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 352 Documents
 32   33   34   35   36 
FEDERATED XGBOOST FOR ETHEREUM AML: PERFORMANCE EFFICIENCY TRADE OFF IN A MULTI EXCHANGE SETTING Nazwa Auliarahman; Nur Widiyasono; Aradea
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 11 No 1 (2026): 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.v11i1.66853

Abstract

Penelitian ini mengevaluasi efektivitas federated learning dalam mendeteksi alamat ilegal pada blockchain Ethereum untuk Anti Money Laundering (AML). Studi ini membandingkan XGBoost centralized dan federated dalam simulasi multi exchange, data dibagi secara horizontal menjadi 3 subset yang merepresentasikan entitas bursa independen. Untuk mengisolasi pengaruh pelatihan terdistribusi, pembagian data dilakukan secara homogen (IID), sehingga analisis difokuskan pada perbedaan mekanisme pembelajaran tanpa dipengaruhi heterogenitas data. Hasil menunjukkan bahwa model federated mencapai performa yang kompetitif dengan PR AUC 0,9962 dan akurasi 97,11%, dibandingkan model terpusat dengan PR AUC 0,9975 dan akurasi 97,75%. Namun, performa tersebut disertai peningkatan durasi pelatihan 4,01 detik dibandingkan 3,39 detik, yang disebabkan oleh beban komunikasi selama proses pembaruan model. Temuan ini menegaskan adanya trade off antara kinerja dan efisiensi dalam penerapan federated learning. Meskipun mampu mendekati performa pembelajaran centralized, pendekatan ini menimbulkan biaya operasional tambahan. Studi ini merupakan evaluasi dasar dalam kondisi terkontrol dan belum merepresentasikan skenario dunia nyata, sehingga diperlukan penelitian lanjutan pada data non IID dan skala sistem yang lebih besar.
SENTIMENT AND TREND ANALYSIS OF PUBLIC OPINION ON BANK BTN MORTGAGE SERVICES VIA INSTAGRAM Putri Dian Zara; Veny Anggraini; Indra Budi; Aris Budi Santoso; Prabu Kresna Putra
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 11 No 1 (2026): 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.v11i1.64333

Abstract

Bank BTN is the leading provider of mortgage (KPR) services in Indonesia, yet customer complaints on social media remain frequent. According to the OJK 2023 Annual Report, the banking sector recorded 10,848 consumer complaints, an increase from 7,425 complaints in 2022. This trend highlights the need for a systematic analysis of public opinion on KPR services. This study analyzes public sentiment expressed on Bank BTN’s official Instagram account during 2023. User comments were classified into positive and negative sentiments using text mining techniques. Four machine learning algorithms were compared: K-Nearest Neighbors (KNN), Support Vector Machine (SVM), Decision Tree (DT), and Naive Bayes (NB). A total of 1,507 comments were obtained after data cleaning, preprocessing, and filtering from 28,745 raw comments. SMOTE was applied to address the class imbalance. Decision Tree achieved the highest F1-score (0.9348) on the imbalanced test set, followed by SVM (0.9259). Trend analysis was conducted using Pearson, Spearman, and Kendall correlation tests. The correlation between daily sentiment and KPR disbursement was weak and not statistically significant (Pearson: 0.082, p = 0.187; Spearman: 0.099, p = 0.112; Kendall: 0.077, p = 0.102; N = 259). These results indicate that sentiment fluctuations on Instagram cannot be used as a direct predictor of same-day mortgage disbursement. There may be a time lag, a non-linear relationship structure, or the influence of more dominant fundamental factors.
RANCANG BANGUN SISTEM INFORMASI RENTAL MOBIL BERBASIS WEBSITE DENGAN LOCATION BASED SERVICE UNTUK OPTIMASI LAYANAN DI KOTA SEMARANG Fina Nailul Afani; Sugiyamta
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 11 No 1 (2026): 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.v11i1.64579

