cover
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
ISSN : 26208342     EISSN : 26213052     DOI : https://doi.org/10.32672/jnkti.v8i2
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
Articles 1,300 Documents
Integrated Web-Based System of Student Admission and Donations Rahmatya, Myrna Dwi; Aswin, Zahra Rizqia; Amal, Muhammad Dafa Ikhlashul; Sari, Dian Permata; Wicaksono, Mochamad Fajar; Hasugian, Leonardi Paris
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.v8i6.9914

Abstract

Abstract - Digital transformation in school administration is essential to improve efficiency and transparency. SMPIT Mutiara still relies on manual procedures for student admission, tuition payment, and donation management, which often cause delays and data loss. This research aims to develop a web-based information system to support these administrative processes. The methodology applies an object-oriented approach using Unified Modeling Language (UML) and the prototyping development model. The research stages include requirements analysis, system design, prototype building, user evaluation, and refinement. The results indicate that the developed system successfully integrates student admission, selection, re-registration, tuition payment, and donation management workflows. It also generates automated reports that assist in monitoring and decision-making. In conclusion, the system is effective in reducing errors, accelerating administrative processes, and enhancing financial transparency. For future development, the system may be extended to academic modules such as student assessment and attendance tracking.Keywords: Web-Based Information System; Student Admission; Tuition Payment; Donation Management; Prototyping Model; Abstrak - Transformasi digital dalam administrasi sekolah menjadi kebutuhan penting untuk meningkatkan efisiensi dan transparansi. SMPIT Mutiara masih menggunakan prosedur manual dalam pendaftaran siswa baru, pembayaran SPP, dan pengelolaan dana donasi, yang menimbulkan keterlambatan serta potensi kehilangan data. Penelitian ini bertujuan mengembangkan sistem informasi berbasis web untuk mendukung proses administrasi tersebut. Metode yang digunakan adalah pendekatan berorientasi objek dengan Unified Modeling Language (UML) dan model pengembangan prototyping. Proses penelitian meliputi analisis kebutuhan, perancangan sistem, pembangunan prototipe, evaluasi pengguna, dan penyempurnaan sistem. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu mengintegrasikan alur pendaftaran siswa, seleksi, pendaftaran ulang, pembayaran SPP, serta pengelolaan donasi. Sistem ini juga menghasilkan laporan otomatis yang dapat digunakan untuk monitoring dan pengambilan keputusan. Kesimpulannya, sistem ini efektif dalam mengurangi kesalahan, mempercepat proses administrasi, dan meningkatkan transparansi keuangan. Untuk pengembangan selanjutnya, sistem dapat diperluas ke modul akademik seperti penilaian dan absensi.Kata kunci: Sistem Informasi Berbasis Web; Penerimaan Siswa Baru; Pembayaran SPP; Pengelolaan Donasi; Model Prototyping;
Analisis Pola dan Optimalisasi Rute Perjalanan Taksi Menggunakan K-Means Clustering Muhammad Rizki Alfahri; Muhammad Zidane Alkautsar; Najwatul Khoiriah; Agata Putri Handayani Simbolon; Fanny Ramadhani
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.v8i2.8979

Abstract

Abstrak - Perjalanan taksi di kota besar memiliki pola yang beragam berdasarkan lokasi dan waktu tempuh. Penelitian ini menerapkan algoritma K-Means Clustering untuk mengelompokkan data perjalanan taksi berdasarkan dua variabel utama, yaitu jarak perjalanan dan total biaya. Dengan menggunakan 15.000 data sampel dari dataset Yellow_tripdata_2024, hasil clustering menunjukkan bahwa perjalanan dapat dibagi menjadi lima kelompok utama. Klaster pertama mencakup perjalanan jarak pendek di pusat kota, klaster kedua meliputi perjalanan dari dan ke bandara atau area pinggiran kota, dan klaster ketiga berfokus pada perjalanan malam dan dini hari. Dua klaster tambahan menunjukkan pola perjalanan unik berdasarkan variasi harga dan jarak. Hasil analisis ini dapat dimanfaatkan untuk optimalisasi tarif, peningkatan layanan transportasi, serta pengambilan keputusan bagi operator taksi dan perencana transportasi kota.Kata kunci: Big Data, Clustering, K-Means, Transportasi, Analisis perjalanan Abstract - Taxi trips in big cities have diverse patterns based on location and travel time. This study applies the K-Means Clustering algorithm to cluster taxi trip data based on two main variables, namely trip distance and total cost. Using 15,000 sample data from the Yellow_tripdata_2024 dataset, the clustering results show that trips can be divided into five main clusters. The first cluster includes short-distance trips in the city center, the second cluster includes trips to and from the airport or suburban areas, and the third cluster focuses on night and early morning trips. Two additional clusters show unique travel patterns based on price and distance variations. The results of this analysis can be used for fare optimization, transportation service improvement, and decision-making for taxi operators and city transportation planners.Keywords: Big Data, Clustering, K-Means, Transportation, Travel analysis
Prediksi Pertumbuhan Penduduk Kota Jakarta Timur Menggunakan Metode Regresi Linear Anita Adelia Syahfitri; Sumanto Sumanto
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.v8i4.9431

