cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Nur Akbar
Contact Email
muhammad.akbar@uin-alauddin.ac.id
Phone
+6285242044250
Journal Mail Official
instek@uin-alauddin.ac.id
Editorial Address
Jl. H. M. Yasin Limpo No. 36 Samata, Gowa, Sulawesi Selatan
Location
Kab. gowa,
Sulawesi selatan
INDONESIA
JURNAL INSTEK (Informatika Sains dan Teknologi)
Published by Universitas Islam Negeri Alauddin Makassar
ISSN : 25411179     EISSN : 25811711     DOI : https://doi.org/10.24252/instek.v6i2
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering
The Scope topics include, but are not limited to : Agent System and Multi-Agent Systems Analysis & Design of Information System Artificial Intelligence Big Data and Data Mining Cloud & Grid Computing Computer Vision Cryptography Decision Support System DNA Computing E-Government E-Business E-Learning Embedded System Enterprise System Green software development Green computing Green Information Technology Human Computer Interaction Image Processing & Computer Vision Informatics Theory Information System IT for Education IT for Industry IT for Chemical Mechatronics Mobile Computing & Applications Natural Language Processing Network & Data Communications Open Source System Semantic Web Social Networking & Application Soft Computing Software Engineering Software Entrepreneurship Web Engineering Wireless Communication Mikrokontroller elektronic and telecomonunication
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 324 Documents
 27   28   29   30   31 
IMPLEMENTASI VIRTUAL MOUSE BERBASIS HAND GESTURE RECOGNITION DENGAN MEDIAPIPE DAN CONVOLUTIONAL NEURAL NETWORK Suki, Steven; Lubis, Chairisni; Pragantha, Jeanny
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.53138

Abstract

Hand gesture recognition merupakan bentuk interaksi manusia-komputer yang inovatif dengan memanfaatkan gerakan tangan sebagai input. Penelitian ini bertujuan mengembangkan dan mengevaluasi aplikasi virtual mouse berbasis gerakan tangan untuk mengatasi keterbatasan perangkat input konvensional seperti masalah mobilitas dan ketergantungan hardware. Sistem dirancang menggunakan kombinasi hand landmark detection dengan MediaPipe untuk ekstraksi fitur tangan dan Custom Convolutional Neural Network (CNN) untuk mengenali pola gerakan. Hasil evaluasi menunjukkan performa model yang sangat baik dengan akurasi pelatihan mendekati 99% dan akurasi validasi mencapai 99,9%. Dalam pengujian aplikasi, sistem berhasil mengenali gestur dengan sempurna (100%) pada latar belakang putih, sedangkan pada latar belakang bervariasi tingkat keberhasilannya mencapai 66%. Temuan ini membuktikan bahwa solusi virtual mouse berbasis gerakan tangan dapat berfungsi efektif dalam kondisi terkendali, meskipun masih memiliki tantangan pada lingkungan dengan latar belakang kompleks.
PREDIKSI STATUS ANEMIA DENGAN PENDEKATAN PEMBELAJARAN MESIN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN SELEKSI FITUR FIREFLY ALGORITHM Tiara Meylinda S; Hakim, Lukman
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.53170

Abstract

Anemia merupakan kelainan tubuh yang ditandai dengan rendahnya kadar hemoglobin (Hb) dalam sel darah, dan dapat menjadi masalah kesehatan yang serius terlebih pada remaja perempuan jika tidak segera diobati dengan baik. Penelitian ini dilakukan untuk memprediksi status anemia berdasarkan data pasien menggunakan algoritma SVM dengan pemilihan fitur Firefly Algorithm untuk meningkatkan akurasi. Pengujian dilakukan dengan menggunakan empat kernel algoritma SVM yaitu kernel Linear, Polynomial, RBF dan Sigmoid. Hasil penelitian menunjukkan bahwa penggabungan FA dan SVM dapat meningkatkan akurasi pada tiga kernel SVM yaitu kernel linear dari akurasi awal 98.95% menjadi 99.65%, kernel polynomial akurasi awal 94.74% menjadi 98.60%, pada kernel RBF akurasi awal 93.68% menjadi 98.25%, namun pada kernel sigmoid akurasi mengalami penurunan dari akurasi awal 47.02% menjadi 12.98%. Kesimpulannya, penerapan FA untuk memilih fitur-fitur penting pada SVM efektif dan berdampak pada peningkatan akurasi untuk tiga kernel SVM dan penurunan akurasi pada satu kernel hal tersebut terjadi karena underfitting. Seleksi fitur menjadi efektif jika menghasilkan kombinasi fitur yang tepat dan dapat menjadi tidak efektif jika menghasilkan kombinasi fitur yang tidak tepat.
IMPLEMENTASI METODE WEIGHTED MOVING AVERAGE (WMA) UNTUK PREDIKSI STOK DAGING DALAM SISTEM BERBASIS WEB Indriani, Vanyariska; Hadikurniawati, Wiwien
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.53695

