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 794 Documents
 76   77   78   79   80 
SEBERAPA JAUH KUALITAS SISTEM BERPERAN? MENGUNGKAP KEBERHASILAN DAN MANFAAT BERSIH SISTEM INFORMASI RUMAH SAKIT Rendy Ferbianto; Chrismis Novalinda Ginting; Ali Napiah Nst
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/n95vaf94

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh kualitas sistem, kualitas informasi, dan kualitas layanan terhadap penggunaan sistem informasi, kepuasan pengguna, serta manfaat bersih pada implementasi Sistem Informasi Manajemen Rumah Sakit (SIMRS) di Aulia Hospital Pekanbaru. Penelitian ini menggunakan Model Kesuksesan Sistem Informasi DeLone dan McLean (2016) dengan pendekatan kuantitatif melalui metode SEM-PLS menggunakan SmartPLS 4. Sampel penelitian terdiri dari 182 pengguna SIMRS yang terlibat dalam aktivitas operasional rumah sakit. Hasil penelitian menunjukkan bahwa kualitas informasi berpengaruh signifikan terhadap penggunaan dan kepuasan pengguna. Kualitas sistem berpengaruh signifikan terhadap penggunaan, namun tidak berpengaruh terhadap kepuasan pengguna. Kualitas layanan berpengaruh signifikan terhadap kepuasan pengguna, namun tidak berpengaruh terhadap penggunaan. Selanjutnya, penggunaan sistem berpengaruh signifikan terhadap kepuasan pengguna dan manfaat bersih, sedangkan kepuasan pengguna berpengaruh signifikan terhadap manfaat bersih dan menjadi faktor paling dominan. Temuan ini menunjukkan bahwa keberhasilan SIMRS tidak hanya ditentukan oleh aspek teknis, tetapi juga oleh kualitas informasi, layanan, serta tingkat penggunaan dan kepuasan pengguna dalam menghasilkan manfaat bagi organisasi.
SISTEM PENDETEKSI DINI BANJIR BERBASIS RASPBERRY PI PICO W DENGAN SENSOR KETINGGIAN AIR DAN NOTIFIKASI SMS Ahmad Adi Putra; Denny Irawan
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/mnz8dq65

Abstract

Banjir merupakan bencana yang sering terjadi di Indonesia dan memerlukan sistem peringatan dini yang responsif dan akurat. Penelitian ini bertujuan merancang dan menguji sistem pendeteksi dini banjir berbasis Raspberry Pi Pico W dengan integrasi sensor ultrasonik, float switch, proximity, dan flowmeter, serta notifikasi SMS menggunakan modul SIM800L dan monitoring berbasis IoT. Pengukuran dilakukan pada lima lokasi rawan banjir di wilayah Gresik dan Surabaya, yaitu Kali Surabaya/Kalimas, Pelabuhan Gresik, Kali Manyar, Kali Wiyung, dan Kali Morowudi. Parameter yang diuji meliputi debit aliran (Q), perubahan muka air (Δh), dan kecepatan pergerakan banjir. Hasil pengujian menunjukkan debit tertinggi terjadi di Kali Surabaya sebesar 125,46 m³/s dengan kenaikan muka air 1,1 m dalam 3 jam serta kecepatan pergerakan banjir 0,83 m/s yang dikategorikan sebagai kondisi bahaya. Sistem mampu mendeteksi perubahan ketinggian minimum 1 cm dengan waktu respons kurang dari 2 detik, serta mengirim notifikasi SMS dalam rata-rata 9–14 detik setelah status berubah. Integrasi multi-sensor meningkatkan keandalan klasifikasi kondisi air dibandingkan penggunaan satu parameter saja. Sistem yang dirancang terbukti mampu memberikan pemantauan real-time dan peringatan dini yang efektif untuk mendukung mitigasi banjir di wilayah pengujian. Kata Kunci: Raspberry Pi Pico W, Sistem Peringatan Dini, Sensor Ultrasonik, Flowmeter, SIM800L, Monitoring Banjir
RANCANG BANGUN BACKEND PADA SISTEM ALTERNATIF PERPUSTAKAAN UNDIKSHA MENGGUNAKAN GOLANG I Made Satria Ananda Wibawa; Kadek Teguh Dermawan
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: 10.31539/6nd09a49

