cover
Contact Name
Andi Patombongi
Contact Email
andipatombongi@catursakti.ac.id
Phone
-
Journal Mail Official
tomfiq@gmail.com
Editorial Address
-
Location
Kota kendari,
Sulawesi tenggara
INDONESIA
Simtek : Jurnal Sistem Informasi dan Teknik Komputer
ISSN : 25025899     EISSN : 25407635     DOI : 10.51876
Jurnal Sistem Informasi dan Teknik Komputer diterbitkan dua edisi jurnal dalam satu tahun, yaitu pada bulan April dan Oktober. Jurnal Sistem Informasi dan Teknik Komputer mencakup bidang-bidang ilmu teknologi informasi antara lain teknik komputer, ilmu komputer, sistem informasi, komputerisasi akuntansi, manajemen informatika dan teknik elektro.
Arjuna Subject : -
Articles 352 Documents
MEDACT: FUNGSI AKTIVASI HIBRID BARU UNTUK MODEL RESNET PADA KLASIFIKASI CITRA MEDIS Baital, Muhammad Syarif; Jasman, Jasman; Inda, Nur
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1685

Abstract

Penelitian ini menyoroti pentingnya pemilihan fungsi aktivasi pada model deep learning untuk klasifikasi tumor otak berbasis citra MRI. Sebanyak sebelas fungsi aktivasi, termasuk ReLU, Leaky ReLU, ELU, Swish, Mish, PReLU, GELU, SELU, HardSwish, MedAct Fixed, dan MedAct Learnable, dievaluasi pada arsitektur ResNet. Hasil menunjukkan hampir semua fungsi mencapai akurasi pengujian ≥ 99% dengan perbedaan relatif kecil. ReLU, Swish, Mish, dan MedAct Learnable menempati posisi terbaik dengan hanya dua kesalahan klasifikasi, sedangkan PReLU dan MedAct Fixed menunjukkan kelemahan dengan tujuh kesalahan. Temuan penting adalah bahwa fungsi aktivasi baru (MedAct Learnable), mampu menyamai performa fungsi aktivasi modern terbaik dan menunjukkan peningkatan signifikan dibandingkan MedAct Fixed. Hal ini menegaskan bahwa sifat adaptif parameter α memberikan kontribusi positif terhadap generalisasi model.
PENGEMBANGAN APLIKASI ABSENSI BERBASIS WEBSITE MENGGUNAKAN METODE WATERFALL Trihapsari, Argitha; Badarudin, Ade Syifa; Billah, Khaerunni Salsa
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1657

Abstract

Perkembangan teknologi informasi menuntut adanya sistem yang efisien, akurat, dan terintegrasi, termasuk dalam pencatatan kehadiran personel. Sistem absensi manual yang masih digunakan kerap menimbulkan berbagai permasalahan, seperti kesalahan pencatatan, keterlambatan dalam pelaporan, serta rendahnya transparansi data. Kondisi tersebut berdampak pada menurunnya efektivitas kerja serta akurasi informasi yang dibutuhkan dalam proses pengambilan keputusan manajerial. Untuk mengatasi hal tersebut, penelitian ini bertujuan mengembangkan aplikasi absensi berbasis web dengan menerapkan metode Waterfall. Metode ini dipilih karena menyediakan alur kerja sistematis melalui tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Aplikasi yang dirancang memiliki fitur utama berupa autentikasi pengguna sesuai hak akses, pencatatan kehadiran secara real-time yang terhubung dengan server waktu, serta penyajian laporan kehadiran otomatis yang dapat diekspor oleh administrator. Hasil pengujian membuktikan aplikasi berjalan stabil, fungsional, dan sesuai kebutuhan pengguna. Sistem yang dihasilkan terbukti mampu meningkatkan akurasi pencatatan, mempercepat pelaporan, mempermudah monitoring, serta mendukung pengambilan keputusan berbasis data. Dengan demikian, penerapan aplikasi absensi digital ini dapat meningkatkan efisiensi kerja sekaligus kualitas layanan administrasi kepegawaian.
MODEL DEEP LEARNING RINGAN UNTUK KLASIFIKASI BAKTERI MENGGUNAKAN MNASNET Ghiffari , M. Amirul; Herdiani, Febri Dolis; Ariawan, Ishak; Rusmawati , Dea Aisyah
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1678

