cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota madiun,
Jawa timur
INDONESIA
DoubleClick : Journal of Computer and Information Technology
Published by Universitas PGRI Madiun
ISSN : 25795317     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
DoubleClick is Journal of Computer and Information Technology with registered number ISSN: 2579-5317 will publish in August and February. Topic of the DoubleClick Journal : 1. Application of information technology (Software engineering, system design, geographic information system mapping area, multimedia, simulation technique, robotics); 2. Development and empowerment of society or creative economy trough e-commerce); 3. Development of learning media based on information technology; 4. Information System;
Arjuna Subject : -
Articles 111 Documents
 8   9   10   11   12 
Pembuatan Game Matematika Perkalian dengan Metode Game Development Life Cycle Jati, Abiel Bagas Satrio; Pranata, Caraka Aji
DoubleClick: Journal of Computer and Information Technology Vol. 8 No. 2 (2025): Edisi Februari 2025
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v8i2.18103

Abstract

Media pembelajaran pada era modern ini terdapat berbagai macam, salah satunya berbentuk game atau permainan kuis dan dapet diakses secara online melalui website. Matematika merupakan salah satu pembelajaran yang penting dalam kurikulum pendidikan sekolah dasar. Oleh, karena itu dibutuhkan sarana pembelajaran yang menarik namun sederhana agar meningkatkan minat siswa sekolah dasar untuk belajar matematika. Dalam perancangan dan pengembangan game diperlukan sebuah metode yang biasa disebut Game Development Life Cycle (GDLC). Game edukasi matematika perkalian ini akan menggunakan Unity dan Adobe Illustrator sebagai sarana perancangan dan pengembangan game. Game edukasi ini akan berbentuk kuis yang memiliki teks dan user experience (UI) yang sederhana namun menarik. Hasil dari penelitian ini adalah sebuah game edukasi matematika perkalian yang dibuat melalui metode Game Development Life Cycle dan menggunakan software Unity.
Perbandingan GA-K Means dan K Means untuk Klusterisasi Penerimaan Bantuan Stunting di Kabupaten Sumenep Septiyasari, Amelia Nur; Maghfiroh, Arifatul; Jauhari, Achmad; Suzanti, Ika Oktavia
DoubleClick: Journal of Computer and Information Technology Vol. 8 No. 2 (2025): Edisi Februari 2025
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v8i2.18598

Abstract

Stunting merupakan masalah kesehatan serius yang menghambat pertumbuhan dan perkembangan anak balita akibat kekurangan gizi kronis, terutama pada 1.000 hari pertama kehidupan. Meskipun prevalensi stunting di Indonesia mengalami penurunan, masih di bawah standar WHO yang menargetkan prevalensi stunting kurang dari 20%. Oleh karena itu, diperlukan program bantuan yang tepat sasaran untuk mengatasi masalah ini. Penelitian ini menggabungkan metode K-Means Clustering dan Genetic Algorithm untuk melakukan klusterisasi penerima bantuan stunting di Kabupaten Sumenep. Hasil penelitian diperoleh nilai silhoute score sebesar 0.3106 dan nilai Davies-Bouldin Index sebesar 1.4451 pada proses pengujian clustering K-Means biasa. Sementara dengan adanya seleksi fitur menggunakan Algoritma Genetika, terjadi peningkatan yang signifikan dalam kedua metrik evaluasi yakni dengan nilai Silhouette Score: 0.6401 dan nilai Davies-Bouldin Index sebesar 0.6090. Hal ini menandakan bahwa penggunaan fitur yang lebih relevan atau signifikan dapat membantu algoritma clustering menghasilkan kluster yang lebih baik.
Perbandingan Klasifikasi Data Diabetes Antara Metode Gaussian Naïve Bayes Dengan K-Nearest Neighbor Dewi, Meidah; Dianti, Dhea Rahma; Kawindra, Revalina; Kusumaputri, Aditya; Setiawan, Wahyudi
DoubleClick: Journal of Computer and Information Technology Vol. 8 No. 2 (2025): Edisi Februari 2025
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v8i2.20379

