cover
Contact Name
Wahyudin
Contact Email
Jurnal.tk@bsi.ac.id
Phone
+6285770777011
Journal Mail Official
jurnal.tk@bsi.ac.id
Editorial Address
Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Jurnal Teknik Komputer AMIK BSI
ISSN : 24412436     EISSN : 25500120     DOI : http://dx.doi.org/10.31294/jtk
Core Subject : Science,
Jurnal Teknik Komputer merupakan jurnal ilmiah yang diterbitkan oleh LPPM Universitas Bina Sarana Informatika. Jurnal ini berisi tentang karya ilmiah hasil penelitian yang bertemakan: Networking, Robotika, Aplikasi Sains, Animasi Interaktif, Pengolahan Citra, Sistem Pakar, Sistem Komputer, Soft Computing, Web Programming, Data Mining, dan Sistem Penunjang Keputusan. Jurnal Teknik Komputer berisi pokok-pokok permasalahan baik dalam pengembangan kerangka teoritis, implementasi maupun kemungkinan pengembangan sistem secara keseluruhan. Diharapkan setiap naskah yang diterbitkan di dalam jurnal ini memberikan kontribusi yang nyata bagi peningkatan sumberdaya penelitian di dalam bidang informatika dan komputer. Tim redaksi membuka komunikasi lebih lanjut baik kritik, saran dan pembahasan.
Articles 10 Documents
Search results for , issue "Vol 10, No 2 (2024): Periode Juli 2024" : 10 Documents clear
Perbandingan SVM dan LSTM Untuk Memprediksi Gangguan Kecemasan (Anxiety Disorder) Berdasarkan Cuitan di Platform Aplikasi X (Twitter) Nurochman Nurochman; Luthfia Ashiilah
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.23112

Abstract

Anxiety disorder adalah gangguan kecemasan yang menyerang kesehatan mental seseorang sehingga bisa mengganggu aktivitas. Pengaruh media sosial menjadi salah satu adanya pemicu gangguan kecemasan, dimana media sosial dijadikan objek untuk meluapkan perasaan yang dialami pengguna, contohnya Twitter atau aplikasi X. Penelitian ini dilakukan untuk memprediksi adanya anxiety disorder pada pengguna Twitter dilihat berdasarkan cuitan yang ada dengan menggunakan dua model, yaitu Support Vector Machine (SVM) dan Long Short-Term Memory (LSTM) sehingga bisa dibandingkan mana yang lebih baik diantara dua metode tersebut. Data yang digunakan merupakan data hasil dari crawling yang kemudian dilakukan beberapa pemrosesan sehingga bisa diolah sesuai dengan medel yang ada. Hasil dari penelitian ini menunjukkan bahwa untuk memprediksi anxiety disorder menggunakan Long Short-Term Memory (LSTM) lebih unggul daripada Support Vector Machine (SVM) dari 3 matriks perhitungan yang ada, yaitu precision, recall, dan f1-score dengan nilai 75%. Sedangkan, untuk metode Support Vector Machine (SVM) hanya unggul dalam perhitungan nilai akurasi, yaitu 81%.
Penerapan Metode Algoritma C5.0 Untuk Klasifikasi Pemberian Kredit KUR UMKM Pada PT Pegadaian Hilda Amalia; Moranta Timotius; Sriyadi Sriyadi; Yunita Yunita; Achmad Baroqah Pohan
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.21588

Abstract

KUR or known as People's Business Credit is a government program which aims to provide business assistance to small people, namely those who own businesses (MSMEs). Providing Credit can also refer to a situation where one party provides money or services to another party. Every time you give credit to a customer, there is a possibility of default. Default conditions can be detrimental to those who provide credit. This default condition, apart from being detrimental to the credit provider company, also has an impact on the company's performance. To overcome the risk of default, it is important for credit companies to carry out careful credit analysis, provide financial education to customers, and have an effective strategy. In addition, monitoring and updating customers' financial conditions regularly are also an important step in preventing payment failures. Data mining is a method for finding knowledge from piles of data. In this research, data mining is used to overcome the problem of default risk on business credit worthiness by involving data to identify patterns and factors that can predict potential default. By using the natural 5.0 algorithm method, data processing can be used to automate most of the credit assessment process which can save time and costs. The application of data mining in pawnshops allows more precise decisions to be made based on historical data and in-depth analysis, thereby helping to reduce risk and increase operational efficiency at credit granting companies. The application of the C5.0 Algorithm method helps identify critical factors that influence the feasibility of MSME sharia currency, such as customer profiles, business characteristics and financial performance. The results of the feasibility evaluation show that the majority of MSMEs receive funding through sharia currency.
Clustering Penduduk Kurang Mampu Di Desa Mekar Baru Menggunakan Algoritma K-Means Egy Andryan; Asrul Abdullah; Putri Yuli Utami
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.23157