Abstract

Sistem informasi perpustakaan digital memrlukan arsitektur backend yang terstruktur untuk mndukung pngelolaan data, kamanan, serta integrasi layanan secara efisien. INLISLite sebagai sistem perpustkaan yang digunakan secara luas masih memiliki keterbatasan dalam fleksibilitas pengembangan backend dan integrasi layanan berbasis Application Programming Interface (API). Penelitian ini bertujuan untuk merancang dan mengimplementasikan arsitektur backend INLISLite menggunakan pendekatan Layered Architekture berbasis RESTful API. Metode penelitian yang digunakan adalah Waterfall dengan tahapan analisis keebutuhan, perancangan sistem, implementasi, pengujian, serta evaluasi. Backend dikembangkan menggunakan bahasa pemograman Go dengan framework Gin dan basis data MySQL. Arsitektur backend terdiri dari lapisan router, middleware, handler, servic, dan repository untuk memisahkan tanggung jawab sistem. Pengujian dilakukan menggunakan black-box testing untuk mmverifikasi fungsionalitas endpoint API. Hasil penelitian menunjukan bahwa arsitektur backend yang dikembangkan mampu mningkatkan modularitas, kmudahan pengujian, serta kesiapan sistem untuk pengembangan lanjutan.
RANCANG BANGUN SISTEM PENDAFTARAN DAN BRACKET OTOMATIS PADA TURNAMEN ESPORT BERBASIS WEB Ahmad Marsehan; Rizka Aulia; Shinta Aprilisa
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/w00e7m79

Abstract

The organization of esport tournaments at various levels, ranging from communities to educational institutions, continues to grow rapidly. However, the process of participant registration and match bracket management that is still carried out manually has the potential to cause data recording errors, irregular scheduling, and low efficiency in tournament management. This study aims to design and build an automatic registration and bracket system for web-based esport tournaments. The methods used include needs analysis, system design, implementation, and testing. The system was developed on a web-based platform to allow online access by both committee members and participants. The main features include online team registration, participant data management, automatic bracket generation based on the number of registered teams, as well as real-time presentation of match schedules and results. The results of the study indicate that this system is capable of managing registration and bracket arrangement more effectively and efficiently. In conclusion, this system has succeeded in becoming a digitalization solution for tournament management, with key benefits including minimizing data errors, improving the regularity of match scheduling, and facilitating easier access to information for all parties involved. The automation of this web-based system represents a strategic step in supporting the continuously growing esport ecosystem.
IDENTIFIKASI CELAH KEAMANAN JARINGAN NIRKABEL TERHADAP SERANGAN EVIL TWIN MENGGUNAKAN METODE NETWORK SCANNING Fahmi Romisa; Ruqoyyah Nasution; Sukemi Sukemi
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/x6t9ex37

Abstract

Keamanan jaringan nirkabel tetap menjadi isu krusial seiring meningkatnya ancaman serangan Man-in-the-Middle (MitM), khususnya melalui metode Evil Twin. Serangan ini bekerja dengan menduplikasi Service Set Identifier (SSID) yang sah untuk mengelabui pengguna agar terhubung ke titik akses palsu. Penelitian ini bertujuan untuk mengidentifikasi kerentanan infrastruktur jaringan nirkabel terhadap penetrasi Evil Twin dengan mengimplementasikan metode network scanning. Metodologi penelitian mencakup tahap pemindaian paket data (ping sweep dan port scanning) untuk mendeteksi anomali pada alamat MAC dan kekuatan sinyal (Signal Strength). Hasil penelitian menunjukkan bahwa penggunaan alat pemindaian jaringan secara proaktif mampu mendeteksi keberadaan titik akses asing yang mencoba melakukan intersepsi data. Temuan ini memberikan kontribusi pada pengembangan protokol keamanan nirkabel yang lebih tangguh dan memberikan rekomendasi teknis bagi administrator jaringan dalam memitigasi risiko pencurian informasi sensitif. Kata Kunci: Keamanan Jaringan, Evil Twin, Network Scanning, Titik Akses, Kerentanan.
ANALYSIS OF THE EFFECTIVENESS VALUE OF IMPLEMENTING THE TWO-TIER DECEPTION-DRIVEN SECURITY MODEL IN CYBER SECURITY SYSTEMS Sahrul Ramadhan; Agung Budi Sutanto; Arya Adhyaksa Waskita
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/h9n89079

