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 31 Documents
 1   2   3   4 
Identifikasi Tingkat Keaktifan Media Sosial Terhadap Pola Belajar Mahasiswa Dengan K-Nearest Neighbor Dan Naïve Bayes Ririn Nadia Utari
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: 10.65309/3rybkm63

Abstract

Pertumbuhan media sosial yang pesat di era digital telah berdampak pada pembelajaran siswa dan banyak aspek lain dalam kehidupan mereka. Penelitian ini menggunakan algoritma K-Nearest Neighbor (KNN) dan Naïve Bayes untuk menentukan hubungan antara penggunaan media sosial oleh siswa dan strategi pembelajaran mereka. Penelitian ini dilakukan dengan menggunakan desain deskriptif-analitis dan metodologi kuantitatif. Survei daring yang dibagikan kepada siswa yang terdaftar di berbagai program studi digunakan untuk mengumpulkan data. Pola pembelajaran siswa dan jumlah waktu, frekuensi, dan lamanya mereka menggunakan media sosial termasuk di antara variabel yang diteliti. Setelah data diproses, algoritma KNN dan Naïve Bayes digunakan untuk mengklasifikasikan cara belajar berdasarkan tingkat keaktifan di media sosial. Evaluasi menunjukkan bahwa algoritma KNN menunjukkan hasil yang lebih unggul daripada Naïve Bayes, dengan akurasi mencapai 60%. KNN juga berhasil menemukan pola di semua kategori data, termasuk kategori minoritas yang tidak terdeteksi oleh Naïve Bayes. Penelitian ini memberikan kontribusi untuk pengembangan strategi pembelajaran yang lebih adaptif di dunia pendidikan tinggi dan sebagai panduan untuk mengelola penggunaan media sosial dengan bijaksana oleh mahasiswa.
Analitik Pendidikan 4.0: Penerapan Data Mining dalam Mengungkap Karakteristik Siswa Tommy Jonathan Sinaga
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: 10.65309/7fxdbf72

Abstract

Salah satu tantangan paling menarik dan kompleks dalam Penambangan Data Pendidikan (EDM) adalah menganalisis kinerja siswa. Peneliti sangat tertarik pada bidang ini karena berbagai faktor yang memengaruhi hasil belajar, serta banyaknya data yang tersedia, terutama dalam konteks pembelajaran yang ditingkatkan teknologi. Meskipun banyak penelitian ada dalam EDM, hanya sedikit yang berfokus secara khusus pada evaluasi dan prediksi prestasi siswa. Sebagian besar survei bertujuan untuk mengidentifikasi pola atau faktor yang dapat memprediksi kinerja siswa. Studi ini mengusulkan penggunaan algoritma penambangan data untuk mengekstrak data yang relevan dan akurat untuk analisis lebih lanjut. Dalam tinjauan pustaka ini, penulis mengkaji pendekatan yang ada di bidang ini dan menyoroti bagaimana interaksi siswa dengan sistem manajemen pembelajaran dan data tugas penilaian dapat memberikan wawasan berharga untuk prediksi kinerja awal. Penulis juga mengidentifikasi peran penting yang dimainkan oleh jenis sistem pendidikan dalam membentuk proyeksi awal prestasi siswa.
The Ability of Third Semester Students in Multiple Choice Questions to Assess Literal, Evaluative and Critical Understanding Susiani, Susiani; Fitri Rizki
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 3 No. 1 (2026): Volume 3 No 1 Januari 2026
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/31dnhe89

Abstract

This study aims to examine the ability of third-semester students in answering multiple-choice questions designed to assess literal, evaluative, and critical levels of reading comprehension. A quantitative descriptive method was employed using a 30-item multiple-choice test. The participants consisted of 35 third-semester students from an English Course at STIKOM Tunas Bangsa. The results show that the students’ literal comprehension is categorized as “good” (mean = 78), evaluative comprehension as “fair” (mean = 65), and critical comprehension as “poor” (mean = 58). These findings indicate that students still need to develop higher-order reading strategies, especially in the area of critical analysis.
Perancangan Framework E-Government Berbasis Kecerdasan Buatan Sebagai Persiapan Kota Pematangsiantar Menjadi Kota Pintar Rafiqa Dewi; Sundari Retno Andani
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 3 No. 1 (2026): Volume 3 No 1 Januari 2026
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/0f6gah41