Abstract

Identifikasi bakteri yang cepat dan akurat merupakan tantangan penting dalam bidang mikrobiologi dan industri pangan. Penelitian ini mengevaluasi arsitektur Mobile Neural Architecture Search Network (MNASNet) untuk tugas klasifikasi citra bakteri. Hasil eksperimen menunjukkan bahwa MNASNet mampu mencapai akurasi validasi sebesar 97,25%, F1-score 97,22%, serta validation loss terendah 0,2176, melampaui model ringan lain yang diuji. Evaluasi lebih lanjut pada dataset uji independen memperkuat kemampuan generalisasi model dengan akurasi 95,75%, presisi 96,52%, sensitivitas 95,68%, dan F1-score 95,62%. Dari sisi efisiensi, MNASNet hanya memerlukan 423,37 MFLOPs, dengan jumlah parameter sekitar 3,14 juta, serta latensi inferensi 1,11 ms per citra, menjadikannya arsitektur yang ringan namun sangat andal. Hasil ini menegaskan bahwa MNASNet tidak hanya unggul secara prediktif tetapi juga efisien secara komputasi, sehingga berpotensi besar untuk diimplementasikan pada sistem diagnostik cepat berbasis citra dalam lingkungan nyata dengan keterbatasan sumber daya.
SISTEM INFORMASI PEMANTAUAN DATA CUACA BERBASIS ANDROID UNTUK MENDUKUNG PERTANIAN DI KABUPATEN KONAWE SELATAN Muslimin Idris, Muh Indra; Said, Muhammad Sulkifly; Rahman, Baharuddin
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1682

Abstract

Abstrak - Perubahan iklim yang menyebabkan ketidakpastian cuaca menjadi tantangan serius bagi sektor pertanian, khususnya di Kabupaten Konawe Selatan. Kondisi ini sering mengakibatkan penurunan produktivitas dan risiko gagal panen akibat keterbatasan akses informasi cuaca yang akurat bagi petani. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Informasi Pemantauan Data Cuaca Berbasis Android yang membantu petani menentukan jadwal tanam ideal untuk padi, jagung, dan ubi. Sistem dikembangkan menggunakan bahasa pemrograman Kotlin dengan layout menggunakan XML, memanfaatkan data cuaca real-time dari API Open-Meteo, serta menerapkan metode Single Moving Average (SMA) periode 10 hari untuk memprediksi curah hujan 30 hari ke depan. Hasil penelitian menunjukkan sistem mampu menyajikan prediksi cuaca dan status kelayakan tanam sesuai kriteria tiap tanaman. Pada uji tanggal 4 Agustus 2025, prediksi menunjukkan padi ideal untuk ditanam (curah hujan diperkirakan tetap < 50 mm dalam 30 hari ke depan), sedangkan jagung dan ubi tidak ideal karena prediksi curah hujan tidak mencapai kisaran 100–120 mm. Pengujian black box menunjukkan fitur-fitur utama berfungsi sesuai rancangan. Sistem ini diharapkan dapat mendukung pengambilan keputusan petani serta meningkatkan produktivitas pertanian dan ketahanan pangan di tingkat daerah.
APLIKASI PENENTUAN HARGA JUAL KENDARAAN BEKAS PADA UD TAPAK KUDA MOTOR BERBASIS JAVA Sukmawati, Sukmawati; Rahman, Baharuddin; Ani, Hariani
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1684

Abstract

Permintaan kendaraan bekas yang terus meningkat mendorong UD Tapak Kuda Motor di Kendari untuk menghadirkan solusi penentuan harga jual yang lebih akurat dan efisien. Selama ini, penetapan harga masih dilakukan secara manual dan subjektif, yang rentan terhadap inkonsistensi dan kesalahan. Penelitian ini bertujuan merancang dan mengembangkan aplikasi berbasis Java untuk membantu menentukan harga jual kendaraan bekas secara objektif dengan mempertimbangkan faktor-faktor seperti tingkat kerusakan, usia, merek, dan kondisi pasar. Aplikasi ini diharapkan mampu meningkatkan konsistensi, efisiensi, serta daya saing bisnis, sekaligus memberikan manfaat bagi pelaku usaha dan menjadi referensi bagi pengembangan sistem serupa di masa depan
IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK PREDIKSI KEBUTUHAN ASET PADA YAYASAN PENDIDIKAN GKPS Siahaan, Mhd. Iskandar Madani; Harahap, Aninda Muliani
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1689

Abstract

Pengelolaan aset di Yayasan Pendidikan GKPS yang masih dilakukan secara manual sering menimbulkan kendala seperti kehilangan data dan kesulitan memantau kondisi aset. Penelitian ini bertujuan mengembangkan sistem informasi manajemen aset berbasis web dengan algoritma Naïve Bayes untuk memprediksi kebutuhan aset di 30 sekolah yayasan. Dataset berjumlah 1.613 entri mencakup kondisi barang (baik, rusak sedang, rusak berat) serta tahun pembelian. Tahapan penelitian meliputi pengumpulan data, preprocessing, pembagian data latih (80%) dan uji (20%), serta evaluasi menggunakan confusion matrix. Hasil pengujian menunjukkan algoritma Bernoulli Naïve Bayes mencapai akurasi 93,33%, dengan presisi 0,94 dan recall 0,79 pada kelas “Diusulkan”. Sistem ini terbukti membantu klasifikasi kondisi aset, menghasilkan laporan prediksi, serta mendukung pengambilan keputusan dalam pengadaan barang. Dengan demikian, algoritma Naïve Bayes dapat diimplementasikan untuk meningkatkan efektivitas dan efisiensi pengelolaan aset pendidikan.
RANCANG BANGUN E-COMMERCE BERBASIS WEB UNTUK MENDORONG PARTISIPASI MASYARAKAT DALAM PENGELOLAAN SAMPAH BERKELANJUTAN Erwin, Erwin; Muin, Ni’matullah; Marni, Marni; Salsabilah, Anugrah Batari Gading
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1690

