cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Oman Somantri
Contact Email
ejournal.jict@gmail.com
Phone
-
Journal Mail Official
ejournal.jict@gmail.com
Editorial Address
-
Location
Kota cirebon,
Jawa barat
INDONESIA
Jurnal ICT : Information Communication & Technology
Published by STMIK IKMI Cirebon
ISSN : 23020261     EISSN : 23033363     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal ICT : Information Communication & Technology (JICT) (p-ISSN: 2302-0261, e-ISSN: 2303-3363 ) is a scientific journal and open access journal published by Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) of STMIK IKMI Cirebon, Indonesia. Jurnal JICT covers the field of Informatics, Computer Science, Information Technology and Communication. It was firstly published in 2012 for a printed version. The aims of Jurnal JICT are to disseminate research results and to improve the productivity of scientific publications. Jurnal JICT is published two times a year (July and December).
Arjuna Subject : -
Articles 288 Documents
 25   26   27   28   29 
GraphSAGE with Positive-Unlabeled Learning for Spatial Classification of Imbalanced Geospatial Data M. Yudi Al Fiqran; Nurwafiqah; Muhammad Arafah; Tatik Maslihati
Jurnal ICT: Information Communication & Technology Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v26i1.381

Abstract

Spatial classification dengan ketidakseimbangan kelas yang sangat tinggi (extreme class imbalance) serta tidak tersedianya label negatif (missing negative labels) masih menjadi tantangan mendasar dalam machine learning, khususnya pada aplikasi geospasial yang hanya memiliki sampel positif yang dapat diverifikasi, sementara label negatif tidak dapat dipastikan. Penelitian ini mengembangkan sebuah framework klasifikasi baru yang mengintegrasikan GraphSAGE (Graph Sample and Aggregate) dengan Positive-Unlabeled (PU) Learning untuk mengatasi dua permasalahan utama, yaitu ketergantungan spasial yang sering diabaikan oleh metode machine learning tradisional dan tidak tersedianya sampel negatif yang telah terverifikasi. Framework yang diusulkan divalidasi menggunakan dataset nyata mineral prospectivity mapping yang terdiri atas 14.399 sampel spasial, 28 fitur multisumber yang diekstraksi dari data Landsat-8, ASTER, DEM, dan data struktural, dengan rasio ketidakseimbangan kelas sebesar 1:684. Metodologi yang diterapkan mencakup konstruksi graf spasial menggunakan k-Nearest Neighbors, arsitektur GraphSAGE tiga lapis untuk melakukan agregasi informasi dari lingkungan (neighborhood aggregation), serta PU Learning dengan weighted loss function sehingga proses pelatihan dapat dilakukan tanpa memerlukan label negatif. Selain itu, ensemble yang terdiri atas tiga model digunakan untuk memberikan uncertainty quantification. Hasil penelitian menunjukkan nilai AUC-ROC sebesar 0,973 dan AUC-PR sebesar 0,304, yang melampaui kinerja Random Forest (0,812), XGBoost (0,831), dan GCN (0,854) dengan peningkatan sebesar 14–17%. Model yang diusulkan berhasil mengidentifikasi 407 prediksi dengan tingkat kepercayaan tinggi (high-confidence predictions) yang mencakup sekitar 1% wilayah penelitian, dengan 67% sampel positif terverifikasi berada pada zona dengan tingkat kepercayaan tinggi tersebut. Temuan ini menunjukkan bahwa pemodelan spasial berbasis graf yang dipadukan dengan PU Learning efektif dalam mengatasi permasalahan extreme class imbalance dan missing negative labels pada tugas spatial classification geospasial.
Sistem Pendukung Keputusan Kelayakan KPR Subsidi Menggunakan Metode EDAS di Perumahan Green Permata Cibungur Ratna Nurfitroh Hanifiah
Jurnal ICT: Information Communication & Technology Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v26i1.383

