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 906 Documents
 78   79   80   81   82 
ANALISIS PERILAKU BELAJAR SISWA DI ERA ARTIFICIAL INTELLIGENCE MENGGUNAKAN MODEL DEEP LEARNING TABNET DAN TABTRANSFORMER UNTUK PENGEMBANGAN REKOMENDASI STRATEGI PEMBELAJARAN Ahmad Muhammad; Ahmad Musyafa; Tukiyat Tukiyat
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/t0adps90

Abstract

Perkembangan teknologi kecerdasan artifisial (Artificial Intelligence/AI) telah membawa perubahan signifikan terhadap perilaku belajar siswa, terutama dalam cara siswa mengakses informasi, menyelesaikan tugas, dan membangun strategi belajar mandiri. Penelitian ini bertujuan untuk menganalisis perilaku belajar siswa di era AI menggunakan model deep learning TabNet dan TabTransformer untuk memprediksi capaian akademik siswa serta mengembangkan rekomendasi strategi pembelajaran yang adaptif. Penelitian menggunakan pendekatan kuantitatif dengan data tabular yang diperoleh dari 2.052 siswa SMA Plus PGRI Cibinong. Variabel penelitian mencakup aspek akademik, digital, psikologis, sosial, dan penggunaan AI dalam pembelajaran. Tahapan penelitian meliputi preprocessing data, encoding, pembagian data latih dan data uji, pemodelan menggunakan TabNet dan TabTransformer, evaluasi model menggunakan RMSE, MAE, dan R², serta analisis feature importance untuk segmentasi siswa. Hasil penelitian menunjukkan bahwa TabTransformer memiliki performa lebih baik dibandingkan TabNet dalam memodelkan hubungan antara perilaku belajar dan nilai akademik siswa. Variabel usaha belajar, penggunaan AI untuk memahami materi, dan motivasi belajar menjadi faktor dominan yang memengaruhi capaian akademik. Selain itu, penelitian menghasilkan empat segmentasi profil siswa yang digunakan sebagai dasar penyusunan rekomendasi strategi pembelajaran adaptif. Penelitian ini menunjukkan bahwa AI berperan sebagai faktor pendukung pembelajaran, sementara regulasi diri dan usaha belajar tetap menjadi faktor utama keberhasilan akademik siswa.
PERANCANGAN APLIKASI BERBASIS WEB SEBAGAI MEDIA PROMOSI UNTUK UMKM BARANG RONGSOKAN PAK IYAN BEKASI JAWA BARAT Agus Tanti Rahayu; Mesra Betty Yel; A’allya Nabilla
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/fa6vqm92

Abstract

Perkembangan teknologi informasi saat ini memberikan peluang besar bagi pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) untuk memperluas jangkauan promosi melalui media digital. Salah satu cara yang efektif adalah dengan memanfaatkan aplikasi berbasis web sebagai sarana informasi dan promosi. Penelitian ini bertujuan untuk merancang aplikasi berbasis web sebagai media promosi bagi UMKM Barang Rongsokan Pak Iyan yang berlokasi di Bekasi Barat, guna meningkatkan visibilitas usaha dan mempermudah masyarakat dalam memperoleh informasi terkait layanan jual beli barang bekas. Metode yang digunakan dalam penelitian ini meliputi analisis kebutuhan sistem, perancangan antarmuka (UI/UX), serta implementasi menggunakan bahasa pemrograman berbasis web seperti HTML, CSS, dan PHP. Hasil dari pengembangan ini berupa prototype aplikasi web yang menampilkan profil usaha, daftar jenis barang yang diterima, kontak, serta galeri aktivitas. Dengan adanya aplikasi berbasis web ini, diharapkan UMKM Barang Rongsokan Pak Iyan dapat memanfaatkan teknologi informasi secara optimal untuk meningkatkan daya saing, memperluas jaringan pelanggan, serta mendukung proses digitalisasi UMKM dalam menghadapi persaingan bisnis modern. Dengan demikian, perancangan aplikasi berbasis web sebagai media promosi ini dapat menjadi solusi efektif dalam meningkatkan promosi usaha, akses informasi, dan jangkauan pelanggan pada UMKM Barang Rongsokan Pak Iyan di Bekasi Barat. Kata kunci: Aplikasi Berbasis Web, UMKM, Media Promosi, Barang Rongsokan, Bekasi Barat
KOMPARASI DAN IMPLEMENTASI ALGORITMA MACHINE LEARNING UNTUK KLASIFIKASI KREDIT BERMASALAH PADA PT BPR NUSUMMA KLATEN Teguh Muryanto; Aji Nurrohman; Rachmat Setiabudi; Wibisono Wibisono; Berliyanto Berliyanto
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/r5rncz02

