cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Gubtha Mahendra Putra
Contact Email
pututpamilih@gmail.com
Phone
+628115808624
Journal Mail Official
jim.unmul@gmail.com
Editorial Address
-
Location
Kota samarinda,
Kalimantan timur
INDONESIA
Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer
Published by Universitas Mulawarman
ISSN : 18584853     EISSN : 25974963     DOI : -
Core Subject : Science,
Computer Science & IT
Journal Informatics Mulawarman Is a means for researchers in the field of computer science to publish his research works. First published in 2007 with a two-yearly published period in February and September. Editorial Board Informatika Mulawarman consists of lecturers of computer science in the field of diverse concentration of expertise among others Software Engineering, Information Systems, Network and Computer Security, Image Processing, Multimedia, fuzzy logic, human interface and Artificial Intelligence.
Arjuna Subject : -
Articles 293 Documents
 26   27   28   29   30 
Implemantasi Rest API untuk E-Herbarium Alameka, Faza; Riyayatsyah, Riyayatsyah; Septiarini, Anindita; Hamdani, Hamdani; Hairah, Ummul; Puspitasari, Novitanti; Az Zahrah, Rezha Nur
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 18, No 2 (2023): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jim.v18i2.12631

Abstract

e-herbarium yang ada pada lab Herbarium Wanariset adalah sebuah media yang mendokumentasikan tanaman-tanaman yang dikeringkan dalam bentuk digital. Khususnya untuk tumbuhan berjenis Dipterocarpaceae. Untuk memungkinkan para ahli-ahli kehutanan ataupun bidang ilmu lainnya dari dalam negeri maupun mancanegara menggunakan. E-herbarium menyediakan data tanaman yang dikeringkan berbasis digital sebagai data ontentik kegiatan penelitian dibidang botani, ekologi, taksonomi tumbuhan dan etnobontani. Untuk tujuan dari peneltian ini kami mengembangankan API (pemprograman aplikasi antarmuka) untuk e-herbarium yang memungkinkan para pengguna mengakses, menggunakan dan memanfaatkan data yang disuaikan kebutuhan dari para pengguna akses dari API tersebut dan para pengguna juga dapat berinteraksi dengan GUI untuk mengembangkan data herbarium khususnya data tanaman berjenis Dipterocarpaceae sesuai dengan pengguna tersebut berada Di penelitian ini menjelaskan organisasi dari data-data yang ada di e-herbarium dan penerapan API untuk penelitian ini. Penelitian ini menggunakan arsitektur REST API dalam untuk pengembangan dari API yang dibangun. memungkinkan berbagai sistem untuk berkomunikasi dan mengirim / menerima data dengan cara yang sangat sederhana. Lebih lebih lagi fungus dari api ini dapat mengimport dan eksport model data herbarium dalam format JSON untuk mengakses API tersebut. Data yang terbentuk merupakan hasil dari pengaksesan API melalui URL menggunakan token. Token dapat diperoleh dengan cara Generate Api Key yang merupakan fitur dari sistem yang kemudian dapat digunakan untuk mengakses API yang tersedia. Method yang ada didalam API ini hanya menggunakan GET. Dimana method ini digunakan bersamaan dengan argument yang tersedia sehingga pengguna dapat meminta data yang dibutuhkan saja dari API. Argumen digunakan melalui parameter URL dan dapat memilah berdasarkan nama, spesies, family, ecology, status konservasi, nama lain, persebaran, deskripsi.
Game Edukasi Mobile Learning Dengan Artificial Intelligence Untuk Meningkatkan Pemahaman Pengenalan Hardware Pada Platform Android Akhyar, Ramaulvi Muhammad; Fadhillah, Shendy Raihan; Rizieq, Aji Muhammad
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 18, No 2 (2023): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jim.v18i2.17712

