cover
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
ISSN : 27972313     EISSN : 27758575     DOI : -
Core Subject : Science,
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
Articles 441 Documents
Implementasi Monitoring Suhu dan Kelembapan Kumbung jamur pada Budidaya Jamur Tiram dengan NodeMCU - ESP8266 di Desa Wirasana Purbalingga: Implementation of Temperature and Humidity Monitoring in Mushroom House for Oyster Mushroom Cultivation Using NodeMCU – ESP8266 in Wirasana Village Purbalingga Hudhoifah, Maula Abi; Mulyana, Dadang Iskandar
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1222

Abstract

Budidaya jamur tiram di Desa Wirasana, Purbalingga, dihadapkan pada tantangan kritis terkait pemantauan suhu dan kelembapan yang sangat berpengaruh pada pertumbuhan optimal. Penelitian ini menjelajahi penerapan Internet of Things (IoT) dengan NodeMCU ESP8266 untuk memonitor budidaya jamur tiram. Solusi ini melibatkan serangkaian perangkat, termasuk sensor DHT22, sensor ultrasonik, relay 2 channel untuk mengatur humidifier dan kipas, serta tambahan sensor HCSR yang bertujuan memantau air penyimpanan. Data suhu dan kelembapan dikirimkan ke database, memungkinkan pemantauan real-time melalui aplikasi Smartphone. Metode prototyping diterapkan untuk memastikan desain sistem yang responsif. Hasil pengujian menunjukkan akurasi tinggi sensor DHT22 dengan suhu 96.5% dan kelembapan 86.7%, meskipun pengiriman data NodeMCU mengalami 4 kegagalan dari 100 percobaan ini masih tergolong cukup baik. Otomatisasi humidifier dan kipas berjalan lancar, sementara aplikasi Android mencapai keberhasilan 100% dalam memonitor kondisi kumbung jamur. Kesimpulan penelitian ini menyoroti keakuratan sensor DHT22 dan menekankan perlunya evaluasi lebih lanjut terhadap keandalan pengiriman data NodeMCU. Fungsi otomatisasi dan interaksi dengan aplikasi Android membuktikan kehandalan system dalam mengelola kondisi budidaya jamur tiram secara optimal.
Analisis Manajemen Risiko Teknologi Informasi pada KPU Menggunakan Cobit 5 Domain APO12: Analysis of Information Technology Risk Management at KPU Using Cobit 5 Domain APO12 Wirayudha, Muhammad Aldi; Novriyanto, Novriyanto; Darmizal, Teddie; Oktavia, Lola
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1225

Abstract

Komisi Pemilihan Umum adalah lembaga negara yang menyelenggarakan pemilihan umum di Indonesia. Sebagai penyelenggara pemilu, pemanfaatan teknologi informasi sangat penting untuk mendukung operasional bisnis dan meningkatkan kualitas organisasi. Oleh karena itu, penting bagi lembaga negara untuk menerapkan pengelolaan risiko teknologi informasi khususnya pada Komisi Pemilihan Umum Kabupaten XYZ guna mencegah terjadinya kerugian risiko serta meningkatkan efikasi dan efisiensi manajemen risiko teknologi informasi. Pengelolaan risiko teknologi informasi di KPU Kabupaten XYZ belum maksimal sehingga rentan terhadap kejadian risiko yang dapat berdampak negatif terhadap pelaksanaan tanggung jawabnya. Analisis manajemen risiko teknologi informasi di Komisi Pemilihan Umum Kabupaten XYZ khususnya pada aspek keamanan data, sistem informasi, dan infrastruktur TI bertujuan untuk menilai capability level dengan menggunakan framework COBIT 5 domain APO12 yang secara khusus mengatur manajemen risiko. Nilai kapabilitas organisasi yang ditentukan berdasarkan analisis domain APO12 adalah 1,35 yang menunjukkan bahwa organisasi telah mencapai level kapabilitas 1 (proses yang dilakukan). Artinya, proses manajemen risiko teknologi informasi telah diterapkan, namun masih belum terstruktur dan tidak konsisten. Agar proses APO12 mencapai level 2 (proses terkontrol), ditemukan celah 1 di setiap subdomainnya. Berdasarkan analisis kesenjangan, diberikan saran perbaikan. Rekomendasi ini akan menjadi landasan penilaian manajemen risiko teknologi informasi di KPU Kabupaten XYZ ke depan.
Fuzzy Clustering-Based Grouping for Mapping the Distribution of Student Success Data Mustakim, Mustakim; Aini, Delvi Nur; Batubara, Ana Uzla; Erkamim, Moh.; Legito, Legito
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 3 No. 2 (2023): MALCOM October 2023
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v3i2.1227

