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 192 Documents
 12   13   14   15   16 
Implementasi Internet of Things (IoT) Pada Sistem Otomatisasi Penyiraman Tanaman Berbasis Mobile M. Iqbal Hasani; Sri Wulandari
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 5 No 3 (2023): Volume 5, Nomor 3, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v5i3.573

Abstract

Ketersediaan air dalam proses budidaya tanaman memiliki peran yang sangat penting karena tanaman tidak dapat tumbuh dan berkembang dengan baik jika kadar air dalam tanah tidak memenuhi kebutuhannya. Oleh karena itu, perlu dilakukan penyiraman secara teratur dan terjadwal. Saat ini, penyiraman tanaman umumnya masih dilakukan secara manual oleh tenaga manusia menggunakan peralatan sederhana seperti gayung, selang dan ember yang memerlukan waktu dan usaha yang signifikan. Untuk mengatasi permasalahan ini, para pengelola tanaman memerlukan sistem otomatisasi yang dapat meningkatkan efisiensi dalam proses penyiraman tanaman. Dalam mencapai tujuan tersebut, peneliti mencoba menerapkan konsep Internet of Things (IoT) dalam sistem otomatisasi penyiraman tanaman. Hal ini memungkinkan pemilik tanaman untuk melakukan pemantauan dan pengendalian penyiraman tanaman dari jarak jauh, kapan saja dan di mana saja. Penelitian ini bertujuan untuk mengembangkan sistem otomatisasi penyiraman tanaman berbasis mobile yang dapat memudahkan pemilik tanaman dalam melakukan penyiraman secara otomatis dan terjadwal hingga 2 kali sehari, sesuai dengan waktu yang telah ditentukan melalui antarmuka aplikasi. Sistem ini menggunakan NodeMCU ESP8266 sebagai mikrokontroler dan perangkat keras seperti water level sensor untuk mengukur intensitas air hujan yang memungkinkan penghematan air dalam proses penyiraman. Sistem ini mampu mengendalikan proses penyiraman secara otomatis, mengirimkan notifikasi kepada pengguna, mencatat waktu penyiraman dengan bantuan RTC DS3231. Selain itu, sistem ini menerapkan metode Naïve Bayes untuk analisis data dan pengambilan keputusan dengan tingkat akurasi mencapai 94.3%.
Implementasi Metode Waterfall dalam Pembuatan Aplikasi Pembelajaran Bahasa Inggris Pendamping Berbasis Web Tri Bata Biru Saputri; Nur Sakinah; Mifta Nurjana Rumatiga; Haerunnisa Haerunnisa
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 5 No 3 (2023): Volume 5, Nomor 3, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v5i3.574

Abstract

Pentingnya Bahasa inggris yang digunakan sebagai alat komunikasi dibanyak Negara, mata pelajaran bahasa inggris mulai dipelajari sejak bangku Sekolah Dasar hal ini merupakan suatu tantangan bagi guru memberikan pembelajaran yang menarik dan tidak monoton dalam proses pemebelajaran. Media pembelajaran merupakan salah satu komponen dalam proses pembelajaran yang merupakan alat yang dapat membantu guru untuk menyampaikan materi pembelajaran agar siswa bisa memiliki minat dan ketertarikan terhadap materi pembelajaran yang disampaikan. Untuk dapat menerapkan Kurikulum Merdeka SD Negeri 1 Fakfak membutuhkan Media Pembelajaran pada mata pelajaran bahasa inggris sehingga dapat mendukung proses pembelajaran didalam kelas maupun pembelajaran secara mandiri oleh siswa. Penelitian ini bertujuan mengimplementasikan Metode Waterfall untuk membuat media pembelajaran yaitu Aplikasi Pembelajaran Bahasa inggris pendamping “Si Baris” Berbasis Web. Hasil pengujian sistem menggunakan metode Blackbox menunjukkan hasil yang memuaskan berdasarkan Fungsi Fitur yang berjalan dengan baik. Dalam operasi penggunaan aplikasi yang dilakukan oleh siswa menunjukkan bahwa nilai siswa meningkat.
Rancang Bangun Aplikasi Pemesanan Jasa Pembersih Rumah Berbasis Android Menggunakan Metode Waterfall M. Wira Tama Febriwahono; Anita Fira Waluyo
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 5 No 3 (2023): Volume 5, Nomor 3, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v5i3.576

