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
 87   88   89   90   91 
STUDI IMPLIMENTASI SNI ISO/IEC 27001:2022 UNTUK MANAJEMEN RISIKO DATA CENTER BBMKG WILAYAH II Nunuk Irawati; Agung Budi Susanto; Abu Khalid Rivai
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/n7pjjt56

Abstract

Sesuai dengan PP No.95 Tahun 2018 (SPBE) dan Peraturan BMKG No.4 Tahun 2020, informasi merupakan aset krusial bagi BBMKG Wilayah II. Sebagai institusi yang bertanggung jawab atas data meteorologi, klimatologi, dan geofisika, (seperti info gempa dan tsunami) akurasi dan keamanan data sangat vital bagi keselamatan publik. Berbagai ancaman yang terjadi seperti terjadinya web defacement, sering terjadinya gangguan kelistrikan yang merusak server sehingga dapat menghambat layanan yang harus real time dan kurangnya kesadaran keamanan informasi dikalangan pegawai. Penelitian ini bertujuan untuk menganalisis kesiapan dan keandalan aset serta dokumen Data Center BBMKG Wilayah II, mengidentifikasi ancaman risiko keamanan informasi keberlangsungan yang harus dimitigasi dan dikontrol, serta melakukan implementasi kerangka kerja SNI ISO/IEC 27001:2022 dalam manajemen risiko keamanan informasi.  Metode yang digunakan dengan pengumpulan data melalui wawancara, observasi, studi dokumen, dan Focus Group Discusion (FGD). Penelitian ini menghasilkan 30 risiko yang harus dimitigasi dengan sistem pengendalian dari SNI ISO/IEC 27001:2022 yang meliputi 3 (tiga) kategori risiko, yaitu keamanan, infrastruktur, dan sumberdaya manusia (SDM), dimana salah satu terindikasi adalah belum adanya kebijakan SMKI dan kebijakan operasional keamanan informasi yang melanggar Klausul 5.2 - Kebijakan. Setelah dilakukan penanganan risiko selama 3 bulan diantaranya dengan pembuatan dokumen SMKI dan dokumen operasional keamanan informasi, hasil pengujian menunjukkan sejumlah 0 NC mayor, 4 NC minor, dan 9 OFI, yang menggambarkan sangat baik untuk status SMKI di Data center BBMKG Wilayah II.
DETEKSI PENYAKIT GLAUKOMA PADA CITRA FUNDUS RETINA DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Rheyna Atalya Setiadi; Magdalena A. Ineke Pakereng
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/g5sztt66

Abstract

Penelitian ini membahas mengenai deteksi penyakit glaukoma pada citra fundus retina secara otomatis menggunakan metode Convolutional Neural Network dengan pendekatan transfer learning dan fine-tuning pada arsitektur EfficientNetB0, dan menggunakan dataset dari Standardized Multi-Channel Dataset for Glaucoma (SMDG-19) dengan total 12.316 citra fundus retina beresolusi 512×512 piksel. Proses penelitian ini meliputi tahap preprocessing berupa resizing, rescaling serta data augmentation untuk meningkatkan variasi dan mengurangi overfitting. Model ini dilatih dengan Adam optimizer. Hasil pelatihan menunjukkan akurasi validasi mencapai 89,02% dan evaluasi pada data uji menghasilkan akurasi 87,29%, presisi 87,04%, recall 78,04% dan F1-Score sebesar 82,54%. Hasil ini menunjukkan bahwa metode CNN dengan arsitektur EfficientNetB0 mampu mendeteksi glaukoma secara efektif dan berpotensi digunakan sebagai sistem pendukung diagnosis dini yang akurat di bidang oftalmologi. Kata Kunci: Glaukoma, Citra Fundus Retina, Convolutional Neural Network, EfficientNetB0, Transfer Learning
SISTEM PERINGATAN DINI BLINDSPOT FORKLIFT BERBASIS IOT MENGGUNAKAN ESP32, SENSOR ULTRASONIK, DAN NOTIFIKASI TELEGRAM REAL-TIME Muhammad Raffi Arsyad; Muhammad Najamuddin Dwi Miharja; Aceng Badruzzaman
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: 10.31539/63pjz614

