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 288 Documents
 22   23   24   25   26 
PERANCANGAN DAN IMPLEMENTASI SMART CONTRACT PADA SISTEM VERIFIKASI DOKUMEN BERBASIS ZERO KNOWLEDGE PROOF (ZKP) PADA BLOCKCHAIN POLYGON Muhammad Fadhil Abidin; Avinanta Tarigan; Lely Prananingrum
Jurnal Ilmiah Informatika Komputer Vol 28, No 2 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i2.8958

Abstract

Blockchain merupakan sistem terdesentralisasi yang terbuka yang dapat dimanfaatkan untuk melakukan pelacakan dan verifikasi keaslian dokumen. Sifat keterbukaan tersebut menjadi masalah jika isi dari dokumen bersifat rahasia atau dilindungi oleh undang-undang perlindungan data pribadi. Dalam penelitian ini, sebuah sistem verifikasi dokumen berbasis Blockchain dirancang dengan memanfaatkan algoritma ZKP (Zero Knowledge Proof) yang diimplementasikan dalam sebuah Smart Contract pada jaringan Blockchain Polygon. Algoritma ZKP melindungi informasi yang bersifat rahasia tetapi dapat diverifikasi kebenaran dan keasliannya oleh pihak yang berkepentinga tanpa menguak informasi tersebut. Penelitian ini melibatkan perancangan smart contract yang terdiri dari fungsi-fungsi untuk mengatur proses verifikasi dokumen, serta implementasi sistem verifikasi dokumen yang terintegrasi dengan Smart Contract. Hasil penelitian menunjukkan bahwa sistem yang dibangun dapat meningkatkan keamanan proses pelacakan dokumen dengan tidak menguak isi dokumen yang bersifat rahasia dan dilindungi oleh undang-undang.
PENERAPAN HYPERPARAMETER CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM MEMBANGUN MODEL SEGMENTASI GAMBAR MENGGUNAKAN ARSITEKTUR U-NET DENGAN TENSORFLOW Tri Sulistyorini; Erma Sova; Nelly Sofie; Revida Iriana Napitupulu
Jurnal Ilmiah Informatika Komputer Vol 28, No 2 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i2.6959

Abstract

Teknologi canggih membutuhkan keterampilan atau performa yang baik untuk memudahkan sebagian pekerjaan di era modern, yaitu dengan menggunakan pendekatan machine learning. Bidang machine learning telah mengalami perubahan yang impresif dengan adanya kemunculan Artificial Neural Network (ANN). Model komputasi ini terinspirasi oleh jaringan saraf biologis yang telah melampaui bentuk kecerdasan buatan pada machine learning pada umumnya. Salah satu arsitektur Artificial Neural Network (ANN) yang paling unggul yaitu Convolutional Neural Network (CNN). CNN pada umumnya digunakan untuk memecahkan masalah pengenalan pola berbasis gambar yang kemudian menghasilkan output yang cukup baik dalam hal kompleksitas sederhana. Tujuan penelitian  adalah untuk Menerapkan convolutional neural network yaitu U-NET dan penerapannya pada TensorFlow, pembuatan segmentasi gambar dengan deep learning yang diterapkan seperti pada Oxford-IIIT Pet Dataset, melakukan pencarian prediksi yang dilakukan dengan arsitektur U-Net untuk menghasilkan hasil yang baik atau malah sebaliknya, melihat perbandingan Predicted Mask dengan True Mask pada kelas kucing yang munculkan dalam bentuk skor IOU dan penerapannya menggunakan nilai batas bawah pada IOU. Metode penelitian adalah untuk mengenalkan machine learning, CNN, dan arsitektur U-NET yang awalnya dirancang untuk segmentasi gambar biomedis. Hasil prediksi yang dilakukan dengan arsitektur U-Net menghasilkan hasil yang baik, perbandingan Predicted Mask dengan True Mask pada kelas kucing yang mendapatkan skor IOU sebesar 0.933. Pada penerapan ini menggunakan batas bawah 0.5 pada IOU sehingga model ini dapat berjalan dengan baik
PREDIKSI TINGKAT KUALITAS UDARA DENGAN PENDEKATAN ALGORITMA K-NEAREST NEIGHBOR Nesya Syahira; Dede Brahma Arianto
Jurnal Ilmiah Informatika Komputer Vol 29, No 1 (2024)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2024.v29i1.10069

