cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Akim Manaor Hara Pardede
Contact Email
akimmhp@live.com
Phone
+6281370747777
Journal Mail Official
lppm-kaputama@kaputama.ac.id
Editorial Address
LPPM STMIK KAPUTAMA : jln veteran no 4A-9A Binjai, 20714 Sumatera Utara
Location
Kota binjai,
Sumatera utara
INDONESIA
Jurnal Informatika Kaputama (JIK)
Published by STMIK Kaputama Binjai
ISSN : 25489739     EISSN : 26855240     DOI : https://doi.org/10.59697/jik
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
Jurnal Informatika Kaputama adalah jurnal resmi STMIK kaputama dalam bentuk bunga rampai untuk menyajikan tulisan ilmiah berbagai disiplin ilmu pengetahuan yang ada hubungan atau keterikatan dengan ilmu komputer berupa hasil penelitian lapangan atau laboratorium maupun studi pustaka. Adapun fokus dan ruang lingkup jurnal adalah sebagai berikut 1. Clustering and Classification 2. Document Mining and Text Mining 3. Spatial Data Mining, 4. Multi-Agent Systems, 5. Bayesian Networks and Probabilistic Reasoning, 6. Computational Intelligence, 7. Soft Computing, 8. Database Management and Information Retrieval, 9. Computer Vision Pattern Recognition, 10. Genetic Algorithm, Machine Learning, 11. Neural Networks and Applications, 12. Optimization and Decision Making, 13. Self-Organizing Systems, 14. Fuzzy Logic, 15. Decision Support and Expert System 16. Business Intelligence, 17. Data Mining Application 18. Intelligence System, 19. Web and mobile Intelligence 20. Dan lain-lain
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 386 Documents
 35   36   37   38   39 
Perbandingan Algoritma Random Forest, SVM, dan Naïve Bayes dalam Analisis Sentimen Ulasan Spotify di Play Store Berbasis SMOTE Lasuci Prastia, Anjas; Asra, Taufik
Jurnal Informatika Kaputama (JIK) Vol 10 No 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i1.1157

Abstract

Kemajuan teknologi informasi sudah mendukung pemanfaatan aplikasi mobile secara masif, yang di dalamnya adalah bidang hiburan digital seperti Spotify. Tanggapan pemakaian atas aplikasi ini di Google Play Store mencerminkan opini yang dapat diuraikan untuk mengevaluasi kepuasan konsumen. Di antara pendekatan yang digunakan adalah analisis sentimen, namun mekanisme klasifikasi sering terkendala oleh ketidakseimbangan data. Pengkajian ini bermaksud guna mengetahui bentuk algoritma mana yang paling akurat dalam mengklasifikasikan sentimen pengguna terhadap aplikasi Spotify, yaitu antara algoritma Random Forest, Support Vector Machine (SVM), dan Naïve Bayes. Metode penelitian meliputi pengumpulan data, pelabelan, preprocessing, pembagian data, penyeimbangan data menggunakan teknik SMOTE, pemodelan algoritma, dan evaluasi performa. Hasil evaluasi menerangkan bahwa algoritma SVM memberikan kinerja terbaik pada akurasi 85,10% dan nilai AUC 0,91. Hal ini membuktikan bahwa SVM lebih unggul dibandingkan algoritma lainnya dalam mengategorikan sentimen tanggapan aplikasi Spotify.
PERANCANGAN USER INTERFACE SISTEM INFORMASI PENJUALAN HELM PADA TOKO PLANET HELM PADANG BERBASIS WEB ARMAN, ARMAN
Jurnal Informatika Kaputama (JIK) Vol 10 No 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i1.1182