Abstract

Daging sapi merupakan sumber utama protein hewani yang sangat diminati, namun kualitasnya rentan menurun akibat kontaminasi patogen dan keterbatasan penyimpanan suhu rendah. Hal ini menjadi tantangan bagi pemasok seperti Dallas Meat di Semarang dalam mengelola stok secara efisien. Penelitian ini bertujuan untuk mengembangkan sistem prediksi stok berbasis web guna membantu pengambilan keputusan dalam pengelolaan persediaan daging. Sistem ini menerapkan metode Weighted Moving Average (WMA) dengan bobot 0,1, 0,4, dan 0,5, serta menggunakan evaluasi akurasi prediksi melalui perhitungan Mean Absolute Deviation (MAD) dan Mean Absolute Percentage Error (MAPE). Data yang digunakan adalah data stok keluar harian periode Februari 2023 hingga Januari 2024 untuk tiga jenis daging: Sirloin Lokal, Tenderloin A, dan Rump 45. Hasil prediksi menunjukkan Sirloin Lokal sebesar 215.986 kg (MAD 30.286; MAPE 13.77), Tenderloin A sebesar 214.925 kg (MAD 33.249; MAPE 18.009), dan Rump 45 sebesar 582.41 kg (MAD 127.739; MAPE 18.084). Pengujian sistem dengan metode Black Box dan validasi manual membuktikan bahwa sistem bekerja sesuai dengan fungsionalitas yang dirancang.
DETEKSI DAN PEMULIHAN SERANGAN ADVERSARIAL : STUDI TENTANG FAST GRADIENT SIGN METHOD DAN AUTOENCODER UNTUK PENCITRAAN MEDIS Winardo, Jesen; Christian, Yefta; Tan, Tony
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.54073

Abstract

Penelitian ini membahas tantangan serangan Fast Gradient Sign Method (FGSM) dalam pencitraan medis dan keamanan data. Karena layanan kesehatan semakin mengandalkan model Machine Learning, jaminan integritas dan kerahasiaan dalam data medis menjadi sangat penting. Studi ini meninjau literatur terkait serangan adversarial pada Machine Learning, khususnya dalam konteks aplikasi pencitraan medis. Kerentanan ini mencakup risiko manipulasi data yang dapat menyebabkan kesalahan diagnosis atau pelanggaran privasi. Literatur yang dianalisis mencakup jurnal medis dan konferensi pembelajaran mesin guna memahami metode serangan, dampaknya, serta pendekatan mitigasinya. Hasil penelitian menunjukkan bahwa serangan adversarial dapat secara signifikan menurunkan performa model deep learning. Untuk mengatasinya, Autoencoder terbukti efektif dalam memulihkan data yang diserang dan meningkatkan akurasi prediksi. Selain itu, teknik augmentasi data dapat memperkuat ketahanan model, terutama pada dataset yang tidak seimbang, serta mengurangi risiko overfitting. Dengan menerapkan kerangka kerja SEMMA (Sample, Explore, Modify, Model, and Assess), studi ini membuktikan bahwa serangan FGSM yang hanya menambahkan sedikit noise dapat menggagalkan prediksi model, namun dapat dipulihkan secara efektif oleh Autoencoder. Penelitian ini memberikan kontribusi penting dalam memahami serangan adversarial dalam bidang medis dan menawarkan strategi pertahanan yang menjanjikan.
RANCANG BANGUN SISTEM COMPUTER SECURITY INCIDENT RESPONSE TEAM (CSIRT) DISKOMINFO KABUPATEN BANGKALAN MENGGUNAKAN METODE WATERFALL Amin Abdillah; Yasid, Achmad; Soesilo, Budi; Satoto, Budi Dwi
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.54532

