cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dr. Ermatita, M.Kom
Contact Email
wayan.widi@upnvj.ac.id
Phone
-
Journal Mail Official
wayan.widi@upnvj.ac.id
Editorial Address
-
Location
Kota depok,
Jawa barat
INDONESIA
Informatik : Jurnal Ilmu Komputer
Published by Universitas Pembangunan Nasional Veteran Jakarta
ISSN : 02164221     EISSN : 2655139X     DOI : -
Core Subject : Science,
Computer Science & IT
Informatik menerima artikel ilmiah dengan area penelitian pada area Internet Business & Application, Networking & Cyber Security, Statistics & Computation, Elearning & Multimedia, Robotics & Intelligene.
Arjuna Subject : -
Articles 5 Documents
 1 
Search results for , issue "Vol 20 No 1 (2024): April 2024" : 5 Documents clear
Perancangan Sistem Absensi Mahasiswa Berbasis Face Recognition di Lingkungan UPN Veteran Jakarta Khair, Miftahul Ahmadil; Aldiyuda, Prazka; Enjelina P, Nova; Zukhrufa, Muhammad Zidane; Adrezo, Muhammad
Informatik : Jurnal Ilmu Komputer Vol 20 No 1 (2024): April 2024
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v20i1.6696

Abstract

Penelitian ini bertujuan mengembangkan dan menguji sistem absensi mahasiswa berbasis pengenalan wajah di lingkungan UPN Veteran Jakarta menggunakan algoritma Deep Learning, terutama Convolutional Neural Networks (CNN). Sistem ini dirancang untuk meningkatkan efisiensi proses absensi dan mengurangi kemungkinan absensi palsu. Hasil penelitian menunjukkan bahwa sistem yang diimplementasikan mampu mengenali mahasiswa dan menampilkan nama mereka dengan benar. Sistem juga berhasil mengidentifikasi wajah yang tidak terdaftar dalam database sebagai “unknown,” menegaskan kehandalannya dalam mendeteksi anomali. Kontribusi utama penelitian ini adalah penyediaan solusi absensi yang lebih efisien dan aman bagi institusi pendidikan tinggi. Penelitian lanjutan disarankan untuk menguji sistem ini dalam kondisi pencahayaan dan sudut pandang yang beragam, serta mengevaluasi integrasinya dengan database universitas untuk memastikan keamanan data mahasiswa tetap terjaga.
Prediksi Situasi Lalu Lintas Menggunakan Machine Learning Dengan Algoritma K-Nearest Neighbors Classifier Febrianto, Muhammad Fatur; Priyatno, Abimanyu; Adisty, Hawna; Saputri, Anisa Fadilah; Amanullah, Rizki; Pebrianti Krissella, Thesa; Irzavika, Nindy; Matondang, Nur Hafifah
Informatik : Jurnal Ilmu Komputer Vol 20 No 1 (2024): April 2024
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v20i1.7042

Abstract

Setiap tahunnya kepadatan arus lalu lintas pada daerah kota-kota besar terus meningkat. Situasi lalu lintas yang semakin padat telah menjadi tantangan serius bagi pengelolaan transportasi di berbagai kota di seluruh dunia. Penelitian ini memberikan solusi untuk mengatasi kepadatan lalu lintas di kota-kota besar dengan menerapkan metode Machine Learning, khususnya Algoritma K-Nearest Neighbors (K-NN). Berfokus pada peningkatan kepemilikan kendaraan bermotor sebagai penyebab utama kepadatan lalu lintas, penelitian ini mengeksplorasi prediksi situasi lalu lintas guna meningkatkan efisiensi transportasi. Metodologi penelitian melibatkan enam tahap, termasuk pengumpulan data, pembagian dataset (80% data latih dan 20% data uji), dan pengujian K-NN Classifier dengan akurasi terbaik mencapai 85% melalui validasi silang. Kesimpulan menunjukkan bahwa K-NN Classifier dapat memprediksi situasi lalu lintas dengan tingkat akurasi tinggi, terutama pada data latih dengan nilai 1.0. Penerapan metode ini dapat meningkatkan pengelolaan lalu lintas perkotaan dan mendukung otoritas transportasi serta pemerintah kota dalam mengimplementasikan tindakan yang lebih tepat waktu. Meskipun demikian, penelitian ini memiliki keterbatasan, dan saran untuk penelitian selanjutnya mencakup eksplorasi aspek tertentu serta pengembangan metode, tool, dan pelatihan model untuk perbandingan dengan K-NN.
Perancangan Aplikasi Mobile “ProtectU” untuk Pelaporan Kekerasan Seksual di Lingkungan Universitas Berbasis Android Studio Dwi Cahyani, Retno; Mohammad Ravtayya Attaturk Maklin; Syaila Ananta Karenina; Salma Ashiila Rabbani; Aruni Intan Haifa Sumawidjaya; Setyadinsa, Radinal
Informatik : Jurnal Ilmu Komputer Vol 20 No 1 (2024): April 2024
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v20i1.8150

