cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Solikhun
Contact Email
solikhun@amiktunasbangsa.ac.id
Phone
+6281396586078
Journal Mail Official
solikhun@amiktunasbangsa.ac.id
Editorial Address
Kp. Jati Parung, Kec. Parung, Kabupaten Bogor, Provinsi Jawa Barat
Location
Kab. bogor,
Jawa barat
INDONESIA
Jurnal Manajemen, Pendidikan dan Ilmu Komputer (JMENDIKKOM)
Published by Yayasan Darus Soleh Parung
ISSN : -     EISSN : 30465893     DOI : https://doi.org/10.65309/wdvbr120
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Education Other
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer (JMENDIKKOM) adalah jurnal ilmiah yang diterbitkan oleh Yayasan Darus Soleh Parung dengan ISSN: 3046-5893 (online). Jurnal ini bersifat peer-review dan open access, yang bertujuan menjadi wadah publikasi bagi para peneliti, akademisi, dan praktisi dalam bidang manajemen, pendidikan, dan ilmu komputer, serta kajian sosial humaniora yang relevan. JMENDIKKOM menerima artikel dalam bahasa Indonesia dan bahasa Inggris, baik berupa hasil penelitian, kajian teoritis, maupun studi aplikasi. Jurnal ini terbit dua kali dalam setahun, yaitu pada bulan Januari dan Juli.
Arjuna Subject : Umum - Umum
Articles 23 Documents
 1   2   3 
Efektifitas Penggunaan Software Geogebra Dalam Pembelajaran Matematika Zulaini Masruro Nasution; Ika Okta Kirana
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 1 No. 2 (2024): Volume 1 No 2 Juli 2024
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/eev7n857

Abstract

Perkembangan teknologi yang semakin modern menuntut dunia pendidikan untuk mengubah metode pembelajaran yang dahulunya masih menggunakan alat tulis pensil, penggaris dan sebagainya berubah dengan menggunakan komputer. Salah satu penggunaan software yang menunjang untuk pembelajaran matematika adalah software geogebra. Menggunakan media pembelajaran berbasis digital dalam pembelajaran matematika dapat meningkatkan kualitas pembelajaran, meningkatkan pemahaman matematis dan kreativitas siswa dan memudahkan guru dalam memvisualisasikan beberapa materi yang sulit digambarkan. Metode penelitian ini menggunakan studi literature review terkait dengan efektifitas penggunaan software geogebra dalam pembelajaran matematika. Tujuan penelitian ini untuk mengetahui efektifitas penggunaan software geogebra dalam pembelajaran matematika. Hasil penelitian ini menunjukkan bahwa software geogebra sangat efektif untuk diterapkan dalam pembelajaran matematika. Menggunakan software geogebra meningkatkan pemahaman matematis siswa, kreatifitas serta menjadikan proses pembelajaran yang menyenangkan bagi siswa dan guru. Beberapa materi yang tepat untuk menggunakan software geogebra yaitu geometri, aljabar, statistika dan kalkulus.
Tinjauan Keamanan Informasi Terhadap Sistem Integrasi EKTP pada Kota Cerdas Rafiqa Dewi
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 1 No. 2 (2024): Volume 1 No 2 Juli 2024
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/0byabc69

Abstract

Dalam mendukung terwujudnya E-Government cerdas dimana warga sudah menggunakan Kartu Tanda Penduduk Elektronik (EKTP), pemerintah mulai mengintegrasikan EKTP dengan beberapa pusat layanan. Sehingga sistem akan dapat mengetahui riwayat perjalanan dan layanan yang digunakan oleh warga. Hal ini tentu saja akan bertentangan dengan hak privasi penghuninya. Sedangkan proses integrasi EKTP dengan sejumlah pusat layanan tentunya memiliki celah yang dapat dimanfaatkan oleh pihak yang tidak berkepentingan sehingga dapat disalahgunakan. Artikel ini akan mengulas bagaimana keamanan informasi pada sistem integrasi EKTP, artikel ini meninjau mekanisme apa saja yang dilakukan untuk mencegah aktivitas ilegal terhadap informasi yang dihasilkan.
Analysis of The Influence of the Social Environment on Vocabulary Mastery in Children Susiani, Susiani; Fitri Rizki, Fitri Rizki; Rizky Khairunnisa Sormin
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 2 No. 1 (2025): Volume 2 No 1 Januari 2025
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/06mqbw84

