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
 23   24   25   26   27 
Analisis Sentimen Terhadap Cyber Bullying di X Menggunakan Algoritma Naïve Bayes : Sentiment Analyst of Cyber Bullying in X Using Naïve Bayes Algorithm Arfan, Ibnu Soffi; Fauziah, Sifa; Nawangsih, Ismasari
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1550

Abstract

X adalah salah satu media sosial paling populer di dunia penggunanya bisa menuangkan isi fikiran ke publik dan cepat mendapatkan informasi dan tanggapan dari berbagai sudut pandang. Disamping saking banyaknya sisi positif dari x ini pasti tidak luput dari sisi negatifnya, salah satunya Cyberbullying di sosial media ini. Cyberbullying sendiri termasuk tindakan pidana dan pelakunya dapat ditindak sesuai Undang-undang yang berlaku. Maka dari itu penelitian analisis sentimen terhadap Cyberbullying pada media sosisal x untuk mengklasifikasikan tweet dan komentar yang bermuatan negatif dan positif menggunakan metode dan Naïve Bayes classifier Data masukan pada analisis ini berupa tweet yang diperoleh dari open data untuk di analisis untuk mencari potensi terjadinya tindakan Cyberbullying. Output pada penelitian ini berupa klasifikasi sentimen Cyberbullying yang telah melewati preprocessing. Dari hasil pengujian diperoleh akurasi menggunakan metode Naïve Bayes sebesar 86% menghasilkan pembuktian untuk topik Cyberbullying, sehingga algoritma tersebut dapat diterapkan untuk klasifikasi analisis sentimen pada data yang lain.
Peramalan Ekspor Batu Bara Indonesia Menggunakan Metode Double Exponential Smoothing Brown: Forecasting Indonesian Coal Exports Using Double Exponential Smoothing Brown Method Masa, Amin Padmo Azam; Prafanto, Anton; Setyadi, Hario Jati
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 3 (2024): MALCOM July 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i3.1552

Abstract

Batu bara adalah sumber energi penting untuk pembangkit listrik di banyak negara. Sebagai sumber daya alam yang tidak dapat diperbaharui, batu bara tersedia di berbagai negara termasuk Indonesia. Indonesia memiliki sumber daya batu bara sekitar 161 miliar ton dengan cadangan mencapai 28 miliar ton. Indonesia merupakan negara pengekspor batu bara terbesar di dunia dan produsen kedua terbesar. Sekitar 75% dari produksi batu bara di Indonesia diekspor ke luar negeri, sementara 25% digunakan untuk keperluan domestik. Berdasarkan potensi sumber daya batu bara yang besar dan dominasi ekspor yang signifikan dibandingkan dengan konsumsi dalam negeri, peramalan ekspor batu bara di Indonesia menjadi sangat penting. Peramalan ini memberikan panduan untuk mengoptimalkan produksi batu bara dengan tujuan memaksimalkan keuntungan negara tanpa mengorbankan kelestarian lingkungan. Dengan demikian, beberapa kebijakan dapat dipilih berdasarkan pendekatan strategis yang diambil untuk menjaga keseimbangan antara manfaat ekonomi dan keberlanjutan lingkungan. Terdapat beberapa pendekatan untuk memprediksi ekspor batu bara di Indonesia, termasuk menggunakan metode Double Exponential Smoothing Brown. Hasil peramalan tren produksi batu bara Indonesia untuk periode 2023-2027 adalah sebanyak 354.847,71 ribu ton, 353.656,62 ribu ton, 352.465,52 ribu ton, 351.274,43 ribu ton, dan 350.083,33 ribu ton. Penelitian ini menunjukkan bahwa nilai Minimum Absolute Percentage Error (MAPE) terendah yang dicapai adalah 0,06212.
Analisis Sentimen Terhadap Program Kartu Indonesia Pintar Kuliah pada Media Sosial X Menggunakan Algoritma Naive Bayes: Sentiment Analysis of the Indonesian Smart College Card Program on Social Media X Using the Naive Bayes Algorithm Pramudita, Diky; Akbar, Yuma; Wahyudi, Tri
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1565

