cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muh. Fadli Hasa
Contact Email
fadli.hasa@um-sorong.ac.id
Phone
+6282199509535
Journal Mail Official
jurnal.insect@um-sorong.ac.id
Editorial Address
Lembaga Riset dan Inovasi Universitas Muhammadiyah Sorong Jl. Pendidikan, No. 27, Kelurahan Klabulu, Distrik Malaimsimsa, Kota Sorong, Papua Barat Daya.
Location
Kota sorong,
Papua barat
INDONESIA
Insect (Informatics and Security) : Jurnal Teknik Informatika
Published by Universitas Muhammadiyah Sorong
ISSN : 24769010     EISSN : 2614431X     DOI : https://doi.org/10.33506/insect.v10i2
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Engineering
Insect (Informatics and Security) : Jurnal Teknik Informatika p-ISSN : 2476-9010 - e-ISSN : 2614-431X is a scientific journal which prioritizes the publication of articles related to informatics and Security issues that deal with informatics and security issues such as information technique, network and others. This is an opened-journal where everyone can submit their articles, as long as they are original, unpublished and not under review for possible publication in other journals. insect Journal is biannual publication issued in the month of March and October.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 144 Documents
 11   12   13   14   15 
Perbandingan Analisis Sentimen Komentar Mahasiswa Prodi Teknik Komputer Menggunakan Algoritma Decision Tree, Support Vector Machine (SVM), dan Random Forest Kharis Hudaiby Hanif; Muntiari, Novita Ranti; Harto, Dedy; Wiranata, Dimas Satrio
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 12 No. 01 (2026): Maret 2026
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v12i01.5144

Abstract

Penilaian terhadap kualitas pembelajaran melalui komentar mahasiswa menjadi salah satu elemen penting dalam evaluasi proses akademik di perguruan tinggi. Namun, komentar yang bersifat kualitatif sering kali sulit dianalisis secara manual dan cenderung memakan waktu. Penelitian ini dilakukan untuk mengembangkan model analisis sentimen yang mampu mengklasifikasikan komentar mahasiswa Program Studi Teknik Komputer secara lebih efisien dan akurat. Tiga algoritma pembelajaran mesin, yaitu Decision Tree, Random Forest, dan Support Vector Machine (SVM), digunakan untuk membandingkan kinerja klasifikasi. Data komentar terlebih dahulu diberi label secara manual dan diperkaya dengan sejumlah komentar negatif sintetis guna menyeimbangkan distribusi sentimen. Selanjutnya, data diolah menggunakan teknik Text Mining, TF-IDF untuk ekstraksi fitur, serta algoritma SMOTE untuk menangani ketidakseimbangan kelas. Pengujian dilakukan menggunakan skema train test split 70:30. Hasil penelitian menunjukkan bahwa ketiga model memiliki tingkat akurasi yang beragam: Decision Tree memperoleh akurasi 88,2%, Random Forest mencapai 92,7%, sedangkan SVM menjadi model dengan performa terbaik dengan akurasi 94,5%. Analisis confusion matrix dan kurva ROC mengonfirmasi bahwa SVM lebih konsisten dalam membedakan sentimen positif dan negatif. Temuan ini mengindikasikan bahwa pendekatan berbasis SVM dengan dukungan TF-IDF dan SMOTE sangat potensial untuk diterapkan sebagai alat otomatis dalam menilai sentimen mahasiswa, sehingga mampu membantu institusi dalam mengambil keputusan berbasis data secara lebih cepat dan objektif.
Forensik Digital Cyberbullying pada Grup WhatsApp Menggunakan National Institute of Standards and Technology Widiandana, Panggah; Sunardi, Sunardi; Riadi, Imam
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 12 No. 01 (2026): Maret 2026
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v12i01.5275