Abstract

Vocabulary mastery in children is a key aspect in language development, which is influenced by the social environment. This material analyzes the influence offamily, peers, and the formal education environment on children’s vocabulary mastery through case examples and effective strategies. The role of the family in forming children’s language foundations, positive interactions with peers, and implementing vocabulary-based project in formal education environments in the main focus. Effective strategies, such as vocabulary-based family activities, promoting social interaction, and collaboration with the educational environment, are emphasized to improve children’s vocabulary mastery. The conclusion emphasizes to importance of understanding and implementing these factors in creating an environment that supports children’s language development.
Dosen Dalam Mempengaruhi Persepsi Mahasiswa Untuk Peduli Pemilihan Presiden Dalam Pemilu 2024 Damanik, Bahrudi; Hendry Qurniawan; Irawan
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 2 No. 1 (2025): Volume 2 No 1 Januari 2025
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/42ekz317

Abstract

Penelitian ini dilakukan bertujuan untuk mengetahui pengaruh dosen dalam mempengaruhi mahasiswa sebagai pemilih pemula dalam pemilihan presiden 2024 agar mahasiswa peduli pilpres dan mempunyai kandidat yang dinginkan menjadi pemimpin di masa dating. Metode yang digunakan adalah metode survey dengan pendekatan kuantitatif yaitu pendekatan yang menggunakan angka-angka yang diolah melalui analisis statistik non parametrik dalam menganalisis hasil penelitian korelasional. Penelitian ini termasuk dalam jenis asosiatif yakni berisi gambaran lengkap tentang hubungan antar satu variable dengan variable lainnya, memiliki jenis hubungan linier, karena pada dasarnya ingin melihat hubungan antar variable bebas yaitu dosen dalam mempengaruhi persepsi mahasiswa dengan jumlah sample 60 orang. Kesimpulan penelitian secara simultan variabel dosen dalam mempengaruhi persepsi mahasiswa berpengaruh positif dan signifikan terhadap peduli pemilihan presiden dapat dilihat di mana nilai F-hitung > F-tabel (27,672 > 2,790), secara partial variabel dosen dalam mempengaruhi persepsi mahasiswa berpengaruh positif dan signifikan terhadap peduli pemilihan presiden di mana nilai t-hitung > t-tabel (3,295 > 2,000)
Peningkatan Akurasi Pada Backpropagation Dengan Teknik Grid Search Terhadap Prediksi Kemiskinan Di Indonesia Laila Kumalasari
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 2 No. 1 (2025): Volume 2 No 1 Januari 2025
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/yazj8j71

Abstract

Kemiskinan merupakan permasalahan sosial yang kompleks dan masih menjadi tantangan besar di berbagai negara, termasuk Indonesia. Prediksi tingkat kemiskinan yang akurat sangat penting untuk mendukung perencanaan kebijakan pemerintah dalam mengurangi jumlah penduduk miskin. Penelitian ini bertujuan untuk meningkatkan akurasi model prediksi kemiskinan dengan menggunakan Jaringan Syaraf Tiruan (JST) berbasis algoritma Backpropagation, yang dioptimalkan melalui teknik Grid Search. Dataset yang digunakan diambil dari Kaggle dan mencakup 13 atribut sosial ekonomi. Proses penelitian terdiri dari enam tahapan, yaitu pengumpulan data, pra-pemrosesan, perancangan model Backpropagation, penerapan Grid Search, pengujian model, dan evaluasi. Hasil eksperimen menunjukkan bahwa model Backpropagation biasa menghasilkan akurasi sebesar 97,0873% dengan nilai loss sebesar 0,1353. Sementara itu, setelah penerapan Grid Search, akurasi meningkat menjadi 99,0291% dengan nilai loss menurun menjadi 0,0666. Hasil ini membuktikan bahwa penerapan Grid Search secara sistematis dapat meningkatkan performa model secara signifikan dalam konteks prediksi kemiskinan.
Klasifikasi Sentimen Ulasan Produk Shopee Menggunakan Jaringan Syaraf Tiruan Backpropagation dan Random Forest Marisa Febrina
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 2 No. 1 (2025): Volume 2 No 1 Januari 2025
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/mdmyfe57