Abstract

Tujuan penelitian ini adalah untuk merancang system informasi penjualan Helm pada Toko Planet Helm Padang. Adapun permasalahan yang dihadapi antara lain antara lain pencatatan transaksi yang masih dilakukan secara manual, belum adanya sistem untuk memantau persediaan barang secara akurat sehingga sering terjadi kehabisan stok, kesalahan dalam perhitungan, kesulitan dalam melakukan perencanaan, serta proses penjualan yang hanya dapat dilakukan secara langsung di toko. Untuk mengatasi permasalahan tersebut, peneliti mencarikan solusi untuk merancang sebu ah sistem informasi penjulan helm, dalam penelitian ini metode pengembangan system adalah metode pengembangan perangkat lunak model SDLC model Waterfall yang terdiri dari tahap analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Sistem dibangun menggunakan bahasa pemrograman PHP, basis data MySQL, dan framework Laravel. Adapun alat bantu perancangan system menggunakan UML. Hasil penelitian ini adalah merancang sebuah system website yang memungkinkan proses transaksi penjualan secara online, pencatatan stok barang secara otomatis, dan membantu pemilik toko dalam memantau dan mengelola data penjualan serta persediaan barang secara efisien.
SUPER ENCRYPTION OF TEXT DATA USING A HYBRID BEAUFORT VIGENERE CIPHER WITH BLUM BLUM SHUB PSEUDORANDOM KEYS Fauzi, Achmad
Jurnal Informatika Kaputama (JIK) Vol 10 No 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i1.1227

Abstract

Super encryption is a data security technique that combines multiple cryptographic methods to enhance message security. This study proposes a super encryption method using a combination of Vigenère Cipher and Beaufort Cipher algorithms, strengthened by the Blum Blum Shub pseudo-random key generator. The aim of this method is to secure text data by producing more complex and harder-to-crack encryption. The Vigenère Cipher is known for its polyalphabetic nature, while the Beaufort Cipher offers unique characteristics that distinguish it from other ciphers. The Blum Blum Shub pseudo-key generator ensures a high level of key randomness. The implementation of this method is expected to provide a practical and efficient solution for securing text data. The evaluation focuses on analyzing algorithm complexity, key randomness, and resilience against cryptographic attacks.
OPTIMASI ANTRIAN LAYANAN KANTOR IMIGRASI BERBASIS APLIKASI MOBILE MENGGUNAKAN ALGORITMA PRIORITY SCHEDULING YAZDI, MEHDI KHAIRI; ALDA, MUHAMAD; UJUNG, YADI KUSUMA; RAMADHAN, FAHRI
Jurnal Informatika Kaputama (JIK) Vol 10 No 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i1.1228

Abstract

Perkembangan digitalisasi layanan publik menuntut adanya sistem pelayanan yang efisien, transparan, dan adil, khususnya pada layanan kantor imigrasi yang memiliki volume pemohon tinggi. Permasalahan utama yang sering terjadi adalah panjangnya antrean manual, ketidakpastian waktu pelayanan, serta belum adanya mekanisme penentuan prioritas bagi pemohon dengan tingkat urgensi tertentu. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi mobile dalam mengoptimalkan antrean layanan kantor imigrasi menggunakan algoritma Priority Scheduling. Metode penelitian yang digunakan adalah metode Waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Pengumpulan data dilakukan melalui wawancara, observasi, dan studi pustaka. Sistem yang dikembangkan mampu mengelola antrean secara otomatis dengan mempertimbangkan tingkat prioritas pemohon dan menerapkan metode First Come First Served (FCFS) pada pemohon dengan prioritas yang sama. Hasil penelitian menunjukkan bahwa penerapan algoritma Priority Scheduling pada aplikasi mobile dapat meningkatkan efisiensi pengelolaan antrean, mengurangi waktu tunggu, serta meningkatkan keadilan dan kepuasan pemohon dalam proses pelayanan di kantor imigrasi
SISTEM KEAMANAN DETEKSI SERANGAN REAL-TIME DAN OTOMATISASI PEMBLOKIRAN PADA WORDPRESS Restuono, Langgeng; Syahputra, Siswan
Jurnal Informatika Kaputama (JIK) Vol 10 No 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i1.1229

Abstract

WordPress is the most widely used Content Management System (CMS) in the world, but it is also a primary target of cyberattacks such as brute-force login attempts, SQL Injection, and unauthorized access to administration pages. This research aims to analyze and develop a security plugin called WP Realtime Monitor, which is capable of detecting attacks in real time, sending notifications to administrators via Telegram, and automatically blocking the attacker’s IP address. The research methodology includes security requirement analysis, plugin architecture design using WordPress hooks, implementation using PHP and Telegram API integration, as well as testing against several simulated attack scenarios. The results show that the plugin successfully detects repeated failed login attempts, access to wp-login.php, and simple SQL Injection attacks. In addition, the system can send notifications to Telegram in less than one second and automatically block IP addresses that repeatedly launch attacks. Performance analysis indicates that the plugin is lightweight, does not add significant load to the WordPress server, and provides practical security improvements. Therefore, the development of WP Realtime Monitor is proven to be effective as an alternative solution for WordPress website security.
RANCANGAN PENELITIAN MODEL AI-OPTIMASI HIBRIDA MENGGUNAKAN PEMROGRAMAN LINIER UNTUK KOMPUTASI TEPI HEMAT ENERGI DI INDUSTRI 5.0 Pardede, A M H
Jurnal Informatika Kaputama (JIK) Vol 10 No 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i1.1231