Abstract

Abstrak - Pertumbuhan penduduk merupakan fenomena alami yang ditandai dengan peningkatan atau penurunan jumlah populasi di suatu wilayah. Sebagai wilayah dengan distribusi penduduk tertinggi di Provinsi DKI Jakarta, Kota Jakarta Timur menghadapi tantangan dalam penyediaan infrastruktur publik serta pengelolaan sumber daya akibat tingginya tingkat pertumbuhan penduduk. Penelitian ini bertujuan untuk melakukan prediksi terhadap jumlah penduduk Kota Jakarta Timur di masa mendatang menggunakan metode regresi linear sederhana. Data yang digunakan berupa data deret waktu (time series) jumlah penduduk pada periode 2010 hingga 2024. Hasil penelitian menunjukkan bahwa model regresi linear memiliki tingkat akurasi sangat baik dengan R-Squared sebesar 0,956. Nilai ini menunjukkan 95,6% variasi jumlah penduduk dapat dijelaskan oleh variabel tahun. Selain itu, hasil uji hipotesis menunjukkan variabel tahun memiliki pengaruh signifikan terhadap pertumbuhan jumlah penduduk di Kota Jakarta Timur.Kata Kunci: Pertumbuhan Penduduk; Prediksi; Regresi Linear; Jakarta Timur;  Abstract - Population change is a natural occurrence reflected in the rising or declining number of inhabitants within a specific area. As the area with the highest population concentration in DKI Jakarta Province, East Jakarta experiences notable challenges in delivering adequate public facilities and managing regional resources, primarily driven by its rapid demographic expansion. This research is conducted to forecast the future population of East Jakarta using a simple linear regression technique. The dataset consists of time series records on the number of residents spanning from 2010 to 2024. The findings reveal that the applied regression model achieves a high prediction accuracy, with an R-Squared value of 0,956. This indicates that 95,6% of the variability in population figures can be attributed to the year variable. Moreover, hypothesis testing confirms that the time variable significantly influences that increase in population size in East Jakarta.Keywords: Population Growth; Prediction; Linear Regression; East Jakarta;
Rancang Bangun Sistem Manajemen Stok Barang Berbasis Web di PT Mesitechmitra Purnabangun Menggunakan Metode Scrum Ibnu, Syaikul; Simatupang, Dwi Sartika
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.v8i6.10011

