cover
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)
ISSN : 25411179     EISSN : 25811711     DOI : https://doi.org/10.24252/instek.v6i2
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
Articles 324 Documents
DESIGN AND DEVELOPMENT OF A TONG GLINDING SIMULATOR BASED ON VIRTUAL REALITY AS A MEDIUM FOR PHYSICS EDUCATION Syahputra, Dimas Novian Aditia; Panduman, Yohanes Yohanie Fridelin; Dermawan, Dodik Arwin; Sidhimantra, I Gde Agung Sri; Hakim, Septian Rahman
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 2 (2025): OCTOBER
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.v10i2.61811

Abstract

Physics learning about motion concepts is often abstract, while traditional games with embedded scientific principles are increasingly overlooked. This study addresses both issues by developing a Virtual Reality (VR)–based physics simulator inspired by the traditional Tong Glinding game. Designed as an interactive virtual laboratory, the simulator allows users to adjust the incline angle (1°–6°), choose a smooth or rough surface, and observe the motion of a rolling barrel along a 20-meter track. Developed using the Research and Development (R&D) method with the ADDIE model and implemented in Unity 3D, the system integrates cultural heritage with immersive VR experimentation. Functional testing confirmed 100% conformity to design specifications. Simulation verification demonstrated high accuracy, with errors of only 1.8%–2.5% between simulation and analytical calculations on the smooth surface, while the rough surface correctly produced no motion at low angles. User experience testing with 30 participants yielded a high overall score of 87.5 out of 100, supported by strong reliability across all dimensions (Cronbach’s α = 0.85–0.92). These results show that the simulator is technically reliable, physically accurate, and well-received as a learning medium. The combination of cultural preservation and interactive VR-based experimentation represents the novelty of this work.
MODEL EFISIEN BERBASIS MOBILE VISION TRANSFORMER (MOBILEVIT) UNTUK KLASIFIKASI JENIS TANAH DARI CITRA Darmatasia; H, M. Hasrul
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 2 (2025): OCTOBER
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.v10i2.61891

Abstract

Identifikasi jenis tanah berperan krusial dalam sektor pertanian. Namun, metode klasifikasi konvensional seperti uji laboratorium dan observasi langsung masih memiliki keterbatasan dalam hal efisiensi waktu, biaya, dan skala. Penelitian ini mengusulkan model efisien untuk klasifikasi citra tanah dengan arsitektur Mobile Vision Transformer. Pendekatan transfer learning digunakan dalam membangun model untuk mengatasi keterbatasan jumlah data latih yang selanjutnya disesuaikan dengan data jenis tanah melalui fine-tuning. Dataset yang digunakan dalam penelitian ini diperoleh dari platform Kaggle, yang terdiri dari enam kelas yaitu Arid Soil, Black Soil, Laterite Soil, Mountain Soil, Red Soil, dan Yellow Soil. Dataset dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian, dengan evaluasi kinerja berdasarkan akurasi, presisi, recall, F1-score, dan waktu inferensi. Eksperimen dilakukan dengan membandingkan performa MobileViT terhadap model konvensional seperti CNN ringan (MobileNet) dan Vision Transformer standar. Hasil penelitian menunjukkan bahwa model yang diusulkan mampu mencapai keseimbangan antara akurasi dan efisiensi komputasi, dengan tingkat akurasi sebesar 97%. MobileViT menunjukkan efisiensi waktu inferensi yang lebih baik dibandingkan Vision Transformer standar, dengan kecepatan sekitar 5 kali lebih cepat. Kecepatan inferensi MobileViT mendukung penerapannya pada aplikasi real-time berbasis perangkat dengan daya komputasi terbatas tanpa menurunkan akurasi dengan signifikan. Meskipun demikian, penelitian ini memiliki keterbatasan pada ukuran dataset yang terbatas.
RANCANG BANGUN SISTEM MONITORING DAN FILTRASI OTOMATIS KEKERUHAN AIR BERBASIS INTERNET OF THINGS MENGGUNAKAN ESP8266 Nurul Izzah; Andi Muhammad Nur Hidayat; Wahyuddin Saputra
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 2 (2025): OCTOBER
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.v10i2.61895