Abstract

Learning activities are the main activity in the overall teaching and learning process in schools. This is because whether or not the achievement of educational goals depends on how the learning process is carried out by students. The uneven level of student success in learning is one of the problems in the school's efforts to realize the vision and mission of SMKN 5 Pekanbaru in preparing skilled graduates to be able to work in certain sectors by the public interest and the industrial world. In this study, mapping and grouping student grade data was carried out using the Fuzzy C-Means algorithm to provide information to the school in making the right decisions and optimizing the learning process. Furthermore, clustering was carried out in several experiments K=3 to K=7, and obtained the best validity value tested with the Silhouette Index of 0.4277 located at K=5. Then the distribution of cluster 5 on student score data was obtained with details, namely cluster 1 with a capacity of 1 student, cluster 2 with a capacity of 27 students, cluster 3 with a capacity of 1 student, cluster 4 with a capacity of 10 students, cluster 5 with a capacity of 23 students.
Implementasi Algoritma Decision Tree dan Support Vector Machine (SVM) untuk Prediksi Risiko Stunting pada Keluarga: Implementation of Decision Tree and Support Vector Machine (SVM) Algorithm for Stunting Risk Prediction Putri, Amanda Iksanul; Syarif, Yulia; Jayadi, Puguh; Arrazak, Fadlan; Salisah, Febi Nur
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 3 No. 2 (2023): MALCOM October 2023
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v3i2.1228

Abstract

Kondisi kekurangan gizi kronis yang disebabkan oleh asupan makanan yang tidak mencukupi sebagai akibat dari kebiasaan makan yang tidak tepat sesuai dengan gizi yang diperlukan disebut juga dengan stunting. Stunting dapat membuat fisik anak menjadi lebih pendek, selain itu dapat menghambat pertumbuhan dan perkembangan organ lain seperti ginjal, jantung, dan otak pada anak. Meningkatnya kasus stunting pada anak memerlukan upaya pencegahan secara dini. Pada penelitian ini menggunakan 18 atribut dan 5021 record data dari 10 kelurahan Kota Dumai dimana salah satu diantaranya dijadikan sebagai kelas. Pada penelitian ini menerapkan Algoritma Decision Tree dan Support Vactor Machine (SVM) untuk mengetahui algoritma mana yang tepat memproses data tersebut. Hasil prediksi dengan menggunakan Decision Tree pada penelitian ini mendapatkan nilai akurasi sebesar 96.15%, nilai recall Tidak sebesar  92.06% serta Ya sebesar 97.34% dan nilai presisi Tidak sebesar 90.99% serta Ya sebesar 97.68%. Sedangkan dengan menggunakan Algoritma SVM mendapatkan nilai akurasi sebesar 62.48%, nilai recall Tidak sebesar 99.12% serta Ya sebesar 51.80% dan nilai presisi Tidak sebesar 37.49% serta Ya sebesar 99.51%. Berdasarkan penelitian menggunakan data  tersebut dapat disimpulkan bahwa akurasai algoritma Decision Tree jauh lebih baik dibandingkan dengan algoritma SVM.
Implementasi Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor untuk Klasifikasi Penyakit Ginjal Kronik: Implementation of Naïve Bayes Classifier and K-Nearest Neighbor Algorithms for Chronic Kidney Disease Classification Wulandari, Vina; Sari, Windy Junita; Alfian, Zhevin; Legito, Legito; Arifianto, Teguh
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1229

Abstract

Ginjal adalah salah satu organ vital yang memiliki peranan sangat penting dalam tubuh dan memiliki fungsi untuk menjaga keseimbangan metabolishme tubuh dengan mengeluarkan racun dari dalam tubuh dan limbah metabolisme dalam bentuk urine. Penyakit ginjal kronik ialah kondisi di mana ginjal mengalami penurunan fungsi yang berlangsung dalam jangka waktu yang lama. Jumlah nilai prelevansi penderita PGK di Indonesia yang terbilang besar. Oleh karena itu dilakukan klasifikasi Penyakit ginjal kronik dengan algoritma Naïve Bayes Classifier (NBC) dan K- nearest Neighbor (KNN) yang mempunyai nilai akurasi yang baik. Berdasarkan Hasil penelitian yang diperoleh klasifikasi PGK menggunakan algoritma NBC memiliki akurasi sebesar 94,25%, rata-rata nilai recall 94,23%, presisi 98,40% dan AUC 0,961, Sedangkan klasifikasi menggunakan algoritma KNN memiliki akurasi sebesar 77,79%, recall 95,06%, presisi 80,20% dan AUC sebesar 0,627. Dari kedua hasil menunjukan bahwa klasifikasi menggunakan algoritma NBC lebih baik dibanding  menggunakan algoritma KNN.
Evaluasi Layanan Publik pada Platform E-Government menggunakan Indeks Layanan Publik Elektronik dan Metode Importance Performance Analysis: Evaluating Public Services on E-Government Platforms through the Electronic Public Service Index and Importance Performance Analysis Method Permatasari, Indah; Terttiaavini, Terttiaavini; Heryati, Agustina; Saputra, Tedy Setiawan
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1230