Abstract

Abstrak - PT Mesitechmitra Purnabangun mengalami kesulitan dalam mengelola persediaan barang. Salah satu masalah yang sering terjadi adalah jumlah stok yang tidak sesuai dengan kebutuhan aktual di lapangan. Penyebabnya cukup sederhana: Penyebabnya adalah karena perusahaan belum memiliki sistem yang dapat memprediksi permintaan barang secara akurat. Untuk mengatasi masalah ini, kami mengembangkan sistem manajemen persediaan berbasis web yang menggunakan metode Weighted Moving Average (WMA) untuk meramalkan kebutuhan barang. Kami memilih pendekatan Agile Scrum dalam pengembangannya karena lebih fleksibel dan memungkinkan kami bekerja secara bertahap. Sistem yang kami buat memiliki beberapa fitur utama, yaitu pengelolaan data barang, pencatatan barang masuk dan keluar, modul peramalan menggunakan WMA, laporan biaya, dan pengaturan hak akses pengguna. Pengembangan dilakukan dalam beberapa Sprint supaya prosesnya lebih terarah dan terukur. Untuk memastikan sistem berjalan dengan baik, kami melakukan pengujian Blackbox Testing terhadap fungsi-fungsi sistem. Sementara untuk mengukur seberapa akurat peramalannya, kami menggunakan metode Mean Absolute Percentage Error (MAPE). Hasil pengujian pada empat jenis barang menunjukkan nilai MAPE antara 16% sampai 19%, yang termasuk dalam kategori "Baik". Hasil ini menunjukkan bahwa penggunaan metode WMA dalam sistem berbasis web memang efektif meningkatkan akurasi prediksi kebutuhan barang. Dengan demikian, perusahaan dapat membuat keputusan pengadaan barang yang lebih tepat dan efisien.Kata Kunci: Weighted Moving Average; Peramalan; Scrum; MAPE; Sistem Manajemen Persediaan; Berbasis Web; Abstract – Managing inventory at PT Mesitechmitra Purnabangun hasn't been easy. The company often finds that their stock levels don't match what they actually need, mainly because they don't have a proper system to predict demand accurately. To solve this problem, we developed a web-based inventory management system that uses the Weighted Moving Average (WMA) method for forecasting. We chose the Agile Scrum approach for development because it's more flexible and lets us work in manageable, focused stages. The system we built includes several important features: managing product master data, recording incoming and outgoing goods, WMA-based forecasting module, cost reports, and user access management. We divided the development into Sprints to keep everything organized and measurable. To make sure the system works properly, we ran Blackbox Testing on all the functional components. Sementara untuk mengukur seberapa akurat peramalannya, kami menggunakan metode Mean Absolute Percentage Error (MAPE). When we tested four different product types, the MAPE values ranged from 16% to 19%, which falls into the "Good" accuracy category. These results prove that integrating the WMA method into a web-based platform really does improve demand prediction accuracy. As a result, the company can now make better, more efficient procurement decisions.Keywords: Weighted Moving Average; Peramalan; Scrum; MAPE; Sistem Manajemen Persediaan; Berbasis Web;
Analisis Motivasi Minat Lanjut Mahasiswa Baru Menggunakan Metode Klasifikasi Support Vector Machine Studi Kasus: Universitas Darussalam Gontor Widya Kurniawan; Shafira Azzahrah; Eko Prasetio Widhi
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.v8i4.9609

Abstract

Abstrak – Penelitian ini bertujuan untuk mengklasifikasikan motivasi minat lanjut mahasiswa baru Universitas Darussalam Gontor (UNIDA) menggunakan algoritma Support Vector Machine. Dengan menerapkan validasi silang 5-fold dan membandingkan berbagai fungsi kernel (RBF dan Polynomial) serta parameter C, gamma, dan degree, penelitian ini mencari model klasifikasi terbaik. Hasil eksperimen I menunjukkan akurasi SVM tertinggi sebesar 88% dengan kernel kernel RBF (gamma=1, C=10) pada 5-fold cross validation, dan 76% untuk Mean Cross Validation dengan parameter yang sama. Sementara itu, Eksperimen II mencapai akurasi SVM tertinggi 78% menggunakan kernel Polynomial (degree=3, C=10) pada 5-fold cross validation, dan 70% untuk Mean Cross Validation. Analisis Permutation Importance mengungkapkan bahwa aspek Spritual adalah prediktor terkuat terhadap keputusan mahasiswa untuk lanjut pengabdian, diikuti oleh aspek Facility. Temuan ini memberikan wawasan penting bagi UNIDA dalam merumuskan strategi yang lebih terarah untuk meningkatkan minat lanjut mahasiswa, dengan memprioritaskan faktor-faktor yang terbukti paling berpengaruh.Kata Kunci: Support Vector Machine; Klasfikasi; Motivasi Mahasiswa; Minat Lanjut; Pengabdian; Abstract –This study aims to classify the motivation of new students at University of Darussalam Gontor (UNIDA) using the Support Vector Machine algoritm. By applying5 fold cross validation and comparing various kernel functions (RBF and Polynomial) as well as parameters C, gamma, and degree, this study seeks the best classification model. Experiment I result show the highest SVM accuracy of 88% with the RBF kernel (gamma = 1, C = 10) in 5-fold cross validation, and 76% for mean cross validation with the same parameters. Meanwhile, Eksperiment II achieved the highest SVM accuracy of 78% using the Polynomial kernel (degree= 3, C= 10) in fold cross validation, and 70% for mean Cross Validation. Permutation Importance Analysis revealed that the Spritual aspect is the strongest predictor as students’ decisions to continue their service, followed by the Facility aspect. These findings provide important insights for UNIDA in formulating more targeted strategies to enhance students' interest in continuing their service, by prioritizing the factors proven to be most influential.Keywords: Support Vector Machine; Classifacation; Student Motivation; Futher Interest; Service;
Sistem Informasi Penjualan pada Toko Danbo Catshop Menggunakan Metode Waterfall Arman Arman; Sotar Sotar; Ratih Purwarsih; Dilson Dilson; Lakry Maltaf Putra; Fikri Mulia
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.v8i1.8605

