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 1,345 Documents
Analisis Keselarasan Diagram Unified Modeling Language (UML) Terhadap Implementasi Pemrograman Berorientasi Objek Zulkifli, Ridwan; Mukarom, Hasna Maulani; Indra, Indra; Purnama, Hendra; Afriliani, Sri; Ratnasari, Ratnasari; Rahmandhita, Awaluna Nurdilan; Ibarahim, Deva
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 9, No 1 (2026): Februari 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10593

Abstract

Abstrak - Unified Modeling Language (UML) merupakan bahasa pemodelan visual yang umum digunakan dalam pengembangan sistem informasi berorientasi objek sebagai acuan analisis dan perancangan sebelum implementasi kode. Namun, dalam praktik pengembangan sistem, sering ditemukan ketidaksesuaian antara diagram UML yang disusun dengan implementasi pemrograman berorientasi objek (Object-Oriented Programming/OOP) yang dihasilkan. Penelitian ini bertujuan untuk menganalisis tingkat keselarasan antara diagram UML dan implementasi OOP pada sebuah sistem informasi di lingkungan akademik, serta mengidentifikasi bentuk dan faktor penyebab ketidaksesuaian yang terjadi. Penelitian ini menggunakan pendekatan kualitatif deskriptif dengan metode studi kasus. Teknik pengumpulan data meliputi studi dokumentasi terhadap diagram UML, analisis kode sumber, serta wawancara dengan pengembang dan dosen yang terlibat dalam proyek. Analisis dilakukan melalui pemetaan elemen UML terhadap struktur dan perilaku kode, yang mencakup analisis keselarasan struktur dan perilaku sistem. Hasil penelitian menunjukkan bahwa tingkat keselarasan relatif tinggi pada kelas utama dan alur proses inti sistem, namun menurun pada detail teknis seperti atribut tambahan, metode pendukung, relasi antar kelas, serta perilaku dinamis yang lebih kompleks pada implementasi kode. Ketidaksesuaian tersebut umumnya disebabkan oleh perubahan kebutuhan selama implementasi, keterbatasan waktu, serta tidak adanya mekanisme pembaruan UML yang sistematis. Penelitian ini menegaskan pentingnya penerapan strategi pengendalian konsistensi dan penguatan konsep traceability antara model dan kode agar UML tetap berfungsi sebagai dokumentasi yang relevan dan berkelanjutan dalam pengembangan sistem informasi berorientasi objek.Kata kunci: UML; Pemrograman Berorientasi Objek; Keselarasan Model; Sistem Informasi; Traceability; Abstract - Unified Modeling Language (UML) is a visual modeling language widely used in object-oriented information system development as a reference for analysis and design prior to code implementation. However, in practice, inconsistencies are often found between the designed UML diagrams and the resulting Object-Oriented Programming (OOP) implementation. This study aims to analyze the level of alignment between UML diagrams and OOP implementation in an academic information system, as well as to identify the forms and factors causing such inconsistencies. This research adopts a qualitative descriptive approach using a case study method. Data were collected through documentation studies of UML diagrams, source code analysis, and interviews with developers and lecturers involved in the system development process. The analysis was conducted by mapping UML elements to code structures and behaviors, including structural and behavioral alignment analysis. The results indicate that the level of alignment is relatively high for core system classes and main process flows, but lower for technical details such as additional attributes, supporting methods, class relationships, and more complex dynamic behaviors in the code implementation. These inconsistencies are primarily caused by requirement changes during implementation, time constraints, and the absence of systematic UML updates. This study emphasizes the importance of implementing consistency control strategies and strengthening model–code traceability to ensure UML remains a relevant and sustainable documentation artifact in object-oriented information system development.Keywords: UML; Object-Oriented Programming; Model Alignment; Information Systems; Traceability;
Analisis Pengaruh Brand Awareness, Brand Image dan Perceived Quality Terhadap Brand Extension Melalui Brand Loyalty pada Pengguna Produk Merek Samsung di Kota Bontang Rahim, Abdul; Hardika, Rianindya Chandra; Zuhrufillah, Irfani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 9, No 1 (2026): Februari 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10367