Abstract

Penelitian ini menunjukkan bahwa publik memiliki berbagai tanggapan terhadap Program Kartu Indonesia Pintar Kuliah (KIP-K) yang dapat dikategorikan ke dalam sentimen positif dan negatif. Permasalahan yang diteliti adalah bagaimana tanggapan publik terhadap program KIP-K yang diungkapkan melalui media sosial X. Penelitian ini menggunakan metode analisis sentimen dengan algoritma Naive Bayes dan pendekatan CRISP-DM untuk memastikan proses analisis yang sistematis dan terstruktur. Data yang dikumpulkan sebanyak 1.516 tweet yang mengandung kata kunci "KIP-K" melalui teknik crawling data menggunakan API X. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes efektif dengan akurasi 84.99%, presisi sentimen positif 83.54%, dan presisi sentimen negatif 87.25%. Solusi yang ditawarkan adalah penggunaan teknik machine learning untuk secara otomatis mengkategorikan sentimen dari data teks yang besar dan tidak terstruktur. Manfaat dari penelitian ini adalah memberikan wawasan kepada pemerintah dan pemangku kebijakan tentang persepsi masyarakat terhadap program KIP-K, yang dapat dijadikan dasar untuk evaluasi dan perbaikan program di masa mendatang. Kesimpulannya, algoritma Naive Bayes dapat mengklasifikasikan sentimen dengan baik menggunakan data dari tweet tentang KIP-K, dengan hasil yang menunjukkan dominasi sentimen negatif. Penelitian ini juga berkontribusi dalam pengembangan metode analisis sentimen berbasis machine learning di bidang pendidikan.
Perbandingan Algoritma K-Means, Naïve Bayes dan Decision Tree Dalam Memprediksi Penjualan Bahan Bakar Minyak: The Comparison of K-Means, Naïve Bayes and Decision Tree Algorithm in Predicting Fuel Oil Sales Arfan, Usman; Paraga, Novita
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1566

Abstract

Penelitian ini membahas penerapan algoritma K-Means untuk melakukan clustering terhadap data penjualan Bahan Bakar Minyak (BBM) di SPBU Wadio Nabire, serta evaluasi akurasi model Decision Tree dan Naive Bayes menggunakan data mining pada aplikasi Orange. Tujuan utama penelitian ini adalah untuk mengoptimalkan distribusi BBM dengan memahami pola konsumsi dan segmentasi pelanggan. Penelitian ini mengidentifikasi masalah utama dalam distribusi BBM yang tidak optimal, yang menyebabkan kelebihan atau kekurangan stok di SPBU Wadio Nabire, serta ketidakpuasan konsumen akibat antrean panjang dan kenaikan biaya operasional. Dengan menggunakan teknik data mining seperti clustering dan prediksi penjualan, penelitian ini bertujuan untuk memberikan solusi dalam perencanaan distribusi yang lebih efisien dan strategi pemasaran yang lebih efektif untuk meningkatkan penjualan BBM dan kepuasan pelanggan.
Perencanaan Arsitektur Enterprise Menggunakan TOGAF Architecture Development Method: Enterprise Architecture Planning Using the TOGAF Architecture Development Method Hanum, Rahma
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1571

Abstract

SMP Muhammdiyah 3 Bandung belum mempunyai sistem informasi yang terintegrasi dalam mendukung penerapan suatu model untuk merancang sistem informasi dan teknologi informasi dalam proses belajar mengajar sehingga dapat membantu dalam proses bisnis yang terkomputerisasi. Arsitektur enterprise merupakan sebuah kerangka atau acuan untuk membangun sistem informasi yang berorientasi pada kebutuhan bisnis suatu organisasi. Dalam perancangannya juga dibutuhkan suatu metodologi yang mendukung terciptanya suatu arsitektur enterprise yaitu metode TOGAF ADM   yang terdiri dari perancangan arsitektur visi, arsitektur bisnis, arsitektur sistem informasi, arsitektur teknologi, peluang dan solusi dan migration planning. Hasil akhir dari perancangan ini adalah adanya rekomendasi pemodelan arsitektur enterprise sebagai acuan sekolah untuk merancang arsitektur enterprise yang baik dan bisa digunakan untuk mencapai tujuan strategisnya.
Sistem Pendukung Keputusan Penetuan Penerima BLT-DD Menggunakan Algoritma C4.5: Decision Support System for Determining BLT-DD Recipients Using the C4.5 Algorithm Santosa, Gabriel Adven Dwi; Santosa, Budi; Sumirat, Lambang Probo
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 3 (2024): MALCOM July 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i3.1579

