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 182 Documents
 12   13   14   15   16 
Implementasi K-Means Clustering dengan Menggunakan Data Transaksi Penjualan untuk Penentuan Reward pada Agen Aqua dan Gas LPG FF Tirta Sari, Refika Ayuna; Seta, Henki Bayu; Diyasa, I Gede Susrama Mas
Informatik : Jurnal Ilmu Komputer Vol 18 No 3 (2022): Desember 2022
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v18i3.4673

Abstract

Target pelanggan bagi Agen Aqua dan Gas LPG sangatlah penting karena persaingan antar perusahaan sejenis mungkin terjadi dan mengakibatkan hilangnya kepuasan pelanggan. Penelitian ini memiliki tujuan yaitu membangun sistem yang dapat mengelompokkan dan mengetahui tingkat target pelanggan berdasarkan transaksi pembelian agar pihak agen dapat mempertahankan pelanggan yang potensial tersebut dengan cara memberikan memberikan hadiah berupa promo spesial (reward). Hasil penelitian ini ada pengelompokan pelanggan yang mendapatkan reward dan tidak dapat dilihat perbulannya, yaitu pada bulan Januari ada 75 pelanggan mendapatkan reward dan 100 tidak mendapatkan reward, Februari ada 70 pelanggan mendapatkan reward dan 106 tidak mendapatkan reward, Maret ada 80 pelanggan mendapatkan reward dan 96 tidak mendapatkan reward, April ada 35 pelanggan mendapatkan reward dan 141 tidak mendapatkan reward, Mei ada 65 pelanggan yang mendapatkan reward dan 111 tidak yang mendapatkan reward, Juni ada 43 pelanggan yang mendapatkan reward dan 133 tidak mendapatkan reward l, Juli ada 77 pelanggan yang mendapatkan reward dan 99 tidak mendapatkan reward, Agustus ada 48 pelanggan yang mendapatkan reward dan 128 tidak mendapatkan reward, September ada 94 pelanggan mendapatkan reward dan 82 tidak mendapatkan reward, dan Oktober ada 94 pelanggan mendapatkan reward dan 82 tidak mendapatkan reward.Kata Kunci: Clustering, K-Means Clustering, Reward, Davies-Bouldin Index
Perbandingan Model Decision Tree, Naive Bayes dan Random Forest untuk Prediksi Klasifikasi Penyakit Jantung Depari, Deo Haganta; Widiastiwi, Yuni; Santoni, Mayanda Mega
Informatik : Jurnal Ilmu Komputer Vol 18 No 3 (2022): Desember 2022
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v18i3.4694

Abstract

Jantung sebuah rongga organ berotot yang memompa darah melalui pembuluh darah dengan kontraksi berirama yang terus berulang merupakan salah satu organ manusia yang berperan dalam sistem peredaran darah. Jantung sebagai salah organ terpenting dalam tubuh memiliki resiko kematian jika ada kelainan yang terjadi pada jantung. Beberapa masalah pada jantung dibagi menjadi dua yaitu penyakit jantung dan serangan jantung. WHO berdasarkan data menyatakan bahwa ada sebanyak 7,3 juta penduduk di dunia yang meninggal dikarenakan penyakit jantung. Penelitian ini menggunakan kumpulan data pasien penyakit jantung “Personal Key Indicators of Heart Disease” dan menerapkan algoritma klasifikasi Decision Tree, Naive Bayes dan Random Forest. Tujuan dari penelitian ini adalah untuk bagaimana mengolah dan melakukan analisa data, bagaimana penerapan metode Decision Tree, Naive Bayes dan Random Forest pada klasifikasi penyakit jantung, kemudian bagaimana hasil akurasi metode-metode yang digunakan tersebut, bagaimana hasil perbandingan antara Decision Tree, Naive Bayes dan Random Forests yang digunakan dan metode apa yang merupakan terbaik dari klasifikasi penyakit jantung.  Hasil dari penelitian ini adalah evaluasi performa metode klasifikasi Decision Tree, Naive Bayes dan Random Forest. Dimana nilai akurasi metode Decision Tree sebesar  0.71%, Naive Bayes sebesar 0.72% dan Random Forest sebesar 0.75%.
Perancangan Aplikasi E-commerce Berbasis Android Pada Calvcare Fadiyawan, Vidiani Aulia; Theresiawati, Theresiawati
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v19i1.4639

