cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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
Published by Universitas Bina Sarana Informatika
ISSN : 24412436     EISSN : 25500120     DOI : http://dx.doi.org/10.31294/jtk
Core Subject : Science,
Computer Science & IT
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.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 336 Documents
 29   30   31   32   33 
Implementasi Sistem Room Reservation Berbasis Web dengan PHPRad Candra Gudiato; Mira Mira; Yuliana Yuliana; Santi Thomas
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 9, No 2 (2023): JTK Periode Juli 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v9i2.15952

Abstract

Abstract - The Shanti Bhuana Institute is one of the colleges in the Bengkayang. The campus, which was founded in 2016, is now getting busier, both because of the increasing number of students from year to year, as well as the number of employees working there. This raises problems, one of which is related to the reservation (borrowing) of several rooms that can be used freely, both for lectures and meetings. Previously, recording room reservations was still done manually using paper. In addition, recording reservations is also not flexible because someone must to go to an authorized employee to record reservations. To adapt to the challenges of the digital era and the green economy, it is necessary to reduce the use of paper (paperless) by building a website-based room reservation system where users can make reservations that can be accessed in real-time anytime and anywhere. The research method used will apply the principle of object oriented programming. The system was built using the PHPRad framework with system implementation carried out at the Shanti Bhuana Institute. System implementation went well with a total of 5 rooms that could be reserved and 168 reservations had occurred since the system was implemented.
Implementasi Algoritma Klasifikasi Naïvebayes Untuk Menentukan Kesulitan Soal Quiz Menggunakan Renpy Fathur Rosy; Sukma Wardhana
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 9, No 2 (2023): JTK Periode Juli 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v9i2.15895

Abstract

Banyak game edukasi berjenis trivia dikembangkan dengan tujuan menguji kemampuan berfikir pemain. Namun, seringkali  pemain menghadapi kesulitan dalam menjawab pertanyaan yang diberikan, Salah satu faktornya disebabkan oleh pertanyaan yang tidak seimbang, terlalu sulit atau terlampau mudah. Sehingga rasa monoton dan ketidaksesuaian dengan kemampuan si pemain membuat pengalaman bermain menjadi kurang memuaskan. Peluang untuk menghasilkan pertanyaan yang sesuai dengan kemampuan pemain sebenarnya bisa diprediksi berdasarkan data dari pemain dengan suatu metode. Salah satu metode yang bisa digunakan untuk mengatasi masalah ini dengan menggunakan teknik dalam data mining yaitu klasifikasi naïve bayes. Algoritma naïve bayes digunakan untuk mengklasifikasikan tingkat kesulitan soal berdasarkan parameter yang dihasilkan oleh pemain yaitu kecepatan menjawab soal,jawaban benar atau salah dan berapakali pemain salah dalam menjawab soal yang didesain dalam bentuk healtbar. Sedangkan parameter untuk keputusan tingkat kesulitan soal adalah Mudah, Sedang, dan Sulit. Hasil pengujian naïve bayes dengan sepuluh orang pemain mampu memberikan tingkat kesulitan soal yang sesuai dengan akurasi tertinggi sebesar 92.85% dan akurasi terendah sebesar 35.29% Sedangkan rata-rata akurasi yang didapat 66.5%. secara keseluruhan rata-rata akurasi Naïve Bayes menunjukkan tingkat keberhasilan yang cukup baik dalam pengujian tersebut.
Analisa Kualitas Website Pondok Pesantren Al Fatah Maos Dengan Menggunakan Metode Webqual 4.0 Rahmat Syaefullah; Sartini Sartini
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 1 (2024): Periode Januari 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i1.16865

