Customer Satisfaction. Nilai signifikansi sebesar 0,001 yang lebih kecil dari 0,05, serta nilai THitung (6,359) > TTabel (1,660), mendukung penerimaan hipotesis penelitian. Koefisien determinasi (R²) sebesar 0,509 menunjukkan bahwa service quality dan Customer Experience secara simultan 50,9% terhadap customer satisfaction, sedangkan 49,1% lainnya dipengaruhi oleh faktor-faktor di luar model penelitian. Penelitian ini menegaskan pentingnya penguatan service quality dan customer experience sebagai strategi utama dalam meningkatkan customer satisfaction.
Pengaruh Pelatihan dan Inovasi terhadap Kinerja Karyawan Melalui Motivasi Kerja Sebagai Variabel Intervening pada Perusahaan Manufaktur Susanti, Tri Meliani; Mukhlis, Ahmad; Khaeruman, Khaeruman
Jurnal Minfo Polgan Vol. 15 No. 1 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i1.15893

Abstract

Persaingan industri manufaktur yang semakin kompetitif menuntut perusahaan untuk meningkatkan kinerja karyawan sebagai faktor utama keberhasilan organisasi. PT XYZ menghadapi tantangan terkait kualitas, kuantitas, dan ketepatan waktu hasil kerja karyawan, yang berdampak pada meningkatnya klaim pelanggan. Penelitian ini bertujuan menganalisis pengaruh pelatihan dan inovasi terhadap kinerja karyawan, baik secara langsung maupun tidak langsung melalui motivasi kerja sebagai variabel intervening. Penelitian menggunakan pendekatan kuantitatif dengan metode survei. Populasi penelitian terdiri dari seluruh karyawan bagian produksi PT XYZ berjumlah 345 orang dengan masa kerja minimal satu tahun. Sampel sebanyak 185 responden diperoleh melalui teknik proportionate stratified random sampling. Data dikumpulkan melalui kuesioner tertutup daring yang telah diuji validitas dan reliabilitasnya, kemudian dianalisis menggunakan Structural Equation Modeling Partial Least Square (SEM-PLS). Hasil penelitian menunjukkan bahwa pelatihan dan inovasi berpengaruh positif dan signifikan terhadap motivasi kerja dan kinerja karyawan. Motivasi kerja juga berpengaruh signifikan terhadap kinerja karyawan serta memediasi hubungan antara pelatihan dan inovasi terhadap kinerja. Kesimpulannya, peningkatan kinerja karyawan dapat dicapai melalui optimalisasi pelatihan, penguatan inovasi, dan peningkatan motivasi kerja secara berkelanjutan, sehingga perusahaan mampu menghadapi tantangan persaingan industri secara efektif.
Penafsiran Pasal 378 KUHP tentang Tindak Pidana Penipuan dalam Konteks Ekonomi Digital Purba, Yuspika Yuliana
Jurnal Minfo Polgan Vol. 15 No. 1 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i1.15899

Abstract

Perkembangan ekonomi digital telah mengubah pola transaksi ekonomi masyarakat sekaligus memunculkan berbagai modus baru tindak pidana penipuan berbasis teknologi informasi. Kondisi ini menimbulkan tantangan dalam penerapan norma hukum pidana klasik, khususnya Pasal 378 Kitab Undang-Undang Hukum Pidana (KUHP), yang pada awalnya dirumuskan dalam konteks interaksi konvensional. Penelitian ini bertujuan untuk menganalisis penafsiran Pasal 378 KUHP dalam konteks ekonomi digital serta menilai relevansinya dalam menghadapi praktik penipuan digital yang semakin kompleks. Penelitian ini menggunakan metode penelitian hukum normatif dengan pendekatan perundang-undangan, konseptual, dan kasus. Bahan hukum dianalisis secara kualitatif dengan menitikberatkan pada teori penafsiran hukum dan perlindungan kepentingan hukum. Hasil penelitian menunjukkan bahwa Pasal 378 KUHP pada dasarnya masih relevan untuk menjerat tindak pidana penipuan digital sepanjang dilakukan penafsiran yang bersifat sistematis dan teleologis. Studi kasus seperti First Travel, Binomo, dan Robot Trading Fahrenheit membuktikan bahwa unsur tipu muslihat dan rangkaian kebohongan dapat diwujudkan melalui media digital. Penelitian ini menyimpulkan bahwa permasalahan utama bukan terletak pada kekosongan norma, melainkan pada inkonsistensi penafsiran dan penerapan hukum. Oleh karena itu, diperlukan penguatan kerangka penafsiran dan sinkronisasi regulasi guna meningkatkan kepastian dan efektivitas penegakan hukum pidana di era ekonomi digital.
Artificial Intelligence, Inovasi Produk, dan Kinerja UMKM: Perspektif Strategis dalam Ekosistem Ekonomi Digital Santosa, Sonny
Jurnal Minfo Polgan Vol. 15 No. 1 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i1.15900

