cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Zulfan Zainal
Contact Email
zulfanzainal@serambimekkah.ac.id
Phone
+6281360353540
Journal Mail Official
jnkti@serambimekkah.ac.id
Editorial Address
Gedung H Fakultas Teknik Universitas Serambi Mekkah Jl. T. Imum Lueng Bata, Batoh, Kota Banda Aceh - Aceh
Location
Kota banda aceh,
Aceh
INDONESIA
Jurnal Nasional Komputasi dan Teknologi Informasi
Published by Universitas Serambi Mekkah Aceh
ISSN : 26208342     EISSN : 26213052     DOI : https://doi.org/10.32672/jnkti.v8i2
Core Subject : Science, Engineering,
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Neuroscience Transportation
Jurnal Nasional Komputasi dan Teknologi Informasi adalah jurnal nasional yang diterbitkan oleh Program Studi Teknik Komputer Universitas Serambi Mekkah tahun 2018 dan telah Terakreditasi SINTA 5. Jurnal ini terbit sebanyak enam edisi dalam satu tahun yaitu setiap bulan Februari, April, Juni, Agustus, Oktober dan Desember baik cetak (P-ISSN : 2620-8342) dan online (E-ISSN: 2621-3052). Jurnal ini mempublikasikan artikel-artikel ilmiah yang berkaitan dengan bidang Komputer dan Teknologi Informasi dengan scope Rekayasa Perangkat Lunak, Sistem Informasi, Jaringan Komputer, Elektronika dan Sistem Kontrol, Multimedia dan Pengolahan Citrat Digital serta bidang Komputer dan Informatika lainnya yang relevan. Artikel yang dikirimkan ke JNKTI dapat ditulis dalam Bahasa Indonesia atau Bahasa Inggris. Setiap artikel yang dipublikasi dalam jurnal ini akan direview terlebih dahulu dengan metode Peer-Review dan hanya artikel yang memenuhi syarat yang akan dipublikasikan. Artikel-artikel yang telah dipublikasikan oleh JNKTI juga sudah diindeks oleh beberapa lembaga indeksasi seperti Google Scholar, Garuda, CrossRef, BASE, Moraref dan SINTA. Bidang bidang fokus penelitian yang akan dipublikasi dalam jurnal ini antara lain : Bidang Rekayasa Perangkat Lunak Bidang Jaringan Komputer Bidang Multimedia dan Pengolahan Citra Digital Bidang Komputasi Bidang Sistem dan Teknologi Informasi Bidang Kecerdasan Buatan Multidisiplin ilmu lainnya yang relevan
Arjuna Subject : Teknik (semua kategori) - Teknik Kontrol dan Sistem
Articles 1,300 Documents
 111   112   113   114   115 
Analisis Sentimen Terhadap Tindakan Kekerasan Seksual pada Media Sosial Tiktok Menggunakan Metode Support Vector Machine (SVM) Indah Wulandari; Septyan Eka Prastya; Muhammad Zulfadhilah; Rudy Anshari
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 2 (2025): April 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i2.8892