Abstract

Air is the source of life for living things. However, in recent years the decline in air quality has become a serious problem that urgently needs to be addressed. The Air Pollution Standard Index (ISPU) is an indicator that can be used to determine the condition of ambient air quality in a particular location. Yogyakarta is one of the major cities in Indonesia with serious air pollution problems in recent years. This research aims to predict air quality in Yogyakarta City based on ISPU data using data mining techniques and classification methods. The algorithm used in prediction is K-Nearest Neighbor (K-NN), which classifies new objects based on their nearest neighbors. Evaluation of the algorithm model is done by measuring accuracy, precision, recall, and f-measure for the value of K = 5. The test results show that the value of K = 5 provides good performance with an accuracy of 99% which is for the "Good" category producing 100% precision, 99% recall, and 100% f-measure, while the "Moderate" category produces 98% precision, 100% recall, and 99% f-measure.
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.
PERBANDINGAN KUALITAS FITUR PEMBELIAN TIKET KONSER BLIBLI.COM DAN TIKET.COM MENGGUNAKAN METODE LOAD TESTING Khonsa Mutmainnah; Ahmad Nur Ihsan
Jurnal Ilmiah Informatika Komputer Vol 29, No 2 (2024)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2024.v29i2.11011

Abstract

Mengikuti perkembangan zaman yang mulai memanfaatkan teknologi untuk menjadi sarana bisnis dan promosi, pembelian tiket konser online berbasis website juga sudah mulai digunakan promotor konser untuk teknis pembelian tiket. Pada pembelian tiket konser musisi berskala besar, penggemar rela menunggu tiket berjam-jam sebelum penjualan tiket resmi dibuka pada laman e-commerce. Ketika proses berlangsung, terjadi error pada website dikarenakan traffic pengguna yang terlalu tinggi. Perlu adanya pengujian kualitas kinerja pada e-commerce penjualan tiket konser, untuk dapat mengetahui website mana yang dapat menerima request pengguna dalam jumlah yang besar saat pembelian tiket konser. Metode yang digunakan dalam pengujian ini adalah load testing. Parameter yang diuji pada pengujian ini ada 4. Parameter tersebut adalah: average time, throughput, standar deviasi, dan persentase error. Hasil dari pengujian tersebut menunjukkan bahwa blibli.com mendapatkan hasil yang cukup stabil dengan kecepatan, throughput, dan standar deviasi yang lebih baik dibandingkan dengan tiket.com. Namun pada parameter persentase error, blibli.com mendapatkan nilai tinggi mencapai 99% sehingga hasil tersebut membuktikan bahwa kualitas blibli.com dinilai tidak baik. Sebanyak 99% sampel yang dikirimkan ke server blibli.com mengalami error. Sedangkan rata-rata persentase error tiket.com mencapai 86,4%. Kedua website dapat melakukan perbaikan server website menggunakan metode Load Balancing, agar kualitas yang diberikan kepada pengguna website lebih maksimal.
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.
PENGARUH PENGGUNAAN MEDIA VIDEO CONFERENCE TERHADAP PELAKSANAAN PERKULIAHAN BAGI MAHASISWA DI UNIVERSITAS HARAPAN BANGSA Azkiyatun Nadroh; Khoirun Nisa; Retno Agus Setiawan
Jurnal Ilmiah Informatika Komputer Vol 28, No 2 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i2.8698