Abstract

Penelitian ini dilakukan pada toko penjualan skincare bernama Calvcare, toko Calvcare berdiri pada tahun 2019 yang berlokasi di daerah tanjung priok. Dalam proses penjualan Calvcare yaitu, kurangnya media transaksi penjualan terutama untuk para pembeli yang mempunyai tempat tinggal jauh dari toko sehingga tidak bisa untuk membeli produk secara langsung. Tujuan penelitian ini agar penjualan pada toko Calvcare dapat meningkat dan memudahkan user dalam meraih informasi produk yang dijual pada toko Calvcare serta melakukan transaksi pembelian dimana pun dan kapan pun. Penelitian ini menggunakan metode prototype dan menggunakan pemodelan UML (Unified Modelling Language) dan Design Figma, serta perancangnnya menggunakan laragon, visual studio code, android studio, dan database adminer, mysql. Penelitian ini menghasilkan suatu aplikasi e-commerce berbasis android pada Calvcare. Untuk penelitian sejenis disarankan fitur-fitur pada aplikasi dirancang sesuai dengan kebutuhan klien.
Analisis Digital Forensik Spear Phishing Menggunakan Metode National Institute of Justice (Studi Kasus: Instagram Verified Account) Prasetyo, Aris Dwi; Seta, Henki Bayu; Pradnyana, I Wayan Widi
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v19i1.4675

Abstract

Media sosial memudahkan interaksi antar pengguna sebagai alat penyebaran informasi. Sehingga semua orang mencoba untuk memperoleh seluruh atensi yang ada pada suatu platform seperti Instagram. Hal ini menimbulkan dampak negatif seperti penipuan akun, pencurian data pribadi, dan penjualan akun yang telah diretas. Jenis kejahatan yang sering terjadi adalah Phishing yaitu penipuan yang menampilkan hal yang sama persis dengan platform yang asli. Digital forensik dapat memudahkan pencarian barang bukti digital. Dalam penelitian ini peneliti akan melakukan analisis digital forensik terkait tindak kejahatan spear phishing dengan menggunakan metode yang telah diusulkan oleh National Institute of Justice (NIJ). Dalam metode ini tahapan yang akan dilakukan antara lain Preparation, Collection, Examination, Analysis, dan Reporting. Berdasarkan penelitian didapatkan laman phishing yang digunakan oleh pelaku dengan domain laman instagram-page-login.herokuapp.com dan IP Address yang digunakan yaitu 18.208.60.216 dan 54.165.58.209.
Analisis Sentimen terhadap Aplikasi PeduliLindungi pada Jejaring Sosial Twitter Menggunakan Algoritma Naïve Bayes dan Seleksi Fitur Particle Swarm Optimization Hanif Razka, Muhamad; Theresiawati, Theresiawati; Chamidah, Nurul
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v19i1.4688

Abstract

Aplikasi PeduliLindungi merupakan sebuah aplikasi resmi dari Kominfo yang bekerjasama dengan beberapa kementerian lainnya. Aplikasi ini bertujuan untuk membantu mencegah penyebaran virus COVID-19 karena selalu terhubung dengan penggunanya berdasarkan lokasi. Penelitian ini menggunakan data opini publik terhadap penggunaan aplikasi PeduliLindungi dari hasil tweets masyarakat menggunakan kata kunci seperti Peduli Lindungi, hastag #PeduliLindungi dan pengguna yang menyebutkan username @PLindungi. Pengambilan data dilakukan pada tanggal 13 Maret hingga 11 April 2022. Dalam penelitian ini memiliki tujuan untuk melakukan proses mengkategorikan sebuah data tweet menjadi sentimen bersifat positif dan negatif dan menggunakan algoritma Naïve Bayes untuk proses klasifikasinya kemudian menerapkan penggunaan seleksi fitur Particle Swarm Optimization untuk selanjutnya masuk ke dalam tahap evaluasi dengan confusion matrix guna melihat perbandingan akurasi penggunaan seleksi fitur bagi algoritma klasifikasi tersebut. Dan dari hasil pengujian menggunakan algoritma klasifikasi Naïve Bayes mendapatkan nilai akurasi sebesar 76.23%, Recall sebesar 76.78%, serta Precission sebesar 79.62%. Sementara penggunaan seleksi fitur Particle Swarm Optimization pada algoritma Naïve Bayes mendapatkan hasil terbaik pada proses iterasi PSO sebanyak 250 kali dengan peningkatan nilai akurasi menjadi 80.19% kemudian nilai recall menjadi 85.71% serta terdapat peningkatan pada precission menjadi 80%. 
Implementasi Algoritma Naïve Bayes Untuk Analisis Klasifikasi Survei Kesehatan Mental (Studi Kasus: Open Sourcing Mental Illness) Alfarezy, Reza; Ermatita, Ermatita; Wadu, Ruth Mariana Bunga
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v19i1.4696

