cover
Contact Name
Agus Tedyyana
Contact Email
Agus Tedyyana
Phone
-
Journal Mail Official
agustedyyana@polbeng.ac.id
Editorial Address
-
Location
Kab. bengkalis,
Riau
INDONESIA
INOVTEK Polbeng - Seri Informatika
ISSN : 25279886     EISSN : -     DOI : -
Core Subject : Science,
Jurnal Inovasi dan Teknologi Seri Informatika (Jurnal INOVTEK Polbeng - Seri Informatika) Politeknik Negeri Bengkalis merupakan jurnal informatika berbasis penelitian ilmiah. Jurnal ini diharapkan dapat sebagai wadah akademisi, peneliti dan praktisi menyebarkan hasil penelitian. Jurnal INOVTEK Polbeng - Seri Informatika menerbitkan naskah berkaitan dengan Web and Mobile Computing, Image processing, System Cerdas, Sistem Informasi, Database, DSS, IT project management, Geographical Information System, Teknologi Informasi, Computer Network and Security, Wireless Sensor Network, dan lainya.
Arjuna Subject : -
Articles 261 Documents
Pemodelan Estimasi Kelulusan Mahasiswa Berbasis Data Akademik Melalui Regresi Linier Berganda hariningrum, Rita -; Yogatama, Yogatama -; Utomo, Sukarno Budi
Jurnal Inovtek Polbeng Seri Informatika Vol 9, No 1 (2024)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v9i1.4034

Abstract

Intisari -  Penggunaan data akademis mahasiswa telah dimanfaatkan untuk menghasilkan informasi berharga yang mendukung pengelolaan dan pemantauan durasi pendidikan mahasiswa di program studi sistem informasi. Melalui aplikasi metode regresi linier berganda, telah dikembangkan sebuah model persamaan Y yang berfungsi untuk memperkirakan waktu kelulusan mahasiswa, yang juga didukung oleh pembuatan prototipe.Analisis yang dilaksanakan menggunakan sembilan variabel independen—yaitu SKS1, SKS2, SKS3, SKS4, IPS1, IPS2, IPS3, IPS4, dan jumlah mata kuliah yang diulang—untuk mahasiswa angkatan 2019 hingga 2023 menghasilkan formula: Y = 13.49 + 0.099X1 - 0.068X2 + 0.025X3 - 0.059X4 - 0.585X5 - 0.443X6 - 0.155X7 - 0.368X8 - 0.082X9. Formula ini menunjukkan tingkat kesalahan model berdasarkan Mean Squared Error (MSE) dan Root Mean Squared Error (RMSE) sebesar 0.1166 dan 0.3415, berturut-turut. Prototipe yang dikembangkan menggunakan PHP, dengan Sublime Text sebagai editor teks dan XAMPP sebagai server lokal, memperlihatkan potensi besar dalam mendukung proses pemantauan durasi studi mahasiswa jika terintegrasi dan didukung sepenuhnya oleh manajemen. Kata kunci: penambangan data, regresi linier berganda, prediksi, pemantauan, durasi pendidikan
Pengembangan Media Interaktif Berbasis Augmented Reality untuk Melatih Kemampuan Critical Thinking Nugroho, Ardi Setyo; Sukirman, Sukirman
Jurnal Inovtek Polbeng Seri Informatika Vol 8, No 2 (2023)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v8i2.3495

Abstract

Critical thinking atau berpikir kritis merupakan  kemampuan untuk  berpikir dengan tingkat yang lebih luas menggunakan proses analisis dan evaluasi. Critical thinking sangat penting untuk melatih siswa sehingga dapat memecahkan masalah. Pembelajaran algoritma pemrograman dapat digunakan untuk melatih kemampuan critical thinking siswa. Penelitian ini bertujuan untuk mengembangkan media interaktif berbasis Augmented Reality (AR) yang dapat digunakan untuk melatih kemampuan critical thinking di dalam pembelajaran algoritma pemrograman. Dengan menggunakan fitur multiple marker atau penggabungan marker yang bertujuan untuk menampilkan lebih dari dua objek yang dimaksudkan dapat menarik perhatian user agar menggunakan media interaktif tersebut. Metode yang digunakan adalah research and development (RD) dengan empat tahapan, yaitu: define, design, development, dan evaluation. Untuk menguji usabilitas digunakan kuesioner USE (Usefulness, Satisfaction, and Ease of Use) yang melibatkan 30 siswa (11 laki-laki dan 19 perempuan), partisipan adalah siswa sekolah menengah kejuruan (SMK) yang pernah melakukan pembelajaran algoritma pemrograman. Parameter yang dinilai yaitu usefulness, ease of use, ease of learning sebagai variable independent dan satisfaction sebagai variable dependen. Berdasarkan analisis yang dilakukan, semua variabel mempunyai nilai korelasi yang positif dengan nilai signifikansi lebih kecil dari 0.05 (p-value = 0.000), dengan hasil usefulness (0.002), ease of use (0.001) dan ease of learning (0.001). demikian, maka disimpulkan bahwa media interaktif berbasis AR yang dikembangkan ini usable sebagai media untuk melatih kemampuan critical thinking siswa.
Klasifikasi Tumor Otak Menggunakan Convolutional Neural Network Fakhri, Haidar; Setiawardhana, Setiawardhana; Syarif, Iwan; Sigit, Riyanto
Jurnal Inovtek Polbeng Seri Informatika Vol 9, No 1 (2024)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v9i1.3908