Abstract

The increasing complexity of cyber attacks, especially Brute Force and SQL Injection, poses a significant risk to production environments. Conventional reactive security measures are often unable to provide sufficient understanding regarding the behavior of attackers. This study designs and analyzes a "Two-Tier Deception Architecture" aimed at improving early warning capabilities without sacrificing the integrity of the production system. This architecture physically and logically separates the production environment as Tier 1 and the deception-based laboratory environment as Tier 2. By utilizing a combination of Fail2Ban and NFTables, the system stealthily redirects traffic from detected malicious actors to a separate environment hosting the Cowrie and DVWA honeypots. All security logs are collected and analyzed using a centralized ELK Stack SIEM. Evaluation using a curated dataset of 100 samples (consisting of 60 legitimate activities and 40 malicious activities) achieved a detection and redirection accuracy of 95%. The system demonstrates minimal resource usage on the production server while providing precise threat intelligence. This research shows that the inclusion of a deception tier within standard infrastructure substantially strengthens proactive defense and incident response effectiveness.
DAPATKAH MODEL TRANSFORMER MENDETEKSI TOKEN SCAM? SEBUAH STUDI PADA SMART CONTRACT ERC-20 Andhi Saputro; Makhsun Makhsun; Ahmad Musyafa
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/h46hgh88

Abstract

Pertumbuhan pesat ekosistem blockchain telah melahirkan ribuan token pada jaringan ERC-20. Fenomena ini mendorong inovasi finansial, namun sekaligus meningkatkan risiko penipuan melalui smart contract yang menyembunyikan mekanisme berbahaya seperti backdoor, blacklist bot, dan manipulasi fee. Penelitian ini mengusulkan pendekatan klasifikasi berbasis Transformer secara end-to-end untuk mendeteksi token scam ERC-20 menggunakan kode sumber Solidity sebagai satu-satunya fitur masukan. Tiga model dievaluasi: CodeBERT (microsoft/codebert-base), RoBERTa (roberta-base), dan GraphCodeBERT (microsoft/graphcodebert-base). Dataset terdiri dari 60.000 kontrak ERC-20 yang diambil dari repositori ASSERT-KTH/DISL, dengan 30.000 kontrak dilabeli secara semi-otomatis menggunakan analisis kode statis berbasis aturan (rule-based) untuk tujuh jenis scam: Honeypot, High Tax, Balance Manipulation, Blacklist, Hidden Owner, Rug Pull, dan Unlimited Mint. Pada klasifikasi biner, GraphCodeBERT mencapai performa terbaik dengan F1-Score 0,9295 dan AUC 0,9808. Pada klasifikasi multilabel, RoBERTa unggul pada F1-Score (0,8681) sementara GraphCodeBERT unggul pada AUC (0,9672). Label Blacklist menjadi tantangan tersendiri dengan F1-Score hanya 0,61–0,64 akibat ketidakseimbangan kelas yang ekstrem. Hasil penelitian membuktikan bahwa representasi kode sumber Solidity melalui model Transformer sudah cukup informatif untuk membedakan kontrak scam dari kontrak legitim secara otomatis.
SIMULASI MITIGASI ZERO-TOUCH PADA SERANGAN BRUTE FORCE SSH DAN RDP BERBASIS ORKESTRASI SIEM WAZUH Putu Dedi Juliana; Arya Adhyaksa Waskita; Ferhat Aziz
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/w7g4ba46

Abstract

Administrasi server berbasis Secure Shell (SSH, port 22) dan Remote Desktop Protocol (RDP, port 3389) pada infrastruktur layanan publik, khususnya Layanan Pengadaan Secara Elektronik (LPSE) Kabupaten Mahakam Ulu, secara inheren memperluas permukaan serangan terhadap Teknik brute force (MITRE ATT&CK T1110). Model mitigasi manual yang bergantung pada analis memperpanjang jarak antara deteksi kegagalan logon berulang dan kontainmen, sehingga membuka jendela eksploitasi yang dapat dimanfaatkan penyerang. Penelitian ini merancang dan memvalidasi prototipe simulasi mitigasi otomatis berbasis semantic Active Response Wazuh dalam kerangka Security Information and Event Management (SIEM). Arsitektur klien–pelayan (React/Vite pada sisi klien; Node.js/Express dengan persistensi JSON pada sisi pelayan) menjalankan tiga skenario pengujian fungsional: serangan brute force bersumber tunggal pada SSH, bersumber tunggal pada RDP, dan multi-sumber dengan tiga alamat IP berotasi. Setiap skenario menggunakan ambang 10 kegagalan autentikasi untuk memicu aturan deteksi 5710 (SSH) dan 60122 (RDP) beranotasi T1110, dilanjutkan eksekusi Active Response berupa firewall-drop (Linux) dan netsh.exe (Windows). Hasil pengujian menunjukkan Mean Time to Respond (MTTR) diskret sebesar satu tick simulasi pada ketiga skenario, dengan rasio keberhasilan isolasi alamat IP mencapai 100% terhadap himpunan sumber yang dimodelkan. Prototipe yang tervalidasi berfungsi sebagai cetak biru konseptual bagi perencanaan penerapan SIEM pada infrastruktur publik tanpa risiko gangguan layanan produksi.
ANALISIS SENTIMEN ULASAN PENGGUNA GRAB DI GOOGLE PLAY STORE MENGGUNAKAN METODE LSTM DAN NAÏVE BAYES Mahima Cinta Hage; Pratyaksa Ocsa Nugraha Saian
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: 10.31539/7hdrhg12

