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
Rancang Bangun Prototipe Sistem Navigasi Tunanetra Menggunakan Sensor LiDAR TF-Luna Berbasis Arduino Mega Muntaza, Muhammed; Islamadina, Raihan
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.v9i1.10493

Abstract

Abstrak - Tinggi nya jumlah penyandang gangguan penglihatan di dunia menunjukkan adanya kebutuhan nyata terhadap alat bantu mobilitas yang lebih aman dan informatif, mengingat keterbatasan alat konvensional seperti tongkat putih dalam mendeteksi rintangan secara dini dan memberikan informasi lingkungan secara memadai. Penelitian ini bertujuan merancang dan menguji prototipe sistem navigasi tunanetra berbasis sensor LiDAR TF-Luna dan mikrokontroler Arduino Mega dengan umpan balik berupa getaran melalui motor vibrator serta panduan suara melalui modul DFPlayer Mini dan speaker. Metode yang digunakan meliputi perancang perangkat keras (TF-Luna, Arduino Mega, DFPlayer Mini, Speaker, dan Motor Vibrator), pengembangan perangkat lunak (Arduino IDE) untuk pembacaan jarak, pengelompokan jarak ke dalam enam zona (A–F), serta pengendalian keluaran getar dan audio sesuai zona, kemudian dilanjutkan dengan pengujian akurasi sensor dan pengujian fungsional sistem secara menyeluruh dalam berbagai variasi jarak objek. Hasil pengujian menunjukkan bahwa sensor TF-Luna memiliki rata-rata error sebesar 3,26% pada rentang jarak 10–150 cm, dengan kestabilan yang lebih baik pada jarak menengah hingga jauh, sementara pada jarak di bawah 20 cm akurasi menurun akibat adanya zona mati sensor. Sistem mampu mengklasifikasikan jarak objek secara konsisten ke dalam enam zona dan menghasilkan pola getaran serta pesan suara yang berbeda dan sesuai pada setiap zona tanpa kegagalan fungsi selama pengujian. Integrasi antara sensor, mikrokontroler, dan modul keluaran berjalan stabil, respons sistem bersifat real-time, dan informasi dapat diterima pengguna secara proporsional. Hasil ini menunjukkan bahwa prototipe yang dikembangkan layak digunakan sebagai alat bantu navigasi dasar untuk meningkatkan persepsi lingkungan, rasa aman, dan kemandirian mobilitas penyandang tunanetra.Kata Kunci: Sistem Navigasi Tunanetra; Sensor LiDAR TF-Luna; Arduino Mega; Abstract - The high number of people with visual impairment worldwide indicates a clear need for mobility aids that are safer and more informative, given the limitations of conventional tools such as white canes in providing early obstacle detection and sufficient environmental information. This study aims to design and evaluate a navigation system prototype for visually impaired users based on a TF-Luna LiDAR sensor and an Arduino Mega microcontroller, with multimodal feedback in the form of vibration through a vibration motor and audio guidance delivered by a DFPlayer Mini module and a speaker. The method involves hardware design (TF-Luna, Arduino Mega, DFPlayer Mini, speaker, and vibration motor), software development using the Arduino IDE for distance acquisition, distance classification into six zones (A–F), and control of vibration and audio outputs according to each zone, followed by sensor accuracy testing and comprehensive functional system testing under various object distance conditions. The results show that the TF-Luna sensor achieves an average error of 3.26% within a distance range of 10–150 cm, with more stable performance at medium to long distances, while accuracy decreases at distances below 20 cm due to the sensor’s dead zone. The system consistently classifies object distances into six zones and generates appropriate and distinct vibration patterns and audio messages for each zone without functional failure during testing. The integration of the sensor, microcontroller, and output modules operates reliably, the system response is real-time, and information is delivered to users in a proportional manner. These findings indicate that the developed prototype is suitable as a basic navigation aid to enhance environmental perception, safety, and independent mobility for visually impaired users.Keyword: Visually Impaired Navigation System; TF-Luna LiDAR Sensor; Arduino Mega;
Pengembangan Sistem Otomatisasi Pakan Ikan dan Monitoring Kualitas Lingkungan Berbasis IoT dan Machine Learning untuk Budidaya Ikan Berbasis Web Alfin, Muhammad; Kiswanto, Dedy; Akbar, Muhammad Budi; Hasibuan, Najwa Latifah
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.v9i1.10246

