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 10 Documents
 1 
Search results for , issue "Vol 21 No 2 (2025): Agustus 2025" : 10 Documents clear
Penerapan Convolutional Neural Network (CNN) untuk Klasifikasi Penyakit Daun Tomat Fithratul Zalmi, Wahyuni; Hari Saputro, Pujo; Sitanggang, Jonathan; Leatemia, Kevin
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11094

Abstract

Penyakit pada daun tomat merupakan salah satu masalah utama dalam pertanian yang dapat menyebabkan penurunan hasil panen dan kualitas tanaman. Deteksi dini dan akurat terhadap penyakit ini sangat penting untuk menghindari kerugian yang lebih besar. Dalam penelitian ini, kami mengembangkan sistem klasifikasi penyakit daun tomat menggunakan teknik deep learning dengan arsitektur Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari gambar daun tomat dalam beberapa kategori penyakit, yang kemudian diproses menggunakan data augmentation untuk meningkatkan jumlah dan variasi data pelatihan. Model CNN yang dibangun terdiri dari beberapa lapis konvolusi dan max-pooling, diikuti oleh lapis dens (dense layer) untuk mengklasifikasikan gambar ke dalam 10 kategori penyakit. Hasil penelitian menunjukkan bahwa model yang dikembangkan mencapai akurasi sekitar 95.84% pada dataset validasi, dengan kemampuan yang baik dalam membedakan berbagai jenis penyakit. Analisis matriks kekacauan (confusion matrix) menunjukkan bahwa model memiliki performa yang konsisten dalam mengklasifikasikan penyakit, meskipun ada beberapa kesalahan klasifikasi pada kategori tertentu. Sistem ini dapat menjadi alat bantu yang efektif bagi petani dan peneliti untuk mendeteksi penyakit daun tomat secara akurat dan efisien.
Peran Kecerdasan Buatan dalam Mengembangkan Kompetensi dan Meningkatkan Motivasi Belajar Mahasiswa Suryawijaya, Muhamad Rizki; Praptodiyono, Supriyanto; A’kaasyah, Sayyidina Nur
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11115

Abstract

Transformasi pendidikan tinggi di era digital mendorong pemanfaatan Artificial Intelligence (AI) untuk meningkatkan efektivitas proses belajar. Penelitian ini bertujuan untuk mengeksplorasi bagaimana penggunaan berbagai tools AI, seperti ChatGPT, Copilot, Blackbox AI, dan Gemini, berkontribusi terhadap peningkatan motivasi belajar dan pengembangan kompetensi akademik mahasiswa. Penelitian ini menggunakan pendekatan kualitatif deskriptif dengan teknik triangulasi melalui wawancara, observasi, dan dokumentasi terhadap 19 mahasiswa aktif Program Studi Informatika angkatan 2023 Universitas Sultan Ageng Tirtayasa. Hasil penelitian menunjukkan bahwa pemanfaatan AI berkontribusi dalam meningkatkan pemahaman mahasiswa terhadap materi yang bersifat kompleks, menyusun tugas dengan lebih efisien, serta meningkatkan semangat belajar mandiri. Namun, ditemukan pula tantangan seperti risiko plagiarisme, ketergantungan teknologi, dan potensi informasi yang tidak akurat. Oleh karena itu, literasi digital dan edukasi etika penggunaan AI perlu dikuatkan agar mahasiswa dapat memanfaatkan tools AI secara bijak dan bertanggung jawab dalam proses pembelajaran.
Pengembangan Sistem Manajemen Gudang dengan Integrasi QR Code Real-time berbasis Full-Stack Javascript Taufik, Rahman; Febrianto, Rifqi; Sabda Ilman, Igit; Muhaqiqin; Sholehurrohman, Ridho
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11319