Abstract

Abstrak – Penelitian ini bertujuan untuk merancang dan membangun sebuah “sistem informasi penjualan pada toko barang kebutuhan kucing yang bernama Danbo Catshop di Kota Padang guna membantu pihak toko dalam mengetahui persediaan barang yang di miliki dan melakukan transaksi penjualan serta membantu pelanggan untuk mencari informasi tentang barang yang akan di pesan, serta pelanggan dapat melakukan pemesanan barang secara online. Berdasarkan hasil survei yang dilakukan bahwa Danbo Catshop masih mengalami kesulitan dimana dalam pemesanan barang dan informasi terkait ketersediaan barang masih menggunakan cara manual sehingga tidak efektif dari segi waktu dan biaya, terutama bagi pelanggan yang lokasi tempat tinggalnya jauh dari toko. Metode yang digunakan dalam pengembangan sistem yaitu metode waterfall yang dengan alat bantu perancangan UML. Hasil penelitian ini yaitu sistem yang dibangun diharapkan dapat membantu pihak toko dalam update informasi ketersediaan barang serta memudahkan pelanggan melihat informasi ketersediaan barang dan melakukan pemesanan barang.Kata kunci: Sistem Informasi, Catshop, Waterfall Abstract – This research aims to design and build a "sales information system at a cat goods shop called Danbo Catshop in Padang City to help the shop find out the inventory of goods they have and carry out sales transactions as well as help customers find information about the goods they want to buy. order, and customers can order goods online. Based on the results of a survey conducted, Danbo Catshop is still experiencing difficulties where ordering goods and information regarding the availability of goods still uses manual methods so that it is not effective in terms of time and cost, especially for customers who live far from the shop. The method used in system development is the waterfall method with UML design tools. The results of this research are that the system built is expected to help stores update information on goods availability and make it easier for customers to see the availability of goods and order.Kata kunci : Information Systems, Catshop, Waterfall
Perancangan Sistem Pengajuan Cuti Berbasis Android pada PT. Jaya Abadi Blora Suminten, Suminten; Setyawati, Nur Aini
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.v8i6.10093

Abstract

Abstrak - Sistem pengajuan cuti di PT. Jaya Abadi saat ini masih dilakukan secara manual menggunakan formulir kertas yang rentan terhadap keterlambatan proses, kesalahan pengarsipan, dan kurangnya efisiensi. Penelitian ini bertujuan untuk merancang dan membangun Sistem Pengajuan Cuti berbasis Android yang dapat memfasilitasi karyawan dalam mengajukan cuti, manajer dalam memberikan persetujuan, dan bagian HRD dalam mengelola data cuti secara real-time. Metode penelitian yang digunakan adalah System Development Life Cycle (SDLC) model Waterfall yang mencakup tahapan analisis, perancangan, implementasi, dan pengujian. Perangkat lunak yang digunakan adalah Android Studio dengan bahasa pemrograman Java/Kotlin dan basis data MySQL/Firebase. Hasil dari penelitian ini adalah sebuah prototipe aplikasi Android yang diharapkan dapat meningkatkan efektivitas dan efisiensi proses pengajuan dan persetujuan cuti di PT. Jaya Abadi.Kata Kunci: Sistem Informasi; Pengajuan Cuti; Android; Mobile Application; HRD; Abstract - The leave application system at PT. Jaya Abadi is currently still done manually using paper forms, which are prone to delays in processing, filing errors, and lack of efficiency. This study aims to design and develop an Android-based Leave Application System that can facilitate employees in applying for leave, managers in granting approval, and the HR department in managing leave data in real-time. The research method used is the Waterfall model of the System Development Life Cycle (SDLC), which includes the stages of analysis, design, implementation, and testing. The software used is Android Studio with Java/Kotlin programming language and MySQL/Firebase database. The result of this research is an Android application prototype that is expected to improve the effectiveness and efficiency of the leave application and approval process at PT. Jaya Abadi.Keywords: Information System,;Leave Application; Android; Mobile Application; HRD;
Perbandingan Neural Network dan K-Fold Cross Validation dengan Neural Network dan Sliding Window Validation untuk Estimasi Kuat Tekan Beton Tyas Setiyorini; Harsih Rianto
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.v8i3.9128

