cover
Contact Name
Rikie Kartadie
Contact Email
ojs@akakom.ac.id
Phone
+6282135469911
Journal Mail Official
ojs@akakom.ac.id
Editorial Address
Jl. Raya Janti (Majapahit) No. 143 Yogyakarta, 55198 Telp. (0274)486664
Location
Kab. bantul,
Daerah istimewa yogyakarta
INDONESIA
JIKO (Jurnal Informatika dan Komputer)
ISSN : 24774413     EISSN : 24773964     DOI : https://doi.org/10.26798/jiko
Core Subject : Science,
JIKO (Jurnal Informatika dan Komputer) is a scientific journal published by Lembaga Penelitian dan Pengabdian Masyarakat of Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM) Yogyakarta, Indonesia. First published in 2016 for a printed and online version. We receive original research articles and any review papers. The aims of JIKO are to disseminate research results and to improve the productivity of scientific publications. JIKO is published in February and September with the scopes and focus of the research areas that are: Software Engineering, Information Systems, Computer Science Applications, Computer Networks and Communications, and Artificial Intelligence.
Articles 277 Documents
Web-Based Resident Administration Service Information System (SIWARGA) Muhammad Reyhan Akbar Syahputra; Novia Ariyanti; Ika Ratna Indra Astutik; Mochamad Alfan Rosid
JURNAL INFORMATIKA DAN KOMPUTER Vol 10, No 3 (2026): Oktober 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v10i3.2822

Abstract

This study aims to design and build a web-based Resident Administration Service Information System (SIWARGA) to improve the effectiveness and efficiency of administrative services in RW 10 Pagerwojo, Sidoarjo. The system was developed using the Agile approach, built with the Flask framework, a PostgreSQL database, and deployed as a Progressive Web App (PWA). SIWARGA provides centralized population data management, online letter submission with automatic numbering and tiered verification, role-based access control for four user types (Residents, RT Heads, RW Heads, and Admins), official letter printing, archiving of scanned documents, and restricted downloading of sensitive documents such as identity cards to safeguard data security. Black-box testing results show that all main system functions perform as designed, while a Likert-scale questionnaire evaluation involving 10 respondents yielded a feasibility score of 83.88%, in the highly feasible category, indicating that SIWARGA is easy to use and well accepted by users. SIWARGA is therefore considered suitable for implementation as an administrative service medium to support more effective, efficient, secure, and well-documented services.
Closed-Loop Bias dan Kualitas Persepsi Suara pada Sistem Alat Bantu Dengar: Validasi Statistik Multi-Seed Filter Kalman dan NLMS-PEM dalam Pembatalan Umpan Balik Akustik I Made Surya Kumara; I Made Sastra Dwikiarta; Ni Wayan Diana Ekayani
JURNAL INFORMATIKA DAN KOMPUTER Vol 10, No 3 (2026): Oktober 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v10i3.2886

Abstract

Umpan balik akustik (howling) merupakan kendala utama pada alat bantu dengar berkondisi closed-loop, di mana korelasi sinyal keluaran dan error menyebabkan bias estimasi pada filter adaptif pembatal umpan balik. Penelitian ini membandingkan performa NLMS dengan Prediction Error Method (NLMS+PEM) dan Filter Kalman dalam menekan umpan balik akustik pada kondisi closed-loop realistis, menggunakan 10 berkas suara Indonesia dari korpus Mozilla Common Voice 25.0, filter orde 32, jalur umpan balik -26 dB, dan gain loop G=0,5, dievaluasi dengan ERLE, misalignment, MSE, PESQ, dan STOI pada 10 seed acak. Kondisi closed-loop menurunkan ERLE hingga 10,21 dB (NLMS+PEM) dan 7,73 dB (Filter Kalman) dibandingkan open-loop. Validasi statistik menunjukkan NLMS+PEM signifikan sedikit lebih baik dalam ERLE (p=0,0304; selisih 0,11 dB), sementara Filter Kalman jauh lebih konsisten antar lintasan (SD 0,05 dB vs 0,13 dB) meski misalignment floor lebih tinggi (32,44 dB vs 23,58 dB, p<0,0001). PEM hanya mereduksi bias closed-loop 0,40 dB, mengindikasikan efektivitas marginal. AFC pada gain rendah menurunkan PESQ dari 4,073 menjadi 1,409 (NLMS+PEM) dan 1,192 (Filter Kalman), menunjukkan manfaat AFC baru terwujud di atas ambang gain tertentu. Filter Kalman lebih tepat saat konsistensi lintas-kondisi menjadi prioritas klinis, sedangkan NLMS+PEM unggul saat akurasi estimasi jalur umpan balik menjadi prioritas utama.
Sistem Pendukung Keputusan Kelayakan Pembiayaan KSPPS Menggunakan Weighted Product dan LOOCV Rehan Arya Saputra; Agus Sidiq Purnomo
JURNAL INFORMATIKA DAN KOMPUTER Vol 10, No 3 (2026): Oktober 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v10i3.2733