Abstract

Jasa pembersih rumah merupakan sebuah jasa yang fokus pada pembersihan rumah, jasa ini cukup digemari banyak orang namun untuk melakukan pemesanan jasa pembersih rumah pelanggan perlu mendatangi kantor jasa pembersih rumah untuk melakukan pemesanan. Dalam penelitian ini, penulis merancang aplikasi pemesanan jasa pembersih rumah berbasis Android. Aplikasi ini dirancang untuk memudahkan pengguna dan pemilik jasa pembersih rumah dalam proses pemesanan jasa pembersih rumah dengan menyediakan fitur-fitur seperti informasi layanan, pemesanan jasa bersih rumah, dan pemilihan jadwal. Dalam penelitian ini, penulis menerapkan metode Waterfall untuk proses penelitian. Diharapkan dari hasil yang telah diteliti aplikasi dapat berfungsi secara efektif dan efisien untuk pemesanan jasa pembersih rumah. Dalam proses pembuatan aplikasi penulis menggunakan beberapa bahasa pemrograman yaitu JavaScript, PHP, kotlin, dan menggunakan MySQL yang berperan sebagai Sistem Manajemen Basis Data (Database Management System) serta Visual Studio Code sebagai editor pendukung.
Sistem Rekomendasi Pemilihan Tempat Wisata Banjarnegara dengan Metode Analytical Hierarchy Process Berbasis Android Khafid Nur Maulana; Wahyu Sri Utami
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 5 No 3 (2023): Volume 5, Nomor 3, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v5i3.579

Abstract

Pariwisata adalah kegiatan melakukan perjalan sebagai liburan, atau hobi yang telah terbukti memiliki manfaat bagi kesehatan jasmani dan rohani masyarakat. Pada masa lalu dalam memilih tempat wisata, orang mendapatkan saran dan rekomendasi tentang keperluan untuk liburan dari saudara atau biro perjalanannya, namun sarannya sangat terbatas pada tempat yang pernah dikunjungi. Sekarang dengan adanya internet dapat memudahkan kita mendapatkan informasi dari berbagai website untuk membuat perencanaan perjalanan wisata sendiri tapi informasi sering berlebihan dan memerlukan waktu untuk merencanakan perjalanan. Banjarnegara mempunyai banyak tempat wisata yang menarik, tapi tidak semuanya bisa dengan mudah dijelajahi oleh wisatawan. Oleh karena itu, dibuatlah aplikasi sistem rekomendasi berbasis Android untuk memudahkan pemilihan tempat wisata. Metode atau teknik yang digunakan dalam penelitian ini menggunakan teknik Analytical Hierarchy Process (AHP) dan aplikasi ini dibuat dengan menggunakan android studio.
Analisis Tingkat Kepuasan Pengguna Aplikasi Access by KAI Menggunakan Metode End-User Computing Satisfaction Yamy Arisma; Dinna Yunika Hardiyanti
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 5 No 3 (2023): Volume 5, Nomor 3, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v5i3.587

Abstract

Aplikasi resmi pembelian tiket kereta api dari PT Kereta Api Indonesia disebut Access by KAI, dan dirilis pada tahun 2014. Pelanggan tidak perlu lagi repot-repot mengunjungi stasiun untuk mengubah jadwal atau membatalkan tiket berkat Access by KAI. Namun, ulasan negatif muncul berdasarkan peringkat playstore, dan sebagai hasilnya, pengguna telah memberikan program ini 2.3 dari 5. Penelitian ini bertujuan untuk mengevaluasi seberapa puas pengguna terhadap aplikasi Access by KAI. Penelitian ini menggunakan teknik End-User Computing Satisfaction (EUCS), yang mengukur dari lima faktor, yakni content, accuracy, format, ease of use, serta timeliness. 394 mahasiswa Universitas Sriwijaya saat ini merupakan populasi dan sampel dalam penelitian ini. Data di analisis menggunakan pendekatan Structural Equation Model (SEM) dengan software SmartPLS4. Temuan dari penelitian menunjukkan bahwa kepuasan pengguna terhadap aplikasi Access by KAI dipengaruhi secara positif dan signifikan oleh variabel content (path coefficient 0,332 dan T-statistik 5,483), accuracy (path coefficient 0,250 dan T-statistik 4,874), format (path coefficient 0,387 dan T-statistik 8,338), dan ease of use (path coefficient 0,149 dan T-statistik 2,230) . Namun, variabel timeliness((path coefficient 0,070 dan T-statistik 1,142 tidak memiliki dampak yang cukup besar pada seberapa puas pengguna dengan aplikasi Access by KAI.
Machine Learning untuk Peramalan Kualitas Indeks Standar Pencemar Udara DKI Jakarta dengan Metode Hibrid ARIMAX-LSTM Diaz Perdana; Ahmad Muklason
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 5 No 3 (2023): Volume 5, Nomor 3, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v5i3.588

