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 404 Documents
 37   38   39   40   41 
DETEKSI INTRUSI JARINGAN MENGGUNAKAN ARSITEKTUR HYBRID CNN-LSTM MELALUI PENYELARASAN FITUR LINTAS DATASET TON-IOT DAN CIC-IDS Nugroho, Bayu Tri; Erik IH Ujianto; Rianto; Kuswijayanto, Adi Cahyo
Jurnal Informatika Kaputama (JIK) Vol 10 No 2 (2026): Volume 10, Nomor 2, Juli 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i2.1323

Abstract

Meningkatnya kompleksitas lalu lintas jaringan dan heterogenitas lingkungan Internet of Things (IoT) menimbulkan tantangan serius bagi sistem deteksi intrusi (Intrusion Detection System/IDS) konvensional, khususnya dalam mendeteksi serangan baru dan lintas-domain. Meskipun pendekatan deep learning telah menunjukkan performa tinggi, sebagian besar penelitian masih terbatas pada satu dataset sehingga kemampuan generalisasi model menjadi rendah. Penelitian ini mengusulkan pendekatan hybrid Convolutional Neural Network–Long Short-Term Memory (CNN–LSTM) yang dilatih pada dataset lintas-domain melalui proses penyelarasan fitur antara CSE-CIC-IDS2018 dan ToN-IoT. Pra-pemrosesan meliputi normalisasi satuan waktu, rekayasa fitur turunan, penanganan missing value, encoding atribut, serta Min–Max scaling untuk menghasilkan dataset yang homogen. Kinerja model CNN, LSTM, dan CNN–LSTM dievaluasi menggunakan metrik accuracy, precision, recall, dan F1-score dengan variasi learning rate 0.01, 0.001, dan 0.0001. Hasil eksperimen menunjukkan bahwa model CNN–LSTM dengan learning rate 0.001 memberikan performa terbaik dengan akurasi 99,3%, recall 99,8%, dan F1-score 99,4%, serta stabilitas pelatihan yang lebih baik dibandingkan model tunggal. Temuan ini menunjukkan bahwa integrasi dataset heterogen dan arsitektur hybrid CNN–LSTM mampu meningkatkan efektivitas dan generalisasi IDS pada lingkungan jaringan yang beragam.
ANALISIS PERAN SISTEM OPERASI DALAM VIRTUALISASI BERBASIS MESIN VIRTUAL PADA CLOUD COMPUTING Rahman, Taufik
Jurnal Informatika Kaputama (JIK) Vol 10 No 2 (2026): Volume 10, Nomor 2, Juli 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i2.1344

Abstract

Virtualisasi merupakan teknologi kunci dalam pengembangan cloud computing yang memungkinkan pemanfaatan sumber daya secara efisien melalui pembagian sistem fisik menjadi beberapa mesin virtual. Sistem operasi berperan penting sebagai pengelola sumber daya dan penghubung antara perangkat keras dan lingkungan virtual. Penelitian ini bertujuan untuk menganalisis peran sistem operasi dalam virtualisasi berbasis mesin virtual serta dampaknya terhadap efisiensi manajemen sumber daya pada cloud computing. Metode yang digunakan adalah studi literatur dengan pendekatan deskriptif kualitatif. Hasil penelitian menunjukkan bahwa sistem operasi, khususnya melalui hypervisor, mampu meningkatkan efisiensi penggunaan CPU, memori, dan storage, serta mendukung fleksibilitas dan skalabilitas sistem cloud. Kata kunci: Sistem Operasi, Virtualisasi, Mesin Virtual, Cloud Computing, Hypervisor
Klasifikasi Sentimen dan Analisis Persepsi Pengguna Aplikasi myXL pada Google Play Store Menggunakan Naïve Bayes Classifier Ardiyanto, Marta; Irawan, Ridwan Dwi; Rifa'i, Ahmad
Jurnal Informatika Kaputama (JIK) Vol 10 No 2 (2026): Volume 10, Nomor 2, Juli 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i2.1349