Abstract

Abstrak - Pada aplikasi TikTok banyak sekali kita temukan konten – konten atau postingan video mengenai berita yang sedang viral di Indonesia terutama berita mengenai kekerasan seksual. Pada postingan tentang kekerasan seksual tersebut tidak jarang kita jumpai komentar para masyarakat atau netizen Indonesia yang mengacu pada korban. Tujuan penelitian dilakukan untuk mengidentifikasi pola pendapat atau reaksi yang diberikan oleh pengguna TikTok terhadap tindakan kekerasan seksual dalam komentar pada postingan video menggunakan Metode Support Vector Machine (SVM). Dalam penelitian ini, metode svm yang dikembangkan mencapai akurasi sebesar 79%, hal ini menunjukkan bahwa metode svm yang telah dilatih mampu melakukan klasifikasi sentimen dengan baik pada data uji. Dengan hasil yang didapatkan pada penelitian yang dilakukan menunjukkan bahwa hasil analisis sentimen negatif sekitar 43.6% lebih rendah dibandingkan dengan komentar positif yaitu sekitar 56.4%, selain itu metode svm dapat melakukan analisis sentimen terhadap komentar kekerasan seksual dengan hasil akurasi 79%. Hasil penelitian menunjukkan akurasi metode svm 79%, analisis menunjukkan bahwa 56.4% komentar bersifat positif. hal ini menunjukkan bahwa 56.4% mayoritas pengguna TikTok cenderung memberikan komentar yang mendukung dan empati terhadap korban yang mengalami kekerasan seksual.Kata kunci: kekerasan seksual, sentimen analisis, support vector machine (svm), tiktok.  Abstract - On the TikTok application, we often find content or video posts about news that is currently viral in Indonesia, especially news about sexual violence. In posts about sexual violence, we often find comments from the Indonesian public or netizens referring to the victim. The purpose of this study was to identify patterns of opinion or reactions given by TikTok users to acts of sexual violence in comments on video posts using the Support Vector Machine (SVM) Method. In this study, the svm method developed achieved an accuracy of 79%, this shows that the trained svm method is able to classify sentiment well on the test data. The results obtained in the study showed that the results of the negative sentiment analysis were around 43.6% lower than positive comments, which were around 56.4%, in addition the svm method can analyze sentiment on comments about sexual violence with an accuracy of 79%. The results of the study showed that the accuracy of the svm method was 79%, the analysis showed that 56.4% of the comments were positive. This shows that 56.4% of the majority of TikTok users tend to provide comments that support and empathize with victims who experience sexual violence.Keywords: sexual violence, sentiment analysis, support vector machine (SVM), TikTok.
Optimasi Data Rekam Medis Pasien Rawat Inap BPJS RSUD Tombulilato dengan Algoritma K-Means dan FP-Growth Fatiya Ointu; Alter Lasarudin; Wahyudin Hasyim
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 4 (2025): Agustus 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i4.9348

Abstract

Abstrak - Pengelolaan data rekam medis, terutama dalam meningkatkan kualitas layanan rumah sakit di era digital, menjadi komponen yang semakin penting. Penelitian ini bertujuan untuk mengoptimalkan pengelolaan data rekam medis pasien rawat inap BPJS di Rumah Sakit Umum Daerah Tombulilato dengan menerapkan algoritma K-Means untuk clustering dan analisis pola asosiasi menggunakan algoritma FP-Growth. Hasil penelitian menunjukkan bahwa Cluster 0 terdiri dari pasien perempuan di Kelas Rawat 3, berusia dewasa (18-64 tahun), yang mengalami penyakit infeksi (dukungan 16,4% dengan kepercayaan 100%), penyakit pernapasan (dukungan 7,1% dengan kepercayaan 100%), dan komplikasi kehamilan (dukungan 11,6% dengan kepercayaan 100%). Sementara itu, Cluster 1 terdiri dari pasien laki-laki di Kelas Rawat 3, berusia dewasa (18-64 tahun), yang mengalami penyakit infeksi (dukungan 13,6% dengan kepercayaan 100%), penyakit pernapasan (dukungan 16,2% dengan kepercayaan 100%), dan penyakit mental (dukungan 10,3% dengan kepercayaan 100%).Kata kunci: FP-Growth; K-Means; Rekam Medis; Abstract - It is becoming increasingly crucial to manage medical record data in order to enhance the quality of hospital services in the digital era. This study aims to optimize the management of medical record data for BPJS inpatients at Tombulilato Regional General Hospital by applying the K-Means algorithm for clustering and association pattern analysis using the FP-Growth algorithm. The results showed that Cluster 0 consisted of female patients in Class 3, adults (18-64 years), who experienced infectious diseases (16.4% support with 100% confidence), respiratory diseases (7.1% support with 100% confidence), and pregnancy complications (11.6% support with 100% confidence). Cluster 1 was composed of male patients in Class 3, adults aged 18-64 years, who had been diagnosed with infectious diseases (13.6% support with 100% confidence), respiratory diseases (16.2% support with 100% confidence), and mental illness (10.3% support with 100% confidence).Keywords: FP-Growth; Medical Records; K-Means;
Analisis Sentimen Pengguna TikTok Terhadap Postingan Tiktok Smartfrenworld Menggunakan Algoritma Logistic Regression Mulya, Arga Budi; Putra, Rifky Wahyu Eka; Giovanni, Muhammad Arif; Putravani, Adheiktyo Februarjuna; Putra, Arya Ade; Hasan, Fuad Nur
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9945

