cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mursyidah
Contact Email
mursyidah@pnl.ac.id
Phone
-
Journal Mail Official
jurnal.infomedia@pnl.ac.id
Editorial Address
-
Location
Kota lhokseumawe,
Aceh
INDONESIA
Jurnal Infomedia
Published by Politeknik Negeri Lhokseumawe
ISSN : 25279858     EISSN : 25491180     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Infomedia ini merupakan Wadah Karya Ilmiah dari Jurusan Teknologi Informasi dan Komputer dengan bidang ilmu Teknik Informatika, Multimedia dan Jaringan dari berbagai kalangan, baik Akademis, Mahasiswa D4/S1/S2/S3, Praktisi, Industri, dan Instansi Pemerintahan. Harapan kami selaku Redaktur Jurnal ini dapat memperbanyak muatan dari pihak eksternal Politeknik Negeri Lhokseumawe pada terbitan selanjutnya sehingga jurnal ini menjadi wadah ilmiah yang lebih luas lagi. Jurnal Infomedia terbit 2 (dua) kali dalam setahun yaitu bulan Juni dan Desember terbit versi cetak dan full online (ojs).
Arjuna Subject : -
Articles 169 Documents
 13   14   15   16   17 
Penerapan Algoritma Binning pada Preprocessing Data untuk Meningkatkan Akurasi Klasifikasi Multi-Kelas: Studi Kasus Data SDG Nur Fadhillah, Wiradika; Susetyoko, Ronny; Nadhori, Isbat Uzzin
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.7165

Abstract

Klasifikasi data memainkan peran esensial dalam analisis data, terutama untuk data Sustainable Development Goals (SDGs) yang seringkali memiliki karakteristik kompleks seperti nilai hilang dan distribusi tidak seimbang, sehingga memerlukan tahap preprocessing yang efektif. Penelitian ini bertujuan untuk mengevaluasi secara komprehensif efektivitas tiga teknik binning, yaitu Fixed Binning, Random Binning, dan KNN Binning, dalam meningkatkan akurasi klasifikasi multikelas pada data SDGs. Teknik binning ini diimplementasikan dan diuji menggunakan tiga algoritma klasifikasi utama, yaitu Random Forest, Logistic Regression, dan Multilayer Perceptron (MLP). Penelitian ini menggunakan dua dataset yang merepresentasikan data SDGs, yaitu data pembangunan berkelanjutan dan ketahanan pangan. Dataset tersebut adalah dataset UKT dengan 2.137 entri dan dataset Ketahanan pangan dengan 514 entri. KNN Binning dipilih karena kemampuannya mengelompokkan data berdasarkan kedekatan antar instans, adaptif terhadap distribusi data yang kompleks. Hasil penelitian secara konsisten menunjukkan bahwa KNN Binning memberikan peningkatan akurasi tertinggi. Secara spesifik, kombinasi KNN Binning dengan Random Forest menghasilkan akurasi 92.25% pada dataset UKT dan 73.79% pada dataset Ketahanan pangan. Lebih lanjut, kombinasi ini juga menunjukkan peningkatan pada metrik presisi, recall, dan F1 score. Temuan ini menggarisbawahi superioritas KNN Binning dalam menangani data SDGs yang beragam dan tidak merata, sehingga memberikan kontribusi penting bagi pengembangan teknik preprocessing yang lebih akurat, andal, dan dapat meningkatkan performa model klasifikasi secara keseluruhan untuk analisis data SDGs.
Strategi perancangan video iklan layanan masyarakat “sampah plastik” untuk meningkatkan atensi Rahayu, Dwi; Sekarsih, Fitria Nuraini; Alliv P, Gilang Satria
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i1.7147