Abstract

Perancangan aplikasi mobile “ProtectU” bertujuan untuk menyediakan platform pelaporan kekerasan seksual di lingkungan universitas yang efektif dan mudah diakses. Aplikasi ini dikembangkan berbasis Android Studio, dengan memanfaatkan teknologi mobile untuk meningkatkan keamanan dan kenyamanan mahasiswa. Fitur utama dari “ProtectU” meliputi berita pelecehan, bookmark berita, laporan korban, dan tampilan profile pada user. Desain antarmuka yang intuitif dan responsif dirancang untuk mempermudah pengguna dalam mengakses layanan yang tersedia. Melalui implementasi ini, diharapkan dapat tercipta lingkungan kampus yang lebih aman dan kondusif, serta mendorong kesadaran dan keberanian melaporkan kejadian kekerasan seksual. “ProtectU” diharapkan menjadi solusi yang signifikan dalam upaya pencegahan dan penanganan kasus kekerasan seksual di lingkungan Universitas.
Analisis dan Perancangan Sistem Informasi “Homify” Valerino, Vito; Muttaqien, Rifqi Arrayan; Ramadan, Muhammad Nur Alif; Yudha, Muhammad Arya; Firgiawan, Achmad Rama; Niqotaini, Zatin
Informatik : Jurnal Ilmu Komputer Vol 20 No 1 (2024): April 2024
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v20i1.9064

Abstract

Dalam era modern, solusi kreatif untuk layanan keperluan rumah tangga menjadi semakin penting seiring dengan gaya hidup dan kebutuhan masyarakat yang semakin meningkat. Artikel ini membahas perancangan dan analisis sistem informasi untuk aplikasi "Homify," yang bertujuan menyediakan berbagai jasa rumah tangga seperti bersih-bersih rumah, potong rumput kebun, sedot WC, renovasi rumah, pangkas rambut, dan pembersihan kolam renang. Aplikasi ini dirancang khusus untuk membantu pasangan muda yang sibuk bekerja dan sering mengabaikan pekerjaan rumah tangga mereka. Penelitian ini menggunakan metode perancangan sistem informasi dengan pendekatan Unified Modeling Language (UML) untuk mengembangkan diagram sistem yang menggambarkan alur, fungsi, dan fitur aplikasi. Analisis sistem dilakukan untuk mengidentifikasi masalah dalam layanan jasa konvensional, yang kemudian diselesaikan dengan menciptakan sistem penjualan berbasis web dan mobile. Proses penelitian melibatkan beberapa tahap, termasuk identifikasi masalah, pengumpulan data melalui observasi, studi literatur, dan wawancara, serta analisis dan perancangan sistem. Diagram use case, activity, sequence, dan class digunakan untuk menjelaskan interaksi antara pengguna dan sistem, serta alur proses dalam aplikasi. Selain itu, perancangan antarmuka pengguna (UI) dan database juga dijelaskan secara mendetail, termasuk desain halaman onboarding, registrasi, detail produk, profil pengguna, keranjang belanja, dan notifikasi. Aplikasi "Homify" diharapkan dapat membantu pengguna menghemat waktu dan tenaga, sementara penyedia layanan dapat menawarkan lebih banyak jasa dengan lebih efisien dan mudah diakses oleh pelanggan. Hasil pengujian menunjukkan bahwa aplikasi ini memiliki kinerja dan tingkat keamanan yang tinggi, memberikan kenyamanan dan kepercayaan kepada penggunanya. Aplikasi ini dirancang untuk memenuhi kebutuhan rumah tangga dengan menyediakan layanan sehari-hari yang berkualitas dan terpercaya. Penelitian ini juga memberikan panduan berharga bagi pengembang, pemangku kepentingan, dan peneliti untuk merancang dan meningkatkan solusi teknologi informasi yang dapat meningkatkan pengalaman pengguna dan penyedia layanan rumah tangga. Ekspansi wilayah layanan dan integrasi pembayaran non-tunai diharapkan dapat meningkatkan jangkauan dan aksesibilitas layanan.
Perbandingan Kinerja Random Forest Dan Smote Random Forest Dalam Mendeteksi Dan Mengukur Tingkat Stres Pada Mahasiswa Tingkat Akhir Oktaviani, Vionota; Rosmawarni, Neny; Muslim, M. Panji
Informatik : Jurnal Ilmu Komputer Vol 20 No 1 (2024): April 2024
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v20i1.9158