Abstract

The development of Industry 5.0 demands intelligent, adaptive, sustainable computing systems oriented toward human-machine collaboration. In this context, edge computing plays a crucial role because it can process data in real time near the data source, supporting industrial applications such as smart manufacturing, predictive maintenance, and cyber-physical systems. However, the increasing use of edge devices results in high energy consumption, limited computing resources, increased operational costs, and an increased carbon footprint of digital industrial systems. Therefore, energy efficiency in edge computing has become a strategic and pressing issue. The problem is further complicated by the fact that most edge resource management currently relies on static or heuristic approaches that are less adaptable to the dynamics of industrial workloads. Artificial Intelligence (AI)-based approaches have the advantage of accurately predicting workloads, but generally fail to guarantee optimal resource allocation. In contrast, mathematical optimization methods such as Linear Programming (LP) are capable of producing optimal solutions but are less adaptable to changing dynamic system conditions. This research aims to develop a hybrid AI-Optimization model based on Linear Programming to improve the energy efficiency of edge computing in Industry 5.0. AI models are used to predict workloads and computing demands, while LP is utilized to determine optimal resource allocation by minimizing energy consumption without violating the Service Level Agreement (SLA). The research methods include collecting workload datasets, developing machine learning prediction models, formulating LP models, and integrating the two into an adaptive system

Page 39 of 39 | Total Record : 386

 35   36   37   38   39 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol 10 No 1 (2026): Volume 10, Nomor 1, Januari 2026 Vol 9 No 2 (2025): Volume 9, Nomor 2, Juli 2025 Vol 9 No 1 (2025): Volume 9, Nomor 1, Januari 2025 Vol 8 No 2 (2024): Volume 8, Nomor 2, Juli 2024 Vol 8 No 1 (2024): Volume 8, Nomor 1, Januari 2024 Vol 7 No 2 (2023): Volume 7, Nomor 2, Juli 2023 Vol 7, No 1 (2023): Volume 7, Nomor 1, Januari 2023 Vol 7 No 1 (2023): Volume 7, Nomor 1, Januari 2023 Vol 6 No 2 (2022): Volume 6, Nomor 2, Juli 2022 Vol 6, No 2 (2022): Volume 6, Nomor 2 Juli 2022 Vol 6, No 1 (2022): Volume 6, Nomor 1 Januari 2022 Vol 6 No 1 (2022): Volume 6, Nomor 1, Januari 2022 Vol 5, No 2 (2021): Volume 5, Nomor 2 Juli 2021 Vol 5 No 2 (2021): Volume 5, Nomor 2, Juli 2021 Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021 Vol 5, No 1 (2021): Volume 5, Nomor 1 Januari 2021 Vol 4, No 2 (2020): Volume 4, Nomor 2 Juli 2020 Vol 4 No 2 (2020): Volume 4, Nomor 2, Juli 2020 Vol 4 No 1 (2020): Volume 4, Nomor 1, Januari 2020 Vol 4, No 1 (2020): VOLUME 4 NOMOR 1, EDISI JANUARI 2020 Vol 3, No 2 (2019): VOLUME 3 NOMOR 2, EDISI JULI 2019 Vol 3 No 2 (2019): Volume 3, Nomor 2, Juli 2019 Vol 3 No 1 (2019): Volume 3, Nomor 1, Januari 2019 Vol 3, No 1 (2019): Edisi Januari 2019 Vol 2 No 2 (2018): Volume 2, Nomor 2, Juli 2018 Vol 2, No 2 (2018): Vol. 2 No. 2 Juli 2018 Vol 2 No 1 (2018): Volume 2, Nomor 1, Januari 2018 Vol 2, No 1 (2018): Edisi Januari 2018 Vol 1 No 2 (2017): Volume 1, Nomor 2, Juli 2017 Vol 1 No 1 (2017): Volume 1, Nomor 1, Januari 2017 Vol 1 No. 2 Tahun 2017 Vol 1 No. 1 Tahun 2017 More Issue