Abstract

Cyberbullying on instant messaging platforms such as WhatsApp is a serious problem due to its psychological impact on victims and the difficulty of obtaining valid digital evidence. This study aims to analyze and uncover digital evidence of cyberbullying in WhatsApp groups using digital forensic methods based on the National Institute of Standards and Technology (NIST) framework, which includes the stages of collection, examination, analysis, and reporting. The research object was simulated WhatsApp conversation data obtained through a logical acquisition process on an Android device. Acquisition and analysis were performed using the digital forensic tools Autopsy, SQLite Viewer, and Cellebrite UFED. The research stages were carried out by simulating a cyberbullying case, and the simulation results were then acquired using the NIST stages. The data studied in the group consisted of 243 messages. The results showed that the NIST method was able to identify important digital artifacts in the form of conversation databases and user metadata, as well as reveal 77 messages containing elements of cyberbullying, consisting of 39 verbal insults, 25 taunts, and 14 derogatory comments. Data integrity verification was performed using SHA-256 hash values, which showed consistency before and after the extraction process, thus fulfilling the principle of forensic soundness. These findings prove that the application of NIST-based digital forensic methods is effective in supporting cyberbullying investigations on WhatsApp groups and is relevant for use in academic, legal, and cybersecurity contexts.
Classification of Pineapple Disease Types Using the VGG16 and EfficiennetB7 Model Approaches: Classification Ediansa, Oka; Riadi, Imam; Murinto, Murinto
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 12 No. 01 (2026): Maret 2026
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v12i01.5292

Abstract

Penyakit pada buah nanas merupakan salah satu faktor utama penyebab penurunan kualitas hasil panen dan kerugian ekonomi bagi petani. Identifikasi penyakit secara manual seringkali tidak akurat karena subjektivitas pengamat. Penelitian ini bertujuan untuk mengklasifikasikan jenis penyakit pada buah nanas menggunakan pendekatan Deep Learning dengan membandingkan dua arsitektur populer, yaitu VGG16 dan EfficientNetB7. Dataset yang digunakan berjumlah 215 citra yang terbagi ke dalam empat kelas: Busuk Pangkal, Bercak Hitam, Busuk Inti Buah, dan Nanas Sehat. Karena keterbatasan jumlah data, teknik Transfer Learning dan augmentasi data diterapkan untuk meningkatkan performa model. Hasil penelitian menunjukkan bahwa EfficientNetB7 memberikan performa yang lebih unggul dibandingkan VGG16 dengan akurasi validasi sebesar 89,25%, precision 88,50%, dan f1-score 88,20%. Sementara itu, VGG16 mencapai akurasi validasi sebesar 84,50%. Meskipun EfficientNetB7 membutuhkan waktu komputasi yang lebih lama per epoch, keunggulannya dalam mengekstraksi fitur kompleks pada tekstur kulit nanas menjadikannya model yang lebih ideal untuk sistem deteksi penyakit tanaman. Penelitian ini diharapkan dapat menjadi rujukan dalam pengembangan teknologi otomasi pertanian untuk meningkatkan efisiensi penanganan penyakit pascapanen nanas.
Implementasi Dashboard Analisis Tren Penyakit Hewan untuk Monitoring Layanan UPTD Puskeswan Kabupaten Banjarnegara Khalimaturofi’ah, Khalimaturofi’ah; Febrianto, Ferry; Azizah, Luthfi Nur; Hidayah, Amelia Rahma
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 12 No. 01 (2026): Maret 2026
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v12i01.5322

Abstract

UPTD Puskeswan Kabupaten Banjarnegara memiliki peran strategis dalam penyelenggaraan pelayanan kesehatan hewan serta pengelolaan data penyakit hewan sebagai dasar pengambilan keputusan. Namun, proses pencatatan dan pelaporan data pelayanan kesehatan hewan yang masih dilakukan secara manual menimbulkan berbagai kendala, seperti keterlambatan pelaporan, data yang tidak terintegrasi, serta kesulitan dalam melakukan monitoring dan analisis tren penyakit. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem dashboard analisis tren penyakit hewan yang mampu mendukung monitoring layanan dan pengambilan keputusan berbasis data. Metode penelitian yang digunakan meliputi pengumpulan data melalui observasi, wawancara, dan dokumentasi, serta pengembangan sistem menggunakan metode Waterfall dengan tahapan analisis, perancangan, implementasi, dan pengujian. Teknologi yang digunakan meliputi PHP sebagai bahasa pemrograman utama, MySQL sebagai basis data, XAMPP sebagai server lokal, serta HTML, CSS, dan JavaScript untuk antarmuka pengguna. Penyajian visual data dilakukan menggunakan Chart.js, sehingga informasi penyakit dapat ditampilkan secara informatif melalui tabel dan grafik. Keberhasilan system dibuktikan dengan uji Blackbox dengan skor 100 % dan  metode User Acceptance Test (UAT) yang melibatkan 11 responden yang menunjukkan rata-rata tingkat persetujuan sebesar 90,9%. Hasil penelitian menunjukkan bahwa sistem dashboard yang dikembangkan mampu meningkatkan keterpaduan data, mempermudah proses monitoring penyakit hewan, serta mempercepat penyediaan informasi yang dibutuhkan dalam pengambilan keputusan, khususnya terkait penentuan prioritas penanganan penyakit dan distribusi obat.Dengan demikian, sistem dashboard analisis tren penyakit hewan dapat menjadi solusi dalam meningkatkan efektivitas pengelolaan data dan kualitas layanan kesehatan hewan di Puskeswan Kabupaten Banjarnegara.
Pengembangan Sistem Informasi Administrasi Keuangan Sekolah Siswa Berbasis Website Pada Madrasah Aliyah GUPPI Rakit Faizah, Umi Nur; Muflih, Ghufron Zaida
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 12 No. 01 (2026): Maret 2026
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v12i01.5382

