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 1,263 Documents
 123   124   125   126   127 
Sistem Pendukung Keputusan Menentukan Prioritas Strategi UMKM Pia Noona Koba Pangkalpinang Menggunakan Metode AHP Surya Aditya Pahlevi; Supardi
Jurnal Minfo Polgan Vol. 15 No. 3 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i3.16502

Abstract

-
Penerapan FP-Growth Untuk Analisis Pola Pembelian UMKM Street Food untuk Strategi Promosi dan Stok Muhamad Andi Eria Putra; Firman Noor Hasan
Jurnal Minfo Polgan Vol. 15 No. 3 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i3.16511

Abstract

UMKM Street Food umumnya masih mencatat transaksi secara manual, sehingga data penjualan belum dimanfaatkan secara optimal untuk mendukung pengambilan keputusan bisnis. Penelitian ini bertujuan untuk menganalisis pola pembelian konsumen menggunakan algoritma FP Growth pada data transaksi penjualan makanan jalanan. Tahapan penelitian meliputi pengumpulan data, prapemrosesan, transformasi data ke dalam format transaksi, pembentukan himpunan item yang selalu muncul, serta penentuan aturan asosiasi berdasarkan nilai minimum support, confidence, dan lift ratio. Penelitian ini menggunakan pendekatan Knowledge Discovery in Databases (KDD) terhadap data transaksi dari periode tertentu. Hasil penelitian menunjukkan bahwa algoritma FP Growth berhasil mengidentifikasi korelasi yang signifikan di antara produk-produk yang sering dibeli bersamaan. Secara spesifik, aturan asosiasi terkuat menunjukkan hubungan pembelian yang sangat positif antara Pangsit, Bakso Panggang, dan Sosis dengan nilai lift puncak sebesar 1,458. Secara praktis, temuan ini dapat langsung dimanfaatkan oleh UMKM untuk mengembangkan strategi promosi yang ditargetkan, penawaran paket produk, dan pengelolaan persediaan bahan baku yang efisien. Secara teoritis, penelitian ini memperluas penerapan penambangan data di sektor UMKM makanan jalanan dengan menerjemahkan metrik komputasional menjadi rekomendasi tata letak fisik yang dapat diterapkan.
Penerapan Real-ESRGAN untuk Restorasi dan Rekompresi Arsip Penyiaran Video Resolusi Standar Umri Erdiansyah; Novira Dwina; Afla Nevrisa; Hosea Sitepu
Jurnal Minfo Polgan Vol. 15 No. 3 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i3.16521

Abstract

The modern broadcasting industry requires visual content in high-definition (HD) resolution. This technological transition creates critical issues in digital asset management, specifically regarding legacy broadcasting archives that are primarily recorded in standard definition (SD) formats. Conventional spatial interpolation approaches fail to address this issue, producing blurry and pixelated images. The application of artificial intelligence, particularly the Real-ESRGAN algorithm, offers a promising restoration solution. However, this implementation significantly increases the raw file size, making it impractical for local server storage. This research aims to find a precise equilibrium between visual quality enhancement using AI and storage efficiency through High-Efficiency Video Coding (HEVC) compression. This study uses a quantitative experimental method via laboratory-scale software engineering. The intervention phases include pixel reconstruction using the AI model and file size reduction using the HEVC standard. Data collection involved ten SD video samples. Real-ESRGAN qualitatively restores texture details and removes analog noise without excessive artifacts. Due to file size expansion, further compression using HEVC with varying Constant Rate Factor (CRF) parameters is being conducted to reduce the size by over 50% without severe Video Multimethod Assessment Fusion (VMAF) metric degradation. The integration of AI upscaling and HEVC compression creates a highly applicable workflow for television industry needs.
Analisis Weight Product Untuk Rekomendasi Karyawan Terbaik Penerima Insentif di PT. HSB Silviana Zein
Jurnal Minfo Polgan Vol. 15 No. 3 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i3.16535

