cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
ahmad gawdy prananosa
Contact Email
ahmadgawdynano@yahoo.com
Phone
-
Journal Mail Official
ipm2kpeintecoms@gmail.com
Editorial Address
-
Location
Unknown,
Unknown
INDONESIA
INTECOMS: Journal of Information Technology and Computer Science
Published by Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi
ISSN : 26213249     EISSN : 26141574     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 759 Documents
 72   73   74   75   76 
PENGEMBANGAN VIRTUAL TOUR INTERAKTIF BERBASIS WEB UNTUK EKSPLORASI KEINDAHAN DANAU TOBA Handayani, Sri; Prasetio, Annas; Putra, Randi Rian
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 1 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/fayspp56

Abstract

Danau Toba merupakan salah satu destinasi wisata unggulan nasional yang memiliki potensi alam dan budaya yang sangat besar. Namun, keterbatasan akses informasi visual dan interaktif menjadi tantangan dalam memperkenalkan keindahan Danau Toba secara luas, khususnya kepada wisatawan domestik maupun mancanegara. Penelitian ini bertujuan untuk mengembangkan sebuah virtual tour interaktif berbasis web sebagai media digital inovatif untuk mengeksplorasi keindahan Danau Toba secara imersif dan informatif. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan tahapan analisis kebutuhan, perancangan sistem, pengembangan, pengujian, dan evaluasi. Teknologi yang diterapkan meliputi fotografi panorama 360 derajat, pemodelan multimedia interaktif, serta integrasi antarmuka web yang responsif. Hasil penelitian menunjukkan bahwa virtual tour yang dikembangkan mampu menyajikan pengalaman eksplorasi yang realistis, interaktif, dan mudah diakses, serta meningkatkan minat pengguna terhadap destinasi wisata Danau Toba. Uji kelayakan sistem berdasarkan aspek fungsionalitas, usability, dan kepuasan pengguna menunjukkan hasil yang sangat baik. Dengan demikian, virtual tour interaktif berbasis web ini berpotensi menjadi media promosi digital yang efektif dalam mendukung pengembangan pariwisata berkelanjutan di kawasan Danau Toba. Kata Kunci: Virtual Tour, Web Interaktif, Pariwisata Digital, Danau Toba, Multimedia Interaktif.    
ANALISIS SISTEM DETEKSI DINI FRAUD PADA TRANSAKSI PERBANKAN MENGGUNAKAN LONG SHORT-TERM MEMORY (LSTM) DAN TRANSFORMER Abdullah, Arken; Waskita, Arya Adhyaksa; Handayani, Murni
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 1 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/83yrz474

Abstract

The development of digital banking services in electronic payment channels has led to a significant increase in transaction volumes, accompanied by higher fraud risk. Fraud patterns are dynamic and temporal, making detection based solely on individual transactions ineffective. This study aims to develop an early fraud detection system using a cluster-aware sequential deep learning approach. Transaction data are processed through data cleansing, behavioral feature extraction, and customer clustering based on transaction characteristics. Long Short-Term Memory (LSTM) is employed to learn temporal transaction patterns, while Transformer is used to capture global context and nominal transaction deviations. Both models are integrated through a dynamic ensemble approach with adaptive thresholds for each cluster. Model evaluation is conducted in a supervised manner using PR-AUC as the primary metric, supported by ROC-AUC, Precision, Recall, and F1-Score. The results demonstrate that the cluster-based ensemble approach improves detection stability, reduces false positives, and adapts effectively to differences in customer behavior. Experimental results show that models trained without oversampling provide more stable precision–recall performance on datasets where fraud manifests as extreme behavioral outliers, while SMOTE is used as a comparative scenario.  Keywords: Fraud Detection, Deep Learning, LSTM, Transformer, Bank
PREDIKSI SUHU MAKSIMUM BERBASIS DEEP LEARNING DENGAN MODEL LONG SHORT-TERM MEMORY DAN GATED RECCURENT UNIT (STUDI KASUS WILAYAH CIPUTAT) Rahayuningsih, Hesti; Tukiyat, Tukiyat; Rivai, Abu Khalid
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 1 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/f9e1d633

