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
 25   26   27   28   29 
Pengembangan Sistem Informasi Pendataan Warga Dasawisma Berbasis Web Framework: Development of Dasawisma Citizen Data Collection Information System Based on Web Framework Hidayatullah, Reisye Remagari; Amir, Faisal; Oriyasmi, Fadhilah; Fadilillah, Fadli; Hasibuan, Rajimar Suhal
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.v5i1.1633

Abstract

Pemberdayaan dan Kesejahteraan Keluarga (PKK) Kampung Bukit Agung menghadapi kendala dalam proses pendataan warga dasawisma yang masih dilakukan secara manual. Pendataan manual ini seringkali menyebabkan kesalahan penulisan, data yang tidak lengkap, dan keterlambatan dalam pengelolaan data. Masalah ini menghambat efektivitas program PKK yang membutuhkan data yang akurat dan terkini untuk pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan sistem informasi berbasis web yang dapat menyederhanakan proses pendataan warga dasawisma, meningkatkan akurasi, mempercepat administrasi, dan memungkinkan akses informasi secara real-time. Sistem ini diharapkan dapat memberikan kontribusi dengan mengurangi kesalahan dalam pendataan dan mendukung pengambilan keputusan yang lebih cepat serta tepat di tingkat desa. Hasil penelitian menunjukkan bahwa implementasi sistem ini meningkatkan efektivitas program pembangunan desa dan kesejahteraan masyarakat. Sistem diuji melalui survei kepuasan pengguna, yang menunjukkan 89% pengguna menyatakan bahwa sistem berhasil meningkatkan efektivitas dalam pengelolaan data, terutama dalam hal pengambilan keputusan, akurasi data, dan kemudahan penggunaan.
Analisis Efektivitas GAN dalam Meningkatkan Akurasi Deteksi Tuna Rungu dengan Menggunakan Data Audio dan Visual: Analysis of GAN Effectiveness in Improving Hearing Impaired Detection Accuracy Using Audio and Visual Data Mulyana, Dadang Iskandar; Nurrohman, Awaludin Taufiq
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.v5i1.1635

Abstract

Penelitian ini menganalisis efektivitas Generative Adversarial Networks (GAN) dalam meningkatkan akurasi deteksi tuna rungu dengan menggunakan data audio dan visual. Data yang digunakan dalam penelitian ini meliputi rekaman video dari individu non-tunarungu yang diperoleh dari GRID Corpus dan individu tunarungu yang dikumpulkan dari YouTube dan SLB Islam As-Syafi'iyah. Tahapan penelitian melibatkan beberapa langkah, yaitu pengumpulan data, preprocessing, augmentasi data, pembangunan model, pelatihan model, dan evaluasi model. Hasil penelitian menunjukkan bahwa model GAN mampu meningkatkan akurasi deteksi tunarungu secara signifikan dengan menggunakan data visual dan audio visual. Model ini berhasil mencapai nilai Area Under Curve (AUC) sebesar 0,97, yang jauh lebih tinggi dibandingkan dengan model visual konvensional yang hanya mencapai AUC sebesar 0,52. Temuan ini menegaskan potensi besar penggunaan GAN dalam pengembangan sistem pendeteksian tuna rungu yang lebih andal dan efektif. Dengan demikian, penelitian ini memberikan dasar yang kuat untuk eksplorasi lebih lanjut tentang penggunaan metode pembelajaran mendalam dalam deteksi gangguan pendengaran, serta membuka peluang untuk inovasi di bidang teknologi kesehatan. Hasil yang diperoleh juga menunjukkan bahwa integrasi data audio dan visual dapat memberikan informasi yang lebih komprehensif dalam sistem deteksi.
Implementasi Algoritma K-Means untuk Mengetahui Minat Siswa SMA Terhadap Mata Pelajaran Teknologi Informasi dan Komunikasi: Implementation of K-Means Algorithm to Determine the Interest of High School Students in Information Technology Subjects and Communication Permatasari, Widya Indah; Tundjungsari, Vitri
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.v5i1.1639