Abstract

Penelitian ini dilakukan untuk menganalisis sentimen pengguna terhadap aplikasi myXL berdasarkan ulasan yang terdapat di Google Play Store. Aplikasi myXL merupakan layanan mandiri yang dirancang oleh XL Axiata, di mana ulasan penggunanya menjadi sumber data penting untuk mengetahui persepsi masyarakat terhadap kualitas layanan. Metode klasifikasi yang digunakan dalam penelitian ini adalah Naïve Bayes Classifier, dengan tahapan penelitian yang mengacu pada proses Knowledge Discovery in Database (KDD). Data yang digunakan berjumlah 1.000 ulasan yang dikumpulkan menggunakan teknik web scraping. Data ulasan tersebut dilabeli menjadi sentimen positif dan negatif secara otomatis berdasarkan rating bintang pengguna . Setelah melalui tahapan pra-pemrosesan teks, data diubah menjadi bentuk numerik menggunakan pembobotan Term Frequency-Inverse Document Frequency (TF-IDF). Pembagian dataset dilakukan dengan rasio 80% data latih dan 20% data uji. Berdasarkan hasil evaluasi pengujian, model Naïve Bayes Classifier menunjukkan performa yang baik dengan nilai accuracy sebesar 80,33%, precision 80,33%, recall 78,59%, dan F1-score 79,27%. Visualisasi Word Cloud menunjukkan bahwa kata yang dominan muncul dalam ulasan meliputi "kuota", "paket", "aplikasi", "login", dan "error". Hasil penelitian ini diharapkan dapat memberikan gambaran persepsi pengguna serta menjadi bahan evaluasi bagi pengembang untuk memperbaiki kendala teknis dan meningkatkan kualitas layanan.
PENGGUNAAN AGILE PROGRAMMING DALAM PENGEMBANGAN PERANGKAT LUNAK Firmansyah, Ricky
Jurnal Informatika Kaputama (JIK) Vol 10 No 2 (2026): Volume 10, Nomor 2, Juli 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i2.1352

Abstract

Agile Programming is a leading approach in modern software development because it offers flexibility and rapid adaptation to changing user needs. It emphasizes team collaboration, short iterations, and continuous product delivery, making it relevant in today’s dynamic digital era. However, its implementation still faces challenges, including organizational resistance, limited understanding of Agile principles, and difficulties shifting from traditional methods. This study explores the effectiveness of Agile Programming, analyzes organizational challenges, and identifies strategies to overcome them through a systematic literature review. It examines Agile frameworks such as Scrum, Kanban, and Extreme Programming, including their use in Indonesia and globally. Findings show that Agile can improve software quality and efficiency, but success depends on intensive training, senior management support, and deep cultural change within organizations.
IMPLEMENTASI PERBANDINGAN SEQUENTIAL SEARCH DAN BINARY SEARCH PADA PENCARIAN JUDUL ARTIKEL JURNAL WEB Syafran Nurrahman; Sitti Aliyah Azzahra; M.Tafsiruddin
Jurnal Informatika Kaputama (JIK) Vol 10 No 2 (2026): Volume 10, Nomor 2, Juli 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i2.1353

Abstract

Pencarian data pada sistem informasi memerlukan algoritma yang mampu bekerja secara cepat dan efisien, terutama dalam proses pencarian data artikel jurnal. Penelitian ini bertujuan untuk mengimplementasikan dan membandingkan algoritma Sequential Search dan Binary Search pada sistem pencarian judul artikel jurnal berbasis web menggunakan dataset Microsoft Excel tanpa database MySQL. Sistem dikembangkan menggunakan HTML, CSS, dan JavaScript dengan mekanisme upload file Excel sebagai sumber data penelitian. Dataset yang digunakan terdiri dari 102 judul artikel jurnal. Metode penelitian yang digunakan adalah metode eksperimen dengan pengujian berdasarkan jumlah iterasi dan waktu pencarian algoritma. Pengujian dilakukan sebanyak tiga kali pada data baris ke-1, ke-61, dan ke-102. Hasil pengujian menunjukkan bahwa algoritma Sequential Search membutuhkan jumlah iterasi yang meningkat sesuai posisi data yang dicari, yaitu 1 iterasi pada baris ke-1, 61 iterasi pada baris ke-61, dan 102 iterasi pada baris ke-102, dengan rata-rata waktu pencarian sebesar 29,3334 ms. Sementara itu, algoritma Binary Search mampu melakukan proses pencarian dengan jumlah iterasi yang lebih sedikit, yaitu 7 iterasi pada baris ke-1, 6 iterasi pada baris ke-61, dan 4 iterasi pada baris ke-102, dengan rata-rata waktu pencarian sebesar 0,33337 ms. Berdasarkan hasil pengujian tersebut, algoritma Binary Search terbukti lebih efisien dibandingkan Sequential Search dalam proses pencarian data pada dataset berukuran besar karena memiliki jumlah iterasi dan waktu pencarian yang lebih rendah
PENERAPAN METODE PROTOTYPE SISTEM INFORMASI PROGRES PROYEK BERBASIS WEB Sukrianto, Darmanta; Yulianti, Wita; Dwi Oktarina
Jurnal Informatika Kaputama (JIK) Vol 10 No 2 (2026): Volume 10, Nomor 2, Juli 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i2.1354

