cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Miftahul Arifin
Contact Email
miftahul.arifin@wiraraja.ac.id
Phone
+6282229393785
Journal Mail Official
jarswiraraja@gmail.com
Editorial Address
Jl. Raya Sumenep-Pamekasan Km 5 Patean Semenep 69451
Location
Kab. sumenep,
Jawa timur
INDONESIA
JAR'S (Journal of Advanced Research in Informatics)
Published by Universitas Wiraraja Sumenep
ISSN : 29853079     EISSN : 30251796     DOI : https://doi.org/10.24929/jars.v2i1
Core Subject : Science,
Computer Science & IT
Sistem Informasi Sistem Pakar Sistem Pendukung Keputusan Data Mining Artificial Intelligence System Machine Learning Big Data
Arjuna Subject : Ilmu Komputer (semua kategori) - Perangkat Lunak
Articles 47 Documents
 1   2   3   4   5 
SISTEM INFORMASI ABSENSI PEGAWAI BERBASIS GEOLOKASI PADA UPTD KECAMATAN ASEMBAGUS Harisi, Dafir; Hamdani, A
Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i1.3768

Abstract

Sistem absensi berbasis fingerprint yang digunakan oleh Unit Pelaksana Teknis Dinas (UPTD) Pendidikan Kecamatan Asembagus memiliki beberapa kelemahan, terutama ketika terjadi gangguan teknis atau pegawai bekerja di lokasi yang berbeda. Penelitian ini bertujuan untuk mengembangkan sistem informasi absensi pegawai berbasis geolokasi sebagai solusi untuk masalah tersebut. Metode waterfall digunakan dalam pengembangan sistem. Pemodelan sistem menggunakan Data Flow Diagram (DFD) untuk menggambarkan alur proses dan data. Hasil penelitian menunjukkan bahwa sistem absensi berbasis geolokasi dapat mengatasi keterbatasan sistem fingerprint dengan memungkinkan pegawai melakukan absensi dari lokasi yang berbeda, selama masih dalam radius yang ditentukan. Sistem ini juga menyediakan fitur rekapitulasi absensi otomatis dan pembuatan laporan Tambahan Penghasilan Pegawai (TPP) berdasarkan riwayat kehadiran. Implementasi sistem ini diharapkan dapat meningkatkan fleksibilitas dan efisiensi proses absensi pegawai di UPTD Pendidikan Kecamatan Asembagus.
ANALIS DIAGNOSA ANAK BERKEBUTUHAN KHUSUS MENGGUNAKAN METODE DECISION TREE (STUDI KASUS DI SEKOLAH LUAR BIASA SUMENEP) Pramunsyi, Ilham Yoga; Dharmawan, Johan
Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i1.3785

Abstract

ABSTRAK - Anak dengan kebutuhan khusus merupakan kelompok masyarakat yang membutuhkan perhatian dan perawatan khusus karena adanya gangguan dalam perkembangan dan fungsi, baik secara fisik maupun mental. Dalam istilah "disabilitas", mereka termasuk individu dengan berbagai bentuk keterbatasan seperti kehilangan penglihatan, gangguan pendengaran, ketidaksempurnaan fisik, dan disabilitas intelektual. Pendidikan yang disesuaikan dengan kebutuhan mereka menjadi kunci untuk mendukung perkembangan yang optimal. Setelah mengklafikasikan anak berkebutuhan khusus, akan diketahui apakah anak tersebut memiliki keterbatasan. Program pembelajaran yang dirancang berdasarkan temuan ini akan dibuat. klafikasi keterbatasan memerlukan alat dan assesmen untuk mengidentifkasi anak berkebutuhan khusus. Saat ini, proses identifikasi keterbasan berbeda antara SLB di Sumenep. Identifkasi ini dapat dipermudah dengan data mining menggunakan algoritma c4.5 yang menghasilkan pohon keputusan. Dari total identifikasi sebanyak 56 gejala dan data set diidentifikasi sebanyak 92 anak berkebutuhan khusus. Algoritma Decision Tree C4.5 diuji menggunakan cross validation dan confusion matrix untuk mengukur akurasi. Hasil pengujian menunjukkan bahwa dengan 10% data training dan 90% data testing, akurasi sebesar 33,33%; dengan 20% data training dan 80% data testing, akurasi sebesar 66,67%; dan dengan 30% data training dan 70% data testing, akurasi sebesar 78,57%. Pengujian dengan 10-fold validation menghasilkan akurasi sebesar 90,67%, dengan 5-fold validation sebesar 84,09%, dan dengan 3-fold validation sebesar 61,15%. Hasil dari pohon keputusan metode Decision Tree C4.5 memudahkan dalam memprediksi dan mengidentifikasi keterbatasan pada anak.
Prediksi Kelulusan Mahasiswa Tepat Waktu atau Tidak Menggunakan Metode Naive Bayes Classifier (Studi kasus : Mahasiswa Fakultas Teknik) Ayyub, Ayyub; Iddrus, Iddrus
Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i1.3787