Abstract

Penelitian ini bertujuan mengembangkan dan menguji sistem peringatan dini blindspot forklift berbasis Internet of Things (IoT) untuk meningkatkan keselamatan kerja di lingkungan industri manufaktur. Latar belakang penelitian didasarkan pada masih tingginya potensi bahaya dan kejadian near miss yang berkaitan dengan operasional forklift, khususnya pada area blindspot yang tidak terjangkau pandangan operator. Penelitian menggunakan pendekatan Research and Development (R&D) yang meliputi tahapan perancangan, implementasi, dan pengujian sistem di PT Futaba Industrial Indonesia. Sistem yang dikembangkan mengintegrasikan sensor ultrasonik HC-SR04 sebagai pendeteksi jarak, mikrokontroler ESP32 sebagai pengolah data dan pengendali sistem, buzzer sebagai alarm lokal, serta Telegram Bot API sebagai media notifikasi real-time. Pengujian dilakukan untuk menilai akurasi pembacaan sensor, respon alarm buzzer berdasarkan interval jarak, serta kecepatan pengiriman notifikasi Telegram. Hasil pengujian menunjukkan bahwa sensor ultrasonik memiliki rata-rata error sebesar 0,71%, buzzer mampu memberikan peringatan bertingkat sesuai kedekatan objek, dan notifikasi Telegram memiliki rata-rata delay sekitar 3 detik yang masih dalam batas waktu respon yang dapat diterima untuk sistem peringatan dini. Temuan ini mengindikasikan bahwa sistem yang dikembangkan berfungsi secara andal dalam mendeteksi objek pada area blindspot forklift dan memberikan peringatan cepat kepada operator maupun petugas keselamatan. Dengan demikian, sistem peringatan dini berbasis IoT ini berpotensi menjadi lapisan pengendalian risiko tambahan yang efektif untuk mendukung upaya pencegahan kecelakaan kerja di area operasional forklift. Kata Kunci: Internet of Things, ESP32, Forklift, Titik Buta, Sensor Ultrasonik, Bot Telegram, Keselamatan Kerja
ANALISIS RESIKO KEBOCORAN PIPA DISTRIBUSI AIR PADA PERUMDA GIRI TIRTA GRESIK MENGGUNAKAN METODE FMEA DAN FTA Romzy Bachtiar; Yanuar Pandu Negoro; Purwanto Purwanto
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/kgd0t167

Abstract

Kebocoran pipa distribusi air merupakan permasalahan yang sering terjadi di PDAM Perumda Giri Tirta Gresik dan berdampak pada kehilangan air, gangguan pelayanan, serta peningkatan biaya operasional. Penelitian ini bertujuan untuk mengidentifikasi penyebab kebocoran, menentukan tingkat risiko, dan menelusuri akar penyebab kegagalan. Metode yang digunakan adalah Failure Mode and Effect Analysis (FMEA) untuk menentukan prioritas risiko berdasarkan nilai Risk Priority Number (RPN), serta Fault Tree Analysis (FTA) untuk menganalisis penyebab utama secara sistematis. Hasil penelitian menunjukkan bahwa kegagalan dengan nilai RPN tertinggi adalah kebocoran pada sambungan rumah (water meter) sebesar 336, diikuti oleh kebocoran akibat korosi pipa sebesar 324, dan retakan pipa akibat tekanan berlebih sebesar 252. Analisis FTA menunjukkan bahwa kebocoran dipengaruhi oleh faktor material, operasional, lingkungan, dan pemasangan. Upaya perbaikan yang disarankan meliputi peningkatan kualitas material, pengendalian tekanan air, perawatan berkala, serta perbaikan prosedur instalasi. Penelitian ini diharapkan dapat meningkatkan efisiensi dan keandalan sistem distribusi air. Kata kunci: kebocoran pipa, FMEA, FTA, risiko, PDAM
ANALISIS FAKTOR PENGGUNAAN MOBILE JKN PADA PASIEN LANSIA RAWAT JALAN DENGAN PENDEKATAN TECHNOLOGY ACCEPTANCE MODEL Reyhan Adi Surya Maulana Ilyas; Iswati Iswati
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/f0dkp259

