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
 14   15   16   17   18 
Sistem Berbasis Deep Learning untuk Segmentasi dan Klasifikasi Tingkat Keganasan Tumor Otak Menggunakan Citra MRI 3D Ardan, Indira Salsabila; Indraswari, Rarasmaya
ILKOMNIKA Vol 6 No 2 (2024): Volume 6, Nomor 2, Agustus 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i2.643

Abstract

Tumor otak merupakan pertumbuhan sel abnormal di dalam otak, yang dapat bersifat jinak atau ganas. Kanker otak, yang merupakan bentuk ganas dari tumor otak, termasuk dalam jenis kanker yang paling agresif dan sering terdiagnosis pada berbagai rentang usia. Di Indonesia, terdapat sekitar 300 kasus tumor otak yang didiagnosis setiap tahunnya, termasuk pada anak-anak. Dalam menangani kasus tumor otak, diperlukan informasi mengenai lokasi spasial tumor dan tingkat keganasan tumor untuk merencanakan pembedahan dan pengobatan. Metode saat ini yang mengandalkan analisis manual pada citra Magnetic Resonance Imaging (MRI) dapat menyebabkan hasil yang bervariasi antar dokter (inter-observer error). Penelitian mengenai klasifikasi tingkat keganasan tumor otak pada citra MRI 3D juga masih terbatas. Oleh karena itu, dalam penelitian ini, akan dilakukan rancang bangun sistem yang menggunakan metode deep learning untuk segmentasi dan klasifikasi tingkat keganasan tumor otak pada citra MRI 3D. Dalam penelitian ini, telah berhasil dikembangkan sistem berbasis deep learning yang mampu melakukan segmentasi dan klasifikasi tingkat keganasan tumor otak pada citra MRI 3D. Model segmentasi tumor otak yang diusulkan menggunakan arsitektur U-Net dengan dice sebesar 82% dan mean IoU sebesar 94% pada 250 epoch. Sedangkan, model klasifikasi yang diusulkan menggunakan arsitektur Convolutional Neural Network (CNN) dengan base model ResNet50V2 yang sudah dilatih pada dataset ImageNet, head model yang terdiri dari satu lapisan dense dengan 512 nodes, dan lapisan output yang memprediksi input menjadi dua kelas, yaitu “LGG” dan “HGG” dengan accuracy sebesar 97% pada 10 epoch.
Pengembangan Sistem Informasi Presensi Dokter Umum RSU Islam Klaten Menggunakan Metode Waterfall Himawan, Helmy Fachreza; Kurniawan, Rahadian
ILKOMNIKA Vol 6 No 2 (2024): Volume 6, Nomor 2, Agustus 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i2.644

Abstract

Kesehatan merupakan elemen fundamental dalam masyarakat, sebagai modal awal untuk aktivitas dan kesejahteraan manusia serta bagian dari pembangunan nasional. RSU Islam Klaten berkomitmen untuk meningkatkan kualitas pelayanan dengan mendapatkan akreditasi Paripurna KARS (2022) dan sertifikasi RS Syariah dari MUI. Namun, manajemen jadwal, presensi, dan penggajian dokter umum masih dilakukan secara manual melalui spreadsheet, yang menghambat optimalisasi layanan. Penelitian ini bertujuan mengembangkan sistem informasi presensi berbasis web untuk mengatasi masalah ini, menggunakan bahasa pemrograman Python serta HTML, CSS, JavaScript, dan SQLite. Pendekatan waterfall diterapkan dalam pengembangan sistem karena kesederhanaannya yang sesuai dengan kompleksitas sistem ini. Implementasi dan pengujian sistem menggunakan metode USE Questionnaire menunjukkan hasil penerimaan yang positif: Usefulness (88.3%), Ease to Use (82.6%), Ease to Learn (79.2%), dan Satisfaction (82.6%). Rata-rata skor keseluruhan adalah 83.175%, mencerminkan keberhasilan sistem dalam memfasilitasi pengelolaan data dokter umum di RSU Islam Klaten. Sistem ini diharapkan mampu meningkatkan ketepatan waktu dan disiplin kerja dokter, yang pada gilirannya akan meningkatkan kepuasan pasien dan masyarakat.
Integrating Machine Learning Utility in Tabular Data Synthesizer Training using Loss Function Learning Nur, Muhammad Rizqi; Indraswari, Rarasmaya
ILKOMNIKA Vol 6 No 2 (2024): Volume 6, Nomor 2, Agustus 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i2.646

