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 175 Documents
 14   15   16   17   18 
Eksperimen Pengaruh Layout, Color Scheme, dan Typography dalam Meningkatkan Efektivitas Situs Web Pemerintah di Kota Batam Li Cen; Rismayana Rismayana; Tony Tan
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.v10i2.8215

Abstract

The rapid development of digital governance has positioned government websites as essential tools for delivering information and services to citizens. This study evaluates the effectiveness of official websites of regional government offices (Organisasi Perangkat Daerah/OPD) in Batam City across six indicators: task completion time, user satisfaction, layout, color, typography, and success rate. Data were collected from 135 respondents who were assigned tasks on nine OPD websites, and results were analyzed using descriptive statistics and one-way ANOVA. The findings reveal that while most indicators showed variation among websites, only the success rate differed significantly across OPDs (F = 5.21; p 0.05). Other indicators, including task time, satisfaction, and visual aspects, did not demonstrate statistically significant differences. These results highlight that the ability of users to successfully complete assigned tasks remains the most decisive factor for website effectiveness, while aesthetic elements play a secondary role. The study suggests that standardizing navigation structures and information design across OPD websites could improve user experiences and ensure consistent performance. Future research should expand to include mobile usability and accessibility for vulnerable groups to support inclusive digital public services.
Diagnosa Kesehatan Mental Pecandu Game Online Menggunakan Metode Forward Chaining Mahdi Mahdi; Muhammad Rizka; Reynold Herwinsyah; Huzaeni Huzaeni; Mursyidah Mursyidah
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 11, No 1 (2026): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v11i1.8190

Abstract

Perkembangan teknologi informasi terus meningkat, popularitas game online yang terus berkembang, maka semakin mudah dalam mengakses game online dan menyebabkan lonjakan pemain game online di Indonesia. Ada banyak penyedia game online, baik yang di akses free maupun yang diakses secara berbayar. Apabila dimainkan secara berlebihan maka akan menjadi kecanduan. Sehingga dapat mempengaruhi kesehatan fisik, mental, dan sosial pada pemainnya. Kesehatan mental adalah kondisi emosional, psikologis, dan sosial yang memungkinkan seseorang untuk mengelola stres, membangun hubungan positif, dan membuat keputusan yang baik dalam kehidupan. Kesehatan mental mencakup berbagai aspek, termasuk cara berpikir, merasakan, dan berperilaku, yang sangat penting karena memengaruhi interaksi individu dengan lingkungan, kemampuan menghadapi tantangan, serta kontribusi dalam masyarakat. Dalam konteks ini, sistem pakar dapat berperan penting dalam mendiagnosa gangguan kesehatan mental yang semakin umum di masyarakat. Ada 13 jenis ganguan mental: Gangguan Kecemasan, Gangguan Mood, Skizofernia,Gangguan Psikotik, Gangguan Makan, Obsessive-Compulsive Disorder (Ocd), Gangguan Kepribadian, Sindrom Tourette, Psikomastis, Factitious Disorder, Disosiatif, Post Traumatic Stress Disorder (PTSD ), Depresi, Attention Deficit Hyperactivity Disorder (ADHD. Aplikasi ini, diharapkan dapat membantu masyarakat dalam mendeteksi gangguan kesehatan mental pengguna game online, sehingga intervensi yang tepat dapat dilakukan. Penelitian ini diharapkan dapat memberikan kontribusi pada perkembangan sistem pakar
Penerapan Metode ARIMA untuk Prediksi Penggantian Busi Engine Pembangkit Listrik di PLN Nusantara Power Dea Syafira Ananda; Muhammad Rizka; Mustainul Abdi
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 11, No 1 (2026): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v11i1.8041