Abstract

Dinas Kependudukan dan Pencatatan Sipil Kota Palembang telah menerapkan pendekatan inovatif untuk meningkatkan efisiensi dan aksesibilitas melalui pengenalan Platform E-Government. Untuk mendapatkan tanggapan masyarakat, sangat penting untuk mengukur kepuasan pengguna terhadap Layanan Website sebagai langkah awal dalam proses perbaikan. Penelitian ini bertujuan untuk menilai Layanan Website Disdukcapil dengan mengidentifikasi tingkat kepuasan pengguna, mengevaluasi kinerja platform, dan memberikan rekomendasi perbaikan guna meningkatkan efektivitas layanan. Indikator diambil dari Indeks Layanan Publik Elektronik, dengan pengujian validasi menggunakan SPSS, dan Metode Importance Performance Analysis (IPA) digunakan untuk menganalisis sejauh mana kinerja aktual suatu variabel sesuai dengan harapan pengguna. Penelitian ini menghasilkan indeks layanan elektronik sebesar 3,417, menunjukkan penilaian yang sangat baik terhadap layanan E-Government. Namun, uji sampel berpasangan mengungkapkan adanya perbedaan yang signifikan antara kinerja aktual dan harapan pengguna. Analisis ini menegaskan perlunya perbaikan layayan guna meningkatkan kepuasan pengguna. Rekomendasi perbaikan yang dihasilkan dari analisis ini diharapkan dapat memberikan kontribusi positif terhadap efektivitas layanan publik elektronik di Dinas Kependudukan dan Pencatatan Sipil Kota Palembang.
System Development dalam Pengarsipan Surat Berbasis Model Object Oriented Programming: Development System in Letter Archiving Based on Object Oriented Programming Model Anawoli, Rita Rambu Sori; Pekuwali, Arini Aha; Lede, Pingky A. R. Leo
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1232

Abstract

Perkembangan pesat teknologi saat ini menuntut instansi untuk melakukan modernisasi administrasi, termasuk pemanfaatan teknologi komputer dalam sistem informasi pengarsipan surat masuk dan surat keluar. Surat merupakan sarana komunikasi tertulis antara pihak yang berbeda. Penelitian ini bertujuan untuk mengembangkan sistem informasi pengarsipan surat masuk dan surat keluar pada Kantor Camat Umbu Ratu Nggay Barat. Sistem ini akan memfasilitasi para pengelola surat dengan sistem informasi yang disesuaikan dengan kebutuhan yang ada. Tujuan dari penelitian ini adalah fokus pada tahap pengarsipan surat masuk dan surat keluar. Pembuatan sistem informasi ini memiliki manfaat yang signifikan, yaitu membantu bidang sekretariat Kantor Camat Umbu Ratu Nggay Barat dalam pencarian surat masuk dan surat keluar, serta mempermudah kinerja sehingga meningkatkan efisiensi waktu kerja. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah metode waterfall. Berdasarkan pengujian yang dilakukan pada tampilan sistem arsip surat, maka diperoleh kemudahan dalam mengelola surat masuk dan keluar. Sistem pengarsipan surat masuk dan keluar tersebut dapat mengolah dan menyampaikan informasi data hasil arsip surat. Dengan adanya pengembangan sistem informasi pengarsipan surat masuk dan  surat keluar, diharapkan dapat meningkatkan efisiensi dan efektivitas administrasi di Kantor Camat Umbu Ratu Nggay Barat, serta mempercepat proses pencarian data surat dengan menggantikan pendekatan yang masih digunakan saat ini.
Pengembangan Sistem Informasi Pengelolaan Keuangan Anggaran Pendapatan dan Belanja Desa Berbasis Object Oriented Analysis and Design: Development of a Financial Management Information System for Village Income and Expenditure Budgets Based on Object Oriented Analysis and Design Wolu, Saul Kadoka Jangga; Rada, Yustina
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1244

