cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rochmat Aldy Purnomo
Contact Email
purnomo@umpo.ac.id
Phone
-
Journal Mail Official
komputek@umpo.ac.id
Editorial Address
-
Location
Kab. ponorogo,
Jawa timur
INDONESIA
KOMPUTEK
Published by Universitas Muhammadiyah Ponorogo
ISSN : 26140985     EISSN : 26140977     DOI : -
Core Subject : Science, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Mechanical Engineering
Jurnal Mahasiswa Teknik (Mesin, Elektro dan Informatika) Universitas Muhammadiyah Ponorogo ISSN : 2614-0985 (media cetak) ISSN : 2614-0977 (media online)
Arjuna Subject : -
Articles 213 Documents
 18   19   20   21   22 
Prediksi Harga Saham Netflix Inc. (NFLX) di Nasdaq menggunakan Algoritma Machine Learning berbasis Data Mining Bismi, Waeisul; Siregar, Aris Parnius; Qomaruddin, Muhammmad
KOMPUTEK Vol. 9 No. 2 (2025): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v9i2.3452

Abstract

Pergerakan harga saham yang fluktuatif membuat prediksi harga saham menjadi aspek penting dalam pengambilan keputusan investasi. Netflix Inc. (NFLX), sebagai salah satu emiten teknologi terkemuka yang terdaftar di NASDAQ, menunjukkan pola pergerakan harga saham yang dinamis dan dipengaruhi oleh berbagai faktor internal dan eksternal. Penelitian ini bertujuan untuk menerapkan algoritma machine learning berbasis data mining dalam memprediksi harga saham Netflix Inc., dengan menggunakan perangkat lunak Orange Data Mining yang bersifat visual dan mendukung berbagai metode klasifikasi. Metode penelitian terdiri dari lima tahapan utama, yaitu: pengumpulan data, pra-pemrosesan data, implementasi model, pengujian model, dan evaluasi kinerja. Dataset yang digunakan diperoleh dari Investing.com dalam periode Januari 2022 hingga Desember 2023, dengan total 501 data harian yang mencakup fitur seperti harga pembukaan, harga penutupan, harga tertinggi, harga terendah, dan volume transaksi. Algoritma klasifikasi yang digunakan meliputi Support Vector Machine (SVM), Neural Network, dan Naive Bayes. Data dibagi menjadi 80% data pelatihan dan 20% data pengujian. Hasil pengujian menunjukkan bahwa algoritma Neural Network memberikan performa terbaik dengan nilai AUC sebesar 0,937, akurasi (CA) 88%, dan nilai MCC sebesar 0,759. Algoritma SVM menghasilkan akurasi 84,3% dan MCC 0,690, sedangkan Naive Bayes memiliki akurasi 83% dengan MCC 0,660. Evaluasi menggunakan confusion matrix memperlihatkan bahwa model mampu mengenali pola klasifikasi naik atau turun dengan tingkat kesalahan yang minim. Dengan demikian, penerapan algoritma machine learning pada data mining terbukti efektif dalam melakukan prediksi harga saham, dan dapat digunakan sebagai acuan dalam pengambilan keputusan investasi di pasar modal berbasis data historis.
Implementasi Kriptografi AES pada Sistem Enkripsi Gambar berbasis Web dengan Kunci Ephemeral yang dihasilkan API Machfudz, Emir Syarif; Suhardi
KOMPUTEK Vol. 9 No. 2 (2025): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v9i2.3469

