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 223 Documents
ANALISIS MODEL KEPUASAN MAHASISWA TERHADAP CARA PENGAJARAN DOSEN MENGGUNAKAN ALGORITMA C4.5 P.P.P.A.N.W. Fikrul Ilmi R.H. Zer; Masri Wahyuni; Aditia Rangga; Zakarias Situmorang
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 1 (2022): ReBorn - February 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (397.482 KB) | DOI: 10.26798/jiko.v6i1.520

Abstract

Kesuksesan suatu pembelajaran ditentukan berdasarkan kepuasan mahasiswa dalam belajar, salah satunya tehadap cara pengajaran dosen. Dalan melakukan proses belajar mengajar seorang dosen harus memperhatikan cara dalam menyampaikan materi yang diajarkan. Dosen diharapkan memiliki sikap capability dan loyality, yakni dalam bidang ilmu yang diajarkan seorang dosen harus memiliki kemampuan dalam mengajar yang baik agar memberikan kepuasan kepada mahasiswa dalam proses belajar mengajar. Faktor yang digunakan dalam klasifikasi model kepuasan mahasiswa adalah komunikasi,membangun suasana, penilaian terhadap mahasiswa, dan penyampaian terhadap materi. Tujuan dalan pemelitian ini adalah klasifikasi model kepuasan mahasiswa terhadap cara pengajaran dosen. Metode yang digunakan dalam penelitian ini adalah Algoritma C4.5 dengan data sebanyak 100 sampel di STIKOM Tunas Bangsa Pematangsiantar. Penelitian ini menghasilkan nilai akurasi data sebesar 80,00% dengan variabel Penyampaian Terhadap Materi merupakan node tertinggi dengan kategori Sangat Baik dengan jumlah kepuasan sebanyak 19. Penelitian ini adalah hasil perbandingan dari penelitian sebelumnya dengan hasil akurasi data sebesar 92.00% dengan Algoritma Naïve Bayes. Hasil yang diperoleh penelitian menggunakan ini Algoritma C4.5 memberikan model kepuasan mahasiswa yang tidak lebih dibandingkan daripada Algoritma Naïve Bayes. Dengan hasil penelitian ini dapat memberikan keputusan yang akan diambil oleh pihak perguruan tinggi dalam mengevaluasi kinerja dosen terkhusus terhadap cara pengajaran dosen.
KOMPARASI KINERJA ALGORITMA XGBOOST DAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK DIAGNOSIS PENYAKIT KANKER PAYUDARA Muhammad Ravly Andryan; Muhamad Fajri; Nina Sulistyowati
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 1 (2022): ReBorn - February 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (125.204 KB) | DOI: 10.26798/jiko.v6i1.500

Abstract

Kanker payudara merupakan kanker yang sering ditemukan pada wanita di indonesia. kanker ini terjadi karena pertumbuhan neoplasma yang tidak normal yang berasal dari parenchyma. penyakit ini banyak ditemukan di negara-negara maju. Di Indonesia sendiri kanker payudara menempati peringkat kedua setelah kanker serviks. Kanker payudara dapat dideteksi secara dini melalui tumor pada payudara, umumnya dapat terbagi menjadi dua yaitu benign dan malignant. metode yang digunakan pada penelitian ini adalah Knowledge Data Discovery (KDD) dengan menggunakan algoritma XGBoost dan SVM, kemudian dilakukan klasifikasi untuk menentukan apakah kanker yang dianalisa itu bernilai benign atau malignant. Data yang digunakan dalam penelitian ini adalah data publik yang dirilis oleh UCI Machine Learning berjudul Wisconsin Breast Cancer Diagnostic. Hasil kinerja yang didapat setelah melakukan penelitian menggunakan kedua algoritma adalah Xgboost yang memiliki akurasi terbaik sebesar 95.12% dan nilai ROC_AUC sebesar 0.99 dan algoritma SVM memiliki akurasi terendah sebesar 90.24% dan nilai ROC_AUC sebesar 0.98.
Interaksi Kolaboratif Menggunakan Virtual Reality Berbasis Web DALAM pembelajaran Bahasa Inggris Siska Lidya Revianti; Pius Dian Widi Anggoro
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 1 (2022): ReBorn - February 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1121.02 KB) | DOI: 10.26798/jiko.v6i1.535