Abstract

Pada Kurikulum Merdeka, Siswa Sekolah Menengah Atas (SMA) diwajibkan mempelajari Mata Pelajaran Teknologi Informasi dan Komunikasi (TIK). Berdasarkan hasil wawancara di SMAN 1 Tarumajaya menunjukkan adanya masalah dalam proses pembelajaran TIK, di mana siswa merasa terbebani dengan materi yang banyak dan sulit, terutama bagi mereka yang tidak memiliki latar belakang TI sebelumnya. Selain itu, pada kelas XI, siswa sering kali memilih peminatan yang tidak sesuai dengan minat mereka yang sebenarnya. Oleh karena itu, penelitian ini dilakukan untuk mengetahui minat siswa terhadap mata pelajaran TIK, dengan menggunakan pendekatan K-Means clustering. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan siswa berdasarkan minat mereka terhadap mata pelajaran Teknologi Informasi dan Komunikasi (TIK). Terdapat dua kelompok, yaitu kelompok pertama yang terdiri dari 91 siswa yang tidak berminat, dan kelompok kedua yang terdiri dari 123 siswa yang berminat. Dari hasil tersebut, dapat disimpulkan bahwa minat siswa terhadap mata pelajaran TIK lebih dominan dibandingkan dengan siswa yang tidak berminat.
Implementasi Teknologi Irigasi Tetes pada Tanaman Jagung Menggunakan Sensor Soil Moisture dan Mikrokontroler Esp 32: Technology Implementation Drip Irrigation on Plants Corn Uses Soil Moisture Sensor and Esp 32 microcontroller Saputra, Melian Jefri; Suryono, Ryan Randy
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.v5i1.1642

Abstract

Penelitian ini bertujuan untuk mengembangkan teknologi irigasi tetes otomatis pada tanaman jagung menggunakan sensor kelembaban tanah (Soil Moisture) dan mikrokontroler ESP32. Latar belakang penelitian ini didasarkan pada permasalahan yang dihadapi petani dalam menyirami tanaman jagung secara manual serta ketidakmampuan mereka untuk menentukan kebutuhan air yang optimal. Dengan mengintegrasikan teknologi berbasis mikrokontroler dan sensor kelembaban, sistem ini dirancang untuk mendeteksi kadar air dalam tanah secara real-time dan mengaktifkan pompa air secara otomatis saat kelembaban tanah berada di bawah ambang batas. Metode yang digunakan adalah pengembangan prototipe yang melibatkan komponen-komponen elektronik seperti ESP32, sensor kelembaban, relay, dan pompa air. Pengujian menunjukkan bahwa sistem ini mampu meningkatkan efisiensi penggunaan air serta mempertahankan kelembaban tanah secara optimal. Hasilnya, teknologi ini terbukti dapat meningkatkan produktivitas tanaman jagung dan mengurangi risiko gagal panen akibat kekurangan air selama musim kemarau.
Implementasi Sensor Gas Amonia Berbasis Internet of Things pada Peternakan Ayam Potong dengan Sistem Monitoring dan Pengendalian Kualitas Udara Otomatis: Implementation of Internet of Things-Based Ammonia Gas Sensors on Broiler Chicken Farms with an Automatic Air Quality Monitoring and Control System Budiawan, Aditia; Suryono, Ryan Randy; Darwis, Dedi
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.v5i1.1649

Abstract

Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sensor gas amonia berbasis IoT pada peternakan ayam potong dengan sistem monitoring dan pengendalian kualitas udara otomatis. Sistem ini menggunakan sensor MQ137 untuk mendeteksi kadar gas amonia dan mikrokontroler ESP32 untuk mengontrol berbagai komponen seperti buzzer, RTC DS1307, dan sistem penyemprotan otomatis. Data kualitas udara dikumpulkan dan dipantau secara real-time melalui aplikasi web, memungkinkan peternak untuk mengambil tindakan cepat dalam menjaga kondisi optimal di kandang ayam. Hasil penelitian menunjukkan bahwa sistem ini efektif dalam mengendalikan kadar gas amonia, dengan penyemprotan air otomatis yang diaktifkan ketika kadar gas melebihi ambang batas 7,2 ppm, sehingga meningkatkan kesehatan dan produktivitas ayam potong
Analisis Penerimaan dan Penggunaan Teknologi UTAUT3 dalam Layanan Musik Digital: An Analysis of UTAUT3 Technology Acceptance and Use in Digital Music Services Nurhayati, Dwi
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.v5i1.1650