Abstract

This study implements the Advanced Encryption Standard (AES) algorithm in a web-based image encryption system utilizing an ephemeral key generated by an API. The research is motivated by the increasing threats to digital data security, such as identity theft and information manipulation, as well as the weaknesses of static key usage in AES encryption. The developed system consists of a client-side web application and a RESTful API server. The client side, built with HTML, CSS, and JavaScript, receives image input, requests the API for a key, and performs AES-256 encryption in Cipher Block Chaining (CBC) mode with a unique Initialization Vector (IV). The server side generates a random 256-bit key, stores it temporarily for approximately 30 seconds, and sends the key ID to the client. Testing was conducted on images sized 50 KB, 200 KB, and 1000 KB to measure encryption time. The results show that encryption time increases linearly with image size, with minimal overhead that does not affect performance. The ephemeral key approach enhances security by limiting the opportunity for unauthorized access to the key, while client-side encryption ensures that raw image data is never transmitted to the server. These findings demonstrate that implementing AES with ephemeral keys effectively improves the security of web-based image encryption.
Sistem Pendukung Keputusan Pemilihan Supplier Frozen Food Menggunakan Metode Topsis (Studi Kasus: UD. MHA Frozen Food) Surojuddin, Eko; Sholihin, Miftahus; Setia Budi, Agus
KOMPUTEK Vol. 9 No. 2 (2025): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v9i2.3473

Abstract

MHA Frozen Food adalah perusahaan yang berfokus pada distribusi produk makanan beku, sehingga pemilihan pemasok yang tepat menjadi faktor krusial untuk menjaga mutu, ketersediaan, dan keberlangsungan bisnis. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan dalam pemilihan supplier dengan menerapkan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) berdasarkan empat kriteria utama, yakni Harga (35), Kualitas (30), Pengiriman (20), dan Layanan (15). Data dari beberapa alternatif pemasok diolah melalui tahapan metode TOPSIS, mulai dari penyusunan matriks keputusan yang dinormalisasi, pembobotan, hingga perhitungan kedekatan terhadap solusi ideal positif dan negatif untuk memperoleh nilai preferensi akhir. Hasil analisis menunjukkan bahwa pemasok dengan peringkat tertinggi adalah FIESTA (A7) dengan skor 0,7407, kemudian CHAMP (A2) dengan nilai 0,6653, serta KIMBO (A5) dengan 0,5994, sementara SO GOOD (A6) berada di posisi terakhir dengan skor 0,1099. Temuan ini menegaskan bahwa penerapan TOPSIS mampu memberikan hasil yang efektif, objektif, dan transparan sebagai dasar perusahaan dalam menentukan supplier paling sesuai dengan kebutuhannya. Kata Kunci : Supplier, Frozen Food, TOPSIS, Pengambilan Keputusan
Perancangan Video Komik Animasi Dua Dimensi Legenda Reog Ponorogo untuk Gen Z Usia 16-22 Tahun Azrul Gaza
KOMPUTEK Vol. 10 No. 1 (2026): April
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