Abstract

Rumah merupakan salah satu kebutuhan primer manusia sebagai tempat tinggal. Meningkatnya kebutuhan akan rumah mendorong pemerintah menyediakan program Fasilitas Likuiditas Pembiayaan Perumahan (FLPP) melalui Kredit Pemilikan Rumah (KPR) subsidi. Perumahan Green Permata Cibungur memiliki jumlah peminat yang terus bertambah setiap tahun. Namun, proses penilaian kelayakan calon penerima KPR subsidi pada tahap awal masih dilakukan secara subjektif sehingga berpotensi menimbulkan ketidaktepatan dalam pengambilan keputusan. Untuk mengatasi permasalahan tersebut, penelitian ini merancang dan membangun Sistem Pendukung Keputusan (SPK) untuk penilaian kelayakan calon penerima KPR subsidi menggunakan metode Evaluation Based on Distance from Average Solution (EDAS). Metode EDAS dipilih karena mampu mengevaluasi alternatif berdasarkan jarak positif dan negatif terhadap nilai rata-rata sehingga menghasilkan penilaian yanglebih objektif dan akurat. Sistem dikembangkan menggunakan model prototype dengan PHP, framework CodeIgniter 3, MySQL sebagai basis data, dan Unified Modeling Language (UML) sebagai alat perancangan. Penilaian dilakukan berdasarkan enam kriteria, yaitu pendapatan bulanan, status pekerjaan, lama bekerja, riwayat kredit, jumlah tanggungan, dan usia. Hasil penelitian menunjukkan bahwa dari 10 alternatif yang diuji, terdapat 5 calon konsumen yang dinyatakan layak dan 5 calon konsumen yang dinyatakan tidak layak. Metode EDAS dapat membantu proses penilaian kelayakan calon penerima KPR subsidi secara lebih tepat, sistematis, dan mendukung pengambilan keputusan awal.
Penerapan Metode Cause-Effect Graphing dalam Pengujian Black-Box Aplikasi Kinerja Politeknik Negeri Sriwijaya Nurul Ilma Hasana Kunio; Malahayati; Neneng Miskiyah; Dzaky Hanifah Ahmad; Siti Kamila
Jurnal ICT: Information Communication & Technology Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v26i1.384

Abstract

The Sriwijaya State Polytechnic Performance Application is used to support the integrated monitoring of performance data. The complexity of system functions and the large number of input combinations may cause errors that affect the accuracy of information. Software testing is required to ensure that all system functions operate in accordance with user requirements. This study aims to apply the Cause-Effect Graphing method in black-box testing of the Sriwijaya State Polytechnic Performance Application to identify the relationships between input conditions and system outputs and to generate effective test scenarios. The research method consists of identifying testing requirements, determining causes and effects, constructing cause-effect graphs, developing decision tables, and conducting testing on the main features of the application. The results indicate that the Cause-Effect Graphing method is capable of producing systematic test scenarios that cover various combinations of input conditions. The testing results show that the application functions operate in accordance with the system requirements. Therefore, the implementation of the Cause-Effect Graphing method can improve the effectiveness of black-box testing and support the software quality of the Sriwijaya State Polytechnic Performance Application.
Rancang Bangun Aplikasi Inventory Busana Muslimah Berbasis QR Code Menggunakan Flutter dan Firebase pada Butik Alsakina Delia Pebrianti; Imam Maruf Nugroho; Yudhi Raymond Ramadhan
Jurnal ICT: Information Communication & Technology Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v26i1.386

Abstract

Alsakina Boutique is a retail business engaged in selling Muslim women's fashion such as abayas, hijabs, and prayer dresses that has been operating since 2016. As the number of products and variations in models, sizes, and colors increases, inventory management at this boutique is still carried out manually, leading to various problems such as recording errors (human error), delayed data updates, and difficulties in tracking stock in real-time. This condition results in discrepancies between recorded stock data and actual conditions in the field, which can lead to either overstock or stockout situations. This research aims to design and develop a QR Code-based inventory application for Alsakina Boutique to improve the accuracy, speed, and ease of stock recording and monitoring processes. The software development method used is Extreme Programming (XP), which consists of four stages: planning, design, coding, and testing. System design was carried out using the Unified Modeling Language (UML) approach, including use case diagrams, activity diagrams, sequence diagrams, and class diagrams. The application was developed for the Android platform using the Dart programming language with the Flutter framework, and Firebase as the database. System testing was conducted using the Continuous Integration and Continuous Deployment (CI/CD) method through GitHub Actions, covering source code checkout, dependency installation, flutter analyze, flutter test, APK build, and artifact deployment processes. The test results show that all pipeline stages were successfully executed with a success status. The resulting application provides features for managing item data, scanning QR Codes for recording incoming and outgoing items, automatic stock updates, stock change history, and real-time inventory reporting, thereby improving the efficiency and accuracy of inventory management at Alsakina Boutique compared to the previous manual system.
PENGEMBANGAN SISTEM INFORMASI TRACEABILITY PROSES PRODUKSI BERBASIS QR CODE UNTUK MENDUKUNG SUPPLY CHAIN MANAGEMENT PADA INDUSTRI TEKSTIL Khafidh Ilham Cahya Gumelar
Jurnal ICT: Information Communication & Technology Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v26i1.387