Abstract

Kebijakan tentang pembelajaran online telah dihapus setelah pandemi COVID-19 mereda, tetapi banyak tenaga pendidik dan penyelenggara masih menggunakannya karena berbagai alasan, seperti fleksibilitas dan kebiasaan selama pandemi. Salah satu metode pembelajaran daring adalah dengan e-learning. Pembelajaran daring yang dilakukan menggunakan berbagai platform sebagai media perkuliahan jarak jauh, salah satunya adalah dengan video converence. Pembelajaran jarak jauh melalui media video conference memiliki banyak kelebihan dan kelemahan sebagai pengganti tatap muka. Tidak selalu pembelajaran jarak jauh menyenangkan dan menyenangkan bagi siswa. Banyak siswa menghadapi kesulitan untuk memahami pelajaran online. Tujuan dari penelitian ini adalah untuk memahami pengaruh penggunaan media video conference, seperti Zoom Meeting dan Microsoft Teams, terhadap perkuliahan mahasiswa di Universitas Harapan Bangsa Purwokerto. Penelitian ini dilakukan di Universitas Harapan Bangsa dengan metode deskriptif dan pendekatan kualitatif. Untuk mengumpulkan data, penelitian ini menggunakan angket atau kuesioner untuk mendeskripsikan tanggapan responden. Pengolahan data dilakukan dengan Microsoft Excel, aplikasi spreadsheet dasar yang banyak digunakan untuk penghitungan dan pengolahan data penelitian. Uji realibilitas dan validitas Hasil penelitian menunjukkan bahwa penggunaan media konferensi video memiliki dampak yang signifikan. Uji validitas menunjukkan bahwa dari 9 pernyataan, ada 6 yang valid dan 3 yang tidak valid, dan mereka memiliki nilai reliabilitas yang sangat tinggi, yaitu 0,837.
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK PENENTUAN HARGA RUMAH DI KOTA BANDUNG Pawit Widiyantoro; Rosita Dian Febriyanti; Cheppi Garda Muhamad
Jurnal Ilmiah Informatika Komputer Vol 29, No 1 (2024)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2024.v29i1.10598

Abstract

Rumah merupakan salah satu kebutuhan pokok manusia yang harganya selalu naik tiap tahunnya. Prediksi harga rumah dapat membantu seseorang untuk mengetahui harga rumah dengan faktor-faktor tertentu. Penelitian ini bertujuan untuk memprediksi harga rumah di kota Bandung menggunakan logika fuzzy. Digunakan metode Fuzzy Tsukamoto dalam penelitian ini dengan menggunakan 3 variabel masukan yaitu jumlah kamar, luas bangunan, dan luas lahan dengan keluaran yaitu variabel harga rumah. Variabel masukan yang digunakan disusun ke dalam 18 rule fuzzy dan diuji menggunakan 5 data. Hasil perhitungan kemudian dievaluasi menggunakan Mean Average Error (MAE). Hasil perhitungan menunjukan nilai MAE sebesar 34.691.272,8 yang jika dipersentasekan terhadap harga rata-rata akan menjadi 7,5%. Hasil ini menunjukan bahwa metode Fuzzy Tsukamoto yang digunakan dalam penelitian ini cukup baik untuk memprediksi harga rumah di Kota Bandung.
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.
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUASAN UMKM MITRA SHOPEFOOD DI JAKARTA SELATAN Yudha Destianto Dwi Prakoso; Asep Juarna
Jurnal Ilmiah Informatika Komputer Vol 29, No 2 (2024)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2024.v29i2.10713

Abstract

UMKM adalah pilar penting perekonomian di Indonesia. Pada tahun 2021 kegiatan bisnis di Indonesia melibatkan 64,2 juta UMKM yang memberikan kontribusi 61,07% terhadap PDB Indonesia, menyerap 97% tenaga kerja nasional, dan menghimpun 60,4% total investasi nasional. Pada sektor bisnis makanan dan minuman (food and beverage, F & B) UMKM bekerja sama dengan penyedia aplikasi pesan-antar produk. Dalam bisnis ini UMKM adalah unit FBP (F & B Product) sementara penyedia aplikasi sebagai unit FBS (F & B service) dan unit FBP menjadi mitra unit FBS. Penelitian ini menganalisis faktor-faktor yang mempengaruhi kepuasan UMKM atas aplikasi ShopeeFood di Jakarta Selatan. Dihipotesakan dalam bisnis ini ada satu variabel terikat, yaitu kepuasan mitra, dan empat variable bebas, yaitu faktor aplikasi itu sendiri, faktor brand reliability dari unit FBS, faktor pelayanan unit FBS, dan volume penjualan atau laba unit FBP. Hipotesis ini diuji dengan metode SEM (structural equation modelling) yang diimplementasikan dalam lingkungan program aplikasi SmartPLS (partial least square); hasilnya dari keempat variabel bebas tiga di antaranya berpengaruh terhadap kepuasan mitra sedangkan satu variabel lagi, yaitu volume penjualan atau laba, tidak berpengaruh.

Page 24 of 29 | Total Record : 288

 22   23   24   25   26 

Filter by Year

2006 2025


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