cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fitrianingsih
Contact Email
infokom@gunadarma.ac.id
Phone
+6221-78881112 ext. 516
Journal Mail Official
infokom@gunadarma.ac.id
Editorial Address
Jalan Margonda Raya 100
Location
Kota depok,
Jawa barat
INDONESIA
Jurnal Ilmiah Informatika Komputer
Published by Universitas Gunadarma
ISSN : 08538638     EISSN : 20898045     DOI : http://dx.doi.org/10.35760/ik
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
This journal is published periodically three times a year, April, August, and December. It publishes a broad range of research articles on Information Technology and Communication, whether in Indonesian Language or English.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 8 Documents
 1 
Search results for , issue "Vol 28, No 3 (2023)" : 8 Documents clear
ANALISA SENTIMEN PADA ULASAN GOOGLE UNTUK HOTEL GRAN MAHAKAM JAKARTA MENGGUNAKAN PENDEKATAN MACHINE LEARNING Muhammad Rizki Prasetyo; Achmad Fahrurozi
Jurnal Ilmiah Informatika Komputer Vol 28, No 3 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i3.9761

Abstract

Fitur Google Review memungkinkan pelanggan untuk mem-posting ulasan maupun rating secara publik mengenai pengalaman mereka dengan layanan serta produk sebuah bisnis. Ketika seorang pengguna memberikan rating tertentu, umumnya diasumsikan bahwa rating tersebut mencerminkan sentimen atau pendapat mereka tentang produk atau layanan tersebut. Terkadang ulasan yang disertakan oleh pengguna dapat menunjukkan sentimen yang bertentangan dengan rating yang diberikan. Salah satu ulasan yang memiliki cukup banyak kontradiksi antara rating dan sentimen review adalah ulasan pada hotel Gran Mahakam yang berlokasi di Jakarta. Dalam melakukan analisis sentimen ada beberapa metode yang dapat digunakan, antara lain SVM (Support Vector Machine) dan Naïve Bayes Classifier (NBC). Penelitian ini bertujuan untuk membangun model analisis sentimen pada ulasan hotel Gran Mahakam menggunakan pendekatan machine learning sebagai perbandingan untuk mengetahui polaritas sentimen dan kecenderungan opini konsumen. Hasil dari penelitian ini menghasilkan nilai dari evaluasi model kerja yaitu akurasi sebesar 92% pada algoritma SVM, dan 90% pada NBC. Lebih lanjut, penelitian ini menemukan kasus dimana NBC memiliki nilai Precision yang tidak terdefinisi, karena gagal memprediksi satu pun label senitmen negatif. Hal ini diduga karena karakteristik dataset ulasan yang merupakan imbalanced dataset. Dapat disimpulkan secara keseluruhan model yang dibangun menggunakan SVM memiliki performa yang lebih baik dari model menggunakan NBC, dalam kasus analisa sentimen pada ulasan hotel Gran Mahakam di Google Review.
ANALISIS BIBLIOMETRIK MENGENAI SERANGAN PHISHING PADA MEDIA SOSIAL MENGGUNAKAN VOSVIEWER Riyandini Devi Intan Permata Sari; Anisa Rahmah; Fithrotuz Zuhroh; Tsabita Rizqiina Putri Hidayat; Nur Aini Rakhmawati
Jurnal Ilmiah Informatika Komputer Vol 28, No 3 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i3.9514