Abstract

Pesatnya perkembangan teknologi informasi membawa tantangan baru dalam menjaga keamanan siber, khususnya di sektor pemerintahan. Pemerintah Kabupaten Bangkalan melalui Dinas Komunikasi dan Informatika menghadapi kebutuhan mendesak dalam membentuk tim Computer Security Incident Response Team (CSIRT) sebagai langkah strategis menangani ancaman siber. Sistem CSIRT berbasis website dirancang menggunakan metode Waterfall yang terdiri dari lima tahapan: analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Pada tahap analisis kebutuhan, dikumpulkan informasi mengenai kebutuhan fungsional dan non-fungsional sistem. Desain dilakukan menggunakan Unified Modeling Language (UML) untuk merancang arsitektur sistem. Implementasi memanfaatkan Framework Laravel untuk aplikasi web dan MySQL sebagai basis data guna mengelola informasi insiden secara efisien. Pengujian dilakukan melalui User Acceptance Testing (UAT) yang mengacu pada standar ISO/IEC 9126 untuk mengukur kualitas sistem, pengujian yang dilakukan mencakup aspek functionality, reliability, efficiency, usability, maintainability, dan portability. Hasil UAT menunjukkan aplikasi mendapatkan penilaian sangat baik pada seluruh aspek. Functionality memperoleh nilai sebesar 91,3%, reliability 90,3%, usability 93,0%, efficiency 91,4%, maintainability 89,1%, dan portability 90,9%. Seluruh aspek masuk ke dalam rentang 80% sampai 100% sehingga termasuk dalam kategori 'Sangat Baik', menunjukkan aplikasi mampu memenuhi kebutuhan pengguna dengan tingkat kepuasan tinggi.
ANALISIS PRAKTIK EKONOMI SIRKULAR MENGGUNAKAN TEKNOLOGI DIGITAL PADA RESTORAN DI BATAM, INDONESIA: PENDEKATAN PLS-SEM Wenky; Eryc
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.54598

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh inovasi teknologi terhadap ekonomi sirkular di restoran yang berlokasi di Kota Batam, Indonesia. Dengan menggunakan model PLS-SEM (Partial Least Squares Structural Equation Modeling), penelitian ini mengevaluasi hubungan antar variabel utama, termasuk inovasi teknologi (TI), aplikasi sirkular (CA), transformasi digital sirkular (CDT), kinerja lingkungan (EP), dan kinerja ekonomi (EcP). Data diperoleh melalui survei yang melibatkan 404 responden dari berbagai restoran di Kota Batam. Hasil penelitian menunjukkan bahwa inovasi teknologi memiliki pengaruh yang signifikan terhadap aplikasi sirkular dan transformasi digital sirkular. Selain itu, aplikasi sirkular dan transformasi digital sirkular memberikan kontribusi positif terhadap peningkatan kinerja lingkungan dan ekonomi restoran. Studi ini menyoroti peran penting teknologi dalam mendukung implementasi ekonomi sirkular di sektor restoran, termasuk strategi untuk meningkatkan efisiensi sumber daya dan keberlanjutan operasional. Penelitian ini juga memberikan dasar untuk mengadopsi model serupa di sektor lain, seperti manufaktur dan jasa, guna mendukung agenda pembangunan berkelanjutan di Indonesia. Kontribusi dari penelitian ini terletak pada fokusnya yang spesifik dalam mengkaji hubungan antara inovasi teknologi dan ekonomi sirkular di sektor restoran di Kota Batam—konteks yang masih belum ada dibahas dalam penelitian-penelitian sebelumnya. Penelitian ini penting untuk membantu pemilik restoran memahami peran strategis teknologi dalam mendukung transisi menuju praktik ekonomi sirkular, serta memberikan dasar penerapan model serupa di sektor lain guna mempercepat agenda pembangunan berkelanjutan di Indonesia.
ANALISIS PERFORMA NAIVE BAYES DAN SVM TERHADAP SENTIMEN TEKS MEDIA SOSIAL DENGAN WORD2VEC DAN SMOTE Saputra, Juliandri; Maryani, Lily; Rahmaddeni; Wulandari, Denok; Eka, Wisnu
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.54889

