Article Per Year (5 Year)
p-Index From 2021 - 2026
13.45
P-Index
This Author published in this journals
All Journal Jurnal Informatika dCartesian: Jurnal Matematika dan Aplikasi Jurnal Simetris Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Informatika dan Teknik Elektro Terapan SMATIKA Sistemasi: Jurnal Sistem Informasi Jurnal Informatika IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal EMT KITA JIKO (Jurnal Informatika dan Komputer) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Pilar Nusa Mandiri Syntax Literate: Jurnal Ilmiah Indonesia JUTEI (Jurnal Terapan Teknologi Informasi) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi INTECOMS: Journal of Information Technology and Computer Science MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal ULTIMA Computing JURIKOM (Jurnal Riset Komputer) Jurnal Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) ComTech: Computer, Mathematics and Engineering Applications Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Zonasi: Jurnal Sistem Informasi Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Tekinkom (Teknik Informasi dan Komputer) Abdimasku : Jurnal Pengabdian Masyarakat INFOKUM Aiti: Jurnal Teknologi Informasi Jurnal Teknologi Informatika dan Komputer IJECS: Indonesian Journal of Empowerment and Community Services J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Ekonomi JUSTIN (Jurnal Sistem dan Teknologi Informasi) International Journal Software Engineering and Computer Science (IJSECS) Jurnal Media Computer Science Malcom: Indonesian Journal of Machine Learning and Computer Science STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi J-Icon : Jurnal Komputer dan Informatika Jurnal Pendidikan Teknologi Informasi (JUKANTI) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) d'Cartesian: Jurnal Matematika dan Aplikasi JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Magdalena Ariance Ineke Pakereng
Universitas Kristen Satya Wacana
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 111 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : intecoms journal of information technology and computer science

 1 
ANALISIS KEAMANAN JARINGAN WIFI DAN CCTV MENGGUNAKAN ZENMAP SEBAGAI NETWORK VULNERABILITY SCANNER Helena Dorthea Fiay; Magdalena A. Ineke Pakereng M
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 2 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/dr1nrv25

Abstract

 Penelitian ini membahas analisis keamanan jaringan WiFi dan sistem CCTV berbasis IP dengan memanfaatkan Zenmap sebagai antarmuka grafis dari Nmap. Latar belakang penelitian berangkat dari meningkatnya penggunaan perangkat Internet of Things (IoT) yang sering kali memiliki konfigurasi keamanan lemah, seperti penggunaan kata sandi bawaan, enkripsi rendah, serta firmware yang tidak diperbarui. Melalui metode vulnerability assessment, penelitian ini melakukan pemindaian jaringan untuk mengidentifikasi host aktif, port terbuka, layanan yang berjalan, serta potensi kerentanan pada perangkat WiFi dan CCTV di Studio Pemrograman S-Code Salatiga. Hasil pemindaian menunjukkan adanya port berisiko yang terbuka serta layanan yang rentan terhadap eksploitasi. Analisis dilakukan secara deskriptif- kualitatif dengan menilai tingkat risiko dan memberikan rekomendasi mitigasi, seperti pembaruan firmware, penggantian kredensial default, penerapan WPA3, serta segmentasi jaringan. Penelitian ini diharapkan dapat menjadi acuan praktis bagi administrator jaringan maupun organisasi lain dalam meningkatkan keamanan infrastruktur berbasis IoT. Kata Kunci: Keamanan Jaringan, WiFi, CCTV/IP Camera, Zenmap / Nmap, Vulnerability Assessment
PERBANDINGAN METODE RANDOM FOREST DAN KNN DALAM MENDETEKSI PENYAKIT LIVER Jordan Johan Josafat Simanjuntak; Magdalena A. Ineke Pakereng
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 2 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/j9se3a69

