cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta pusat,
Dki jakarta
INDONESIA
IKRA-ITH Informatika : Jurnal Komputer dan Informatika
Published by Universitas Persada Indonesia YAI
ISSN : 25804316     EISSN : 26548054     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 550 Documents
 49   50   51   52   53 
Implementasi Metode MOORA pada Sistem Prediksi Varietas Padi Berdasarkan Karakteristik Tanah Eko Fuji Pangestu; Otong Saeful Bachri; Agyztia Premana
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.7271

Abstract

Rice crop productivity is influenced by the balance between the cultivated variety and soil characteristics. In Tanjung District, Brebes Regency, the selection of rice varieties is largely based on farmer experience, often without objectively considering soil conditions. This study aims to implement the Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) method to determine suitable rice varieties based on soil characteristics. The study utilizes five criteria soil pH, effective soil depth, soil moisture, drainage conditions, and soil texture and evaluates ten alternative rice varieties. The MOORA method involves constructing a decision matrix, normalization, weighting, calculating optimization values ​​(Yi), and ranking the alternatives. The results indicate that the Ciherang, IR64, Inpari 32 HDB, Inpari 34 Salin Agritan, and Inpari 35 Salin Agritan varieties achieved the highest optimization value (Yi) of 0.3441, making them the recommended varieties best suited to the analyzed soil characteristics. The application of the MOORA method provides objective and systematic rice variety recommendations, thereby supporting the decision-making process for variety selection based on soil conditions.
Evaluasi Usability Sistem Instalasi Access Point Menggunakan Metode System Usability Scale Sudarmin Sudarmin; Ahlis Noor Kholili
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.7294

Abstract

The rapid development of networking technology and the increasing demand for skilled professionals in the information technology sector require vocational high school (SMK) graduates to possess not only technical competencies but also entrepreneurial and financial management skills. This study aims to analyze the usability of an Access Point installation system and examine its potential to support learning in operational cost efficiency and profit margin calculation for network installation service businesses. A quantitative approach was employed using the System Usability Scale (SUS) as the evaluation method. The study involved 26 vocational high school students who had completed an Access Point installation practicum. Data were collected through the SUS questionnaire and observations during the practical learning process. The results showed that the system achieved a SUS score of 77.5, which falls into the Good category with an Acceptable level of usability. These findings indicate that the system is easy to use and effectively supports the learning process of Access Point installation. In addition to enhancing students' technical competencies, the system also facilitates their understanding of operational cost efficiency, service pricing, and profit margin calculation as essential entrepreneurial skills. This study demonstrates that integrating usability evaluation, computer networking education, and entrepreneurship provides a relevant approach to improving vocational students' readiness for both employment and self-employment.
RANCANG BANGUN DASHBOARD MONITORING RISIKO PENYALAHGUNAAN NARKOBA BERBASIS PREVENTIF PSIKOLOGIS PADA SMK WALANG SUNTER JAKARTA UTARA Mutia Nisa Fadillah; Sularso Budilaksono
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.7301