Abstract

Prediksi suhu maksimum merupakan hal yang penting dalam kajian meteorologi karena berpengaruh terhadap berbagai sektor, seperti pertanian, kesehatan masyarakat, manajemen energi, dan perencanaan wilayah. Wilayah Ciputat menjadi lokasi yang relevan untuk studi prediksi iklim lokal, karena pernah sebagai wilayah dengan suhu ekstrem sebesar 37,2 °C pada 17 April 2023. Penelitian ini bertujuan untuk membandingkan kinerja model Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dalam memprediksi suhu maksimum harian di wilayah Ciputat serta menentukan model dengan performa terbaik. Data yang digunakan meliputi suhu maksimum harian, curah hujan, kelembapan, dan tekanan udara periode 2009–2025 yang diperoleh dari BMKG Wilayah II Ciputat, sehingga merepresentasikan variabilitas musiman dan pola iklim tropis jangka panjang. Evaluasi model dilakukan menggunakan metrik Mean Absolute Error (MAE), Root Mean Square Error (RMSE), Coefficient of Determination (R²), dan Mean Absolute Percentage Error (MAPE). Hasil evaluasi menunjukkan model LSTM dengan performa yang lebih baik dalam memprediksi suhu maksimum dibandingkan model GRU berdasarkan nilai MAE, RMSE, R² dan MAPE. Hasil penelitian ini diharapkan dapat mendukung pengembangan metode prediksi suhu berbasis deep learning yang lebih akurat serta menjadi referensi dalam pengambilan keputusan terkait mitigasi risiko iklim. Kata Kunci: Prediksi suhu maksimum, LSTM, GRU, Deep learning, Ciputat.
EVALUASI ANTARMUKA DAN PENGALAMAN PENGGUNA WEB OPAC LIBRARY UKSW MENGGUNAKAN PENDEKATAN USER-CENTERED DESIGN (UCD) Tarigan, Riza Jeheskiel N.; Pakereng, Magdalena A. Ineke
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 1 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/ddks1702

Abstract

Penelitian ini mengevaluasi antarmuka dan pengalaman pengguna (user experience) Web OPAC Perpustakaan O. Notohamidjojo UKSW dengan menerapkan pendekatan User-Centered Design (UCD). Metode yang digunakan adalah mixed methods yaitu observasi, task-based usability testing, dan kuesioner standar (SUS dan UEQ) kepada 100 responden mahasiswa. Hasil reliabilitas menunjukkan instrumen layak (Cronbach’s α SUS = 0,82, dimensi UEQ ≥ 0,71). Skor rata-rata SUS adalah 52,5 (SD = 2,92), tergolong marginal / poor, menandakan kebutuhan perbaikan kegunaan. Analisis UEQ memperlihatkan profil pragmatis (kejelasan 0,12, efisiensi 0,08, ketepatan 0,15 - netral) dan profil hedonis yang negatif (daya tarik -0,21, stimulasi -0,34, kebaruan -0,47). Task testing mengungkap tingkat keberhasilan: pencarian judul 92% (41 s), penggunaan filter 63% (78 s), melihat detail koleksi 71% (66 s). Temuan kualitatif menyorot navigasi yang tidak intuitif, visibilitas filter rendah, struktur detail koleksi kurang rapi, dan umpan balik sistem minim. Rekomendasi prioritas meliputi perbaikan visibilitas kontrol filter, peningkatan feedback sistem, optimasi performa, pembaruan visual language, dan strategi evaluasi berkelanjutan berbasis metrik ( target SUS ≥ 68, kenaikan dimensi UEQ hedonis ≥ +0,5). Implikasi praktis dan langkah implementasi diusulkan mengikuti siklus UCD iteratif. Kata Kunci: Antarmuka Pengguna, Evaluasi Usabilitas, OPAC, Pengalaman Pengguna (UX), User-Centered Design.
RANCANG BANGUN APLIKASI PEMESANAN MENU BEBASIS ANDROID DENGAN INTEGRASI LAPORAN KEUANGAN UMKM (STUDI KASUS: WARUNG SOTO AYAM PAK NO) Rafi, Achmad; Razaq, Jeffri Alfa
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 2 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/ynfxhx16