Abstract

Abstrak - Penelitian ini bertujuan melakukan analisis sentimen pengguna TikTok terhadap postingan akun resmi Smartfrenworld menggunakan algoritma Logistic Regression. Metode ini dipilih karena keunggulannya dalam efisiensi komputasi dan efektivitasnya yang tinggi dalam menangani klasifikasi biner pada data teks, sehingga cocok untuk analisis sentimen. Data yang digunakan adalah 4.200 komentar pengguna TikTok yang dikumpulkan melalui proses scraping. Metodologi penelitian mencakup tahap pengumpulan data, prapemrosesan data yang mencakup Case folding, Normalisasi Kata Slang, dan penghapusan Stopword, serta pelabelan sentimen menggunakan metode Rule-Based. Hasil pelabelan menunjukkan bahwa sentimen negatif lebih mendominasi, yaitu sebesar 52,31% atau 2.197 sampel, dibandingkan dengan sentimen positif sebesar 47,69% atau 2.003 sampel. Evaluasi kinerja model Logistic Regression sebagai algoritma Machine Learning menunjukkan hasil yang sangat baik dan stabil, dengan nilai akurasi keseluruhan mencapai 0,9286 (92,86%). Selain itu, model ini juga mencapai nilai Presisi, Recall, dan F1-Score yang seimbang, yaitu 0,93 untuk kedua kelas sentimen. Analisis WordCloud menunjukkan bahwa sentimen negatif berkaitan dengan berbagai kendala teknis layanan seperti "sinyal", "jaringan", dan "gangguan", sementara sentimen positif berkaitan dengan interaksi dan pelayanan pelanggan yang baik, terlihat dari kata kunci seperti "teman" dan "trimz".Kata kunci: Analisis Sentimen; TikTok; Logistic Regression; Smartfrenworld; Machine Learning; Abstract - This study aims to analyze TikTok user sentiment towards Smartfrenworld's official account posts using the Logistic Regression algorithm. This method was chosen because of its advantages in computational efficiency and its high effectiveness in handling binary classification on text data, making it suitable for sentiment analysis. The data used are 4,200 TikTok user comments collected through a scraping process. The research methodology includes data collection stages, data preprocessing including Case folding, Slang Normalization, and Stopword removal, as well as sentiment labeling using the Rule-Based method. The labeling results show that negative sentiment is more dominant, namely 52.31% or 2,197 samples, compared to positive sentiment at 47.69% or 2,003 samples. The performance evaluation of the Logistic Regression model as a Machine Learning algorithm shows excellent and stable results, with an overall accuracy value reaching 0.9286 (92.86%). In addition, this model also achieves balanced Precision, Recall, and F1-Score values, namely 0.93 for both sentiment classes. WordCloud analysis shows that negative sentiment is related to various technical service issues such as “signal,” “network,” and “interference,” while positive sentiment is related to good customer interaction and service, as seen from keywords such as “friends” and “thanks”.Keywords: Sentiment Analysis; TikTok; Logistic Regression; Smartfrenworld; Machine Learning;
Optimalisasi Sistem Informasi Absensi pada PT Sinergi Informatika Semen Indonesia dengan Model Kerja WFA/WFO: Analisis Keterbatasan dan Potensi Pengembangan Ahlul Nur Ilma Safa'ah; Putri Aisyiyah Rakhma Devi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 2 (2025): April 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i2.9080