Abstract

Machine learning (ML) utility has been the main evaluation metrics for data synthesizers. However, because ML utility cannot be simply calculated, none of the previous synthesizers were trained to reach the same level of ML utility as a training objective. This study aims to integrate ML utility into data synthesizer training using a transformer-based model as a learned loss function. The transformer was trained to estimate ML utility of synthetic datasets, then it’s integrated by backpropagating the difference between estimated and expected value. The integration has significantly improved the average ML utility of LCT-GAN and Realtabformer. The ML utility of LCT-GAN improved by 0.0158 for Contraceptive dataset, 0.031 for Insurance dataset, and 0.0561 for Treatment dataset. The ML utility of Realtabformer improved by 0.02 for Contraceptive dataset and 0.0024 for Insurance dataset. The increase affects the dataset distribution, correlation between features, and privacy, but the direction varies. Correlation coefficients indicate that synthetic data distribution gets closer to real data as ML utility improves. In addition to ML utility integration, this study has also shown that patterns between rows in a dataset can be learned, so better synthesizers can be developed based on them.
Aplikasi Edukasi Sejarah Candi Kalasan Menggunakan Augmented Reality Berbasis Android Dengan Metode ADDIE Afdhari, Fahrezi Bintang; Kurniawardhani, Arrie
ILKOMNIKA Vol 6 No 2 (2024): Volume 6, Nomor 2, Agustus 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i2.647

Abstract

Penelitian ini berfokus pada pengembangan aplikasi edukasi berbasis Augmented Reality untuk meningkatkan pemahaman sejarah Candi Kalasan. Sistem edukasi tradisional sering kali kurang menarik, terutama dalam mata pelajaran sejarah. Untuk mengatasi hal ini, aplikasi ini dikembangkan menggunakan Unity dan SDK Vuforia, dengan tujuan memberikan pengalaman belajar yang lebih interaktif dan mendalam mengenai Candi Kalasan. Proses pengembangan aplikasi mengikuti metode ADDIE yang terdiri dari lima tahap: Analisis, Desain, Pengembangan, Implementasi, dan Evaluasi. Setiap tahap dilaksanakan dengan cermat untuk memastikan aplikasi memiliki kualitas yang baik dan efektif dalam penggunaannya. Pada tahap Implementasi, kepuasan pengguna diukur menggunakan metode System Usability Scale (SUS) melalui kuesioner yang diisi oleh responden. Hasil evaluasi menunjukkan skor 73,5, yang menunjukkan aplikasi ini memiliki tingkat kegunaan yang baik dan diterima dengan positif oleh pengguna. Dengan demikian, aplikasi ini diharapkan dapat menjadi media pembelajaran yang inovatif, meningkatkan minat belajar anak-anak terhadap sejarah Candi Kalasan, dan memberikan wawasan yang lebih luas kepada masyarakat umum mengenai sejarah candi ini dengan bantuan teknologi Augmented Reality.
Integration of LIME Explainable AI to Enhance Interpretability of Deep Learning Models in Box Palette Classification Raditya, Evan; Indraswari, Rarasmaya
ILKOMNIKA Vol 6 No 2 (2024): Volume 6, Nomor 2, Agustus 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i2.653