Abstract

Penelitian ini mengembangkan dashboard monitoring risiko penyalahgunaan nakobba berbasispreventif psikologis pada SMK Walang Suter Jakarta Utara menggnakan Business Intelligencedan Decision Support System (DSS). Sistem dirancang untuk mengatasi indetifikasi risiko siswayang masih dilakukan secara manual, keterbatasan visualisasi data, serta belum tersedianyarekomendasi preverentif bagi guru Bimbingan dan Konseling (BK). Metode penelitianmenggunakan Research and Development (R&D) dengan model Prototype melalui tahapananalisis kebutuhan, perancangan, implementasi, dan pengujian sistem. Data diperoleh dari 109siswa menggunakan kuesioner resiliensi psikologis. Fitur utama sistem meliputi pengisiankuesioner, klasifikasi tingkat risiko, dashboard Business Intelligence, dan rekomendasi preventifberbasis aturan IF-THEN. Hasil pengujian menunjukan sistem berfungsi sesuai kebutuhan,mampu memvisualisasikan tingkat risiko siswa, serta mendukung guru BK dalam melakukanmonitoring dan pengambilan keputusan preventif secara lebih efektif dan berbasis data.
PERANCANGAN SISTEM RESERVASI LAYANAN RIAS BERBASIS WEB TERINTEGRASI QR CODE MENGGUNAKAN WEBCAM UNTUK VERIFIKASI BOOKING PADA MUA APRILIANAFAST Ridho Haqqi Santoso; Sulartopo Sulartopo; Iman saufik Suasana
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Proses reservasi layanan rias pada MUA Aprilianafast selama ini dilakukan secara manual melalui percakapan WhatsApp dan Instagram tanpa basis data terpusat, sehingga rawan terjadi tabrakan jadwal (double booking) serta proses verifikasi kehadiran pelanggan yang memakan waktu karena harus menelusuri riwayat chat satu per satu. Penelitian ini bertujuan merancang dan mengimplementasikan sistem reservasi layanan rias berbasis web yang terintegrasi QR Code dan webcam untuk mengatasi permasalahan tersebut. Metode pengembangan yang digunakan adalah Prototyping, dengan sistem dibangun menggunakan framework Laravel dan basis data MySQL. Setiap booking yang berhasil disimpan menghasilkan QR Code unik sebagai bukti reservasi sekaligus kunci verifikasi, yang dapat dipindai admin menggunakan webcam untuk memperbarui status booking secara real-time. Pengujian sistem menggunakan metode Black-Box Testing pada enam skenario menunjukkan seluruh fungsi berjalan valid dengan tingkat keberhasilan 100%. Hasil angket kelayakan terhadap 20 responden menunjukkan tingkat kelayakan sebesar 88,00% pada aspek Fungsionalitas Sistem, 85,50% pada aspek Antarmuka dan Usability, serta 89,25% pada aspek Manfaat sebagai Sistem Reservasi dan Verifikasi Booking, dengan rata-rata keseluruhan 87,58% pada kriteria Sangat Layak. Hasil penelitian ini menunjukkan bahwa sistem reservasi berbasis QR Code dan webcam layak digunakan untuk menggantikan proses reservasi manual, karena mampu mempercepat proses verifikasi kehadiran, meningkatkan akurasi data booking, serta memberikan kemudahan bagi pelanggan dalam melakukan reservasi secara mandiri.
KLASIFIKASI SENTIMEN ULASAN PENGGUNA HALODOC MULTIPLATFORM MENGGUNAKAN LSTM DENGAN PELABELAN INDOBERT Dian Dwi Pramesti; Nizirwan Anwar; Diah Aryani; Jefry Sunupurwa Asri