Abstract

Suatu lembaga dapat memanfaatkan website sebagai sarana untuk menyampaikan informasi, promosi, penyampaian layanan secara online kepada masyarakat. Pondok Pesantren Al Fatah Maos merupakan lembaga pendidikan berbasis pesantren yang memiliki website dan mengalami banyak kendala, seperti konten yang tidak diperbaharui secara berkala, informasi dasar pesantren belum tersampaikan, dan penerimaan layanan online yang masih terbatas. Pada penelitian ini digunakan metode WebQual 4.0 untuk menganalisis kualitas dari website dari lembaga tersebut. Indikator yang digunakan yaitu Usability (Kegunaan), Information Quality (Layanan Informasi), Interaction Quality (Layanan Interaksi), dan User Satisfaction (Kepuasan Pengguna).  Pada hasil yang diperoleh menggunakan uji koefisien determinasi yaitu variabel Kegunaan, Layanan Informasi, dan Layanan Interaksi diketahui memiliki pengaruh terhadap variabel Kepuasan Pengguna yang tergolong baik sebesar 60%. Kemudian pada uji F menunjukkan bahwa semua variabel berpengaruh kepada Kepuasan Pengguna secara bersamaan berdasarkan f hitung 38,930 > f tabel 2,72. Dan hasil pada uji T menunjukan bahwa Layanan Interaksi tidak berpengaruh kepada Kepuasan Pengguna dengan t hitung 0,323 < t tabel 1,990.
Analisis Sentimen Produk Amazon Menggunakan Algoritma Naïve Bayes Pada Data Review Pelanggan Jesica Yolanda Br. Sibarani; Agus Junaidi; Mochammad Abdul Azis; Yoseph Tajul Arifin; Diah Puspitasari
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 1 (2024): Periode Januari 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i1.19093

Abstract

Banyaknya data yang tersebar di internet dapat diolah untuk berbagai kepentingan baik untuk bisnis, sekolah, politik dan lainnya. Dan peningkatan teknologi juga berdampak kepasar produksi. Dari banyaknya e-comerce yang muncul dari berbagai negara dengan penggunaan yang relative mudah dan efficient. Yang membuat pelanggan tidak harus datang langsung ke toko dari produk yang ingin dibeli. Produk-produk yang dijual di e-comerce juga sangat variatif dan lengkap. Pelanggan juga dapat membeli barang yang dijual di toko luar negeri dengan sekali klik maka barang akan sampai kerumah. Salah satu e-comerce terbesar dan dapat dijangkau dari tiap-tiap negara yang berbeda adalah Amazon. Amazon menyediakan lebih dari miliaran produk dan di akses banyak pengguna setiap harinya. Maka dengan banyaknya persaingan toko dan produk di Amazon maka pembeli harus dapat menilai produk tidak hanya dari deskripsi dan foto yang disediakan toko tetapi juga harus melihat ulasan yang diberikan pembeli yang telah lebih dulu membeli barang tersebut dan seberapa banyak barang itu telah dibeli. Data review amazon yang digunakan ada 60.888 dan setelah dibersihkan dan dibuang kalimat duplikat maka data bersihnya ada 43.126 data. Dengan data sentiment positif sebesar 32318 data, negative 7.478 data dan neutral 3.330 data dengan tingkat akurasi menggunakan metode naïve bayes yaitu sebesar 100%. The abundance of data available on the internet can be processed for various purposes, including business, education, politics, and more. Technological advancements have also impacted the production market. With the emergence of numerous e-commerce platforms from different countries, the ease of use and efficiency have increased. This eliminates the need for customers to physically visit stores to purchase desired products. The products available on e-commerce platforms are diverse and comprehensive. Customers can even buy items sold by overseas stores with just a click, and the goods will be delivered to their doorstep. One of the largest and globally accessible e-commerce platforms is Amazon. Amazon offers billions of products and is accessed by a large number of users every day. Due to the intense competition among stores and products on Amazon, buyers need to evaluate products not only based on the store's description and photos but also by considering reviews from previous customers who have purchased the same item, as well as the quantity of items sold. The dataset used for this analysis consists of 60,888 Amazon reviews. After cleaning the data and removing duplicate sentences, the clean dataset consists of 43,126 records. The dataset is further categorized into positive sentiment (32,318 records), negative sentiment (7,478 records), and neutral sentiment (3,330 records) and the accuracy rate achieved using the Naïve Bayes method is 100%.
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.
UI/UX Research & Design Aplikasi E-commerce: Fixup Waste With Design Thinking Methode Daffa Aidhil Fitra; Dewi Ayu Nur Wulandari; Helina Apriyani
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 1 (2024): Periode Januari 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i1.17422