Abstract

Dalam pembuatan media informasi maupun edukasi berbasis audio visual, selain alur cerita, teknik editing menjadi bagian penting untuk dapat menyajikan video yang menarik. Informasi penting, terlebih yang  juga bersifat darurat harus disampaikan secara jelas. Video iklan layanan masyarakat merupakan sebuah informasi maupun edukasi yang dikemas secara singkat, jelas, padat  berupa audio dan visual yang melibatkan penglihatan maupun pendengaran secara bersamaan, sehingga terfokus dan dapat diterima dengan oleh otak. Pada penelitian ini, teknik editing frame freeze diterapkan untuk menarik perhatian audien, didukung dengan voice over untuk mempertegas pesan. Video iklan layanan masyarakat tentang ajakan mengurangi sampah plastik ini akan disebarluaskan melalui kanal internet berbagai sosial media berbasis audio visual. Dengan mengunakan pendekatan deskriftif kualitatif dan metode penelitian RD, pada penelitian ini berfokus pada proses pembuatan mulai dari pra-produksi, produksi, hingga post-produksi. Adapun uji kelayakan video dari aspek konsep, ketepatan pemilihan genre, kualitas audio dan video, narasi dan grafis pendukung yang dikemas menjadi animasi 2 dimensi motion graphic oleh para ahli media. Dan sebelum dilakukan penyebaran secara luas video iklan layanan masyarakat akan diuji sajikan kepada siswa pelajar tingkat SMA yang mengikuti ekstrakulikuler boardcasting dan mahasiswa yang sedang menempuh matakuliah multimedia. 
Implementasi dan Pengembangan Sistem Informasi Terintegrasi untuk Manajemen Informasi Program Studi Berbasis Web Responsif Zulman, Muhammad Reza; Rizka, Muhammad; Putra Ginting, Rachel Ardana; Mahdi, Mahdi; Mursyidah, Mursyidah
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i1.7023

Abstract

AbstrakPemanfaatan teknologi informasi di lingkungan perguruan tinggi mendorong efisiensi layanan akademik melalui pengelolaan data secara terpadu. Implementasi dan pengembangan sistem informasi terintegrasi berbasis web yang diteliti melayani berbagai informasi program studi, termasuk data dosen, kurikulum, fasilitas, dan berita akademik. Sistem dikembangkan menggunakan beberapa modul teknologi dan framework terbaru yaitu Laravel, React dengan Inertia.js, serta MySQL sebagai database. Desain yang responsive dan adaptif untuk mendapatkan kemudahan akses melalui berbagai perangkat. Fitur utama mencakup autentikasi pengguna, manajemen profil dosen, serta pengelolaan data di lingkungan program studi. Hasil implementasi menunjukkan sistem ini meningkatkan kemudahan pengelolaan data akademik dan mendukung transparansi informasi di lingkungan program studi. Sistem ini memiliki potensi dikembangkan lebih lanjut untuk integrasi layanan kampus lainnya.AbstractThe utilization of information technology in higher education promotes the efficiency of academic services through integrated data management. The implementation and development of a web-based integrated information system in this study serves various academic program data, including faculty profiles, curriculum, facilities, and academic news. The system was developed using Laravel, React with Inertia.js, and MySQL. A responsive and adaptive design ensures optimal access across devices. Implementation results show that 100% of the 8 main features passed blackbox testing. Additionally, the average system response time ranged between 650–750 milliseconds for key requests. The system also rendered properly on desktop, tablet, and mobile devices. These findings indicate that the system improves the efficiency of academic data management and supports transparency within academic programs.Keywords: Information System, Laravel, React, Inertia.js, MySQL
The Influence of 3D Animation Videos on 2D Video Projections in IT Learning Among Students in Batam City Pratama, Jimmy; Julyance, Zoey; Deli, Deli
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.7341