Abstract

Perusahaan sering menghadapi tantangan dalam pengelolaan stok dan ketersediaan barang akibat pencatatan yang tidak terorganisir. Untuk mengatasi masalah belum adanya pendekatan sistem manajemen gudang yang adaptif dan real-time berbasis framework, penelitian ini bertujuan mengembangkan sistem manajemen gudang terintegrasi dengan QR Code real-time. Pada studi ini, sistem dibangun menggunakan JavaScript framework (ReactJS, NodeJS, ExpressJS) dan dikembangkan menggunakan metodologi Scrum. Hasil evaluasi menunjukkan kinerja sistem yang baik dalam pengelolaan data, akurasi laporan, dan kemudahan transaksi. Meskipun fitur QR Code memerlukan optimasi lebih lanjut pada aspek aksesibilitas dan penggunaan real-time, sistem ini mampu meningkatkan akurasi dan efisiensi pengelolaan gudang, serta mempermudah pelacakan barang. Pengembangan selanjutnya dapat berfokus pada penyempurnaan fitur QR Code dan eksplorasi integrasi yang lebih luas.
Perancangan Aplikasi Aspirasi FIKSpresif Mahasiswa Berbasis Android pada Fakultas Ilmu Komputer UPN “Veteran” Jakarta Dwi Darma Putra, Ridho; Aulia Az Zahra , Jenny; Shafa, Raihan; Ratna Kinasih, Lisken; Setyadinsa, Radinal
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11392

Abstract

Penyampaian aspirasi mahasiswa di lingkungan kampus seringkali masih dilakukan secara manual dan kurang efektif, sehingga menyulitkan proses komunikasi antara mahasiswa dan pihak fakultas. Untuk menjawab kebutuhan akan media yang lebih praktis dan mudah diakses, di rancanglah aplikasi FIKSpresif berbasis Android yang memungkinkan mahasiswa menyampaikan aspirasi secara langsung melalui ponsel. Aplikasi ini menyediakan fitur pengiriman aspirasi, pilihan untuk anonim, serta pengelolaan akun dan riwayat aspirasi. Dengan memanfaatkan teknologi mobile, aplikasi ini bertujuan untuk menciptakan lingkungan komunikasi dua arah yang lebih terbuka dan responsif di Fakultas Ilmu Komputer UPN “Veteran” Jakarta. Proses perancangan dilakukan melalui tahapan analisis kebutuhan, desain sistem, hingga implementasi tampilan antarmuka.
Perbandingan Kinerja Algoritma Dalam Klasifikasi Serangan DDoS Berdasarkan Data CIC IoMT Dataset Azhari, Fikri; Hananto, Bayu; Ernawati, Iin
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11467

Abstract

Dengan semakin luasnya penerapan Internet of Things (IoT) di berbagai sektor, termasuk sektor medis dengan teknologi Internet of Medical Things (IoMT), serangan Distributed Denial of Service (DDoS) menjadi ancaman serius bagi keberlangsungan sistem. Penelitian ini membandingkan empat algoritma machine learning Random Forest, LightGBM, Naïve Bayes, dan K-Nearest Neighbors (KNN) untuk mendeteksi serangan DDoS pada IoMT. Evaluasi dilakukan berdasarkan akurasi dan waktu komputasi yang berjalan secara paralel menggunakan pendekatan Weighted Sum Method. Hasil menunjukkan bahwa Random Forest memiliki performa terbaik dengan skor 0.971578, diikuti oleh Naïve Bayes dengan skor 0.961235. Meskipun KNN memiliki akurasi tinggi, algoritma ini kurang efisien secara waktu, sedangkan LightGBM menunjukkan performa terendah dalam hal akurasi dan efisiensi. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem deteksi ancaman siber yang cepat dan akurat pada lingkungan IoMT.
Analisis Komparatif Efektivitas Client-Side Encryption Cryptomator dan Rclone Crypt pada Google Drive AMBARA, I KOMANG WAHYU AMBARA PUTRA; Yudistira, Bagus Gede Krishna
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11801