Abstract

Adopsi teknologi Spotify dalam layanan musik digital merupakan topik yang penting dalam konteks digitalisasi saat ini dan menghadapi berbagai tantangan. Penelitian ini mengeksplorasi niat dan perilaku pengguna layanan Spotify menggunakan model UTAUT3. Metode penelitian ini adalah kuantitatif eksplanatori dengan pendekatan cross-sectional, di mana data primer dikumpulkan melalui kuesioner berskala Likert 1 hingga 5 yang disebarkan kepada mahasiswa sebagai sampel. Data yang terkumpul dianalisis menggunakan SmartPLS 3.0. Penelitian ini menguji 12 hipotesis, di mana delapan hipotesis diterima dan hipotesis lainnya ditolak. Hipotesis yang diterima menunjukkan bahwa performance expectancy (0.036), effort expectancy (0.041), facilitating conditions (0.024), hedonic motivation (0.032), dan personal innovativeness (0.030) berpengaruh terhadap behavioral intention (karena nilai p-value < 0.05). Selain itu, facilitating conditions (0.025), personal innovativeness (0.019), dan behavioral intention (0.001) berpengaruh terhadap use behavior (karena nilai p-value < 0.05). Sementara itu, hipotesis yang ditolak menunjukkan bahwa social influence (0.636), price value (0.117), dan habit ( 0.063) tidak berpengaruh terhadap behavioral intention, dan habit (0.065) juga tidak berpengaruh terhadap use behavior (karena nilai p-value > 0.05). Temuan ini memberikan implikasi signifikan untuk pengembangan strategi layanan musik digital yang lebih menekankan pada pengalaman pengguna dan inovasi teknologi.
Klasifikasi Jenis Jerawat Berdasarkan Convolutional Neural Network: Classification of Acne Type Based on Convolutional Neural Network Andini, Aulia Rizqi; Yuadi, Imam
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.v5i1.1678

Abstract

Jerawat biasanya dimulai pada masa awal pubertas dengan meningkatnya produksi minyak pada wajah. Penelitian ini merupakan implementasi dari klasifikasi dan pendeteksian jenis jerawat menggunakan Image Processing. Jerawat dapat diklasifikasikan kedalam beberapa jenis, yaitu komedo hitam, komedo putih, pustula, dan papula. Klasifikasi menggunakan Deep Learning metode CNN menggunakan pustaka Tensforflow Keras. Berdasarkan penelitian yang telah dilakukan, tujuan penelitian ini untuk mengklasifikasikan berbagai macam jenis jerawat dengan data gambar yang dimiliki setiap jenis jerawat. Hasil penelitian yang didapat dari hasil pengujian menghasilkan nilai akurasi yang tinggi 96.57% dan Loss 24.78%. Menggunakan Deep Learning terbukti bekerja cukup efisien karena telah menghasilkan nilai akurasi yang tinggi.
Optimasi Penggunaan Energi Listrik Bagi Pelanggan Rumah Tangga Berbasis Machine Learning dan Internet of Things: Optimization of Electric Energy Usage for Household Customers Based on Machine Learning and Internet of Things Piu, Sriwahyuningsih; Arifin, Arham; Rizal, Muhammad
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.v5i1.1694