Abstract

ABSTRAK - Perguruan tinggi memiliki kewajiban untuk menghasilkan lulusan yang kompeten. Hal tersebut dapat dinilai dari tingkat kelulusan mahasiswanya. Kelulusan mahasiswa tepat waktu merupakan salah satu point penilaian dalam proses akreditasi perguruan tinggi. Namun kelulusan mahasiswa tidak selalu dapat dideteksi secara cepat, Banyak faktor yang menjadi pengaruh kelulusan mahasiswa terlambat, seperti tingkat pemahaman mahasiswa terhadap materi kuliah yang dapat dilihat dari IPK mahasiswa. Dari permasalahan yang ada, perlu adanya sistem untuk memprediksi tingkat kelulusan mahasiswa berdasarkan variabel-variabel yang ada. Dengan sistem yang dibuat diharapkan perguruan tinggi bisa membuat kebijakan sehingga mahasiswa dapat lulus tepat waktu. Penelitian ini menggunakan 358 data mahasiswa fakultas teknik lulusan angkatan 2017 - 2022, dengan metode Naive bayes, dengan rincian data training 286 data dan data testing 72 data. Atribut yang digunakan nama, sekolah (Negeri/Swasta), jenis sekolah (SMA/SMK /MA), dan IPS-1 – IPS4. Dengan tahapan identifikasi masalah, pengumpulan data, data cleaning, data integration data transformation (dibagi menjadi data training dan data tesing), klasifikasi dengan Naive bayesClassifier, validasi, evaluasi dan hasil. Hasil penelitian yang diperoleh yaitu akurasi = 91,7%, termasuk dalam kategori good classification.
PERANCANGAN SISTEM INFORMASI MANAJEMEN SURAT DI SDN 1 BAYEMAN Khoirunisak, Dewi; Ghofur, Abd
Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i1.3788

Abstract

ABSTRACT - The development of Information Technology in 2024 will increase rapidly in educational institutions and the wider community. This makes it easier for humans to do work. However, there are several agencies or institutions that still use manual systems. Bayeman 1 Elementary School is one of the educational institutions that still uses a manual system for mail management. This is less efficient and ineffective because letter numbers are often confused and the storage of letters is irregular, resulting in letters being damaged or even lost. This research aims to design a mail management information system to improve and optimize the mail processing process at SD Negeri 1 Bayemen. With this information system, it is hoped that it can help TU officers in managing letters more quickly and efficiently. ABSTRAK - Perkembangan Teknologi Informasi pada tahun 2024 meningkat pesat pada lembaga Pendidikan maupun masyarakat luas. Hal ini memudahkan manusia dalam melakukan pekerjaan. Namun ada bebrapa instansi atau lembaga yang masih menggunakan sistem manual. SD Negeri 1 Bayeman termasuk lembaga Pendidikan yang masih menggunakan sistem manual dalam manajemen surat. Hal tersebut kurang efisien dan tidak efektif karena sering terjadi nomor surat yang salah serta penyimpanan surat yang tidak teratur, sehingga surat rusak bahkan hilang. Penelitian ini bertujuan merancang sistem informasi manajemen surat untuk memperbaiki dan mengoptimalkan proses pengolahan surat pada SD Negeri 1 Bayemen. Dengan adanya sistem informasi ini, diharapkan dapat membantu petugas TU dalam manajemen surat agar menjadi lebih cepat dan efisien.
ANALISIS PERANCANGAN UI/UX DESIGN DALAM PROTOTYPE SMART UNIJA BERBASIS WEB DENGAN METODE HEURISTIC EVALUATION MENGGUNAKAN TOOLS FIGMA Puspita, Dinda; Susilowati, Arda Gusema; Farid, Miftah
Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i1.3789