Abstract

Koperasi Simpan Pinjam dan Pembiayaan Syariah (KSPPS) Berkah Sakinah Almughni Girimarto menghadapi tekanan risiko pembiayaan bermasalah atau Non-Performing Financing (NPF) karena penilaian berkas pengajuan masih dijalankan secara manual oleh Petugas Pembiayaan tanpa pembobotan kuantitatif yang baku. Penelitian ini mengembangkan sistem pendukung keputusan berbasis metode Weighted Product (WP) yang diimplementasikan di atas kerangka kerja Laravel 11 dengan basis data MariaDB. Enam langkah algoritmik WP diterapkan pada lima kriteria penilaian yang dioperasionalisasikan dari prinsip 5C (Laba Usaha, Pendapatan Bersih, Nilai Agunan, Besar Pembiayaan, Jangka Waktu) dengan bobot awal dan ambang batas global yang dikalibrasi secara empiris melalui prosedur separable gap pada distribusi data historis. Pengujian akurasi klasifikasi dilakukan melalui skema Leave-One-Out Cross-Validation (LOOCV) atas dua puluh rekord nasabah historis, sedangkan ketahanan peringkat diuji melalui analisis sensitivitas lintas tiga skenario pembobotan, yakni S0 (5-4-4-2-2), S1 (6-5-4-2-1), dan S2 (3-3-3-3-3). Hasil pengujian menghasilkan akurasi LOOCV sebesar 95,00% dengan komposisi Confusion Matrix berupa TP = 16, TN = 3, FP = 1, dan FN = 0, presisi 94,12%, recall 100,00%, serta skor F1 96,97%. Suite Pest PHP meloloskan 21 test cases dengan 60 assertions dalam durasi eksekusi 0,98 detik. Analisis sensitivitas menempatkan alternatif N14 secara konsisten pada dua peringkat teratas lintas tiga skenario, dengan nilai preferensi yang diturunkan dari pada skenario S0. Sistem terbukti dapat dimanfaatkan sebagai instrumen verifikasi objektif lapis pertama untuk memitigasi risiko NPF dan memperkuat tata kelola pembiayaan syariah pada KSPPS perdesaan dengan data historis terbatas
ANALISIS SENTIMEN PENGGUNA APLIKASI SHOPEE BERBASIS LONG SHORT-TERM MEMORY (LSTM) DAN WORD EMBEDDING Whigi Tantriya Putri; Yessica Nataliani
JURNAL INFORMATIKA DAN KOMPUTER Vol 10, No 3 (2026): Oktober 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v10i3.2742

Abstract

Dalam era digital saat ini, aplikasi mobile telah menjadi bagian utama dalam kehidupan sehari-hari yang mendukung berbagai aktivitas, seperti belanja, hiburan, dan komunikasi. Salah satu sektor yang berkembang pesat adalah e-commerce, dimana Shopee merupakan salah satu platform yang populer dan banyak digunakan oleh masyarakat Indonesia. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna aplikasi Shopee menggunakan metode Word2Vec dan Long Short-Term Memory (LSTM). Data yang digunakan sebanyak 6.000 ulasan berbahasa Indonesia yang dikumpulkan melalui web scraping dari Google Play Store. Proses dilanjutkan melalui tahapan cleaning text, case folding, slang normalization, penghapusan kata duplikat, stopword removal, dan stemming. Data kemudian diberi label sentimen positif, negatif, dan netral menggunakan Inset Lexicon. Model LSTM menghasilkan akurasi sebesar 85,08%, precision 84,08%, recall 85,08%, dan F1-score 84,18%. Performa terbaik pada sentimen positif, namun masih terdapat kesalahan pada sentimen negatif dan netral akibat ketidakseimbangan data. Hasil ini menunjukkan bahwa Word2Vec dan LSTM dapat digunakan pada analisis sentimen ulasan aplikasi e-commerce terutama dalam mengklasifikasi sentimen positif.
Perbandingan Decision Tree, Naïve Bayes, dan Random Forest Untuk Klasifikasi Produk Perbankan Melba Mauludina Novalestari; Cut Maisyarah Karyati
JURNAL INFORMATIKA DAN KOMPUTER Vol 10, No 3 (2026): Oktober 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v10i3.2860