Abstract

Penggunaan cloud storage seperti Google Drive yang semakin masif dihadapkan pada tantangan keamanan data. Client-Side Encryption (CSE) menjadi solusi penting untuk melindungi privasi pengguna, namun studi komparatif mengenai efektivitas perangkat lunak CSE masih terbatas. Penelitian ini melakukan analisis komparatif dengan pendekatan eksperimental untuk mengevaluasi efektivitas enkripsi client-side Cryptomator dan Rclone Crypt. Analisis mencakup parameter kinerja seperti kecepatan enkripsi dan unggah data, perubahan ukuran file, visibilitas metadata, aksesibilitas, portabilitas, dan kecepatan unduh data. Hasil pengujian menunjukkan Rclone Crypt secara konsisten dan signifikan secara statistik lebih unggul dalam hal kecepatan proses dan overhead ukuran file kurang dari setengah yang dihasilkan Cryptomator. Sebaliknya, Cryptomator menawarkan kemudahan penggunaan dan portabilitas yang lebih superior bagi pengguna umum, serta mampu menyamarkan struktur folder secara total untuk privasi yang lebih baik. Kesimpulan utama dari penelitian ini adalah adanya trade-off fundamental antara performa dan kemudahan penggunaan. Rclone Crypt direkomendasikan untuk pengguna teknis yang memprioritaskan kecepatan dan efisiensi, sedangkan Cryptomator menjadi solusi yang lebih tepat bagi pengguna non-teknis yang mengutamakan kesederhanaan dan privasi struktural. Penelitian ini memberikan panduan praktis bagi pengguna untuk memilih solusi CSE yang sesuai dengan kebutuhan teknis dan preferensi pengguna.
Potensi Peningkatan Akurasi Algoritma melalui Kombinasi Metode Forward Chaining dan Certainty Factor Pada Sistem Pakar Diagnosis Dini Stunting di Koya Barat Pawan, Elvis; Pustap, El Shaddai Sandhy; Lumabiang, Junyor Eqwila Eglon
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11837

Abstract

Gangguan stunting merupakan kondisi gagal tumbuh yang terjadi pada anak balita yang diakibatkan oleh kurangnya gizi kronis yang terjadi pada pada 1000 hari pertama mulai dari kandungan ibunya. Penelitian ini bertujuan mengembangkan sistem pakar guna membantu tenaga medis dan orang tua dalam mendiagnosis dini gangguan stunting pada puskesmas Koya Barat. Metode yang di implementasikan adalah forward chaining(FC) dan certainty factor(CF), terdapat 4 gangguan dari 43 gejala yang sering tampak pada anak. Gangguan yang mudah dan kenali oleh orang tua rata-rata 3 gejala. Hasil penelitian adalah sebuah aplikasi sistem pakar dengan di uji menggunakan metode confusion matriks dengan tingkat akurasi 90%, dan menyimpulkan bahwa kedua metode tersebut cocok untuk diimplementasikan pada sistem pakar.
Analisis Penerimaan Website Sistem Informasi Kalurahan Pleret Menggunakan Metode TAM Gunawan, Rizky Fadilah; Setiawan , Eko; Ratnasari, Asti; Rochmadi, Tri
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11841

Abstract

Kalurahan Pleret mengembangkan website Sistem Informasi sebagai bagian dari implementasi Sistem Pemerintahan Berbasis Elektronik (SPBE) guna meningkatkan kualitas layanan publik. Namun, penerapannya masih menghadapi kendala seperti gangguan sistem, rendahnya literasi digital masyarakat, dan keterbatasan akses internet. Penelitian ini bertujuan untuk menganalisis tingkat penerimaan masyarakat terhadap website tersebut menggunakan metode TAM, yang terdiri dari lima variabel utama: PU, PEOU, ATUT, BITU dan ATU. Metode analisis menggunakan pendekatan kuantitatif dengan SmartPLS melalui evaluasi outer model dan inner model. Hasil penelitian menunjukkan bahwa dari tujuh hipotesis yang diajukan, enam diterima dan satu ditolak, yang mengindikasikan tingkat penerimaan masyarakat tergolong tinggi. Hal ini didukung oleh nilai R-square pada PU sebesar 67,7%, BITU 71,1%, ATUT 50,5%, dan ATU 61,9%. Oleh karena itu, disarankan agar pengelola sistem terus meningkatkan fitur, desain antarmuka, dan kenyamanan penggunaan website, serta memberikan edukasi bertahap kepada masyarakat agar mereka mampu memahami dan memanfaatkan layanan yang tersedia secara optimal.
Perancangan Model Arsitektur Untuk Mendukung Persyaratan Big Data dan Cloud Computing Pada PTNB Matondang, Nurhafifah; Theresiawati; Warsuta, Bambang
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11925