Abstract

Penelitian ini mengkaji pengaruh penggunaan video animasi 2D dan 3D terhadap pemahaman dan minat belajar mahasiswa dalam pembelajaran IT, khususnya pada mahasiswa non-IT di Kota Batam. Video animasi dikembangkan menggunakan model Multimedia Development Life Cycle (MDLC), menghasilkan dua media pembelajaran yang berisi materi pengenalan perangkat keras dan lunak komputer dalam format 2D dan 3D. Penelitian ini menggunakan metode deskriptif kualitatif dengan melibatkan 20 mahasiswa yang dipilih secara purposive, yaitu mereka yang tidak memiliki latar belakang pendidikan formal di bidang IT. Responden diminta menilai lima aspek utama, yaitu pemahaman terhadap materi, ketertarikan, sinkronisasi audio-visual, kualitas visual, serta keakuratan informasi yang disampaikan. Hasil menunjukkan bahwa 57,14% responden lebih menyukai animasi 3D karena visualisasi yang imersif dan realistis, sedangkan 42,86% lebih memilih animasi 2D karena tampilannya yang sederhana dan mudah dipahami. Sebanyak 95% responden menilai narasi, musik, dan suara telah sinkron dengan tampilan visual. Sebanyak 85% menilai kualitas visual baik, dan 90% menganggap isi informasi yang disampaikan jelas, akurat, dan dapat dipercaya. Temuan ini menunjukkan bahwa animasi 2D dan 3D sama-sama efektif sebagai media pembelajaran visual, namun animasi 3D memberikan keunggulan lebih dalam meningkatkan keterlibatan dan pemahaman mahasiswa. Oleh karena itu, animasi 3D layak dipertimbangkan dalam pengembangan konten pembelajaran interaktif ke depan.Kata Kunci : animasi 2D; animasi 3D; MDLC; pembelajaran multimedia; pembelajaran IT
Analysis of Purchase Decision Prediction Using the Decision Tree C4.5 Algorithm Method Rofiah, Muflichatur; Irwansyah, Ferry; Aninidta, Sophia; Puspita Sari, Anggraini
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.7360

Abstract

The development of digital technology has encouraged the use of machine learning algorithms to understand and predict consumer behavior, particularly in the e-commerce sector. This study aims to build a predictive model for user purchasing decisions based on their interactions with digital product pages. The model was developed using a variant of the Decision Tree algorithm, namely C4.5, utilizing Gain Ratio as the best attribute selection criterion. The dataset used is synthetic and consists of several entries representing three main features: user visit duration, interaction with product reviews, and access to discount information. Training results show that the model is capable of producing good classification in identifying users who are likely to purchase the product. The feature "viewing reviews" is the most dominant attribute based on the highest Gain Ratio value, which is also the main node in the decision tree structure. Evaluation of the model's performance shows an increase in accuracy, precision, and recall after the application of the C4.5 algorithm, with the best accuracy reaching 88%. This study recommends further exploration using actual data and the addition of other behavioral variables to further improve the model's accuracy and generalizability in a real e-commerce context.
Implementasi Deep Learning Menggunakan Convolutional Neural Network (CNN) Untuk Klasifikasi Jenis Ikan Mas Koki (Carassius Auratus) Berdasarkan Ciri Morfologi Alamsyah, Isnan Ridho; Budiman, Saiful Nur; Mawaddah, Udkhiati
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.7636

Abstract

Ikan mas koki (Carassius auratus) merupakan komoditas ikan hias unggulan Indonesia dengan nilai ekonomi tinggi, namun identifikasi varietasnya secara manual bersifat subjektif dan tidak efisien. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis berbasis Deep Learning untuk mengidentifikasi tiga varietas ikan koki utama: Oranda, Ranchu, dan Ryukin berdasarkan ciri morfologi. Metode yang digunakan adalah Convolutional Neural Network (CNN) dengan arsitektur transfer learning pada model MobileNetV2 yang telah dilatih sebelumnya pada dataset ImageNet. Dataset terdiri dari 240 gambar yang dibagi menjadi data latih (192 gambar) dan data uji (48 gambar). Teknik augmentasi data diterapkan untuk meningkatkan variasi dan mencegah overfitting. Hasil pelatihan model menunjukkan akurasi sebesar 95,35% pada data latih dan 93,75% pada data uji. Evaluasi per kelas menunjukkan akurasi tertinggi untuk Oranda (99,36%), diikuti Ranchu (91,00%), dan Ryukin (68,58%). Performa yang lebih rendah pada Ryukin disebabkan oleh kemiripan morfologinya dengan varietas lain. Hasil penelitian membuktikan bahwa CNN sangat potensial digunakan untuk automasi klasifikasi ikan koki, mendukung program breeding dan standardisasi kualitas dalam industri akuakultur.
Implementasi Zero Trust Security Model Untuk Perlindungan Dns Dari Serangan Dns Spoofing Menggunakan Dns-Over-Https (Doh) Dan Ids. Faisal, M Imam; Wijaya, Alek; Fatoni, Fatoni; Ariyadi, Tamsir
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.7748