Abstract

Dalam kehidupan sehari-hari manusia, stres merupakan masalah nyata sehingga menjadi bagian yang tidak terpisahkan. Ketidaksiapan individu dalam menghadapi tuntutan akademis dapat mengakibatkan stres sebagai salah satu gangguan psikologis. Dalam hal ini, stres akademik merupakan stres yang dialami oleh mahasiswa, terutama mahasiswa tingkat akhir. Adanya banyak tekanan baik dari masalah ekonomi, akademik maupun kondisi sosial dapat menjadi pemicu stres bagi mahasiswa tingkat akhir. Penelitian ini bertujuan untuk mengklasifikasikan diagnosa tingkat stress mahasiswa tingkat akhir dengan membandingkan kinerja yang terbaik antara Random Forest dengan SMOTE Random Forest. Data yang diolah dalam penelitian ini merupakan data yang dihasilkan oleh kuesioner yang berisi 14 pertanyaan yang ditujukan pada mahasiswa tingkat akhir yang sedang melaksanakan skripsi. Adapun hasil dari penelitian ini, disimpulkan bahwasannya metode Random Forest dengan menggunakan SMOTE mampu mempengaruhi dan meningkatkan evaluasi klasifikasi studi kasus klasifikasi diagnosa mahasiswa tingkat akhir dengan akurasi sebesar 71%, precision sebesar 72% dan recall sebesar 71% pada pembagian 80% data latih, 20% data uji dengan nilai K=5.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 21 No 3 (2025): Desember 2025 Vol 21 No 2 (2025): Agustus 2025 Vol 21 No 1 (2025): April 2025 Vol 20 No 3 (2024): Desember 2024 Vol 20 No 2 (2024): Agustus 2024 Vol 20 No 1 (2024): April 2024 Vol 19 No 3 (2023): Desember 2023 Vol 19 No 2 (2023): Agustus 2023 Vol 19 No 1 (2023): April 2023 Vol 18 No 3 (2022): Desember 2022 Vol 18 No 2 (2022): Agustus 2022 Vol 18 No 1 (2022): April 2022 Vol 17 No 3 (2021): Desember 2021 Vol 17 No 2 (2021): Agustus 2021 Vol 17 No 1 (2021): April 2021 Vol 16 No 3 (2020): Desember 2020 Vol 16 No 2 (2020): Agustus 2020 Vol 16 No 1 (2020): April 2020 Vol 15 No 3 (2019): Desember 2019 Vol 15, No 3 (2019): Desember 2019 Vol 15 No 2 (2019): Agustus 2019 Vol 15 No 1 (2019): April 2019 Vol 15, No 1 (2019): April 2019 Vol 14 No 3 (2018): Desember 2018 Vol 14 No 2 (2018): Agustus 2018 Vol 14 No 1 (2018): April 2018 Vol 1, No 1 (2018): Informatik More Issue