Abstract

This research was conducted at PT. Alkamal Consultant, a company engaged in the building construction sector that manages several ongoing projects in Pekanbaru and other regions. The main problem identified is that the process of inputting weekly and monthly project progress data is still carried out manually, where foremen or field supervisors record daily work progress and submit the reports to the admin in paper form every week. Furthermore, the admin processes the data using Word and Excel applications, making the reporting process less effective and efficient. This study aims to develop a web-based project progress information system to facilitate reporting and project information management within the company. The system development method used in this research is the prototype method. The result of this study is a web-based project progress information system that can assist in managing project data more quickly, accurately, and in an integrated manner. The implementation of this system is expected to improve work efficiency and effectiveness compared to the previous manual system.
ANALISIS LITERATUR PERAN DATA FLOW DIAGRAM DAN ENTITY RELATIONSHIP DIAGRAM DALAM PERANCANGAN BASIS DATA SISTEM INFORMASI Suci Lestari; Roshikhotun Muthi'ah; Edita Rayhanah Fairuz; Imam Prayogo Pujiono
Jurnal Informatika Kaputama (JIK) Vol 10 No 2 (2026): Volume 10, Nomor 2, Juli 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i2.1357

Abstract

Kemajuan teknologi informasi mendorong organisasi untuk menerapkan sistem informasi yang terstruktur dan terintegrasi guna meningkatkan efisiensi pemrosesan data. Penelitian ini bertujuan menelaah peran Data Flow Diagram (DFD) dan Entity Relationship Diagram (ERD) dalam perancangan basis data sistem informasi berdasarkan kajian literatur. Fokus kajian diarahkan pada fungsi DFD dalam pemodelan proses, fungsi ERD dalam pemodelan struktur data, serta keterkaitan keduanya dalam menjaga konsistensi rancangan sistem informasi. Metode yang digunakan adalah studi pustaka yang menelaah berbagai jurnal terkait pemodelan sistem dan struktur basis data di bidang akademik, bisnis, pergudangan, perpustakaan, dan pelayanan masyarakat. Temuan penelitian menunjukkan bahwa DFD sangat penting untuk memvisualisasikan aliran data, pemrosesan informasi, dan persyaratan sistem secara sistematis guna meminimalkan masalah proses. Sebaliknya, ERD digunakan untuk menggambarkan hubungan antar variabel dalam basis data guna menilai keakuratan, konsistensi, dan efisiensi pengumpulan data. Integrasi DFD dengan ERD dapat menghasilkan struktur data yang lebih terorganisir, mengurangi redundansi data, meningkatkan akurasi informasi, dan meningkatkan efektivitas sistem informasi modern. Dengan demikian, penggunaan DFD dan ERD secara komprehensif menjadi strategi yang efektif untuk mengoptimalkan sistem berbasis data.
KOMPARASI KECEPATAN ALGORITMA SEQUENTIAL DAN BINARY SEARCH BERBASIS VECTOR C++ PADA DATA TERURUT DAN ACAK Raesya Satria Mikaelana; Fakhrul Arhabur Rizqi; Delviera Gea Florida; Aisyah Nur Ramadhani; Armaylis Arfa; Imam Prayogo Pujiono
Jurnal Informatika Kaputama (JIK) Vol 10 No 2 (2026): Volume 10, Nomor 2, Juli 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i2.1366