Abstract

Transformasi digital menjadi kebutuhan strategis bagi pemerintah daerah dalam menghadapi era Revolusi Industri 4.0 dan Society 5.0. Kota Pematangsiantar sebagai salah satu kota berkembang di Provinsi Sumatera Utara memiliki potensi besar untuk mengimplementasikan konsep smart city melalui penguatan sistem e-government berbasis kecerdasan buatan (Artificial Intelligence/AI). Penelitian ini bertujuan merancang model e-government berbasis AI yang terintegrasi guna meningkatkan efisiensi pelayanan publik, transparansi pemerintahan, serta partisipasi masyarakat. Metode penelitian yang digunakan adalah pendekatan kualitatif dengan studi literatur, observasi sistem pemerintahan daerah, serta analisis kebutuhan berbasis smart city framework. Hasil penelitian menunjukkan bahwa integrasi AI dalam e-government dapat diterapkan melalui sistem pelayanan publik otomatis, chatbot layanan masyarakat, analisis big data untuk perencanaan kota, serta sistem pengambilan keputusan berbasis prediksi. Model yang dirancang diharapkan menjadi fondasi strategis bagi Kota Pematangsiantar menuju kota pintar yang berkelanjutan.
Optimasi Algoritma Logistic Regression untuk Memprediksi Risiko Dropout Mahasiswa dengan Teknik K-Fold Sandy Hardiansyah; Solikhun
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 3 No. 1 (2026): Volume 3 No 1 Januari 2026
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/tn4ka516

Abstract

Penelitian ini mengusulkan pengembangan model prediktif untuk mengidentifikasi potensi mahasiswa mengalami putus studi dengan memanfaatkan algoritma Logistic Regression yang dioptimalkan melalui penerapan teknik validasi silang K-Fold. Dataset yang digunakan mencakup berbagai atribut yang merepresentasikan aspek akademik dan kondisi sosial ekonomi mahasiswa, yang sebelumnya telah melalui tahapan pra-pemrosesan, meliputi penanganan data hilang, transformasi variabel kategorikal menjadi bentuk numerik, serta normalisasi fitur. Evaluasi kinerja model dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan F1-score sebagai indikator utama. Berdasarkan hasil validasi, model menunjukkan performa yang konsisten dan unggul, dengan rata-rata akurasi sebesar 83,20% pada skema validasi K=5 dan meningkat menjadi 94,6% pada K=10. Temuan ini menegaskan bahwa pendekatan Logistic Regression layak diterapkan sebagai sistem deteksi dini (early warning system) yang efektif dalam lingkungan pendidikan tinggi. Selain itu, penelitian ini membuka peluang untuk pengembangan lebih lanjut melalui eksplorasi fitur tambahan, penerapan algoritma pembanding, serta pemanfaatan teknik ensemble learning dan penyetelan hiperparameter guna meningkatkan akurasi dan ketahanan model prediksi. 
Klasifikasi Jenis Pupuk yang Tepat Berdasarkan Jenis Tanaman dan Kondisi Lahan Menggunakan Random Forest Ayu Utari Nasution; P.P.P.A.N.W.Fikrul Ilmi R.H.Zer
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 3 No. 1 (2026): Volume 3 No 1 Januari 2026
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/frecfb05

Abstract

Penelitian ini bertujuan untuk mengembangkan model berbasis Random Forest untuk memberikan rekomendasi jenis pupuk yang tepat berdasarkan kondisi tanah dan jenis tanaman. Data yang digunakan mencakup informasi tentang pH tanah, kelembapan, tekstur tanah, serta kandungan unsur hara (N, P, K) dan jenis tanaman yang meliputi Jagung, Padi, Kacang Tanah, dan lainnya. Model yang dikembangkan diuji pada dataset yang terdiri dari 600 sampel, dengan 30% digunakan untuk data uji. Hasil penelitian menunjukkan bahwa model Random Forest mencapai akurasi 97,83% dengan precision dan recall yang sangat baik pada sebagian besar kelas. Namun, kesalahan klasifikasi terjadi pada kelas NPK, dengan nilai recall 81,82%, yang mengindikasikan adanya kesulitan model dalam mengklasifikasikan jenis pupuk ini. Meskipun demikian, model ini menunjukkan kinerja yang baik dalam memberikan rekomendasi pupuk yang sesuai, yang dapat membantu petani memilih pupuk yang tepat dan meningkatkan hasil pertanian. Penelitian ini juga menunjukkan bahwa faktor-faktor seperti pH tanah dan jenis tanaman merupakan variabel yang sangat penting dalam menentukan jenis pupuk yang sesuai.
Pengelompokkan Tingkat Stres Remaja Terhadap Jam Tidur dan Aktivitas Media Sosial Menggunakan Metode K-Means Ivana Naomi Simanjuntak; Abdi Rahim Damanik
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 3 No. 1 (2026): Volume 3 No 1 Januari 2026
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/swwfry21