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pertumbuhan layanan telemedicine di Indonesia menghasilkan volume ulasan pengguna yang besar pada toko aplikasi dan media sosial.Ulasan tersebut memuat pengalaman. kritik. serta saran yang dapat digunakan untuk mengevaluasi kualitas layanan. tetapi jumlahnyamembuat analisis manual menjadi tidak efisien. Penelitian ini menerapkan Long Short-Term Memory (LSTM) untukmengklasifikasikan sentimen ulasan Halodoc yang dihimpun dari Google Play Store dan platform X. Dataset gabungan berisi 20.535teks. terdiri atas 10.000 ulasan Google Play Store dan 10.535 unggahan X. Tahap pengolahan meliputi case folding, cleansing,normalisasi kata, tokenisasi, dan penghapusan stopword. Label sentimen positif, netral, dan negatif dibentuk secara otomatismenggunakan IndoBERT, kemudian data dibagi menjadi 80% data latih dan 20% data uji untuk pelatihan model LSTM. Hasilpengujian menunjukkan accuracy 86,12%, precision 86,14%, recall 86,12%, dan F1-score 86,12%. Audit terhadap berkas data mentahjuga menunjukkan heterogenitas panjang teks antarsumber dan keberadaan duplikasi persis yang perlu diperhatikan untuk mencegahkebocoran data. Secara umum, LSTM mampu mengklasifikasikan sentimen pada data multi-platform dengan performa yang konsisten,sedangkan validasi manual terhadap label IndoBERT dan pengendalian duplikasi menjadi langkah penting untuk memperkuat validitashasil
TRADE-OFF PERFORMA DAN EFISIENSI KOMPUTASI TIGA ARSITEKTUR DEEP LEARNING UNTUK KLASIFIKASI PENYAKIT DAUN TEBU SECARA OTOMATIS Kevin Januari; Nizirwan Anwar; Diah Aryani; Azifa Habiba
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tanaman tebu merupakan komoditas perkebunan strategis yang produktivitasnya kerap terancam oleh serangan penyakit daun.Identifikasi penyakit secara visual manual masih banyak digunakan di lapangan, namun pendekatan ini memakan waktu lama,bersifat subjektif, dan rentan terhadap kesalahan. Deep learning menawarkan solusi otomatisasi klasifikasi penyakit tanaman,tetapi studi yang membandingkan secara komprehensif trade-off antara akurasi dan efisiensi komputasi antararsitektur masihterbatas jumlahnya. Penelitian ini bertujuan menganalisis secara komparatif kinerja DenseNet-121, ConvNeXt-Tiny, danYOLOv11s-CLS dalam mengklasifikasikan delapan kelas kondisi daun tanaman tebu. Metode penelitian menggunakan datasetgabungan sebanyak 4.075 citra yang dibagi secara stratified dengan rasio 70:15:15, serta pendekatan transfer learning berbasisImageNet pada ketiga arsitektur. Evaluasi dilakukan pada tiga dimensi, yaitu kinerja klasifikasi, kemampuan generalisasi, danefisiensi komputasi. Hasil pengujian menunjukkan DenseNet-121 memperoleh accuracy tertinggi sebesar 93,14% dan F1-score macro 91,09%, ConvNeXt-Tiny unggul pada precision macro sebesar 92,59%, sedangkan YOLOv11s-CLS mencatatkanaccuracy 92,81% dengan jumlah parameter, ukuran model, FLOPs, dan waktu inferensi terendah yaitu 4,70 milidetik sertageneralization gap terkecil sebesar 0,0027. Penelitian ini menyimpulkan bahwa DenseNet-121 sesuai untuk skenario yangmemprioritaskan akurasi, sedangkan YOLOv11s-CLS direkomendasikan sebagai model dengan keseimbangan performa danefisiensi terbaik untuk implementasi pada perangkat berdaya komputasi terbatas.
Rancang Bangun Sistem Rekomendasi Pemilihan Kost Berbasis Kebutuhan Pengguna Menggunakan Metode AHP, SAW, dan WP Abdul Naufal Salim Basyarahil; Sularso Budilaksono; Susi Wagiyati Purtiningrum
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.7348