In the modern era, cultural preservation faces many challenges. Especially for younger generation, Generation Z that has been exposed and influenced by technology, globalization, and digital trends. In designing this animated comic, taking advantage of Generation Z’s role in cultural preservation by researching their preferences of traditional culture in modern media. In designing this animated comic, the writer took the topic of the legend of Reog Ponorogo. The iconic legend of traditional dance from Ponorogo regency. And then adapting the legend into a modern media such as animated comic. Using qualitative methods. Such as interviews, questionnaires. and literature reviews. I tis hoped that this designing process of animated comic may bring the legend of Reog Ponorogo into more accessible means for generation Z..
Analisis Perbandingan Algoritma Machine Learning untuk Klasifikasi Sentimen Ulasan Pengguna Aplikasi TikTok di Google Play Store Desta Tri Lestari; Putri Mahirah Syahla; Satya Wibisono; Khairul Rizal; Susliansyah Susliansyah; Rahmat Hidayat
KOMPUTEK Vol. 10 No. 1 (2026): April
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This research aims to conduct sentiment analysis on user reviews of the TikTok application obtained from the Google Play Store using machine learning approaches. The dataset was collected through a web scraping process, resulting in 8,097 Indonesian-language reviews. All textual data went through several preprocessing stages, including text cleaning, removal of irrelevant characters, normalization, tokenization, stopword removal, and stemming using the Sastrawi algorithm. Sentiment labeling was performed automatically based on the rating, in which 1–2 stars were categorized as negative, 3 stars as neutral, and 4–5 stars as positive. Feature extraction was carried out using the Term Frequency–Inverse Document Frequency (TF-IDF) method to convert text into numerical representations. Four machine learning algorithms were implemented, consisting of Naïve Bayes, Logistic Regression, Support Vector Machine (SVM), and Random Forest. The performance of each model was evaluated using accuracy, precision, recall, and F1-score metrics, along with confusion matrix analysis to observe misclassification patterns. The results show that positive sentiment dominates the dataset, indicating that users generally provide favorable feedback toward the TikTok application. Experiment results reveal that Naïve Bayes achieved the highest accuracy, while Logistic Regression produced the best precision and F1-score. Random Forest showed the lowest performance, whereas SVM remained competitive with stable results across metrics. In addition, Logistic Regression and Naïve Bayes demonstrated the most efficient computation time, while SVM and Random Forest required longer processing duration due to model complexity. Overall, Logistic Regression can be considered the most optimal model in this study due to its balanced evaluation and computational efficiency. These findings demonstrate that machine learning can effectively classify public opinion automatically and serve as valuable input for improving service quality within the TikTok application.
Kajian Quality of Experience Layanan Streaming Video Jaringan 4G Harry Pribadi Fitrian; Muhammad Sulthon Rasyiddin; Sonita; Keisya Tanzilatul Ma’wa; Moh Ramdani
KOMPUTEK Vol. 10 No. 1 (2026): April
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam beberapa tahun terakhir, layanan streaming video semakin berkembang dengan signifikan dengan jutaan pengguna mengandalkan jaringan 4G untuk mengakses konten berkualitas tinggi. Penelitian ini mengkaji Quality of Experience (QoE) pada layanan streaming video menggunakan jaringan 4G melalui metode studi literatur dengan pendekatan kuantitatif. Kajian ini membahas parameter-parameter QoE yang mencakup aspek subjektif seperti Mean Opinion Score (MOS) dan aspek objektif melalui Quality of Service (QoS) yang meliputi buffering, delay, jitter, packet