Abstract

Diabetes merupakan masalah kesehatan global serius dengan 422 juta penderita, sebagian besar di negara berpendapatan rendah dan menengah. Setiap tahun, sekitar 1,5 juta jiwa meninggal akibat diabetes. Teknik data mining, seperti algoritma Gausian Naïve Bayes dan K-Nearest Neighbor (K-NN), telah banyak digunakan untuk memprediksi risiko diabetes. Penelitian ini melalui tahapan eksplorasi data, pre-processing, dan modeling data. Dataset berasal dari NN CLF Diabetes Knightbearr. Setelah eksplorasi dan pre-processing untuk memastikan kualitas data, modeling dilakukan dengan algoritma Naïve Bayes dan K-NN. Naïve Bayes menunjukkan akurasi tinggi sebesar 97.12%, sedangkan K-NN, dengan K = 3, dan menunjukkan akurasi precision = 86%, recall= 90%, f1-score= 87%, dan keseluruhan sebesar 88.94%. Akurasi tinggi dari kedua algoritma ini menunjukkan potensi besar dalam membantu prediksi dan deteksi dini risiko diabetes, berkontribusi pada pengelolaan dan pencegahan penyakit ini di masa depan. Penelitian ini menegaskan pentingnya penerapan teknik data mining dalam bidang kesehatan untuk meningkatkan kualitas hidup penderita diabetes dan mengurangi angka kematian.
Perbandingan Akurasi Metode Naive Bayes dan Metode Random Forest dalam Mendiagnostik Penyakit Kanker Payudara Rohmah, Nisaur; Safitri, Eka Ayu; Alinta, Cici; Oktalina, Yuyun; Setiawan, Wahyudi
DoubleClick: Journal of Computer and Information Technology Vol. 8 No. 2 (2025): Edisi Februari 2025
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v8i2.20383

Abstract

Kanker payudara merupakan penyakit yang mempunyai dampak signifikan terhadap kesehatan wanita di seluruh dunia. Dalam penelitian ini, kami menggunakan data dari kumpulan data Wisconsin Diagnostic untuk membandingkan kinerja dua metode klasifikasi dalam diagnosis kanker payudara: Naive Bayes dan Random Forest. Metode Naive Bayes menggunakan pendekatan probabilitas sederhana untuk mengklasifikasikan data, sedangkan Random Forest membuat beberapa pohon keputusan dan menggabungkannya untuk meningkatkan akurasi prediksi. Sebelum membandingkan performa kedua algoritma, dilakukan proses preprocessing data yang meliputi identifikasi fitur, deteksi outlier, dan normalisasi. Kedua algoritma tersebut dilatih dan diuji menggunakan data dari dataset Wisconsin Diagnostic yang terdiri dari 569 sampel dengan 32 atribut dan 2 kelas. Hasil pengujian menunjukkan bahwa Naive Bayes menghasilkan akurasi sebesar 0.932, precision sebesar 0.933, recall sebesar 0.931, dan F1-score sebesar 0.932. Sedangkan Random Forest menghasilkan akurasi sebesar 0.9442, precision sebesar 0.945, recall sebesar 0.944, dan F1-score sebesar 0.944. Dalam konteks ini, Random Forest sedikit lebih akurat dibandingkan Naive Bayes, namun keduanya baik untuk mendiagnosis kanker payudara jinak dan ganas. Penelitian ini memberikan wawasan tentang efektivitas Naive Bayes dan Random Forest dalam membantu diagnosis kanker payudara berdasarkan kumpulan data klinis modern. Meskipun hasilnya menunjukkan bahwa Random Forest lebih unggul dalam hal akurasi, penting untuk mempertimbangkan konteks dan karakteristik kumpulan data ketika memilih algoritma klasifikasi yang tepat untuk aplikasi medis.
Desain UI/UX Aplikasi Simponi Mobile Menggunakan Metode Design Thinking Legato, Robet Bangun; Prihatini S, Fransiska
DoubleClick: Journal of Computer and Information Technology Vol. 8 No. 2 (2025): Edisi Februari 2025
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v8i2.20940