Abstract

Penelitian ini bertujuan menganalisis faktor-faktor yang Berhubungan Dengan penerimaan aplikasi Mobile JKN oleh pasien lanjut usia di Rumah Sakit Adi Husada Kapasari Surabaya dengan pendekatan Technology Acceptance Model (TAM). Menggunakan metode kuantitatif analitik, penelitian melibatkan pasien lansia di instalasi rawat jalan yang rutin melakukan kontrol bulanan. Hasil analisis data menunjukkan bahwa persepsi manfaat (perceived usefulness) mencatatkan persentase tertinggi (98,7%), di mana fitur antrean online terbukti efektif memangkas waktu tunggu secara signifikan. Namun, penggunaan nyata (actual system use) mayoritas masih berada dalam kategori sedang (88,7%) karena kendala penurunan fungsi fisik dan kognitif alami pada lansia yang memengaruhi persepsi kemudahan penggunaan (perceived ease of use). Secara simultan, seluruh variabel TAM berhubungan positif dan signifikan terhadap tingkat adopsi teknologi. Kesimpulannya, kepemilikan aplikasi yang tinggi pada lansia lebih didorong oleh peran bantuan petugas dan keluarga, bukan kemandirian digital. Disarankan bagi manajemen rumah sakit untuk mempertahankan pelayanan humanis langsung mendampingi infrastruktur digital, serta bagi BPJS Kesehatan untuk mengembangkan antarmuka khusus lansia demi kemudahan aksesibilitas pelayanan kesehatan. Kata Kunci: Mobile JKN, Lanjut Usia, Technology Acceptance Model, Rumah Sakit Adi Husada Kapasari.
PERBANDINGAN KINERJA PRE-TRAINED LANGUAGE MODEL BAHASA INDONESIA BERBASIS TRANSFORMER UNTUK ANALISIS SENTIMEN ULASAN TOKOPEDIA GOOGLE PLAY Muhammad Kevin; Hanafi Hanafi
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: 10.31539/91g0jx56

Abstract

Analisis sentimen terhadap ulasan aplikasi e-commerce pada Google Play Store merupakan salah satu pendekatan penting untuk memahami persepsi pengguna. Namun, karakteristik data yang tidak terstruktur, penggunaan bahasa informal, singkatan, serta variasi dialek dan bahasa daerah masih menjadi tantangan dalam proses klasifikasi sentimen. Penelitian ini membandingkan performa tiga Pre-trained Language Model (PLM) berbahasa Indonesia, yaitu BERT Indonesia, RoBERTa Indonesia, dan IndoBERT, dalam mengklasifikasikan sentimen ulasan Tokopedia berbahasa Indonesia. Sebagai pembanding terhadap aspek efisiensi komputasi, DistilBERT Indonesia turut dievaluasi untuk menganalisis trade-off antara performa klasifikasi dan kebutuhan sumber daya komputasi. Dataset penelitian terdiri atas 10.000 ulasan Tokopedia yang diperoleh melalui web scraping menggunakan google_play_scraper. Tahapan penelitian meliputi preprocessing (pembersihan data, normalisasi teks, dan tokenisasi subword), pelabelan sentimen (positif, negatif, dan netral), pembagian data, proses fine-tuning menggunakan pustaka Hugging Face Transformers, serta evaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil eksperimen menunjukkan bahwa IndoBERT memperoleh performa terbaik dengan akurasi pengujian sebesar 92,65%, diikuti oleh BERT Indonesia (92,15%) dan RoBERTa Indonesia (91,78%), yang menunjukkan bahwa ketiga model menghasilkan performa klasifikasi yang relatif kompetitif dan selisih akurasi yang kecil. Meskipun memiliki akurasi yang sedikit lebih rendah, DistilBERT Indonesia mencapai akurasi 91,78% dengan waktu pelatihan tercepat, sehingga menawarkan efisiensi komputasi yang lebih baik dibandingkan model lainnya. Temuan ini menunjukkan bahwa pemilihan pretrained language model tidak hanya dipengaruhi oleh tingkat akurasi, tetapi juga oleh karakteristik arsitektur dan efisiensi komputasi yang diperlukan pada proses analisis sentimen berbahasa Indonesia. Kata Kunci: Analisis Sentimen, Natural Language Processing, BERT Indonesia, IndoBERT, Tokopedia.  

Page 91 of 91 | Total Record : 906

 87   88   89   90   91 

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