Abstract

Penelitian ini dilatarbelakangi oleh banyaknya penyedia jasa rental mobil di Kota Semarang yang masih menggunakan sistem manual dalam proses pemesanan dan pencatatan transaksi, sehingga layanan menjadi kurang efisien dan informasi lokasi rental mobil sulit diakses pelanggan. Tujuan penelitian ini adalah mengoptimalkan layanan rental mobil melalui sistem informasi berbasis web yang terintegrasi dengan Location Based Service (LBS). Metode yang digunakan adalah Waterfall yang meliputi analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Input sistem berupa data pelanggan, data kendaraan, data transaksi pemesanan, serta data lokasi rental mobil. Proses yang dilakukan meliputi pengolahan pemesanan, pengelolaan transaksi rental, pencarian lokasi rental terdekat, serta integrasi Google Maps API untuk menampilkan lokasi secara real-time. Output yang dihasilkan berupa informasi pemesanan, laporan transaksi, dan tampilan lokasi rental mobil terdekat yang dapat diakses secara online. Sistem dikembangkan menggunakan PHP dan MySQL. Pengujian menggunakan Black Box Testing menunjukkan tingkat keberhasilan fungsi sistem mencapai 95% dan waktu pemesanan berkurang sebesar 70% dibandingkan sistem manual. Hasil penelitian menunjukkan sistem mampu meningkatkan efisiensi layanan dan kualitas pengelolaan rental mobil di Kota Semarang.
IMPLEMENTASI CHATBOT GENERATIVE AI PADA SISTEM INFORMASI EKSEKUTIF UNTUK MONITORING TALENTA Sukma Puspitorini; Ahmad Husna Ahadi; Fajri Arvandi
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 11 No 1 (2026): 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.v11i1.65944

Abstract

Perkembangan Generative Artificial Intelligence (Gen AI) mendorong peningkatan kemampuan sistem informasi dalam menyajikan informasi secara interaktif. Pada sistem informasi eksekutif manajemen talenta di PT Surveyor Indonesia Wilayah Jambi, akses informasi masih bergantung pada dashboard statis sehingga kurang efisien dalam memenuhi kebutuhan pengguna. Penelitian ini bertujuan untuk mengimplementasikan chatbot berbasis Generative AI untuk meningkatkan kemudahan dan kecepatan akses informasi. Metode penelitian yang digunakan meliputi identifikasi masalah, analisis kebutuhan, perancangan, implementasi, dan evaluasi sistem. Tools yang digunakan meliputi Svelte dan Tailwind CSS pada frontend, Hono.js pada backend, PostgreSQL sebagai basis data, serta Groq AI API dengan model LLaMA 3.3–70B sebagai layanan AI. Input sistem berupa pertanyaan pengguna, yang diproses melalui pendekatan prompt-based interaction untuk menghasilkan output berupa jawaban yang relevan dan kontekstual. Evaluasi dilakukan terhadap 20 responden menggunakan metode End User Computing Satisfaction (EUCS) serta pengujian fungsional. Hasil penelitian menunjukkan bahwa sistem berjalan dengan baik dan memperoleh tingkat kepuasan pengguna sebesar 89% yang termasuk dalam kategori sangat diterima. Hal ini menunjukkan bahwa chatbot mampu meningkatkan efektivitas akses informasi dan pengalaman pengguna dalam sistem.
DEVELOPMENT OF A TURN-BASED MATHEMATICS EDUCATIONAL GAME FOR FOURTH-GRADE ELEMENTARY STUDENTS USING ADDIE MODEL Rifqi, Muhammad; Irianto, Kurniawan Dwi; Mahardhika, Galang Prihadi
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 11 No 1 (2026): 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.v11i1.66035

Abstract

Mathematics is often perceived as a difficult and abstract subject by elementary school students, which can lead to low learning interest and motivation. This condition is reflected in the 2022 Programme for International Student Assessment (PISA) results, which indicate relatively low mathematical proficiency among students in Indonesia. Previous studies have explored educational games for mathematics learning. However, limited research explicitly integrates strategic turn-based mechanics with graded mathematical difficulty levels to encourage reflective decision-making among elementary students. This study aims to develop an Android-based educational game entitled Petualangan Ksatria as a supplementary learning medium for fourth-grade elementary mathematics learning. The game development process followed the ADDIE (Analysis, Design, Development, Implementation, and Evaluation) instructional design model and was implemented using the Unity game engine. Functional validation was conducted through black-box testing to ensure that all game modules and features operated in accordance with predefined specifications. Furthermore, the evaluation stage employed User Acceptance Testing (UAT), involving 31 students and one fourth-grade teacher. The results indicate a student acceptance score of 85%, classified as Very Satisfactory, and a teacher evaluation score of 80%, categorized as Satisfactory. These findings indicate that Petualangan Ksatria is aligned with the Kurikulum Merdeka in Indonesia and shows potential as an engaging supplementary learning medium for mathematics education in elementary schools.
COMPARATIVE EVALUATION OF LSTM VARIANTS FOR TRADITIONAL MUSICAL INSTRUMENT AUDIO CLASSIFICATION USING MFCC FEATURES Kambau, Ridwan Andi; Muhammad Syawal Idil Fitrah Baharuddin
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 11 No 1 (2026): 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.v11i1.66225