Abstract

Tingkat kredit bermasalah yang tinggi dapat mengganggu stabilitas keuangan lembaga perbankan, sehingga diperlukan sistem klasifikasi yang akurat untuk mendeteksi potensi gagal bayar sejak dini. Penelitian ini bertujuan untuk membangun dan membandingkan model klasifikasi risiko kredit menggunakan algoritma machine learning, yaitu Random Forest, XGBoost, dan Support Vector Machine (SVM). Permasalahan yang diangkat dalam penelitian ini meliputi ketidakakuratan dalam klasifikasi nasabah, kurangnya pemanfaatan data historis, serta belum diterapkannya metode analitik berbasis algoritma cerdas. Metode penelitian mengikuti pendekatan Cross-Industry Standard Process for Data Mining (CRISP-DM) yang mencakup pemahaman bisnis, eksplorasi data, praproses data, pemodelan, evaluasi model, hingga tahap implementasi. Dataset yang digunakan berasal dari laporan historis nasabah kredit di PT BPR Nusumma Klaten. Evaluasi dilakukan dengan mengukur akurasi, precision, recall, F1-score, dan AUC. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki kinerja terbaik dengan nilai evaluasi yang lebih stabil dibandingkan XGBoost dan SVM. Temuan ini diharapkan dapat membantu lembaga keuangan dalam meningkatkan efisiensi proses analisis risiko kredit dan pengambilan keputusan berbasis data. Kata Kunci: Kredit Bermasalah, Random Forest, XGBoost, SVM, Klasifikasi
EVALUASI STRATEGI MOVING AVERAGE, RELATIVE STRENGTH INDEX, DAN PARABOLIC SAR TERHADAP PERGERAKAN HARGA EUR/USD PADA PT ROYAL TRUST FUTURES Abdurrahman Abdurrahman; Sigit Wibisono; Bagus Prabowo; Aji Nurrohman; Irlon Irlon
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/nmen2h79

Abstract

Perdagangan valuta asing (forex) merupakan salah satu instrumen investasi yang memiliki risiko tinggi dan memerlukan analisis yang tepat dalam pengambilan keputusan. Salah satu pendekatan yang banyak digunakan adalah analisis teknikal dengan bantuan indikator teknikal. Penelitian ini bertujuan untuk mengevaluasi kinerja tiga indikator teknikal, yaitu Moving Average periode 5 (MA5), Relative Strength Index (RSI), dan Parabolic SAR dalam memberikan sinyal beli dan jual terhadap pasangan mata uang EUR/USD. Permasalahan dalam penelitian ini  adalah untuk mengetahui sejauh mana efektivitas masing-masing indikator dalam membaca pergerakan harga dan menghasilkan profit yang optimal. Data yang digunakan adalah data historis EUR/USD periode 2018–2025 yang diperoleh dari platform MetaTrader 4, dengan pendekatan metode CRISP-DM dan pengolahan data menggunakan bahasa pemrograman Python. Hasil evaluasi menunjukkan bahwa Parabolic SAR merupakan indikator paling unggul dengan win rate 76.84%, net return sebesar 65.43%, dan CAGR sebesar 7.46%. MA5 menunjukkan hasil moderat dengan win rate 36.55% dan net return 6.15%, sedangkan RSI menunjukkan performa terendah dengan hasil negatif. Penelitian ini memberikan gambaran mengenai efektivitas masing-masing indikator teknikal dan dapat menjadi referensi untuk pengambilan keputusan trading yang lebih tepat. Kata Kunci: Evaluasi indikator teknikal, MA5, RSI, Parabolic SAR, pergerakan harga EUR/USD
STRATEGI TATA KELOLA TI UNTUK CUSTOMER RELATIONSHIP MANAGEMENT DI KAWASAN INDUSTRI BERDASARKAN COBIT 2019 Rudiyanto Rudiyanto; Erma Suryani
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (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: 10.31539/9wk7p241