Abstract

This study aims to compare the computational time efficiency between the Sequential Search and Binary Search algorithms implemented using a dynamic data structure (vector) in the C++ programming language . The test focused on a small-scale dataset consisting of 98 random integer elements . The experiment was conducted through two main scenarios, namely searching in unsorted and sorted data conditions, by taking the average execution time of 50 iterations to maintain consistency . The test results show that in the unsorted data condition, Sequential Search is more efficient with an execution time of 4.25 µs . This is significantly faster than Binary Search, which takes a total of 15.40 µs due to the additional computational overhead of sorting the data at the beginning of the execution . Conversely, on sorted data, Binary Search is highly optimal thanks to its logarithmic search space division mechanism, recording an execution time of only 0.85 µs compared to Sequential Search (3.90 µs) . This study concludes that Binary Search is the best algorithm for sorted data, while Sequential Search is more practical and superior for small-scale datasets that have not been organized as it avoids pre-processing.
KLASIFIKASI PENJURUSAN SEKOLAH MENENGAH KEJURUAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN) AMELIA INTAN SARI; Novriyenni; Adek Maulidya
Jurnal Informatika Kaputama (JIK) Vol 10 No 2 (2026): Volume 10, Nomor 2, Juli 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i2.1376

Abstract

Penjurusan siswa merupakan salah satu proses penting dalam menentukan bidang keahlian yang sesuai dengan kemampuan akademik dan minat siswa. Proses penjurusan yang masih dilakukan secara konvensional berpotensi menimbulkan ketidaksesuaian antara kemampuan siswa dengan jurusan yang dipilih. Penelitian ini bertujuan menerapkan metode K-Nearest Neighbor (K-NN) pada sistem klasifikasi penjurusan Sekolah Menengah Kejuruan berbasis Graphical User Interface (GUI) MATLAB. Data yang digunakan terdiri dari 211 data training dan 56 data testing dengan atribut nilai Matematika, Bahasa Indonesia, Bahasa Inggris, IPA, minat, dan bakat siswa. Proses klasifikasi dilakukan menggunakan perhitungan Euclidean Distance untuk menentukan tetangga terdekat dari data uji. Hasil penelitian menunjukkan bahwa nilai parameter terbaik diperoleh pada K=7 dengan tingkat akurasi sebesar 76,79%, dimana 43 data berhasil diklasifikasikan dengan benar dan 13 data mengalami kesalahan klasifikasi. Sistem yang dibangun mampu memberikan rekomendasi jurusan secara objektif berdasarkan data historis siswa.
ANALISIS KOMPREHENSIF ARSITEKTUR END-TO-END DAN TANTANGAN INTEGRASI OVERLAP-AWARE DALAM SISTEM SPEAKER DIARIZATION Risna, Puput; Wahidah, Siti
Jurnal Informatika Kaputama (JIK) Vol 10 No 2 (2026): Volume 10, Nomor 2, Juli 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i2.1380

Abstract

Mendeteksi "siapa yang berbicara" (speaker diarization) masih sering bermasalah saat ada suara tumpang tindih (overlapping speech). Untuk menyiasatinya, tren riset saat ini beralih ke arsitektur End-to-End (E2E) berbasis Deep Learning yang dirancang lebih peka terhadap overlap. Untuk itu, penelitian ini dilakukan guna membedah tantangan utama dari proses integrasi tersebut melalui metode Systematic Literature Review (SLR) yang mengacu pada pedoman PRISMA. Dari hasil penyaringan literatur akademik terkemuka yang bersumber dari Scopus antara tahun 2018 hingga 2025, terkumpul [50] studi primer yang relevan untuk dianalisis secara mendalam. Hasil telaah menunjukkan bahwa masalah integrasi ini umumnya berkutat pada tiga hal: lonjakan beban komputasi yang drastis, latensi yang memburuk saat eksekusi real-time, dan sulitnya melakukan sinkronisasi fitur antar lapisan jaringan. Pada akhirnya, walaupun mekanisme overlap-aware menjanjikan akurasi yang jauh lebih baik, berbagai penelitian terbaru sepakat bahwa tetap diperlukan trade-off desain yang masuk akal antara performa dan beban sistem.

Page 40 of 41 | Total Record : 404

 37   38   39   40   41 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol 10 No 2 (2026): Volume 10, Nomor 2, Juli 2026 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, EDISI JANUARI 2020 Vol 4 No 1 (2020): Volume 4, Nomor 1, 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): Vol. 2 No. 2 Juli 2018 Vol 2 No 2 (2018): Volume 2, Nomor 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