Abstract

Kegiatan kriminal di dunia maya, seperti phishing, mengeksplotasi individu dengan trik menipu untuk mencuri data pribadi. Pada 2023, publikasi terkait phishing dan media sosial mencapai puncaknya dengan 57 publikasi (36.31%). Analisis peta perkembangan publikasi menunjukkan 3 kluster: Kluster 1 (biru) menyoroti kata kunci seperti phishing, cyber attack, dan jaringan komputer, menggambarkan keterkaitan dengan kejahatan siber dan kriminologi. Kluster 2 (hijau) mencakup kata kunci keamanan, internet, dan social engineering, menunjukkan potensi ancaman terhadap keamanan informasi yang membutuhkan perhatian khusus dalam menerapkan technology thread avoid. Kluster 3 (merah) menyoroti kata kunci media sosial, data pribadi, dan aplikasi, menekankan kerentanan privasi dan data pribadi, dengan penekanan pada edukasi dan sosialisasi sebagai langkah krusial dalam mengatasi kejahatan phishing di platform-media. Metodologi pemetaan kata kunci membantu mendeteksi pola hubungan dan memungkinkan pemantauan yang efektif terhadap potensi risiko phishing.
PERANCANGAN APPLICATION PROGRAMMING INTERFACE (API) UNTUK MENGAKSES LAYANAN VAKSINASI COVID-19 MENGGUNAKAN GOLANG ECHO FRAMEWORK Muhammad Fachrudin Thohari; Darmastuti Darmastuti; Sahni Damerianta
Jurnal Ilmiah Informatika Komputer Vol 28, No 3 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i3.9423

Abstract

Merebaknya virus Covid-19 membuat pemerintah Indonesia menetapkan berbagai macam kebijakan penanganan pandemi Covid-19, salah satunya yaitu kebijakan vaksinasi Covid-19. Kebijakan vaksinasi Covid-19 diambil oleh pemerintah karena dinilai sebagai salah satu solusi yang dapat meningkatkan kekebalan imunitas tubuh. Namun, salah satu tantangan dalam pelaksanaan vaksinasi adalah menemukan fasilitas kesehatan terdekat yang menyediakan layanan vaksinasi. Untuk itu diperlukan sistem yang dapat membantu masyarakat untuk mendapatkan layanan vaksinasi yang  bertujuan agar masyarakat yang ingin melakukan vaksinasi akan terbantu dan dimudahkan dalam mengakses layanan vaksinasi Covid-19. Application Programming Interface (API) ini dibangun menggunakan framework echo golang dan pendistribusiannya menggunakan Google Cloud Platform (GCP). Hasil development tersebut akan digunakan oleh tim frontend website dan frontend aplikasi mobile untuk menjalankan sistem dari aplikasi Wvaccine. Pengujian blackbox menunjukkan hasil bahwa semua endpoint dalam API dapat digunakan sesuai dengan fungsinya, sedangkan perhitungan SUS mendapatkan nilai 82.7 dengan kategori Excellent yang artinya API booking vaccine layak untuk digunakan.
Front Matter Jurnal Ilmiah Informatika Komputer Vol. 28 No. 3, Desember 2023 Editorial Jurnal Ilmiah Informatika Komputer
Jurnal Ilmiah Informatika Komputer Vol 28, No 3 (2023)
Publisher : Universitas Gunadarma

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

Abstract

PENGELOMPOKAN WILAYAH KASUS BALITA STUNTING DI INDONESIA MENGGUNAKAN ALGORITMA K-MEANS Zulia Imami Alfianti
Jurnal Ilmiah Informatika Komputer Vol 28, No 3 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i3.8876