Abstract

PT Hijau Surya Biotechindo (PT HSB) merupakan perusahaan yang bergerak di bidang kultur jaringan tanaman. Dalam proses pemberian insentif, perusahaan belum memiliki sistem yang dapat memberikan rekomendasi karyawan terbaik secara objektif. Penilaian masih dilakukan secara manual sehingga berpotensi menimbulkan subjektivitas, memperlambat proses evaluasi, serta menyulitkan manajemen dalam menentukan penerima insentif. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) yang mampu memberikan rekomendasi karyawan terbaik penerima insentif menggunakan metode Weighted Product (WP). Metode WP digunakan karena mampu mengolah banyak kriteria dengan mempertimbangkan bobot kepentingan setiap kriteria sehingga menghasilkan proses penilaian yang lebih objektif dan akurat. Sistem dibangun menggunakan Visual Basic sebagai bahasa pemrograman dengan MySQL sebagai basis data. Pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Hasil penelitian menunjukkan bahwa penerapan metode Weighted Product mampu menghasilkan nilai preferensi dan peringkat karyawan berdasarkan kriteria yang telah ditentukan sehingga membantu pihak manajemen dalam menentukan penerima insentif secara lebih cepat, objektif, transparan, dan tepat sasaran.
Development of a Hybrid Cryptographic Scheme Using a Modified Hill Cipher and the Rail Fence Algorithm for Securing Financial Data Transactions Auliana Nasution; Liza Fitriana; Surya Guntur
Jurnal Minfo Polgan Vol. 15 No. 2 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i2.16545

Abstract

Financial data security is crucial as cybercrime continuously targets digital transactions. Classical ciphers are often considered weak, while modern encryptions like AES and RSA demand high computational resources, making them less suitable for small-scale institutions. This research aims to develop a lightweight hybrid cryptography scheme by combining a modified Hill Cipher and an adaptive Rail Fence Cipher to secure financial data transactions efficiently without burdening memory. The study utilized a systematic laboratory experimental method comprising five main stages: literature review, independent algorithm modification, hybrid scheme design, algorithm coding and simulation using Python, and performance evaluation. The Hill Cipher was modified using Modulo 256 to accommodate complete ASCII characters, while the Rail Fence Cipher applied an adaptive transposition pattern to enhance data diffusion. Computational testing on 2,000 rows of simulated financial transaction datasets demonstrated a 100% data integrity recovery rate with zero data loss. Furthermore, the performance evaluation recorded highly efficient execution speeds, averaging 0.000083 seconds for encryption and 0.000110 seconds for decryption per transaction, successfully fulfilling the criteria for lightweight cryptography. These findings imply that the proposed hybrid scheme effectively mitigates the linearity weakness of classical ciphers while maintaining low latency. In conclusion, this hybrid cryptographic architecture provides a robust, highly efficient data protection mechanism ideal for low-resource environments, including small-to-medium enterprises and lightweight web applications. For further research, it is recommended to evaluate the scheme against extreme cyber-attack simulations, such as avalanche effect tests, and fully integrate it into production-scale web architectures.
Penerapan Metode Blockchain Untuk Verifikasi Ijazah Digital Menggunakan Pendekatan Hash Alghorithm Verification Miftahul Rifqi; Yulita Salim; Erick Irawadi Alwi
Jurnal Minfo Polgan Vol. 15 No. 3 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i3.16552

Abstract

Pemalsuan ijazah digital menjadi permasalahan yang dapat mengurangi kepercayaan terhadap keaslian dokumen akademik. Penelitian ini bertujuan mengembangkan sistem verifikasi ijazah digital berbasis blockchain untuk menjamin integritas dan keaslian dokumen. Sistem dibangun dengan mengintegrasikan algoritma SHA-256, Merkle Tree, digital signature, dan blockchain. Proses verifikasi dilakukan melalui pembangkitan hash dokumen, pembentukan Merkle Root, serta pencocokan Merkle Root dan digital signature dengan data referensi yang tersimpan pada blockchain. Pengujian dilakukan menggunakan 14 dokumen yang terdiri atas 1 ijazah asli dan 13 ijazah yang telah dimodifikasi pada berbagai komponen data. Hasil pengujian menunjukkan bahwa sistem mampu mengidentifikasi seluruh dokumen sesuai kondisi sebenarnya dengan Accuracy Verification Rate sebesar 100%. Setiap perubahan data menghasilkan nilai hash dan Merkle Root yang berbeda sehingga dapat dideteksi secara akurat. Hasil penelitian menunjukkan bahwa integrasi SHA-256, Merkle Tree, digital signature, dan blockchain efektif dalam meningkatkan keamanan, integritas, serta keandalan proses verifikasi ijazah digital.
Random Forest Classification for Indonesian Blue-Chip Banking Stock Trend Prediction Ahmad Maruf Firman; Annisa Nurul Puteri
Jurnal Minfo Polgan Vol. 15 No. 2 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i2.16579

