cover
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Progresif: Jurnal Ilmiah Komputer
ISSN : 02163284     EISSN : 26850877     DOI : -
Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang Komputer.
Arjuna Subject : -
Articles 508 Documents
CNN-Based Automatic Detection of Corn Leaf Diseases Using Desktop GUI Application Salsabilah, Nisrina Rona; Riadi, Aditya Akbar; Chamid, Ahmad Abdul
Progresif: Jurnal Ilmiah Komputer Vol 22, No 1 (2026): Januari
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v22i1.3501

Abstract

Early detection of corn leaf diseases plays a crucial role in improving agricultural productivity. This study develops an automatic detection system for corn leaf diseases using a Convolutional Neural Network (CNN) implemented in a desktop-based GUI application. The model was developed using a transfer learning approach with a dataset of 2,400 corn leaf images divided into four classes: Blight, Common Rust, Gray Leaf Spot, and Healthy. The research stages included image preprocessing, model training and evaluation, and implementation of the trained model into an offline desktop application. Experimental results show that the CNN model achieved an accuracy of 90.00%, with precision of 90.02%, recall of 90.00%, and an F1-score of 90.00%. The Healthy class demonstrated the best performance, while the Blight class showed the lowest but remained in a good category. The developed system enables fast, practical, and efficient disease detection and has the potential to support objective early diagnosis in agriculture.Keywords: CNN; Deep Learning; Disease Detection; Corn Leaf; Transfer Learning  AbstrakDeteksi dini penyakit daun jagung berperan penting dalam meningkatkan produktivitas pertanian. Penelitian ini mengembangkan sistem deteksi otomatis penyakit daun jagung menggunakan metode Convolutional Neural Network (CNN) berbasis aplikasi GUI desktop. Model dikembangkan dengan pendekatan transfer learning menggunakan 2.400 citra daun jagung yang terbagi dalam empat kelas, yaitu Blight, Common Rust, Gray Leaf Spot, dan Healthy. Tahapan penelitian meliputi preprocessing citra, pelatihan dan evaluasi model, serta implementasi model ke dalam aplikasi desktop yang dapat digunakan tanpa koneksi internet. Hasil pengujian menunjukkan akurasi sebesar 90,00%, precision 90,02%, recall 90,00%, dan F1-score 90,00%. Kelas Healthy memiliki performa terbaik, sedangkan kelas Blight terendah namun tetap dalam kategori baik. Implementasi sistem memungkinkan proses deteksi dilakukan secara cepat, praktis, dan efisien. Sistem yang dikembangkan berpotensi mendukung deteksi penyakit secara objektif serta membantu meningkatkan produktivitas pertanian.Kata kunci: CNN; Deep Learning; Deteksi Penyakit; Daun Jagung; Transfer Learning
Perancangan WhatsApp Bot Berbasis AI Untuk Optimalisasi Layanan Keabsahan Dokumen Pencatatan Sipil Santo, Jodang Asmoro; Utomo, Mardi Siswo
Progresif: Jurnal Ilmiah Komputer Vol 22, No 1 (2026): Januari
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v22i1.3509