Abstract

Penelitian ini bertujuan untuk merancang ulang antarmuka pengguna (UI) aplikasi Simponi Mobile berdasarkan pengalaman pengguna (UX) menggunakan metode Design Thinking. Latar belakang penelitian ini didasari oleh hasil penelitian sebelumnya yang menunjukkan tingkat kepuasan pengguna yang rendah terhadap aplikasi Simponi mobile. Pengumpulan data dilakukan melalui kuesioner, wawancara, observasi, dan studi literatur. Hasil analisis data digunakan untuk merancang prototype UI baru yang kemudian diuji kembali menggunakan kuesioner UEQ. Hasil pengujian menunjukkan peningkatan signifikan pada semua skala UEQ, menandakan peningkatan UX aplikasi Simponi. Prototype desain akhir diserahkan kepada Unit Pelaksana Teknis Sistem Informasi (UPT SI) sebagai bahan pertimbangan untuk pengembangan aplikasi selanjutnya.
Analisis Kesiapan Sistem Monitoring Lebah Madu Klanceng Berbasis QR Code sebagai Implementasi Smart Farming dengan Pendekatan Model Aydin dan Tasci Riyanto, Slamet; Azis, Muh Nur Lutfi; Al Fitri, Zahrotun Nisa’ Zidan; Mumtahana, Hani Atun; Gionanda, Junioka Bayu
DoubleClick: Journal of Computer and Information Technology Vol. 8 No. 2 (2025): Edisi Februari 2025
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v8i2.21233

Abstract

Peternak lebah Klanceng memiliki kendala dalam melakukan perawatan dan monitoring lebahnya. Hal ini disebabkan karena peternak kesulitan dalam memantau dan tidak memiliki catatan khusus terkait dengan kondisi lebah di masing-masing rumah lebah. Tidak adanya data terkait dengan kondisi dan riwayat lebah pada masing-masing lebih menyebabkan peternak sering mengalami kesalahan dalam merawat lebah Klanceng. Tujuan penelitian ini adalah untuk mengetahui kesiapan sistem monitoring lebah maju klanceng berbasis QR Code sebagai bentuk implementasi smart farming yang ada di desa Kradinan Madiun Jawa Timur. Penelitian ini merupakan penelitian terapan yang bertujuan untuk memberikan Solusi terhadap permasalahan di Lokasi penelitian. Metode penelitian ini menggunakan kuesioner dalam pengumpulan datanya, Dimana kuesioner dibuat untuk mengukur tingkat kesiapan sistem monitoring dengan pendekatan model Aydin & Tasci. Hasil penelitian ini dapat disimpulkan bahwa dari empat aspek yang digunakan untuk mengukur kesiapan sistem monitoring lebah maju klanceng berbasis QR Code sebagai bentuk implementasi smart farming pada kelompok tani hutan di desa Kradinan Madiun. Disimpulkan bahwa aspek technologi memiliki tingkat kesiapan yang paling tinggi, meskipun masih dibutuhkan adanya sedikit perbaikan. Kemudian aspek yang dinilai paling rendah kesiapannya adalah terkait dengan innovation dan dinilai tidak siap serta membutuhkan adanya sedikit perbaikan.
Perancangan Sistem Infromasi Aset Direktorat Sistem dan Teknologi Informasi Berbasis Website di Universitas Muhammadiyah Kendari Alfiah Fajriani; Darman Darman; Nining Aria
DoubleClick: Journal of Computer and Information Technology Vol. 10 No. 1 (2026): Edisi Agustus 2026
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v10i1.21749