Abstract

Desa Weluk Praimemang, yang terletak di Kabupaten Sumba Tengah, Kecamatan Umburatu Nggay, saat ini masih mengelola keuangan desanya secara konvensional. Proses tersebut melibatkan pencatatan manual menggunakan buku/kertas dan pena, yang kemudian disalin ke Microsoft Excel untuk dijadikan laporan oleh bendahara desa setiap tahunnya. Metode ini tidak hanya dinilai kurang efisien, tetapi juga memiliki risiko keamanan data yang tinggi karena buku, kertas, atau catatan digital dapat hilang atau rusak, mengakibatkan kehilangan informasi penting seperti data pendapatan, belanja, dan pembiayaan. Oleh karena itu, penelitian ini bertujuan untuk mempermudah dan membantu Kepala Desa dan Pengurus Desa Weluk Praimemang dalam mengelola APBDes dengan lebih baik. Pendekatan yang diambil adalah dengan mengimplementasikan sistem pengelolaan APBDes berbasis website. Hasil penelitian menunjukkan bahwa penerapan sistem baru ini memberikan dampak positif terhadap efektivitas pengelolaan keuangan desa. Pengurus Desa, dan Bendahara Desa, dengan fokus pada aspek keamanan data. Hasil menunjukkan bahwa sistem berbasis website dapat meningkatkan ketersediaan data dan laporan yang akurat kepada pihak terkait seperti Pemdes dan BPD. Dengan adanya sistem ini, transparansi dan efisiensi dalam pengelolaan keuangan desa dapat ditingkatkan, memberikan dasar untuk pengembangan lebih lanjut dalam konteks pemerintahan desa di Weluk Praimemang, Kabupaten Sumba Tengah, Kecamatan Umburatu Nggay.
Information Security Management System Assessment Model by Integrating ISO 27002 and 27004 Fajri, Khafidh Sunny Al; Harwahyu, Ruki
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1245

Abstract

The rapid development of information and communication technology has also led to a significant increase in cybercrime activities. According to the Annual Cybersecurity Monitoring Report by the National Cyber and Cryptography Agency, there were 495 million instances of traffic anomalies or attempted attacks in 2020, which rose to 1.6 billion in 2021 in Indonesia. Implementing the ISO 27001 standard for information security management system (ISMS) can help mitigate these cyber-attack attempts. However, with various levels of resources and organizational commitment, different levels of ISMS maturity can be achieved. Therefore, there is a need for an ISMS assessment model. This is crucial, considering cyber incidents such as data breaches in organizations that have implemented or are certified with ISO 27001. This research proposed a concept of ISMS assessment model by integrating ISO 27002 and 27004 to a case study (Directorate XYZ), where the guidance function of ISO 27002 is transformed into assessment parameters and ISO 27004 for measuring performance. Using this model, the score of the case study’s ISMS was found to be 53.925, which is still below the established standard of 80.
Perbandingan Algoritma Naïve Bayes dan K-Nearest Neighbors untuk Klasifikasi Metabolik Sindrom: Comparison of Naive Bayes and K-Nearest Neighbors Algorithms for Metabolic Syndrome Classification Sholekhah, Fitriana; Putri, Adinda Dwi; Rahmaddeni, Rahmaddeni; Efrizoni, Luasiana
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1249

Abstract

Kondisi medis yang dikenal sebagai sindrom metabolik berpotensi meningkatkan kemungkinan penyakit jantung koroner, stroke, serangan jantung dan diabetes tipe 2. Sindrom metabolik juga dapat menyebabkan gula darah tinggi, kadar kolesterol rendah, obesitas secara bersamaan dan kelebihan lemak di daerah pinggang. Jika kombinasi dari ketiga kondisi ini terjadi maka dapat dikatakan penyakit ini  sebagai sindrom metabolik. Selain itu, sindrom metabolik juga dikaitkan dengan resistensi insulin, artinya dimana sel-sel tubuh tidak merespon baik terhadap efek insulin yang menyebabkan kadar gula darah tinggi karena gula tidak terserap ke dalam sel dengan baik. Sindrom metabolik tumbuh seiring meningkatnya obesitas di Asia, dengan perkiraan prevalensi yang terus naik. Ini berpotensi meningkatkan kasus penyakit kardiovaskular dan risiko kematian. Oleh karena itu, perlu dikembangkan model untuk mendiagnosis sindrom metabolik. Penelitian ini bertujuan untuk membandingkan kinerja algoritma klasifikasi utama, yaitu Naïve Bayes (NB) dan K-Nearest Neighbors (KNN) dalam mendeteksi sindrom metabolik. Hasil dari penelitian ini menunjukkan bahwa penggunaan algoritma Naïve Bayes menghasilkan akurasi sebesar 79%, sedangkan akurasi tertinggi dari algoritma K-Nearest Neighbors (KNN) adalah 82%. Kesimpulannya, dari hasil penelitian ini menunjukkan bahwa algoritma K-NN dengan pembagian data 50:50 lebih efektif dalam memprediksi dan mengklasifikasikan sindrom metabolik.