cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mustakim
Contact Email
officialmalcom.irpi@gmail.com
Phone
+6285275359942
Journal Mail Official
malcom@irpi.or.id
Editorial Address
INSTITUT RISET DAN PUBLIKASI INDONESIA Jl. Tuah Karya Ujung C7. Kel. Tuah Madani Kec. Tampan Kota Pekanbaru - Riau
Location
Kota pekanbaru,
Riau
INDONESIA
Malcom: Indonesian Journal of Machine Learning and Computer Science
Published by Institut Riset dan Publikasi Indonesia
ISSN : 27972313     EISSN : 27758575     DOI : -
Core Subject : Science,
Computer Science & IT
MALCOM: Indonesian Journal of Machine Learning and Computer Science is a scientific journal published by the Institut Riset dan Publikasi Indonesia (IRPI) in collaboration with several Universities throughout Riau and Indonesia. MALCOM will be published 2 (two) times a year, April and October, each edition containing 10 (Ten) articles. Articles may be written in Indonesian or English. articles are original research results with a maximum plagiarism of 15%. Articles submitted to MALCOM will be reviewed by at least 2 (two) reviewers. The submitted article must meet the assessment criteria and in accordance with the instructions and templates provided by MALCOM. The author should upload the Statement of Intellectual/ Copyright Rights when submitting the manuscript. Papers must be submitted via the Open Journal System (OJS) in .doc or .docx format. The entire process until MALCOM is published will be free of charge. MALCOM is registered in National Library with Number International Standard Serial Number (ISSN) Printed: 2797-2313 and Online 2775-8575. Focus and scope of MALCOM includes Data Mining, Data Science, Artificial Intelligence, Computational Intelligence, Natural Language Processing, Big Data Analytic, Computer Vision, Expert System, Text and Web Mining, Parallel Processing, Intelligence System, Decision Support System and Software Engineering
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 418 Documents
 9   10   11   12   13 
Website-Based Information System for Non-Habitable House Assistance Services in Kayuri Village Nalu, Sarlin Hona; Talakua, Alfrian Carmen
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1049

Abstract

An uninhabitable house is a house that does not meet the requirements of building safety and minimum adequacy in terms of space and area. In addition, it also pays attention to the quality of construction materials such as walls, roofs, floors to meet the educational aspects for anyone who occupies them. The process of uninhabitable houses is carried out by the Kayuri village government by the village head and in collaboration with the head of the RT / RW / hamlet to collect data on prospective recipients of uninhabitable houses based on the condition of the house such as leaky roofs, coconut leaf walls, dirt floors and too many family members. The problem that often occurs in the process of collecting data on prospective beneficiaries is still in the form of manual methods so that it takes a long time when collecting files and the recipient selection process still conducts meetings between village officials to determine who is and does not deserve to receive uninhabitable housing assistance (RLTH). In writing this research is also in docum.
Geographic Information System for Mapping Poverty Levels In East Sumba District Huluuma, Melania Mburu; Talakua, Alfrian Carmen; Uly, Hawu Yogia Pradana
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1050

Abstract

Poverty issues in East Sumba Regency, East Nusa Tenggara Province, which is faced with a high poverty rate. The obstacle of mapping areas with poor people that are difficult to identify is the main focus. Through qualitative and quantitative approaches, this research applied the Extreme Programming (XP) method to develop a web-based Geographic Information System (GIS), aimed at mapping poverty areas. XP was applied to ensure flexibility, adaptability, and active stakeholder participation in the application development. The main objectives were to produce an effective GIS application, provide accurate information for the government and stakeholders, and improve the effectiveness of poverty reduction programs. This research is expected to contribute to the design of programs that are more targeted, effective, and can improve community welfare in East Sumba Regency.
Sistem Informasi Reminder Pasien Penyakit Kronis dan Imunisasi Menggunakan WhatsApp Gateway: Chronic Disease and Vaccination Reminder System With WhatsApp Gateway Ariati, Nining; Coyanda, John Roni; Antony, Fery
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1051