Abstract

ABSTRAK - Aplikasi Smart Unija adalah aplikasi berbasis web yang digunakan untuk mengelola data akademik dan administrasi mahasiswa di Universitas Wiraraja. Penelitian ini bertujuan untuk merancang user interface dan user experience (UI/UX design) dalam prototype Smart Unija berbasis web untuk mahasiswa Universitas Wiraraja. Pengembangan dilakukan untuk mengevaluasi dan mengidentifikasi masalah pada prototype aplikasi Smart Unija menggunakan tools figma agar dapat disempurnakan sebelum dikembangkan lebih lanjut. Smart Unija dirancang untuk memudahkan akses informasi, layanan akademik dan non-akademik bagi mahasiswa. Metode heuristic evaluation dilakukan untuk mengevaluasi prototype yang dirancang berdasarkan prinsip-prinsip metode heuristic evaluation. Penelitian ini dilakukan dengan memberikan kuisioner sesuai dengan 10 prinsip penilaian heuristic evaluation serta menggunakan skala likert untuk pengolahan data yang didapat dari penyebaran kuesioner kepada mahasiswa Universitas Wiraraja. Sehingga dapat disimpulkan bahwa 10 indikator variable dari metode heuristic evaluation yang dibahas terdapat sekelompok kekurangan yang harus diperbaiki dan menghasilkan jumlah data dari kuisioner pertama (tampilan lama) dengan hasil data 227 indikator responden setelah penulis memberikan rekomendasi desain tampilan baru untuk aplikasi Smart Unija dengan menggunakan tools figma mendapatkan jumlah hasil data 102 indikator responden. Hasil analisis penelitian ini menggunakan metode heuristis evaluation tampilan lama menghasilkan nilai 44,21, sedangkan tampilan baru menghasilkan nilai 2,32. Nilai indikator yang lebih sedikit yang mempengaruhi meningkatnya kualitas tampilan untuk aplikasi smart unija sesuai dengan kebutuhan mahasiswa Universitas Wiraraja.
PERANCANGAN SISTEM INFORMASI PERPUSTAKAAN SD NEGERI 2 SUMBERWARU Afandi, Irfan; Ghofur, Abd
Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i1.3791

Abstract

Dalam bidang pendidikan, perpustakaan berperan sebagai media penting yang menunjang seluruh kegiatan belajar mengajar. Hal ini dikarenakan perpustakaan menyediakan hampir seluruh ilmu pengetahuan dan informasi yang dibutuhkan oleh para pendidik untuk mencari referensi bahan ajar, maupun oleh peserta didik untuk mencari referensi dalam menyelesaikan tugas atau sekadar untuk membaca. Namun, belum semua sekolah yang memiliki perpustakaan memiliki sistem informasi perpustakaan terpadu yang memudahkan seluruh kegiatan perpustakaan, karena masih banyak yang menggunakan metode pengelolaan secara manual. Oleh karena itu, pengelolaan perpustakaan memerlukan sistem informasi perpustakaan yang efektif dan efisien, dan sistem ini harus sesuai dengan kebutuhan dan kondisi SD Negeri 2 Sumberwaru.
APLIKASI DATA MINING UNTUK MENENTUKAN LULUSAN MAHASISWA TEPAT WAKTU wendi, Al; Mandopa, Andi; Budiarti, Lela
Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i1.3792

Abstract

Untimely graduation rates have become an important problem in the world of education that can affect the quality of education and cause additional costs for students and educational institutions. This research aims to build a prediction model to predict the acceptance of prospective new students at Graha Nusantara University, especially in the Computer Science study program. In achieving the graduation process, students must meet the requirements including GPA, Gender, Region of Origin, School of Origin. The research results show that the prediction model built using the rule association algorithm in this study had good accuracy, namely 38.3 percent. This research examines the application of data mining methods with the association rule algorithm, to predict student graduation on time at Graha Nusantara University. This research produces findings that this method makes it easier to determine student graduation patterns. Association rule is a data mining technique that finds patterns, dependencies, and connections between items in data. These algorithms can be used to explain patterns in seemingly independent data, such as relational databases and transactional databases.
Implementasi RapidMiner dalam Optimasi Pembentukan Kelas Unggulan Menggunakan K-Means Clustering Muasaroh, Yurida Islahatul; Fatah, Zaehol
Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i1.3866

Abstract

Pengelompokan siswa ke dalam kelas unggulan merupakan salah satu strategi penting dalam mengoptimalkan proses pembelajaran di sekolah. Penelitian ini bertujuan untuk mengimplementasikan metode K-Means Clustering dalam penetapan kelas unggulan dengan mempertimbangkan berbagai variabel seperti prestasi akademik, nilai ujian, penghasilan orang tua, kepemilikan KIP, dan status kepemilikan rumah. Analisis dilakukan menggunakan tools RapidMiner Studio dengan dataset yang terdiri dari 23 record data siswa. Proses implementasi meliputi tahap preprocessing data, penerapan algoritma K-Means dengan parameter k=5 dan max runs=10, serta evaluasi performa clustering menggunakan Cluster Distance Performance. Hasil penelitian menunjukkan pembentukan 5 cluster dengan nilai Davies Bouldin Index sebesar -1.199, mengindikasikan kualitas clustering yang baik. Analisis performa clustering berdasarkan nilai rata-rata within centroid distance menunjukkan variasi tingkat kepadatan pada setiap cluster, dimana cluster_2 memiliki tingkat kepadatan tertinggi dengan nilai -2.054, sementara cluster_0 memiliki tingkat kepadatan terendah dengan nilai -1.028. Cluster_1, cluster_3, dan cluster_4 masing-masing memiliki nilai -1.824, -1.203, dan -1.772. Hasil clustering ini membantu mengidentifikasi kelompok siswa dengan karakteristik serupa yang dapat dijadikan dasar dalam pembentukan kelas unggulan. Implementasi K-Means Clustering terbukti efektif dalam mengoptimalkan proses pengelompokan siswa secara objektif dan terukur, memberikan landasan yang kuat bagi pihak sekolah dalam pengambilan keputusan terkait pembentukan kelas unggulan.
ANALISIS METODE DAN ALGORITMA DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KELULUSAN Arifin, Miftahul; Helmi, Fauzi; Hikmawansyah, R Bagus
Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i1.4045