Abstract

Pengelolaan dana pihak ketiga yang tepat sasaran menopang kinerja bank, meski kecenderungan nasabah memilih jenis produk simpanan berubah tergantung lokasi cabang dan segmen yang dilayani. Studi ini menerapkan dan membandingkan Decision Tree, Naïve Bayes, dan Random Forest untuk mengenali jenis produk dana pihak ketiga (tabungan, giro, deposito, dan setoran jaminan safe deposit box) berdasarkan area cabang, segmen nasabah, total simpanan, dan margin perubahan saldo di wilayah Jakarta. Dari 1.630.026 baris data mentah, pembersihan dan transformasi menyisakan 2.151 baris siap olah; pemeringkatan atribut menetapkan empat prediktor relevan, sedangkan atribut bulan tidak menunjukkan kontribusi informasi sehingga diujikan tersendiri melalui skenario tambahan. Memakai 10-fold stratified cross validation, Random Forest paling unggul (akurasi 0,949; MCC 0,932), disusul Decision Tree (0,923; 0,897), sementara Naïve Bayes tertinggal (0,536; 0,388) akibat diskretisasi dan asumsi independensi antar atributnya. Confusion matrix menunjukkan setoran jaminan safe deposit box nyaris selalu dikenali benar, sedangkan kesalahan klasifikasi deposito, giro, dan tabungan mengelompok berbeda menurut segmen nasabah. Penyertaan atribut bulan menurunkan performa seluruh algoritma, dengan penurunan paling tajam pada Random Forest—menandakan bahwa ketahanan metode ansambel terhadap atribut tidak informatif bukan sifat tetap, melainkan bergantung pada perbandingan atribut informatif dan tidak informatif yang tersedia.
Implementasi Arsitektur Microservices Backend-for-Frontend (BFF) pada Sistem E-Commerce Menggunakan NestJS Sherly Septiani; Yeremia Alfa Susetyo
JURNAL INFORMATIKA DAN KOMPUTER Vol 10, No 3 (2026): Oktober 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v10i3.2726

Abstract

Perkembangan perangkat pengguna dalam e-commerce menuntut sistem pengiriman data yang efisien. Penelitian ini bertujuan untuk mengimplementasikan arsitektur microservices Backend-for-Frontend pada sistem e-commerce dengan menggunakan framework NestJS dengan metodologi Agile. Sistem terdiri dari empat layanan independen: User, Product, Order, dan Payment. Hasil penelitian menunjukkan lapisan Backend-for-Frontend berhasil mengagregasi dan mentransformasi data dari berbagai layanan menjadi respons tunggal yang ringkas sesuai spesifikasi perangkat. Pengujian membuktikan adanya efisiensi ukuran payload dan waktu respons yang signifikan antara perangkat mobile dan website, serta peningkatan ketahanan sistem saat terjadi kegagalan layanan. Kesimpulannya, implementasi Backend-for-Frontend terbukti efektif mengurangi kompleksitas logika sisi klien, mengoptimalkan pengiriman data multi-platform, dan memberikan fleksibilitas tinggi dalam pengembangan e-commerce.
PENERAPAN SISTEM INFORMASI MONITORING ARMADA OPERASIONAL BERBASIS WEBSITE DAN QR CODE PADA PT XYZ Muchamad Taufiq Anwar; Aura Maylicha Rizky
JURNAL INFORMATIKA DAN KOMPUTER Vol 10, No 3 (2026): Oktober 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v10i3.2858

Abstract

Divisi General Affair (GA) PT XYZ menghadapi tiga kendala utama dalam mengelola armada operasional: konfirmasi ketersediaan kendaraan yang masih verbal (5–15 menit), data master dan riwayat operasional yang tersebar di file Excel dan formulir kertas, serta proses persetujuan peminjaman berbasis dokumen fisik (2–5 hari kerja) tanpa pelacakan status. Penelitian ini membangun sistem informasi berbasis website yang mengintegrasikan dashboard monitoring armada, manajemen data master terpusat, dan e-approval bertingkat, dengan teknologi QR Code untuk check-in/check-out kendaraan di gerbang perusahaan. Metode pengembangan menggunakan Rapid Application Development (RAD) berbasis Prototyping, dengan pengumpulan data secara kualitatif melalui observasi, wawancara, dan analisis dokumen. Hasil User Acceptance Testing menunjukkan sistem berhasil memangkas waktu konfirmasi ketersediaan armada dari 5–15 menit menjadi instan, memusatkan seluruh data operasional, serta menghilangkan ketergantungan pada dokumen fisik dalam proses persetujuan melalui notifikasi otomatis dan pemantauan status yang transparan. Temuan ini menegaskan bahwa integrasi QR Code, dashboard monitoring real-time, dan e-approval bertingkat secara bersama-sama mampu meningkatkan efisiensi operasional serta transparansi pengambilan keputusan pada Divisi General Affair.