Abstract

Abstrak - Penelitian ini bertujuan untuk menganalisis pengaruh Brand Awareness, Brand Image,  dan Perceived Quality terhadap Brand Extension melalui Brand Loyalty. Penelitian ini menggunakan pendekatan kuantitatif dengan menggunakan path analysis yang dioleh dengan software SPSS statistik versi 22.0 dan Structural Equation Modelling (SEM) atau IBM SPSS amos 23 . Sampel yang diambil dalam penelitian ini adalah 126 responden yang tersebar di Kota Bontang, mereka adalah pengguna produk merek samsung dikota Bontang, pengukuran menggunakan skala likert dengan skor 1-5. Dalam penelitian ini juga dilakukan uji validitas dan uji reliabilitas, selanjutnya dilakukan uji estimasi dan uji struktural model fit. Berdasarkan model structural kami menemukan, Persepsi Brand Awareness,Brand Image dan Perceived Quality berpengaruh signifikan terhadap Brand Loyalty, Brand Extension berpengaruh signifikan terhadap Brand Loyalty, dan Brand Awareness, Brand Image dan Perceived Quality berpengaruh tidak signifikan terhadap Brand ExtensionKata kunci : Brand Awareness; Brand Image; Perceived Quality; Brand Extention; Brand Loyalty; Abstract - This study aims to analyze the effect of Brand Awareness, Brand Image, and Perceived Quality on Brand Extension through Brand Loyalty. This study uses a quantitative approach using path analysis processed with SPSS statistical software version 22.0 and Structural Equation Modeling (SEM) or IBM SPSS amos 23. The sample taken in this study consisted of 126 respondents spread across the city of Bontang, who were users of Samsung products in the city of Bontang. The measurement used a Likert scale with a score of 1-5. In this study, validity and reliability tests were also carried out, followed by estimation tests and structural model fit tests. Based on the structural model, we found that Brand Awareness, Brand Image, and Perceived Quality significantly influence Brand Loyalty, Brand Extension significantly influences Brand Loyalty, and Brand Awareness, Brand Image, and Perceived Quality do not significantly influence Brand Extension.Keywords: Brand Awareness; Brand Image; Perceived Quality; Brand Extension; Brand Loyalty;
Analisis Kesuksesan Implementasi Aplikasi Travoy Dengan Menggunakan Pendekatan DeLone And McLean Apriansah, Arif; Uddin, Badie
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 9, No 1 (2026): Februari 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10561