Abstract

Polusi udara merupakan tantangan lingkungan global yang signifikan, menyebabkan dampak serius terhadap kesehatan masyarakat tidak terkecuali di Jakarta. Dengan Indeks Standar Pencemaran Udara (ISPU) sebagai parameter utama untuk memantau kualitas udara. Meskipun ISPU memberikan informasi saat ini, informasi yang diberikan untuk kualitas udara di masa mendatang masih terbatas. Oleh karena itu, diperlukan pendekatan yang lebih canggih, dan salah satu metode yang menjanjikan adalah menggunakan teknik machine learning (ML). Metode ML telah terbukti efektif dalam pemantauan dan peramalan kualitas udara. Namun, untuk meningkatkan akurasi peramalan, pendekatan hibridisasi, seperti menggabungkan dua model telah diusulkan. Pendekatan ini dapat memberikan deteksi pola yang lebih komprehensif dan meningkatkan akurasi hasil peramalan. Penelitian ini bertujuan untuk memprediksi ISPU di DKI Jakarta menggunakan model hibrid ARIMAX-LSTM. Data polusi udara dari tahun 2012 hingga 2022 akan digunakan, bersama dengan variabel eksternal seperti volume kendaraan, temperatur, kelembapan, dan kecepatan angin. Model ini mampu menghasilkan model prediksi dengan RMSE 13.00; 20.51; dan 17.10 untuk masing-masing polutan PM10, PM2.5, dan O3. Sedangkan metriks MAPE yang dihasilkan dari model hibrid adalah 0.1916; 0.1917; dan 0.2869 untuk masing-masing polutan PM10, PM2.5, dan O3. Model hibrid mampu menghasilkan model prediksi yang lebih baik dari model ARIMAX itu sendiri.
Implementasi Association Rule Melalui Algoritma Apriori pada Analisis Data Transaksi Penjualan Dewi Anggraini; Harliana Harliana; Tito Prabowo
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 5 No 3 (2023): Volume 5, Nomor 3, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v5i3.589

Abstract

Toko Lancar Jaya merupakan salah satu toko kelontong besar yang berada diwilahnya, hal ini terlihat dari jumlah transaksi yang terjadi yaitu minimal 149 transaksi perharinya. Saat ini informasi transaksi penjualan masih sebatas hanya untuk pelaporan guna mengetahui omzet penjualan. Berdasarkan hal tersebut maka penelitian ini bertujuan untuk mengetahui pola transaksi pembelian yang dilakukan oleh konsumen melalui pendekatan Algoritma Apriori. Penelitian ini akan menggunakan Algoritma Apriori karena kesederhanaan dan kemudahannya dalam mengidentifikasi kemunculan item pada suatu data. Dataset yang digunakan dalam penelitian ini berjumlah 1.095 data transaksi yang terjadi di bulan Desember 2022. Berdasarkan 2 percobaan yang dilakukan maka didapatkan hasil bahwa ketika konsumen membeli Gudang Baru Putih 12 maka ia juga akan membeli juga GG Surya 12 dan Perisai Kretek 12 dengan nilai support 0,003652968 ; confidence 1 dan lift ratio 219. Selain itu nilai minimum support dan minimum confidence yang tidak terlalu signifikan perbedaannya ternyata tidak akan mempengaruhi rule atau asosiasi yang dihasilkan.
Analisis Pengelolaan Layanan Teknologi Informasi dengan Basis Kerangka Kerja Information Technology Infrastructure Library (ITIL) V3 di Universitas Amikom Purwokerto Ira setiana; Rizqi Amirul Fatah; Eri Susanti; Choirul Rizal; Prasetia Eko Nugoroho; Tarwoto Tarwoto
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 6 No 1 (2024): Volume 6, Nomor 1, April 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i1.594

Abstract

Perkembangan teknologi dan informasi yang semakin pesat saat ini, telah memberikan dampak yang signifikan pada berbagai sektor termasuk dalam dunia pendidikan. Salah satunya, Universitas Amikom Purwokerto, yang berlokasi di Banyumas, yang telah memanfaatkan teknologi informasi dalam proses operasionalnya yakni Digital Akademik (DIAKAD) dengan tujuan agar pelayanan serta data administrasi dapat berjalan maksimal. Oleh karena itu, perguruan tinggi harus mampu melaksanakan pemantauan dan evaluasi dari sistem tersebut dengan maksimal. Untuk mengetahui apakah teknologi informasi yang digunakan bekerja secara maksimal, maka diperlukan framework yang dapat membantu pengelolaan layanan TI. Universitas Amikom Purwokerto telah menerapkan sistem DIAKAD dengan cukup baik. Namun, beberapa kendala masih ditemukan dalam penerapannya seperti, kurangnya pemahaman SDM pada sistem yang telah digunakan. Penelitian ini menggunakan framework ITIL V3 dengan domain service operation yang berfokus pada layanan teknologi informasi dengan melakukan survey pengambilan data pada Universitas Amikom Purwokerto dengan observasi wawancara. Hasil penelitian ini memperoleh nilai tingkat kematangan ITIL V3 sebesar 3,70. Angka ini mengindikasikan bahwa tingkat kematangan berada pada level 4 (Managed and Measureable) yang berarti sistem pada universitas berjalan dengan baik. Selain itu, hasil penelitian ini memberikan beberapa rekomendasi perlu dilakukannya pelatihan penggunaan sistem secara berkala oleh ahli di bidang IT. Sehingga permasalahan yang terjadi dapat diatasi dengan cepat tanpa mengganggu aktivitas yang lainnya. Kemudian dalam penelitian ini.
Klasifikasi Ulasan Berdasarkan Divisi Pada Google Play Menggunakan Metode Hierarchical Dirichlet Process dan Metode Ensemble Irham Maulani; Chastine Fatichah; Arya Yudhi Wijaya
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 6 No 1 (2024): Volume 6, Nomor 1, April 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i1.596