loss, dan throughput. Hasil kajian menunjukkan bahwa jaringan 4G masih mampu memberikan pengalaman streaming video yang memuaskan dengan parameter QoE yang tinggi, didukung oleh teknologi Long Term Evolution (LTE) yang menawarkan kecepatan tinggi dan latesi rendah. Namun, terdapat beberapa keterbatasan seperti konsumsi data yang besar, kapasitas terbatas di area padat, dan jangkauan yang belum optimal di daerah terpencil. Penelitian ini merekomendasikan penggunaan WiFi sebagai alternatif untuk menghemat kuota data dan mempertimbangkan migrasi ke teknologi 5G untuk pengalaman streaming yang lebih optimal.
Peningkatan Kualitas Citra Dokumen Dengan Metode Real-ESRGAN, Classic Enhancement, dan Deblur dan Shapern Jessica Tedja; Ince Olviana Inya Mete; Vannes; Waeisul Bismi; Ika Kurniawati; Riza Fahlapi
KOMPUTEK Vol. 10 No. 1 (2026): April
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kualitas citra dokumen yang rendah sering menjadi kendala dalam proses digitalisasi, terutama pada dokumen hasil tangkapan kamera yang mengalami gangguan seperti blur, noise, dan pencahayaan tidak merata. Kondisi tersebut dapat menurunkan tingkat keterbacaan teks serta akurasi pada sistem Optical Character Recognition (OCR). Penelitian ini bertujuan untuk meningkatkan kualitas citra dokumen dengan mengimplementasikan dan membandingkan tiga metode: Classic Enhancement (CLAHE + Bilateral Filter), Deblur & Sharpen (pengurangan Gaussian blur + penajaman Laplacian), dan super-resolution menggunakan Real-ESRGAN. Penelitian menggunakan dataset yang dikumpulkan secara lokal, memproses citra melalui pipeline terstruktur (unggah, konversi, peningkatan, dan evaluasi), serta menilai hasil dengan metrik kualitas citra (PSNR, SSIM, Entropi) dan metrik kinerja OCR (Character Error Rate, Word Error Rate). Hasil menunjukkan bahwa setiap metode memiliki keunggulan berbeda: Classic Enhancement memberikan stabilitas struktural tertinggi (SSIM), Real-ESRGAN mencapai peningkatan detail dan ketajaman terbaik (PSNR), terutama untuk dokumen kaya warna, sementara Deblur & Sharpen memberikan peningkatan paling seimbang untuk citra dengan warna minim. Secara keseluruhan, semua metode berhasil meningkatkan kualitas visual dokumen, dengan kombinasi teknik yang adaptif direkomendasikan untuk pra-pemrosesan optimal. Dengan menggunakan website desain yang interaktif dan menarik dengan Bahasa pemrograman Python yang di integrasikan ke Gradio.Live versi 4.19.2 sehingga menjadi website open access memudahkan semua orang bisa mengakses website ini.
Perancangan Pengisi Daya Portabel Menggunakan Solar Panel Untuk Kebutuhan Dokumentasi Outdoor Eka Dwi Nurcahya
KOMPUTEK Vol. 10 No. 1 (2026): April
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan penelitian ini adalah merancang dan mengembangkan prototype pengisi daya portabel berbasis panel surya untuk memenuhi kebutuhan suplai energi perangkat dokumentasi seperti kamera dan alat komunikasi pada kegiatan outdoor di daerah tanpa akses listrik. Objek penelitian berupa sistem pengisi daya portabel yang terdiri atas panel surya, rangkaian pengatur tegangan, modul penyimpanan energi, dan konstruksi mekanik yang dirancang ringan serta tahan terhadap kondisi cuaca. Metode yang digunakan adalah Research and Development (R&D) model ADDIE. Hasil penelitian menunjukkan bahwa prototype mampu mengkonversi cahaya matahari menjadi energi listrik yang disipan dalam baterai penyimpanan. Prototipe mampu mengisi perangkat elektronik kecil seperti kamera dan Hand Phone. Efektivitas pengisian dipengaruhi oleh intensitas cahaya matahari matahari yaang ditangkap panel surya. Evaluasi mekanik juga menunjukkan bahwa konstruksi mampu diaplikasikan di area outdoor. Evaluasi yang diperlukan pengujian dalam jangka waktu yang lebih lama dan kerawanan terhadap air secara langsung di bagian panel output. Diperlukan pengembangan lebih lanjut untuk mengoptimalkan penyerapan energi dengan solar panel 10WP agar baterai penyimpanan dapat lebih cepat penuh. Perangkat yang dikembangkan sudah dapat digunakan sebagai solusi energi alternatif untuk kegiatan dokumentasi outdoor dan berpotensi menjadi pilihan yang lebih ramah lingkungan dibandingkan sumber listrik konvensional.