Abstract

Classifying traditional musical instrument audio remains challenging due to limited labeled data, strong acoustic variability, and spectral similarity across instruments. This paper proposes an attention-based Long Short-Term Memory (LSTM) model for traditional instrument sound classification using Mel-Frequency Cepstral Coefficients (MFCC) as the feature representation. Three LSTM variants, Bidirectional LSTM, Residual LSTM, and Attention-based LSTM are investigated to identify the most effective temporal architecture for this task. The attention mechanism is specifically integrated to enable the model to prioritize discriminative temporal segments, such as unique attack phases and harmonic decay, which are often obscured in traditional instruments. The dataset comprises 1,000 audio samples from 10 traditional instrument classes. All samples are normalized to 3-second duration and augmented via pitch shifting, time stretching, and additive noise to improve generalization. Using 5-fold cross-validation, the Attention-based LSTM consistently achieves the highest performance, with average accuracy 96.73%. This superiority stems from the mechanism’s ability to surpress irrelevant noise frames while focusing on key spectral-temporal features. Robustnes experiments maintain accuracy above 90% under noisy conditions, suggesting that coupling MFCC with attention-enchanced modeling provides a robust solution for cultural heritage preservation through digital audio recognition.
PERANCANGAN UI/UX APLIKASI KEAMANAN PEREMPUAN MENGGUNAKAN DESIGN THINKING UNTUK PENGGUNA PRIMER DAN SEKUNDER Muhammad Dendy Avendyca Ramadhan; Ratnasari, Chanifah Indah
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 11 No 1 (2026): 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.v11i1.66585

Abstract

Keamanan perempuan di ruang publik masih menjadi isu penting, sementara aplikasi keamanan yang tersedia belum selalu dirancang berdasarkan kebutuhan pengguna yang beragam, khususnya antara pengguna utama dan penerima notifikasi darurat. Penelitian ini bertujuan merancang UI/UX aplikasi keamanan perempuan berbasis mobile bernama SERENA dengan mempertimbangkan pengguna primer dan sekunder. Metode yang digunakan adalah design thinking melalui tahap empathize, define, ideate, prototype, dan test. Tahap empathize melibatkan 69 responden perempuan berusia 15–53 tahun untuk mengidentifikasi kebutuhan pengguna. Hasil menunjukkan bahwa fitur yang paling dibutuhkan adalah tombol SOS, pelacakan lokasi real-time, dan kontak darurat, dengan desain yang sederhana dan mudah digunakan. Prototipe kemudian dievaluasi menggunakan User Experience Questionnaire (UEQ) dan Technology Acceptance Model (TAM). Hasil UEQ menunjukkan seluruh aspek pada pengguna primer dan sekunder berada pada kategori Excellent. Hasil TAM menunjukkan bahwa pada pengguna primer, Perceived Usefulness berpengaruh signifikan terhadap Behavioral Intention (Sig. = 0,029), sedangkan Perceived Ease of Use tidak signifikan. Sebaliknya, pada pengguna sekunder, Perceived Ease of Use berpengaruh signifikan terhadap Behavioral Intention (Sig. = 0,044), sedangkan Perceived Usefulness tidak signifikan. Temuan ini menunjukkan bahwa SERENA berpotensi memenuhi kebutuhan pengguna dan meningkatkan efektivitas penggunaan aplikasi keamanan di situasi nyata.
ANALISIS TRADE-OFF ANTARA PERFORMA DAN STABILITAS PADA KLASIFIKASI SENTIMEN WISATA BERBAHASA INDONESIA DENGAN TEKNIK DATA BALANCING Chamidah, Nurul; Indriana, Intan Hesti; Triwahyono, Bambang; Widiyanto, Didit; Solihin, Indra Permana; Wirawan, Rio
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 11 No 1 (2026): 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.v11i1.66678

Abstract

Analisis sentimen pada dataset berukuran kecil sering menghadapi masalah ketidakseimbangan kelas yang dapat menurunkan performa klasifikasi. Berbagai teknik penanganan seperti Synthetic Minority Oversampling Technique (SMOTE) dan Random Under Sampling (RUS) telah digunakan untuk meningkatkan performa, tapi aspek stabilitas model masih relatif jarang diperhatikan. Penelitian ini bertujuan untuk menganalisis performa dan stabilitas model klasifikasi sentimen pada dataset ulasan wisata berbahasa Indonesia yang berukuran kecil dan tidak seimbang. Selain itu, penelitian ini mengintegrasikan metrik stabilitas, yaitu Stability Sensitivity Index (SSI) dan Relative Robustness Score (RRS), yang masih jarang dieksplorasi dalam klasifikasi sentimen berbahasa Indonesia. Model yang digunakan adalah Logistic Regression dengan representasi fitur TF-IDF. Eksperimen dilakukan menggunakan tiga skenario, yaitu tanpa balancing, SMOTE, dan RUS, serta dievaluasi menggunakan 5-fold cross-validation. Hasil menunjukkan bahwa SMOTE menghasilkan F1-score tertinggi sebesar 0.926, sedangkan metode RUS memiliki stabilitas terbaik dengan standar deviasi terendah dan nilai RRS tertinggi. Temuan ini menunjukkan adanya trade-off antara performa dan stabilitas, di mana model dengan performa terbaik tidak selalu paling stabil. Penelitian ini memberikan kerangka evaluasi yang lebih komprehensif untuk klasifikasi sentimen pada dataset kecil dan tidak seimbang.
VERIFIKASI OTOMATIS SERTIFIKAT MENGGUNAKAN IMPROVED SIFT DAN RANSAC BERBASIS ANALISIS VISUAL LOGO DAN STEMPEL Maulidya Prastita Syah; Wahyu Syaifullah Jauharis Saputra; Alfan Rizaldy Pratama
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 11 No 1 (2026): 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.v11i1.66776