Abstract

Pertumbuhan pesat e-commerce di Indonesia telah meningkatkan jumlah ulasan produk yang tersedia secara daring, khususnya pada platform Shopee. Untuk mengelola data ulasan yang besar secara efisien, diperlukan metode klasifikasi sentimen berbasis kecerdasan buatan. Penelitian ini membandingkan performa algoritma Jaringan Syaraf Tiruan (JST) dengan Backpropagation dan Random Forest. Dataset yang digunakan diperoleh dari Kaggle dan diproses melalui tahapan tokenisasi, stemming, serta ekstraksi fitur menggunakan TF-IDF. Evaluasi menggunakan metrik akurasi, presisi, dan recall menunjukkan bahwa JST Backpropagation menghasilkan akurasi 87,5%, presisi 88,2%, dan recall 86,4%, lebih unggul dari Random Forest yang mencapai akurasi 84,1%, presisi 85,7%, dan recall 82,0%. Hasil ini menunjukkan bahwa JST Backpropagation lebih efektif dalam mengklasifikasikan sentimen ulasan Shopee dan dapat diterapkan dalam sistem analisis sentimen berbasis teks lainnya.
Optimasi Jaringan Syaraf Tiruan Metode Backpropagation dengan Algoritma Genetik untuk Prediksi Tingkat pengangguran di Provinsi Sumatera Utara Nurma Wadda Putri
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 2 No. 1 (2025): Volume 2 No 1 Januari 2025
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/yjwq8x86

Abstract

Tingkat Pengangguran Terbuka (TPT) merupakan indikator penting dalam mengukur kondisi ketenagakerjaan dan efektivitas pembangunan ekonomi suatu daerah. Penelitian ini bertujuan untuk memprediksi TPT di Provinsi Sumatera Utara dengan menggunakan model Jaringan Syaraf Tiruan (JST) Backpropagation yang dioptimalkan oleh Algoritma Genetik (GA). Metode penelitian yang digunakan bersifat kuantitatif dan berbasis eksperimen komputasional, dengan data sekunder dari Badan Pusat Statistik (BPS) tahun 2010–2023 yang mencakup variabel PDRB per Kapita, IPM, TPAK, dan jumlah penduduk. Proses optimasi melibatkan penyesuaian terhadap hyperparameter seperti learning rate, jumlah neuron hidden layer, dan momentum. Hasil evaluasi menunjukkan bahwa model yang dioptimalkan mencapai nilai MAPE sebesar 3,27%, RMSE sebesar 0,21, dan koefisien determinasi (R²) sebesar 0,94, jauh lebih baik dibandingkan model Backpropagation standar. Prediksi TPT untuk tahun 2025 dengan model GA adalah sebesar 5,42%, selaras dengan tren penurunan sejak 2020. Penelitian ini membuktikan bahwa integrasi GA dalam pelatihan JST dapat secara signifikan meningkatkan akurasi prediksi dan memberikan dasar kuat untuk perumusan kebijakan ketenagakerjaan berbasis data.
Pengelompokan Gaya Belajar Mahasiswa Menggunakan Metode K-Means dan Validasi Menggunakan Davies Bouldin Index Latifah Hanum
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 2 No. 2 (2025): Volume 2 No 2 Juli 2025
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/1x1b7f47

Abstract

Penelitian ini dilakukan untuk mengelompokkan gaya belajar mahasiswa berdasarkan model VARK (Visual, Auditory, Reading/Writing, Kinesthetic) dengan memanfaatkan algoritma K-Means. Selain itu, penelitian ini juga bertujuan mengevaluasi kualitas hasil pengelompokan tersebut menggunakan indeks Davies-Bouldin. Data diperoleh melalui penyebaran kuesioner kepada sepuluh mahasiswa dari berbagai program studi. Setiap mahasiswa memberikan penilaian terhadap empat jenis gaya belajar yang kemudian diolah menjadi data numerik. Dari hasil analisis, terbentuk empat klaster, namun hanya tiga klaster yang terisi. Klaster pertama terdiri dari tujuh mahasiswa dengan karakteristik gaya belajar yang serupa. Dua klaster lainnya masing-masing berisi satu dan dua mahasiswa yang menunjukkan kecenderungan belajar yang berbeda dari kelompok mayoritas. Nilai Davies-Bouldin sebesar 0,727 menunjukkan bahwa hasil pengelompokan tergolong baik, dengan tingkat kekompakan yang tinggi dalam klaster dan pemisahan yang jelas antar klaster. Hasil penelitian ini menunjukkan bahwa metode K-Means dapat digunakan secara efektif untuk mengenali pola gaya belajar mahasiswa secara objektif. Temuan ini diharapkan dapat menjadi acuan dalam pengembangan strategi pembelajaran yang menyesuaikan dengan karakteristik peserta didik. 
Evaluasi Performa Perceptron dan Adaline Pada Klasifikasi Angka Partisipasi Sekolah di Indonesia Nurhafizah Yazid; Juni Ismail
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 2 No. 2 (2025): Volume 2 No 2 Juli 2025
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/rtnta586