Abstract

Abstrak - Aplikasi Travoy merupakan inovasi digital dari PT Jasa Marga yang bertujuan untuk meningkatkan kenyamanan pengguna jalan tol melalui penyediaan informasi lalu lintas, fasilitas rest area, dan fitur fitur pendukung lainnya secara real-time. Penelitian ini bertujuan untuk menganalisis kesuksesan implementasi aplikasi Travoy dengan menggunakan pendekatan model DeLone and McLean, yang mencakup dimensi kualitas sistem, kualitas informasi, kualitas layanan, kepuasan pengguna, intensi penggunaan, dan manfaat bersih. Pengumpulan data dilakukan melalui penyebaran kuesioner secara daring kepada pengguna aktif aplikasi Travoy, dengan jumlah sampel yang diperoleh menggunakan rumus Slovin. Data dianalisis menggunakan metode kuantitatif berbasis Partial Least Square Structural Equation Modeling (PLS-SEM) dengan bantuan perangkat lunak SmartPLS. Hasil penelitian menunjukkan bahwa kualitas sistem, informasi, dan layanan berpengaruh signifikan terhadap kepuasan pengguna, yang selanjutnya memengaruhi intensi penggunaan dan manfaat bersih dari aplikasi. Temuan ini menegaskan kualitas teknologi informasi yang baik, ditambah dengan pelayanan yang responsif, dapat meningkatkan adopsi dan loyalitas pengguna terhadap aplikasi layanan transportasi digital. Penelitian ini melibatkan 100 responden dari populasi sekitar 540.000 pengguna, dengan hasil pengujian menunjukkan nilai Composite Reliability seluruh variabel di atas 0,86 dan nilai AVE di atas 0,56, sehingga model penelitian dinyatakan valid dan reliabel secara statistik. Kata kunci: Travoy; DeLone and McLean; kualitas sistem; kepuasan pengguna; intensi penggunaan; manfaat bersih; Travoy is a digital innovation by PT Jasa Marga aimed at enhancing the experience of toll road users by providing real-time traffic updates, rest area facility information, and other supporting features. This study seeks to evaluate the success of the Travoy application implementation using the DeLone and McLean Information Systems Success Model, which includes system quality, information quality, service quality, user satisfaction, usage intention, and net benefits. Data were collected through an online questionnaire distributed to active users of the Travoy application, with the sample size determined using Slovin’s formula. The research employs a quantitative method with Partial Least Square Structural Equation Modeling (PLS-SEM) using SmartPLS software. The findings indicate that system quality, information quality, and service quality significantly influence user satisfaction, which in turn affects usage intention and the perceived net benefits of the application. These results highlight that high-quality information systems and responsive service delivery are key to increasing user adoption and loyalty toward digital transportation services. This study involved 100 active users of the Travoy application selected from a population of approximately 540,000 users, with the testing results showing that the Composite Reliability values of all variables exceeded 0.86 and the AVE values were above 0.56, indicating that the research model is statistically valid and reliable.Keywords: Travoy; DeLone and McLean; system quality; user satisfaction; usage intention; net benefits;
Sistem Monitoring Kualitas Udara dan Peringatan Dini Berbasis IoT dengan Prediksi Polusi Menggunakan Random Forest Regression Syukron, Ananda Irya Shakila; Kiswanto, Dedy; Hafiz, Alvin; Harahap, Salsa Nabila
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 9, No 1 (2026): Februari 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10243

Abstract

Abstrak - Pencemaran udara merupakan ancaman serius terhadap kesehatan masyarakat dan kualitas lingkungan, sehingga diperlukan sistem pemantauan yang responsif, andal, dan proaktif. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring kualitas udara dan peringatan dini berbasis Internet of Things (IoT) dengan integrasi machine learning untuk prediksi tingkat polusi secara real-time. Metode penelitian mencakup pengembangan perangkat keras berbasis ESP32 yang terhubung dengan sensor DHT11 (suhu dan kelembaban) serta MQ-135 (konsentrasi gas), pengiriman data ke server VPS melalui protokol HTTP, pembuatan dashboard web untuk visualisasi dan notifikasi, serta pembangunan model prediksi menggunakan Random Forest Regression. Dataset dikumpulkan secara real-time dengan total 38.733 entri, kemudian diproses melalui preprocessing (pembersihan, imputasi missing value, normalisasi Min-Max) dan dibagi dengan rasio 80:20 untuk pelatihan dan pengujian. Hasil evaluasi menunjukkan bahwa model memiliki performa sangat baik dengan R² Score 0,8829 (latih) dan 0,8852 (uji), MAE 2,98, serta RMSE 5,13 pada data uji mengonfirmasi akurasi tinggi dan minimnya risiko overfitting. Analisis feature importance mengungkapkan bahwa konsentrasi gas (PPM) merupakan variabel paling dominan dalam prediksi AQI (skor 0,8497). Sistem peringatan dini juga terbukti efektif saat AQI melebihi ambang batas (misalnya ≥151), indikator LED berubah merah, alarm suara aktif berulang, dan insiden secara otomatis tercatat dalam log digital untuk manajemen respons yang terukur. Secara keseluruhan, integrasi IoT dan Random Forest Regression menghasilkan sistem monitoring yang tidak hanya informatif dan andal, tetapi juga proaktif dalam mitigasi risiko kesehatan akibat polusi udara.Kata kunci : IoT; Random Forest Regression; Kualitas Udara; Sistem Peringatan Dini; Abstract - Air pollution poses a serious threat to public health and environmental quality, requiring a responsive, reliable, and proactive monitoring system. This study aims to design and implement an Internet of Things (IoT)-based air quality monitoring and early warning system with machine learning integration for real-time pollution level prediction. The research methods included developing ESP32-based hardware connected to DHT11 (temperature and humidity) and MQ-135 (gas concentration) sensors, sending data to a VPS server via the HTTP protocol, creating a web dashboard for visualization and notification, and building a prediction model using Random Forest Regression. The dataset was collected in real-time with a total of 38,733 entries, then processed through preprocessing (cleaning, missing value imputation, Min-Max normalization) and divided with a ratio of 80:20 for training and testing. The evaluation results show that the model performs very well with an R² Score of 0.8829 (training) and 0.8852 (testing), MAE of 2.98, and RMSE of 5.13 on the test data, confirming high accuracy and minimal risk of overfitting. Feature importance analysis revealed that gas concentration (PPM) was the most dominant variable in AQI prediction (score 0.8497). The early warning system also proved effective when the AQI exceeded the threshold (e.g., ≥151), with the LED indicator turning red, the audible alarm sounding repeatedly, and the incident being automatically recorded in a digital log for measurable response management. Overall, the integration of IoT and Random Forest Regression resulted in a monitoring system that is not only informative and reliable but also proactive in mitigating health risks due to air pollution.Keywords: IoT; Random Forest Regression; Air Quality Monitoring; Early Warning System;
Model Hybrid SDLC - DevOps dalam Pengembangan Sistem Informasi Akademik: Tinjauan Literatur Andryadi, Aan Ansen; Zulkifli, Ridwan; Nurahman, Ilmal Yakin; Amrullah, Fikri; Pratama, Frinska Putra; Manafi, Ahmad; Arachman, Taufik Arya Yasin
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 9, No 1 (2026): Februari 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10451