Abstract

Fluktuasi kekeruhan air pada sumber mata air pegunungan di Dusun Bonto dan Tonasa, Desa Songing, Kabupaten Sinjai, yang cenderung meningkat secara signifikan saat musim hujan akibat masuknya material erosi ke dalam aliran, telah menyebabkan penurunan kualitas air baku dan berpotensi mengganggu pemanfaatannya untuk kebutuhan domestik masyarakat. Kondisi tersebut menunjukkan perlunya sistem monitoring kualitas air yang mampu melakukan deteksi dini dan memberikan notifikasi langsung kepada pengguna. Penelitian ini bertujuan mengembangkan sistem monitoring kekeruhan air berbasis Internet of Things (IoT) yang terintegrasi dengan Telegram sebagai media pengiriman data dan peringatan secara real-time, sekaligus dilengkapi mekanisme filtrasi otomatis untuk menjaga kualitas air tetap layak digunakan. Perancangan sistem memanfaatkan sensor kekeruhan SEN0189 sebagai akuisisi data, mikrokontroler ESP8266 sebagai unit pemrosesan dan komunikasi, serta integrasi ke Telegram untuk pengiriman data dan notifikasi secara real-time. Metode pengembangan menggunakan model prototype, dengan evaluasi kinerja melalui pengujian black box. Hasil penelitian menunjukkan bahwa sistem mampu mengirimkan data kekeruhan melalui Telegram dengan baik, dengan stabilitas pembacaan sensor mencapai rata-rata 95% yang menunjukkan konsistensi deteksi kekeruhan. Selain itu, pengujian System Usability Scale (SUS) menghasilkan skor 73, yang termasuk kategori Good, sehingga sistem dinilai layak diterapkan untuk monitoring kualitas air berbasis IoT di wilayah pedesaan.
KLASTERISASI WILAYAH RAWAN KRIMINALITAS DI KOTA JAMBI (2022-2024) MENGGUNAKAN ALGORITMA K-MEANS Sulistina, Sri; Eko Prasetyo Utomo, Pradita; Ferdian Hutabarat , Benedika
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 2 (2025): OCTOBER
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.v10i2.62051

Abstract

Penelitian ini bertujuan mengelompokkan kerawanan kriminalitas di 11 kecamatan Kota Jambi pada periode 2022–2024 menggunakan algoritma K-Means. Data kriminalitas diperoleh dari Polresta Kota Jambi, sedangkan data demografis (jumlah penduduk, luas wilayah, dan kepadatan penduduk) diperoleh dari BPS Kota Jambi. Seluruh variabel numerik dinormalisasi menggunakan metode min–max. Penentuan jumlah klaster dievaluasi pada K = 2–10 menggunakan Elbow Method , Silhouette Coefficient, dan Davies Bouldin Index (DBI). Pada tahun 2022 dan 2023, Elbow menunjukkan titik siku pada K = 3 (masing-masing bernilai 0,872 dan 1,124), dengan nilai Silhouette maksimum pada K = 3 (0,476 dan 0,466), sedangkan DBI mencapai nilai minimum pada K = 9 (0,197 dan 0,3963). Pada tahun 2024, Elbow kembali mengarah ke K = 3 (1,182), Silhouette tertinggi diperoleh pada K = 5 (0,536) dengan nilai yang masih kompetitif pada K = 3 (0,492), dan DBI kembali minimum pada K = 9 (0,2458). Dengan mempertimbangkan konsistensi Elbow dan Silhouette serta kemudahan interpretasi, dipilih K = 3 sebagai jumlah klaster optimal. Evaluasi konsistensi menggunakan Rand Index menunjukkan nilai 1 sepanjang periode, sehingga menguatkan bahwa tiga klaster merupakan struktur pengelompokan yang stabil.