Abstract

Perancangan sistem informasi aset bertujuan menyediakan mekanisme pengelolaan data aset yang lebih terstruktur, cepat, dan mudah ditelusuri. Permasalahan pada Direktorat Sistem dan Teknologi Informasi (DSTI) Universitas Muhammadiyah Kendari adalah pengelolaan informasi aset yang masih dilakukan secara manual, sehingga proses pencatatan, pencarian, pemantauan kondisi, dan penyusunan laporan aset belum efisien. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi aset berbasis website yang sesuai dengan kebutuhan operasional DSTI. Pengembangan sistem menggunakan model Waterfall yang meliputi analisis kebutuhan, desain sistem, penulisan kode program, pengujian, dan implementasi. Sistem dikembangkan menggunakan framework Laravel dengan dukungan HTML, CSS, JavaScript, PHP, HeidiSQL, dan Visual Studio Code. Pengujian fungsional dilakukan menggunakan Black Box Testing untuk memverifikasi kesesuaian masukan, fungsi, dan keluaran sistem. Hasil penelitian menghasilkan sistem yang menyediakan fungsi login, dashboard, pengelolaan lokasi dan gedung, kategori dan kondisi barang, jenis akuisisi, kepemilikan, data aset, serta laporan. Pengujian menunjukkan bahwa fungsi yang diuji dapat menghasilkan keluaran sesuai kebutuhan yang dirancang. Kontribusi penelitian ini adalah menyediakan rancangan sistem terintegrasi untuk mendukung pencatatan, penelusuran, pemantauan, dan pelaporan aset DSTI dalam satu aplikasi berbasis web, sehingga pengelolaan aset yang sebelumnya tersebar secara manual dapat dilakukan secara lebih terstruktur.
Klasifikasi Lahan Padi dengan Metode Multi-Layer Perceptron Berdasarkan pH, Suhu, dan Kelembaban Udara Hamizan Afza Al isyraqi; Bagus Satria Putra Anugrah; Adi Sahrul Ramadhan; Nur Rohma Widiya Ningsih; Devie Rosa Anamisa
DoubleClick: Journal of Computer and Information Technology Vol. 10 No. 1 (2026): Edisi Agustus 2026
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v10i1.23598

Abstract

  Abstrak: Padi merupakan komoditas pangan utama di Indonesia, sehingga kondisi lahan yang mendukung pertumbuhannya menjadi faktor penting dalam menjaga produktivitas. Di wilayah Madura, variasi pH tanah, suhu, dan kelembaban udara antar kecamatan menyebabkan karakteristik lahan tidak seragam sehingga proses identifikasi lahan yang ideal untuk budidaya padi menjadi menantang. Ketiga parameter agronomis tersebut berperan penting dalam pertumbuhan padi, karena pH 5,5–7,0 menjaga ketersediaan hara, suhu 24–29°C mendukung aktivitas fisiologis akar, dan kelembaban 70–90% membantu menjaga stabilitas metabolik tanaman. Penelitian ini menggunakan metode Multi-Layer Perceptron (MLP) untuk mengklasifikasikan lahan padi berdasarkan pH tanah, suhu tanah, dan kelembaban udara. MLP dipilih karena kemampuannya mempelajari pola non-linear pada data lingkungan. Setelah data melalui proses imputasi KNN, penyeimbangan kelas dengan SMOTE, serta normalisasi Min–Max, model dilatih menggunakan beberapa konfigurasi parameter. Hasil evaluasi menunjukkan bahwa konfigurasi terbaik, yaitu MLP dengan hidden layer (64, 32) dan aktivasi ReLU, mampu memberikan performa paling stabil dengan F1-score tertinggi pada kelas Tidak Cocok serta kemampuan moderat dalam membedakan kelas Kurang Cocok dan Sangat Cocok. Walaupun, model masih menunjukkan fluktuasi pada kelas dengan sampel lebih sedikit, namun secara umum mampu mengenali pola parameter agronomis dengan baik. Hasil klasifikasi ini dapat menjadi dasar awal bagi dinas pertanian atau penyuluh setempat dalam memetakan lahan yang berpotensi sesuai untuk budidaya padi di wilayah Madura, sehingga proses penentuan lokasi survei lapangan dapat dilakukan lebih terarah dan efisien.
Modifikasi Model Densenet dengan Classifier Hybrid untuk Pendeteksian Leukimia pada Citra Mikroskopis Andre Eka Ferdiansyah
DoubleClick: Journal of Computer and Information Technology Vol. 10 No. 1 (2026): Edisi Agustus 2026
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v10i1.23737

