cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Abd. Charis Fauzan
Contact Email
fauzancharis@gmail.com
Phone
+6287750503014
Journal Mail Official
-
Editorial Address
Jl. Masjid Nomor 22 Kota Blitar, Jawa Timur
Location
Kab. blitar,
Jawa timur
INDONESIA
ILKOMNIKA: Journal of Computer Science and Applied Informatics
Published by Universitas Nahdlatul Ulama Blitar
ISSN : -     EISSN : 27152731     DOI : https://doi.org/10.28926/ilkomnika
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management
ILKOMNIKA: Journal of Computer and Applied Informatics is is a peer reviewed open-access journal. The journal invites scientists and engineers throughout the world to exchange and disseminate theoretical and practice-oriented topics of computer science and applied informatics which covers five (5) majors areas of research that includes 1) Informatics Engineering and Its Application 2) Computer Science 3) Software Engineering 4) Computer Engineering 5) Information System. This journal is published 3 issues a year, in April, August, and December.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 15 Documents
 1   2 
Search results for , issue "Vol 7 No 1 (2025): Volume 7, Number 1, April 2025" : 15 Documents clear
Penerapan Regresi Logistik Biner untuk Evaluasi Kelayakan Penerima Bantuan Beras Bulog Putri, Rahma Kartika; Budiman, Saiful Nur; Primasari, Yusniarsi
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i3.657

Abstract

Data penerima bantuan yang tidak konsisten dari pemerintah telah mengakibatkan penargetan yang tidak akurat. Hal ini dikarenakan data penerima bantuan tidak diperbarui secara berkala sesuai dengan kenyataan di masyarakat. Hal ini menyebabkan orang yang seharusnya menjadi penerima bantuan tidak menerima bantuan. Penelitian ini bertujuan untuk menguji kelayakan penerima bantuan. Menggunakan metode regresi logistik biner dengan tahapan penyusunan data, pemodelan, dan evaluasi model yang diharapkan dapat memberikan rekomendasi pengambilan keputusan dalam menerima pendampingan. Hasil penelitian ini adalah mengklasifikasikan dengan memprediksi kemungkinan orang akan menerima bantuan atau tidak. Penelitian ini menggunakan 2 dataset dengan dataset sampel berisi 52 dan dataset keseluruhan berisi 518 data menggunakan 3 variabel independen, yaitu total pendapatan, kebutuhan dasar, dan status sosial serta variabel dependen. Targetnya terbagi menjadi 2, yaitu mendapatkannya dan tidak mendapatkannya. Data yang digunakan dalam penelitian ini menggunakan data sekunder dari desa dengan total 518 data yang terbagi menjadi 53 data yang tidak menerima bantuan dan 465 data yang menerima bantuan. Penelitian ini menghasilkan tingkat akurasi untuk data sampel sebesar 52% dan data keseluruhan sebesar 63%. Variabel kebutuhan dasar memiliki pengaruh terbesar terhadap model dengan nilai yang ditunjukkan pada hasil regresi sebesar 1,3406, sedangkan variabel total pendapatan memiliki pengaruh yang signifikan terhadap probabilitas penerimaan bantuan (variabel dependen) dengan nilai yang ditunjukkan pada hasil regresi sebesar 0,019. Dari data tersebut dapat disimpulkan bahwa dengan menggunakan metode regresi logistik biner menghasilkan data yang lebih valid dan sesuai dengan realitas yang ada di Masyarakat.
Analisis Kepuasan Pengguna Aplikasi e-Administrasi Fakultas Ilmu Keolahragaan dan Kesehatan Menggunakan Skala Likert Arifin, Mohamad Sulton; Pangestu, Nilam Ade; Nuzula, Muhammad Iqbal Firdaus; Wulandari, Ayu
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i3.685