Abstract

Abstrak- Penelitian ini bertujuan untuk menganalisis efektivitas dan tantangan penerapan sistem informasi kehadiran berbasis teknologi di PT Sinergi Informatika Semen Indonesia (SISI), khususnya dalam konteks model kerja hybrid, yaitu bekerja di mana saja (WFA) dan bekerja di kantor (WFO). Metodologi yang digunakan adalah pendekatan kualitatif deskriptif dimana data dikumpulkan melalui wawancara, observasi dan penelitian kepustakaan. Hasil penelitian menunjukkan bahwa sistem absensi SISI dapat mencatat aktivitas karyawan secara detail dan real time melalui fungsi penjadwalan aktivitas, sehingga memberikan dasar perhitungan jam kerja dan lembur yang akurat. Namun, sistem ini juga menghadapi beberapa keterbatasan, seperti keterbatasan teknis dalam pengisian aktivitas, masalah durasi yang tidak realistis yang disebabkan oleh kesalahan input sistem, dan keterbatasan integrasi antar sistem. Temuan ini menunjukkan bahwa, meskipun sistem kehadiran SISI cukup efektif dalam meningkatkan akuntabilitas dan produktivitas, ada potensi pengembangan dari perspektif teknis dan fungsional untuk mengakomodasi perubahan dalam pola kerja yang semakin fleksibel dengan lebih baik.Kata kunci :  Sistem informasi absensi, Work From Anywhere (WFA), Work From Office (WFO), SISI, schedule activity, manajemen kehadiran. Abstract - This study aims to analyze the effectiveness and challenges of implementing a technology-based attendance information system at PT Sinergi Informatika Semen Indonesia (SISI), especially in the context of a hybrid work model, namely working anywhere (WFA) and working in the office (WFO). The methodology used is a descriptive qualitative approach where data is collected through interviews, observations and library research. The results of the study indicate that the SISI attendance system can record employee activities in detail and in real time through the activity scheduling function, thus providing a basis for calculating accurate working hours and overtime. However, this system also faces several limitations, such as technical limitations in filling activities, unrealistic duration problems caused by system input errors, and limited integration between systems. These findings indicate that, although the SISI attendance system is quite effective in improving accountability and productivity, there is potential for development from a technical and functional perspective to better accommodate changes in increasingly flexible work patterns.Keywords: Attendance information system, Work From Anywhere (WFA), Work From Office (WFO), SISI, schedule activity, attendance management.
Implementasi Metode Hibrida untuk Deteksi Kemiripan Judul Skripsi dengan Pendekatan Leksikal dan Semantik pada Sistem SIMONIK Queeny Laila Zahra; Eko Darmanto; Syafiul Muzid
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 4 (2025): Agustus 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i4.9566

Abstract

Abstrak − Proses manajemen skripsi di Fakultas Ekonomi dan Bisnis Universitas Muria Kudus (FEB UMK) yang masih dilakukan secara manual berdampak pada kurangnya efisiensi, keterlambatan administrasi, dan risiko duplikasi judul. Kesibukan dosen dalam menjalankan tridharma perguruan tinggi juga membatasi waktu bimbingan, sementara mahasiswa membutuhkan arahan yang berkelanjutan dan terdokumentasi. Penelitian ini bertujuan untuk merancang dan mengembangkan Sistem Informasi Manajemen dan Monitoring Skripsi (SIMONIK) yang mengintegrasikan seluruh tahapan proses skripsi secara digital. Pengembangan sistem dilakukan dengan metode waterfall dan dibangun menggunakan framework Laravel. Sistem ini dilengkapi fitur unggulan seperti screening judul yang mengimplementasikan metode hibrida (Jaccard dan Semantic Similarity) untuk mencegah duplikasi, penetapan dosen pembimbing berbasis kuota, serta bimbingan online yang fleksibel. Hasil dari penelitian ini adalah sistem informasi terintegrasi yang mampu meningkatkan efisiensi, transparansi, dan akurasi dalam pengelolaan skripsi. SIMONIK menjadi solusi efektif bagi mahasiswa dan dosen dalam mendukung kelancaran proses akademik.Kata Kunci: Sistem Informasi; Sistem Monitoring; Manajemen Skripsi; Screening Judul; Bimbingan Online; Abstract − The thesis management process at the Faculty of Economics and Business, Universitas Muria Kudus (FEB UMK), which is still carried out manually, leads to inefficiencies, administrative delays, and a high risk of title duplication. The lecturers' involvement in the three pillars of higher education also limits their availability for supervision, while students require continuous and well-documented guidance. This study aims to design and develop a Thesis Management and Monitoring Information System (SIMONIK) that digitally integrates all stages of the thesis process. The system is developed using the waterfall method and built with the Laravel framework. The system is equipped with advanced features such as a title screening that implements a hybrid method (Jaccard and Semantic Similarity) to prevent duplication, quota-based supervisor assignment, and flexible online guidance. The outcome of this research is an integrated information system that enhances efficiency, transparency, and accuracy in thesis management. SIMONIK serves as an effective solution for both students and lecturers in supporting a smooth academic process.Keywords: Information System; Monitoring system; Thesis Management; Title Screening; Online Guidance;
Perancangan Sistem Keuangan Bumdesma untuk Pengelolaan Anggaran di Kecamatan Grong-Grong Berbasis Mobile Firdaus, Firdaus; Ichsan, Muhammad; Nuzula, Mukhsin; Salat, Junaidi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.10049

