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
 28   29   30   31   32 
Penerapan Algoritma Apriori dalam Menentukan Rekomendasi Paket Produk: Implementation of Apriori Algorithm for Product Bundle Recommendations Hibnastiar, Nur Aria; Setiawan, Ahmad Fahrudi; Susanto, Eko Heri
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.v5i1.1782

Abstract

Toko Surya Elektrik Turen di Kabupaten Malang mengalami kesulitan untuk menentukan paket produk yang biasa dibeli oleh konsumen. Untuk menyelesaikan masalah ini, penelitian ini menggunakan Apriori untuk mengidentifikasi pola hubungan antara produk dan data transaksi. Algoritma ini terbukti efektif dalam menemukan produk yang banyak dibeli bersama, tetapi tidak dapat diaplikasikan secara langsung untuk merekomendasikan paket produk karena terdapat produk yang direkomendasikan berulang kali. Oleh karena itu, untuk menghasilkan rekomendasi yang lebih relevan, penelitian ini menambahkan parameter kategori untuk membatasi pola hubungan yang sama atau berulang. Hasil penelitian menunjukkan Peningkatan nilai parameter minimum support dan minimum confidence berpengaruh signifikan terhadap aturan asosiasi yang terbentuk. Terdapat penurunan jumlah rekomendasi sebesar 80% dari pengujian minimum support 0.06 dan minimum confidence 0.6 dengan minimum support 0.1 dan minimum confidence 0.8. tetapi mengalami peningkatan nilai rata rata support sebesar 35% dan peningkatan rata rata nilai confidence sebesar 32%. Jumlah rekomendasi yang dibuat berkurang, tetapi kualitas asosiasi yang terbentuk meningkat. Selain itu penambahan parameter kategori pada algoritma Apriori mempengaruhi jumlah rekomendasi yang dihasilkan. Dimana kombinasi 4-itemset dengan kategori Lampu, Kabel, Fitting dan Stop Kontak menghasilkan 1 rekomendasi yang cocok dengan rata rata support sebesar 0.056 dan rata rata confidence 0.529.
Rancang Bangun Sistem Informasi Menggunakan Metode Enterprise Resource Planning (ERP): Information System Design Using Enterprise Resource Planning (ERP) Method Wibowo, Duwi Anjar Ari; Aribowo, Eko
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.v5i1.1799

Abstract

Perkembangan teknologi informasi berpengaruh signifikan terhadap organisasi. UPT Logam Yogyakarta menghadapi tantangan dalam mengelola kompleksitas operasional dan koordinasi sumber daya. Proses manual menyebabkan efisiensi rendah dan risiko kesalahan yang tinggi. Penelitian ini bertujuan untuk meneliti dan membangun sistem terintegrasi berbasis ERP pada UPT Logam Yogyakarta. Fokus penelitian ini adalah mengidentifikasi kebutuhan operasional dan tantangan yang dihadapi UPT Logam serta merancang sistem ERP yang dapat mengatasi permasalahan tersebut. Metode Agile digunakan dalam perancangan sistem ERP. Tahapan penelitian meliputi analisis kebutuhan fungsional dan non-fungsional, desain sistem, pengembangan sistem, dan pengujian sistem yang dilakukan dengan metode black box untuk memastikan bahwa semua fungsi sistem berjalan sesuai dengan yang diharapkan dan untuk mengidentifikasi serta meminimalkan kesalahan. Penelitian ini menghasilkan sistem informasi terintegrasi dengan menggunakan konsep ERP untuk mengatasi berbagai tantangan operasional yang sebelumnya dihadapi organisasi. Hasil pengujian black box menunjukkan bahwa semua fungsi sistem berjalan dengan baik, dan umpan balik dari pengguna selama fase pengujian menunjukkan bahwa 61,67% pengguna merasa sistem ini sangat sesuai dengan kebutuhan mereka. Penerapan sistem ERP ini berpotensi memberikan pengaruh positif terhadap peningkatan produktivitas dan daya saing UPT Logam Yogyakarta di industri.
Perbandingan Kernel Algoritma Support Vector Regression Terhadap Performa Prediksi Produksi Kelapa Sawit: Comparison of the Support Vector Regression Kernel Algorithm on the Performance of Palm Production Prediction Maulana, Rizki Azli; Permana, Inggih; Salisah, Febi Nur; Ahsyar, Tengku Khairil; Jazman, 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.v5i1.1410