Abstract

Penelitian ini bertujuan untuk menganalisis dan membandingkan berbagai algoritma yang digunakan dalam sistem pendukung keputusan (SPK) untuk memprediksi kelulusan mahasiswa. Studi ini dilakukan dengan merangkum 20 penelitian terdahulu yang membahas metode prediksi kelulusan menggunakan berbagai teknik machine learning, seperti Decision Tree (C4.5, C5.0), Random Forest, Naïve Bayes, Support Vector Machine (SVM), Artificial Neural Network (ANN), K-Nearest Neighbor (KNN), dan Logistic Regression. Setiap algoritma dievaluasi berdasarkan beberapa kriteria utama, yaitu tingkat akurasi prediksi, kompleksitas algoritma, dan indikator yang digunakan dalam penelitian sebelumnya, seperti indeks prestasi kumulatif (IPK), jumlah SKS, kehadiran, jenis kelamin, serta faktor sosial ekonomi. Hasil analisis menunjukkan bahwa Random Forest memiliki akurasi tertinggi (90-93.5%) dengan performa yang baik dalam menangani dataset besar. Artificial Neural Network (ANN) juga memberikan akurasi tinggi, tetapi memiliki kompleksitas yang lebih besar dibanding algoritma lainnya. Decision Tree (C4.5) menjadi salah satu algoritma yang sering digunakan karena kemudahan interpretasi dan efisiensi pemrosesan. Kesimpulan dari penelitian ini menunjukkan bahwa tidak ada algoritma tunggal yang selalu unggul dalam semua aspek, sehingga pemilihan algoritma harus disesuaikan dengan karakteristik dataset dan kebutuhan analisis. Kombinasi algoritma, seperti Random Forest dengan ANN, dapat menjadi solusi optimal untuk meningkatkan akurasi prediksi kelulusan mahasiswa.
AI CHATBOT IMPLEMENTATION FOR NURUL JADID UNIVERSITY WEBSITE USING LSTM ALGORITHM Sudriyanto, Sudriyanto; Malik, Kamil; Jamal, Jamal
Journal of Advanced Research in Informatics Vol 3 No 2 (2025): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i2.4163

Abstract

The rapid advancement of technology has brought significant changes in various aspects of life, including the education sector. As an educational institution, Nurul Jadid University must adopt the latest technology to enhance efficiency and service, particularly in responding to the increasing volume of inquiries and information needs from the public and parents before enrolling their children. A chatbot, as part of Natural Language Processing (NLP) based on Artificial Intelligence (AI), is designed to interact with users through text or voice, providing fast, accurate, and continuous service. The Long Short-Term Memory (LSTM) algorithm in deep learning is utilized for text data prediction and classification. In this research, the data consists of tags, patterns, and responses obtained manually from the official Nurul Jadid University website and then preprocessed to develop the chatbot model. The core component of this model is the embedding layer, which assigns vector values to each word in the processed text data. The model training results indicate an accuracy of 99.32% and a loss of 12.57%, demonstrating that the model performs well without overfitting or underfitting, making it suitable for testing and deployment. Thus, the LSTM-based chatbot serves as an effective virtual assistant to help the public, prospective students, and current students access information more easily and efficiently.

Page 4 of 5 | Total Record : 47

 1   2   3   4   5 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol 3 No 2 (2025): Journal of Advanced Research in Informatics Vol 3 No 1 (2024): Journal of Advanced Research in Informatics Vol 2 No 2 (2024): Journal of Advanced Research in Informatics Vol 2 No 1 (2023): JARS : Journal of Advanced Research in Informatics Vol 1 No 2 (2023): JARS : Journal of Advanced Research in Informatics Vol 1 No 1 (2022): JARS : Journal of Advanced Research in Informatics