Abstract

Abstrak – Beton menjadi bahan yang penting dan banyak digunakan untuk pembangunan seperti perumahan, gedung, jembatan, jalan dan lain-lain. Beton banyak digunakan karena memiliki kuat tekan yang tinggi dan fleksibel sesuai kebutuhan jenis pembangunannya. Oleh karena itu pengukuran kuat tekan beton menjadi hal yang sangat penting. Namun pengukuran kuat tekan beton saat ini masih dilakukan dengan cara konvensional dan menggunakan rumus standar yang ada dalam ilmu Teknik Sipil. Cara tersebut masih kurang efektif dan kurang akurat karena banyak faktor yang mempengaruhi kuat tekan beton. Oleh karena itu pengukuran kuat tekan beton menjadi hal yang sangat penting dalam dunia Teknik Sipil. Seperti pada penelitian sebelumnya data kuat tekan beton bersifat nonlinear dan memiliki varians yang tinggi. Metode Neural Network sangat cocok untuk mengatasi masalah nonlinear. K-Fold Cross Validation merupakan salah satu metode yang mampu mengurangi varians yang tinggi sehingga dapat meningkatakan akurasi. Pada penelitian ini, diperoleh hasil RMSE sebesar 0,388 pada penerapan Neural Network dan K-Fold Cross Validation, dan RMSE sebesar 0,499 pada penerapan Neural Network dan Sliding Window Validation. Nilai RMSE menunjukkan penggunaan K-Fold Cross Validation lebih rendah dibanding Sliding Window Validation. Hal tersebut membuktikan bahwa K-Fold Cross Validation mampu meningkatkan kinerja yang lebih baik dengan mengurangi varians yang tinggi pada estimasi kuat tekan beton.Kata kunci: Kuat Tekan Beton; Estimation; Neural Network; K-Fold Cross Validation; Sliding Window Validation. Abstract - Concrete is an important material and is widely used for construction such as housing, buildings, bridges, roads and others. Concrete is widely used because it has high compressive strength and is flexible according to the needs of the type of construction. Therefore, measuring the compressive strength of concrete is very important. However, measuring the compressive strength of concrete is currently still done conventionally and using standard formulas in Civil Engineering. This method is still less effective and less accurate because many factors affect the compressive strength of concrete. Therefore, measuring the compressive strength of concrete is very important in the world of Civil Engineering. As in previous studies, concrete compressive strength data is nonlinear and has high variance. The Neural Network method is very suitable for overcoming nonlinear problems. K-Fold Cross Validation is one method that can reduce high variance so that it can increase accuracy. In this study, the RMSE results were obtained of 0.388 in the application of Neural Network and K-Fold Cross Validation, and RMSE of 0.499 in the application of Neural Network and Sliding Window Validation. The RMSE value shows that the use of K-Fold Cross Validation is lower than Sliding Window Validation. This proves that K-Fold Cross Validation is able to improve better performance by reducing high variance in concrete compressive strength estimates.Keywords: Concrete Compressive Strength; Estimation; Neural Network; K-Fold Cross Validation; Sliding Window Validation.
Pemilihan Model Churn pada Data Tidak Seimbang Berdasarkan ROC AUC dan Recall Aswar Hanif; Harna Adianto; Lilik Martanto; Endang Wahyudi
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.v8i5.9821