Abstract

Penelitian ini membandingkan performa algoritma Naive Bayes dan Support Vector Machine (SVM) dalam klasifikasi sentimen teks dari media sosial. Dataset berisi 736 unggahan dari Facebook, Instagram, dan Twitter yang telah dilabeli sebagai positif, netral, atau negatif. Proses prapemrosesan mencakup pembersihan teks, normalisasi, tokenisasi, penghapusan kata umum, dan stemming. Fitur diekstraksi menggunakan Word2Vec, sedangkan ketidakseimbangan kelas diatasi dengan Synthetic Minority Oversampling Technique (SMOTE). Model dilatih dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score, serta divalidasi melalui K-Fold Cross-Validation. Hasil menunjukkan bahwa algoritma SVM mencapai akurasi 88,85% dan F1-score 88,86%, lebih unggul dibandingkan Naive Bayes dengan akurasi 72,64% dan F1-score 72,26%. SVM juga menunjukkan konsistensi dalam memprediksi sentimen netral, yang menjadi kelemahan Naive Bayes. Temuan ini memperkuat posisi SVM sebagai algoritma yang lebih efektif untuk analisis sentimen teks media sosial.
PENINGKATAN KINERJA ANALISIS SENTIMEN PADA ULASAN APLIKASI IDENTITAS KEPENDUDUKAN DIGITAL (IKD) DI INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN SMOTE Gusmansyah, Rafly; Rahmaddeni; Hendrawan, Heri; Rohid
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.55292

Abstract

Analisis sentimen terhadap ulasan aplikasi Identitas Kependudukan Digital di Indonesia memberikan wawasan penting bagi pengembang dalam meningkatkan kualitas aplikasi. Penelitian ini menggunakan algoritma Support Vector Machine (SVM), yang dikenal andal dalam menangani data berdimensi tinggi, untuk mengklasifikasikan sentimen ulasan pengguna. Untuk mengatasi ketidakseimbangan data, diterapkan metode Synthetic Minority Oversampling Technique (SMOTE). Data ulasan diperoleh melalui data crawling dari Google Play Store sebanyak 1.498 komentar, kemudian diproses melalui pembersihan teks, normalisasi, tokenisasi, stemming, dan representasi numerik menggunakan Word2Vec. Hasil penelitian menunjukkan bahwa mayoritas komentar bersifat netral (78,2%), sedangkan komentar positif dan negatif masing-masing sebesar 10,3% dan 6,3%. Model SVM tanpa SMOTE mencapai akurasi 89,00% dengan F1-Score macro average 0,87 dan weighted average 0,89. Setelah penerapan SMOTE, akurasi meningkat menjadi 91,00%, dengan F1-Score macro average dan weighted average sebesar 0,91. Perbaikan signifikan terjadi pada kelas netral, di mana F1-Score meningkat dari 0,81 menjadi 0,99, meskipun performa kelas positif dan negatif sedikit menurun. Hasil ini menunjukkan bahwa kombinasi SVM dan SMOTE efektif dalam meningkatkan akurasi dan efisiensi klasifikasi sentimen pada data tidak seimbang.
ANALISIS FAKTOR KESUKSESAN SISTEM DIGITALISASI MANAJEMEN SEKOLAH MENGGUNAKAN DELONE & MCLEAN MODEL (STUDI KASUS: SMPN 5 SIDOARJO) Cahyono, Najwa Fathiro; Faroqi, Asif; Safitri, Eristya Maya
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.55595

