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 1,003 Documents
 92   93   94   95   96 
Prototipe Deteksi Mendung Dan Gerimis Berbasis Arduino Uno Menggunakan Sensor LDR Dan Rain Sensor Raihan, Muhammad; Wahyuni, Masri
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14835

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan alat pendeteksi mendung dan gerimis berbasis Arduino Uno. Sistem ini menggunakan sensor LDR untuk mendeteksi intensitas cahaya sebagai indikator cuaca mendung dan sensor hujan untuk mendeteksi adanya gerimis atau hujan. Mikrokontroler Arduino Uno berfungsi sebagai pusat kendali yang mengolah data dari kedua sensor, kemudian memberikan respons berupa nyala LED dan bunyi buzzer sesuai dengan kondisi cuaca yang terdeteksi. Metode penelitian yang digunakan adalah Research and Development (R&D), dengan tahapan mulai dari studi literatur, perancangan alat, pengujian sensor, hingga evaluasi kinerja alat dalam berbagai kondisi lingkungan. Hasil pengujian menunjukkan bahwa alat mampu memberikan respons secara real-time terhadap perubahan cuaca, serta bekerja dengan akurat sesuai fungsi yang diharapkan. Alat ini diharapkan dapat membantu pengguna dalam mengantisipasi kondisi cuaca secara praktis dan efisien.
Penerapan IOT Peringatan Dini Kebakaran Dengan Notifikasi Whatsapp Fauzi, Mahfud Al; Rambe, Basyit Mubbaroq
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.14851

Abstract

Kebakaran merupakan salah satu bencana yang dapat terjadi secara tiba-tiba dan menyebabkan kerugian besar, baik material maupun korban jiwa. Sistem peringatan dini sangat diperlukan untuk mendeteksi potensi kebakaran sejak awal agar dapat dilakukan penanganan secara cepat dan tepat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem peringatan dini kebakaran berbasis Internet of Things (IoT) yang terintegrasi dengan layanan notifikasi WhatsApp. Sistem ini menggunakan mikrokontroler NodeMCU ESP8266 sebagai pusat kendali, sensor api untuk mendeteksi nyala api, dan buzzer sebagai alarm lokal. Ketika sensor mendeteksi api, NodeMCU akan mengaktifkan buzzer dan secara bersamaan mengirimkan notifikasi ke WhatsApp pengguna melalui layanan API CallMeBot. Pengujian dilakukan dalam skala kecil dengan simulasi nyala api dari korek api. Hasil menunjukkan bahwa sistem mampu memberikan respon cepat kurang dari 3 detik untuk mengaktifkan alarm dan mengirimkan notifikasi. Sistem tetap memberikan peringatan lokal melalui buzzer saat koneksi internet terputus. Dengan demikian, sistem ini efektif digunakan sebagai solusi peringatan dini kebakaran pada skala rumah tangga atau bangunan kecil.
Analisis Sentimen Publik di Media Sosial Selama Kampanye Pilkada Sumba Timur 2024 menggunakan metode Support Vecktor Machine Talakua, Alfrian C; Radjah, Erwianta Gustial; Mangngi, Prishaylla Ocha; Fretes, Paulina Rade De
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.15096

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap calon kepala daerah dalam Pemilihan Kepala Daerah (Pilkada) Sumba Timur 2024 dengan menggunakan metode Support Vector Machine (SVM). Seiring dengan meningkatnya peran media sosial dalam kampanye politik, penelitian ini memanfaatkan data dari platform media sosial seperti Facebook dan Instagram untuk mengidentifikasi dan mengkategorikan opini publik dalam tiga kategori sentimen utama: positif, negatif, dan netral. Metode yang digunakan mencakup pengumpulan data melalui web scraping, pra-pemrosesan data teks, serta klasifikasi sentimen menggunakan SVM. Hasil analisis menunjukkan bahwa Paslon 1 menerima 58,59% komentar positif, Paslon 2 memperoleh 66,67% komentar positif, dan Paslon 3 menerima 62,16% komentar positif. Meskipun sentimen positif mendominasi, komentar netral dan negatif tetap menjadi tantangan yang perlu diperhatikan oleh setiap paslon. Penelitian ini diharapkan dapat memberikan wawasan bagi strategi komunikasi publik dalam kampanye Pilkada Sumba Timur dan sebagai kontribusi dalam pengembangan analisis sentimen berbasis pembelajaran mesin
Prediksi Aktifitas Gunung Berapi Karangetang di Sitaro Menggunakan Metode K-Nearest Neighbors (KNN) Hasibuan, Alfiansyah; Olii, Djami; Walujan, Bryan Chelvan; Situmorang, Boby Putra; Derek, Sesilia
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15320