Abstract

Program Imunisasi dan program pengelolaan penyakit kronis (prolanis) merupakan salah satu bentuk pelayanan kesehatan yang diberikan oleh Puskesmas dengan tujuan untuk meningkatkan kesehatan masyarakat. Keterlambatan imunisasi dan pemeriksaan penyakit kronis akibat kelalaian orang tua dan pasien merupakan salah satu penyebab timbulnya penyakit pada bayi baru lahir dan komplikasi pada penderita penyakit kronis yang menyebabkan kondisi kesehatan menurun. Dengan tujuan untuk meningkatkan kinerja Puskesmas dan mendorong kemandirian pola hidup sehat bagi individu, keluarga, kelompok dan masyarakat terkait dengan imunisasi dan penyakit kronis, maka Puskesmas selalu berusaha meningkatkan pelayanan kesehatan khususnya dengan memanfaatkan teknologi informasi di bidang medis berupa pengembangan aplikasi pengingat jadwal imunisasi bagi orang tua bayi dan pasien penyakit kronis berbasis WhatsApp (WA). Diharapkan aplikasi ini dapat membantu puskesmas dalam meningkatkan pelayanan kesehatan dan orang tua bayi untuk melakukan imunisasi pada anak dengan tujuan mencegah terjadinya penyakit pada bayi serta pasien kronis untuk memeriksakan kesehatannya tepat waktu untuk mencegah terjadinya komplikasi, sehingga tingkat kesehatan masyarakat terus membaik.
Perancangan Sistem Informasi Pelayanan Ibadah di Gereja Kristen Sumba Jemaat Patawang Menggunakan Object Oriented Analysis and Design: Design of Worship Service Information System at Sumba Christian Church Patawang Congregation Using Object Oriented Analysis and Design Ludji, Maya Dewanti Yuan; Talakua, Alfrian Carmen; Sitaniapessy, Desy Asnath
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1052

Abstract

Gereja Kristen Sumba Jemaat Patawang (GKS Jemaat Patawang) saat ini, memberikan informasi oleh gereja masih dilakukan secara manual menggunakan buku besar, yang rentan mengalami kehilangan atau kerusakan data dan memperlambat proses pengambilan informasi. Serta juga dalam proses penyampaian informasi masih kurang efektif karena bisa saja ada jemaat yang tidak dapat mengikuti ibadah, terlambat atau juga ada jemaat yang kurang berkonsentrasi dalam mendengarkan warta jemaat. Untuk mengatasi masalah tersebut, perancangan website menjadi solusi yang dapat yang dapat membantu GKS Jemaat Patawang. Website yang dirancang akan menampilkan jadwal warta jemaat, dan pelayanan pemberkatan nikah. Penelitian ini menggunakan pendekatan Object-Oriented Analysis and Design (OOAD) serta menerapkan metode waterfall, penelitian ini merancang sistem yang mempermudah akses terhadap jadwal kegiatan pelayanan mingguan dan informasi kegiatan peribadatan lainnya. Sistem ini tidak hanya mengatasi masalah keterlambatan dan kehilangan informasi dalam pencatatan manual, tetapi juga memberikan kemampuan kepada jemaat untuk mendaftar pelayanan pemberkatan nikah secara online, meningkatkan efisiensi pengelolaan penjadwalan peribadatan. Dengan demikian, pengurus gereja dapat lebih mudah mengelola jadwal peribadatan, pelayanan ibadah, dan tempat pelaksanaan peribadatan. Abstrak ini mencakup permasalahan manajemen informasi saat ini, solusi yang diajukan, tujuan penelitian, dan antisipasi hasil positif dalam mendukung kebutuhan informasi jemaat dengan memanfaatkan teknologi modern.
Perancangan Website Kuliner Pecel Madiun Sebagai Media Pelestarian Warisan Budaya Tak Benda Indonesia: Design of The Culinary Pecel Madiun Website As A Media for Preserving Intangible Cultural Heritage Of Indonesia Rokhman, Bagus Insanu; Haswanto, Naomi
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1055