Abstract

Abstrak - BUMDesma (Badan Usaha Milik Desa Bersama) memiliki peran strategis dalam mendukung pertumbuhan ekonomi desa, khususnya melalui penyediaan layanan pinjaman modal bagi masyarakat. Namun, proses pengelolaan pinjaman di BUMDesma Kecamatan Grong-Grong masih dilakukan secara manual menggunakan buku catatan dan lembar kerja sederhana. Kondisi ini menimbulkan berbagai kendala seperti tingginya risiko kesalahan pencatatan, lambatnya proses pelaporan, serta rendahnya transparansi dan akuntabilitas keuangan. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi pinjaman berbasis mobile yang mampu meningkatkan efisiensi, akurasi, dan transparansi dalam pengelolaan pinjaman BUMDesma. Pengembangan sistem dilakukan menggunakan teknologi React Native sebagai aplikasi mobile dan Laravel 11 API sebagai backend yang mengelola logika bisnis, validasi data, serta integrasi basis data. Lingkup sistem berfokus pada pencatatan data nasabah, pengajuan dan persetujuan pinjaman, pengelolaan jaminan, pencatatan pembayaran angsuran, serta penyusunan laporan pinjaman.Kata kunci : BUMDesma; simpan pinjam; sistem informasi; mobile; React Native; Laravel; manajemen keuangan; Abstract - BUMDesma (Badan Usaha Milik Desa Bersama or Joint Village-Owned Enterprise) plays a strategic role in supporting rural economic growth, particularly through the provision of capital loan services for the community. However, the loan management process at BUMDesma in Grong-Grong Subdistrict is still conducted manually using notebooks and simple spreadsheets. This condition leads to several issues, such as a high risk of recording errors, slow reporting processes, and low financial transparency and accountability. This research aims to design and develop a mobile-based loan information system that enhances efficiency, accuracy, and transparency in BUMDesma's loan management. The system is developed using React Native for the mobile application and Laravel 11 API for the backend, which handles business logic, data validation, and database integration. The system focuses on managing customer data, loan applications and approvals, collateral management, installment payment tracking, and loan report generation.Keywords: BUMDesma; savings and loans; information system; mobile; React Native; Laravel; financial management;
Pengembangan Sistem Pencarian Resep Makanan dengan Implementasi Text Preprocessing dan BM25 Master Edison Siregar; Laurence Benedicta; Nathanael Abel Adrielvino
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 3 (2025): Juni 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i3.9137