Abstract

Perkembangan ekonomi digital telah mendorong pemanfaatan Artificial Intelligence (AI) sebagai instrumen strategis dalam meningkatkan daya saing Usaha Mikro, Kecil, dan Menengah (UMKM). Penelitian ini bertujuan untuk mengkaji peran AI dalam mendorong inovasi produk dan meningkatkan kinerja UMKM dari perspektif strategis dalam ekosistem ekonomi digital. Metode penelitian yang digunakan adalah tinjauan pustaka dengan pendekatan kualitatif dan analisis deskriptif. Data diperoleh dari Google Scholar dan berbagai website kredibel melalui publikasi ilmiah pada periode 1964–2026. Dari 50 artikel yang teridentifikasi pada tahap awal, dilakukan seleksi ketat berdasarkan relevansi dan kualitas sehingga diperoleh 35 artikel sebagai sumber utama analisis. Hasil kajian menunjukkan bahwa AI berperan sebagai sumber daya strategis berbasis data yang memperkuat kemampuan inovasi produk UMKM, meningkatkan akurasi pengambilan keputusan, serta mendorong peningkatan kinerja usaha. Namun, pemanfaatan AI belum optimal akibat keterbatasan literasi digital, kapabilitas organisasi, dan dukungan ekosistem. Oleh karena itu, penelitian ini menekankan pentingnya penguatan kompetensi sumber daya manusia, pemanfaatan platform AI yang mudah diakses, serta peran aktif pemerintah dan ekosistem pendukung dalam menciptakan transformasi digital UMKM yang inklusif dan berkelanjutan.
Perancangan UI/UX Aplikasi Mobile Pembelajaran Teks Naratif Berbasis Budaya Daerah Menggunakan Design Thinking Amaliah, Khusnatul; Ramadhan, Muhammad Rakha; Rofianto, Dani; Kuspiyah, Hastuti Retno
Jurnal Minfo Polgan Vol. 15 No. 1 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i1.15913

Abstract

The function of mobile technology in education provides significant potential for students to learn independently; however, it is often restricted by rigid interface designs and a lack of local cultural content. The purpose of this study is to design a UI/UX prototype for an English narrative text learning application that integrates South Sumatran folktales, addressing the need for interactive and contextual teaching media. This study employs a Research and Development (R&D) method using the Design Thinking approach, which consists of five interactive phases: Empathize, Define, Ideate, Prototype, and Test. Through this process, key features such as Cultural Path, Interactive Story, and Word Box were developed. The testing results showed a task success rate of 98.5% and a user satisfaction score of 4.78 out of 5. a relatively high mis click rate (40.8%) was identified on the Learning Page feature, indicating the need for improvements in the navigation layout. The findings show that the application works effectively and is well received by users, although improvements in the navigation layout are still needed. This study demonstrates that Design Thinking helps improve usability and contextual learning in a culturally based narrative learning application.
Implementasi Algoritma A-Star Pada Aplikasi Penentuan Jalur Terpendek Objek Wisata Toraja Utara Padang, Semuel Yacobus; Garonga, Melki
Jurnal Minfo Polgan Vol. 15 No. 1 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i1.15925

Abstract

Toraja Utara merupakan salah satu destinasi wisata unggulan di Sulawesi Selatan dengan sebaran objek wisata yang relatif berjauhan, sehingga menyulitkan wisatawan dalam menentukan rute perjalanan yang efisien. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi berbasis Android guna menentukan jalur terpendek menuju objek wisata di Toraja Utara. Pengembangan sistem menggunakan metode Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, dan pengujian. Algoritma A-Star (A*) diterapkan untuk proses pencarian jalur terpendek. Hasil penelitian menunjukkan bahwa aplikasi berhasil diimplementasikan dengan baik. Pengujian black box menunjukkan seluruh fungsi sistem berjalan sesuai dengan kebutuhan, sedangkan evaluasi kinerja algoritma A-Star memperoleh tingkat kelayakan sebesar 66,6% yang dikategorikan layak.
Optimasi Support Vector Machine Menggunakan Particle Swarm Optimization pada Analisis Sentimen Program Efisiensi Anggaran Pemerintah Nurhayati, Nurhayati; Tanti, Lili; Triandi, Budi
Jurnal Minfo Polgan Vol. 15 No. 1 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i1.15929