Abstract

Abstrak - Pengembangan sistem informasi akademik menghadapi tantangan yang rumit karena perlu memastikan bahwa data administratif tetap stabil dan bahwa layanan pengguna dapat berubah secara konstan. Sementara DevOps dapat mengabaikan standar dokumentasi formal yang diperlukan untuk audit institusi pendidikan, pendekatan tradisional Software Development Life Cycle (SDLC) sering dianggap terlalu kaku untuk menanggapi perubahan yang cepat. Tujuan dari penelitian ini adalah untuk membuat model hybrid konseptual yang mensinergikan disiplin struktural SDLC dengan agilitas teknis DevOps. Penelitian ini menganalisis dan mensintesis literatur mengenai fitur, kelebihan, dan kelemahan kedua metode dengan menggunakan metode peninjauan literatur sistematis (SLR). Hasil studi menunjukkan bahwa model hybrid SDLC–DevOps dapat menutupi kekurangan masing-masing metode dengan menggunakan fase perencanaan dan analisis Waterfall untuk memastikan kepatuhan regulasi dan dengan menerapkan praktik otomatisasi, integrasi, dan pengiriman berkelanjutan dari DevOps pada tahap konstruksi dan pemeliharaan. Studi ini membantu pengembang perangkat lunak di sektor pendidikan membuat sistem yang tidak hanya efektif dan fleksibel tetapi juga akuntabel dan terkendali secara manajerial.Kata kunci : Sistem Informasi Akademik; SDLC; DevOps; Model Hybrid; Systematic Literature Review; Abstract - Academic information system development faces complex challenges because it requires ensuring that administrative data remains stable and that user services are constantly evolving. While DevOps can bypass formal documentation standards required for auditing educational institutions, the traditional Software Development Life Cycle (SDLC) approach is often considered too rigid to respond to rapid change. The purpose of this study is to create a conceptual hybrid model that synergizes the structural disciplines of SDLC with the technical agility of DevOps. This study analyzes and synthesizes literature on the features, advantages, and disadvantages of both methods using a systematic literature review (SLR). The study results indicate that the SDLC–DevOps hybrid model can address the shortcomings of each method by using the Waterfall planning and analysis phases to ensure regulatory compliance and by implementing DevOps automation, integration, and continuous delivery practices in the construction and maintenance phases. This study helps software developers in the education sector create systems that are not only effective and flexible but also accountable and managerially controlled.Keywords: Academic Information System; SDLC; DevOps; Hybrid Model; Systematic Literature Review;
Integrasi Sensor Ultrasonik dan Computer Vision (YOLO) Berbasis ESP32-CAM untuk Klasifikasi Objek pada Sistem Parkir Manik, Kristin Impana; Kiswanto, Dedy; Defi, Aqilah; Gaol, Anwar Shaleh Lbn
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 9, No 1 (2026): Februari 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10263