Abstract

Penelitian ini dilatarbelakangi oleh meningkatnya ancaman terhadap keamanan jaringan, khususnya serangan Domain Name System (DNS) Spoofing yang memanfaatkan kelemahan pada proses resolusi DNS untuk mengarahkan pengguna ke tujuan berbahaya. Sistem DNS konvensional masih memiliki celah karena pertukaran data dilakukan tanpa enkripsi, sehingga rentan dimanipulasi. Oleh sebab itu, dibutuhkan pendekatan yang lebih adaptif dan berlapis. Salah satu strategi yang digunakan adalah Zero Trust Security Model (ZTSM) dengan prinsip “never trust, always verify,” yang dalam penelitian ini diintegrasikan dengan DNS-over-HTTPS (DoH) dan Intrusion Detection System (IDS) Snort. Metode penelitian dilakukan melalui implementasi DoH menggunakan dnscrypt-proxy pada VPS berbasis Ubuntu, serta konfigurasi Snort sebagai IDS untuk memantau dan mendeteksi lalu lintas DNS mencurigakan. Simulasi serangan dilakukan menggunakan Kali Linux sebagai mesin penyerang dengan mengirimkan permintaan DNS ke domain uji secure.test. Hasil pengujian menunjukkan bahwa penggunaan DoH berhasil mengenkripsi komunikasi DNS, sehingga lalu lintas menjadi lebih aman. Di sisi lain, Snort mampu mendeteksi permintaan DNS yang tidak terenkripsi, meskipun efektivitasnya lebih terlihat pada protokol TCP dibandingkan UDP. Temuan ini mengindikasikan bahwa kombinasi Zero Trust Security Model, DoH, dan IDS dapat meningkatkan perlindungan DNS dari ancaman spoofing. Namun, optimalisasi lebih lanjut pada IDS masih diperlukan agar dapat memberikan deteksi yang konsisten pada semua jenis protokol komunikasi.
Penerapan Data Mining Dalam Prediksi Kinerja Akademik Mahasiswa Menggunakan Algoritma Machine Learning Danar Wijaya, Vinsensius Yoga; Brotosaputro, Goenawan
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.7643

Abstract

Prediksi kinerja akademik mahasiswa menjadi topik penting dalam pendidikan tinggi karena dapat membantu institusi mengidentifikasi mahasiswa yang berisiko mengalami penurunan prestasi dan merancang intervensi yang tepat. Berbagai penelitian telah memanfaatkan teknik data mining untuk tujuan ini, namun sejauh ini belum ada pemetaan komprehensif mengenai tren, metode, dan efektivitas pendekatan yang digunakan. Penelitian ini bertujuan melakukan Systematic Literature Review (SLR) dengan panduan Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guna mengkaji penerapan data mining dalam prediksi kinerja akademik mahasiswa. Pencarian literatur dilakukan pada basis data Scopus, IEEE Xplore, ScienceDirect, SpringerLink, dan Google Scholar dengan kriteria publikasi tahun 2016–2025. Dari 527 artikel awal, proses seleksi menghasilkan 24 artikel yang memenuhi kriteria inklusi. Hasil analisis menunjukkan bahwa algoritma seperti Decision Tree, Support Vector Machine, Artificial Neural Network, dan Graph Convolutional Networks digunakan secara luas dengan tingkat akurasi bervariasi. Faktor penentu performa model meliputi kualitas dataset, teknik feature selection, dan metode evaluasi. Penelitian ini menegaskan bahwa meskipun akurasi model terus meningkat, interpretabilitas hasil dan generalisasi model masih menjadi tantangan. Temuan ini memberikan landasan bagi pengembangan metode prediksi yang lebih efektif dan adaptif di masa depan.
Algoritma Perbandingan Kompresi Video H.264 dan H.265 Pada Android Berdasarkan Bitrate dan QoS Rabbany, Alfan Naufal; Sinduningrum, Estu
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.7619