Abstract

Abstrak - Pemberian pakan yang tidak efisien dan kurangnya pemantauan kondisi lingkungan merupakan tantangan utama dalam budidaya ikan tradisional, yang berdampak pada peningkatan biaya operasional dan penurunan produktivitas. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Otomatisasi Pakan dan Monitoring Kualitas Lingkungan Budidaya Ikan berbasis Internet of Things (IoT) dan Machine Learning (ML) sederhana. Sistem ini menggunakan mikrokontroler ESP32 sebagai pusat kendali untuk membaca data sensor suhu dan menggerakkan servo motor sebagai mekanisme feeder pakan otomatis. Data sensor lingkungan dan parameter ikan (jumlah dan umur) dikirim ke Flask API yang berfungsi sebagai jembatan komunikasi dan pengolah data. Di sisi server, Flask API mengaplikasikan model Regresi Sederhana untuk mengestimasi kebutuhan pakan harian secara adaptif. Hasil estimasi kemudian dikirimkan kembali ke ESP32 untuk eksekusi pemberian pakan. Seluruh proses monitoring dan input parameter dilakukan melalui Dashboard Web berbasis PHP. Hasil pengujian menunjukkan bahwa sistem mampu melakukan pemantauan suhu secara real-time dan melaksanakan mekanisme pemberian pakan secara akurat sesuai hasil perhitungan ML. Integrasi yang efisien antara IoT, API, dan model ML ini diharapkan dapat mengoptimalkan manajemen pakan, mengurangi limbah, dan mendukung praktik akuakultur yang lebih berkelanjutan.Kata kunci : Internet of Things (IoT); Machine Learning; ESP32; Servo Motor; Pakan Otomatis; Budidaya Ikan; Abstract - Inefficient feeding practices and the lack of environmental condition monitoring are major challenges in traditional aquaculture, leading to increased operational costs and reduced productivity. This study aims to design and implement an Automated Feeding and Environmental Quality Monitoring System for fish cultivation based on the Internet of Things (IoT) and simple Machine Learning (ML). The system uses an ESP32 microcontroller as the central controller to read temperature sensor data and operate a servo motor as the automatic feeding mechanism. Environmental sensor data and fish parameters (quantity and age) are transmitted to a Flask API, which functions as a communication bridge and data processor. On the server side, the Flask API applies a Simple Regression model to estimate daily feed requirements adaptively. The estimation results are then sent back to the ESP32 for feed dispensing execution. All monitoring processes and parameter inputs are conducted through a PHP-based web dashboard. Experimental results show that the system is capable of performing real-time temperature monitoring and executing accurate feeding mechanisms according to the ML calculations. The efficient integration of IoT, API, and ML models is expected to optimize feed management, reduce waste, and support more sustainable aquaculture practices.Keywords: Internet of Things (IoT); Machine Learning; ESP32; Servo Motor; Automatic Feeding; Aquaculture;
Analisis Sentimen Masyarakat Terhadap Undang Undang Perampasan Aset Menggunakan Algoritma Support Vector Machine Fitrah, Muhammad Rossi Satria; Wahyudi, Ahmad Maulana; Qifary, Afif Al; Sumarna, Dea Deswina; Alfarizi, Muhammad Nabiel
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.v9i1.10452