Abstract

Kuliner telah menjadi subjek studi yang digunakan dalam berbagai disiplin ilmu melalui beragam perspektif. Pecel Madiun merupakan salah satu warisan budaya tak benda Indonesia yang telah mendapat pengakuan dari Kemendikbudristek. Warisan budaya intangible memiliki risiko lebih besar dan dapat hilang untuk selamanya. Belum adanya media yang menampilkan informasi secara spesifik membahas lebih dalam warisan budaya tak benda kuliner pecel Madiun menjadi tantangan yang besar bagi kuliner ini di masa depan. Metode etnografi desain dalam proses perancangan berfungsi untuk mendapatkan jawaban atas permasalahan yang relevan dan sesuai dengan kebutuhan masyarakat. Melalui bentuk, gaya serta pola komunikasi visual yang ingin diwujudkan dalam website warisan budaya kuliner pecel Madiun.Tujuan utama perancangan ini adalah mengidentifikasi dan memetakan informasi tentang kuliner pecel Madiun berbasis temuan data yang memuat identitas pecel Madiun berbasis budaya tradisi lokal. Manfaat dari perancangan ini dapat menjadi acuan serta referensi dasar untuk merancang sebuah media informasi berupa website yang memiliki penekanan pada penemuan arti dari keterkaitan manusia dengan aktivitas yang dilakukannya. Perancangan ini menghasilkan sebuah website yang berisi informasi warisan budaya kuliner pecel Madiun berbasis budaya tradisi lokal dengan pendekatan visual, Identitas serta gaya desain yang relevan dengan keadaan budaya tradisi lokal wilayah Madiun.
Sistem Pendukung Keputusan Calon Penerima Program Bantuan Sosial (BANSOS) Menggunakan Metode Simple Additive Weighting (SAW) : Decision Support System for Prospective Social Assistance Program Recipients (BANSOS) Using the Simple Additive Weighting (SAW) Method Suprapto, Suprapto; Edora, Edora; Pasaribu, Firentus Agustone
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1057

Abstract

Bantuan sosial merupakan salah satu upaya pemerintah,komunitas atau individu dalam penanggulangan kemiskinan yang bertujuan untuk memenuhi kebutuhan masyarakat yang memiliki kelayakan ekonomi rendah dan meningkatkan taraf hidup masyarakat dengan bantuan sosial. Proses identifikasi penerima program bantuan sosial diKp kaceot peduli2 Kerawang barat relatif memakan waktu dan kurang optimal, karena merupakan proses manual mengisi dan memilih satu per satu menggunakan formulir kertas. Saat kertas menumpuk, data menjadi lebih rentan terhadap kerusakan dan kehilangan. Untuk mengatasi permasalahan tersebut, diperlukan suatu sistem yang dapat mempermudah proses pemilihan penerima program bantuan sosial di Kp kaceot peduli2 Kerawang barat. Dalam hal ini merupakan sistem pendukung keputusan yang didukung dengan metode Simple Additive Weighting (SAW). Sistem pendukung keputusan ini dikembangkan sesuai dengan metode Waterfall dengan menggunakan bahasa pemrograman PHP (PHP: Hypertext Preprocessor), Framework Code Igniter 3, dan database MySQL sebagai database server. Hasil perhitungan berdasarkan metode SAW merekomendasikan nama-nama penerima program bansos sesuai urutan prioritas. Selain itu, berdasarkan hasil pengujian black box, sistem ini akan berjalan sesuai dengan kemampuannya.
Komparasi Algoritma Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen pada Metaverse: Comparison of Support Vector Machine and Naïve Bayes Algorithms for Sentiment Analysis of the Metaverse Novianti, Dea Nurmastin; Shiddieq, Diqy Fakhrun; Roji, Fikri Fahru; Susilawati, Wati
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1061