Abstract

Produksi kelapa sawit merupakan salah satu faktor utama dalam industri perkebunan kelapa sawit yang memengaruhi kesejahteraan ekonomi suatu daerah. Dalam upaya untuk meningkatkan prediksi produksi kelapa sawit, algoritma Support Vector Regression (SVR) telah diadopsi sebagai metode prediksi yang potensial. Namun, pilihan kernel dalam SVR dapat mempengaruhi performa prediksi. Penelitian ini bertujuan untuk membandingkan performa prediksi produksi kelapa sawit menggunakan tiga kernel yang berbeda, yaitu linear, polinomial, dan radial basis function (RBF), di PTPN V.Data produksi kelapa sawit dari PT Perkebunan Nusantara V (PTPN V) digunakan sebagai data input. Metrik evaluasi performa prediksi, seperti mean absolute error (MAE), mean squared error (MSE), dan koefisien determinasi (R-squared), digunakan untuk membandingkan ketiga kernel SVR. Hasil eksperimen menunjukkan bahwa kernel RBF cenderung memberikan hasil prediksi yang lebih baik dibandingkan dengan kernel linear dan polinomial. Namun, faktor-faktor seperti kestabilan model dan kecepatan komputasi juga perlu dipertimbangkan dalam pemilihan kernel. Penelitian ini memberikan wawasan penting bagi pengguna SVR dalam memilih kernel yang sesuai untuk meningkatkan prediksi produksi kelapa sawit di PTPN V.
Implementasi Aplikasi untuk Pemantauan Kelembaban Tanah Pada Teknologi Irigasi Tetes Tanaman Jagung: Implementation Application for Monitoring Soil Moisture in Corn Crop Drip Irrigation Technology Yusuf, Irfan; Suryono , Ryan Randy
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 2 (2025): MALCOM April 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i2.1714

Abstract

Tujuan dari penelitian ini adalah merancang  aplikasi berbasis website pada irigasi tetes  yang digunakan untuk monitoring kelembaban tanah pada sistem irigasi tetes pada tanaman jagung. Jagung, sebagai komoditas penting di Indonesia, memiliki peran signifikan dalam perekonomian, namun produktivitasnya sering terkendala oleh pengelolaan air yang tidak optimal. Tantangan utama yang dihadapi petani adalah kurangnya sistem irigasi yang efisien serta ketidakmampuan memantau kelembaban tanah secara real-time, terutama dalam kondisi perubahan iklim yang mempengaruhi ketersediaan air. Website   ini dikembangkan untuk memungkinkan petani melakukan pemantauan kelembaban tanah secara langsung dengan bantuan sensor yang terhubung ke internet. Manfaat dari aplikasi ini adalah untuk meningkatkan efisiensi penggunaan air pada sistem irigasi tetes, mengurangi limbah air, dan membantu petani membuat keputusan pengelolaan air yang lebih baik. Dengan aplikasi ini produktivitas tanaman jagung meningkat, biaya operasional menurun, dan praktik pertanian yang berkelanjutan dapat didukung.
Inovasi Monitoring Pendaki Menggunakan Internet of Things untuk Membantu Keselamatan dan Ketertiban Digunung: Innovation in Monitoring Climbers Using the Internet of Things to Enhance Safety and Order on Mountains Perjalanan, Rahmat; Paputungan, Irving Vitra
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 2 (2025): MALCOM April 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i2.1716

Abstract

Penelitian ini bertujuan untuk mengembangkan inovasi dalam sistem monitoring pendaki guna meningkatkan keselamatan dan ketertiban aktivitas pendakian gunung. Sistem yang dirancang menggabungkan teknologi Global Positioning System (GPS) dan gelombang radio. Penelitian dilakukan dalam dua tahap: pertama, pengujian perangkat dilakukan di area perkotaan untuk menguji fungsionalitas dasar. Kedua, perangkat diuji langsung di jalur pendakian gunung melalui tiga kali percobaan. Tantangan utama dalam pengembangan perangkat ini meliputi: keberlanjutan sinyal GPS di daerah pegunungan, pemilihan komponen yang bagus dan tahan terhadap lingkungan ekstrem, serta desain alat yang portabel dan mudah dibawa oleh pendaki. Hasil pengujian lapangan menunjukkan bahwa perangkat GPS dapat mendeteksi posisi pendaki hingga jarak maksimum 5,9 kilometer, meskipun tingkat akurasinya bervariasi. Hambatan seperti tebing tinggi, hujan deras, awan mendung, dan angin kencang memengaruhi konsistensi sinyal GPS. Namun demikian, penelitian ini berhasil menemukan pendekatan baru untuk memonitor pendaki, sekaligus memberikan kontribusi signifikan terhadap peningkatan kualitas layanan sistem pendakian gunung.
Smart Dustbin Berbasis Internet of Things (IoT) Sistem Informasi Menggunakan Telegram: Smart Dustbin Based on Internet of Things (IoT) Information System Using Telegram Damayanti, Santi; Noer, Zeni 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.v5i1.1754