Abstract

Pengelolaan administrasi keuangan di MA GUPPI Rakit masih menghadapi sejumlah permasalahan salah satunya pernah kehilangan arsip pembayaran pada data siswa angkatan sebelum tahun 2013, akibatnya alumni mengalami kesulitan dalam menyelesaikan tanggungan administrasi karena tidak tersedianya data pembayaran yang jelas dan akurat. Penelitian ini bertujuan mengembangkan sistem informasi administrasi keuangan sekolah siswa berbasis website guna mempermudah proses pembayaran administrasi siswa secara online serta membantu petugas dalam pencatatan dan pengarsipan data pembayaran secara digital. Pengembangan sistem dilakukan menggunakan metode prototype, yang menekankan pada perancangan fungsional sistem dan pengujian melalui umpan balik pengguna secara berkelanjutan. Pengujian fungsional sistem dilakukan menggunakan metode black box dengan teknik Equivalence Partitions dengan hasil pengujian menunjukkan sistem dapat beroperasi dengan baik. Sedangkan pengujian nonfungsional menggunakan pendekatan System Usability Scale (SUS) dengan responden 81 orang diperoleh nilai rata-rata skor SUS sebesar 75,3. Hal ini menunjukkan Adjective Rating masuk dalam kategori Good yang artinya sistem dapat digunakan dengan baik dan memberikan pengalaman pengguna yang positif, Grade Scale berada pada tingkat C menunjukkan tingkat kualitas sistem tergolong baik dan Acceptability Ranges pada tingkat Acceptable yang menandakan bahwa sistem dapat diterima dengan baik oleh pengguna.
Implementasi MobileNetV2 pada Klasifikasi Penyakit Daun Bibit Kakao Berbasis Pengolahan Citra Digital Sintia, Sintia; Arifin, Nurhikma; Insani, Chairi Nur
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 12 No. 01 (2026): Maret 2026
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v12i01.5396

Abstract

Kakao (Theobroma cacao L.) merupakan komoditas perkebunan strategis di Indonesia. Namun produktivitasnya masih menghadapi tantangan serius akibat serangan penyakit daun, khususnya pada fase pembibitan. Penyakit Vascular Streak Dieback (VSD) dan Leaf Blight diketahui dapat menurunkan produktivitas tanaman secara signifikan, sementara proses identifikasi penyakit secara manual masih bersifat subjektif dan berpotensi menimbulkan kesalahan klasifikasi. Penelitian ini bertujuan untuk mengklasifikasikan citra daun bibit kakao kedalam tiga kelas, yaitu Sehat, VSD, dan Leag Blight, menggunakan model MobileNetV2 berbasis transfer learning. Dataset yang digunakan merupakan data primer sebanyak 549 citra daun bibit kakao yang diperoleh dari Desa Riso, Kecamatan Tapango, Kabupaten Polewali Mandar, Sulawesi Barat. Tahapan pre-processing meliputi resize, normalisasi, dan augmentasi data, kemudian dataset dibagi dengan rasio 80% data training dan 20% data testing. Model dilatih selama 30 epoch dan evaluasi menggunakan classification report dan confusion matrix. Hasil pelatihan menunjukkan bahwa model MobileNetV2 mencapai akurasi tertinggi sebesar 98,02% dengan nilai loss yang rendah. Evaluasi menunjukkan bahwa kelas VSD berhasil di klasifikasikan secara sempurna, sementara kelas Leaf Blight dan Sehat juga menunjukkan performa yang sangat tinggi dengan tingkat kesalahan klasifikasi yang sangat kecil. Hasil ini membuktikan bahwa MobileNetV2 efektif digunakan untuk klasifikasi citra daun bibit kakao dan berpotensi dikembangkan sebagai sistem pendukung deteksi dini untuk penyakit tanaman kakao berbasis citra digital.
APLIKASI ANDROID BERBASIS ROOT UNTUK PENGUNCIAN EARFCN DAN PCI PADA JARINGAN LTE Surahmanto, Muhammad; Yusuf, Muhammad; Saputra, Tirta Romadhon Cipta
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 12 No. 01 (2026): Maret 2026
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v12i01.5423

