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 
Analisis Pemanfaatan Aplikasi E-Ticketing Dengan Metode Technology Organization Environment (TOE) Framework Muhardono, Ari; Sunarjo, Wenti Ayu; Adriyana, Rika; Sari, Tarismha Winda; Ni'mah, Syarifatun
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.v15i1.15955

Abstract

The tourism industry is undergoing rapid transformation driven by digital technology adoption. E-ticketing systems have been widely implemented to improve operational efficiency and enhance visitor convenience. Tirta Arum Swimming Pool has adopted an e-ticketing application since 2024; however, its utilization remains suboptimal, as visitors continue to prefer on-site ticket purchases. This study investigates e-ticketing utilization from the management perspective using the Technology–Organization–Environment (TOE) framework. A qualitative case study approach was employed through in-depth interviews with ten managerial informants. Data were analyzed using thematic analysis supported by NVivo software, focusing on technological, organizational, and environmental dimensions. The findings indicate that the e-ticketing system is technologically reliable and user-friendly, contributing to improved operational efficiency, although further development is required in system integration and barcode validation. Organizational support and human resource readiness are strong, yet the absence of formal policies and standard operating procedures constrains optimal utilization. Environmentally, adequate infrastructure supports implementation, but limited promotion and entrenched visitor habits hinder the adoption of online ticketing features. Keywords: E-ticketing; TOE framework; tourism digitalization; qualitative study; management perspective
Perbandingan Algoritma Decision Tree dan Naive Bayes Pada Analisis Sentimen Masyarakat Terhadap Pejabat Pertamina Pasca Kasus Pertamax Oplosan Mubarak, Mubarak; Tanti, Lili; Rosnelly, Rika
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.v15i1.15971

Abstract

Penelitian ini membandingkan kinerja algoritma pembelajaran mesin, yaitu Decision Tree dan Naive Bayes, dalam menganalisis sentimen masyarakat terhadap pejabat Pertamina setelah kasus "Pertamax Oplosan". Analisis sentimen merupakan alat penting untuk memahami opini publik dan manajemen krisis reputasi. Kasus Pertamax Oplosan memicu kontroversi publik yang luas, dan analisis sentimen terhadap tanggapan pejabat Pertamina dapat memberikan wawasan mengenai efektivitas strategi komunikasi krisis perusahaan.Algoritma Decision Tree menawarkan model berbasis pohon keputusan yang intuitif dan mudah diinterpretasi, meskipun rentan terhadap overfitting. Sebaliknya, Naive Bayes, dengan pendekatan probabilistiknya, dikenal efisien secara komputasi, terutama pada dataset besar. Penelitian ini bertujuan untuk mengukur kinerja kedua algoritma dalam mengklasifikasikan sentimen (positif, negatif, atau netral) dari data teks yang dikumpulkan dari media sosial. Data yang digunakan terbatas pada data teks di Twitter dengan kata kunci "Pertamax Oplosan" dan difokuskan pada sentimen terhadap pejabat Pertamina, bukan perusahaan secara keseluruhan. Data mentah sebanyak 3928 komentar tweet berhasil dikumpulkan melalui API Twitter. Metodologi penelitian ini mencakup beberapa tahapan, yaitu pengambilan data (crawling), preprocessing data, pelabelan pola sentimen, ekstraksi fitur, pembagian dataset, klasifikasi, dan evaluasi model. Data dibagi menjadi data latih (training) dan data uji (testing) dengan kombinasi 80:20. Hasil evaluasi akan menggunakan matriks kebingungan (confusion matrix) untuk mengukur akurasi, presisi, recall, F1-score, dan ROC Analysis. Hasil penelitian ini diharapkan dapat memberikan rekomendasi algoritma yang paling sesuai untuk analisis sentimen serupa dan menjadi panduan praktis bagi perusahaan dalam mengelola krisis reputasi.

Page 106 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