Abstract

Abstrak - Korupsi di Indonesia adalah tindakan kejahatan yang sangat berbahaya dan mengancam struktur negara serta kepercayaan masyarakat. Tidak adanya efektivitas sistem hukum konvensional dalam memberikan efek jera mendorong munculnya pembahasan mengenai Rancangan Undang-Undang (RUU) Perampasan Aset sebagai solusi kebijakan baru. RUU ini mengusulkan perubahan pendekatan dari cara memburu tersangka menjadi memburu sumber dana, sehingga memicu perbincangan luas di masyarakat, khususnya di platform media sosial seperti YouTube. Penelitian ini bertujuan menganalisis perasaan atau opini publik terhadap RUU Perampasan Aset dengan memanfaatkan data kualitatif dari komentar di YouTube. Metode yang digunakan adalah klasifikasi Support Vector Machine (SVM) untuk mengelompokkan sentimen menjadi positif, dan negatif. Metode penelitian mencakup beberapa tahap utama, seperti pengumpulan data, pra-pemrosesan teks yang mencakup pembersihan, penyesuaian huruf, pemisahan kata, penyaringan, dan penyederhanaan kata. Fitur kata kemudian diberi bobot menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), dilanjutkan dengan implementasi dan penilaian model SVM. Hasil dari penelitian ini diharapkan memberikan gambaran lengkap mengenai sentimen publik. Implikasinya adalah memberikan masukan berbasis data empiris bagi para pengambil kebijakan dalam proses pembuatan undang-undang serta kontribusi metode untuk studi Natural Language Processing (NLP) dalam konteks analisis kebijakan publik di Indonesia.Kata kunci : Analisis Sentimen; Komentar YouTube; Opini Publik; RUU Perampasan Aset; Support Vector Machine; Abstract - Corruption in Indonesia is a highly dangerous criminal act that threatens the state structure and public trust. The lack of effectiveness within the conventional legal system in providing a deterrent effect has prompted discussions regarding the Asset Forfeiture Bill (RUU Perampasan Aset) as a new policy solution. This bill proposes a shift in approach from pursuing suspects to pursuing financial sources, triggering widespread public discussion, particularly on social media platforms such as YouTube. This research aims to analyze public sentiment or opinions regarding the Asset Forfeiture Bill by utilizing qualitative data from YouTube comments. The method employed is Support Vector Machine (SVM) classification to categorize sentiments into positive and negative. The research methodology includes several main stages, such as data collection and text preprocessing, which involves cleaning, case folding, tokenization, filtering, and stemming. Word features are then weighted using the Term Frequency-Inverse Document Frequency (TF-IDF) method, followed by the implementation and evaluation of the SVM model. The results of this study are expected to provide a comprehensive overview of public sentiment. The implications include providing empirical data-based input for policymakers in the legislative process, as well as contributing a methodology for Natural Language Processing (NLP) studies within the context of public policy analysis in Indonesia.Keywords: Sentiment Analysis; YouTube Comments; Public Opinion; Asset Forfeiture Bill; Support Vector Machine;
Rancang Bangun Aplikasi Penjualan dan Jasa Air Conditioner (AC) Berbasis Website Haidar, Muhammad; Wahyuni, Asri
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.v9i1.10564