Abstract

The quality of population administration services is a vital indicator in fulfilling civil rights. Central Java Province provides the SELAKSA service via WhatsApp to facilitate document verification. However, the manual nature of the process results in high officer workloads, leading to a 40% delay in document completion. This research develops an AI-based WhatsApp Bot to automate the SELAKSA service workflow for better responsiveness. The system is designed to handle message classification and data recording automatically, eliminating the need for manual input. Adopting the Waterfall method, the system development integrates n8n and Gemini platforms to generate efficient and accurate interactions. Evaluation using the User Acceptance Test (UAT) method shows a high level of user satisfaction with a score of 4.62 out of 5. Furthermore, technical testing recorded a 100% recall value, indicating that all requests were handled successfully. The implementation of this technology is proven to clear all service queues efficiently and effectively, serving as a reference for digital transformation in other governments.Keywords: Chatbot; WhatsApp; AI; n8n; Government. AbstrakKualitas layanan administrasi kependudukan menjadi indikator penting dalam pemenuhan hak sipil masyarakat. Provinsi Jawa Tengah memiliki layanan SELAKSA melalui WhatsApp untuk mempermudah verifikasi dokumen. Namun prosesnya bersifat manual menyebabkan beban kerja petugas sangat tinggi sehingga terjadi keterlambatan penyelesaian dokumen hingga 40%. Penelitian ini mengembangkan WhatsApp Bot berbasis AI untuk mengotomatisasi alur layanan SELAKSA agar lebih responsif. Sistem ini dirancang untuk menangani klasifikasi pesan dan pendataan secara otomatis tanpa harus melalui input manual satu per satu. Dengan mengadopsi metode Waterfall, pengembangan sistem mengintegrasikan platform n8n dan Gemini guna menghasilkan interaksi yang efisien dan akurat. Evaluasi menggunakan metode User Acceptance Test (UAT) menunjukkan tingkat kepuasan tinggi dari pengguna dengan skor 4,62 dari 5. Selain itu, pengujian teknis mencatat nilai recall mencapai 100% menunjukkan seluruh permohonan dapat tertangani dengan baik. Implementasi teknologi ini terbukti mampu menuntaskan seluruh antrean layanan secara efisien dan efektif sehingga dapat menjadi acuan bagi transformasi digital di instansi lainnya.Kata Kunci: Chatbot; WhatsApp; AI; n8n; Pemerintahan
Model Alat Pemantau Pemakaian Daya Listrik Dengan Webpage MySQL Menggunakan ESP8266 Fitriyadi, Fitriyadi; Rahmi, Rustati; Effendi, Muhammad Akmal; Bahar, Bahar
Progresif: Jurnal Ilmiah Komputer Vol 22, No 1 (2026): Januari
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v22i1.3561

Abstract

Real-time monitoring of electric power usage is very important to increase energy efficiency and reduce electricity waste. This research aims to design and implement a model for monitoring electrical power consumption with a MySQL webpage using the ESP8266 module.  This system utilizes current and voltage sensors to calculate power consumption, then the data is sent via the Wi-Fi network to the server and stored in a database to be displayed in graphic form on a webpage. The test results show that the system is able to display real-time power usage data using both the LCD display and the webpage to get the same results, while testing with the Buzzer can provide a warning if the available credit is less than IDR 5,000.Keywords: Webpage; MySQL; ESP8266; Electrical Energy AbstrakPemantauan penggunaan daya listrik secara real-time sangat penting untuk meningkatkan efisiensi energi dan mengurangi pemborosan listrik. Penelitian ini bertujuan merancang dan mengimplementasikan model alat pemantau pemakaian daya listrik dengan webpage MySQL menggunakan modul ESP8266.  Sistem ini memanfaatkan sensor arus dan tegangan untuk menghitung konsumsi daya, kemudian data dikirim melalui jaringan Wi-Fi ke server dan disimpan dalam database untuk ditampilkan dalam bentuk grafik pada webpage. Hasil pengujian menunjukkan bahwa sistem mampu menampilkan data pemakaian daya secara real-time baik dengan tampilan LCD maupun webpage mendapatkan hasil yang sama sedangkan pengujian dengan Buzzer bisa memberikan peringatan jika pulsa yang tersedia kurang dari Rp 5.000.Kata kunci: Webpage; MySQL; ESP8266; Energi Listrik
Analisis TAM: Penerimaan Generative AI pada Pemasaran UMKM Pasar 16 Ilir Palembang Andini, Monica; Kurniawan, Dedy
Progresif: Jurnal Ilmiah Komputer Vol 22, No 1 (2026): Januari
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v22i1.3544