Abstract

Abstrak - Penelitian ini mengembangkan sistem smart parking berbasis Internet of Things (IoT) yang mengintegrasikan sensor ultrasonik dan metode computer vision berbasis YOLO menggunakan modul ESP32-CAM untuk mendeteksi jarak serta mengklasifikasikan objek manusia dan non-manusia secara real-time. Sensor ultrasonik HC-SR04 digunakan untuk membaca jarak objek di area depan dan belakang kendaraan, sementara ESP32-CAM berfungsi menangkap citra lingkungan yang selanjutnya diproses melalui server berbasis Flask. Informasi jarak dan hasil klasifikasi objek kemudian diolah untuk menentukan status kondisi parkir, yaitu aman, hati-hati, dan bahaya, yang ditampilkan pada dashboard pemantauan real-time serta diteruskan ke indikator fisik berupa lampu lalu lintas mini dan buzzer sebagai peringatan kepada pengguna. Pengujian fungsional menunjukkan bahwa sistem mampu bekerja secara stabil dalam membaca jarak, mendeteksi keberadaan objek, serta menampilkan status parkir secara konsisten pada berbagai skenario jarak dan kondisi lingkungan. Integrasi sensor ultrasonik dan computer vision pada sistem ini memberikan informasi yang lebih komprehensif dibandingkan penggunaan sensor tunggal, sehingga berpotensi meningkatkan keselamatan dan efektivitas pemantauan area parkir. Untuk penelitian selanjutnya, sistem ini berpotensi dikembangkan melalui optimalisasi model deteksi objek serta perluasan variasi kondisi pengujian guna memastikan kinerja sistem yang andal pada lingkungan parkir yang lebih kompleks.Kata kunci : ESP32CAM; Internet of Things; Sensor Ultrasonik; Sistem Parkir Pintar; YOLO; Abstract – This research develops an Internet of Things (IoT)-based smart parking system that integrates ultrasonic sensors and YOLO-based computer vision using the ESP32-CAM module to detect object distance and classify human and non-human objects in real time. The HC-SR04 ultrasonic sensors are used to measure object distance in the front and rear areas of the vehicle, while the ESP32-CAM captures environmental images that are processed through a Flask-based server. The distance information and object classification results are then utilized to determine parking condition status, namely safe, caution, and danger, which are displayed on a real-time monitoring dashboard and transmitted to physical indicators in the form of a mini traffic light and buzzer. Functional testing shows that the system operates stably in reading distances, detecting object presence, and consistently displaying parking status under various distance and environmental conditions. The integration of ultrasonic sensing and computer vision provides more comprehensive information than single-sensor approaches, indicating its potential to improve safety and effectiveness in parking area monitoring. For future research, this system has the potential to be further developed through the optimization of the object detection model and the expansion of testing condition variations to ensure reliable system performance in more complex parking environment.Keywords: ESP32CAM; Internet of Things; Ultrasonic Sensor; Smart Parking System; YOLO;
Implementasi Deep Learning untuk Deteksi Tanda Waqf Al-Quran : Studi Kasus dengan YOLOv11 Takyudin, Takyudin; Sihombing, Aland Polma Naek; Putra, Jonni Adi; Hamsar, Ali
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 9, No 1 (2026): Februari 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10438