Abstract

Abstract- Industri tekstil memerlukan sistem traceability yang mampu mendukung pencatatan dan penelusuran proses produksi secara akurat untuk meningkatkan efektivitas Supply Chain Management (SCM). Namun, proses pencatatan perpindahan bahan baku pada PT Elegant Textile Industry masih dilakukan secara manual sehingga menyulitkan penelusuran riwayat produksi dan berpotensi menimbulkan kesalahan pencatatan. Penelitian ini bertujuan mengembangkan sistem informasi traceability proses produksi berbasis QR Code sebagai sistem pendukung ERP perusahaan. Metode yang digunakan adalah Extreme Programming (XP) yang meliputi tahapan planning, design, coding, dan testing. Sistem dikembangkan menggunakan PHP, CodeIgniter 3, MySQL, Bootstrap 5, serta memanfaatkan QRServer API, ZXing API, dan pengujian berbasis Continuous Integration/Continuous Delivery (CI/CD) menggunakan GitHub Actions dan PHPUnit. Hasil penelitian menunjukkan bahwa sistem berhasil mengintegrasikan delapan modul utama yang mendukung pencatatan, pelacakan, dan pemantauan proses produksi secara real-time. Evaluasi terhadap 52 test case menghasilkan tingkat keberhasilan 100% dengan waktu eksekusi pipelinesekitar 1 menit 10 detik. Temuan ini menunjukkan bahwa sistem mampu meningkatkan traceability, mengintegrasikan data produksi, mempercepat penelusuran riwayat bahan baku, serta mendukung implementasi SCM pada industri tekstil.
Implementasi Algoritma Harmoni Warna dan Seasonal Color pada Aplikasi Smart Wardrobe Berbasis Mobile Raffi Argianda; Meriska Defrian; Imam Maruf Nugroho
Jurnal ICT: Information Communication & Technology Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v26i1.391

Abstract

Industri fesyen modern menuntut personalisasi tingkat tinggi, namun banyak pengguna masih mengalami kesulitan dalam memadupadankan (mix and match) pakaian agar harmonis secara visual dan sesuai dengan rona kulit (skin tone). Sistem rekomendasi cerdas yang ada saat ini seringkali membutuhkan komputasi Artificial Intelligence (AI) yang berat dan berisiko melanggar privasi karena membutuhkan pemindaian tubuh. Penelitian ini mengusulkan pengembangan aplikasi Smart wardrobe berbasis mobile menggunakan kerangka kerja Flutter dengan pendekatan Hybrid Data Storage. Aplikasi ini mengintegrasikan Google ML Kit untuk kategorisasi otomatis dan Palette generator untuk ekstraksi warna. Kontribusi utama penelitian ini adalah penerapan algoritma Rule-Based yang memanfaatkan Seasonal Color Theory untuk penentuan profil warna pengguna, serta perhitungan jarak sudut Hue (HSV Distance) untuk fitur Smart shuffle guna menghasilkan rekomendasi pakaian yang harmonis. Pengembangan sistem menggunakan metode Waterfall. Hasil pengujian fungsionalitas menggunakan metode Black-box Testing dengan 20 skenario uji menunjukkan tingkat keberhasilan 100% tanpa adanya error. Sistem terbukti mampu mendigitalkan inventaris pakaian secara efisien dan memberikan rekomendasi kombinasi pakaian yang akurat berdasarkan kecocokan warna personal pengguna.
Implementasi Sistem Prediksi Saham IDX80 Berbasis Berita Ekonomi Berbahasa Indonesia Menggunakan LSTM dan Framework Streamlit Muhamad Hernan Fauzan; Syariful Alam; Chandra Dewi Lestari
Jurnal ICT: Information Communication & Technology Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v26i1.393