Analisis Komparatif Kinerja Model YOLOv8, YOLOv9, dan YOLOv11 pada Deteksi Plat Nomor Kendaraan di Indonesia Faisal Daffa; Muhammad Raditya Pratama; Raihan Bintang Pamungkas; Khairul Rizal; Susliansyah; Rahmat Hidayat
KOMPUTEK Vol. 10 No. 1 (2026): April
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Identifikasi otomatis plat nomor kendaraan (PNK) adalah tulang punggung sistem manajemen lalu lintas cerdas, yang penting bagi penegakan hukum dan keamanan publik. Tantangan dalam deteksi PNK di Indonesia cukup kompleks, melibatkan variasi desain, kondisi fisik plat yang sering kali buruk, dan beragamnya sudut pengambilan gambar. Penelitian ini bertujuan memberikan perbandingan kinerja yang tegas antara tiga model deteksi objek terdepan dari keluarga YOLO (You Only Look Once): YOLOv8, YOLOv9, dan model konseptual YOLOv11, dalam konteks deteksi PNK spesifik Indonesia. Kami melakukan eksperimen berbasis dataset lokal yang luas, yang dirancang khusus untuk mereplikasi keragaman skenario real-world di Indonesia. Kinerja model dievaluasi secara multidimensi, mencakup Tingkat Keberhasilan Deteksi (seberapa andal model menemukan objek), Kualitas Batas Lokalisasi (keakuratan kotak prediksi terhadap posisi plat yang sebenarnya), Kecepatan Inferensi (Frames Per Second, FPS), dan Kebutuhan Komputasi (FLOPs). Hasil studi menunjukkan bahwa model YOLOv9 secara konsisten memberikan performa deteksi paling presisi, terutama unggul dalam melokalisasi batas-batas plat nomor yang kecil atau buram. Keunggulan ini disebabkan oleh kemajuan arsitektur seperti Generalized Attention yang efektif. Meskipun demikian, YOLOv8 menawarkan efisiensi pemrosesan tertinggi, memberikan solusi real-time yang cepat dengan akurasi yang tetap sangat baik. Kesimpulan ini menyajikan rekomendasi teknis yang jelas bagi pengembang sistem di Indonesia, membantu menyeimbangkan kebutuhan akan akurasi tertinggi dengan batasan sumber daya komputasi di lapangan.
Design of Virtual Reality (VR) Software for AKN Pacitan Photography Laboratory syahrul Mochammad Syahrul Munir
KOMPUTEK Vol. 10 No. 1 (2026): April
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi khususnya informasi sekarang semakin massif, bahkan perkembangan teknologi sekarang masuk pada dunia pendidikan. Pembelajaran menggunakan bantuan media teknologi merupakan salah satu metode pembelajaran yang menarik dan dianggap efektif dimana siswa-siswi mampu belajar dimanapun dan kapanpun hanya dengan bantuan smartphone mereka. Selain itu pembelajaran pada bidang yang membutuhkan pengalaman ataupun imajinasi lebih pada materi yang dipelajari mempunyai kesulitan tersendiri seperti bagaimana cara mengoperasikannya. Penelitian ini membahas tentang Aplikasi Berbasis Virtual Reality untuk Mendukung Proses Pembelajaran Fotografi yang menjadi alternatif media pembelajaran untuk membantu mengenalkan laboratorium. Design aplikasi ini menggunakan software Blender dan Theasys sebagai antarmuka. Metode yang digunakan menggunakan pendekatan MDLC yang dievaluasi berdasakan experience pengguna.

Page 21 of 22 | Total Record : 213

 18   19   20   21   22 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol. 10 No. 1 (2026): April Vol. 9 No. 2 (2025): Oktober Vol. 9 No. 1 (2025): April Vol. 8 No. 2 (2024): Oktober Vol 8, No 2 (2024): Oktober Vol. 8 No. 1 (2024): April Vol 8, No 1 (2024): April Vol 7, No 2 (2023): Oktober Vol. 7 No. 2 (2023): Oktober Vol. 7 No. 1 (2023): April Vol 7, No 1 (2023): April Vol 6, No 2 (2022): Oktober Vol 6, No 1 (2022): April Vol. 5 No. 2 (2021): Oktober Vol 5, No 2 (2021): Oktober Vol 5, No 1 (2021): April Vol 4, No 2 (2020): Oktober Vol 4, No 1 (2020): April Vol 3, No 2 (2019): Oktober Vol 3, No 1 (2019): April Vol 3, No 1 (2019): April Vol 2, No 2 (2018): Oktober Vol 2, No 1 (2018): April Vol 1, No 1 (2017): Oktober More Issue