Abstract

Metaverse telah mencuri perhatian dunia karena kemampuannya untuk menggabungkan dunia nyata dan dunia virtual. Minat terhadap metaverse semakin meningkat seiring dengan dampak pandemi COVID-19 dan proyek pembangunan Ibu  Kota Nusantara (IKN), serta pertumbuhan penggunaan platform digital. Perbincangan isu metaverse semakin meroket naik setelah perusahaan Facebook merubah namanya menjadi Meta. Studi ini bertujuan untuk membandingkan  akurasi tertinggi antara metode algoritma Naïve Bayes dengan SVM  dalam menganalisis respons masyarakat terhadap metaverse. Studi ini menggunakan metode sentiment analisis. Penggunaan dua algoritma menjadi keterbaruan penelitian. Studi kali ini  menggunakan data yang diambil dari Twitter (x) dan disimulasikan menggunakan sentiment analisis dari algoritma SVM dan  algoritma Naïve Bayes. Berdasarkan penelitian, ditemukan bahwa akurasi algoritma SVM mencapai 90,32% presisi sebesar 0,90 dan recall sebesar 0,86, sedangkan algoritma Naïve Bayes mencapai 84,23% presisi sebesar 0,87 dan recall sebesar 084. Dengan adanya penelitian ini dapat memberikan wawasan terhadap tren metaverse, serta membandingkan hasil akurasi tertinggi antara  dua algoritma.  
Analisis Sentimen Tempat Wisata Berdasarkan Ulasan pada Google Maps Menggunakan Algoritma Support Vector Machine: Sentiment Analysis of Tourist Attractions Based on Reviews on Google Maps Using the Support Vector Machine Algorithm Ipmawati, Joang; Saifulloh, Saifulloh; Kusnawi, Kusnawi
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1066

Abstract

Era Revolusi Industri 4.0 ditandai oleh ketersediaan data yang melimpah, menciptakan peluang dalam proses pengambilan informasi. Salah satu proses pengambilan data tersebut mencakup pencarian informasi tentang tempat wisata di Yogyakarta (DIY). Proses pengambilan informasi ini dapat dilakukan melalui Google Maps, yang menyediakan detail seperti lokasi, jarak, bahkan ulasan pengunjung dalam bagian komentar, yang berasal dari ulasan tentang destinasi wisata tersebut. Dalam data informasi yang dikumpulkan, muncul berbagai masalah yang memerlukan identifikasi, mengarah pada gagasan penelitian untuk menganalisis sentimen terkait destinasi wisata dengan memanfaatkan ulasan pengguna di Google Maps. Metodologi penelitian yang digunakan dalam studi ini menggunakan Support Vector Machine (SVM) untuk mengategorikan ulasan ke dalam kategori sentimen positif, negatif, atau netral. Ulasan pengguna dari platform Google Maps diolah dan dilatih menggunakan SVM untuk mengidentifikasi pola sentimen. Hasil eksperimen menunjukkan efektivitas metode SVM dalam mengelola volume besar data ulasan untuk analisis sentimen, memberikan pemahaman yang lebih dalam tentang persepsi masyarakat terhadap destinasi wisata. Penelitian ini dapat berkontribusi pada pengembangan strategi pemasaran dan manajemen berdasarkan umpan balik pengguna secara real-time. Temuan penelitian mengenai kinerja metode SVM dalam klasifikasi analisis sentimen menggunakan Support Vector Machine (SVM) menunjukkan tingkat akurasi rata-rata sebesar 83,8% berdasarkan ulasan pengunjung di situs Google Maps.
Prediksi Sisa Umur Layan dan Analisa Resiko pada Power Transformer Menggunakan pendekatan Distribusi Weibull dan Risk Priority Number: Prediction of Remaining Service Life and Risk Analysis on Power Transformers Using The Weibull Distribution and Risk Priority Number Approach Rahardian, Krisnandha; Riastuti, Rini; Zakiyuddin, Ahmad
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1068