Abstract

Abstrak - CV Paimun Andi Setiawan merupakan perusahaan yang bergerak di bidang penjualan dan jasa Air Conditioner (AC). Proses pengelolaan data penjualan, jadwal service, dan laporan masih dilakukan secara manual sehingga kurang efektif dan berpotensi menimbulkan kesalahan pencatatan. Penelitian ini bertujuan untuk merancang sistem aplikasi penjualan dan jasa Air Conditioner (AC) berbasis web guna membantu pengelolaan data secara terintegrasi. Metode pengembangan sistem yang digunakan adalah Waterfall, meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian. Sistem dibangun menggunakan PHP, MySQL, dan Bootstrap sebagai pendukung tampilan. Hasil penelitian menunjukkan bahwa sistem yang dibangun dapat mempermudah pengelolaan data produk, transaksi penjualan, dan jadwal service secara lebih cepat dan akurat. Sistem ini diharapkan mampu meningkatkan efisiensi kerja dan kualitas pengelolaan data pada CV Paimun Andi Setiawan.Kata kunci : Sistem Aplikasi; Penjualan; Jasa Service AC; Web; PHP; MySQL; Abstract - CV Paimun Andi Setiawan is a company that sells and provides service for air conditioners. Currently, the process of managing sales data, service schedules, andreports is done manually, which makes it less ef ective and can lead to errors inrecording information. This research aims to design a web-based applicationsystemfor selling and servicing air conditioners to help manage dara more integratedly. The system development method used is Waterfall, which includes requirement analysis, designing, implementation, and testing. The system was built using PHP, MySQL, and Bootstrap for the user interface. The results of this research showthat the developed system can make it easier to manage product data, sales transactions, and service schedules in a faster and more accurate way. It is hoped that this systemwill improve work ef iciency and the quality of data management at CVPaimunAndi Setiawan.Keywords: Application System; Sales; AC Service; Web; PHP; MySQL;
Clinic of Mathematics with the PPLAM Approach: Efforts to Improve Students’ Mathematics Learning in Manokwari Lubis, Loria Amisah; Randa, Trigarcia Maleachi; Matulessy, Esther Ria; Palungan, Chrisaria; Menufandu, Dahlia Gladiola Rurina
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.v9i1.10415

Abstract

Abstrak - Penelitian ini bertujuan menganalisis efektivitas program Klinik Matematika dengan pendekatan Embedded Learning Analytics (PPLAM) dalam meningkatkan pemahaman siswa kelas VII pada materi operasi bilangan bulat. Penelitian menggunakan metode kuasi-eksperimen dengan desain one-group pretest–posttest. Intervensi dilaksanakan melalui rangkaian kegiatan pretest, latihan terstruktur, dan posttest dalam satu sesi pembelajaran. Subjek penelitian berjumlah 25 siswa yang dipilih secara purposif berdasarkan hasil diagnosis kesulitan belajar. Data diperoleh dari tes hasil belajar dan rekaman aktivitas latihan, kemudian dianalisis menggunakan uji t berpasangan, Normalized Gain (N-Gain), dan effect size (Cohen’s d). Hasil analisis menunjukkan peningkatan yang signifikan, dengan nilai rata-rata N-Gain sebesar 0,578 (kategori sedang) dan effect size sebesar 2,164 (kategori sangat kuat). Analisis PPLAM lebih lanjut menunjukkan bahwa kualitas latihan memberikan kontribusi substansial terhadap hasil posttest dengan nilai R² sebesar 0,70. Temuan ini menegaskan bahwa integrasi PPLAM dalam program Klinik Matematika berperan penting dalam memantau proses belajar dan meningkatkan efektivitas pembelajaran remedial jangka pendek pada materi operasi bilangan bulat.Kata kunci : Klinik Matematika; Operasi hitung Bilangan Bulat; N-Gain; Effect Size; Learning analytics; Abstract - This study examines the effectiveness of a Mathematics Clinic program integrated with Embedded Learning Analytics (PPLAM) in improving seventh-grade students’ understanding of integer operations. A quasi-experimental method with a one-group pretest–posttest design was employed. The intervention consisted of a pretest, structured practice activities, and a posttest conducted within a single learning session. The participants were 25 students selected purposively based on initial learning difficulties. Data were collected from achievement tests and practice-session records and analyzed using a paired-sample t-test, Normalized Gain (N-Gain), and effect size (Cohen’s d). The results indicated a significant improvement, with a mean N-Gain of 0.578 (moderate category) and a large effect size (d = 2.164). Further analysis using PPLAM revealed that practice quality contributed substantially to posttest performance, as indicated by an R² value of 0.70. These findings confirm that PPLAM plays a critical role in monitoring learning processes and enhancing the effectiveness of short-term remedial instruction in integer operations.Keywords: Mathematics Clinic,; Integer Operation;  N-Gain; Effect Size; Learning analytics;