Abstract

E-Administrasi merupakan sistem yang digunakan untuk memproses data surat mahasiswa yang diterapkan di Fakultas Ilmu Keolahragaan dan Kesehatan Universitas Negeri Surabaya. Penelitian ini menganalisis kepuasan mahasiswa terhadap pelayanan persuratan mahasiswa yaitu E-Administrasi. Data dikumpulkan melalui kuesioner atau angket dengan populasi mahasiswa aktif Fakultas Ilmu Keolahragaan dan Kesehatan Universitas Negeri Surabaya dengan sampel sebanyak 152 mahasiswa angkatan 2021. Setelah data terkumpul, kemudian dilakukan skoring menggunakan skala Likert dengan 5 skala. Hasil skoring dianalisis dengan teknik analisis kuantitatif skala Likert. Sedangkan populasi penelitian yang diambil yaitu mahasiswa aktif Berdasarkan hasil pengolahan dan analisis data, menunjukkan bahwa dari skala 1 sampai 5 mendapatkan nilai rata-rata 4,22 yang berarti mahasiswa sangat setuju atau sangat puas terhadap pelayanan persuratan mahasiswa menggunakan sistem E-Administrasi.
Optimasi Hyperparameter pada Convolutional Neural Network untuk Klasifikasi Jenis Penyakit Kanker Kulit menggunakan Bayesian Optimization Nuzula, Muhammad Iqbal Firdaus; Fatichah, Chastine
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i3.690

Abstract

Penelitian ini bertujuan untuk meningkatkan kinerja model Convolutional Neural Network (CNN) dalam klasifikasi citra melalui penerapan teknik optimasi hyperparameter. CNN merupakan metode pembelajaran mendalam yang efektif dalam pengenalan pola visual, namun performanya sangat dipengaruhi oleh pemilihan nilai hyperparameter, seperti jumlah filter, ukuran kernel, learning rate, dan jumlah epoch. Dalam studi ini digunakan metode Bayesian Optimization untuk menentukan kombinasi hyperparameter yang optimal pada dataset citra tertentu. Eksperimen dilakukan dengan menggunakan empat arsitektur CNN, yaitu ResNet50V2, EfficientNetV2S, EfficientNetV2M, dan EfficientNetV2L. Evaluasi kinerja model dilakukan dengan menggunakan metrik akurasi, presisi, recall, f1-score, dan kappa score. Hasil penelitian menunjukkan bahwa penerapan Bayesian Optimization secara konsisten meningkatkan performa model CNN dibandingkan dengan konfigurasi default. Pada arsitektur EfficientNetV2M, optimasi dengan Bayesian Optimization menghasilkan akurasi sebesar 0,81, presisi 0,83, recall 0,77, f1-score 0,80, dan kappa score 0,61. Pada arsitektur ResNet50V2, metode ini menghasilkan precision tinggi sebesar 0,97 meskipun recall-nya 0,57, menunjukkan keunggulan dalam mengurangi kesalahan false positive. Selain itu, Bayesian Optimization juga memberikan precision 0,99 pada EfficientNetV2S. Keunggulan utama Bayesian Optimization terletak pada efisiensinya dalam mengeksplorasi ruang hyperparameter, sehingga mampu mencapai performa optimal dengan jumlah evaluasi yang lebih sedikit dibandingkan metode Random Search yang membutuhkan evaluasi lebih banyak dan kurang stabil.
Pengembangan Sistem Pengarsipan Surat Digital untuk Mendukung Pengelolaan Dokumen di KPU Kota Mojokerto Kartika, Rizqi Amalia; Supriyono, Supriyono
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i1.667

Abstract

Pengelolaan surat secara manual di Komisi Pemilihan Umum (KPU) Kota Mojokerto seringkali menghadapi berbagai kendala, seperti proses pencarian dan pelacakan yang memakan waktu lama, serta risiko kehilangan atau kerusakan dokumen. Untuk mengatasi masalah tersebut, penelitian ini mengimplementasikan sistem arsip digital berbasis web yang dirancang untuk meningkatkan efektivitas dan efisiensi dalam pengelolaan surat. Sistem ini memanfaatkan teknologi web yang memungkinkan akses mudah dan cepat dari berbagai perangkat, sehingga mempermudah proses pengarsipan, pencarian, serta pengelompokan dokumen. Fitur-fitur utama yang dihadirkan dalam sistem ini meliputi pembuatan lembar disposisi untuk mengarsipkan surat masuk, pencatatan, pengelompokan, serta pengarsipan yang terstruktur, dilengkapi dengan kemampuan pencarian data secara efisien dan sistem pelaporan yang terintegrasi. Keamanan data dijaga dengan sistem otentikasi yang memastikan akses hanya oleh pihak berwenang. Hasil implementasi menunjukkan bahwa sistem arsip digital ini berhasil mengoptimalkan pengelolaan surat di KPU Kota Mojokerto, dengan peningkatan signifikan pada aspek kecepatan, akurasi, serta keamanan dokumen.
Implementasi LSTM dalam Prediksi Keberangkatan Haji di Kementerian Agama Kota Malang Dzakiroh, Mutiara Aprillia; Supriyono, Supriyono
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i1.675