Abstract

Stunting adalah suatu gejala yang disebabkan oleh kurangnya asupan gizi pada anak sejak berada dalam kandungan hingga usia kurang dari lima tahun. Tidak hanya postur tubuh yang menjadi gejala stunting, pertumbuhan tubuh dan gigi yang terhambat, berat badan anak tidak sesuai, serta tidak memiliki fokus yang baik merupakan gejala lain yang timbul pada anak penderita stunting. Stunting menjadi masalah kesehatan masyarakat yang perlu penanganan lebih oleh pemerintah khususnya dinas kesehatan republik Indonesia. Negara Indonesia memiliki kasus stunting yang tergolong tinggi. Dari setiap provinsi di Indonesia masing-masing memiliki kasus stunting yang membutuhkan penanganan cepat dan tepat. Pengklasteran akan dilakukan dalam wilayah yang memiliki balita stunting yang diperoleh dari 34 provinsi di Indonesia. Dari 34 provinsi tersebut akan dilakukan pengklasteran  menjadi wilayah provinsi kasus tinggi, sedang, dan rendah. Dari penelitian ini dihasilkan persentase dari masing-masing cluster yaitu kasus tertinggi memiliki persentase 52% provinsi di indonesia, persentase wilayah kasus sedang sebesar 29%  dan untuk wilayah yang memiliki kasus stunting rendah sebesar 18%.
SISTEM PENGAMBILAN KEPUTUSAN PEMILIHAN VARIETAS TANAMAN TERBAIK UNTUK PERTANIAN LAHAN KERING MENGGUNAKAN METODE PROMETHEE Dewi Fortuna Katemba; Mariano Benediktus Lasa; Max Wiliam Do Lalu; Yampi R. Kaesmetan
Jurnal Ilmiah Informatika Komputer Vol 28, No 3 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i3.9830

Abstract

Dari Penelitian "Sistem Pengambilan Keputusan Pemilihan Varietas Tanaman Terbaik untuk Pertanian Lahan Kering Menggunakan Metode PROMETHEE" memiliki tujuan untuk mengembangkan sebuah sistem yang dapat membantu dalam pengambilan keputusan dalam memilih varietas tanaman terbaik untuk pertanian di lahan kering. Sistem ini menggunakan metode PROMETHEE sebagai alat bantu untuk menganalisis dan membandingkan berbagai kriteria yang relevan dalam pemilihan varietas tanaman. Metode yang kami gunakan adalah metode PROMETHEE digunakan sebagai alat atau pendekatan untuk melakukan pengambilan keputusan dalam memilih varietas tanaman terbaik untuk pertanian di lahan kering. Hasil penelitian ini memiliki kemampuan untuk menambah alternatif, memilih tipe preferensi dan mengolah data sehingga didapat hasil akhir berupa rangking alternatif komoditi Tanaman yang disarankan untuk ditanam pada suatu lahan kering.
ANALISIS USER EXPERIENCE PADA APLIKASI GET CONTACT MENGGUNAKAN METODE HEURISTIC EVALUATION Fhinka Hanifah; Lulu Mawaddah Wisudawati
Jurnal Ilmiah Informatika Komputer Vol 28, No 3 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i3.9192

Abstract

Pada bidang teknologi komunikasi penggunaan telepon atau SMS membantu dalam proses pengiriman pesan secara online. Get Contact merupakan sebuah aplikasi "Penyekat Spam" dan "Maklumat Pemanggil" untuk pengguna. Get Contact menapis panggilan yang mengganggu dan hanya membenarkan orang yang pengguna pilih untuk berkomunikasi dengan pengguna lainnya. Pengguna dapat mengenal panggilan diterima daripada nomor-nomor yang tidak didaftarkan dalam kenalan. Get Contact memberitahu dengan segera jika pengguna mendapat panggilan yang tidak diinginkan. Supaya pengguna mendapat perlindungan dari panggilan-panggilan robot, jurujual telefon dan panggilan-panggilan scam.. Pada penelitian ini, penulis melakukan analisis user experience pada aplikasi Get Contact dengan memperhatikan dari segi desain antarmuka dan segi pengalaman pengguna atau bisa juga disebut user interface dan user experience. Metode yang digunakan untuk analisis ini adalah Metode Heuristic Evaluation berdasarkan 10 prinsip milik Jacob Nielsen. Penelitian ini mengumpulkan data responden yang terdiri dari 20 pernyataan dan telah dibagikan kepada 100 responden yang menggunakan aplikasi Get Contact. Dalam pengolahan data penulis menggunakan Software IBM SPSS untuk melakukan pengujian validitas dan reliabilitas dari data responden. Hasil perhitungan mengunakan rumus deskriptif persentase menunjukan usability aplikasi Get Contact berdasarkan 10 prinsip Heuristic milik Jacob Nielsen masuk dalam kategori sangat baik mendapatkan nilai persentase usability sebesar 86.9% . Terdapat beberapa rekomendasi perbaikan salah satunya perbaikan tampilan pada halaman utama dengan menerapkan dua warna pada menu yang memiliki maksud dan kegunaan berbeda, dan terdapat perbaikan lainnya, dimana perubahan icon serta tata letak pada halaman profile dan halaman utama.
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI JOOX PADA ANDROID MENGGUNAKAN METODE BIDIRECTIONAL ENCODER REPRESENTATION FROM TRANSFORMER (BERT) Jahfal Uno Surya Lazuardi; Asep Juarna
Jurnal Ilmiah Informatika Komputer Vol 28, No 3 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i3.10090