Abstract

Teknologi Virtual Reality (VR) dapat diimplementasikan di berbagai bidang, salah satunya dalam bidang pendidikan. Potensi penggunaan VR dalam pembelajaran bahasa sangat dianjurkan karena berdampak pada peningkatan motivasi belajar siswa khususnya di perguruan tinggi. Namun penggunaan VR dalam pembelajaran bahasa masih sangat terbatas karena guru masih belum memiliki kemampuan yang memadai dalam menggunakan dan mengembangkan aplikasi VR. Penelitian ini bertujuan untuk memberikan tambahan pengetahuan tentang penggunaan VR untuk pembelajaran bahasa Inggris bagi mahasiswa. Para peneliti telah mengimplementasikan penggunaan kelas VR menggunakan platform WebVR sosial Mozilla Hubs yang disampaikan oleh para dosen dari jarak jauh. Peneliti menggunakan kuesioner untuk mensurvei siswa tentang pengalaman mereka ketika berinteraksi di kelas bahasa menggunakan WebVR. Para dosen juga berinteraksi langsung menggunakan headset VR dan tracked controller untuk mengunggah materi. Hasil dari penelitian ini adalah siswa memberikan reaksi positif dan memiliki pengalaman yang baik dalam belajar bahasa Inggris menggunakan teknologi WebVR. Hasil penelitian ini juga mencatat munculnya penyakit simulator, gangguan audio dan video. Penelitian lebih lanjut sangat disarankan untuk membandingkan mode tampilan dan aktivitas kelas pada perangkat dan platform yang berbeda.
PEMODELAN SISTEM INFORMASI AKUNTANSI MENGGUNAKAN METODE COAD & YOURDON Endang Wahyuningsih
JURNAL INFORMATIKA DAN KOMPUTER Vol 5, No 1 (2020): FEBRUARI - AGUSTUS 2020
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (806.46 KB) | DOI: 10.26798/jiko.v5i1.515

Abstract

Sistem Informasi Akuntansi (SIA) adalah sebuah sistem yang memproses data dan transaksi guna menghasilkaninformasi yang bermanfaat untuk merencanakan, mengendalikan, dan mengoperasikan bisnis. Dalam SIA,terdapat beberapa siklus dalam pemrosesan transaksi, diantaranya adalah siklus keuangan. Salah satu aplikasidari siklus keuangan ini adalah penerimaan dan pengeluaran kas dalam sebuah organisasi/perusahaan.Perancangan sistem yang dibuat menggunakan diagram entity relationship, perancangan tabel dan relasi antartabelnya. Sedangkan pada implementasinya, dibuat perancangan aplikasi SIA penerimaan dan pengeluaran kasdengan menggunakan metode Coad & Yourdon. Metode Coad & Yourdon sendiri merupakan salah satu metodeperancangan/pemodelan sistem berorientasi obyek. Dengan adanya perancangan dari salah satu aplikasi SIA,yaitu Penerimaan dan Pengeluaran Kas sebuah organisasi/perusahaan, maka akan terlihat tabel-tabel yangdibutuhkan, class-class yang dibutuhkan serta hubungan dari tabel-tabel tersebut serta relasi dari class-class yangada.
THE DECISION ANALYSIS AND DEVELOPMENT OF WEB-BASED OPERATION DASHBOARD PRODUCTION USING SCRUM FRAMEWORK Syaeful Anas Aklani
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 1 (2022): ReBorn - February 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (754.137 KB) | DOI: 10.26798/jiko.v6i1.502

Abstract

With the rapid development of technology, information systems can be developed and used to help people obtain information more easily. One of the systems that are popularly used to present critical information is the operational dashboard which is commonly used in manufacturing industries. Manufacture itself means a process to convert raw materials into a product. It consists of a few processes, namely planning and choosing materials, as well as going through various machine processes that is known as a production line. In each of the production lines, there are line leaders to monitor line performances as well as identify and solve the problem that arises. However, without access to the real-time data of the line performance, it will be difficult to identify the problem and increase the probability of making the wrong choice and additional losses. For that reason, this research aims to analyze, design, and develop a web-based operational dashboard that displays generally used data. Using PHP, JavaScript, Bootstrap as well as SQL Server, the writer succeeded in developing a web-based operational dashboard that could help line leaders in accessing real-time production line data hence allowing them to make a better judgement.
ANALYSIS OF HANGMAN GAME IMPLEMENTATION FOR HSK TEST PARTICIPANTS USING FLUTTER Yefta Chrstian; Denissa Denissa
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 1 (2022): ReBorn - February 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (378.762 KB) | DOI: 10.26798/jiko.v6i1.506