Abstract

Metode klasifikasi citra MRI otak yang digunakan pada penelitian ini adalah Deep Learning dengan Convolutional Neural Network (CNN) dengan 2 model skema arsitektur CNN. Model skema 1 terdapat 2 max pooling layer dan 2 hidden layer, sedangkan model skema 2 terdapat 3 max pooling layer dan 4 hidden layer.  Dataset yang digunakan memuat citra MRI otak manusia dengan total 7023 citra, dengan rincian 1621 Glioma, 1645 Meningioma, 1757 Pituitary, dan 2000 Notumor. Evaluasi F1-Score model skema 1 dan skema 2 berturut-turut: 96% dan 97%, Sedangkan untuk nilai Accuracy yaitu 98%. Hal ini menunjukkan bahwa nilai F1-Score dan Accuracy, model skema 2 lebih baik. Untuk menguji dataset digunakan 10 fold cross-validation menghasilkan nilai rata-rata Accuracy, F1-Score, Precision, dan Recall berturut-turut 0,8520, 0,8470, 0,8493 dan 0,8504, dengan standar deviasi yang kecil, yaitu berturut-turut 0,0352; 0,0346; 0,0337 dan 0,0353 yang menunjukkan bahwa penyimpangan sebaran nilai semakin mendekati nilai rata-ratanya. nilai metrik F1-score dan accuracy berturut-turut, 97,47% dan 97,39%. Hasil accuracy penelitian ini lebih tinggi dibandingkan dengan beberapa penelitian sebelumnya, yakni dari [1], [2], [3], [5], [7], dan [8], berturut-turut: 94.39%, 97.54%, 97.18%, 96.08%, 96,36%, dan 95.55%.
Analisis Sentimen Ulasan Toko Online Halona Beauty Care Untuk Peningkatan Layanan Menggunakan Algoritma Naïve Bayes Rani, Mutia Mustika; Candra, Feri
Jurnal Inovtek Polbeng Seri Informatika Vol 8, No 2 (2023)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v8i2.3348

Abstract

Pesatnya perkembangan teknologi telah memberikan dampak yang luar biasa bagi kehidupan manusia, termasuk dalam bidang e-commerce. E-commerce memberikan kesempatan kepada pengguna untuk melakukan transaksi barang dan jasa tanpa batasan jarak dan waktu, selama pengguna memiliki akses internet. Namun, karena maraknya penipuan online, tidak jarang pelanggan ragu untuk membeli produk secara online. Hal ini membuktikan bahwa kepercayaan pelanggan berpengaruh signifikan terhadap niat membeli produk di e-commerce. Review dari customer akan sangat berpengaruh kepada calon pelanggan sebagai acuan tolok ukur untuk menemukan informasi. Penelitian ini bertujuan untuk mengklasifikasikan dan menganalisis review customer terhadap toko online Halona Beauty Care yang ada di shopee menggunakan algoritma Naive Bayes Classifier (NBC). Hasil analisis dengan menggunakan NBC menunjukkan hasil akurasi sebesar 93%. Hasil dari sentimen positive dapat dijadikan sebagai acuan untuk menjaga kualitas layanan, sedangkan hasil dari sentimen negative digunakan sebagai bahan evaluasi untuk peningkatan layanan.
RANCANG BANGUN APLIKASI SISTEM INFORMASI SEMINAR PRAKTISI POLBENG BERBASIS WEB MENGGUNAKAN METODE EXTREME PROGRAMMING supendi, supendi; Jamaris, Muhamad; Nurjayadi, Nurjayadi; Karpen, Karpen
Jurnal Inovtek Polbeng Seri Informatika Vol 9, No 1 (2024)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v9i1.4231