Abstract

Abstrak - Penelitian ini bertujuan untuk membangun sistem pencarian resep makanan berbasis web dengan memanfaatkan metode Best Matching 25 (BM25). Sistem ini memungkinkan pengguna untuk menemukan resep berdasarkan bahan makanan yang mereka miliki, cukup dengan mengetikkan bahan ke kolom pencarian. Proses pencarian resep didukung oleh tahap text preprocessing yang terdiri dari case folding, tokenizing, stopword removal, dan synonym mapping. Penggunaan synonym mapping menggantikan stemming agar tidak menghilangkan makna spesifik bahan makanan. BM25 digunakan untuk menghitung relevansi antara input pengguna dan koleksi dokumen resep. Sistem ini diimplementasikan menggunakan bahasa pemrograman Python dan framework Flask. Hasil pengujian dilakukan dengan skenario nyata dan evaluasi menggunakan metrik K-Precision dan R-Precision. Evaluasi menunjukkan bahwa sistem mampu memberikan hasil pencarian yang relevan dan sesuai dengan kebutuhan pengguna. Sistem bernama simple.dish ini diharapkan dapat membantu masyarakat dalam mengolah bahan makanan secara lebih efisien dan kreatif. Hasil penelitian ini membuktikan bahwa metode text preprocessing dan BM25 efektif diterapkan dalam pencarian berbasis teks untuk konteks kuliner.Kata kunci: BM25; Pra-pemrosesan Teks; Sistem Pencarian; Resep Bahan Makanan; K-Precision; R-Precision.  Abstract - This research aims to develop a food recipe searching system web based by using Best Matching 25 (BM25) method. This system allows user to find recipe based on ingredients that they have, only by inputting the ingredients in the search column. Recipe searching process is supported by text preprocessing steps, which including case folding, tokenizing, stopword removal, and synonym mapping. The use of synonym mapping replaces stemming process to preserve the specific meaning of the keyword ingredients. BM25 is used to count the relevance between user’s input and collection of recipe documents. Python programming language and Flask framework are implemented into the system. Result of this research is conducted by real scenario testing and evaluated using K-Precision and R-Precision matrix. The evaluation show that the system is able to give searching results based which is relevance and matched with the user’s needs. simple.dish system aims to deliver recipes that help people make the most of their ingredients in creative and efficient ways. Results of this research proves that text preprocessing and BM25 method is effectively implemented in searching text based for culinary context. Keywords:BM25; Text Preprocessing; Food Recipe Search System; K-Precision; R-Precision.
Sistem Pendukung Keputusan Penerimaan Anggota Tagana pada Kantor Dinas Sosial Kabupaten TTU Menggunakan Metode Topsis Berbasis Website Nikolas Abi; Yoseph P.K Kelen; Krisantus Jumarto Tey Seran; Leonard Peter Gellu
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 5 (2025): Oktober 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i5.9803

Abstract

Abstrak - Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) untuk seleksi penerimaan anggota Taruna Siaga Bencana (TAGANA) pada Kantor Dinas Sosial Kabupaten Timor Tengah Utara (TTU) menggunakan metode Technique for Order Preference by Samerity to Ideal Solution (TOPSIS) berbasis website. Proses seleksi anggota TAGANA yang selama ini dilakukan secara manual memerlukan waktu dan ketelitian yang cukup lama, sehingga dibutuhkan sistem yang dapat mempercepat dan mempermudah pengambilan keputusan. Sistem yang dikembangkan menerapkan metode TOPSIS untuk melakukan perhitungan berdasarkan kriteria seperti usia, ijazah terakhir, pengalaman kerja, domisili, kesehatan mata, kepemilikan kendaraan pribadi, status, dan dokumen administrasi. Pengumpulan data dilakukan dari calon anggota yang terdaftar, kemudian sistem memproses dan menampilkan hasil perhitungan serta pemeringkatan secara otomatis. Hasil penelitian menunjukkan bahwa penerapan metode TOPSIS dalam SPK berbasis website ini dapat membantu Dinas Sosial Kabupaten TTU dalam mengoptimalkan proses penerimaan anggota TAGANA, menjadikan proses seleksi lebih obyektif, cepat, dan efisien. Sistem ini juga mampu menyajikan informasi hasil seleksi secara transparan dan mudah diakses melalui platform online yang disebut SPEKTA.Kata kunci: Sistem Pendukung Keputusan; TOPSIS; Taruna Siaga Bencana; penerimaan anggota; berbasis website; Abstract - research aims to develop a Decision Support System (SPK) for the selection of admission of members of the Disaster Preparedness Cadets (TAGANA) at the North Central Timor Regency Social Service Office (TTU) using the website-based Technique for Order Preference by Samerity to Ideal Solution (TOPSIS) method. The selection process for TAGANA members, which has been carried out manually, takes a long time and precision, so a system is needed that can speed up and facilitate decision-making. The system developed applies the TOPSIS method to perform calculations based on criteria such as age, last diploma, work experience, domicile, eye health, personal vehicle ownership, status, and administrative documents. Data collection is carried out from registered prospective members, then the system processes and displays the results of calculations and rankings automatically. The results of the study show that the application of the TOPSIS method in this website-based SPK can help the TTU Regency Social Service in optimizing the process of accepting TAGANA members, making the selection process more objective, fast, and efficient. This system is also able to present information on the results of the selection in a transparent and easily accessible manner through an online platform called SPEKTA.Keywords: Decision Support System; TOPSIS; Disaster Preparedness Cadets; member admission; website-based;
Pengembangan Model Klasifikasi Pneumonia dari Awal dengan Resnet50 (Development of A Pneumonia Classification Model With Resnet50 From Scratch) Ali Akbar Rismayadi; Ifani Hariyanti; Agung Rachmat Raharja
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 1 (2025): Februari 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i1.8815