Abstract

Penelitian ini bertujuan untuk menilai dan membandingkan kinerja algoritma kompresi video H.264/AVC dan H.265/HEVC pada Samsung Galaxy A51, smartphone Android kelas menengah.  Untuk mewakili berbagai skenario pemutaran video, empat kategori konten—fast motion, slow motion, high resolution, dan high texture—dipilih. Dengan menggunakan FFmpeg, video eksperimen dikompresi ulang dengan metode two-pass CBR pada bitrate 1,0, 2,5, dan 4,0 Mbps dengan pengaturan encoding yang sama.  Untuk mengukur kualitas visual objektif, VMAF digunakan. Sementara itu, menggunakan Android Studio, performa pemutaran video menggunakan ExoPlayer diprofil untuk mencatat penggunaan CPU, konsumsi memori, suhu perangkat, dan konsumsi baterai. Hasil penelitian menunjukkan bahwa H.265 biasanya menghasilkan ukuran file yang lebih kecil dengan skor VMAF setara atau sedikit lebih tinggi (ΔVMAF = 0,3–1,5) dibandingkan H.264, yang menunjukkan efisiensi kompresi yang lebih baik. Selain itu, H.265 sering menggunakan memori yang lebih banyak, sehingga menyebabkan suhu perangkat dan beban CPU yang lebih rendah pada bitrate tinggi. Namun, hasil konsumsi baterai bervariasi tergantung pada kategori konten dan Karena efisiensi penyimpanan dan kualitas visual yang lebih baik, H.265 lebih disukai dalam situasi di mana ada keterbatasan bandwidth dan persyaratan kualitas tinggi. Namun, H.264 masih dapat digunakan pada perangkat yang memiliki keterbatasan memori atau membutuhkan decoding yang lebih ringan. Studi ini memberikan saran praktis untuk memilih metode kompresi untuk perangkat Android dan membuka peluang untuk penelitian lebih lanjut tentang decoding berbasis hardware dan dampak QoS pada jaringan.

Page 17 of 17 | Total Record : 169

 13   14   15   16   17 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue Vol 10, No 2 (2025): Jurnal Infomedia Vol 10, No 1 (2025): Jurnal Infomedia Vol 9, No 2 (2024): Jurnal Infomedia Vol 9, No 1 (2024): Jurnal Infomedia Vol 8, No 2 (2023): Jurnal Infomedia Vol 8, No 1 (2023): Jurnal Infomedia Vol 7, No 2 (2022): Jurnal Infomedia Vol 7, No 1 (2022): Jurnal Infomedia Vol 6, No 2 (2021): Jurnal Infomedia Vol 6, No 1 (2021): Jurnal Infomedia Vol 5, No 2 (2020): Jurnal Infomedia Vol 5, No 1 (2020): Jurnal Infomedia Vol 4, No 2 (2019): Jurnal Infomedia Vol 4, No 1 (2019): Jurnal Infomedia Vol 3, No 2 (2018): Jurnal Infomedia Vol 3, No 1 (2018): Jurnal Infomedia Vol 2, No 2 (2017): Jurnal InfoMedia Vol 2, No 1 (2017): Jurnal Infomedia Vol 1, No 2 (2016): Jurnal Infomedia Vol 1, No 1 (2016): Jurnal Infomedia More Issue