Abstract

Kesehatan mental telah menjadi sorotan penting dalam kehidupan masyarakat sekarang, dan tidak luput dari berbagai industri dalam dunia kerja, termasuk industri teknologi. Kesadaran akan kepentingan kesehatan mental pekerja masih sering dianggap rendah, dan hal ini juga tidak luput dalam industri teknologi, oleh karenanya Open Source Mental Illness (OSMI), sebagai lembaga yang bergerak di bidang kesehatan mental, mengadakan survei untuk mengetahui kesadaran mengenai kesehatan mental pada pekerja dalam industri teknologi. Hasil dari survei ini telah dirilis sebagai dataset, di mana dataset ini kemudian dapat dianalisis lebih lanjut menggunakan data mining dengan metode klasifikasi sebagai analisis kesadaran kesehatan mental berdasarkan data pada survei. Algoritma klasifikasi yang digunakan adalah Naïve Bayes, yang mana hasil klasifikasi ini dapat digunakan lebih dalam untuk analisis lanjut mengenai kesadaran pengaruh kesehatan mental pada pekerja industri teknologi, dalam bentuk model prediksi. Dataset yang digunakan awalnya terdiri dari 1259 record data, dimana setelah dilakukan praproses didapatkan 1254 record data. Penelitian ini dilakukan ujicoba dengan pembagian data uji sebesar 30% dan data latih sebesar 70%, dimana didapatkan hasil akurasi sebesar 72%. Analisis data mining ini kemudian dilaksanakan dalam bahasa pemrograman Python, untuk mendapatkan suatu model prediksi sederhana yang kemudian digunakan untuk sistem prediksi sederhana berbasis website.
Penetration Testing Terhadap Website Sekolah Menengah Atas ABC dengan Metode NIST SP 800-115 Maherza, Syania Aulia; Hananto, Bayu; Pradnyana, I Wayan Widi
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v19i1.4697

Abstract

Perkembangan teknologi yang sangat pesat bertujuan untuk mempermudah pekerjaan manusia. Pada saat ini, pengguna internet tidak perlu berjalan untuk berbelanja, belajar, dan bekerja. Tetapi internet tidak sepenuhnya aman untuk digunakan. Salah satu dampak negatif yang dapat disebabkan oleh internet adalah peretasan yang dilakukan oleh orang yang tidak bertanggung jawab. Salah satu cara untuk meningkatkan keamanan dalam penggunaan aplikasi online dengan melakukan Penetration Testing dan Vulnerability Assessment. Kegiatan ini bertujuan untuk menilai keamanan suatu situs. Dalam penelitian ini, akan dilakukan penetration testing dan vulnerability assessment pada situs Sekolah Menengah Atas ABC dengan menggunakan metode NIST SP 800-115. Dalam metode ini tahapan yang akan dilakukan adalah planning, discovery, attack dan reporting. Hasil dari penelitian ini merupakan kerentanan yang ada pada situs SMA ABC dan solusi yang dapat dilakukan untuk memperbaikinya.
Pengembangan Aplikasi Android Untuk Peningkatkan Efisiensi Operasi Pendataan Pengamatan Bunga Tumbuhan Aziz, Amien; Jayanta, Jayanta; Ernawati, Iin
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v19i1.4714