Abstract

The problem of waste and unused waste has reached an alarming level, where it has become the main focus for the government. This problem raises special concern because the number of waste production continues every year. The reason is the consumptive lifestyle of new products that are trending among the public. It is this consumptive lifestyle that causes many items that were previously owned by individuals to be wasted, most of them even end up in landfills or the sale of used goods, without any guarantee that these items can be recycled into new products. To overcome this problem, innovation is needed in the form of digital products such as e-commerce applications and websites. This innovation serves as a platform to promote trending items and invites the public to avoid excessive consumption patterns of these products through the offered Upcycling Products. The process of developing this digital product uses the Design Thinking method, which places a focus on the needs and problems faced by current users. The stages in this method start from Emphatize (understand the user), Define (define the problem), Ideate (ideate), Prototype (prototype), and Testing (conducting tests on users). Each stage is carried out repeatedly to ensure optimal results for users. The end result of this design process is the E-commerce application prototype design and the Fixup Waste website.
Implementasi Load Balancing Dan Failover Dua Line ISP Berbeda Pada PT Abhitrans Matra Indah Tofik Ardi Andriyan; Irwan Agus Sobari
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 1 (2024): Periode Januari 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i1.19054

Abstract

Dalam sebuah perusahaan keberadaan jaringan internet sangat menjadi hal yang pokok bagi berjalanannya sebuah perusahaan. Keberadaan internet sangat menjadi penting guna menunjang sebuah operasional suatu perusahaan. Apabila terdapat kendala pada sebuah jaringan atau ISP menjadi hambatan sebuah perusahaan karena mayoritas aktivitas saat ini banyak bergantung pada internet. Dengan padatnya aktivitas yang suatu pekerjaan kestabilan suatu jaringan menjadi hal pokok yang tidak dapat terhindarkan. Mengingat sebuah jaringan menjadi tulang punggung suatu aktivitas pekerjaan maka saling backup dalam perangkat jaringan sangatlah di perlukan. Dengan banyaknya protokol yang tersedia saat ini memudahkan untuk dapat terlaksananya kestabilan tersebut. Protokol Load Balancing akan membuat pendistribusian data lebih cepat dan tepat waktu. Sementara Failover akan menggantikan system ISP atau perangkat yang bermasalah. Dengan di terapkan penambahan ISP maka kendala pada masalah jaringan yang down dapat teratasi dan gangguan pada operasional dapat diminalisir dengan cepat. Serta dalam penambahan metode failover pada router maka fungsi router tidak akan terkendala apabila salah satu router mengalami kendala para perangkat dan dengan adanya load balancing maka lalu lintas data dapat berjalan dengan lancar tanpa mengalami penumpukan
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.

Page 31 of 34 | Total Record : 336

 29   30   31   32   33 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol 11, No 2 (2025): Periode Juli 2025 Vol 11, No 1 (2025): Periode Januari 2025 Vol 10, No 2 (2024): Periode Juli 2024 Vol 10, No 1 (2024): Periode Januari 2024 Vol 9, No 2 (2023): JTK Periode Juli 2023 Vol 9, No 1 (2023): JTK Periode Januari 2023 Vol 8, No 2 (2022): JTK Periode Juli 2022 Vol 8, No 1 (2022): JTK Periode Januari 2022 Vol 7, No 2 (2021): JTK-Periode Juli 2021 Vol 7, No 1 (2021): JTK-Periode Januari 2021 Vol 6, No 2 (2020): JTK-Periode Juli 2020 Vol 6, No 1 (2020): JTK-Periode Januari 2020 Vol 5, No 2 (2019): JTK - Periode Agustus 2019 Vol 5, No 1 (2019): JTK - Periode Februari 2019 Vol 4, No 2 (2018): JURNAL TEKNIK KOMPUTER AMIK BSI Vol 4, No 1 (2018): JURNAL TEKNIK KOMPUTER AMIK BSI Vol 3, No 2 (2017): JURNAL TEKNIK KOMPUTER AMIK BSI Vol 3, No 1 (2017): JURNAL TEKNIK KOMPUTER AMIK BSI Vol 2, No 2 (2016): Jurnal Teknik Komputer AMIK BSI Vol 2, No 1 (2016): Jurnal Teknik Komputer AMIK BSI Vol 1, No 2 (2015): Jurnal Teknik Komputer AMIK BSI Vol 1, No 1 (2015): Jurnal Teknik Komputer AMIK BSI More Issue