Abstract

Penggunaan energi yang efisien merupakan tantangan penting dalam rumah tangga modern. Namun, kurangnya kesadaran akan konsumsi energi sehari-hari seringkali menyebabkan pemborosan. Penelitian ini bertujuan untuk mengembangkan model prediksi konsumsi energi yang mampu memperkirakan konsumsi harian berdasarkan data historis, sehingga dapat meningkatkan kesadaran pengguna. Algoritma K-Nearest Neighbors (KNN) dan sensor PZEM-004T diterapkan untuk memprediksi konsumsi energi pada perangkat AC dan TV. Model ini memprediksi konsumsi energi pada hari ke-8 sebesar 5.23 kWh, dibandingkan dengan konsumsi aktual 5.30 kWh, menghasilkan error sebesar 0.07 kWh dan akurasi prediksi mencapai 98.66%. Hasil penelitian menunjukkan bahwa model ini efektif dalam memprediksi konsumsi energi, yang berpotensi membantu rumah tangga dalam mengelola dan menghemat energi secara lebih efisien.
Analisis Pengembangan Aplikasi Darurat Berbasis Mobile Web dengan Pendekatan Next.js Technology : Analysis of Mobile Web-based Emergency Application Development with Next.js Technology Approach Pratama, Satria Yoga; Zaky, Umar
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.v5i1.1697

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi darurat berbasis web dan mobile yang mendukung permintaan bantuan darurat kepada kepolisian, pemadam kebakaran, dan rumah sakit secara online. Dengan menggunakan teknologi Next.js sebagai framework pengembangan web dan Kotlin untuk pengembangan aplikasi mobile, serta layanan berbasis lokasi untuk melacak dan mengirimkan posisi pengguna, aplikasi ini dirancang untuk memfasilitasi pengiriman permintaan bantuan darurat secara cepat dan efisien. Sistem ini dirancang dengan mempertimbangkan kebutuhan fungsional dan non-fungsional untuk memastikan keamanan data, kinerja tinggi, kemudahan penggunaan, ketersediaan, dan skalabilitas. Diharapkan aplikasi ini dapat menjadi solusi yang efektif dalam meningkatkan respons dan efisiensi operasional instansi terkait, serta memberikan rasa aman bagi masyarakat. Penelitian ini mencakup analisis kebutuhan, perancangan sistem, implementasi, dan evaluasi kinerja aplikasi. Hasil user acceptance test tersebut adalah rata-rata pengguna yang memilih setuju adalah (51/128; 40%) sedangkan yang memilih sangat setuju adalah (77/128; 60%).
Implementasi Metode Rule Based dalam Mendeteksi Serangan Brute Force pada Owncloud: Implementation of Rule Based Method in Detecting Brute Force Attacks on Owncloud Mubarok, Khazin; Romli, Moh. Ali
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.v5i1.1701

Abstract

Owncloud merupakan sebuah media penyimpanan awan (cloud storage) yang bersifat open source. Owncloud merupakan server terbaik sebagai tempat penyimpanan data. Tetapi, keamanan data juga menjadi perhatian utama dalam penggunaan media server Owncloud. Pengelola server Owncloud tidak dapat menjamin keamanan data pada server Owncloud yang dikelolanya. Dalam melindungi dan mendeteksi serangan pada Owncloud, diperlukan analisis jaringan untuk mengamati pola serangan brute force pada server Owncloud. Analisis forensik juga diperlukan untuk mengetahui apakah ada penyerang (intruder) yang melakukan penyerangan terhadap server Owncloud. Analisis diperlukan software Snort sebagai paket sniffing dan Wireshark sebagai paket capturing yang berbasis Intrusion Detection System (IDS) dalam menguji serangan. Metode rule based dilakukan dalam pengujian serangan brute force. Penerapan metode rule based yang dilakukan melibatkan aturan penggunaan skenario yang sudah ditentukan sebelumnya untuk mengidentifikasi pola serangan mencurigakan. Hal ini mencakup pemeriksaan pola aktivitas login, seperti mengetahui jumlah upaya login gagal selama periode waktu tertentu dari IP yang sama.

Page 27 of 42 | Total Record : 418

 25   26   27   28   29 

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