Abstract

In the food production system, manual box palette arrangement often encounters errors, such as incorrect stacking patterns, mismatched box quantities, and improper mixing of product variants. This issue occurs in a soy sauce production company with limited infrastructure, leading to the mixing of two product variants with the same box size in a single production line. This results in disruptions to the production flow and significant potential losses. This study proposes a solution using deep learning to detect box palette arrangement patterns. The Convolutional Neural Network (CNN) method is chosen because it has proven effective in image classification. Additionally, this study implements Explainable AI (XAI) to provide explanations related to classification results, increasing user confidence in the system. The Local Interpretable Model-agnostic Explanations (LIME) technique will be used to provide interpretations. This research produces the development of a deep learning model to classify box palette arrangements. Furthermore, the implementation of LIME in this study successfully provides interpretations of the model's predictions. The result is evident in the result where it shows that MobileNetV2 give an F1-Score of 100%, and LIME fidelity score of 0.2 and stability score of 0.2.
Peramalan Permintaan Stok Bahan Bangunan Bata Merah Dengan Pendekatan Trend Moment Rachmatullah, Sholeh; Rachman, Anang Faktchur; Matsaini, Matsaini; Zain, Muhammad Yasir; Alief, Khafidh Yusuf
ILKOMNIKA Vol 6 No 2 (2024): Volume 6, Nomor 2, Agustus 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i2.655

Abstract

Dapat memberikan kemudahan kepada pelaku bisnis dalam melakukan pengembangan usahanya serta bisa mempertinggi kualitas layanan adalah salah satu peran teknologi informasi di bidang bisnis. Toko bangunan merupakan bidang usaha yang menjual bahan bangunan, toko bangunan memiliki stok barang berupa bahan bangunan yaitu batu bata merah. permasalahan pada toko bangunan tidak bisa mengetahui berapa banyak barang yang akan di kulak untuk penyetokan barang di bulan berikutnya, hal ini karna terkait dengan jumlah stok barang bangunan yang berlebih bisa mengakibatkan penumpunkan barang yang berlebih di gudang dan mempengaruhi perputaran uang yang dimiliki oleh pemilik toko akibat persediaan barang yang mengendap terlalu lama karena tidak terjual di gudang. untuk mempermudah karyawan serta pemilik toko tersebut dalam melakukan pre-order barang di bulan berikutnya agar tidak menumpuk serta tidak meng order terlalu banyak dibutuhkannya sebuah metode forecasting untuk menuntaskan permasalaahan tersebut. salah satu metode yang bisa menuntaskan permasalaah tersebut dalah metode trend moment yaitu tidak adanya perbedaan data yang digunakan yang terletak di parameter X. pada penelitian ini didapatkan peramalan permintaan stok batu bata merah bulan berikutnya sabanyak 725 batu bata merah.
Pendekatan Eksploratif dalam Analisis Data Harga Pangan Nasional dengan Tableau Rahman, Dzul Fadli; Munir, Agus Qomaruddin
ILKOMNIKA Vol 6 No 2 (2024): Volume 6, Nomor 2, Agustus 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i2.659

Abstract

Penelitian ini menganalisis data Harga Pangan Nasional di Indonesia dari tahun 2020 hingga 2023 menggunakan metode Exploratory Data Analysis (EDA). Python, Visual Studio Code dan Tableau dipilih untuk kemudahan dalam penggunaan library statistik dan visualisasi data. Analisis dilakukan dalam tiga bentuk: univariat, bivariat, dan multivariat. Hasil univariat menunjukkan distribusi pasar dan sumber pangan, dengan dominasi bahan nabati. Analisis bivariat menunjukkan harga pangan lebih tinggi di wilayah timur, dengan daging sebagai komoditas termahal dan beras yang termurah. Analisis multivariat membandingkan harga pangan di Yogyakarta dan Merauke, menunjukkan harga lebih tinggi di Merauke kecuali beras yang stabil di kedua kota. Studi ini juga menekankan pentingnya visualisasi data dalam mempermudah pemahaman informasi kompleks, menggunakan berbagai jenis grafik untuk menunjukkan pola dan tren yang membantu pengambilan keputusan strategis. Hasil penelitian ini dapat dikembangkan untuk memprediksi perubahan harga pangan dan memberikan wawasan yang lebih dalam.
Perancangan UI/UX Aplikasi One Home Farm dengan Metode Design Thinking Saputra, Fauzi Adi; Yeza, Mia Putri; Fahrezy, Muhammad Farhan; Meliala, Rajhaga Jevanya; Nursaadah, Syifa; Silalahi, Ester Olivia; Mindara, Gema Parasti; Aziezah, Nur
ILKOMNIKA Vol 6 No 3 (2024): Volume 6, Nomor 3, Desember 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i3.625