Abstract

Kemiskinan menjadi masalah yang sangat serius di Indonesia Pemerintah mengeluarkan salah program Bansos atau yang di sebut dengan Bantuan Langsung Tunai Dana Desa (BLT-DD) untuk mengentas kemiskinan. Salah satu desa yang menerima manfaat program BLT-DD yaitu desa Ngandong, Klaten Jawa Tengah sejak tahun 2023. Tantangan dalam menentukan penerima BLT-DD yaitu banyak ketidaktepatan sasaran karena masih dilakukan secara manual menyebabkan adanya masalah kecurangan yaitu penilaian secara subjektif oleh oknum tertentu. Oleh sebab itu dibutuhkan sebuah sistem pendukung keputusan dalam menentukan penerima BLT-DD. Salah satu metode SPK yang dikenal adalah Algoritma C4.5 dengan menggunakan lima parameter yaitu kemiskinan ekstrim, tunggal lansia, memiliki anggota keluarga yang menderita difabel, memiliki anggota keluarga yang sakit menahun, dan belum menerima bantuan apapun dari desa. Hasil penelitian diperoleh 8 rules dengan 5 rules berstatus layak dam 3 rules berstatus tidak layak. Hasil dari perhitungan gain menggunakan Algoritma C4.5 yang mendapat kriteria dengan nilai gain tertinggi yaitu Tunggal Lansia dengan gain 0,20998. Dengan adanya penerapan algoritma C4.5 mampu memberikan solusi kepada Pemerintah Desa dalam menentukan masyarakat yang berhak dalam menerima BLT-DD, penerima bantuan dapat menerima bantuan dengan cepat daan kemudian ditampilkan dalam laporan yang dapat diunduh
Penerapan Teknologi RFID dalam Pengelolaan Parkir Otomatis untuk Peningkatan Kenyamanan Pengguna Parkir: Application of RFID Technology in Automatic Parking Management to Enhance User Comfort in Parking Dewa, Ananda Asmoro; Samsugi, S.; Styawati, Styawati
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1586

Abstract

Penelitian ini memiliki tujuan untuk mengimplementasikan sistem palang parkir otomatis menggunakan Radio Frequency Identification (RFID). Sistem ini diharapkan dapat mengurangi durasi waktu dalam antrian yang sebelumnya masih menggunakan pembacaan manual tiket atau pembayaran yang manual. Penelitian mengembangkan dan menguji sistem palang parkir otomatis menggunakan RFID agar lebih optimal. pengujian dengan membadingkan dua kondisi berbeda pada palang parkir otomatis yaitu menggunakan RFID dan menggunakan Tiket, pengujian ini dilakukan untuk mengetahui perbandingan berapa waktu yang diperlukan ketika menggunakan RFID dan Ticket pada palang parkir otomatis. Pengujian ini dilakukan dengan memban Pengujian ini menunjukan bahwa rata-rata  waktu yang diperlukan untuk membuka palang parkir otomatis pada pintu masuk menggunakan RFID adalah 4,2 detik dibandingkan menggunakan ticket yang membutuhkan waktu 7 detik yang dimana 2,8 detik lebih cepat, dan rata-rata waku yang diperlukan untuk membuka palang parkir otomatis pada pintu keluar menggunakan RFID adalah 7,1 detik dibandingkan menggunakan ticket yang membutuhkan waktu 12,9 detik yang dimana 5,8 detik lebih cepat. Hasil penelitian menunjukan bahwa penggunakan RFID lebih cepat dibanding menggunakan Ticket.
Model Pengambilan Keputusan Seleksi Jabatan Dekan dengan Metode Weighted Performance Indicator Berdasarkan Opini Responden : Decision-Making Model for Dean Position Selection Using the Weighted Performance Indicator Method Based on Respondent Opinions Heryati, Agustina; Afriyani, Fauziah; Mulyati, Mulyati; Putri, Indah Pratiwi; Suryati, Suryati
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1622