Abstract

Pemilihan rumah kost memerlukan pertimbangan terhadap sejumlah kriteria, seperti harga, lokasi, fasilitas, jenis kost, sistem sewa, dan aturan yang berlaku. Pada Anak Kost Bandung (AKB), proses pemberian rekomendasi masih mengandalkan pengalaman admin sehingga dapat menimbulkan keputusan yang subjektif dan kurang konsisten. Penelitian ini bertujuan menghasilkan sistem rekomendasi kost berbasis web dengan menggunakan Analytical Hierarchy Process (AHP) untuk memperoleh bobot kriteria, Simple Additive Weighting (SAW) untuk menyusun peringkat, serta Weighted Product (WP) sebagai metode pembanding. Pengembangan sistem dilakukan menggunakan metode Prototype. Hasil penelitian menunjukkan bahwa bobot kriteria yang diperoleh melalui AHP memenuhi pengujian konsistensi dan dapat digunakan dalam proses pemeringkatan. Pengujian Black Box menunjukkan bahwa seluruh fungsi sistem dapat berjalan sesuai kebutuhan. Sementara itu, hasil System Usability Scale (SUS) menempatkan sistem pada kategori layak digunakan. Perbandingan SAW dan WP menunjukkan adanya perbedaan pada hasil pemeringkatan meskipun kedua metode menggunakan bobot kriteria yang sama. Sistem yang dikembangkan dapat membantu menghasilkan rekomendasi kost secara lebih objektif, konsisten, dan sesuai dengan kebutuhan pengguna.
ANALISIS SENTIMEN APLIKASI ANDAL BY TASPEN DENGAN PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE Widya Dini Alfina; Iqbal Maulana; Carudin Carudin
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Aplikasi Andal by Taspen merupakan layanan digital untuk mendukung proses autentikasi peserta pensiun. Ulasan pengguna pada Google Play Store dapat digunakan untuk mengetahui persepsi pengguna terhadap kualitas aplikasi, tetapi jumlah ulasan yang terus bertambah menyulitkan analisis secara manual. Penelitian ini bertujuan menganalisis sentimen pengguna menggunakan algoritma Support Vector Machine (SVM), mengevaluasi kinerja model, dan mengidentifikasi faktor penyebab rendahnya rating aplikasi. Data penelitian berupa 1.786 ulasan berbahasa Indonesia dari Google Play Store periode September 2025 hingga April 2026. Penelitian menggunakan metodologi Knowledge Discovery in Databases (KDD), dengan pelabelan InSet Lexicon, pembobotan Term Frequency-Inverse Document Frequency (TF-IDF), serta optimasi SVM menggunakan Random Search Cross-Validation. Hasil menunjukkan 967 ulasan (54,14%) bersentimen negatif dan 819 ulasan (45,86%) positif. Performa terbaik diperoleh pada pembagian data 70:30 dengan rata-rata akurasi 88,25% dan AUC 0,9600 yang termasuk kategori Excellent Classification. Kernel RBF menghasilkan accuracy 88,81%, precision 88,75%, recall 86,59%, dan F1-score 87,65%. Root Cause Analysis (RCA) mengidentifikasi lima faktor penyebab rendahnya rating, yaitu aplikasi, sistem/teknologi, proses, pengguna, serta informasi dan layanan. Hasil penelitian dapat menjadi bahan evaluasi bagi pengembang dalam meningkatkan kualitas aplikasi dan kepuasan pengguna
Analisis Sentimen Pemain terhadap Sistem Gacha Genshin Impact di Media Sosial X Menggunakan SVM Muhammad Taufiqurrahman; Ali Alamsyah Kusumadinata; Hilmy Aliy Andra Putra
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The gacha system in Genshin Impact allows players to randomly obtain rare characters or weapons, triggering diverse emotional responses on social media platform X. This study aims to analyze player sentiment trends toward the gacha system and evaluate the performance of the Support Vector Machine (SVM) algorithm in classifying such sentiment. The research data consisted of 690 Indonesian-language tweets collected through web scraping using the Tweet Harvest library, which were then processed through several preprocessing stages (cleaning, case folding, tokenizing, stopword removal, and stemming) and labeled into positive, negative, and neutral sentiment classes. Text features were extracted using TF-IDF, producing a 690×3440 weighted matrix, and classified using a linear-kernel SVM with a class_weight='balanced' parameter and an 80:20 data split. Labeling results showed a dominance of neutral sentiment (65.94%), followed by positive (18.41%) and negative (15.65%). The SVM model achieved 74% accuracy on the test data; however, further evaluation revealed significant overfitting, indicated by a 44.37% gap in Macro Average F1-Score between training data (99.35%) and testing data (54.97%). The neutral class exhibited the best performance (97% Recall), while the negative and positive classes showed low Recall (23% and 36%, respectively) due to vocabulary overlap between informal expressions and the neutral class. These findings suggest that SVM performance on informal Indonesian-language microblogging data is more susceptible to overfitting compared to more structured review data.
Analisis Dan Prediksi Tren Penyaluran Dana Program Indonesia Pintar Di Sulawesi Utara Menggunakan Algoritma Prophet Friska Regina Maralantang; Gladly Caren Rorimpandey; Efraim R. S. Moningkey
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Program Indonesia Pintar (PIP) merupakan program bantuan pendidikan yang ditujukan untuk mendukung akses pendidikan bagi peserta didik dari keluarga kurang mampu. Dalam pelaksanaannya, pemantauan penyaluran dana PIP di Provinsi Sulawesi Utara masih dilakukan melalui laporan administratif sehingga belum didukung analisis prediktif yang terstruktur untuk mengidentifikasi pola dan kecenderungan penyaluran dana. Penelitian ini bertujuan menganalisis pola historis penyaluran dana PIP dan mengembangkan model prediksi menggunakan algoritma Prophet. Data yang digunakan berupa laporan penyaluran dana PIP di Provinsi Sulawesi Utara periode 2018-2024 yang mencakup jumlah siswa penerima dan dana yang disalurkan pada jenjang SD, SMP, SMA, dan SMK. Tahapan penelitian meliputi pengumpulan data, preprocessing, analisis dan visualisasi, pengembangan model Prophet, evaluasi, serta implementasi hasil dalam dashboard. Model Prophet menggunakan komponen tren, musiman, dan hari khusus dengan prediksi untuk periode 2025-2029. Evaluasi model menggunakan Root Mean Square Error (RMSE) dan Mean Absolute Error (MAE). Hasil penelitian menunjukkan RMSE sebesar Rp28.198.053.446,10 dan MAE sebesar Rp19.541.719.039,70. Model menghasilkan proyeksi penyaluran dana yang relatif stabil dengan kecenderungan meningkat secara bertahap, sedangkan interval prediksi semakin melebar pada 2028-2029. Hasil penelitian menunjukkan bahwa algoritma Prophet dapat digunakan untuk membantu analisis tren dan penyusunan proyeksi penyaluran dana PIP sebagai informasi pendukung perencanaan anggaran pendidikan.