Abstract

Penyelenggaraan ibadah haji di Indonesia menghadapi tantangan besar dalam pengelolaan jadwal keberangkatan jemaah, terutama karena adanya perubahan regulasi, fluktuasi kuota, dan prioritas yang diberikan kepada kelompok tertentu seperti jemaah lansia. Di Kota Malang, kebutuhan akan prediksi jadwal keberangkatan yang akurat menjadi semakin mendesak untuk memastikan proses yang transparan dan efisien. Penelitian ini bertujuan untuk mengembangkan model prediksi jadwal keberangkatan haji menggunakan pendekatan Long Short-Term Memory (LSTM), sebuah teknik deep learning yang mampu menangani data sekuensial dengan pola temporal yang kompleks. Data yang digunakan dalam penelitian ini mencakup berbagai variabel seperti usia, masa tunggu, status prioritas, dan kuota, yang diperoleh dari database jemaah haji di Kota Malang. Metode LSTM dipilih karena keunggulannya dalam memproses data historis untuk menghasilkan prediksi yang lebih mendalam dan akurat dibandingkan metode konvensional. Hasil penelitian menunjukkan bahwa model LSTM dengan kombinasi fitur "Usia, Masa Tunggu, Kuota (Terpilih)" menghasilkan prediksi yang paling akurat, dengan nilai Mean Absolute Error (MAE) sebesar 0.000049 dan Root Mean Squared Error (RMSE) sebesar 0.000060. Temuan ini menunjukkan bahwa pendekatan LSTM tidak hanya efektif dalam memprediksi jadwal keberangkatan haji, tetapi juga membantu dalam perencanaan operasional yang lebih baik, seperti pengaturan logistik dan alokasi sumber daya. Penggunaan model LSTM dalam prediksi jadwal keberangkatan haji dapat meningkatkan transparansi dan efisiensi dalam manajemen haji, serta memberikan dasar yang kuat bagi pengambilan keputusan strategis di masa depan. Implementasi teknologi ini juga membuka peluang untuk aplikasi serupa di sektor-sektor pemerintahan lainnya.
Controlling Shadow IT to Ensure Data Quality in Organizations Nurkholis, Lalu Muhammad Dzuu Mirrotin; Wibisono, Arif
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i1.713

Abstract

In the increasingly complex digital era, Shadow IT refers to using software, applications, or technology services without formal approval from an organization’s IT department. While it offers flexibility and fosters innovation, Shadow IT poses significant risks to data quality, potentially disrupting decision-making processes and organizational operations. This study adopts a case study approach involving multiple organizations to explore practical strategies for controlling Shadow IT to maintain data quality. Through qualitative analysis, including in-depth interviews and observations, the research identifies four key control mechanisms: incentivizing accurate reporting, ensuring data validity by relying on trustworthy sources, fostering collaborative inspections to enhance accuracy, and implementing structured policies to guide the responsible use of Shadow IT. The study also highlights two critical challenges in controlling Shadow IT: high relational trust between supervisors and subordinates and the advanced competence of staff. Although these factors may enhance efficiency, they can weaken oversight, ultimately compromising data quality. This research contributes to the information systems literature by proposing mechanisms to control Shadow IT and identifying factors undermining such control efforts.
Understanding The Impact of Shadow IT Usage on Perceived Dependency to Identify Key Risk Factors For Organization Nasution, Angel Anggina; Wibisono, Arif
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i1.714