Abstract

Gunung Karangetang di Kabupaten Kepulauan Sitaro, Sulawesi Utara, merupakan salah satu gunung berapi paling aktif di Indonesia yang aktivitasnya berpotensi menimbulkan ancaman bagi masyarakat dan lingkungan. Pemantauan aktivitas vulkanik secara manual sering kali terhambat oleh kondisi cuaca, sehingga diperlukan sistem otomatis yang dapat memberikan informasi real-time dan akurat. Penelitian ini bertujuan untuk melakukan prediksi terhadap aktifitas gunung karangetan dengan tahap melakukan pengklasifikasian dari aktifitas gunung karangetan. Data yang digunakan terdiri dari parameter seismik dan komposisi gas (VA, VB, Tremor, SO₂, dan CO₂/SO₂) yang telah melalui proses normalisasi. Metode penelitian meliputi tahapan pengumpulan data, preprocessing data, pelatihan model KNN, serta evaluasi performa model melalui confusion matrix dan classification report. Hasil pengujian menunjukkan bahwa nilai k = 1 memberikan performa terbaik dengan akurasi 85% untuk melakukan prediksi dari aktifitas gunung. Kelas 3.0 memiliki precision, recall, dan f1-score tertinggi (0,95), sedangkan kelas minoritas (0.0 dan 1.0) masih menunjukkan performa rendah dengan f1-score masing-masing 0,29 dan 0,53. Perbedaan antara nilai macro average (precision 0,66; recall 0,64; f1-score 0,63) dengan weighted average (0,85) mengindikasikan ketidakseimbangan data antar kelas. Penelitian ini menyimpulkan bahwa algoritma KNN efektif digunakan untuk klasifikasi dan akurasi prediksi aktivitas vulkanik pada gunung karangetan, terutama pada kelas dominan, namun masih memerlukan perbaikan dalam pengenalan kelas minoritas. Untuk penelitian selanjutnya, disarankan penerapan resampling data, cross-validation, serta eksplorasi algoritma lain seperti Neural Network atau Support Vector Machine guna meningkatkan akurasi dan pemerataan performa antar kelas.
Rice Production Prediction System Using Multiple Linear Regression for Food Security Optimization in Minahasa Regency Raharusun, Oliver Simon Hardianto; Hasibuan, Alfiansyah; Rorimpandey, Gladly Caren
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15340

Abstract

Sistem prediksi produksi beras menggunakan algoritma Multiple Linear Regression dirancang untuk membantu pemerintah daerah Kabupaten Minahasa dalam mengoptimalkan ketahanan pangan melalui perencanaan yang lebih akurat. Sebanyak 19 baris dan 7 kolom data histori produksi beras dikumpulkan, kemudian dilakukan tahap preprocessing sebelum dimodelkan menggunakan algoritma Multiple Linear Regression. Model dievaluasi dengan mengukur nilai koefisien determinasi (R²) dan Mean Absolute Percentage Error (MAPE) untuk memastikan tingkat akurasi prediksi. Implementasi sistem diwujudkan dalam bentuk aplikasi berbasis web menggunakan Streamlit, yang memungkinkan pengambil kebijakan memperoleh prediksi produksi beras secara real-time.
Deteksi dan Klasifikasi Jenis Kacang-Kacangan Menggunakan CNN Berbasis ESP32-Cam Gaffar, Andi Widya Mufila; Widyawati, Dewi; Fahmi, Fahmi; Ulfiani, Sri
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15359