Abstract

Penggunaan teknologi pada aplikasi sangat mendukung kegiatan perusahaan. Kesuksesan perusahaan akan terkait dengan kesesuaian harapan antara system analyst, pengguna aplikasi, sponsor dan kostumer. Penting juga bagi setiap perusahaan pertanian untuk mengetahui kondisi tumbuhan produksi mereka, salah satu cara untuk mengetahui hal ini adalah dengan melakukan data mining. Data yang digunakan adalah data sekunder dari perusahaan yang tidak berlabel, sehingga perlu digunakan algoritma unsupervised, yang pada penelitian ini digunakan algoritma K-Means. Berawal dari masalah tersebut dibutuhkan sistem digital yang dapat menyediakan data secara reliable, tepat, cepat, dan efisien. Dibuat juga model data mining yang pada akhirnya menghasilkan 2 kelompok, yang didapat menggunakan metode elbow. Setelah semua bagian sistem diintegrasi kedalam bentuk aplikasi mobile android. Setelah dilakukan perbandingan BMW sebelum dan sesudah menggunakan aplikasi, maka didapati hasil bahwa aplikasi tersbut meningkatkan efisiensi dari sisi biaya dan waktu, tanpa menurunkan mutu.
Klasifikasi Sentimen Menggunakan Algoritma K-Nearest Neighbour (Studi Kasus: Magang Merdeka Belajar) Nainggolan, Hollywrith Travaganz; Hananto, Bayu; Wahyono, Bambang Tri
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v19i1.4777

Abstract

Pada tahun 2020, Kementerian Pendidikan dan Kebudayaan meluncurkan program Merdeka Belajar yang membantu para mahasiswa dan mahasiswi untuk menghadapi lingkungan kerja setelah mereka lulus. Akan tetapi, program ini memunculkan polemik. Penelitian ini mencoba melakukan klasifikasi sentimen pada kasus Magang Merdeka Belajar menggunakan algoritma KNN. KNN dipilih dikarenakan algoritma ini lebih handal dalam menangani data noisy, namun untuk meningkatkan akurasi, peneliti menggunakan algoritma Near Miss dalam proses data balancing dikarenakan selisih data adalah 188 data positif dan 212 data negatif.
Deteksi Gerakan Bahasa Isyarat Menggunakan Euclidean Distance Insani, Chairi Nur; Arifin, Nurhikma; Rasyid, Muh. Rafli
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v19i1.5658

Abstract

Orang yang memiliki keterbatasan pendengaran/wicara akan sulit berkomunikasi secara lisan dengan orang normal. Cara berkomunikasinya dapat menggunakan tulisan yang lambat dan tidak efisien atau dengan bahasa isyarat. Bahasa isyarat menjadi satu-satunya metode yang efisien digunakan bagi orang dengan keterbatasan pendengaran/wicara. Sedangkan kebanyakan masyarakat normal tidak dapat menggunakan bahasa isyarat. Sehingga sistem untuk mendeteksi bahasa isyarat menjadi sebuah kebutuhan untuk membantu masyarakat dengan keterbatatasan komunikasi secara lisan. Penelitian ini bertujuan untuk mendeteksi bahasa isyarat kedalam teks sesuai dengan makna yang sebenarnya. Pengambilan data dilakukan menggunakan Leap Motion dengan 15 data gerakan isyarat tangan yang memiliki gerakan dasar dan kemiripan dalam gerakannya. Data yang digunakan dalam penelitian ini berupa isyarat abjad A, B, W, M, N, J, Z dan isyarat kata dia, pakai, saya, kakak, adik bingung, kecewa, hai. Metode yang digunakan pada penelitian ini adalah euclidean distance untuk mencari jarak minimum dari nilai support vector yang terdeteksi sama. Inputan pada proses uji adalah huruf W yang dilakukan secara realtime memiliki kemiripan gerakan isyarat dengan huruf B dan kata kecewa nilai Euclidean distance yaitu 0.5475649269013902 maka inputan tersebut dapat terdeteksi sesuai dengan makna yang sebenarnya. Hasil akurasi rata-rata yang didaparkan dari keseluruhan tahap pengujian 15 data gerakan sebesar 88,7%.

Page 14 of 19 | Total Record : 182

 12   13   14   15   16 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue 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