Abstract

Penguncian parameter radio pada jaringan Long Term Evolution (LTE), khususnya Physical Cell Identity (PCI) dan E-UTRA Absolute Radio Frequency Channel Number (EARFCN), umumnya dilakukan menggunakan perangkat modem khusus atau perangkat lunak berlisensi. Penelitian ini berfokus pada perancangan dan implementasi aplikasi berbasis Android yang mampu melakukan lock PCI dan EARFCN langsung dari sisi perangkat pengguna dengan memanfaatkan akses root untuk memperoleh kendali tingkat lanjut terhadap antarmuka modem. Sistem dikembangkan untuk memengaruhi proses seleksi sel sehingga koneksi perangkat dapat diarahkan ke sel target sesuai parameter yang ditentukan. Tahapan penelitian meliputi perencanaan kebutuhan sistem, perancangan alur kerja aplikasi, pembuatan, serta pengujian melalui beberapa skenario sebelum dan sesudah proses lock diterapkan. Hasil pengujian menunjukkan adanya perubahan sel yang terlayani setelah mekanisme lock dijalankan, yang ditandai oleh pergantian PCI aktif, perubahan frekuensi pada salah satu skenario, serta variasi estimasi jarak berdasarkan nilai Timing Advance (TA). Temuan ini membuktikan bahwa aplikasi yang dikembangkan mampu melakukan penguncian parameter radio pada perangkat Android yang telah di-root dan memberikan pengaruh nyata terhadap proses koneksi radio tanpa memerlukan perangkat modem tambahan atau perangkat lunak komersial berlisensi.
IMPLEMENTASI KINERJA ALGORITMA MULTI-ARMED BANDIT (MAB) UNTUK OPTIMALISASI REKOMENDASI KONTEN VIDEO PENDEK Suherwin, Suherwin
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 12 No. 01 (2026): Maret 2026
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v12i01.5425

Abstract

Penelitian ini bertujuan untuk mengeksplorasi penerapan algoritma Multi-Armed Bandit (MAB) dalam sistem rekomendasi video pendek berbasis preferensi pengguna. Algoritma MAB, yang dikenal dalam konteks pemilihan keputusan sekuensial, digunakan untuk meningkatkan relevansi rekomendasi video dengan cara yang adaptif dan dinamis. Dengan menggunakan pendekatan epsilon-greedy, algoritma ini menyesuaikan rekomendasi video secara real-time berdasarkan umpan balik dari pengguna, seperti klik, like, dan durasi tonton. Penelitian ini menguji kinerja sistem rekomendasi dengan data uji yang mencakup interaksi pengguna terhadap lima video pendek. Hasil penelitian menunjukkan bahwa MAB berhasil menghasilkan rekomendasi yang lebih relevan, meningkatkan tingkat keterlibatan pengguna, dan memberikan solusi personalisasi yang lebih baik dibandingkan dengan sistem rekomendasi tradisional. Evaluasi sistem dilakukan menggunakan metrik seperti jumlah klik, waktu tonton rata-rata, dan tingkat keterlibatan, yang menunjukkan bahwa MAB dapat secara efektif menyesuaikan rekomendasi dengan perubahan preferensi pengguna. Penelitian ini memberikan kontribusi dalam pengembangan sistem rekomendasi berbasis algoritma MAB, dengan potensi untuk diterapkan pada platform berbagi video pendek lainnya.
Identifikasi Penyakit Daun Pisang Berbasis Citra Warna dengan Ekstraksi ResNet50 dan Support Vector Machine Muflich, Alwie; Kusrini, Kusrini
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 12 No. 01 (2026): Maret 2026
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v12i01.5460