Abstract

Masalah pengelolaan sampah menjadi tantangan utama di masyarakat perkotaan akibat kapasitas tempat sampah yang terbatas, ketidakdisiplinan masyarakat dalam membuang sampah, dan sistem pemantauan yang kurang efisien. Penelitian ini bertujuan untuk mengembangkan sistem smart dustbin berbasis Internet of Things (IoT) dengan integrasi aplikasi Telegram untuk meningkatkan efisiensi pengelolaan sampah. Sistem ini dilengkapi dengan fitur buka-tutup otomatis, pemilahan sampah organik dan anorganik secara otomatis, serta notifikasi real-time kepada petugas kebersihan ketika kapasitas tempat sampah hampir penuh. Metode penelitian mencakup analisis kebutuhan, perancangan, implementasi menggunakan Arduino IDE dan NodeMCU ESP8266, serta pengujian sistem. Pengujian menunjukkan bahwa sensor ultrasonik mampu mendeteksi kapasitas tempat sampah dengan akurasi tinggi, dan notifikasi Telegram dikirim dengan waktu respons rata-rata 1-2 detik. Selain itu, fitur pemilahan otomatis berhasil memisahkan sampah organik dan anorganik, mendukung proses daur ulang secara efektif. Kesimpulannya, smart dustbin berbasis IoT ini tidak hanya meningkatkan efisiensi operasional dalam pengelolaan sampah, tetapi juga meningkatkan kesadaran masyarakat akan pentingnya kebersihan lingkungan. Implementasi sistem ini dapat menjadi solusi berkelanjutan dalam mendukung pengelolaan sampah modern di era kota pintar (smart city).
Deteksi Kebakaran Menggunakan Algoritma Single Shoot MultiBox Detector dengan Rule RGB dan Rule YcbCr: Fire Detection Using Single Shoot MultiBox Detector Algorithm with RGB Rule and YCbCr Rule Baharuddin, Baharuddin; Yuyun, Yuyun; Nasrullah, Nasrullah
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.v5i1.1761

Abstract

Penelitian ini mengembangkan sistem deteksi api berbasis computer vision menggunakan algoritma Single Shot Multibox Detector (SSD) untuk mengatasi keterbatasan sistem deteksi api konvensional yang umumnya kurang responsif dan kurang akurat dalam kondisi pencahayaan dan jarak yang bervariasi. Sistem ini menerapkan model SSD MobileNetV2 yang telah dilatih menggunakan dataset gambar api yang di-augmentasi, memungkinkan deteksi yang andal dalam berbagai skenario. Hasil penelitian menunjukkan bahwa penggunaan kombinasi aturan RGB dan YCbCr secara signifikan meningkatkan akurasi deteksi, khususnya dalam mengurangi tingkat false positive yang sering terjadi pada metode sebelumnya. Selain itu, sistem ini meningkatkan efisiensi waktu deteksi dengan rasio deteksi api terhadap frame yang lebih optimal, sehingga dapat memberikan respons real-time yang cepat. Dengan tingkat akurasi yang tinggi dan kemampuan deteksi real-time, sistem ini efektif untuk aplikasi praktis seperti pemantauan kebakaran di area industri dan publik, memberikan perlindungan tambahan, serta mendukung tindakan preventif yang lebih cepat dalam menghadapi potensi kebakaran.
Desain dan Pengembangan Buku Kurikulum Digital Pendidikan Tinggi Berbasis Notion dengan Metode Agile Scrum: Design and Development of Concepts-Based Higher Education Digital Curriculum Books with Agile Scrum Method Permana, Indra Surya; Sutriyono, Ade
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.v5i1.1785