Abstract

A practitioner seminar is an event where professionals in a specific field share their experiences and skills. The implementation of the Extreme Programming method in creating an Information System for Practitioner Seminars at Politeknik Negeri Bengkalis can be done effectively. Currently, the management of seminar data at Politeknik Negeri Bengkalis is still manual, including participant registration, attendance, and certificates. The current system results in poor data storage and the manual one-by-one distribution of seminar certificates to participants. This research aims to design and develop a system that will facilitate the management of seminar participant data. The system applied in this research is titled "Design and Development of a Web-Based Information System for Practitioner Seminars at Polbeng Using the Extreme Programming Method." The author hopes that this system will help manage practitioner seminar data efficiently and simplify data retrieval when needed. This system includes features such as participant data management, seminar registration, event scheduling, and participant certificates.
Implementasi Internet Of Things Pada Protokol MQTT Dan HTTP Dalam Sistem Pendeteksi Banjir Hanif, Al; Amri, Rahyul
Jurnal Inovtek Polbeng Seri Informatika Vol 8, No 2 (2023)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v8i2.3767

Abstract

Teknologi informasi saat ini sangat berkembang pesat, pengguna memanfaatkan internet untuk kebutuhan sehari-hari seperti Internet of Things . IoT sangat penting dalam deteksi dini banjir karena seperti alarm pintar, sensor-sensor terhubung di area rawan banjir memberikan peringatan cepat saat air mulai naik. Dalam hal mitigasi bencana alam, IoT berfungsi seperti asisten cerdas yang membantu merencanakan langkah-langkah untuk mengurangi risiko dan kerugian. Dengan data real-time yang diberikan oleh sensor IoT, pihak berwenang dapat merespons lebih cepat, memandu evakuasi, dan membantu masyarakat menghadapi bencana dengan lebih baik. Namun, permasalahan yang muncul adalah terbatasnya waktu respons dan proses pendeteksian dini. Sistem yang responsif dan efisien menjadi kunci dalam menghadapi tantangan ini. Dalam upaya meningkatkan respons terhadap ancaman banjir, penggunaan protokol jaringan terbaik antara Message Queue Telemetry Transport (MQTT) dan Hyper Text Transport Protocol (HTTP) sangat penting Dalam sistemn IoT. Oleh sebab itu, perlunya perbandingan protokol jaringan keduanya.Hasilnya menunjukkan bahwa protokol MQTT lebih cocok untuk responsive dan efesien mengirim data pemeritahuan banjir karena nilai Delay yang rendah sebesar 185,749403 ms, Sedangkan delay tertinggi dari protokol HTTP sebesar 361,800781 ms. Penelitian ini memberikan wawasan mengenai penerapan protokol MQTT lebih baik dalam Sistem deteksi dini banjir.
Sentimen Analisis Pada Ulasan Aplikasi Ajaib Di Google Play Store Dengan Algoritma Support Vector Machine Syahri, Alfi; Angraini, Angraini; Muttakin, fitriani
Jurnal Inovtek Polbeng Seri Informatika Vol 9, No 1 (2024)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v9i1.4047

Abstract

Perkembangan aplikasi mobile di bidang keuangan telah memberikan kemudahan dalam berinvestasi. Salah satu aplikasi yang bisa melakukan investasi adalah aplikasi Ajaib. Dalam menggunakan aplikasi, Anda dapat melihat rating dan review yang diberikan oleh pengguna di platform Google Play Store. Ulasan pengguna pada Aplikasi Ajaib memberikan gambaran penting bagi calon pengguna dalam memahami kualitas dan kepuasan pengguna. Namun, banyaknya tinjauan membuat analisis manual menjadi sulit dan tidak efisien. Oleh karena itu diperlukan suatu teknik klasifikasi review yang memanfaatkan algoritma Support Vector Machine (SVM). Implementasinya dilakukan melalui bahasa pemrograman Python. Teknik Support Vector Machine menunjukkan akurasi luar biasa dalam menangani data berdimensi tinggi dan data tidak seimbang. Tujuan dari penelitian ini adalah untuk memfasilitasi kemajuan Aplikasi Ajaib dengan memanfaatkan umpan balik yang diberikan, mengatasi keluhan pelanggan, dan meningkatkan pengalaman pengguna secara keseluruhan. Data yang digunakan diambil dari review aplikasi sebanyak 5000 data dengan rating yang bervariasi pada bulan Januari hingga Oktober 2023. Berdasarkan hasil penelitian diperoleh akurasi sebesar 87,57%. Pada kelas positif diperoleh presisi 93%, recall 97%, dan skor f-1 95%. Sedangkan kelas netral memperoleh presisi sebesar 75%, recall 53%, dan skor f-1 sebesar 62%. Serta pada kelas negatif mendapatkan presisi sebesar 75%, recall sebesar 87%, dan skor f-1 sebesar 80%.
Klasifikasi Uang Rupiah Kertas Tidak Layak Edar Menggunakan CNN Xception Transfer Learning Berbasis Website Albani, Muhammad; Andhi, Rahmat Rizal
Jurnal Inovtek Polbeng Seri Informatika Vol 8, No 2 (2023)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v8i2.3657