Abstract

Pemilihan Dekan di tingkat universitas merupakan proses penting yang berdampak signifikan terhadap kualitas pendidikan, riset, dan pengabdian masyarakat di fakultas. Namun, proses ini sering menghadapi tantangan seperti subjektivitas, kurangnya transparansi, dan ketidakjelasan kriteria penilaian. Penelitian ini bertujuan mengembangkan model pengambilan keputusan dalam seleksi jabatan Dekan dengan menggunakan metode Weighted Performance Indicator (WPI) yang berbasis pada opini responden. Metode WPI menggabungkan berbagai kriteria dan indikator untuk mengevaluasi kinerja kandidat secara objektif dan transparan. Penelitian ini menggunakan kriteria seperti kualifikasi akademik, pengalaman kepemimpinan, kontribusi penelitian, kemampuan manajerial, visi strategis, kepatuhan terhadap kebijakan universitas, kualitas komunikasi, dan pengalaman pengelolaan konflik untuk menilai tiga kandidat dekan. Hasil evaluasi menunjukkan bahwa Kandidat 1 memperoleh nilai WPI tertinggi sebesar 134,23, diikuti oleh Kandidat 2 dengan nilai 120,59, dan Kandidat 3 dengan nilai 111,05. Temuan ini menunjukkan bahwa metode WPI efektif memberikan hasil yang lebih objektif dan dapat diandalkan dalam proses pemilihan Dekan, yang diharapkan dapat meningkatkan kualitas kepemimpinan fakultas dan pencapaian tujuan akademik serta strategis universitas
Implementasi Virtual Private Network MenggunakanLayer 2 Tunneling Protocol Berbasis Mikrotik: Virtual Private Network Implementation Using Mikrotik Based Layer 2 Tunneling Protocol Sari, Linna Oktaviana; Helena, Helena
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1651

Abstract

Perkembangan teknologi yang semakin pesat membuat kebutuhan akan jaringan internet semakin meningkat, termasuk di sektor pendidikan. SDS IT Sahabat Muslim Duri menggunakan jaringan internet sebagai media pembelajaran dan penyimpanan data penting secara online. Namun, pengelolaan jaringan oleh admin hanya dapat dilakukan dalam jaringan lokal sekolah. Penelitian ini bertujuan untuk mengimplementasikan jaringan VPN menggunakan protokol L2TP berbasis Mikrotik agar perangkat di sekolah dapat dikonfigurasi dan dimonitor dari jarak jauh secara aman. Metode yang digunakan meliputi identifikasi masalah, studi literatur, pengumpulan data, implementasi VPN L2TP, dan pengujian. Hasil penelitian menunjukkan bahwa implementasi VPN L2TP berhasil memungkinkan admin untuk mengakses dan mengelola jaringan sekolah dari jaringan publik secara aman. Pengujian menggunakan ping, traceroute, dan remote perangkat menunjukkan konektivitas yang baik. Implementasi ini meningkatkan efisiensi pengelolaan jaringan dan keamanan data sekolah.
Segmentasi Pelanggan dengan Algoritma Clustering Berdasarkan Atribut Recency, Frequency dan Monetary (RFM): Customer Segmentation with Clustering Algorithm Based on Recency, Frequency, and Monetary (RFM) Attributes Fadhillah, Muhamad Fikri; Suyoso, Aldo Lovely Arief; Puspitasari, Ira
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 1 (2025): MALCOM January 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i1.1491

Abstract

Perdagagan bebas yang disepakati dengan negara maju menimbulkan perubahan karakter konsumen di Indonesia [1] ditambah efek pandemi Covid-19 semua komoditi dalam negeri hampir mengalami penuruan penjualan dan laba usaha tiap tahunnya[2]. Perusahaan harus mengubah strategi lain dalam menarik pelanggan menggunakan data karakteristik pelanggan yang berbeda-beda salah satunya data transaksi penjualan [3]. Data tersebut nantinya akan disegmentasi dengan metode clustering. Clustering adalah teknik analisis data yang bertujuan mengelompokkan objek-objek ke dalam grup atau klaster berdasarkan kesamaan karakteristik atau fiturnya. Analisis data dengan clustering diperlukan untuk mengidentifikasi pola dan mengekstrak informasi dari kumpulan data dengan variasi dan jumlah besar, seperti pada identifkasi segmentasi pelanggan. Hasil clustering ini akan memudahkan dalam merumuskan startegi pemasaran berorientasi pelanggan. Penelitian ini menggunakan model Recency, Frequency, and Monetary (RFM) sebagai atribut utama dan teknik clustering k-means, agglomerative, dan DBSCAN. Evaluasi berdasarkan silhouette score, Davis-Bouldin index, dan Calinski-Harabasz index menunjukkan hasil terbaik pada pembentukan tiga cluster dengan algoritma k-means untuk segmentasi pelanggan dalam penelitian ini dengan indeks silhouette score sebesar 0.364, davis-bouldin sebesar 0.93 dan calinski-harabasz sebesar 1303.6 ini menghasilkan 3 klaster pelanggan loyal customer, adequate customer dan churn atau lost customer.

Page 25 of 42 | Total Record : 418

 23   24   25   26   27 

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