Abstract

Kemiskinan merupakan masalah yang telah lama ada dan belum terselesaikan oleh pemerintah. Meskipun berbagai upaya seperti program bantuan sosial tunai (BLT) telah dilakukan, masih terdapat kendala dalam pelaksanaannya. Salah satu kendala yang dihadapi pemerintah daerah di Desa Mekar Baru adalah ketidakmerataan dan ketidaktepatan sasaran dalam pendistribusian bantuan sosial. Algoritma K-Means, yang merupakan salah satu algoritma paling populer dan sederhana, digunakan untuk mengelompokkan data penduduk kurang mampu menjadi beberapa klaster. Berdasarkan hasil evaluasi, diperoleh empat klaster: klaster 1 (sangat tidak mampu) dengan 114 data (36,8% dari total data), klaster 0 (sangat mampu) dengan 89 data (28,8%), klaster 3 (mampu) dengan 83 data (26,8%), dan klaster 2 (sangat mampu) dengan 23 data (7,4%). Klaster tersebut diurutkan dari yang memiliki jumlah terbesar hingga terkecil. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi yang dapat mengidentifikasi klaster dari dataset yang dianalisis menggunakan metode K-Means.
Analysis Usability Terhadap Kepuasan Pengguna MyIndihome dengan Metode Use Quesionnaeri di Wilayah Kelurahan Rawang Hardiyan Hardiyan; Ihsan Theo Saputra
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.22015

Abstract

MyIndiHome adalah aplikasi resmi dari IndiHome yang merupakan penyedia layanan digital dan internet terlengkap di Indonesia. Layanan Internet Indihome siap menjangkau pengguna dari sabang sampai merauke. memungkinkan pengguna mengakses fungsi layanan IndiHome dengan mudah. Namun ada kendala dari aplikasi myIndiHome yang mengalami ketidak konsistenan informasi seperti kecepatan internet yang berada di aplikasi dengan kecepatan yang seharusnya didapatkan, sehingga dapat berimbas pada tingkat kepuasaan pengguna. Untuk mengetahui sejauh mana aplikasi myindihome dapat digunakan pengguna untuk mencapai tujuan tertentu dengan efektif, efisien dan pengguna menjadi puas dalam kontek penggunaan, maka perlu dilakukan pengukuran usability dari aplikasi tersebut. Dalam penelitian ini bertujuan untuk mengetaհui tingkat kepuasan pengguna pada aplikasi myIndiHome bagi pelanggan IndiHome di wilayah Kelurahan Rawang Kota Padang dengan metode USE Questionnaire. yang meliputi aspek Usefulness, Ease of Use, Ease of Learning, dan Satisfaction pada aplikasi myIndiHome dengan SPSS. Tingkat Usability pada aplikasi myIndiHome bagi pengguna IndiHome di wilayah Kelurahan Rawang mendapatkan rhitung > 0.197 dalam kategori kelayakan bermanfaat.
FaceVoting: e-Voting Berbasiskan Pengenalan Wajah Rahmalia Syahputri; Berkat Fa’atulo Halawa; Sherli Trisnawati; Nurfiana Nurfiana; Taufik Taufik
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.21918

Abstract

FaceVoting is an electronic voting system that employs facial recognition technology to authenticate voters, enhancing the security and efficiency of voting processes. This research showcases the integration of the Haar Cascade algorithm, renowned for its rapid and accurate object detection capabilities, tailored explicitly for face recognition in varied conditions. Through rigorous testing, the system proved highly effective at recognising faces across different distances, angles, and expressions despite some limitations in detecting obscured or unregistered faces. Extensive evaluations involved recording faces at 30 cm and 100 cm distances, yielding consistent detection scores of 0.2586751709411996, illustrating the system's robustness. Additionally, face recordings validated under varying angles demonstrated the system’s ability to maintain accuracy with minimal score variation, highlighting its adaptability to different voter positions. Further tests on diverse objects and facial expressions underscored the system’s precision in real-world scenarios, albeit with challenges in recognising non-human objects, other people’s faces, and partially obscured faces. About 96.5% of the 110 participants expressed satisfaction with the facial recognition feature, emphasising their confidence in its potential to secure and streamline the voting process. The study confirms the viability of facial recognition technology in e-voting systems, providing a substantial improvement over traditional methods in terms of accessibility, reliability, and fraud prevention, thereby supporting a more inclusive and transparent electoral process. 
Pemodelan Sistem Penyiraman Cerdas Bergerak pada Budidaya Jamur Tiram Herny Februariyanti; Eddy Nurraharjo; Muji Sukur; Firman Ardiansyah Ekoanindiyo
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.22362