Abstract

Kacang-kacangan merupakan sumber pangan padat energi yang kaya nutrisi bioaktif, berperan penting dalam menjaga kesehatan serta menurunkan risiko penyakit kronis yang dimana kacang-kacangan memiliki jenis dan varietas yang sangat beragam dengan ciri-ciri seperti warna, bantuk dan karateristik yang berbeda beda. Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis jenis kacang-kacangan menggunakan metode Convolutional Neural Network (CNN) berbasis arsitektur Faster Objects, More Objects (FOMO) yang diintegrasikan dengan perangkat berbiaya rendah ESP32-Cam melalui platform Edge Impulse. Empat jenis kacang yang digunakan sebagai objek penelitian meliputi kacang hijau, kacang kedelai, kacang merah, dan kacang tanah, dengan total 530 citra hasil akuisisi data. Proses penelitian meliputi tahapan akuisisi data, pre-processing berupa pelabelan, normalisasi, dan resize, pembagian dataset, pelatihan model dengan 60 epoch dan learning rate 0,001, hingga evaluasi kinerja model. Hasil evaluasi menunjukkan bahwa model mencapai F1 Score rata-rata 90,4%, yang termasuk kategori sangat baik, dengan keseimbangan optimal antara precision dan recall. Pada tingkat per kelas, kacang merah berhasil dikenali sempurna dengan akurasi 100%, kacang hijau memperoleh akurasi 94,4%, sedangkan kacang kedelai dan kacang tanah masing-masing mencapai 88% dan 88,9%. Analisis feature explorer menunjukkan adanya tumpang tindih pada distribusi kacang kedelai dan kacang tanah akibat kemiripan tekstur dan morfologi, sehingga berpotensi menimbulkan kesalahan klasifikasi. Secara keseluruhan, hasil penelitian ini membuktikan bahwa CNN dengan menggunakan ESP32-Cam mampu mendeteksi jenis kacang-kacangan dengan akurasi yang sangat baik.
Implementasi Internal System Menggunakan Framework CI Studi Kasus PT Ampera Abadi Sansprayada, Arfan; Aziz, Riva Abdillah; Mariskhana, Kartika; Sintawati, Ita Dewi
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15392

Abstract

Perkembangan teknologi informasi menuntut perusahaan untuk beradaptasi dalam mengelola proses bisnisnya secara lebih efisien. PT AMPERA ABADI sebagai perusahaan jasa dan distribusi menghadapi kendala pada sistem internal yang masih bersifat manual. Keterlambatan pengolahan data, kesalahan input, dan kurangnya integrasi antar divisi menjadi permasalahan utama. Penelitian ini bertujuan untuk mengimplementasikan sistem internal berbasis web menggunakan framework CodeIgniter (CI). Framework CodeIgniter dipilih karena bersifat ringan, memiliki struktur MVC, dan mudah dikembangkan. Metodologi penelitian meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, serta pengujian. Analisis kebutuhan dilakukan melalui observasi dan wawancara dengan pengguna di PT AMPERA ABADI. Perancangan sistem dilakukan dengan menggunakan Unified Modeling Language (UML) untuk mempermudah visualisasi alur kerja. Implementasi sistem menggunakan bahasa pemrograman PHP dengan database MySQL. Pengujian dilakukan menggunakan metode black box testing untuk memastikan fungsi sistem berjalan sesuai harapan. Hasil penelitian menunjukkan bahwa sistem internal yang dibangun mampu meningkatkan efisiensi pengolahan data. Sistem juga mempercepat proses pelaporan dan meminimalkan kesalahan input dari pengguna. Dengan penerapan sistem berbasis CodeIgniter, setiap divisi dapat saling terhubung dalam satu platform yang terintegrasi. Sistem ini terbukti mendukung peningkatan produktivitas dan transparansi informasi di lingkungan PT AMPERA ABADI. Kesimpulannya, implementasi framework CodeIgniter efektif dalam membangun sistem internal yang cepat, stabil, dan mudah dikelola.
Persepsi Konsumen Terhadap Konten Review Skincare The Originote Oleh @dokterdetektif Pada Media Sosial TikTok Eliyani, Eileen; Yusmawati, Yusmawati; Utami, Muherni Asri
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15393