Abstract

Abstrak - Pneumonia merupakan penyakit pernapasan yang dapat mengancam jiwa, khususnya bagi kelompok rentan seperti anak-anak dan lansia. Diagnosa pneumonia melalui citra X-ray dada memerlukan keahlian medis yang tinggi dan dapat memakan waktu. Oleh karena itu, dalam penelitian ini dikembangkan model klasifikasi pneumonia berbasis ResNet50 yang dibangun dari awal (scratch) untuk mendeteksi pneumonia secara otomatis dan akurat. Dataset yang digunakan dalam penelitian ini adalah Chest X-ray Images (Pneumonia) yang tersedia secara publik di Kaggle, yang terdiri dari dua kategori utama: Normal dan Pneumonia. Model dilatih dengan menggunakan optimizer Adam dan binary cross-entropy loss serta dievaluasi dengan berbagai metrik, seperti accuracy, precision, recall, dan F1-score. Untuk mengatasi tantangan yang dihadapi dalam pelatihan dari awal, langkah preprocessing seperti resize, normalisasi, dan data augmentation diterapkan untuk meningkatkan generalisasi model. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 95%, dengan nilai F1-score sebesar 0.95 untuk kedua kelas. Kurva ROC dengan nilai AUC sebesar 0.99 menunjukkan bahwa model memiliki kinerja klasifikasi yang sangat baik. Meskipun demikian, model masih mengalami beberapa kesalahan klasifikasi pada kasus false negatives, yang dapat diatasi dengan teknik fine-tuning lebih lanjut atau penggunaan transfer learning. Kesimpulan dari penelitian ini adalah bahwa model ResNet50 dari awal mampu memberikan performa yang baik dalam klasifikasi pneumonia, meskipun terdapat tantangan dalam keterbatasan data dan waktu komputasi yang diperlukan.Kata Kunci: Pneumonia, ResNet50, X-ray, Deep Learning, Klasifikasi Citra, Augmentasi Data. Abstract- Pneumonia is a life-threatening respiratory disease, particularly for vulnerable groups such as children and the elderly. Diagnosing pneumonia through chest X-ray images requires a high level of medical expertise and can be time-consuming. Therefore, this study aims to develop an automated and accurate pneumonia classification model based on ResNet50 built from scratch to detect pneumonia effectively. The dataset used in this research is the publicly available Chest X-ray Images (Pneumonia) from Kaggle, consisting of two primary categories: Normal and Pneumonia. The model was trained using the Adam optimizer and binary cross-entropy loss, and evaluated using various performance metrics, including accuracy, precision, recall, and F1-score. To address the challenges associated with training from scratch, preprocessing steps such as image resizing, normalization, and data augmentation were applied to enhance the model's generalization. The evaluation results indicate that the model achieved an accuracy of 95%, with an F1-score of 0.95 for both classes. The ROC curve with an AUC value of 0.99 demonstrates the model's excellent classification performance. However, the model still encounters some misclassification in false negatives, which could be improved through further fine-tuning or by utilizing transfer learning techniques. This study concludes that the ResNet50 model built from scratch can provide good performance in pneumonia classification, despite the challenges related to data limitations and computational resources.Keywords: Pneumonia, ResNet50, X-ray, Deep Learning, Image Classification, Data Augmentation.
Klasterisasi Satuan Pendidikan Berdasarkan Data Pokok Pendidikan Menggunakan Algoritma Fuzzy C-Means Arif Rahmat Mujassam; Pradita Eko Prasetya Utomo; Muti Fadhila Putri
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 5 (2025): Oktober 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i5.9868