Abstract

Perguruan tinggi negeri baru menghadapi tantangan besar dalam mengelola volume data yang terus berkembang, serta memanfaatkan teknologi cloud computing untuk meningkatkan efisiensi operasional dan akademik. Isu utama yang dihadapi termasuk keterbatasan infrastruktur TI, masalah pengelolaan data besar (big data), dan kebutuhan untuk mengintegrasikan solusi berbasis cloud yang dapat mendukung kolaborasi dan aksesibilitas data secara efisien. Penelitian ini bertujuan untuk merancang model kerangka arsitektur yang dapat mendukung pengelolaan big data dan cloud computing pada perguruan tinggi negeri baru, sehingga memudahkan pengelolaan data akademik, administratif, dan riset. Metode yang digunakan dalam penelitian ini adalah pendekatan desain sistem dengan analisis kebutuhan dan studi pustaka sebagai dasar untuk merancang arsitektur yang sesuai. Hasil penelitian menunjukkan bahwa penggabungan antara big data dan cloud computing memungkinkan perguruan tinggi untuk meningkatkan skalabilitas, efisiensi, dan keamanan data. Model arsitektur yang diusulkan terdiri dari lapisan infrastruktur cloud, platform big data, serta sistem aplikasi yang saling terintegrasi. Implikasi dari penelitian ini adalah memberikan kontribusi dalam merancang sistem yang lebih efisien dan dapat diandalkan bagi perguruan tinggi negeri baru dalam mengelola data secara lebih baik. Selain itu, penelitian ini dapat menjadi referensi bagi implementasi solusi cloud computing di lembaga pendidikan tinggi.
Deep Learning dengan ResNet50 untuk Sistem Rekomendasi Fashion Berbasis Citra Rahmawati, Dewi; Setiawan, Kanaya Salsabila; Reynaldy, Muhammad Fahreza; Ramadhan, Rangga
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11967

Abstract

Perkembangan industri fashion yang pesat menuntut sistem rekomendasi yang tidak hanya akurat, tetapi juga mampu memahami preferensi visual pengguna. Sistem rekomendasi berbasis teks seringkali menghadapi keterbatasan dalam menangkap konteks visual yang kompleks, sehingga pendekatan berbasis citra menjadi solusi yang lebih relevan. Penelitian ini bertujuan untuk membangun sistem Smart Recommendation Search Engine berbasis visual dengan memanfaatkan model Convolutional Neural Network (CNN) ResNet50 sebagai feature extractor dan dataset DeepFashion. ResNet50 digunakan untuk mengekstraksi vektor fitur dari gambar produk fashion, yang kemudian dimanfaatkan dalam pencarian gambar serupa menggunakan algoritma K-Nearest Neighbors (KNN). Proses penelitian mencakup pra-pemrosesan data, ekstraksi fitur visual, pencarian kemiripan berbasis metrik kemiripan kosinus (cosine similarity), serta evaluasi sistem menggunakan metrik precision dan recall pada top-K results (hasil teratas). Hasil pengujian menunjukkan bahwa metrik cosine similarity memberikan performa terbaik dalam menemukan gambar dengan kemiripan visual tinggi, dengan nilai precision pada satu hasil teratas (precision at top-1) sebesar 0,230. Sistem yang dikembangkan berhasil mengidentifikasi produk fashion serupa secara visual dan mendukung pengalaman belanja yang lebih personal. Temuan ini menegaskan potensi pendekatan berbasis visual dalam meningkatkan akurasi sistem rekomendasi serta mendukung gaya hidup berkelanjutan.

Page 1 of 1 | Total Record : 10

 1 

Filter by Year

2025 2025


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