Abstract

Analisis sentimen, disebut juga opinion mining, adalah salah satu teknik dalam mengekstrak informasi orientasi sentimen masyarakat terhadap suatu isu atau kejadian. JOOX adalah sebuah aplikasi penyedia layanan streaming musik daring yang banyak digunakan orang karena keunggulannya dalam menyediakan musik dengan kualitas yang baik. Para pengguna JOOX melalui android dapat memberikan komentar tentang aplikasi ini melalui platform Google Playstore. Analisis sentimen terhadap aplikasi JOOX ini dilakukan dengan menambahkan tahap pra-pelatihan menggunakan metode Bidirectional Encoder Representations from Transformers (BERT) pada rangkaian tahapan klasifikasi komentar menjadi sentimen positif, netral, dan negatif. Komputasi dilakukan dengan menggunakan bahasa pemrograman Python. Komputasi mnggunakan 10.000 data, yaitu 10.000 komentar, di mana 7.000 data dijadikan data latih, 2.010 sebagai data validasi, dan 990 data sebagai data uji. Skor dihitung dengan mengkombinasikan akurasi baseline dengan skore recall yang memberikan akurasi F1-score. Hasil analisis sentimen adalah 41,92% true (sentimen) positif, 1,01% true netral, dan 35,95% true negatif, semuanya dari 990 data uji, dengan akurasi F1-score berturut-turut 86%, 51%, dan 76% sementara akurasi baseline adalah 83%, 79%, dan 75%, yang berarti ada peningkatan akurasi true positif sebesar 3,6% dan true negatif sebesar 1,3%.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol 30, No 2 (2025) Vol 30, No 1 (2025) Vol 29, No 3 (2024) Vol 29, No 2 (2024) Vol 29, No 1 (2024) Vol 28, No 3 (2023) Vol 28, No 2 (2023) Vol 28, No 1 (2023) Vol 27, No 3 (2022) Vol 27, No 2 (2022) Vol 27, No 1 (2022) Vol 26, No 3 (2021) Vol 26, No 2 (2021) Vol 26, No 1 (2021) Vol 25, No 3 (2020) Vol 25, No 2 (2020) Vol 25, No 1 (2020) Vol 24, No 2 (2019) Vol 24, No 3 (2019) Vol 24, No 1 (2019) Vol 23, No 3 (2018) Vol 23, No 2 (2018) Vol 23, No 1 (2018) Vol 22, No 3 (2017) Vol 22, No 2 (2017) Vol 22, No 1 (2017) Vol 21, No 3 (2016) Vol 21, No 2 (2016) Vol 21, No 1 (2016) Vol 20, No 2 (2015) Vol 20, No 1 (2015) Vol 19, No 3 (2014) Vol 14, No 2 (2009) Vol 14, No 1 (2009) Vol 13, No 3 (2008) Vol 13, No 1 (2008) Vol 12, No 3 (2007) Vol 12, No 1 (2007) Vol 11, No 3 (2006) Vol 11, No 2 (2006) Vol 11, No 1 (2006) More Issue