Abstract

Seiring dengan berkembangnya teknologi digital, sektor transportasi mengalami perubahan melalui pemanfaatan aplikasi ojek online seperti Grab. Penggunaan aplikasi ini memunculkan berbagai ulasan dari pengguna di Google Play Store, yang secara tidak langsung mencerminkan tingkat kualitas layanan yang diberikan. Ulasan tersebut dapat dimanfaatkan melalui analisis sentimen untuk mengevaluasi tingkat kepuasan pengguna. Penelitian ini difokuskan pada evaluasi dan perbandingan performa algoritma Long Short-Term Memory (LSTM) dan Naïve Bayes dalam mengklasifikasikan sentimen ulasan pengguna aplikasi Grab. Data yang digunakan sebanyak 5.000 ulasan yang diperoleh melalui web scraping, kemudian diproses melalui tahap preprocessing (cleaning, tokenizing, stopword removal, dan stemming), pelabelan sentimen, serta pembobotan TF-IDF. Naïve Bayes digunakan sebagai metode machine learning klasik yang efisien, sedangkan LSTM sebagai metode deep learning mampu memahami konteks dan urutan kata. Hasil penelitian menunjukkan bahwa LSTM memiliki akurasi sebesar 91,45%, sedikit lebih tinggi dibandingkan Naïve Bayes sebesar 91,33%, serta lebih unggul dalam mendeteksi sentimen negatif berdasarkan nilai recall dan F1-score. Temuan ini diharapkan dapat menjadi referensi dalam pengembangan sistem analisis sentimen dan evaluasi kualitas layanan aplikasi transportasi online.Kata Kunci: Analisis Sentimen, Grab Naïve Bayes, Long Short-Term Memory (LSTM), Klasifikasi Teks.
PERBANDINGAN METODE RANDOM FOREST DAN KNN DALAM MENDETEKSI PENYAKIT LIVER Jordan Johan Josafat Simanjuntak; Magdalena A. Ineke Pakereng
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/j9se3a69

Abstract

Penyakit hati merupakan masalah kesehatan global yang semakin diperburuk oleh gaya hidup tidak sehat, seperti konsumsi alkohol yang berlebihan dan deteksi dini yang tidak memadai. Oleh karena itu, pendekatan berbasis teknologi diperlukan untuk meningkatkan akurasi diagnosis. Penelitian ini bertujuan untuk membandingkan kinerja metode pembelajaran mesin Random Forest dan K-Nearest Neighbor dalam mengklasifikasikan penyakit hati berdasarkan faktor klinis dan gaya hidup pasien. Data diperoleh dengan menggabungkan dua dataset terbuka, yang totalnya berjumlah 2.283 entri dan 19 fitur, termasuk parameter laboratorium, usia, konsumsi alkohol, dan riwayat kesehatan. Tahapan penelitian meliputi pra-pemrosesan data, termasuk imputasi nilai yang hilang, pengkodean variabel kategorikal, normalisasi fitur numerik, rekayasa fitur, dan penyeimbangan kelas menggunakan Teknik Oversampling Minoritas Sintetis. Dataset kemudian dibagi menjadi 80% data pelatihan dan 20% data pengujian secara stratifikasi. Evaluasi model dilakukan menggunakan matriks kebingungan, akurasi, presisi, recall, F1-score, dan Area Di Bawah Kurva Receiver Operating Characteristic. Hasil menunjukkan bahwa Random Forest memiliki kinerja lebih baik dengan akurasi 82% dan nilai Area Di Bawah Kurva 0,91, dibandingkan dengan K-Nearest Neighbor yang mencapai akurasi 72% dan Area Di Bawah Kurva 0,83. Selain itu, Random Forest menghasilkan jumlah negatif palsu yang lebih rendah, menjadikannya lebih dapat diandalkan dalam mendeteksi pasien dengan penyakit hati. Oleh karena itu, Random Forest direkomendasikan sebagai metode yang lebih efektif dan stabil untuk sistem deteksi dini penyakit hati berbasis pembelajaran mesin. Kata kunci: Penyakit Hati, Klasifikasi Medis, Random Forest, K-Nearest Neighbor, Deteksi Dini

Page 78 of 80 | Total Record : 794

 76   77   78   79   80 

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