Abstract

Palembang City has many Micro, Small and Medium Enterprises which are the backbone of the local economy, but there is still little research regarding the acceptance of Generative AI in marketing operations. This research aims to analyze the level of acceptance of Generative AI by MSMEs and its influence on consumer loyalty using the Technology Acceptance Model (TAM) approach. The research was conducted with 130 MSMEs as respondents, using quantitative methods and Partial Least Squares Structural Equation Modeling (PLS-SEM) analysis via SmartPLS software. The research results show that MSMEs accept Generative AI well, especially in creating promotional content, designing slogans, and communicating with consumers. The application of Generative AI has been proven to increase customer loyalty, as can be seen from the increased frequency of repeat purchases. These findings provide strategic insight for MSMEs to optimally maximize the potential of Generative AI in marketing operations.Keywords: Generative AI; Technology Acceptance Model; Micro, Small and Medium Enterprises; Marketing; Consumer Loyalty AbstrakKota Palembang memiliki banyak Usaha Mikro Kecil dan Menengah (UMKM) yang menjadi tulang punggung ekonomi lokal, namun masih sedikit penelitian mengenai penerimaan Generative AI dalam operasional pemasaran. Penelitian ini bertujuan untuk menganalisis tingkat penerimaan Generative AI oleh UMKM dan pengaruhnya terhadap loyalitas konsumen menggunakan pendekatan Technology Acceptance Model (TAM). Penelitian dilakukan dengan responden sebanyak 130 pelaku UMKM, menggunakan metode kuantitatif dan analisis Partial Least Squares Structural Equation Modeling (PLS-SEM) melalui software SmartPLS. Hasil penelitian menunjukkan bahwa UMKM menerima Generative AI dengan baik, terutama dalam pembuatan konten promosi, perancangan slogan, dan komunikasi dengan konsumen. Penerapan Generative AI terbukti meningkatkan loyalitas pelanggan, terlihat dari meningkatnya frekuensi pembelian berulang. Temuan ini memberikan insight strategis bagi UMKM untuk memaksimalkan potensi Generative AI dalam operasional pemasaran secara optimal.Kata kunci: Generative AI; Technology Acceptance Model; Usaha Mikro Kecil dan Menengah; Pemasaran; Loyalitas Konsumen
Security Assessment of Open-Source Village Governance Systems: A Case Study of OpenSID Fanani, Ikhsan; Sujana, Nana; Susanta, Muhamad Hilmansyah
Progresif: Jurnal Ilmiah Komputer Vol 22, No 1 (2026): Januari
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v22i1.3560

Abstract

Indonesia's OpenSID platform manages sensitive citizen data across thousands of rural administrative units, yet no empirical security assessment exists in academic literature. This study addresses this gap through comprehensive security evaluation using Static Application Security Testing (SAST) and Software Composition Analysis (SCA), with findings mapped to OWASP Top 10 and scored using CVSS v3.1. Analysis identified 402 raw findings, with 170 (42.3%) confirmed as true positives after manual validation. Broken Access Control (105 findings) and Injection vulnerabilities (26 findings) were predominant, with seven Critical or High severity issues detected, including path traversal and known CVE dependencies. The 57.7% false positive rate emphasizes the necessity of manual validation alongside automated scanning. This research provides the first structured security audit of Indonesian governance software and recommends adopting GitHub-native security tools and formal vulnerability disclosure policies.Keywords: OpenSID; Security Assessment; OWASP Top 10; Static Application Security Testing; Village Information System  AbstrakPlatform OpenSID Indonesia mengelola data sensitif warga di ribuan unit administrasi pedesaan, namun belum ada penilaian keamanan empiris dalam literatur akademik. Penelitian ini mengisi kesenjangan tersebut melalui evaluasi keamanan komprehensif menggunakan Static Application Security Testing (SAST) dan Software Composition Analysis (SCA), dengan temuan dipetakan ke OWASP Top 10 dan dinilai menggunakan CVSS v3.1. Analisis mengidentifikasi 402 temuan mentah, dengan 170 (42,3%) dikonfirmasi sebagai true positive setelah validasi manual. Broken Access Control (105 temuan) dan kerentanan Injection (26 temuan) mendominasi, dengan tujuh masalah tingkat keparahan Critical atau High terdeteksi, termasuk path traversal dan dependensi CVE yang diketahui. Tingkat false positive 57,7% menekankan pentingnya validasi manual bersama pemindaian otomatis. Riset ini menyediakan audit keamanan terstruktur pertama untuk perangkat lunak tata kelola Indonesia dan merekomendasikan adopsi tools keamanan GitHub-native serta kebijakan pengungkapan kerentanan formal.Kata kunci: OpenSID; Asesmen Keamanan; OWASP Top 10; Static Application Security Testing; Sistem Informasi Desa 
Segmentasi Citra Dermoskopi Kanker Kulit Menggunakan Metode VGG-SegNet Ramadhani, Muhammad Rafi'; Fatichah, Chastine
Progresif: Jurnal Ilmiah Komputer Vol 22, No 1 (2026): Januari
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v22i1.3464