Abstract

Penyakit hati merupakan masalah kesehatan global yang semakin diperburuk oleh gaya hidup tidak sehat, seperti konsumsi alkohol yang berlebihan dan deteksi dini yang tidak memadai. Oleh karena itu, pendekatan berbasis teknologi diperlukan untuk meningkatkan akurasi diagnosis. Penelitian ini bertujuan untuk membandingkan kinerja metode pembelajaran mesin Random Forest dan K-Nearest Neighbor dalam mengklasifikasikan penyakit hati berdasarkan faktor klinis dan gaya hidup pasien. Data diperoleh dengan menggabungkan dua dataset terbuka, yang totalnya berjumlah 2.283 entri dan 19 fitur, termasuk parameter laboratorium, usia, konsumsi alkohol, dan riwayat kesehatan. Tahapan penelitian meliputi pra-pemrosesan data, termasuk imputasi nilai yang hilang, pengkodean variabel kategorikal, normalisasi fitur numerik, rekayasa fitur, dan penyeimbangan kelas menggunakan Teknik Oversampling Minoritas Sintetis. Dataset kemudian dibagi menjadi 80% data pelatihan dan 20% data pengujian secara stratifikasi. Evaluasi model dilakukan menggunakan matriks kebingungan, akurasi, presisi, recall, F1-score, dan Area Di Bawah Kurva Receiver Operating Characteristic. Hasil menunjukkan bahwa Random Forest memiliki kinerja lebih baik dengan akurasi 82% dan nilai Area Di Bawah Kurva 0,91, dibandingkan dengan K-Nearest Neighbor yang mencapai akurasi 72% dan Area Di Bawah Kurva 0,83. Selain itu, Random Forest menghasilkan jumlah negatif palsu yang lebih rendah, menjadikannya lebih dapat diandalkan dalam mendeteksi pasien dengan penyakit hati. Oleh karena itu, Random Forest direkomendasikan sebagai metode yang lebih efektif dan stabil untuk sistem deteksi dini penyakit hati berbasis pembelajaran mesin. Kata kunci: Penyakit Hati, Klasifikasi Medis, Random Forest, K-Nearest Neighbor, Deteksi Dini
EVALUASI ANTARMUKA DAN PENGALAMAN PENGGUNA WEB OPAC LIBRARY UKSW MENGGUNAKAN PENDEKATAN USER-CENTERED DESIGN (UCD) Riza Jeheskiel N. Tarigan; Magdalena A. Ineke Pakereng
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 1 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/ddks1702

Abstract

Penelitian ini mengevaluasi antarmuka dan pengalaman pengguna (user experience) Web OPAC Perpustakaan O. Notohamidjojo UKSW dengan menerapkan pendekatan User-Centered Design (UCD). Metode yang digunakan adalah mixed methods yaitu observasi, task-based usability testing, dan kuesioner standar (SUS dan UEQ) kepada 100 responden mahasiswa. Hasil reliabilitas menunjukkan instrumen layak (Cronbach’s α SUS = 0,82, dimensi UEQ ≥ 0,71). Skor rata-rata SUS adalah 52,5 (SD = 2,92), tergolong marginal / poor, menandakan kebutuhan perbaikan kegunaan. Analisis UEQ memperlihatkan profil pragmatis (kejelasan 0,12, efisiensi 0,08, ketepatan 0,15 - netral) dan profil hedonis yang negatif (daya tarik -0,21, stimulasi -0,34, kebaruan -0,47). Task testing mengungkap tingkat keberhasilan: pencarian judul 92% (41 s), penggunaan filter 63% (78 s), melihat detail koleksi 71% (66 s). Temuan kualitatif menyorot navigasi yang tidak intuitif, visibilitas filter rendah, struktur detail koleksi kurang rapi, dan umpan balik sistem minim. Rekomendasi prioritas meliputi perbaikan visibilitas kontrol filter, peningkatan feedback sistem, optimasi performa, pembaruan visual language, dan strategi evaluasi berkelanjutan berbasis metrik ( target SUS ≥ 68, kenaikan dimensi UEQ hedonis ≥ +0,5). Implikasi praktis dan langkah implementasi diusulkan mengikuti siklus UCD iteratif. Kata Kunci: Antarmuka Pengguna, Evaluasi Usabilitas, OPAC, Pengalaman Pengguna (UX), User-Centered Design.
DETEKSI PENYAKIT GLAUKOMA PADA CITRA FUNDUS RETINA DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Rheyna Atalya Setiadi; Magdalena A. Ineke Pakereng
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/g5sztt66