Abstract

Mandarin Chinese, more commonly known as Modern Chinese, is one of the worlds’ many languages. It is the mainofficial language of the People’s Republic of China, and it is also one of the most anticipated languages across the world. In year2020, the Mandarin language is the second most spoken language in the world at 1.12 billion speakers. To facilitate the growinguse of Mandarin in the workplace, more and more private schools are teaching Mandarin as a second language. This leads to a needto assess the expertise of the speakers, which leads to the creation of certain Chinese proficiency tests such as Hanyu ShuipingKaoshi (HSK). To support HSK test takers, the author intends to provide a new kind of media to help the test takers expand theirvocabulary. With the help of Flutter and Firebase Cloud Firestore, the result is an e-learning mobile application, served as ahangman game. Survey results show people are interested in the application and believe that it can help the players expandtheir vocabularies.
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BANTUAN PELAKU USAHA MIKRO UNTUK UMKM MENGGUNAKAN ALGORITMA ELECTRE (ELIMINATION AND CHOICE TRANSLATION REALITY) Bellani Patnandi; Dyah Mustikasari; Indah Puji Astuti
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 1 (2022): ReBorn - February 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (612.84 KB) | DOI: 10.26798/jiko.v6i1.480

Abstract

Indonesia sedang menghadapi pandemi Covid-19. Peningkatan kasus terkonfirmasi selama Covid-19 sangat mempengaruhi berbagai sektor di Indonesia, salah satunya adalah sektor ekonomi. Melihat besarnya jumlah UMKM di Indonesia, pemerintah turut memberikan bantuan presiden (banpres) dengan Penyaluran Bantuan Produktif Usaha Mikro (BPUM). Dalam melaksanakan penyaluran bantuan, dinas perdagangan Kabupaten Ponorogo mengumpulkan data seluruh UMKM yang mendaftar sebagai target. Penelitian ini mengambil studi kasus di Kecamatan Slahung Kabupaten Ponorogo. Tata cara penyaluran BPUM meliputi pengusulan calon penerima, pembersihan data dan validasi data calon penerima, penetapan penerima, pencairan dana BPUM, dan laporan penyaluran. Dinas perdagangan Kabupaten Ponorogo masih kesulitan dalam menentukan UMKM mana saja yang mendapatkan prioritas bantuan dari pemerintah. Teknis penentuan dalam pemberian bantuan dari dinas perdagangan memberikan dampak untuk pelaku UMKM produktif tidak tepat sasaran. Tujuan dari penelitian ini adalah untuk membangun sistem pendukung keputusan dengan menerapkan algoritma Electre sebagai pengambilan keputusan yang mampu membantu Dinas Perdagangan Kabupaten Ponorogo dalam menyeleksi pengusul bantuan UMKM sesuai dengan kriteria yang telah ditetapkan. Penelitian ini menghasilkan suatu sistem yang dapat membantu memberikan rekomendasi pengusul bantuan terbaik yang berhak menerima berdasarkan perhitungan kriteria yang telah ditetapkan.
IMPLEMENTASI ARSITEKTUR MICROSERVICE PADA PEMBUATAN SURAT UNIT KEGIATAN MAHASISWA INFORMATIKA DAN KOMPUTER MENGGUNAKAN NODE.JS Y.Yohakim Marwanta; Badiyanto Badiyanto
JURNAL INFORMATIKA DAN KOMPUTER Vol 4, No 2 (2019): SEPTEMBER - JANUARI 2020
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (750.257 KB) | DOI: 10.26798/jiko.v4i2.516

Abstract

Microservice adalah kumpulan proses independen dan kecil yang berkomunikasi antara satu denganlainnya untuk membentuk aplikasi kompleks yang agnostik terhadap bahasa API apa pun. Servis-servis ini terdiridari blok-blok kecil, terpisah, dan fokus pada tugas-tugas ringan untuk memfasilitasi metode modular dalampembangunan sistem. Arsitektur bergaya microservice mulai menjadi standar dalam pembangunan sistem yangdinamis dan konstan berkembang.REST API merupakan implementasi dari API (Application Programming Interface). REST(Representational State Transfer) adalah suatu arsitektur metode komunikasi yang menggunakkan protokol HTTPuntuk pertukaran data. Dimana tujuannya adalah untuk menjadikan sistem yang memiliki performa yang baik,cepat dan mudah untuk dikembangkan (scale) terutama dalam pertukaran dan komunikasi data.Pada penelitian ini peneliti mencoba menerapkan arsitektur Microservice pada aplikasi Pembuatan SuratUnit Kegiatan Mahasiswa Informatika dan Komputer dengan menggunakan Node.js sebagai sistem backend.Arsitektur ini dimanfaatkan untuk meningkatkan performa dan pengembangan (scale) sistem.Penelitian ini menghasilkan sebuah sistem aplikasi yang lebih flexible baik dalam pengembangan atauperawatan karena penerapan arsitektur Microservice yang dapat memisahkan atau membagi suatu sistem yangbesar menjadi sistem-sistem kecil yang disesuaikan dengan fitur dan fungsinya. Selain itu, arsitektur ini jugamemisahkan antara Frontend dengan Backend dari sistem sehingga performa aplikasi menjadi lebih baik, cepat,dan mudah dikembangkan (scalable).
KLASIFIKASI CITRA TEKSTUR KAYU MENGGUNAKAN GRAY LEVEL CO-OCCURANCE MATRIX DAN LOCAL BINARY PATTERN Jaenal Arifin
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 1 (2022): ReBorn - February 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (448.608 KB) | DOI: 10.26798/jiko.v6i1.557