Abstract

Integrasi sistem kendali jarak jauh telah menjadi aspek krusial dalam evolusi teknologi digital. Sistem tersebut memegang peran dan fungsi yang bervariasi, untuk memenuhi banyak ragam kebutuhan. Pada masa periode Revolusi Industri 4.0 seiring dengan lajunya Pertanian 4.0, penerapan teknologi ini semakin meluas, salah satu riset yang telah dilakukan pada artikel ini adalah proses penyiraman atau pengabutan pada ruang budidaya secara otomatis bergerak. Fokus masalah penyiraman didasarkan pada permasalahan terhadap kurangnya pemerataan hasil penyiraman, sehingga memunculkan inovasi ide fitur adaptif penyiraman otomatis bergerak. Pengembangan riset diawali dengan melakukan integrasi teknologi sensor suhu, kelembapan dan intensitas cahaya, dilengkapi dengan perangkat kendali utama (mikrokendali), dan perangkat aktuator berdaya DC. Selain itu sistem yang diusulkan ini, menerapkan algoritma fuzzy yang lebih adaptif terhadap perubahan fenomena alamiah dan iklim, sesuai kebutuhannya, dimana suhu antara 15-33o Celcius, kelembapan antara 47-99% serta intensitas cahaya pada nilai rentang 80-800 lumens. Proses pengamatan, pemodelan dan pengujian sistem berjalan dalam 1 periode tanam Jamur Tiram, dan telah diterapujikan di lingkungan sebenarnya di wilayah Kota Semarang. Sinergi berbagai teknologi, didampingi oleh algoritma terapan berbasis pembelajaran mesin fuzzy pada sistem ini telah mampu menghasilkan sebuah perangkat yang inovatif cerdas kekinian, sesuai kebutuhan penggunaannya, dan berpotensi luas untuk dapat diterapkan pada beragam lingkup budidaya tanaman hortikultura maupun fortikultura lainnya.
Penanganan Overfitting pada Klasifikasi Berita Hoax berbasis Neural Networks dengan Dropout dan Regularization Ridwan Ilyas; Fatan Kasyidi; Maulidina Norick Eriyadi
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.23121

Abstract

Penelitian ini mengevaluasi efektivitas berbagai teknik deteksi hoaks di Indonesia menggunakan model klasifikasi teks dengan dua ukuran dataset berbeda, yaitu 250 dan 650 sampel. Hoaks di media sosial memiliki dampak signifikan pada masyarakat, sehingga deteksi yang akurat sangat penting. Penelitian ini menguji tiga algoritma machine learning—ID CNN, Bi-LSTM, dan LSTM—dengan teknik regulasi seperti original, regularization, dan dropout. Hasil penelitian menunjukkan bahwa teknik regularisasi pada ID CNN memberikan akurasi tertinggi pada dataset 250 sampel, sementara Bi-LSTM dengan teknik original mencapai akurasi tertinggi pada dataset yang sama. Dataset yang lebih besar (600 sampel) menunjukkan bahwa teknik regularisasi pada ID CNN tetap stabil, sedangkan teknik dropout memberikan hasil yang bervariasi. Analisis menggunakan confusion matrix dan grafik learning menunjukkan adanya overfitting pada model, terutama pada dataset yang lebih kecil. Temuan ini menegaskan pentingnya penerapan teknik regulasi untuk mengurangi overfitting dan meningkatkan generalisasi model dalam deteksi hoaks. Penelitian ini memberikan kontribusi pada pengembangan sistem deteksi hoaks yang lebih efektif di Indonesia.
Optimasi Naïve Bayes menggunakan Seleksi Fitur Forward Selection untuk Analisis Sentimen Kendaraan Listrik Salman Alfarizi; Deni Gunawan; Hasan Basri; Alif Rizqi Mulyawan; Nurul Ichsan
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.22426