Abstract

Respon publik terkait kebijakan pemerintah, termasuk program efisien anggaran dapat dipahami menggunakan pendekatan analisis sentimen. Penelitian ini bertujuan membandingkan kinerja algoritma Support Vector Machine (SVM) dengan kernel Radial Basis Functional (RBF), kernel Linear, dan kernel Polynomial, serta mengevaluasi pengaruh Particle Swarm Optimization (PSO) terhadap peningkatan performa klasifikasi. Dataset sebanyak 4274 data diperoleh melalui teknik crawling dari media sosial X (Twitter) dan kemudian diproses melalui langkah-langkah pembersihan teks seperti cleaning, case folding, normalization, tokenization, stopword removal, stemming, labeling menggunakan lexicon based serta menggunakan TF-IDF (Term Frequency-Inverse Document Frequency) untuk ekstraksi fitur. Proses penilaian kinerja model dilaksanakan dengan memanfaatkan indikator accuracy, precision, recall, dan F1-score, serta didukung oleh analisis confusion matrix. Berdasarkan hasil pengujian yang diperoleh, penelitian ini menunjukkan bahwa SVM kernel Linear berhasil meningkatkan akurasi menjadi 0.7579 atau 75.79%, sedangkan pada kernel RBF dan Polynomial tidak memberikan peningkatan signifikan. Selain itu, kelas netral menjadi kelas yang paling sulit diklasifikasikan. Penelitian ini menyimpulkan bahwa kombinasi SVM Linear dan PSO merupakan model terbaik untuk analisis sentimen kebijakan efisiensi anggaran pemerintah, serta menegaskan pentingnya pemilihan kernel dan strategi optimasi yang tepat dalam pengembangan sistem klasifikasi berbasis machine learning.
Artificial Intelligence dalam Sistem Informasi Manajemen: Analisis Bibliometrik atas Efisiensi, Etika, dan Kebijakan Global Fitriana, Yuli; Tugiantoro, Tugiantoro
Jurnal Minfo Polgan Vol. 15 No. 1 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i1.15936

Abstract

Perkembangan Artificial Intelligence (AI) telah mendorong transformasi signifikan dalam Sistem Informasi Manajemen (SIM), terutama dalam peningkatan efisiensi, otomatisasi, dan dukungan pengambilan keputusan. Namun, seiring meningkatnya adopsi AI, perhatian terhadap isu etika, privasi, dan tata kelola teknologi juga semakin menguat. Artikel ini bertujuan memetakan perkembangan riset mengenai penerapan AI dalam SIM menggunakan pendekatan analisis bibliometrik. Data diperoleh dari basis data Scopus dan Web of Science dengan periode analisis 2015–2025. Analisis dilakukan melalui pengumpulan dan pembersihan metadata, analisis deskriptif publikasi dan sitasi, serta pemetaan jejaring penulis, negara, dan kata kunci menggunakan perangkat lunak VOSviewer dan Bibliometrix. Fokus kajian meliputi tren publikasi, produktivitas aktor akademik, kolaborasi internasional, tema dominan, dan evolusi topik penelitian. Hasil analisis menunjukkan peningkatan publikasi yang konsisten, dengan pergeseran fokus penelitian dari orientasi efisiensi dan otomatisasi menuju isu etika, privasi data, dan tata kelola AI. Temuan ini menegaskan pentingnya pendekatan integratif dalam pengembangan SIM berbasis AI. Artikel ini diharapkan dapat menjadi rujukan akademik bagi peneliti serta memberikan masukan strategis bagi organisasi dan pembuat kebijakan.

Page 105 of 106 | Total Record : 1052

 102   103   104   105   106 

Filter by Year

2020 2026


Reset
Filter By Issues
All Issue Vol. 15 No. 1 (2026): Artikel Penelitian Vol. 14 No. 2 (2025): Artikel Penelitian Vol. 14 No. 1 (2025): Artikel Penelitian Vol. 13 No. 2 (2024): Artikel Penelitian Vol. 13 No. 1 (2024): Artikel Penelitian Vol. 12 No. 2 (2023): Artikel Penelitian 2023 Vol. 12 No. 1 (2023): Artikel Penelitian Juni 2023 Vol. 12 No. 1 (2023): Artikel Penelitian 2023 Vol. 12 No. 1 (2023): Article Research March 2023 Vol. 11 No. 2 (2022): Article Research Vol. 11 No. 1 (2022): Article Research Vol. 10 No. 2 (2021): Article Research Vol. 10 No. 1 (2021): Article Research Vol. 9 No. 2 (2020): Article Research Vol. 9 No. 1 (2020): Article Research More Issue