Abstract

Perguruan tinggi di Indonesia menghadapi tantangan untuk beradaptasi dengan cepat di tengah disrupsi digital, terutama dalam pengembangan kurikulum yang sesuai dengan Outcome-Based Education (OBE) dan Kerangka Kualifikasi Nasional Indonesia (KKNI). Namun, metode pengelolaan kurikulum saat ini sering kali masih menggunakan perangkat konvensional yang statis dan kurang adaptif, sehingga tidak efisien dalam memenuhi kebutuhan pendidikan yang dinamis dan perubahan kebijakan. Untuk mengatasi hal ini, Buku Kurikulum Digital dikembangkan menggunakan metode Agile Scrum guna menciptakan sistem pengelolaan kurikulum yang lebih fleksibel dan responsif. Setiap sprint dalam pengembangan berfokus pada komponen utama seperti Capaian Pembelajaran Lulusan (CPL), Capaian Pembelajaran Mata Kuliah (CPMK), dan Rencana Pembelajaran Semester (RPS). Hasil pengembangan menunjukkan bahwa integrasi Notion sebagai platform pengelolaan kurikulum mempermudah kolaborasi dan memungkinkan penyesuaian yang lebih dinamis. Kesimpulannya, penerapan Agile Scrum dalam pengelolaan kurikulum digital mampu meningkatkan efisiensi serta mampu beradaptasi terhadap perubahan kebijakan pendidikan, sekaligus menjembatani kesenjangan dalam pengembangan kurikulum saat ini.
Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi Menggunakan Metode Simple Additive Weighting dan Weighted Product: Decision Support System for Selecting Outstanding Students Using Simple Additive Weighting and Weighted Product Methods Hidayat, Rachmad Noer; Santoso, Budi; Sumirat, Lambang Probo
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.v5i1.1787

Abstract

Pemilihan siswa berprestasi adalah salah satu langkah penting untuk meningkatkan kualitas pendidikan dan penghargaan terhadap prestasi siswa. Namun, proses penilaian manual yang sering digunakan memakan waktu dan rawan kesalahan. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan berbasis web untuk pemilihan siswa berprestasi di SMK Unitomo Jurusan Multimedia. Sistem ini memanfaatkan metode Simple Additive Weighting (SAW) dan Weighted Product (WP) untuk mengolah data dan memberikan hasil perangkingan yang objektif. Metode SAW digunakan untuk menilai alternatif berdasarkan kriteria yang telah ditentukan, sedangkan metode WP digunakan untuk penghitungan perangkingan akhir. Hasil penelitian metode SAW menentukan siswa berprestasi yang sesuai dengan kriteria yang telah ditetapkan, Sistem pengambilan keputusan siswa berprestasi menggunakan metode SAW dengan perhitungan menggunakan Microsoft Excel, menunjukkan bahwa sistem yang dirancang dapat membantu guru dan wali kelas dalam proses seleksi siswa berprestasi dengan lebih cepat, praktis, dan akurat. Sistem ini mencakup fitur utama seperti pengelolaan data kriteria, nilai, perangkingan, dan hasil akhir. Dengan implementasi sistem ini, diharapkan proses pemilihan siswa berprestasi menjadi lebih efisien dan mendukung pengambilan keputusan yang lebih baik.
Identifikasi Gerakan Shalat Menggunakan Model Klasifikasi Convolutional Neural Network dengan Pengolahan Citra Prewitt dan Morphology: Identification of Prayer Movements Using Convolutional Neural Network Classification Model and Prewitt and Morphology Image Processing Fahmi, Miftahuddin; Musthofa, Aziz; Pratama, Ardena; Syifasultana, Dhika; Al-mumtaz, Fatih
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.v5i1.1790

Abstract

Gerakan shalat menurut sunnah harus dilakukan dengan tepat. Gerakan shalat dapat dipelajari dengan guru agama agar gerakannya tepat, namun banyak orang yang membutuhkan waktu lebih lama atau mencari guru agama yang dapat mengajarkannya. Untuk itu, diperlukan suatu sistem pembelajaran yang dapat membantu mengenali gerakan shalat, khususnya gerakan takbir. Penelitian ini berfokus pada gerakan takbir berdasarkan kitab Fiqih Sholat Seperti Nabi karya Syeikh Albani. Penelitian ini berfokus pada peningkatan akurasi pendeteksian gerakan takbir menggunakan metode pengolahan citra berbasis Convolutional Neural Network (CNN) dengan operator Prewitt dan operasi morfologi. Pada tahap awal, operator Prewitt diterapkan untuk mendeteksi tepi gerakan pada citra grayscale, yaitu dengan menonjolkan kontur gerakan tangan saat takbir. Kemudian, dilakukan operasi morfologi seperti dilatasi dan erosi untuk menghaluskan citra dan mengurangi noise, sehingga memperjelas tepi gerakan yang terdeteksi. Citra yang dihasilkan menjadi input bagi model CNN yang dilatih menggunakan teknik transfer learning. Dengan pendekatan ini, model CNN memperoleh akurasi sebesar 89,2% dalam mendeteksi gerakan takbir. Hasil penelitian menunjukkan bahwa kombinasi operator Prewitt, operasi morfologi, dan CNN efektif meningkatkan akurasi klasifikasi gerakan sholat dan memberikan kontribusi baru pada pengenalan gerakan sholat menggunakan metode pemrosesan gambar

Page 30 of 42 | Total Record : 418

 28   29   30   31   32 

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