Abstract

Customer Relationship Management (CRM) merupakan aspek krusial dalam pengelolaan kawasan industri karena berperan langsung terhadap loyalitas dan kepuasan tenant. Namun, salah satu Kawasan Industri di Surabaya masih menghadapi permasalahan berupa fragmentasi sumber data tenant dan penggunaan beberapa aplikasi terpisah dalam pengelolaan keluhan, yang menunjukkan belum optimalnya tata kelola TI yang selaras dengan tujuan bisnis. Penelitian ini bertujuan merumuskan strategi tata kelola TI untuk meningkatkan efektivitas CRM di Kawasan Industri dengan pendekatan kerangka kerja COBIT 2019. Metode penelitian meliputi studi literatur, kuesioner, wawancara, serta penilaian kapabilitas proses TI pada domain APO08, BAI02, BAI03, DSS01, dan DSS04. Hasil penelitian diharapkan menghasilkan strategi tata kelola TI, peta jalan implementasi, serta rekomendasi peningkatan kapabilitas proses CRM sebagai dasar peningkatan kualitas layanan dan keunggulan kompetitif perusahaan. Kata Kunci: COBIT 2019, CRM, IT Maturity, Kawasan Industri.
ANALISIS KESIAPAN DIGITALISASI PROGRAM MAKAN BERGIZI GRATIS UNTUK MENINGKATKAN EFISIENSI DENGAN PENDEKATAN TOE FRAMEWORK Aniqoh Bachriwindi; Erma Suryani
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (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: 10.31539/8c9wxm20

Abstract

Distribusi bahan pangan memiliki peran strategis dalam mendukung keberhasilan Program Makan Bergizi Gratis (MBG), yang merupakan salah satu program prioritas nasional. Ketepatan distribusi dan kualitas bahan pangan menjadi faktor kunci dalam efektivitas penyajian makanan di dapur umum. Penelitian ini bertujuan untuk menganalisis kesiapan digitalisasi sistem distribusi bahan pangan dalam Program MBG dengan menggunakan pendekatan Technology-Organization-Environment (TOE) Framework. Evaluasi dilakukan melalui tiga dimensi: teknologi, organisasi, dan lingkungan. Data diperoleh melalui studi literatur, observasi lapangan, wawancara, dan kuesioner pada lembaga penyelenggara MBG di Jombang, Jawa Timur. Analisis dilakukan secara kualitatif dengan pendekatan gap analysis. Hasil penelitian diharapkan dapat memetakan tingkat kesiapan digital serta mengidentifikasi hambatan dan peluang transformasi digital distribusi pangan, sekaligus memberikan rekomendasi strategis untuk peningkatan efisiensi operasional. Kata kunci: Distribusi bahan pangan, Kesiapan digital, Program MBG, Transformasi digital, TOE Framework
OPTIMALISASI PEMBELAJARAN TEKNIK FOTOGRAFI MELALUI VIDEO TUTORIAL UNTUK MENINGKATKAN KOMPETENSI MAHASISWA DKV Aras Ade Gia; Yayan Indra Irawan
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (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/rts80e77

Abstract

Penelitian ini dilatarbelakangi oleh rendahnya keterampilan teknik fotografi mahasiswa Desain Komunikasi Visual (DKV) yang dipengaruhi oleh keterbatasan media pembelajaran yang interaktif dan mudah diakses. Penelitian ini bertujuan untuk mengoptimalkan penggunaan video tutorial dalam pembelajaran teknik fotografi guna meningkatkan kompetensi mahasiswa. Metode yang digunakan adalah pendekatan kuantitatif dengan desain pre-eksperimental melalui pemberian perlakuan berupa pembelajaran berbasis video tutorial. Subjek penelitian adalah mahasiswa DKV yang mengikuti mata kuliah teknik fotografi. Hasil penelitian menunjukkan bahwa penggunaan video tutorial mampu meningkatkan pemahaman konsep serta keterampilan praktik mahasiswa secara signifikan. Dengan demikian, dapat disimpulkan bahwa optimalisasi video tutorial efektif dalam meningkatkan kompetensi mahasiswa DKV pada pembelajaran teknik fotografi. Kata Kunci: video tutorial, teknik fotografi, kompetensi, mahasiswa DKV, pembelajaran
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI BY.U PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA CNN Altra Yudha Mawlana; Erwin Dwika Putra
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (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/vfwsfx96