Abstract

Acute Lymphoblastic Leukemia (ALL) adalah jenis kanker darah yang sering terjadi pada anak-anak dengan puncak kejadian usia 1 hingga 4 tahun. Deteksi dini sangat penting untuk meningkatkan prognosis pasien, namun prosedur konvensional seperti pemeriksaan visual dan analisis laboratorium tradisional sering memakan waktu dan rentan kesalahan. Oleh karena itu, diperlukan sistem pendeteksian otomatis yang lebih efisien dengan teknologi terkini.Penelitian ini bertujuan mengembangkan model deteksi leukemia pada citra mikroskopis darah dengan memodifikasi arsitektur DenseNet dan menggabungkannya dengan teknik hybrid classifier. DenseNet, sebagai varian Convolutional Neural Network (CNN), memiliki kemampuan akurat dalam mengenali pola citra, namun menghadapi tantangan terkait variabilitas gambar dan kompleksitas citra mikroskopis. Model DenseNet-201 dimodifikasi dan digabungkan dengan machine learning untuk meningkatkan akurasi deteksi.3 Model Machine learning yang digunakan adalah SVM ,XGBOOST dan Random Forest dengan 3 skenario learning rate yang berbeda.Didapatkan Hasil bahwa DenseNet-201 murni mendapatkan akurasi tertinggi 93% dan model gabungan tertinggi yaitu DenseNet-201-XCGBOOST mendapatkan akurasi tertinggi dengan 97% akurasi.Hal ini membuktikan bahwa dengan adanya penggabungan Deep Learning dan Machine Learning dapat meningkatkan akurasi model dari base model awalnya.Tentu Masih perlu adanya penelitian lebih lanjut untuk mengekplor model lainnya untuk melihat peningkatan lebih lanjut.
Perancangan Smart Event Management Berbasis Website pada PT. Radio Cakrawala Gitaswara Jakarta Fahmi Ardiansyah; Resi Taufan
DoubleClick: Journal of Computer and Information Technology Vol. 10 No. 1 (2026): Edisi Agustus 2026
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v10i1.24576

Abstract

Perkembangan teknologi informasi dan komunikasi membawa pengaruh besar terhadap transformasi media penyiaran dalam menyebarkan informasi. Pada PT. Radio Cakrawala Gitaswara Jakarta (Mandarin Station 98.3 FM), pengelolaan data kegiatan event dan pendaftaran peserta masih berlangsung secara konvensional menggunakan Microsoft Word dan Excel serta promosi fisik berupa brosur dan pamflet. Cara tersebut menimbulkan berbagai kendala seperti lambatnya rekapitulasi data, risiko duplikasi berkas, dan keterbatasan jangkauan promosi. Penelitian ini bertujuan untuk merancang sistem Smart Event Management berbasis website menggunakan model Waterfall. Konsep smart pada sistem ini diwujudkan melalui penyediaan fitur rekomendasi event berbasis kategori, pengingat notifikasi otomatis, serta dashboard analitik visual untuk memantau performa event secara real-time. Perancangan sistem dimodelkan dengan UML dan dibangun menggunakan framework CodeIgniter 3, PHP, dan MySQL. Hasil pengujian fungsional dengan Black Box Testing menunjukkan seluruh 21 skenario uji berjalan 100% valid, sedangkan pengujian User Acceptance Testing (UAT) terhadap 10 responden menghasilkan tingkat penerimaan pengguna sebesar 94,3%. Sistem ini terbukti efektif mempermudah proses pendaftaran bagi publik sekaligus mempercepat pengelolaan operasional event bagi pihak radio.

Page 11 of 12 | Total Record : 111

 8   9   10   11   12 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol. 10 No. 1 (2026): Edisi Agustus 2026 Vol. 8 No. 2 (2025): Edisi Februari 2025 Vol 8, No 1 (2024): Edisi Agustus 2024 Vol. 8 No. 1 (2024): Edisi Agustus 2024 Vol 7, No 2 (2024): Edisi Februari 2024 Vol 7, No 1 (2023): Optimalisasi Teknologi Informasi Vol 6, No 2 (2023): Perkembangan Teknologi Informasi Vol 5, No 2 (2022): Perkembangan dan Transformasi Teknologi Digital Vol 5, No 1 (2021): Peran Penting Digitalisasi Di tengah Pandemi Covid-19 Vol 4, No 2 (2021): Teknologi Informasi di Masa Pandemi Covid-19 Vol 4, No 1 (2020): Teknologi Tepat Guna di Era Pandemik Covid 2019 Vol 3, No 2 (2020): Edisi February 2020 Vol 3, No 1 (2019) Vol 2, No 2 (2019) Vol 2, No 1 (2018) Vol 1, No 2 (2018) Vol 1, No 1 (2017) More Issue