Abstract

Penelitian ini mengevaluasi performa Perceptron dan Adaline dalam mengklasifikasikan data Angka Partisipasi Sekolah (APS) di Indonesia. Data APS yang digunakan diperoleh dari Badan Pusat Statistik (BPS), mencakup 38 provinsi dan kelompok usia 16–18 tahun selama periode 2021–2024. Setelah melalui proses normalisasi, data dilatih menggunakan Perceptron yang mengandalkan fungsi aktivasi biner, serta Adaline yang memanfaatkan fungsi aktivasi linier dengan optimasi berbasis Mean Squared Error (MSE). Hasil pengujian menunjukkan bahwa Adaline mampu mencapai akurasi 86,84% dalam satu epoch, sementara Perceptron mencapai akurasi 84,21% setelah dua epoch. Temuan ini mengindikasikan bahwa Adaline lebih efisien dan lebih akurat dalam memproses data APS yang telah dinormalisasi. Penelitian ini memberikan kontribusi dalam pengembangan teknik klasifikasi data pendidikan, yang dapat dimanfaatkan sebagai dasar untuk perumusan kebijakan pendidikan yang lebih tepat sasaran.
Prediksi Performa Akademik Siswa Berdasarkan Data Aktivitas Pembelajaran Menggunakan Model Time Series ARIMA Rahma Fadila
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 2 No. 2 (2025): Volume 2 No 2 Juli 2025
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/cd9fk533

Abstract

Prediksi terhadap performa akademik siswa menjadi aspek krusial dalam upaya peningkatan mutu pendidikan, khususnya di lingkungan pembelajaran daring yang sangat bergantung pada data digital aktivitas belajar. Penelitian ini bertujuan untuk membangun dan menguji model prediksi performa akademik siswa berdasarkan data aktivitas pembelajaran dengan pendekatan time series ARIMA. Dataset yang digunakan dari platform Kaggle, terdiri dari 10.000 catatan perilaku belajar siswa yang telah. Setelah dilakukan uji stasioneritas menggunakan Augmented Dickey-Fuller Test serta analisis ACF dan PACF, model ARIMA(1,1,1) dipilih sebagai konfigurasi yang paling tepat. Pelatihan model menunjukkan bahwa parameter AR(1) dan MA(1) memiliki signifikansi statistik. Evaluasi performa model menggunakan metrik MAE, MSE, dan RMSE menghasilkan nilai masing-masing sebesar 20.317, 826.011, dan 28.740. Selain itu, model lolos uji diagnostik Ljung-Box dan tidak menunjukkan indikasi heteroskedastisitas, yang berarti model mampu menggambarkan data historis dengan baik. Prediksi untuk lima minggu ke depan menunjukkan tren yang stabil, sehingga model ini memiliki potensi untuk sistem peringatan dini guna mengidentifikasi penurunan performa siswa secara lebih dini.

Page 2 of 3 | Total Record : 23

 1   2   3 

Filter by Year

2024 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 1 (2026): Volume 3 No 1 Januari 2026 Vol. 2 No. 2 (2025): Volume 2 No 2 Juli 2025 Vol. 2 No. 1 (2025): Volume 2 No 1 Januari 2025 Vol. 1 No. 2 (2024): Volume 1 No 2 Juli 2024 Vol. 1 No. 1 (2024): JMENDIKKOM Volume 1 No 1 Januari 2024