Abstract

The widespread adoption of Shadow IT, which refers to the use of applications and systems without explicit IT department approval, has become a critical concern. This concern is supported by 69% of tech executives, identifying it as a top issue in SaaS adoption, and 65% of remote workers regularly using unauthorized IT solutions. While Shadow IT can enhance productivity, it raises significant risks through perceived dependency, potentially leading to increased operational costs, data breaches, and compliance violations. Despite extensive research on Shadow IT’s security implications, a critical gap exists in understanding its relationship with perceived dependency and subsequent organizational risks. This study explores this relationship using a qualitative case study approach, collecting data through interviews and organizational observations. The data are analyzed using open coding methods and interpreted through the Work System Theory (WST) to examine interactions between work system elements. The findings reveal four forms of perceived dependency: process efficiency, employee cognition, data quality, and absence of dependency. Based on these findings, the key risk factors organizations need to consider are dependency on process efficiency and the cognitive dependency of employees. These insights provide organizations with evidence-based strategies for mitigating the negative impacts of Shadow IT-related dependencies while maintaining operational efficiency.
Metode Rapid Application Development dalam Rancang Bangun Aplikasi Integrasi Layanan Primer Berbasis Website pada UPT Puskesmas Selopuro Arifin, Donny Damara Nanda Putra; Chulkamdi, Mukh Taofik; Rahmat, Mohammad Faried
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i1.656

Abstract

Penelitian ini bertujuan untuk merancang dan membangun aplikasi Integrasi Layanan Primer (ILP) dengan menggunakan framework laravel, sebagai solusi atas permasalahan yang dihadapi oleh tenaga kesehatan, terutama dalam pendataan yang terfragmentasi akibat penggunaan terlalu banyak aplikasi berbeda. Metode penelitian yang digunakan adalah Rapid Application Development (RAD), yang melibatkan tahapan mulai dari analisis permasalahan hingga pengujian sistem. Berdasarkan analisis mendalam, sistem ILP dirancang dan dibangun sesuai dengan tahapan RAD, dengan fokus pada efisiensi pengelolaan data yang mendukung tugas pendataan oleh petugas puskesmas. Pengujian sistem menggunakan metode Black box menunjukkan hasil yang sangat memuaskan, dengan nilai 95% pada pengujian boundary value, serta nilai sempurna 100% pada equivalence partitioning dan fuzzing. Sistem juga menunjukkan kinerja optimal dalam pengujian keamanan, dengan nilai 100% untuk aspek penting seperti pembatasan coba password, penggunaan SSL, dan backup otomatis menggunakan cron jobs. Hasil uji close beta oleh pengguna memberikan nilai 90,37%, mengindikasikan bahwa sistem ini layak diimplementasikan dalam lingkungan nyata. Dengan demikian, Aplikasi ILP diharapkan mampu meningkatkan efisiensi dan efektivitas layanan primer di puskesmas melalui integrasi dan penyederhanaan proses pendataan.
Sistem Pakar Diagnosis Penyakit Ayam Broiler Berbasis Naïve Bayes Classifier sebagai Pendukung Performa Peternak Plasma di PT XYZ Rabbani, Pandu Ahmad Ihsan; Mukhlason, Ahmad
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i1.711

Abstract

Ayam broiler merupakan sumber utama daging segar yang dikonsumsi masyarakat Indonesia, dengan kontribusi sebesar 76,03% dari total konsumsi daging segar per kapita pada periode 2016–2020. Namun, peternak plasma sering menghadapi risiko penyakit unggas yang dapat menyebabkan penurunan populasi, volume penjualan, hingga kematian massal akibat kurangnya pengetahuan tentang penanganan penyakit. Penelitian ini bertujuan mengembangkan sistem pakar untuk mendiagnosis penyakit ayam broiler secara efisien dan akurat. Sistem ini menggunakan data primer dan sekunder terkait penyakit ayam broiler, serta menerapkan metode Naive bayes untuk klasifikasi penyakit dan certainty factor untuk menghitung tingkat kepercayaan diagnosis. Hasil uji akurasi sistem menunjukkan tingkat keberhasilan sebesar 93,3% dibandingkan diagnosis manual oleh pakar. Survei terhadap 30 peternak di PT XYZ mengungkapkan dampak positif dari penggunaan sistem ini, termasuk kemudahan penggunaan, efisiensi waktu diagnosis, peningkatan akurasi informasi, dan dukungan pengambilan keputusan yang lebih baik. Sistem ini juga meningkatkan pengetahuan, kepercayaan diri, dan profitabilitas usaha peternak, dengan sebagian besar responden menyatakan kepuasan tinggi dan merekomendasikan penggunaannya. Penelitian ini menyimpulkan bahwa sistem pakar memiliki potensi untuk mendukung produktivitas dan keberlanjutan peternakan ayam broiler di Indonesia.
Integrasi Pendekatan Transformer dalam Jaringan Group Convolutional untuk Optimasi Super-Resolusi Citra Rosyidan, Fikri Yoma; Indraswari, Rarasmaya
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i1.718