Page 51 of 55 | Total Record : 550

 49   50   51   52   53 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol. 10 No. 3 (2026): IKRAITH-INFORMATIKA Vol 10 No 3 November 2026 Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026 Vol. 10 No. 1 (2026): IKRAITH-INFORMATIKA Vol 10 No 1 Maret 2026 Vol. 9 No. 3 (2025): IKRAITH-INFORMATIKA Vol 9 No 3 November 2025 Vol. 9 No. 2 (2025): IKRAITH-INFORMATIKA Vol 9 No 2 Juli 2025 Vol. 9 No. 1 (2025): IKRAITH-INFORMATIKA Vol 9 No 1 Maret 2025 Vol. 8 No. 3 (2024): IKRAITH-INFORMATIKA Vol 8 No 3 November 2024 Vol. 8 No. 2 (2024): IKRAITH-INFORMATIKA Vol 8 No 2 Juli 2024 Vol. 8 No. 1 (2024): IKRAITH-INFORMATIKA Vol 8 No 1 Maret 2024 Vol. 7 No. 3 (2023): IKRAITH-INFORMATIKA Vol 7 No 3 November 2023 Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023 Vol 7 No 1 (2023): IKRAITH-INFORMATIKA Vol 7 No 1 Maret 2023 Vol 6 No 3 (2022): IKRAITH-INFORMATIKA Vol 6 No 3 November 2022 Vol 6 No 2 (2022): IKRAITH-INFORMATIKA Vol 6 No 2 Juli 2022 Vol 6 No 1 (2022): IKRAITH-INFORMATIKA Vol 6 No 1 Maret 2022 Vol 5 No 3 (2021): IKRAITH-INFORMATIKA Vol 5 No 3 November 2021 Vol 4 No 2 (2020): IKRAITH-INFORMATIKA Vol 4 No 2 Bulan Juli 2020 Vol 4 No 1 (2020): IKRAITH-INFORMATIKA Vol 4 No 1 Bulan Maret 2020 Vol 3 No 3 (2019): IKRAITH-INFORMATIKA Vol 3 No 3 Bulan November 2019 Vol 3 No 2 (2019): IKRA-ITH INFORMATIKA Vol 3 No 2 Bulan Juli 2019 Vol 3 No 1 (2019): IKRA-ITH INFORMATIKA Vol 3 No 1 Bulan Maret 2019 Vol 3 No 2 (2019): IKRA-ITH INFORMATIKA Vol 3 No 2 Bulan Juli 2019 Vol 2 No 3 (2018): IKRA-ITH INFORMATIKA Vol 2 No 3 Bulan November 2018 Vol 2 No 3 (2018): IKRA-ITH INFORMATIKA Vol 2 No 3 Bulan November 2018 Vol 2 No 2 (2018): IKRAITH INFORMATIKA VOL 2 NO 2 Juli 2018 Vol 2 No 1 (2018): IKRAITH-INFORMATIKA vol 2 Nomor 1 Bulan Maret 2018 Vol 1 No 2 (2017): IKRAITH-INFORMATIKA vol 1 Nomor 2 Bulan November 2017 Vol 1 No 2 (2017): IKRAITH-INFORMATIKA vol 1 Nomor 2 Bulan November 2017 Vol 1 No 1 (2017): IKRAITH-INFORMATIKA vol 1 Nomor 1 Bulan Juli 2017 More Issue