Abstract

Abstrak - Tanda waqaf dalam Al-Qur’an memiliki peran penting dalam menjaga keutuhan makna ayat yang dibaca. Kesalahan dalam memahami tanda ini dapat menyebabkan perubahan makna yang signifikan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis tanda waqaf menggunakan algoritma deep learning YOLOv11. Dataset berupa 112 gambar mushaf yang berisi 819 anotasi dari 7 jenis tanda waqaf dikumpulkan dan dianotasi secara manual menggunakan Roboflow. Augmentasi data diterapkan untuk meningkatkan keragaman visual dataset, dilanjutkan dengan pelatihan model YOLOv11 pada platform yang sama. Evaluasi kinerja model dilakukan menggunakan metrik precision, recall, dan mean Average Precision (mAP). Hasilnya menunjukkan model memiliki nilai precision sebesar 0.97, recall sebesar 0.42, mAP@0.5 sebesar 0.54, dan mAP@0.5:0.95 sebesar 0.28. Meskipun tingkat presisi tinggi, masih terdapat tantangan dalam meningkatkan kemampuan model mendeteksi seluruh objek yang ada. Penelitian ini berkontribusi dalam bidang pengenalan pola berbasis kecerdasan buatan, khususnya untuk mendukung digitalisasi Al-Qur’an. Sistem yang dikembangkan juga dapat digunakan sebagai media pembelajaran interaktif bagi santri, pengajar, maupun masyarakat umum dalam memahami kaidah tajwid secara lebih praktis. Dengan pengembangan lanjutan, sistem ini berpotensi diintegrasikan ke aplikasi pembelajaran berbasis mobile atau web sehingga dapat menjangkau pengguna secara lebih luas. Secara keseluruhan, penelitian ini memberikan dasar penting bagi inovasi teknologi pendidikan Al-Qur’an berbasis AI.Kata kunci : Deep Learning; Tanda Waqaf; YOLOv11; Deteksi Objek; Al-Qur’an Digital; Abstract - Waqf signs in the Qur'an play a crucial role in preserving the integrity of the verses' meaning during recitation. Misinterpreting these signs can lead to significant changes in meaning. This study aims to develop an automatic waqf sign detection system using the YOLOv11 deep learning algorithm. A dataset of 112 mushaf images containing 819 annotations across 7 types of waqf signs was collected and manually labeled using Roboflow. Data augmentation was applied to enhance visual diversity, followed by model training using YOLOv11 on the same platform. The model's performance was evaluated using precision, recall, and mean Average Precision (mAP) metrics. The results show that the model achieved a precision of 0.97, a recall of 0.42, an mAP@0.5 of 0.54, and an mAP@0.5:0.95 of 0.28. Despite the high precision, challenges remain in improving the model's ability to detect all relevant objects. This research contributes to the field of pattern recognition and artificial intelligence by supporting the digitalization of the Qur’an. Furthermore, the developed system can serve as an interactive learning tool for students, teachers, and general users to better understand Tajweed rules in a more practical way. With further development, the system has the potential to be integrated into mobile or web-based learning applications, ensuring wider accessibility and promoting more accurate Qur’anic recitation in digital environments.Keywords: Deep Learning; Waqf Signs; YOLOv11; Object Detection; Digital Qur'an;
Penerapan Matriks Leslie pada Pertumbuhan Populasi Sapi Betina di Kabupaten Manokwari Provinsi Papua Barat Nurhidayah, Kurnia; Nurhaida, Nurhaida; Sesa, Junianto; Aprilyani, Lilis Dwi Sapta
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 9, No 1 (2026): Februari 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10584