Abstract

Penelitian ini bertujuan untuk mengelompokkan tingkat stres remaja berdasarkan durasi tidur dan aktivitas media sosial menggunakan metode K-Means Clustering. Data diperoleh dari dataset “Mental Health Analysis among Teenagers” yang tersedia secara publik di Kaggle. Sebelum proses klasterisasi, data melalui tahap pra-pemrosesan berupa pembersihan data dan normalisasi menggunakan metode Min-Max Scaling. Pemilihan jumlah klaster optimal dilakukan menggunakan metode Elbow, yang menunjukkan bahwa tiga klaster merupakan jumlah yang paling representatif. Klastering dilakukan berdasarkan dua variabel, yaitu jam tidur dan durasi penggunaan media sosial, dan hasilnya divisualisasikan dalam bentuk scatter plot dua dimensi. Implementasi dilakukan menggunakan Python dan evaluasi model dilakukan melalui visualisasi dan analisis karakteristik masing-masing klaster. Hasil menunjukkan bahwa remaja dengan jam tidur cukup dan aktivitas media sosial rendah cenderung memiliki tingkat stres yang lebih rendah, sedangkan penggunaan media sosial yang tinggi atau jam tidur yang pendek berkorelasi dengan stres sedang hingga tinggi. Penelitian ini membuktikan bahwa kombinasi perilaku harian seperti tidur dan penggunaan media digital dapat digunakan untuk memetakan risiko stres remaja secara efektif melalui pendekatan unsupervised learning.
Digital Multimodal Composing: An Innovative Approach to Teaching English for Computer Science at STIKOM Tunas Bangsa Fitri Fitri; Rizky Khairunnisa Sormin
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 3 No. 2 (2026): Volume 3 No 2 Juli 2026
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/yz342f64

Abstract

This research explores the implementation of Digital Multimodal Composing (DMC) as an innovative pedagogical approach in teaching English for Computer Science at STIKOM Tunas Bangsa. In the era of digital transformation and Merdeka Belajar curriculum, integrating multimodal literacy into English language learning is essential to enhance students’ communicative competence and digital skills. This research employs a mixed-method approach, combining quantitative data from students’ performance and qualitative data from interviews and classroom observations. The findings reveal that DMC significantly improves students’ engagement, creativity, and language proficiency, particularly in reading and writing skills relevant to computer science contexts. Furthermore, students demonstrate increased motivation and autonomy in learning through multimodal tasks such as digital storytelling, video presentations, and interactive media production. The study also identifies challenges including technological limitations and varying levels of digital literacy among students. However, these challenges are mitigated through collaborative learning and guided instruction. The research concludes that Digital Multimodal Composing is an effective and transformative approach for English for Computer Science, aligning with global educational trends and the Indonesian curriculum reform.
The Role of English Learning Motivation in Enhancing Students’ Reading Comprehension Susiani; Fitri Rizki
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 3 No. 2 (2026): Volume 3 No 2 Juli 2026
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/sdx08v52

Abstract

This study investigates the role of English learning motivation in enhancing students’ reading comprehension in an English as a Foreign Language (EFL) context. Motivation is widely acknowledged as a key factor influencing language learning success, particularly in reading comprehension, which requires cognitive engagement and sustained effort. This research employed a quantitative correlational design involving 60 eleventh-grade students. Data were collected using a motivation questionnaire and a reading comprehension test. The results revealed a significant positive correlation between students’ motivation and their reading comprehension ability (r = 0.65, p < 0.05). The findings indicate that highly motivated students tend to demonstrate better comprehension skills. The study suggests that fostering both intrinsic and extrinsic motivation can significantly improve students’ reading outcomes. Therefore, educators are encouraged to apply motivational strategies in teaching reading.
DAMPAK MATEMATIKA MATRIKS PADA INOVASI KOMPUTER (STUDI LITERATURE REVIEW) Zulaini Masruro Nasution; Fitri Anggraini; Ika Okta Kirana; Nani Hidayati
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 3 No. 2 (2026): Volume 3 No 2 Juli 2026
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/adthzn94

Abstract

Matematika matriks memiliki peran yang sangat penting dalam perkembangan ilmu komputer. Penelitian ini bertujuan untuk menjelaskan dampak signifikan dari matematika matriks pada inovasi dalam ilmu komputer. Metode penelitian yang digunakan adalah metode deskriptif kualitatif studi literatur yaitu mengambil 10 jurnal yang berkaitan dengan matrik dan ilmu komputer . Hasil penelitian ini menunjukkan bahwa matematika matriks secara substansial mempengaruhi berbagai aspek ilmu komputer, termasuk pengembangan algoritma, pemrosesan citra, kecerdasan buatan, dan pemrosesan bahasa alami. Implikasi dari temuan ini adalah bahwa pemahaman yang lebih dalam tentang matematika matriks dapat membuka peluang baru dalam pengembangan teknologi ilmu komputer. Penelitian ini memberikan wawasan yang berharga bagi praktisi dan peneliti di bidang ini serta memperkuat hubungan erat antara matematika dan ilmu komputer.

Page 3 of 4 | Total Record : 31

 1   2   3   4 

Filter by Year

2024 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 2 (2026): Volume 3 No 2 Juli 2026 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