Abstract

Isu pemanasan global menjadi perhatian utama para pemimpin di beberapa negara termasuk Indonesia. Salah satu kontribusi untuk mengurangi emisi karbon yang berakibat pada pemanasan global yaitu dengan menggulirkan kebijakan kendaraan listrik. Pro kontra kebijakan kendaraan Listrik di Indonesia telah merambah ke berbagai ruang diskusi publik termasuk media social X (Twitter). Berdasakan hal tersebut penelitian ini bermaksud untuk menganalisis sentimen Masyarakat pada media social X tentang kebijakan kendaraan Listrik dilakukan klasifikasi dengan memanfaatkan algoritma naïve bayes berbasis forward selection. Berdasarkan pengujian model klasifikasi naïve bayes ditambahkan forward selection dihasilkan accuracy sebesar 82,11% dengan nilai AUC 0,801. Ada kenaikan nilai accuracy sebesar 2,67% dibandingkan tanpa menggunakan seleksi fitur forward selection yang hanya mencapai accuracy dikisaran 79,43 % dengan nilai AUC 0,639. Peneliti menarik Kesimpulan bahwa penggunaan seleksi fitur menggunakan forward selection dapat berkontribusi meningkatkan algoritma naïve bayes dalam klasifikasi sentimen pada kendaraan yang bertenaga listrik.
Evaluasi User Experience Pada Pengguna Aplikasi Maxim Indonesia Menggunakan Metode User Experience Questionnaire (UEQ) Muhammad Rifqi Adli; Wahyudin Wahyudin; syamsul bahri
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.23213

Abstract

Pengalaman pengguna (User Experience) merupakan aspek yang sangat penting dalam kesuksesan sebuah aplikasi. Pengguna yang memiliki pengalaman positif dengan sebuah aplikasi cenderung akan lebih sering menggunakan aplikasi dan lebih mungkin merekomendasikannya kepada orang lain. Oleh karena itu evaluasi terhadap pengalaman pengguna pada suatu aplikasi merupakan hal yang sangat penting untuk memastikan bahwa pengguna memiliki pengalaman yang baik dan memuaskan. Metode evaluasi yang digunakan pada penelitian ini adalah User Experience Questionnaire. Adapun aspek-aspek yang dievaluasi meliputi Attractiveness (daya tarik), Perspicuity (kejelasan), Efficiency (efisiensi), Dependability (ketepatan), Stimulation (stimulasi), Novelty (kebaruan). Berdasarkan hasil penelitian diperoleh hasil bahwa penelitian ini berhasil mengevaluasi pengalaman pengguna pada aplikasi Maxim Indonesia menggunakan User Experience Questionnaire (UEQ). Berdasarkan hasil benchmark didapatkan nilai pada masing-masing aspek UEQ dengan menggunakan UEQ Data Analysis Tool meliputi aspek attractiveness (mean 1,19), aspek perspicuity (mean 1,31), aspek efficiency (mean 1,21), aspek dependability (mean 1,14), aspek stimulation (mean 1,15), aspek novelty (mean 0,95) sehingga mendapatkan nilai above average (diatas rata-rata). Berdasarkan hasil evaluasi juga penelitian ini memberikan rekomendasi perbaikan kepada aplikasi Maxim Indonesia untuk meningkatkan pengalaman pengguna melalui area yang perlu diperbaiki meliputi efficiency, dependability stimulation dan novelty dengan tujuan mendapatkan nilai positif yang lebih tinggi dari pengguna aplikasi. Berdasarkan hasil tersebut maka penelitian ini berhasil memberikan kontribusi penting dalam meningkatkan pengalaman pengguna pada aplikasi Maxim Indonesia dan memberikan panduan untuk perbaikan yang lebih lanjut guna mencapai tingkat kepuasan yang lebih baik.
Analisis Manajemen Proyek Sistem Informasi Pengolahan Persediaan Data Obat di Klinik Cirendeu Medika Tangerang Normah Normah; Siti Nurajizah; Rizqitha Maula; Divika Namastute; Alifia Ramadhanti
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.23014

Abstract

Digital transformation in the health sector is starting to be intensively implemented. The provision of an integrated health information system is being planned to improve health governance. However, at the Cirendeu Medika Tangerang Clinic, there has not been maximum improvement in this matter, one example is medication recording which is still done manually so it takes a long time and is prone to errors. In supporting this digital transformation, the Cirendeu Medika Tangerang Clinic has begun implementing digitalization in carrying out its business processes. Recording of drug supplies, receipt of drugs, and dispensing of drugs will be done by accessing the website so that it can be well documented. Arrangements for these needs can be carried out if they are included in good planning. This planning can be accommodated through the preparation of a planned, integrated Information Systems Project, so that it can produce output that is efficient and on target.

Page 1 of 1 | Total Record : 10