Abstract

Penyakit daun pisang merupakan salah satu faktor utama yang menyebabkan penurunan produktivitas tanaman pisang. Identifikasi penyakit secara manual masih memiliki keterbatasan karena bersifat subjektif, membutuhkan keahlian khusus, dan kurang efisien pada skala besar. Oleh karena itu, penelitian ini mengusulkan sistem identifikasi penyakit daun pisang berbasis citra warna dengan pendekatan ekstraksi fitur menggunakan Convolutional Neural Network (CNN) berbasis ResNet50 dan klasifikasi menggunakan Support Vector Machine (SVM). Dataset yang digunakan terdiri dari empat kelas, yaitu daun sehat, Sigatoka, layu Fusarium, dan bercak Cordana, dengan pembagian data training 70%, validasi 15%, dan testing 15%. Tahapan penelitian meliputi pra-pemrosesan citra, augmentasi data, ekstraksi fitur menggunakan CNN, serta klasifikasi menggunakan SVM dengan beberapa variasi kernel. Selain itu, dilakukan analisis perbandingan ruang warna RGB dan HSV untuk mengetahui representasi warna yang paling efektif dalam mendukung proses klasifikasi. Hasil penelitian menunjukkan bahwa kombinasi CNN dan SVM kernel RBF memberikan akurasi validasi sebesar 99,52% dan akurasi testing sebesar 99,04%, serta nilai precision, recall, dan F1-score yang seimbang. Analisis fitur warna menunjukkan bahwa ruang warna HSV lebih stabil terhadap variasi pencahayaan, namun kombinasi RGB dan HSV mampu memberikan representasi warna yang lebih lengkap. Hasil penelitian ini menunjukkan bahwa metode CNN–SVM efektif dalam mengidentifikasi penyakit daun pisang secara akurat dan berpotensi diterapkan pada sistem deteksi dini berbasis kecerdasan buatan di bidang pertanian.
Pengembangan Sistem Reservasi Lapangan Berbasis Django dengan Analisis Pola Penyewaan Menggunakan Metode K-Means Nugroho, Ahmad; Hidayat, Muhamad Maksum; Akrianto, Muhammad Ichwandar
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 12 No. 01 (2026): Maret 2026
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v12i01.5478

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem reservasi lapangan berbasis web menggunakan framework Django serta menganalisis pola penyewaan menggunakan metode K-Means. Permasalahan yang umum terjadi pada pengelolaan penyewaan lapangan meliputi konflik jadwal, pencatatan transaksi yang tidak terstruktur, serta tidak adanya analisis data historis untuk mendukung pengambilan keputusan. Sistem yang dikembangkan mengintegrasikan modul reservasi, validasi konflik jadwal otomatis, pengelolaan transaksi, serta dashboard analitik. Data historis sebanyak 150 transaksi digunakan sebagai dataset untuk proses clustering dengan variabel jam mulai, durasi, total pembayaran, hari penyewaan, dan frekuensi transaksi pelanggan. Proses clustering dilakukan melalui tahapan preprocessing, normalisasi data, penentuan jumlah cluster menggunakan Elbow Method, serta evaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah tiga kelompok dengan nilai Silhouette Score sebesar 0,62 yang mengindikasikan kualitas pemisahan cluster yang cukup baik. Interpretasi cluster mengidentifikasi tiga pola utama penyewaan, yaitu penyewa siang singkat, penyewa malam intensif, dan penyewa sore moderat. Integrasi sistem reservasi dan analisis clustering terbukti mampu memberikan insight strategis untuk optimalisasi harga, program loyalitas, dan pengelolaan jadwal operasional.

Page 14 of 15 | Total Record : 144

 11   12   13   14   15 

Filter by Year

2018 2026


Reset
Filter By Issues
All Issue Vol. 12 No. 01 (2026): Maret 2026 Vol. 11 No. 2 (2025): Oktober 2025 Vol. 11 No. 1 (2025): Maret 2025 Vol. 10 No. 2 (2024): Oktober 2024 Vol. 10 No. 1 (2024): Maret 2024 Vol. 9 No. 1 (2023): Oktober 2023 Vol. 8 No. 2 (2023): Maret 2023 Vol. 8 No. 1 (2022): Oktober 2022 Vol. 7 No. 2 (2022): Maret 2022 Vol 7, No 1 (2021): Oktober 2021 Vol. 7 No. 1 (2021): Oktober 2021 Vol 6, No 2 (2021): Maret 2021 Vol. 6 No. 2 (2021): Maret 2021 Vol 6, No 1 (2020): Oktober 2020 Vol. 6 No. 1 (2020): Oktober 2020 Vol. 5 No. 2 (2020): Maret 2020 Vol 5, No 2 (2020): Maret 2020 Vol 5, No 1 (2019): Oktober 2019 Vol. 5 No. 1 (2019): Oktober 2019 Vol 4, No 2 (2019): Maret 2019 Vol. 4 No. 2 (2019): Maret 2019 Vol. 4 No. 1 (2018): Oktober 2018 Vol 4, No 1 (2018): Oktober 2018 More Issue