Abstract

Seringkali, usaha mikro, kecil, dan menengah (UMKM) di bidang kuliner menghadapi sejumlah masalah karena kesulitan dalam mencatat transaksi dan menyusun laporan keuangan yang masih dilakukan secara manual. Hal ini dapat mengakibatkan berbagai isu, termasuk ketidakjelasan, keterlambatan, dan rendahnya tingkat akurasi dalam laporan keuangan perusahaan. Dengan memanfaatkan pemrograman Java di Android Studio, penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi pemesanan menu berbasis Android yang terintegrasi dengan laporan keuangan dasar, bertujuan untuk membantu Usaha Mikro, Kecil, dan Menengah (UMKM) dalam menjalani kegiatan operasional sehari-hari. Dikembangkan dengan memanfaatkan metode agile (Scrum) serta menggunakan basis data SQLite, aplikasi ini memiliki sejumlah fitur utama, antara lain pengelolaan daftar menu, konsumsi internal dan pemesanan takeaway, pencatatan transaksi melalui QRIS, serta pengumpulan laporan penjualan. Hal ini memungkinkan pelacakan pendapatan dan pengeluaran untuk menganalisis omset dari penjualan. Sistem ini telah diujicobakan untuk memastikan fungsinya, dan penilaian penggunaannya dilaksanakan menggunakan Skala Kegunaan Sistem (SUS). Hasil pelaksanaan menunjukkan bahwa kinerja aplikasi secara keseluruhan sesuai dengan ekspektasi dan memperoleh skor SUS rata-rata 822.5, yang mengategorikannya dalam kategori "baik" sehingga aplikasi ini memberikan manfaat bagi UMKM dalam meningkatkan efisiensi proses pemesanan, menghasilkan laporan keuangan yang tepat waktu dan akurat, serta mengetahui posisi pendapatan dari usaha warung soto tersebut, sehingga dapat meningkatkan kepuasan pelanggan dan mengurangi kesalahan input yang mungkin berdampak pada hal tersebut. Kata Kunci:  Android, Java, UMKM, Pemesanan Menu, Laporan Keuangan, SUS
PERANCANGAN BANGUN SISTEM INFORMASI JASA KECANTIKAN BERBASIS WEB PADA ANNISAVY Amelia Putri, Dea; Murti, Hari; Sulastri, Sulastri
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 2 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/77h0tp19

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi jasa kecantikan berbasis web pada Annisavy guna mempermudah proses pemesanan layanan, pengelolaan data pelanggan, serta peningkatan efisiensi operasional usaha. Metode pengembangan yang digunakan adalah Waterfall, yang terdiri dari tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu memfasilitasi proses pemesanan layanan secara daring, menampilkan jadwal layanan secara real-time, serta menghasilkan laporan transaksi secara otomatis. Pengujian sistem dilakukan untuk memastikan seluruh fungsi berjalan sesuai dengan kebutuhan pengguna dan menunjukkan hasil yang sesuai harapan. Penerapan sistem ini dapat meningkatkan efektivitas pelayanan, ketepatan pengelolaan data, dan kemudahan akses bagi pelanggan maupun pihak pengelola usaha. Dengan demikian, sistem informasi jasa kecantikan berbasis web ini dapat menjadi solusi digital yang efektif untuk mendukung transformasi layanan pada usaha Annisavy. Kata Kunci: Sistem Informasi, Jasa Kecantikan, Layanan
UPAYA PENGENDALIAN KUALITAS PADA GUDANG DISTRIBUTOR PT C DENGAN STATISTICAL PROCESS CONTROL (SPC) DAN FAILURE MODE AND EFFECT ANALYSIS (FMEA) Xavieri Norajaba, Muhammad; Negoro, Yanuar Pandu; Purwanto, Purwanto
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 1 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/7zt34w32

Abstract

Gudang distributor PT C menghadapi sedang menghadapi tantangan dalam menjaga kualitas produk akibat tingginya tingkat kecacatan produk terutama pada produk Yogurt Squeeze. Adanya kecacatan produk ini dapat menurunkan kepercayaan konsumen dan berimbas pada kerugian pasar. Penelitian ini bertujuan untuk menganalisis tingkat kerusakan, menentukan faktor penyebab kegagalan produk dan mencari langkah perbaikan untuk menekan jumlah produk cacat selama proses distribusi ke konsumen. Metode yang digunakan meliputi Statictical Process Control (SPC) dan Failure Mode and Effect Analysis (FMEA) berdasarkan nilai Risk Priority Number (RPN). Hasil penelitian menunjukkan bahwa proses pengendalian kualitas di gudang distributor PT C berdasarkan SPC berada pada kondisi stabil serta berada dalam batas kendali. Berdasarkan diagram Pareto, jenis cacat yang paling sering muncul adalah kemasan yang menggembung (79,1%). Nilai Risk Priority Number (RPN) tertinggi disebabkan oleh kurang optimalnya pemantauan suhu. Kata Kunci:Pengendalian Kualitas, SPC, FMEA, Cacat Produk
SISTEM MONITORING DAN ESTIMASI LAMA WAKTU KUNJUNGAN PELANGGAN MENGGUNAKAN ALGORITMA YOLO BERBASIS DEEP LEARNING (STUDI KASUS: JARAK COFFEE & EATERY) Anggraini, Melly; Lusiana, Veronica
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 2 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/1jt60018