Abstract

The development of the Indonesian capital market, particularly for stocks included in the IDX80 index, generates a large volume of economic news information, making manual sentiment analysis challenging for investors. This study aims to build a sentiment classification system for Indonesian-language economic news articles related to IDX80 stocks using the Long Short-Term Memory (LSTM) method. The dataset consists of 3,000 articles obtained from trusted news portals. The research follows stages from data understanding to deployment. Text preprocessing includes case folding, cleansing, stopword removal, Sastrawi-based stemming, label encoding, tokenizing, and padding. The model architecture utilizes a 128-dimensional embedding layer, 128 LSTM units, 0.5 dropout, and Softmax activation. Experimental results show that the model achieved an accuracy of 92.67% in classifying positive, neutral, and negative sentiments. The model was evaluated using precision, recall, F1-score, and a confusion matrix. Furthermore, it was successfully implemented in a Streamlit-based application featuring single-article and batch CSV predictions. This system serves as a digital tool to assist investors in making objective investment decisions amidst market uncertainty.
Sistem Pakar Rekomendasi Berinvestasi Berdasarkan Profil Risiko Menggunakan Metode Forward Chaining Berbasis Website Rifan Purnama
Jurnal ICT: Information Communication & Technology Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v26i1.394

Abstract

Investasi adalah kegiatan penanaman sejumlah uang pada masa sekarang dengan tujuan memperoleh keuntungan di masa mendatang. Investasi meliputi aset fisik seperti emas, dan properti, serta aset finansial seperti saham, obligasi, reksa dana dan aset digital berupa cryptocurrency. Beragamnya pilihan investasi sering membuat investor, khususnya pemula, kesulitan menentukan instrumen yang sesuai dengan profil risikonya. Penelitian ini mengembangkan sistem pakar berbasis website yang berfungsi untuk menentukan profil risiko pengguna dan memberikan rekomendasi instrumen investasi serta menyediakan edukasi mengenai karakteristik produk investasi, dan memahami jangka waktu investasi berdasarkan karakteristik risiko investor. Sistem ini menggunakan metode forward chaining, di mana proses penalaran dimulai dari pengumpulan fakta berdasarkan jawaban pengguna, kemudian dicocokkan dengan aturan-aturan yang telah didefinisikan dalam basis pengetahuan hingga menghasilkan kesimpulan yang sesuai sistem ini diharapkan dapat menjadi alat bantu bagi masyarakat dalam mengambil keputusan investasi yang lebih terarah dan terinformasi.

Page 29 of 29 | Total Record : 288

 25   26   27   28   29 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026 Vol. 25 No. 2 (2025): JICT-IKMI, December , 2025 Vol. 25 No. 1 (2025): JICT-IKMI, July, 2025 Vol. 24 No. 2 (2024): JICT-IKMI, Desember, 2024 Vol. 24 No. 1 (2024): JICT-IKMI, Juli, 2024 Vol. 23 No. 2 (2023): JICT-IKMI, December 2023 Vol. 23 No. 1 (2023): JICT-IKMI, Juli 2023 Vol. 22 No. 2 (2022): JICT-IKMI, December 2022 Vol. 22 No. 2 (2022): JICT-IKMI, December 2022 (On Progress) Vol. 22 No. 1 (2022): JICT-IKMI, Juli 2022 Vol. 21 No. 1 (2022): JICT-IKMI, Juli 2022 Vol 21, No 1 (2022): JICT-IKMI, Juli 2022 Vol. 21 No. 2 (2021): JICT-IKMI, Desember 2021 Vol. 21 No. 1 (2021): JICT-IKMI, Juli 2021 Vol 20, No 2 (2021): JICT-IKMI, Desember 2021 Vol 20, No 1 (2021): JICT-IKMI, Juli 2021 Vol. 20 No. 2 (2020): JICT-IKMI, Desember 2020 Vol. 20 No. 1 (2020): JICT-IKMI, Juli 2020 Vol 19, No 2 (2020): JICT-IKMI, Desember 2020 Vol 19, No 1 (2020): JICT-IKMI, Juli 2020 Vol. 19 No. 1 (2019): JICT-IKMI, Juli 2019 Vol 18, No 2 (2019): JICT-IKMI, Desember 2019 Vol 18, No 1 (2019): JICT-IKMI, Juli 2019 Vol 17, No 2 (2018): JICT-IKMI, Desember 2018 Vol 17, No 1 (2018): JICT-IKMI, Juli 2018 Vol 16, No 2 (2017): JICT-IKMI, Desember 2017 Vol 16, No 1 (2017): JICT-IKMI, Juli 2017 Vol 15, No 2 (2016): JICT-IKMI, Desember 2016 Vol 15, No 1 (2016): JICT-IKMI: Juli 2016 More Issue