Abstract

Transformator adalah peralatan mahal dan krusial dalam sistem transmisi dan distribusi tenaga listrik. Berperan penting dalam menjaga keandalan dan efisiensi pasokan listrik, transformator terus menerima tekanan termal, listrik, mekanik, dan kimia selama operasinya. Oleh karena itu, penilaian penuaan transformator memerlukan parameter komprehensif, terutama karena panas terbuang menjadi faktor pembatas untuk beban maksimum. Kelangsungan operasional transformator menjadi isu penting, dan kegiatan pemantauan, inspeksi, dan pemeliharaan rutin diperlukan untuk mencegah pemadaman yang tidak diinginkan. Dalam penelitian ini, pendekatan dilakukan dengan mendekomposisi transformator menjadi bagian-bagian dan melakukan analisis risiko kuantitatif serta evaluasi prioritas. Lowest Replacable Unit (LRU) dievaluasi menggunakan Weibull++, Life Data Analisis, dan software reliasoft. Hasil analisis menunjukkan bahwa Power Transformer (TR-01) milik PT ABC di Area Integrated Terminal berada dalam kondisi baik dan layak beroperasi. Simulasi Weibull++ menunjukkan umur sisa 275 bulan (22.9 tahun), dengan reliabilitas 86% untuk 4 tahun ke depan dan nilai risk priority number Medium High (3D). Kesimpulan dari analisis ini memberikan keyakinan bahwa transformator berfungsi dengan baik dan dapat diandalkan dalam operasionalnya.
Studi Perbandingan Metode SAW, MAUT dan SMART dalam Pemilihan Telepon Seluler untuk Belajar Online : Comparative Study of SAW, MAUT and SMART Methods in Selecting Smartphones for Online Learning Akbar, Memen; Zahara, Elfa; Assariy, Aufa; D, E. Andika Alfira
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1073

Abstract

Telepon seluler merupakan perangkat yang sering digunakan untuk pembelajaran online pada masa pandemik covid-19. Banyak pilihan dengan beragam spesifikasi dan harga yang bervariasi membuat masyarakat bingung dalam memilih telepon seluler untuk pembelajaran online. Penerapan metode pendukung keputusan dapat memberikan rekomendasi telepon seluler yang baik untuk pembelajaran online. Pada penelitian ini, dilakukan studi perbandingan dan analisis penerapan metode SAW, MAUT, dan SMART dalam pemilihan telepon seluler untuk pembelajaran online. Kriteria telepon seluler yang digunakan pada penelitian ini dirangkum dari hasil wawancara dan studi literatur. Terdapat 8 kriteria yang digunakan, yakni ukuran kamera, ROM, RAM, processor, jenis layar, garansi, baterai, dan harga. Untuk simulasi perhitungan, diambil data 10 merk telepon seluler dan spesifikasinya berdasarkan kriteria yang telah ditentukan. Hasil simulasi perhitungan ketiga metode kemudian dibandingkan dan dianalisis tingkat kemiripan dan keragaman hasil perhitungan dan peringkat yang direkomendasikan. Berdasarkan hasil analisis yang telah dilakukan, metode SAW dan SMART memiliki tingkat kemiripan hasil perhitungan yang sangat tinggi, yakni 0,9579. Namun, nilai akhir hasil perhitungan metode SAW memiliki jarak yang sangat dekat, yakni 0,0281. Metode MAUT memiliki nilai akhir hasil perhitungan dengan jarak yang paling tinggi, yakni sebesar 0,0711. Peringkat yang direkomendasikan metode SAW dan SMART juga memiliki tingkat kemiripan yang sangat tinggi sebesar 0,9792.

Page 11 of 42 | Total Record : 418

 9   10   11   12   13 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 4 (2025): MALCOM October 2025 Vol. 5 No. 3 (2025): MALCOM July 2025 Vol. 5 No. 2 (2025): MALCOM April 2025 Vol. 5 No. 1 (2025): MALCOM January 2025 Vol. 4 No. 4 (2024): MALCOM October 2024 Vol. 4 No. 3 (2024): MALCOM July 2024 Vol. 4 No. 2 (2024): MALCOM April 2024 Vol. 4 No. 1 (2024): MALCOM January 2024 Vol. 3 No. 2 (2023): MALCOM October 2023 Vol. 3 No. 1 (2023): MALCOM April 2023 Vol. 2 No. 2 (2022): MALCOM October 2022 Vol. 2 No. 1 (2022): MALCOM April 2022 Vol. 1 No. 2 (2021): MALCOM October 2021 Vol. 1 No. 1 (2021): MALCOM April 2021 More Issue