Abstract

Perkembangan komunikasi digital dan meluasnya penggunaan media sosial seperti TikTok telah mengubah cara konsumen memperoleh dan memaknai informasi, termasuk melalui konten review skincare. Konten yang disampaikan oleh kreator dengan latar belakang profesional, seperti tenaga medis, dianggap lebih kredibel dan memengaruhi cara pandang konsumen terhadap suatu produk. Penelitian ini bertujuan untuk mengetahui persepsi konsumen terhadap konten review skincare The Originote oleh kreator @dokterdetektif di TikTok. Menggunakan metode kualitatif deskriptif. Data diperoleh melalui wawancara mendalam, Observasi dan dokumentasi terhadap 10 informan perempuan berusia 16–23 tahun yang mengenakan produk tersebut. Hasil penelitian menunjukkan bahwa proses pembentukan persepsi konsumen berlangsung melalui tiga tahap: eksposur terhadap konten, perhatian karena kredibilitas penyampai pesan, serta interpretasi berdasarkan pengalaman pribadi. Konten dipersepsi sebagai edukatif dan berbasis sains karena menyertakan uji laboratorium serta disampaikan oleh kreator dengan latar belakang medis. Gaya penyampaian yang informatif dan visual yang menarik turut memperkuat persepsi positif dan minat beli, meskipun sebagian informan tetap menyaring informasi secara kritis. Penelitian ini menunjukkan bahwa persepsi konsumen dibentuk oleh interaksi antara kredibilitas komunikator, relevansi pesan, dan karakteristik media sosial. Implikasinya penting bagi industri skincare, pembuat konten, dan konsumen dalam membangun komunikasi yang informatif dan bertanggung jawab.
Sistem Kontrol dan Monitoring Kelembaban Dan pH Tanah Tanaman Cabai Rawit Berbasis Internet of Things (IoT) Menggunakan Metode Fuzzy Mamdani Wijayanti, Wilma; Santa, Kristofel; Kumajas, Sondy C.
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15411

Abstract

Pertanian memiliki peranan penting dalam memenuhi kebutuhan pangan masyarakat, Salah satu tanaman bernilai ekonomis tinggi adalah cabai rawit, yang banyak digunakan sebagai bumbu masakan sekaligus memiliki manfaat kesehatan. Produktivitas cabai sangat dipengaruhi oleh kualitas tanah, seperti kelembaban dan pH. Kelembaban tanah yang terlalu tinggi menghambat penyerapan oksigen, sedangkan kelembaban yang terlalu rendah membatasi ketersediaan air, dan pH di luar kisaran 6–7 menurunkan efisiensi penyerapan nutrisi tanaman. Permasalahan ini memerlukan adanya sistem pemantauan dan pengendalian otomatis agar kondisi tanah tetap ideal. Dengan adanya teknologi Internet of Things (IoT), monitoring dan kontrol dapat dilakukan secara real-time. Pada penelitian ini dikembangkan sistem kontrol dan monitoring kelembaban serta pH tanah cabai rawit berbasis IoT dengan metode fuzzy Mamdani. Metode ini dipilih karena mampu menangani data yang dinamis dan tidak pasti melalui aturan tertentu untuk menghasilkan keputusan optimal. Sistem diharapkan mampu meningkatkan efisiensi penggunaan air, menjaga kualitas tanah sesuai kebutuhan tanaman, serta mendukung produktivitas pertanian.
Sistem Monitoring dan Controlling Suhu Serta Kelembaban Gudang Farmasi Dinas Kesehatan Kabupaten Minahasa Berbasis Internet Of Things (Iot) Menggunakan Algoritma Fuzzy Tsukamoto Ningsi, Indi Rahayu; Kumajas, Sondy C.; Santa, Kristofel
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15412

Abstract

Penyimpanan obat adalah suatu kegiatan penting yang bertujuan untuk mengamankan obat-obatan yang telah diterima agar tetap terjaga kualitas dan keamanannya, hal ini bertujuan agar obat terhindar dari kerusakan baik secara fisik maupun kimia yang dapat memengaruhi mutu dan efektifitas obat tersebut. Oleh karena itu, pengelolaan Gudang farmasi harus memenuhi persyaratan stabilitas dan keamanan, Cahaya, kelembaban, suhu, ventilasi, dan penggolongan jenis obat. Untuk itu pengelolaan Gudang farmasi yang baik sangat krusial untuk memastikan kualitas dan keamanan produk yang disimpan. Seperti halnya dengan Gudang farmasi dinas Kesehatan kabupaten minahasa yang mengalami kendala dalam memantau dan mengontrol suhu dan kelembaban ruangan Gudang farmasi. Penelitian ini merancang prototype system monitoring dan controlling suhu serta kelembaban dengan memanfaatkan algortima fuzzy Tsukamoto serta teknologi Internet of Things (IoT) untuk membangun sistem tersebut. Dalam proses pengembangan sistem metode yang digunakan yaitu metode prototype 3 langkah yang dapat memastikan arah dan tujuan dari penelitian ini.

Page 94 of 101 | Total Record : 1003

 92   93   94   95   96 

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): 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