Abstract

Penelitian ini membahas mengenai deteksi penyakit glaukoma pada citra fundus retina secara otomatis menggunakan metode Convolutional Neural Network dengan pendekatan transfer learning dan fine-tuning pada arsitektur EfficientNetB0, dan menggunakan dataset dari Standardized Multi-Channel Dataset for Glaucoma (SMDG-19) dengan total 12.316 citra fundus retina beresolusi 512×512 piksel. Proses penelitian ini meliputi tahap preprocessing berupa resizing, rescaling serta data augmentation untuk meningkatkan variasi dan mengurangi overfitting. Model ini dilatih dengan Adam optimizer. Hasil pelatihan menunjukkan akurasi validasi mencapai 89,02% dan evaluasi pada data uji menghasilkan akurasi 87,29%, presisi 87,04%, recall 78,04% dan F1-Score sebesar 82,54%. Hasil ini menunjukkan bahwa metode CNN dengan arsitektur EfficientNetB0 mampu mendeteksi glaukoma secara efektif dan berpotensi digunakan sebagai sistem pendukung diagnosis dini yang akurat di bidang oftalmologi. Kata Kunci: Glaukoma, Citra Fundus Retina, Convolutional Neural Network, EfficientNetB0, Transfer Learning
DETEKSI JUMLAH KENDARAAN YANG MASUK DAN KELUAR JALAN TOL MENGGUNAKAN YOLOv5 DAN DEEP SORT Stevanus Januar Latuluma; Magdalena A. Ineke Pakereng
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 4 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/fetaqm71

Abstract

Perkembangan teknologi computer vision memungkinkan proses pemantauan lalu lintas dilakukan secara ototmatis melalui deteksi, pelacakan, dan perhitungan kendaraan. Penelitian ini bertujuan untuk membangun sistem deteksi dan pelacakan kendaraan menggunakan algortima YOLOv5 dan Deep SORT pada video lalu lintas jalan tol. Dataset yang digunakan diperoleh dari proses pengambilan gambar dan video secara mandiri, kemudian dilakukan anotasi menggunakan Roboflow dengan tiga kelas kendaraan yaitu car, bus, truck. Dataset terdiri dari 326 objek kendaraan yaitu meliputi 242 mobil, 70 truk, dan 14 bis. Model YOLOv5s dilatih menggunakan 100 epoch dengan ukuran citra 640x640 piksel dan batch size 16. Hasil pengujian menunjukan bahwa model memperoleh nilai precision sebesar 94,7%, recall sebesar 92,6% mAP@0.5 sebesar 98,1% dan mAP@0.5:0.95 sebesar 66,9%. Selanjutnya, hasil deteksi diintegrasikan dengan algoritma Deep SORT untuk memberikan identitas unik pada setiap kendaraan sehingga pergerakannya dapat dilacak secara konsisten antar frame. Pengujian dilakukan menggunakan video lalu lintas berdurasi 3 menit 38 detik. Hasil penghitungan menunjukan terdapat 16 mobil masuk dan 32 mobil keluar, 2 bus masuk tanpa kendaraan bus keluar, serta 7 truk keluar tanpa ditemukan truk yang masuk. Berdasarkan hasil tersebut, kombinasi YOLOv5 dan Deep SORT mampu melakukan deteksi, pelacakan, serta penghitungan kendaraan secara otomatis dengan hasil yang baik pada kondisi lalu lintas yang diamati. Kata Kunci : YOLOv5, Deep SORT, deteksi kendaraan, pelacakan objek, counting line, jalan tol.
KLASIFIKASI OPINI PENGGUNA APLIKASI SHOPEE DI GOOGLE PLAY STORE BERBASIS WORDCLOUD DENGAN METODE NAIVE BAYES Angellio Wattimena; Magdalena A. Ineke Pakereng
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 4 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/thps2095