Abstract

Ulasan yang diberikan oleh pengguna pada aplikasi, dewasa ini menjadi umpan balik yang menjadi jembatan penghubung antara pengembang dan pengguna. Pengalaman secara langsung dalam menggunakan aplikasi dapat menjadi masukan yang dapat membuat aplikasi menjadi lebih baik. Ulasan yang dapat menjadi masukan adalah ulasan yang berkualitas baik dan berhubungan secara langsung terhadap pengalaman pengguna. Data ulasan yang banyak dan kalimat ulasan memiliki arti bias menyulitkan untuk memahami dan memilah ulasan secara manual, sehingga diharapkan klasifikasi secara otomatis membantu dalam pelimpahan masukan secara tepat pada divisi yang bertanggung jawab. Penelitian ini mengusulkan pendekatan klasifikasi menggunakan metode Ensemble pada dua kelas utama, yaitu divisi pengembangan dan divisi operasi. Setiap ulasan di ekstraksi fitur menggunakan metode Hierarchical Dirichlet Process (HDP) karena dapat membantu dalam mengelompokkan ulasan yang memiliki karakteristik arti yang secara sentimen ambigu dan emosional ke dalam topik-topik yang relevan. Ulasan diambil dari Google Play dan dilakukan pelabelan secara manual oleh pakar. Hasil penelitian menunjukkan bahwa dengan menggunakan metode Gradient Boosting menghasilkan performa yang lebih baik dibandingkan metode klasifikasi Ensemble lainnya yang diuji dengan menggunakan ekstraksi fitur HDP mendapatkan akurasi 0.63, precision 0.62, recall 0.55 dan F1 Score 0.52. Ekstraksi fitur menggunakan HDP memberikan performa yang lebih baik dibandingkan dengan metode pembanding Latent Dirichlet Allocating (LDA).
Analisis Prediktif Churn untuk Meningkatkan Tingkat Retensi Pelanggan pada Perusahaan SaaS Menggunakan Machine Learning Marcellina Marcellina; Ahmad Mukhlason
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 6 No 1 (2024): Volume 6, Nomor 1, April 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i1.598

Abstract

Software-as-a-Service (SaaS) mengalami peningkatan minat dan pengguna, salah satunya dari industri makanan dan minuman. Tingginya penggunaan dan permintaan SaaS tentu mendorong persaingan ketat sehingga perlu bersaing mempertahankan pengguna aplikasi, salah satunya dengan mengetahui faktor yang dapat menyebabkan seorang pelanggan berhenti menggunakan (churn). Dengan mengetahui faktor tersebut, perusahaan juga dapat memprediksi pelanggan rawan churn sehingga dapat dicegah dengan memanfaatkan machine learning. Oleh karena itu, dilakukan penelitian untuk mengidentifikasi faktor yang memengaruhi keputusan churn di PT XYZ sehingga dapat disusun strategi pencegahan. Algoritma yang akan digunakan adalah Random Forest dan XGBoost. Terdapat class imbalance pada data yang digunakan, sehingga akan diterapkan SMOTE. Variabel penelitian adalah jenis usaha, jumlah outlet, jumlah penggunaan produk, jumlah tiket, rata-rata tiket bulanan, dan kategori kendala yang dilaporkan klien. Hasil penelitian menunjukkan bahwa model klasifikasi XGBoost setelah SMOTE memiliki nilai performa terbaik di antara model lainnya, dengan nilai akurasi 0,71, presisi 0,27, recall 0,86, F1-score 0,41, dan AUC 0,596. Feature importance tertinggi adalah seringnya laporan kendala dari klien terutama terkait produk ERP dan POS, kendala penarikan laporan, jenis usaha, dan rata-rata tiket bulanan. Strategi selanjutnya, perusahan dapat memprioritaskan evaluasi kualitas produk serta pelayanan perusahaan, seperti pengenalan dan training penggunaan produk.

Page 14 of 20 | Total Record : 192

 12   13   14   15   16 

Filter by Year

2019 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