Abstract

Abstrak − Penelitian ini bertujuan menganalisis pola persebaran pendidikan di Provinsi Jambi melalui pendekatan data mining dengan metode clustering algoritma Fuzzy C-Means (FCM). Data yang digunakan berasal dari Data Pokok Pendidikan (Dapodik) tahunan pada 2019–2024, yang mencakup variabel peserta didik, rombel, guru, dan pegawai. Evaluasi validitas klaster menggunakan Partition Coefficient (PC), Modified Partition Coefficient (MPC), dan Partition Entropy (PE) menunjukkan bahwa dua klaster merupakan jumlah optimal. Hasil analisis mengindikasikan karakteristik yang berbeda, yakni klaster dengan komposisi variabel pendidikan besar dan klaster dengan komposisi variabel pendidikan kecil. Dinamika label antar klaster yang tidak konsisten menggambarkan adanya dualitas dalam distribusi variabel pendidikan dari waktu ke waktu. Klaster komposisi variabel yang besar cenderung mendekati standar ideal menurut Permendikbud, meskipun jumlah anggotanya lebih sedikit dibandingkan klaster komposisi variabel yang kecil.Kata Kunci: Data Mining; Clustering; Fuzzy C-Means; Dapodik; Abstract − This study aims to analyze the spatial distribution patterns of education in Jambi Province through a data mining approach using the Fuzzy C-Means (FCM) clustering algorithm. The data were obtained from the annual Data Pokok Pendidikan (Dapodik) between 2019 and 2024, covering variables such as students, study groups (rombel), teachers, and staff. The cluster validity evaluation using Partition Coefficient (PC), Modified Partition Coefficient (MPC), and Partition Entropy (PE) indicated that two clusters were the optimal number. The analysis results reveal distinct characteristics between clusters, namely a cluster with a high composition of educational variables and another with a lower composition. The inconsistent labeling dynamics between clusters over time illustrate a duality in the distribution of educational variables. The cluster with a higher composition of educational variables tends to be closer to the ideal standards defined by the Ministry of Education and Culture Regulation (Permendikbud), although it comprises fewer members compared to the cluster with lower composition.Keywords: Data Mining; Clustering; Fuzzy C-Means; Dapodik;

Page 113 of 130 | Total Record : 1300

 111   112   113   114   115 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol 8, No 6 (2025): Desember 2025 Vol 8, No 5 (2025): Oktober 2025 Vol 8, No 4 (2025): Agustus 2025 Vol 8, No 3 (2025): Juni 2025 Vol 8, No 2 (2025): April 2025 Vol 8, No 1 (2025): Februari 2025 Vol 7, No 6 (2024): Desember 2024 Vol 7, No 5 (2024): Oktober 2024 Vol 7, No 4 (2024): Agustus 2024 Vol 7, No 3 (2024): Juni 2024 Vol 7, No 2 (2024): April 2024 Vol 7, No 1 (2024): Februari 2024 Vol 6, No 6 (2023): Desember 2023 Vol 6, No 5 (2023): Oktober 2023 Vol 6, No 4 (2023): Agustus 2023 Vol 6, No 3 (2023): Juni 2023 Vol 6, No 2 (2023): April 2023 Vol 6, No 1 (2023): Februari 2023 Vol 5, No 6 (2022): Desember 2022 Vol 5, No 5 (2022): Oktober 2022 Vol 5, No 4 (2022): Agustus 2022 Vol 5, No 3 (2022): Juni 2022 Vol 5, No 2 (2022): April 2022 Vol 5, No 1 (2022): Februari 2022 Vol 4, No 6 (2021): Desember 2021 Vol 4, No 5 (2021): Oktober 2021 Vol 4, No 4 (2021): Agustus 2021 Vol 4, No 3 (2021): Juni 2021 Vol 4, No 2 (2021): April 2021 Vol 4, No 1 (2021): Februari 2021 Vol 3, No 3 (2020): Desember 2020 Vol 3, No 2 (2020): OKTOBER 2020 Vol 3, No 1 (2020): April 2020 Vol 2, No 2 (2019): OKTOBER 2019 Vol 2, No 1 (2019): APRIL 2019 Vol 2, No 1 (2019): edisi khusus Vol 1, No 2 (2018): OKTOBER 2018 Vol 1, No 1 (2018): APRIL 2018 More Issue