Abstract

Uang kertas Rupiah adalah alat pembayaran utama yang dipakai oleh masyarakat, tetapi minimnya pengetahuan masyarakat mengenai perawatan dan ciri kelayakannya menyebabkan kerusakan Uang Rupiah. Bank Indonesia mencoba mengatasi masalah ini dengan kampanye "Cinta Bangga Paham Rupiah," namun akan sulit mencapai seluruh masyarakat hanya dengan edukasi itu saja. Oleh karena itu, dikembangkan sistem "Klasifikasi Uang Rupiah Tidak Layak Edar dengan CNN Xception Transfer Learning berbasis Website”. Metode ini memadukan deep learning yakni Convolutional Neural Network bermodel Xception dengan metode Transfer Learning, pemilihan Xception dipilih karena mempunyai arsitektur yang kompleks namun efisien dalam penggunaan waktunya dan memiliki akurasi yang tinggi untuk melakukan klasifikasi gambar, menghasilkan model akurat dengan waktu pelatihan singkat. Menggunakan dataset 14 kelas uang Rupiah emisi 2016, termasuk 7 pecahan yang layak dan tidak. Hasil akhir menunjukkan akurasi 99,22% untuk pelatihan, 96,19% untuk validasi, dan 93,57% untuk pengujian, disamping untuk mengembangkan metode deep learning menggunakan CNN Xception dengan Transfer Learning, dengan model hasil penelitian ini akan diimplementasikan kedalam website, hal ini bertujuan untuk memudahkan dan membantu masyarakat dalam mengetahui kelayakan uang kertas Rupiah yang mereka punya.
Analisis Kepuasan Pengguna Akhir Aplikasi Mytelkomsel Menggunakan Metode End User Computing Satisfaction (EUCS) Anahyu, Yelfi Dwi; Zarnelly, Zarnelly; Rozanda, Nesdi Evrilyan; Megawati, Megawati
Jurnal Inovtek Polbeng Seri Informatika Vol 9, No 1 (2024)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v9i1.3998

Abstract

Aplikasi MyTelkomsel merupakan layanan yang diciptakan Telkomsel berbentuk aplikasi sehingga memberikan kemudahan kepada pengguna dalam mengelola akun dan mengakses layanan menggunakan smartphone. Tujuan penelitian ini adalah untuk menilai pengaruh variabel isi, keakuratan, bentuk, kemudahan pengguna, dan ketepatan waktu terhadap user satisfaction (kepuasan pengguna) aplikasi Mytelkomsel, dengan harapan hasilnya dapat meningkatkan user satisfaction di masa mendatang. Penelitian ini menggunakan metode End User Computing Satisfaction (EUCS) dengan lima variabel bebas : isi, keakuratan, bentuk, kemudahan pengguna, ketepatan waktu, serta satu variabel terikat user satisfaction. untuk proses pengumpulan data sebagai bahan penelitian maka dilakukan penyebaran kusioner secara online kepada pengguna aktif aplikasi Mytelkomsel versi terbaru dan data diolah menggunakan perangkat lunak SPSS 26. Hasil penelitian menunjukkan bahwa dari uji T parsial, setiap dari lima variabel, yaitu Variabel isi, keakuratan, bentuk, kemudahan pengguna, ketepatan waktu, menunjukkan pengaruh yang significant terhadap user satisfaction, sehingga hipotesis H1, H2, H3, H4, dan H5 dapat diterima. Hasil uji F juga mengindikasikan bahwa secara bersama-sama, Isi, keakuratan, bentuk, kemudahan pengguna, ketepatan waktu mempengaruhi user satisfaction aplikasi Mytelkomsel, sehingga H6 diterima. Variabel independen yang paling dominan memengaruhi user satisfaction adalah Format sebab memiliki hasil koefisien regresi tertinggi pada analisa regresi linier berganda.
Exploring Simple Addictive Weighting (SAW) for Decision-Making Khoiry, I'tishom Al; Amelia, Dhea Rizky
Jurnal Inovtek Polbeng Seri Informatika Vol 8, No 2 (2023)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v8i2.3433

Abstract

The Simple Additive Weighting (SAW) method is a well-known and widely utilized approach for decision-making in various disciplines. The SAW method involves a step-by-step process that enables decision-makers to evaluate and rank alternatives based on their respective attribute values and assigned weights. Within this context, this paper aims to provide a comprehensive exploration of SAW for decision-making. This study demonstrates the utilization of the SAW method in supplier selection, which aims to streamline and optimize the supply chain management process for organizational business.The resultsderived from the study have revealed its practicality, effectiveness, and adaptability in handling multi-criteria decision problems, by examining its principles, advantages, limitations, and application based on real situations. It's important to note that the method's reliance on accurate weight assignment to criteria poses a challenge. This process can be subjective and intricate, especially when faced with conflicting objectives. However, SAW stands as a valuable addition to the decision-maker's toolkit, providing a structured and transparent framework for making well-informed choices amidst complexity.