Abstract

Abstrak - Customer churn adalah sebuah keadaan di mana pelanggan menghentikan hubungan bisnis dengan sebuah usaha. Kemampuan untuk memprediksi customer churn merupakan salah satu faktor penting dalam perencanaan bisnis. Umumnya data customer churn tidak seimbang, dan menjadi tantangan signifikan dalam pembelajaran mesin. Untuk mengatasi masalah ini, pendekatan yang paling sering digunakan adalah oversampling. Metode yang populer adalah SMOTE, yang bisa meningkatkan peforma model, namun juga bisa menyebabkan overfitting. Telah banyak penelitian dilakukan dengan menggunakan oversampling dalam menghadapi data tidak seimbang. Tetapi masih sedikit penelitian yang fokus pada pemilihan model klasifikasi berdasarkan metrik yang sesuai, tanpa menggunakan oversampling. Penelitian ini menguji model-model klasifikasi dalam memprediksi customer churn terhadap data tidak seimbang, baik dengan maupun tanpa menggunakan SMOTE, untuk perbandingan hasil cross-validation dan performa pengujian. Kemudian model-model ini dievaluasi menggunakan metrik Balanced Accuracy. Kebaruan terletak pada fokus bahwa pemilihan model berdasarkan kombinasi ROC AUC dan Recall, bisa menemukan model prediksi customer churn terbaik tanpa harus menggunakan oversampling. Diharapkan hasil ini dapat berkontribusi dalam memperluas wawasan dari asumsi bahwa data tidak seimbang selalu harus diatasi menggunakan oversampling.Kata kunci : Pemilihan model; Data tidak seimbang; Tanpa oversampling; ROC AUC; Recall; Abstract - Customer churn refers to the phenomenon in which a customer ends their relationship with a company. Being able to predict customer churn is crucial for business planning. However, customer churn data is often imbalance, making it a major challenge for machine learning. One way to tackle this issue is oversampling. A widely used approach is SMOTE, which can boost model performance but also risks overfitting. There have been many studies using oversampling to address imbalanced data. However, there's a lack of research on selecting a classification model based on suitable metrics without relying on oversampling. This study evaluates classification models for predicting customer churn on imbalanced datasets, comparing performance with and without the application of SMOTE using cross-validation and test results. Subsequently, the models are evaluated using the Balanced Accuracy metric. This study introduces a novel approach in which model selection based on a combination of ROC AUC and Recall identifies the optimal customer churn prediction model without the need for oversampling. These results may broaden understanding beyond the prevailing assumption that imbalanced data must always be addressed using oversampling.Keywords: Model selection; Data imbalance; Without oversampling; ROC AUC; Recall
Expert System for Diagnosis of Hypertension Disease Using Web-Based Backward Chaining Method Fadil Aulia Rahman; Iriene Putri Mulyadi; Sanjaya Alacsel
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.v8i1.8848

Abstract

Abstract - Seeing the rapid development of technology today, a technology system has also been developed that is able to adopt human processes and ways of thinking, namely expert systems. An expert system is a computer program built to model the problem-solving ability of an expert. In this case, the author tries to apply an expert system to detect hypertension. The main objective of this final project is to build a knowledge-based system to diagnose hypertension and what solutions should be taken to overcome hypertension which is represented in the form of a website using PHP programming with a MySQ L database, so that we can find out as early as possible whether we suffer from hypertension or not based on the selected symptoms.Keywords: Expert System, HypertensionAbstrak - Melihat perkembangan teknologi yang semakin pesat saat ini, maka dikembangkan pula sebuah sistem teknologi yang mampu mengadopsi proses dan cara berpikir manusia, yaitu sistem pakar. Sistem pakar adalah program komputer yang dibangun untuk memodelkan kemampuan pemecahan masalah seorang pakar. Dalam hal ini, penulis mencoba menerapkan sistem pakar untuk mendeteksi penyakit hipertensi. Tujuan utama dari tugas akhir ini adalah membangun sebuah sistem berbasis pengetahuan untuk mendiagnosa penyakit hipertensi dan solusi apa yang harus dilakukan untuk mengatasi penyakit hipertensi yang direpresentasikan dalam bentuk website menggunakan pemrograman PHP dengan basis data MySQL, sehingga kita dapat mengetahui sedini mungkin apakah kita menderita penyakit hipertensi atau tidak berdasarkan gejala-gejala yang dipilih.Kata kunci: Sistem Pakar, Hipertensi