Abstract

Kayu merupakan bahan mentah yang akan diproses untuk dijadikan perabotan rumah tangga atau untuk kebutuhan manusia lainnya. Permasalahannya adalah karena banyaknya jenis kayu yang mempunyai corak atau bentuk tekstur yang cenderung sama akan menyulitkan manusia untuk mengenali jenis kayu tersebut. Dalam penelitian ini pengolahan citra digital akan digunakan untuk melakukan ekstraksi fitur dari tekstur kayu kemudian dilakukan pengklasifikasian untuk mengetahui, mengenali dan memastikan jenis kayu. Kayu yang digunakan terbagi menjadi tiga jenis kayu, proses ekstraksi menggunakan dua metode yaitu Gray Level Co-Occurance Matrix dan Local Binary Pattern sedangkan untuk klasifikasi menggunakan K-Nearest Neighbor. Pengujian berdasarkan perbedaan dan kesamaan jumlah data training prosentase keakurasian 78,33%. Pengujian berdasarkan jumlah k memiliki ratarata akurasi dengan menggunakan nilai k yang berbeda mencapai 77,6%. Pengujian menggunakan citra sama dengan data latih tingkat keakurasiannya adalah 100%. Pengujian menggunakan citra diluar data latih mencapai keakurasian 78%. Pengujian menggunakan perbedaan jumlah bit pada level keabuan, 5 bit mendapatkan keakurasian 76% dan yang menggunakan 7 bit mendapatkan keakurasian sebesar 81%.
RESPON MASYARAKAT TERHADAP KEBIJAKAN PSBB SEBAGAI PENEKAN ANGKA COVID-19 Garinca Firgiana Santoso; Pramudya Kusuma; Ria Dotul Ilmia; Astry Julyana Eliawati; Elvera Wahyu Triana; Arul Fathurrahman; Rani Nooraeni
JURNAL INFORMATIKA DAN KOMPUTER Vol 5, No 2 (2021): Februari 2021
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (303.948 KB) | DOI: 10.26798/jiko.v5i2.401

Abstract

Coronavirus Disease 2019 (covid-19) berdampak besar bagi Provinsi DKI Jakarta sebagai pusat perekonomian dan pemerintahan. Berita pemberlakuan kembali PSBB total di DKI Jakarta sebagai rem darurat lonjakan kasus covid-19 menimbulkan reaksi pro dan kontra dari masyarakat. Penelitian ini bertujuan untuk mengelompokkan dan meringkas respon tweet masyarakat terhadap penerapan kembali kebijakan PSBB total di DKI Jakarta. Data yang digunakan pada penelitian ini yaitu 798 tweet dari twitter dengan kata kunci “PSBB”. Data tersebut diolah menggunakan software RStudio. Data tweet dikelompokkan menjadi tiga klaster, setiap klaster memiliki karakteristik yang berbeda, yaitu terdiri dari kelompok mendukung, menolak, dan netral terhadap PSBB. Metode pengelompokan tweet menggunakan K-Means Clustering. Penelitian ini juga meringkas tweet di setiap klaster menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Hasil penelitian ini menunjukkan bahwa dari 798 tweet yang digunakan, terdapat 44 persen tweet pada klaster menolak, 43 persen tweet pada klaster netral, dan 13 persen tweet pada klaster positif. Ringkasan kata penting pada klaster menolak terdiri dari kata “anjing”, “darurat”, “gajelas”, dan “sedih”. Ringkasan pada klaster netral terdiri dari kata “keliling”, “kelar”, “lapang”, dan “lumayan”. Sementara itu, ringkasan pada klaster mendukung terdiri dari kata “giat”, “sukses”, “fokus”, “pulih”, dan “sungguh”.

Page 7 of 23 | Total Record : 223