Abstract

Abstrak - Pertumbuhan hewan ternak merupakan salah satu aspek penting dalam dunia peternakan. Masalah bisa terjadi jika jumlah ternak tidak dikendalikan. Salah satunya adalah sulit meningkatkan kesejahteraan populasi hewan itu. Oleh karena itu, laju pertumbuhannya perlu diperhatikan. Perubahan populasi dipengaruhi oleh kelahiran, kematian dan kelangsungan hidup. Pertumbuhan penduduk dapat menunjukkan apakah jumlah populasi pada tahun berikutnya akan bertambah, berkurang, atau tetap sama. Matriks dapat digunakan untuk menentukan laju pertumbuhan populasi. Matriks dalam matematika dapat digunakan untuk menangani model matematika, seperti mencari laju pertumbuhan suatu populasi. Matriks Leslie digunakan untuk memprediksi jumlah populasi dan laju pertumbuhan populasi. Matriks Leslie sering disebut sebagai model pertumbuhan populasi. Matriks Leslie hanya dapat digunakan untuk populasi betina karena hanya mereka yang dapat melahirkan. Penelitian ini bertujuan untuk menerapkan Matriks Leslie dalam memprediksi populasi dan laju pertumbuhan populasi sapi betina di Kabupaten Manokwari, Papua Barat Tahun 2026. Dengan menggunakan Matriks Leslie diperoleh  dimana , menunjukkan bahwa laju pertumbuhan populasi sapi betina di Kabupaten Manokwari mengalami peningkatan pada Tahun 2026Kata kunci: Laju Pertumbuhan Populasi; Matriks Leslie; Nilai Eigen; Abstract - Livestock growth is an important aspect of animal husbandry. Problems can arise if livestock numbers are not controlled. One of these is the difficulty of improving the welfare of the animal population. Therefore, its growth rate needs to be considered. Population changes are influenced by births, deaths, and survival. Population growth can indicate whether the population will increase, decrease, or remain the same in the following year. Matrices can be used to determine the population growth rate. Matrices in mathematics can be used to handle mathematical models, such as finding the growth rate of a population. The Leslie Matrix is used to predict population size and population growth rate. The Leslie Matrix is often referred to as a population growth model. The Leslie Matrix can only be used for female populations because only they can give birth. This study aims to apply the Leslie Matrix to predict the population and growth rate of female cattle in Manokwari Regency, West Papua in 2026. Using the Leslie Matrix, is obtained, where , indicating that the growth rate of the female cattle population in Manokwari Regency will increase in 2026.Keywords: Population Growth; Leslie Matrix; Eigen Value;
Steganografi Video LSB Multi-Bit Adaptif Berbasis Analisis Spasial Temporal Triana, Sarah; Anggara, Fiky; N.S, Agata Febrianti; E. L, Lolintiani; Sarmila, Sarmila
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 9, No 1 (2026): Februari 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10414

Abstract

Abstrak - Steganografi video berbasis Least Significant Bit (LSB) banyak digunakan karena implementasinya yang sederhana, namun metode konvensional masih berpotensi menimbulkan distorsi visual, khususnya pada area dengan perubahan antar-frame. Penelitian ini mengusulkan metode steganografi video LSB multi-bit adaptif berbasis analisis spasial temporal untuk meningkatkan imperceptibility dan keamanan penyisipan data. Analisis spasial dilakukan dengan mempertimbangkan tingkat kecerahan dan tekstur frame, sedangkan analisis temporal memanfaatkan perbedaan intensitas antar-frame untuk mengidentifikasi area bergerak. Area statis dengan tekstur rendah dialokasikan jumlah bit penyisipan yang lebih besar, sementara area bergerak dibatasi untuk meminimalkan artefak visual. Evaluasi kinerja dilakukan menggunakan metrik Peak Signal-to-Noise Ratio (PSNR) dan Structural Similarity Index (SSIM). Hasil eksperimen menunjukkan bahwa metode yang diusulkan mampu menghasilkan kualitas visual video stego yang tinggi dengan nilai PSNR rata-rata sebesar 45,08 dB dan nilai SSIM rata-rata sebesar 0,9369, yang menunjukkan tingkat kemiripan visual yang sangat baik antara video cover dan video stego.Kata kunci : Steganografi video; LSB multi-bit; analisis spasial temporal; PSNR; SSIM; Abstract - Video steganography based on the Least Significant Bit (LSB) technique is widely used due to its simplicity of implementation; however, conventional methods are still prone to visual distortion, particularly in regions with inter-frame changes. This study proposes an adaptive multi-bit LSB video steganography method based on spatial–temporal analysis to enhance imperceptibility and data hiding security. Spatial analysis is performed by considering frame brightness and texture characteristics, while temporal analysis utilizes inter-frame intensity differences to identify motion regions. Static areas with low texture are allocated a higher number of embedding bits, whereas motion regions are restricted to minimize visual artifacts. Performance evaluation is conducted using the Peak Signal-to-Noise Ratio (PSNR) and Structural Similarity Index (SSIM) metrics. Experimental results demonstrate that the proposed method achieves high visual quality for stego videos, with an average PSNR of 45.08 dB and an average SSIM of 0.9369, indicating a very high level of visual similarity between the cover and stego videos.Keywords: Video steganography; multi-bit LSB; spatial temporal analysis; PSNR; SSIM;
Klasifikasi Warna Jeruk Siam Berbasis Sensor TCS3200 dengan Pengendalian Laju Konveyor Menggunakan Metode PID Putra, Bagas Dwi Rizki Handika; Huda, Miftakhul
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 9, No 1 (2026): Februari 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10389