Abstract

Single Image Super-Resolution (SISR) merupakan salah satu tantangan krusial dalam pengolahan citra digital, di mana tujuan utamanya adalah mengubah citra beresolusi rendah menjadi citra beresolusi tinggi dengan detail yang tajam dan akurasi visual yang tinggi. Di era digital saat ini, kebutuhan akan citra berkualitas tinggi sangat mendesak di berbagai bidang, mulai dari diagnosa medis yang membutuhkan interpretasi detail citra MRI dan CT scan, hingga aplikasi pengawasan keamanan dan hiburan digital yang mengandalkan ketajaman visual. Beragam pendekatan berbasis Convolutional Neural Network (CNN) seperti Enhanced Group Convolutional Neural Network (EGCNN) telah banyak dikembangkan, namun keterbatasannya dalam menangkap hubungan jarak jauh antar piksel membatasi hasil rekonstruksi. Di sisi lain, metode Transformer dengan mekanisme self-attention efektif memodelkan konteks global, tetapi kompleksitas komputasi menjadi tantangan tersendiri. Oleh karena itu, penelitian ini mengusulkan integrasi Efficient Transformer (ET) ke dalam arsitektur EGCNN. Integrasi ini menggabungkan keunggulan EGCNN dalam ekstraksi fitur lokal menggunakan group convolution dengan kemampuan ET dalam menangkap informasi global secara efisien. Evaluasi dilakukan dengan metrik Peak Signal-to-Noise Ratio (PSNR) dan Structural Similarity Index (SSIM) pada dataset pengujian (Set5, Set14, BSD100, Urban100). Hasil penelitian menunjukkan bahwa integrasi ET meningkatkan performa model secara signifikan dibandingkan baseline EGCNN, terutama pada skala pembesaran ×2, sekaligus menawarkan alternatif kompetitif dan efisien terhadap model-model SISR terkini.

Page 1 of 2 | Total Record : 15

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 7 No 2 (2025): Volume 7, Number 2, August 2025 Vol 7 No 1 (2025): Volume 7, Number 1, April 2025 Vol 6 No 3 (2024): Volume 6, Nomor 3, Desember 2024 Vol 6 No 2 (2024): Volume 6, Nomor 2, Agustus 2024 Vol 6 No 1 (2024): Volume 6, Nomor 1, April 2024 Vol 5 No 3 (2023): Volume 5, Nomor 3, Desember 2023 Vol 5 No 2 (2023): Volume 5, Nomor 2, Agustus 2023 Vol 5 No 1 (2023): Volume 5, Nomor 1, April 2023 Vol 4 No 3 (2022): Volume 4, Nomor 3, Desember 2022 Vol 4 No 2 (2022): Volume 4, Nomor 2, Agustus 2022 Vol 4 No 1 (2022): Volume 4, Nomor 1, April 2022 Vol 3 No 3 (2021): Volume 3, Nomor 3, Desember 2021 Vol 3 No 2 (2021): Volume 3, Nomor 2, Agustus 2021 Vol 3 No 1 (2021): Volume 3, Nomor 1, April 2021 Vol 2 No 3 (2020): Volume 2, Nomor 3, Desember 2020 Vol 2 No 2 (2020): Volume 2, Nomor 2, Agustus 2020 Vol 2 No 1 (2020): Volume 2, Nomor 1, April 2020 Vol 1 No 2 (2019): Volume 1, Nomor 2, Desember 2019 Vol 1 No 1 (2019): Volume 1, Nomor 1, Agustus 2019 More Issue