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 
Sistem Informasi Infrastruktur Jaringan Berbasis Web dengan Parsing Otomatis Konfigurasi FortiGate dan FortiSwitch Aziz, Syahdan; Wijonarko, Bambang; Siregar, Andronias
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.v10i2.1381

Abstract

Pengelolaan infrastruktur jaringan merupakan aspek penting dalam menjaga ketersediaan informasi, konsistensi konfigurasi, dan kemudahan dokumentasi perangkat jaringan pada suatu organisasi. Proses identifikasi informasi dari file backup konfigurasi yang masih dilakukan secara manual membutuhkan waktu lama, rawan kesalahan, dan menyulitkan penyusunan dokumentasi terstruktur, terutama ketika jumlah perangkat terus bertambah dan konfigurasi tersimpan dalam bentuk teks mentah. Penelitian ini bertujuan merancang dan membangun sistem informasi infrastruktur jaringan berbasis web yang mampu melakukan parsing otomatis terhadap file backup konfigurasi perangkat FortiGate dan FortiSwitch. Metode yang digunakan adalah rule-based parsing melalui pembacaan file secara line-by-line, pemanfaatan regular expression, dan identifikasi blok konfigurasi. Informasi yang diekstraksi meliputi hostname, interface, alamat IP, VLAN, address object, firewall policy, IP Pool, Virtual IP (VIP), dan route dasar, yang kemudian disimpan ke basis data SQLite dan disajikan melalui aplikasi web. Evaluasi dilakukan melalui pengujian fungsional dan pengujian akurasi parsing. Hasil penelitian menunjukkan sistem yang dibangun mampu mendukung dokumentasi dan penyajian informasi infrastruktur jaringan secara otomatis, efektif, efisien, dan mudah diakses oleh administrator jaringan.
Implementasi Model Arima Berbasis Cloud Untuk Prediksi Tingkat Kunjungan Pemustaka Pada Sistem Informasi Manajemen Perpustakaan Universitas Lancang Kuning Hamidy, Muhammad
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.v10i2.1383

Abstract

Tingkat kunjungan pemustaka merupakan indikator utama keberhasilan layanan dan pemanfaatan fasilitas di suatu perpustakaan perguruan tinggi. Saat ini, pelaporan dari Sistem Informasi Manajemen Perpustakaan (SLiMS) di Universitas Lancang Kuning umumnya hanya bersifat deskriptif dan melihat riwayat data sebelumnya (hindsight), tanpa dilengkapi modul peramalan (forecasting) yang terintegrasi, sehingga menyulitkan pengelola perpustakaan dalam melakukan perencanaan strategis ke depan. Penelitian ini bertujuan merancang dan mengembangkan dashboard analitik prediktif berbasis komputasi awan (cloud) untuk memproyeksikan jumlah pengunjung secara efisien, otomatis, dan tanpa biaya peladen fisik (serverless). Metode yang digunakan adalah algoritma Autoregressive Integrated Moving Average (ARIMA) orde (1,1,0) yang diimplementasikan secara natif menggunakan Google Apps Script (GAS) dan Google Sheets sebagai basis data awan. Data riwayat kunjungan diekstraksi dari SLiMS dalam format CSV, kemudian diproses secara otomatis melalui pembersihan data (data cleaning) dan data time series (deret waktu) untuk menghasilkan proyeksi bulan berikutnya beserta pemahaman sebagai rekomendasi kepada pngelola perpustakaan. Hasil pengujian terhadap 31.604 baris data kunjungan menunjukkan bahwa arsitektur sistem berhasil mendeteksi tren fluktuasi jangka pendek dengan sangat responsif tanpa mengalami jeda. Model memproyeksikan penurunan tajam tingkat kunjungan menjadi 55 pengunjung pada bulan Juni 2026, yang secara nyata terkonfirmasi sebagai akibat dari siklus libur akademik semester genap. Arsitektur sistem nirserver ini terbukti akurat, hemat biaya operasional, dan efisien untuk diterapkan sebagai asisten analitik cerdas di perpustakaan beranggaran terbatas.
IMPLEMENTASI SISTEM INFORMASI LAYANAN TERPADU BERBASIS WEB DALAM MENDUKUNG DIGITALISASI INFORMASI DAN KONSULTASI PENDIDIKAN Shofa, Ghitsa Zhahira; Ismail, Muhammad Yassin; Daniswara, Rizqia Jihan; Adiwisastra, Miftah Farid; Mulyani, Yani Sri
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.v10i2.1386

Abstract

Perkembangan teknologi informasi mendorong instansi pemerintah untuk memanfaatkan sistem berbasis web dalam mendukung pengelolaan dan penyampaian informasi kepada masyarakat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi layanan terpadu berbasis web pada Cabang Dinas Pendidikan Wilayah XII Provinsi Jawa Barat yang mencakup pengelolaan informasi dan layanan konsultasi pendidikan. Sistem ini dikembangkan menggunakan metode Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu mengintegrasikan informasi dan layanan konsultasi dalam satu platform berbasis web yang terstruktur, melalui fitur informasi, panduan prosedur, dan konsultasi daring. Dengan adanya sistem ini, pengelolaan informasi di lingkungan instansi menjadi lebih terorganisir dan terpusat
Transparansi Visi Komputer Sintesis Lanskap Dan Peta Jalan Explainable AI Rintan Nurhaliza; Muhamad Nur Ramdani
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.v10i2.1387

Abstract

Although Deep Learning architectures in Computer Vision (CV) demonstrate exceptional classification performance, their black-box nature has triggered a crisis of user trust, particularly in the medical and cybersecurity sectors. Explainable Artificial Intelligence (XAI) emerges as a crucial paradigm for uncovering the rational logic behind these algorithmic decisions. This study aims to synthesize the current landscape and formulate a roadmap for XAI development in CV through a Systematic Literature Review (SLR). Using the PRISMA 2020 protocol, the literature search focused on 30 selected primary studies. The review results indicate that post-hoc agnostic methods (LIME, SHAP) and visual attribution based on saliency maps (Grad-CAM) dominate interpretation standards. There is also an architectural evolution toward hybrid models and Vision Transformers (ViT) to generate intrinsic explanations. XAI integration has been shown to improve generalization accuracy by eliminating feature noise and effectively countering manipulative attacks. However, high computational costs and the absence of human-centered evaluation metrics remain challenges. As a comprehensive solution to these issues, this study proposes a three-phase strategic roadmap to guide the development of future intelligent systems that are transparent, secure, and accountable, paving the way for more reliable advancements in visual technology.

Page 41 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, Januari 2020 Vol 4, No 1 (2020): VOLUME 4 NOMOR 1, EDISI JANUARI 2020 Vol 3 No 2 (2019): Volume 3, Nomor 2, Juli 2019 Vol 3, No 2 (2019): VOLUME 3 NOMOR 2, EDISI 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