Abstract

Abstrak - Penelitian ini bertujuan untuk merancang sebuah sistem sortir buah jeruk siam berdasarkan warna berbasis mikrokontroler arduino yang dilengkapi dengan kendali PID pada motor konveyor. Perancangan ini dilakukan sebagai upaya meningkatkan efisiensi proses pascapanen, terutama dalam penyortiran buah berdasarkan tingkat kematangan berdasarkan warna guna memenuhi permintaan pasar yang semakin meningkat. Selama ini, proses pemilahan jeruk masih bergantung pada intervensi manusia, yang berdampak pada rendahnya tingkat efektivitas serta rentan terhadap kesalahan klasifikasi. Maka dikembangkan sebuah sistem pemilah otomatis yang mampu beroperasi secara akurat, konsisten, dan stabil dalam pengaturan kecepatan konveyor. Sistem ini memanfaatkan sensor warna TCS3200 untuk membedakan jeruk berwarna kuning dan hijau, serta menerapkan kendali PID guna mempertahankan kestabilan kecepatan motor DC pada konveyor. Karakteristik warna jeruk kuning berada pada rentang R: 130–151, G: 161–210, B: 163–181, sedangkan jeruk hijau memiliki rentang R: 183–205, G: 210–240, B: 173–197. Nilai parameter PID diperoleh menggunakan metode Ziegler-Nichols 2 dengan nilai Kp = 12, Ki = 24, dan Kd = 1,5. Hasil pengujian pada kecepatan 15 RPM menunjukkan bahwa sistem bekerja secara stabil dengan fluktuasi yang relatif kecil. Berdasarkan hasil penelitian, sistem yang dirancang terbukti mampu memilah jeruk secara efektif berdasarkan warna serta menjaga kecepatan konveyor dengan andal.Kata kunci : Sortir jeruk; Mikrokontroler; Kendali PID; Sensor warna TCS 3200; Abstract - This study aims to design a color-based sorting system for Siam orange fruits using an Arduino microcontroller equipped with PID control on the conveyor motor. The system is developed to improve the efficiency of post-harvest processes, particularly in sorting fruits according to their ripeness level based on color, in order to meet the increasing market demand. Currently, the sorting process is still performed manually, making it inefficient and prone to classification errors. Therefore, an automatic sorting system is developed to operate accurately, consistently, and stably in regulating the conveyor speed. The system utilizes a TCS3200 color sensor to distinguish between yellow and green oranges and applies PID control to maintain the stability of the DC motor speed on the conveyor. The color characteristics of yellow oranges are within the ranges of R: 130–151, G: 161–210, and B: 163–181, while green oranges fall within the ranges of R: 183–205, G: 210–240, and B: 173–197. The PID parameters were obtained using the Ziegler–Nichols second method, resulting in Kp = 12, Ki = 24, and Kd = 1.5. Testing at a speed of 15 RPM showed that the system operated stably with relatively small fluctuations. The results demonstrate that the proposed system is capable of effectively sorting oranges based on color while reliably maintaining conveyor speed.Keywords: Orange sorting; Microcontroller; PID control; TCS3200 color sensor;