Abstract

Permasalahan sampah di Indonesia terus meningkat setiap tahunnya, dengan dominasi berasal dari rumah tangga. Rendahnya partisipasi masyarakat dalam pemilahan dan daur ulang sampah disebabkan oleh minimnya akses informasi, insentif, serta sistem pengelolaan yang inklusif. Bank sampah hadir sebagai solusi alternatif, namun implementasinya masih menghadapi berbagai kendala, terutama pada aspek transparansi, efisiensi, dan pemanfaatan teknologi. Penelitian ini bertujuan merancang platform digital bank sampah berbasis web dengan konsep e-commerce untuk meningkatkan keterlibatan masyarakat dalam pengelolaan sampah berkelanjutan. Metode yang digunakan adalah Research and Development (R&D) dengan pendekatan User-Centered Design (UCD) dan model ADDIE (Analysis, Design, Development, Implementation, Evaluation). Tahapan penelitian meliputi analisis kebutuhan, perancangan sistem dan antarmuka, pengembangan prototipe, serta uji coba melalui metode blackbox testing. Data dikumpulkan melalui observasi, wawancara, dan studi literatur. Hasil yang diharapkan adalah platform digital yang mampu mengintegrasikan proses pengumpulan, pencatatan transaksi, hingga distribusi sampah dengan lebih efisien, sekaligus memberikan insentif ekonomi bagi masyarakat
PERANCANGAN SISTEM INFORMASI ADMINISTRASI FITNESS CENTER BERBASIS DESKTOP Lontaan, Rolly Junius; Mambu, Ricky Miracle Samuel Hendrik; Mongkau, Dave Bryn; Kolmate, Angeli Marselin; Polii, Alfredo Rodrigo; Kaparang, Jonald Filemon
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1693

Abstract

Sistem informasi berbasis teknologi memiliki peran penting dalam mendukung efisiensi operasional bisnis, termasuk pada sektor gym dan pusat kebugaran. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi sistem berbasis desktop menggunakan bahasa pemrograman C# pada Visual Studio dan database MySQL untuk pengelolaan data anggota serta transaksi di gym. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan perangkat lunak Waterfall, yang mencakup tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Hasil penelitian menunjukkan bahwa aplikasi ini mampu menggantikan metode manual, meningkatkan akurasi pencatatan, mempercepat proses administrasi, serta menghasilkan laporan keuangan yang sistematis. Diharapkan sistem ini dapat menjadi solusi bagi pusat kebugaran lainnya untuk beralih ke sistem berbasis teknologi modern.
SISTEM WARNING BERBASIS DETEKSI MASKER PADA WAJAH SECARA REALTIME MENGGUNAKAN METODE HAAR-CASCADE Patombongi, Andi; Putra, Muhammad Ardi; Kamil, Dea Angelia; Asriani, Farida; Raja, Imelda Dua
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1699

Abstract

Pada paper ini penulis mengembangkan sebuah sistem berbasis computer vision yang mampu mendeteksi wajah dengan dan tanpa masker. Tidak hanya itu, penggunaan masker yang tidak sempurna juga dapat dideteksi oleh sistem. Model yang diterapkan pada sistem ini adalah Adaboost yang bekerja menggunakan Haar-like features. Hasilnya, sistem mampu bekerja dengan akurasi 90% terhadap data uji dengan kecepatan pemrosesan sebesar 7,9 FPS.
KOMPARASI ALGORITMA NAIVE BAYES DAN DECISION TREE PADA KLASIFIKASI PENERIMAAN PESERTA DIDIK BARU Aprilia, Kesi; Khaira, Ulfa; Ferdian Hutabarat, Benedika
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1694

Abstract

Penerimaan Peserta Didik Baru (PPDB) merupakan tahapan penting dalam menyeleksi calon peserta didik yang memenuhi kriteria lembaga pendidikan. Di Yayasan Sahabat Qur’an Al-Karim Jambi, peningkatan jumlah pendaftar tidak sebanding dengan kapasitas penerimaan, sehingga dibutuhkan proses seleksi yang lebih tepat dan objektif. Penelitian ini bertujuan untuk mengaplikasikan metode data mining dengan melakukan perbandingan antara algoritma Naïve Bayes dan Decision Tree CART untuk mengetahui algoritma yang paling efektif dalam klasifikasi penerimaan peserta didik baru. Proses penelitian mencakup tahap praproses data, pembagian dataset dengan proporsi 80% untuk pelatihan dan 20% untuk pengujian, penerapan kedua algoritma, serta dilakukan evaluasi mengggunakan k-fold cross validation dan confusion matrix. Temuan penelitian menunjukkan bahwa algoritma Decision Tree memberikan performa paling unggul dengan akurasi 98,77%, presisi 99,19%, recall 97,56%, dan f1-score 98,34%, sedangkan algoritma Naïve Bayes memperoleh akurasi 94,44%, presisi 96,54%, recall 89,02%, dan f1-score 92,04%.