Abstract

Skin cancer, particularly melanoma, has a high mortality rate, necessitating reliable early detection based on dermoscopic images. Accurate lesion segmentation is a crucial preprocessing step prior to deep learning–based classification. However, challenges remain in preserving lesion boundary details, handling variations in lesion size, and addressing limited data availability and hyperparameter optimization. This study proposes and evaluates various configurations of a hybrid VGG–SegNet model for skin lesion segmentation using the ISIC 2017 and ISIC 2018 datasets. The methodology includes image and ground truth validation, VGG16-based normalization, input image resolution variations (128×128, 160×160, and 256×256), and training–validation data splits of 50:50 and 70:30. The model is fine-tuned using skip connections and a multi-stage training scheme with a combination of Binary Cross-Entropy, Dice, and Focal Tversky Loss. The best-performing model achieves a Dice Coefficient of 0.899 and an Intersection over Union of 0.8177 on the validation set, demonstrating precise and efficient lesion segmentation.Keywords: Skin Cancer Segmentation; VGG-SegNet; ISIC; Fine Tuning AbstrakKanker kulit, khususnya melanoma, memiliki tingkat mortalitas tinggi sehingga memerlukan deteksi dini berbasis citra dermoskopi yang andal. Segmentasi lesi yang akurat merupakan tahap penting sebelum proses klasifikasi berbasis deep learning. Namun, tantangan masih muncul pada detail tepi lesi, variasi ukuran, serta keterbatasan data dan optimasi hyperparameter. Penelitian ini mengusulkan dan mengevaluasi berbagai konfigurasi model hibrida VGG–SegNet untuk segmentasi lesi kulit menggunakan dataset ISIC 2017 dan ISIC 2018. Tahapan meliputi validasi citra dan ground truth, normalisasi berbasis VGG16, variasi resolusi citra (128×128, 160×160, 256×256), serta pembagian data latih dan validasi dengan rasio 50:50 dan 70:30. Model di fine tuning menggunakan skip connection dan skema pelatihan bertahap dengan kombinasi Binary Cross-Entropy, Dice, dan Focal Tversky Loss. Model terbaik mencapai Dice Coefficient 0,899 dan IoU 0,8177 pada data validasi, menunjukkan segmentasi yang presisi dan efisien.Kata kunci: Segmentasi Kanker Kulit; VGG–SegNet; ISIC; Fine Tuning
Perancangan Strategi Sistem Informasi di Era Digital: Sebuah Kajian Systematic Literature Review Waspodo, Bayu; Ramadhanti, An Nisa; Latifah, Putri
Progresif: Jurnal Ilmiah Komputer Vol 22, No 1 (2026): Januari
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v22i1.3080