Abstract

Perkembangan teknologi informasi telah mendorong digitalisasi dalam berbagai aspek, termasuk manajemen pendidikan di tingkat sekolah menengah pertama. Sebagai salah satu bentuk inovasi layanan pendidikan, SMPN 5 Sidoarjo mengimplementasikan Sistem Digitalisasi Manajemen (SIDILAN) untuk mengelola aktivitas siswa secara lebih terstruktur, terdokumentasi, dan efisien. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi kesuksesan SIDILAN menggunakan DeLone & McLean Information System Success Model (ISSM). Model ini mencakup enam variabel utama: System Quality, Information Quality, Service Quality, System Use, Student Satisfaction, dan Net Benefits Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei yang melibatkan siswa sebagai responden. Data dianalisis menggunakan Structural Equation Modeling-Partial Least Squares (SEM-PLS) untuk menguji hubungan antar variabel dalam model. Hasil penelitian menunjukkan bahwa Information Quality berpengaruh signifikan terhadap System Use, Student Satisfaction, dan Net Benefits, sementara System Quality hanya berpengaruh terhadap System Use dan Student Satisfaction. Service Quality tidak memiliki pengaruh signifikan terhadap System Use dan Student Satisfaction tetapi berpengaruh terhadap Net Benefits. Selain itu, System Use dan Student Satisfaction berkontribusi secara signifikan terhadap Net Benefits. Temuan ini memberikan kontribusi dalam pengembangan sistem informasi pendidikan dengan menyoroti pentingnya kualitas informasi sebagai faktor utama dalam meningkatkan penggunaan sistem dan kepuasan siswa, yang pada akhirnya berdampak pada manfaat yang dirasakan dari sistem tersebut.
EVALUATING VILLAGE INFORMATION SYSTEM IMPLEMENTATION FOR SMART VILLAGE DEVELOPMENT: A CASE STUDY OF PEKON WALUYOJATI, LAMPUNG Hartono, Susilo; Sutikno, Tole; Yudhana, Anton
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.55732

Abstract

Perkembangan pesat Teknologi Informasi dan Komunikasi (TIK) telah mengubah berbagai sektor, seperti administrasi pemerintahan dan pembangunan daerah. Salah satu inovasi utama adalah konsep Desa Cerdas, yang menggunakan teknologi untuk meningkatkan kualitas hidup, pengelolaan sumber daya, dan partisipasi warga. Salah satu alat penting untuk transformasi ini adalah Sistem Informasi Desa (SID), yang membantu pemerintah desa dalam mengelola data administrasi dan layanan publik, serta mendorong transparansi dan akuntabilitas. Penelitian ini mengkaji implementasi SID di Pekon Waluyojati, Pringsewu, dengan fokus pada tantangan dan potensi manfaat untuk pengembangan Desa Cerdas. Menggunakan desain fenomenologi deskriptif kualitatif, penelitian ini menerapkan Teori Implementasi Van Meter dan Van Horn, yang mengevaluasi standar kebijakan, alokasi sumber daya, komunikasi, dan kondisi sosial-politik. Penelitian menemukan bahwa SID telah meningkatkan pelayanan publik tetapi menghadapi tantangan seperti kekurangan sumber daya manusia, kebijakan yang sudah usang, dan ketidakefisienan komunikasi. Meskipun menghadapi hambatan ini, SID memiliki potensi besar untuk mendorong pembangunan berkelanjutan di daerah pedesaan.

Page 29 of 33 | Total Record : 324

 27   28   29   30   31 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue Vol 10 No 2 (2025): OCTOBER Vol 10 No 1 (2025): APRIL Vol 9 No 2 (2024): OCTOBER Vol 9 No 1 (2024): APRIL Vol 8 No 2 (2023): OCTOBER Vol 8 No 1 (2023): APRIL Vol 7 No 2 (2022): OCTOBER Vol 7 No 1 (2022): APRIL Vol 6 No 2 (2021): OCTOBER Vol 6 No 1 (2021): APRIL Vol 5 No 2 (2020): OCTOBER Vol 5 No 1 (2020): APRIL Vol 4 No 2 (2019): OCTOBER Vol 4 No 1 (2019): APRIL Vol 3 No 1 (2018): Volume.3, Nomor.1.April 2018 Vol 3 No 2 (2018): OCTOBER Vol 2 No 2 (2017): Volume 2, Nomor 2, oktober 2017 Vol 2 No 1 (2017): Volume 2, Nomor 1, April 2017 Vol 1 No 1 (2016): Volume.1, Nomor.1, Oktober 2016 More Issue