Abstract

This study presents a Decision Support System (DSS) based on the Random Forest algorithm to predict stock price trend direction for Indonesian blue-chip banking stocks, specifically BBRI, BBCA, BMRI, and BBNI. The rapid development of fintech and digital investment platforms in Indonesia has intensified the need for intelligent, data-driven tools to assist retail investors in making informed decisions. Despite growing research on stock prediction, studies that simultaneously evaluate multiple Indonesian banking blue-chip stocks using ensemble machine learning methods remain limited. This study uses one year of historical Open-High-Low-Close-Volume (OHLCV) data from May 2025 to May 2026, comprising 234 clean observations per stock after feature engineering. Sixteen technical indicators were extracted as input features, including Moving Averages (MA5, MA10, MA20), Relative Strength Index (RSI), MACD, Volatility, and Volume Ratio. A binary classification label was assigned based on next-day closing price direction. The Random Forest model was trained on 80% of the data (187 samples) and tested on the remaining 20% (47 samples). Experimental results demonstrate that BBNI achieved the highest F1-score of 0.5965, while BBCA and BBNI both reached an accuracy of 51.06%. The study concludes that Volatility and MACD are the most influential features across all four stocks. This DSS framework provides a practical and reproducible foundation for intelligent investment decision support in the Indonesian banking sector.
Indonesian Hate Speech Detection Across Diverse Domains Using Parameter-Efficient Fine-Tuning with IndoBERT and LoRA Fergie Joanda Kaunang; Bhustomy Hakim; Angelina Pramana Thenata
Jurnal Minfo Polgan Vol. 15 No. 2 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i2.16581

Abstract

The rapid proliferation of digital connectivity in Indonesia has catalyzed an unprecedented surge in harmful online content, necessitating robust automated systems for hate speech detection that can generalize across diverse digital platforms. Traditional models often struggle with domain shift and the linguistic complexities of Indonesian social media discourse, including informal slang and code-mixing. This research proposes a multi-domain detection framework leveraging the IndoBERT-base-p1 architecture integrated with Low-Rank Adaptation (LoRA), a parameter-efficient fine-tuning (PEFT) strategy. The study utilizes a multi-source corpus from Instagram, Twitter, and news portals, employing back-translation to augment scarce Instagram data and stratified downsampling to ensure domain equilibrium. By training only 1–2% of the total 110 million parameters, specifically targeting the query and value attention modules, the model achieves significant computational savings with a training loss of 0.345. Experimental results demonstrate high robustness, with the framework attaining F1-scores of 0.83 for both Instagram and Twitter, and 0.81 for news portals, while maintaining accuracies between 0.81 and 0.85. Qualitative validation through word cloud analysis further confirms the model's ability to distinguish between aggressive sociopolitical triggers and neutral functional discourse. This study contributes a scalable and resource-efficient solution for real-time content moderation, proving effective across both formal journalistic Indonesian and informal digital dialects. The findings indicate that IndoBERT+LoRA provides a promising and resource-efficient approach for multi-domain Indonesian hate and abusive speech classification, while stricter leave-one-domain-out evaluation remains an important direction for future work.
Pengembangan Website Sebagai Media Promosi Wisata Pulau Pari Siti Nurhalimah; Mia Kamayani
Jurnal Minfo Polgan Vol. 15 No. 3 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i3.16588