Abstract

Dalam era Revolusi Industri 4.0, sistem pendidikan tetap fokus pada pengembangan kreativitas, berpikir kritis, kerjasama, komunikasi, serta karakter siswa. Kemampuan di bidang teknologi, media, informasi, pembelajaran, inovasi, dan karir sangat diutamakan. Teknologi, terutama game edukasi berbasis mobile learning dengan dukungan artificial intelligence (AI), memiliki peran penting dalam proses pembelajaran.  Game edukasi ini dirancang untuk secara interaktif memperkenalkan perangkat keras kepada siswa. Dalam pengembangan game ini, AI digunakan untuk mengklasifikasikan gambar perangkat keras seperti Processor, GPU, Motherboard, RAM, HDD, SSD SATA, dan SSD M.2. Meskipun berhasil dalam pengujian, terdapat kesalahan dalam klasifikasi karena beberapa faktor seperti kualitas gambar yang buruk, kebisingan dalam gambar, dan perbedaan ukuran foto.  Oleh karena itu, saran untuk pengembangan berikutnya adalah melakukan pre-processing pada gambar yang diambil untuk meningkatkan akurasi AI. Dengan demikian, game edukasi mobile learning berbasis AI diharapkan dapat meningkatkan minat dan motivasi belajar siswa, sambil membantu guru dalam menyediakan pengalaman pembelajaran yang lebih menyenangkan dan interaktif. Hal ini sejalan dengan pendekatan modern dalam pendidikan yang mendukung perkembangan keterampilan esensial yang diperlukan di era Industri 4.0.
Traffic Accident Prediction Using Machine Learning Based on PT Jasa Raharja Data Utomo, Muhammad Fikri; Fikry, Muhammad; Hamdhana, Defry; Abdullah, Dahlan; Nurdin, Nurdin
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 21, No 1 (2026): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jim.v21i1.25392

Abstract

Traffic accidents represent a critical issue that significantly affects public safety and generates substantial social and economic impacts, particularly within the operational area of PT. Jasa Raharja Lhokseumawe Branch. The lack of predictive information regarding accident occurrences often results in reactive policy making. This study aims to develop a machine learning–based forecasting model for traffic accident rates using a combination of K-Means Clustering and Recurrent Neural Network (RNN). The dataset consists of historical traffic accident records from 2022 to 2024, which were preprocessed and aggregated on a weekly basis at the district level. K-Means Clustering was employed to group districts according to weekly accident patterns, resulting in two optimal clusters based on silhouette score evaluation. Subsequently, separate RNN models were developed for each cluster to forecast weekly accident occurrences. Model performance was evaluated using Mean Absolute Error (MAE), Mean Squared Error (MSE), and Root Mean Squared Error (RMSE). The results indicate that the RNN model achieved higher prediction accuracy for clusters with more stable accident patterns compared to clusters exhibiting higher fluctuation. Overall, the proposed combination of clustering and RNN demonstrates strong potential in producing accurate traffic accident forecasts

Page 30 of 30 | Total Record : 293

 26   27   28   29   30 

Filter by Year

2009 2026


Reset
Filter By Issues
All Issue Vol 21, No 1 (2026): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 19, No 2 (2024): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 19, No 1 (2024): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 18, No 2 (2023): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 18, No 1 (2023): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 2 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 1 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 16, No 2 (2021): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 16, No 1 (2021): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 15, No 2 (2020): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 15, No 1 (2020): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 14, No 2 (2019): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 14, No 1 (2019): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 13, No 2 (2018): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 13, No 1 (2018): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 12, No 2 (2017): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 12, No 1 (2017): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 11, No 2 (2016): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 11, No 1 (2016): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 10, No 2 (2015): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 10, No 1 (2015): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 9, No 3 (2014): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 9, No 2 (2014): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 9, No 1 (2014): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 8, No 3 (2013): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 8, No 2 (2013): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 8, No 1 (2013): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 7, No 3 (2012): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 7, No 2 (2012): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 7, No 1 (2012): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 6, No 3 (2011): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 6, No 2 (2011): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 6, No 1 (2011): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 5, No 3 (2010): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 5, No 2 (2010): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 5, No 1 (2010): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 4, No 3 (2009): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 4, No 2 (2009): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 4, No 1 (2009): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer More Issue