Abstract

Proses verifikasi sertifikat prestasi pada jalur Seleksi Nasional Berdasarkan Prestasi (SNBP) masih dilakukan secara manual dan menghadapi tantangan akibat tingginya jumlah dokumen serta variasi kualitas citra. Kondisi ini meningkatkan risiko kesalahan dalam menilai kredibilitas sertifikat, khususnya pada elemen visual seperti logo dan stempel yang tidak valid. Penelitian ini bertujuan mengembangkan metode otomatis dalam mengidentifikasi kredibilitas sertifikat berbasis analisis fitur visual. Metode yang digunakan adalah Improved Scale Invariant Feature Transform (Improved SIFT) untuk mengekstraksi fitur lokal yang stabil, serta Random Sample Consensus (RANSAC) untuk menyaring kecocokan fitur berdasarkan konsistensi geometris. Pencocokan dilakukan antara citra sertifikat dan citra parameter berupa logo dan stempel yang telah diidentifikasi sebagai tidak valid. Pengujian dilakukan pada 200 citra sertifikat yang terdiri dari dua kelas, yaitu kredibel dan tidak kredibel yang menunjukkan Improved SIFT mampu meningkatkan kualitas representasi fitur dengan akurasi sebesar 0.47 dibandingkan SIFT standar sebesar 0.16. Selanjutnya, RANSAC mampu menyaring false match dengan peningkatan akurasi dari 0.47 menjadi 0.91 setelah RANSAC. Kontribusi penelitian ini adalah mengintegrasikan Improved SIFT dan RANSAC untuk meningkatkan validitas pencocokan fitur visual dalam mendeteksi indikasi ketidak-kredibelan sertifikat pada citra dengan variasi kualitas tinggi. Dengan demikian, metode yang diusulkan mampu meningkatkan keandalan sistem dalam proses verifikasi otomatis berbasis analisis visual.
PENDEKATAN FENOMENOLOGI DALAM PERANCANGAN APLIKASI COPING STRES AKADEMIK PADA MAHASISWA BERBASIS DSRM DAN EVALUASI UEQ Novarita Milianti Putri; Erba Lutfina; Wildan Mahmud
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 11 No 1 (2026): 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.v11i1.66827

Abstract

Stres akademik merupakan masalah yang sering dialami mahasiswa, tidak hanya terkait tugas dan ujian, tetapi juga kesulitan adaptasi, rasa terasing, dan strategi coping yang belum stabil. Penelitian ini bertujuan mengeksplorasi pengalaman mahasiswa dalam menghadapi stres akademik dan merancang prototype aplikasi coping digital untuk stres akademik berbasis fenomenologi dan Design Science Research Methodology (DSRM). Data dikumpulkan melalui wawancara semi-terstruktur dengan 12 mahasiswa dan dianalisis secara tematik untuk mengidentifikasi pengalaman serta kebutuhan pengguna. Berdasarkan temuan tersebut, dikembangkan prototype aplikasi mobile dengan fitur check-in kondisi emosional, identifikasi pemicu stres, rekomendasi coping singkat, refleksi harian, dan dukungan adaptasi diri. Evaluasi awal menggunakan User Experience Questionnaire (UEQ) menunjukkan hasil positif pada seluruh aspek, dengan nilai rata-rata Attractiveness 1,88, Stimulation 1,85, Perspicuity 1,35, Efficiency 1,30, Novelty 1,10, dan Dependability 1,20, menunjukkan aspek daya tarik dan motivasi pengguna cukup tinggi, sementara aspek kebaruan dan ketergantungan masih dapat ditingkatkan. Hasil ini menunjukkan bahwa prototype aplikasi memberikan pengalaman pengguna yang positif, sekaligus mengidentifikasi area perbaikan untuk meningkatkan interaksi dan inovasi.

Page 35 of 36 | Total Record : 352

 32   33   34   35   36 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol 11 No 1 (2026): APRIL 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