Abstract

Studi ini bertujuan untuk mengklasifikasikan pendapat pengguna mengenai aplikasi Shopee berdasarkan ulasan berbahasa Indonesia yang diperoleh dari Google Play Store. Sebanyak 1.000 ulasan dikumpulkan menggunakan teknik pengambilan data otomatis dan diproses melalui beberapa tahap preprocessing, case folding, tokenisasi, stopword removal, dan stemming, guna menghasilkan data teks yang bersih dan terstruktur. Pelabelan sentimen dilakukan berdasarkan skor ulasan, dengan kategori positif (skor 4–5) dan kategori negatif (skor 1–2). Metode TF-IDF kemudian digunakan untuk mengekstrak fitur numerik dari teks, yang selanjutnya diklasifikasikan menggunakan algoritma Multinomial Naive Bayes. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 0,7443, dengan presisi dan F1-score yang menggambarkan kinerja klasifikasi yang stabil. Selain itu, visualisasi WordCloud digunakan untuk menyoroti kata-kata dominan pada setiap kategori sentimen, sehingga mengungkapkan perbedaan yang jelas antara ulasan positif dan negatif. Secara keseluruhan, temuan ini menunjukkan bahwa kombinasi TF-IDF, Naive Bayes, dan WordCloud efektif untuk menganalisis pendapat pengguna tentang Shopee dan dapat menjadi referensi berharga bagi pengembang aplikasi dalam meningkatkan kualitas layanan. Kata Kunci: Analisis Sentimen, Naive Bayes, TF-IDF, WordCloud, Shopee, Google Play Store.
Co-Authors Adam Belo Paembonan Afiyatar Asyer Asyer Afril Caesar Muhammad Hanif Agnes Meilosa Callysta Airlangga, Radithya Alexander Mario Saputra Alvira Karisma Putri Alz Danny Wowor Andeka Rocky Tanaamah Angela Putri Larasati Darakay Angellio Wattimena Anggara, Richardus Sapta Antonius Bintang Timur Aziiz, Anriza Kurnia Bhilton Mesianus Obidje Bramantya, Samuel Dwi Briandika, Jordan Christin Ngongoloy, Beststinsi Claudio Canavaro Daniel Satria Mahardhika Deasy Carolina Deni Supimum Jaya Devara Putra Aryasa Dewi, Syarafina Dimara, Indri Dio Yudha Perdana Diva Christalivea Donny Octariyanto Dwayne Jeremy Euagellino Prihanto Dwi Hosanna Bangkalang E.V. Sihombing, Kristina Eirene Claudia Ratmoko Ellen Arnetta Ellen Yumanda Erwien Christianto Evangs Evangs Mailoa Falensky, Lee Valdho Faradisia, Adeline Febriyanti, Monica Dias Federick Jonathan Felik Darmawan Wijaya Felix David Fernando, Fery Ferryan Nur Setyawan Feybiola Agustine Andrea Ompo Geraldie Tanu Saputra Getsemani Salisa Margaretha Gwen Theresia Grandis Aritonang Harjono, Rhaka Pradena Heinricho Dimas Prasetya Helena Dorthea Fiay Hendrawan Suprayogi Herdaning Sandra Kumalasari Jaya, Deni Supimum Jesajas, Marthen Billy Jessica Christiani Irawan Jonathan Nandika Gustin Jordan Johan Josafat Simanjuntak Juan Andrew Suthendra Juan Keinan thimothi Paparang Julio, Erry Kaferin, Eggia Kevin Alexander Harjanto Kevin Setiawan Klaudius Nikotino P Kristoko Dwi Hartomo Kumbara, Perdana Bagas Tirta Lenda, Julita Veronika Letuna, Noliyanti Ria Lusman, Chrizanny Winifred Mei Irawati Michael, Sean Mochammad Iqbal Tawakal Muhammad Haidar Wijaya Nadya Glorya Najoan Najoan, Nadya Glorya Nanda Choirul Ngantung, Ronaldo Kristoforus Ni Made Grace Advendi Nina Setiyawati Pali'pangan, Prihart Julian Pattipeilohy, Rioldy Leonard Perdana Bagas Tirta Kumbara Prasetya, Ezra Inti Pratama, Leonnyndra Putra Puspitasari, Pipit Putra, Arios Wardana Putra, Oktavian Alle Mahenswa Radithya Airlangga Ramos Somya Rheyna Atalya Setiadi Ririn Ayu Ardila Riza Jeheskiel N. Tarigan Rizki, Muhammad Bagus Robby Adrian Fajar Sulistya Sulistya Saghoa, Evifania Chayu Salama, Aditya Santoso, Chrys Nathanael Saputra, Denny Agusto Seli, Francelia Regina Simamora, Lasriama Agnes E Sindhi Diah Ayu Palupi Sofia Sofia Sonny Endrawan Stevanus Januar Latuluma Talahaturuson, Januar C. Tarigan, Aldy Alvharo Tobing, Prihantoro Manahan Tolanda, Dominus Alfin Tuah, Oliver Vincent Vincent Exelcio Susanto Virgelius Hendrawan Taralandu Wicaksana, Prasetya Wicaksono, Embang Aulia William Chrisnando Ekasaputra Willson Mangoki Yoridi, Maria Leonila Yawa Yos Richard Beeh Yosepinus Trinaldo Yoshua Kenny Nugroho Yuliadi, Yusup