Abstract

Peningkatan penggunaan aplikasi layanan digital by.U diikuti oleh bertambahnya jumlah ulasan pengguna pada Google Play Store yang mencerminkan tingkat kepuasan dan ketidakpuasan pengguna. Banyaknya data teks yang tidak terstruktur menyebabkan analisis secara manual menjadi kurang efektif, sehingga diperlukan pendekatan otomatis melalui analisis sentimen. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna ke dalam kategori positif, netral, dan negatif menggunakan metode Convolutional Neural Network (CNN). Sebanyak 3.000 ulasan berhasil dikumpulkan, dan 2.984 ulasan diproses melalui tahapan preprocessing sebelum dilakukan pelabelan sentimen berdasarkan rating pengguna. Dataset kemudian dibagi dengan rasio 80% data latih dan 20% data uji. Penelitian ini melakukan beberapa skenario pengujian untuk menganalisis pengaruh preprocessing dan konfigurasi model terhadap kinerja klasifikasi. Hasil penelitian menunjukkan bahwa model CNN dengan penerapan stopword removal menghasilkan akurasi terbaik sebesar 76%. Sementara itu, hasil evaluasi keseluruhan model menunjukkan akurasi sebesar 73% dengan nilai precision sebesar 75%, recall sebesar 73%, dan F1-score sebesar 73%, yang mengindikasikan performa klasifikasi yang cukup baik. Namun, model masih memiliki keterbatasan dalam mengidentifikasi sentimen netral secara optimal. Kata kunci: Convolutional Neural Network (CNN), ulasan pengguna, klasifikasi teks, Google Play Store
PENERAPAN METODE CNN UNTUK ANALISIS SENTIMEN PENGGUNA APLIKASI DOLA Zendra Utama; Pahrizal Pahrizal
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (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/r4m4tn80

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Dola pada Google Play Store menggunakan metode Convolutional Neural Network (CNN). Latar belakang penelitian ini adalah meningkatnya jumlah ulasan pengguna yang dapat dimanfaatkan untuk mengetahui tingkat kepuasan terhadap aplikasi. Data penelitian diperoleh melalui proses crawling menggunakan Python dengan total 3000 ulasan pengguna. Tahapan penelitian meliputi pre-processing data berupa cleaning, case folding, tokenization, stopword removal, slangword, dan stemming, kemudian dilanjutkan dengan pelabelan sentimen positif, netral, dan negatif berdasarkan rating pengguna. Dataset dibagi menjadi 70% data latih dan 30% data uji. Hasil penelitian menunjukkan bahwa model CNN mampu mengklasifikasikan sentimen dengan tingkat akurasi sebesar 82%. Berdasarkan hasil evaluasi, metode CNN dinilai efektif dalam mengenali pola sentimen pada ulasan pengguna aplikasi Dola dan dapat digunakan sebagai bahan evaluasi pengembangan aplikasi. Kata Kunci: Analisis Sentimen, Convolutional Neural Network, CNN, Google Play Store, Aplikasi Dola
PENERAPAN ALGORITMA RANDOM FOREST SEBAGAI EARLY WARNING SYSTEM PREDIKSI KELULUSAN MAHASISWA TEPAT WAKTU Azzumardi Mubarok Romadhoni; Widyasari Puspa Permata Witra; Indra Gita Anugrah
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 3 (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/kqm1n834

Abstract

Ketepatan waktu kelulusan merupakan indikator penting dalam evaluasi kinerja perguruan tinggi. Rendahnya tingkat kelulusan tepat waktu pada Fakultas Teknik di salah satu universitas di Gresik mendorong pengembangan mekanisme prediksi dini untuk mengidentifikasi mahasiswa berisiko terlambat lulus. Penelitian ini membangun model Early Warning System (EWS) menggunakan algoritma Random Forest berdasarkan data akademik 1.558 mahasiswa angkatan 2018 - 2021. Variabel yang digunakan meliputi IPS semester 1 - 4, IPK semester 4, dan status pekerjaan. Pengujian dilakukan dengan kombinasi K-Fold Cross Validation (5 dan 10) serta pembagian data 70:30, 80:20, dan 90:10. Model terbaik diperoleh pada skenario cv5_split70 dengan parameter n_estimators=50 dan max_depth=5, menghasilkan akurasi 77,56% dan F1-Score 0,7764. IPS semester 4 menjadi prediktor paling dominan. Hasil penelitian menunjukkan Random Forest efektif digunakan sebagai dasar pengembangan EWS untuk mendukung intervensi akademik yang lebih tepat sasaran. Kata Kunci: Early Warning System, Random Forest, Prediksi Kelulusan, Kinerja pendidikan tinggi,

Page 80 of 91 | Total Record : 906

 78   79   80   81   82 

Filter by Year

2018 2026


Reset
Filter By Issues
All Issue Vol. 9 No. 3 (2026): INTECOMS: Journal of Information Technology and Computer Science 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. 6 (2025): 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 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