Abstract

Perkembangan teknologi Artificial Intelligence (AI) dan Computer Vision telah memberikan dampak signifikan terhadap sistem monitoring. Penelitian ini mengembangkan sistem monitoring dan estimasi lama waktu kunjungan pelanggan menggunakan algoritma YOLO berbasis deep learning di Jarak Coffee & Eatery. Permasalahan utama adalah kurangnya efektivitas metode monitoring manual dalam mengelola data kunjungan pelanggan yang menyebabkan kesulitan mendapatkan informasi akurat mengenai durasi kunjungan. Tujuan penelitian ini adalah mengimplementasikan algoritma YOLO untuk mendeteksi dan melacak pelanggan secara real-time serta mengembangkan sistem yang mampu menghitung durasi kunjungan secara otomatis. Menggunakan metode Waterfall dengan tahapan analisis kebutuhan, perancangan sistem, implementasi menggunakan YOLOv11 dan BoT-SORT, serta pengujian. Hasil model YOLOv11 mencapai performa sangat baik dengan mAP@0.5 sebesar 96,5%, precision 93,4%, dan recall 93,4%, serta mampu menghitung durasi kunjungan dengan threshold minimal 30 detik untuk memfilter false positive. Sistem menghasilkan output visualisasi real-time dan log CSV yang dapat digunakan untuk analisis durasi kunjungan dan optimalisasi operasional. Kata Kunci: Algoritma YOLO, Deep Learning, Computer Vision, Object Detection, Durasi Kunjungan Pelanggan
SISTEM DETEKSI KETERSEDIAAN KURSI BERBASIS DEEP LEARNING MENGGUNAKAN ALGORITMA YOLO UNTUK MONITORING KETERSEDIAAN TEMPAT DUDUK (STUDI KASUS: JARAK COFFEE & EATERY) Ibnu Yuwono, Afian; Lusiana, Veronica
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 2 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/vd3jrx22

Abstract

Perkembangan teknologi Artificial Intelligence (AI) khususnya dalam bidang computer vision memungkinkan pengembangan sistem untuk memantau ketersediaan tempat duduk secara otomatis. Penelitian ini bertujuan mengembangkan sistem deteksi ketersediaan kursi berbasis deep learning menggunakan algoritma YOLOv11 untuk memonitor ketersediaan tempat duduk di JARAK COFFEE & EATERY. Permasalahan yang diangkat adalah belum adanya sistem pemantauan real-time yang dapat memberikan informasi akurat mengenai kursi kosong, yang dapat berdampak pada penurunan efisiensi pelayanan dan kepuasan pelanggan. Tujuan penelitian adalah membuat model deteksi yang dapat mengenali objek "kursi" dan "orang", mengimplementasikan logika analisis hubungan spasial berbasis Intersection over Union (IoU) untuk menentukan status keterisian kursi, serta membangun prototipe sistem yang memproses dataset video rekaman cctv. Metode pengembangan sistem menggunakan pendekatan Waterfall, dimulai dari pengumpulan data video, pelabelan dataset, pelatihan model YOLOv11, hingga implementasi dan pengujian. Hasil pengujian menunjukkan model yang dikembangkan memiliki kinerja yang baik dengan nilai mean Average Precision (mAP@0.5) sebesar 95,7%. Sistem berhasil mendeteksi objek dan menghitung kursi tersedia secara real-time dengan memanfaatkan logika IoU, meskipun performa dapat dipengaruhi oleh faktor seperti pencahayaan dan oklusi antar objek.  Kata Kunci: algoritma YOLO, Ketersediaan Kursi, Object Detection, Intersection Over Union

Page 76 of 76 | Total Record : 759

 72   73   74   75   76 

Filter by Year

2018 2026


Reset
Filter By Issues
All Issue Vol. 9 No. 2 (2026): INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 1 (2026): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 5 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 4 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 3 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 2 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol 8 No 2 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol 8 No 1 (2025): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 6 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 5 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 4 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 3 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 2 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 1 (2024): INTECOMS: Journal of Information Technology and Computer Science Vol 6 No 2 (2023): INTECOMS: Journal of Information Technology and Computer Science Vol 6 No 1 (2023): INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 2 (2022): INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 1 (2022): INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 2 (2021): INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 1 (2021): INTECOMS: Journal of Information Technology and Computer Science Vol 3 No 2 (2020): INTECOMS: Journal of Information Technology and Computer Science Vol 3 No 1 (2020): INTECOMS: Journal of Information Technology and Computer Science Vol 2 No 2 (2019): INTECOMS: Journal of Information Technology and Computer Science Vol 2 No 1 (2019): INTECOMS: Journal of Information Technology and Computer Science Vol 1 No 2 (2018): INTECOMS: Journal of Information Technology and Computer Science Vol 1 No 1 (2018): INTECOMS: Journal of Information Technology and Computer Science More Issue