Abstract

Pulau Pari merupakan salah satu destinasi wisata bahari di Kepulauan Seribu yang memiliki potensi alam dan budaya yang menarik, seperti pantai berpasir putih, snorkeling, kawasan mangrove, serta berbagai aktivitas wisata air. Namun, pemanfaatan potensi tersebut masih terkendala pada aspek promosi dan penyampaian informasi kepada wisatawan. Website Around Pari (www.aroundpari.com) dikembangkan sejak 25 Maret 2025 sebagai media promosi digital, tetapi dalam implementasinya masih ditemukan keterbatasan pada kelengkapan konten, pembaruan informasi, dan kenyamanan tampilan bagi pengguna. Penelitian ini bertujuan untuk menganalisis peran website Around Pari sebagai media promosi, mengidentifikasi kebutuhan informasi pengguna, serta mengevaluasi tingkat usability website berdasarkan persepsi pengguna. Penelitian ini menggunakan pendekatan deskriptif kuantitatif dengan teknik pengumpulan data melalui observasi dan kuesioner online, sedangkan pengembangan sistem dilakukan dengan metode Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan deployment. Evaluasi Usability dilakukan menggunakan metode System Usability Scale (SUS) terhadap responden wisatawan dan calon wisatawan di Pulau Pari. Hasil pengujian menunjukkan skor SUS meningkat dari 53,49 (kategori Marginal, grade D) pada kondisi sebelum pengembangan menjadi 78,03 (kategori Acceptable, grade B, adjective rating Good) setelah pengembangan, atau meningkat sebesar 24,54 poin. Hasil pengujian alpha dengan Black Box Testing menunjukkan bahwa seluruh fitur utama berfungsi sesuai kebutuhan. Penelitian ini diharapkan dapat menjadi masukan bagi pengelola wisata dalam meningkatkan kualitas website sebagai media promosi digital serta menjadi referensi akademik bagi pengembangan website pariwisata berbasis pengalaman pengguna.
Implementasi Sistem Smart Tracking Berbasis IoT pada Mobil Pembersih Otomatis Menggunakan ESP32 dan GPS Aldipan Azry; Ali Akbar Ritonga; Sahat Parulian Sitorus
Jurnal Minfo Polgan Vol. 15 No. 3 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i3.16590

Abstract

Mobil pembersih otomatis memerlukan sistem yang mampu memberikan informasi posisi terbaru selama alat beroperasi. Masalah utama penelitian ini adalah belum tersedianya mekanisme pemantauan sederhana dan mandiri untuk mengetahui posisi serta status kerja kendaraan tanpa bergantung pada server eksternal. Penelitian ini bertujuan mengembangkan prototipe pemantauan tertanam pada kendaraan otonom dengan menggunakan mikrokontroler, modul penentuan posisi satelit, dan tampilan lokal. Penelitian menggunakan metode Research and Development yang dipadukan dengan model analisis, perancangan, pengembangan, implementasi, dan evaluasi. Evaluasi meliputi pengujian fungsional, pengujian kestabilan selama tiga puluh menit, pengujian penentuan posisi satelit pada area terbuka, semi terbuka, dan tertutup, pengujian tampilan, pengoperasian kendaraan, serta simulasi interval pencatatan. Pengendali berhasil memproses data posisi dan menampilkan lintang, bujur, waktu pembacaan, serta status sinyal. Pada area terbuka, seluruh sepuluh percobaan menghasilkan data valid dalam waktu dua puluh sembilan sampai enam puluh lima detik. Area semi terbuka membutuhkan waktu enam puluh satu sampai seratus lima belas detik dan menghasilkan dua percobaan yang kurang stabil. Area tertutup menghasilkan data tidak stabil atau tidak valid dalam waktu seratus tiga puluh sampai dua ratus dua puluh detik. Interval lima detik menghasilkan 120 data simulasi selama sepuluh menit. Hasil tersebut menunjukkan bahwa hambatan lingkungan sangat memengaruhi kinerja penentuan posisi satelit, sedangkan daya stabil dan sambungan kuat mendukung pengoperasian berkelanjutan. Prototipe sesuai untuk pemantauan posisi umum, tetapi belum sesuai untuk navigasi berpresisi tinggi. Penelitian selanjutnya perlu menguji penyimpanan jangka panjang dan pemantauan berbasis peta.

Page 125 of 127 | Total Record : 1263

 123   124   125   126   127 

Filter by Year

2020 2026


Reset
Filter By Issues
All Issue Vol. 15 No. 3 (2026): Artikel Penelitian Vol. 15 No. 2 (2026): Artikel Penelitian 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): Article Research March 2023 Vol. 12 No. 1 (2023): Artikel Penelitian Juni 2023 Vol. 12 No. 1 (2023): Artikel Penelitian 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