Abstract

Pembangkit listrik dituntut untuk beroperasi secara andal dan efisien guna memenuhi kebutuhan energi masyarakat. Salah satu tantangan utama dalam menjaga kinerja pembangkit adalah perawatan komponen mesin, khususnya busi, yang memiliki masa pakai terbatas. Penggunaan busi secara terus-menerus tanpa pemeliharaan yang tepat dapat menyebabkan penurunan performa mesin, meningkatkan risiko kerusakan, serta menurunkan efisiensi operasional. Permasalahan ini menuntut adanya sistem prediksi yang mampu menentukan waktu optimal untuk pergantian busi secara terjadwal. Penelitian ini menawarkan solusi berupa pengembangan sistem prediksi penggantian busi menggunakan metode Time Series Forecasting dengan model ARIMA (Autoregressive Integrated Moving Average). Sistem ini menganalisis data jam operasi mesin untuk memprediksi masa pakai busi, sehingga dapat memberikan peringatan dini terhadap kebutuhan penggantian. Data yang digunakan berasal dari PLN Nusantara Power, yang mencakup informasi operasional. Hasil dari implementasi sistem menunjukkan bahwa model ARIMA mampu memberikan prediksi dengan akurasi sebesar 94,81% terhadap masa pakai busi berdasarkan tren jam operasi mesin. Sistem ini berhasil mengidentifikasi waktu penggantian secara tepat, yang berkontribusi pada peningkatan efisiensi pemeliharaan dan pengurangan risiko kerusakan mendadak.Keywords: Pergantian busi, Pembangkit listrik, Prediksi masa pakai, Time Series Forecasting,ARIMA. 
Traveling Salesman Tambal Ban Sepeda Motor Menggunakan Algoritma Bellman-Ford Liza Fitria; Rizalul Akram; Kiki Rizky Ananda
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 11, No 1 (2026): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v11i1.9202

Abstract

Kebutuhan akan layanan tambal ban sepeda motor terus meningkat seiring dengan tingginya penggunaan kendaraan roda dua di Indonesia. Permasalahan seperti ban bocor yang terjadi secara mendadak sering menyulitkan pengendara, terutama saat berada di wilayah yang belum dikenal. Untuk itu, diperlukan sistem yang mampu memberikan informasi lokasi tambal ban terdekat beserta rute tercepat untuk mencapainya. Penelitian ini bertujuan untuk merancang dan membangun aplikasi berbasis Android yang dapat membantu pengguna menemukan rute terpendek menuju lokasi tambal ban dengan menerapkan algoritma Bellman-Ford. Algoritma ini digunakan untuk menghitung jarak minimum dari posisi pengguna ke titik-titik tambal ban berdasarkan data koordinat yang disimpan dalam basis data Firebase. Aplikasi ini dibangun menggunakan bahasa pemrograman Kotlin dan didukung oleh Google Maps API untuk visualisasi peta. Hasil pengujian dilakukan sebanyak 50 kali pada berbagai skenario posisi pengguna dan distribusi titik tambal ban di wilayah Kota Langsa. Sistem menunjukkan tingkat akurasi sebesar 92%, dengan 42 kali hasil sangat akurat, 8 kali cukup akurat, dan 0 kali tidak akurat. Temuan ini menunjukkan bahwa sistem mampu memberikan rekomendasi rute yang cepat dan efisien bagi pengguna dalam situasi darurat maupun kebutuhan sehari-hari.
Implementasi Deep Learning Menggunakan Convolutional Neural Network (CNN) untuk Pengenalan Karakter Hiragana dan Katakana pada Aplikasi Pembelajaran Bahasa Jepang adinda rahma wati
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 11, No 1 (2026): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v11i1.9302

Abstract

Pembelajaran huruf Jepang, yaitu Hiragana dan Katakana, sering kali menjadi tantangan bagi pemula karena kemiripan bentuk karakter serta kesulitan dalam menghafal dan menulis huruf dengan benar. Penelitian ini bertujuan mengembangkan sistem pengenalan karakter Hiragana dan Katakana menggunakan teknologi Deep Learning berbasis Convolutional Neural Network (CNN). Sistem dirancang untuk mengenali tulisan tangan dan hasil scan gambar karakter secara otomatis dan real-time. Model pengenalan karakter Hiragana menggunakan metode CNN-SVM yang dilatih menggunakan 12.006 citra dari 46 kelas karakter, sedangkan model Katakana menggunakan CNN dengan 71.959 citra dari 47 kelas karakter. Hasil evaluasi pada data uji menunjukkan akurasi sebesar 99,44% untuk Hiragana dan 96,52% untuk Katakana. Implementasi sistem pada website pembelajaran memungkinkan pengguna memperoleh umpan balik secara interaktif selama proses pembelajaran berlangsung. Hasil penelitian menunjukkan bahwa metode CNN berpotensi mendukung aplikasi pembelajaran bahasa Jepang yang lebih interaktif dan efektif bagi pengguna pemula.

Page 18 of 18 | Total Record : 175

 14   15   16   17   18 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol 11, No 1 (2026): Jurnal Infomedia 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