Abstract

The rapid development of digital technology requires organizations to transform information systems from administrative tools into strategic assets that support decision-making, innovation, and competitive advantage. This study aims to examine information system strategy design in the digital era. A Systematic Literature Review (SLR) method was applied, including identification, selection, evaluation, and synthesis of studies from Google Scholar, ScienceDirect, Scopus, and IEEE Xplore (2020–2025). A total of 25 relevant articles were analyzed. The findings indicate that Ward and Peppard, Enterprise Architecture (TOGAF and Zachman), and agile strategic planning are widely used to align business and IT strategies, improve operational efficiency, and enhance organizational adaptability. However, challenges remain, including limited human resource capabilities, resistance to change, and increasing digital complexity.Keywords: Information systems; Strategic planning; Digital transformation; Systematic Literature Review.AbstrakPerkembangan teknologi digital menuntut organisasi mentransformasikan perencanaan dan pengelolaan sistem informasi dari fungsi administratif menjadi strategis untuk mendukung keputusan, inovasi, dan keunggulan kompetitif. Penelitian ini bertujuan mengkaji perancangan strategi sistem informasi di era digital. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan tahapan identifikasi, seleksi, evaluasi, dan sintesis literatur dari Google Scholar, ScienceDirect, Scopus, dan IEEE Xplore periode 2020–2025. Sebanyak 25 artikel terpilih dianalisis. Hasil menunjukkan bahwa pendekatan Ward and Peppard, Enterprise Architecture (TOGAF dan Zachman), serta agile strategic planning efektif dalam menyelaraskan strategi bisnis dan teknologi, meningkatkan efisiensi, serta mendukung inovasi organisasi. Namun, implementasi masih menghadapi tantangan berupa keterbatasan sumber daya manusia, resistensi perubahan, dan kompleksitas lingkungan digitalKata kunci: Sistem informasi; Perencanaan strategis; Transformasi digital; Systematic Literature Review.
Implementasi Metode Forward chaining Dalam Sistem Cerdas Untuk Menentukan Pola Makan Sehat Bagi Mahasiswa HAYATI, NOVA; Mushollini, Fitria; Nasta, Nurul Hasanah
Progresif: Jurnal Ilmiah Komputer Vol 22, No 1 (2026): Januari
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v22i1.3567

Abstract

Unhealthy dietary patterns among university students are a common problem that may affect health status and academic performance. This study aims to develop an expert system that provides personalized healthy dietary recommendations for university students using the forward chaining inference method. The system is built using a rule-based knowledge representation derived from balanced nutrition guidelines and consultation with a nutrition expert. User data related to personal profile and dietary habits are processed through a forward chaining mechanism to generate recommendations along with rule trace explanations. The system evaluation was conducted through expert validation and usability testing using the System Usability Scale (SUS). The results show that the system achieved 90% recommendation suitability based on expert validation, while usability testing produced a SUS score of 82 categorized as excellent. These results indicate that the proposed system is effective and user-friendly in supporting healthy eating behavior among university students.Keyword: Expert System; Forward chaining; Dietary Recommendation; Healthy Eating; University StudentsAbstrakPola makan yang tidak sehat di kalangan mahasiswa merupakan masalah umum yang dapat memengaruhi status kesehatan dan kinerja akademik. Penelitian ini bertujuan untuk mengembangkan sistem pakar yang memberikan rekomendasi pola makan sehat yang dipersonalisasi bagi mahasiswa menggunakan metode inferensi forward chaining. Sistem dibangun menggunakan representasi pengetahuan berbasis aturan yang berasal dari pedoman gizi seimbang serta konsultasi dengan ahli gizi. Data pengguna yang berkaitan dengan profil pribadi dan kebiasaan makan diproses melalui mekanisme forward chaining untuk menghasilkan rekomendasi yang relevan disertai penjelasan rule trace. Evaluasi sistem dilakukan melalui validasi ahli dan pengujian kegunaan menggunakan System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa sistem mencapai tingkat kesesuaian rekomendasi sebesar 90% berdasarkan penilaian ahli, sementara pengujian kegunaan menghasilkan skor SUS sebesar 82 yang termasuk dalam kategori sangat baik (excellent). Hasil ini menunjukkan bahwa sistem yang diusulkan efektif dan mudah digunakan dalam mendukung perilaku makan sehat di kalangan mahasiswa.Kata kunci: Sistem Pakar; Forward chaining; Rekomendasi Diet; Makan Sehat; Mahasiswa