Abstract

Sektor pertanian, terdapat kebutuhan signifikan untuk meningkatkan efisiensi operasional melalui teknologi. Namun, aplikasi yang ada seringkali kurang intuitif, membatasi adopsi teknologi oleh petani khususnya skala kecil hingga menengah. Penelitian ini bertujuan untuk mengembangkan user interface (UI) dan user experience (UX) yang responsif dan intuitif untuk aplikasi One Home Farm. Pendekatan yang digunakan adalah metode design thinking untuk meningkatkan interaksi antara pengguna dengan aplikasi tersebut. Penelitian ini menerapkan pendekatan design thingking yang mencakup tahap-tahap mulai dari memahami empathize, define, idea, prototype, hingga menguji hasilnya. Prototipe yang dibuat berhasil mengintegrasikan kebutuhan pengguna dengan fungsi aplikasi, meningkatkan aksesibilitas dan fungsionalitas seperti forum chat, pencatatan kegiatan, dan akses materi pendidikan pertanian. Penerapan metode design thinking dalam perancang UI/UX untuk aplikasi One Home Farm telah terbukti berhasil dalam menciptakan solusi yang responsif dan user-friendly, yang pada akhirnya meningkatkan kepuasan pengguna dan potensi adopsi aplikasi di kalangan petani.
Addressing Imbalance Data Label Distribution in Dengue Severity Classification with Hybrid Machine Learning Approach Arrizal Kusuma, Moch Farrel; Anggraeni, Wiwik
ILKOMNIKA Vol 6 No 3 (2024): Volume 6, Nomor 3, Desember 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i3.649

Abstract

Early detection of disease is essential for ensuring proper diagnosis and treatment, which helps to reduce complications and limit the spread of cases. Dengue fever remains a major public health issue in Indonesia, with some regions reporting case fatality rates above 1%. This study aims to develop a robust classification model to predict the severity of dengue fever based on laboratory data, addressing the issue of imbalanced label distribution. To achieve this, we applied a combination of oversampling, machine learning, and optimization techniques. Specifically, we utilized the SMOTE-ENN method to enhance the representation of minority classes and applied XGBoost for multi-class classification. Additionally, Particle Swarm Optimization (PSO) was used to fine-tune the model’s hyperparameters. After testing 15 experimental scenarios, the hybrid SMOTE-ENN-XGBoost-PSO approach delivered the best performance, achieving an accuracy of 95% and an F1-score of 94%. These results demonstrate that the proposed approach effectively handles data imbalance and improves predictive accuracy. This research serves as a foundation for future work in applying advanced algorithms and Federated Learning to improve multi-class classification in healthcare.
Perancangan UI/UX Sistem Informasi Monitoring Angka Bintik Jentik Menggunakan Metode Design Thinking Ahmad, Lugie Nur; Kurniawan, Rahadian
ILKOMNIKA Vol 6 No 3 (2024): Volume 6, Nomor 3, Desember 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i3.650

Abstract

Distribusi Sistem informasi monitoring angka bintik jentik merupakan sistem yang digunakan untuk membantu kader jumantik dalam tugasnya untuk memantau angka bebas jentik secara efektif dan efisien. Pengembangan sistem diawali dengan merancang User Interface (UI) dan User Experience (UX) yang dilakukan dengan tujuan untuk memberikan kenyamanan dan kemudahan bagi pengguna dalam mengoperasikan sistem tersebut. Penelitian ini bertujuan untuk mengembangkan UI/UX yang optimal dengan menggunakan metode design thinking. Metode design thinking melibatkan 5 tahap yaitu empathize, define, ideate, prototype, dan testing. Setiap tahap ini memungkinkan pemahaman yang lebih dalam tentang kebutuhan dan harapan pengguna, serta memastikan bahwa sistem yang dirancang benar-benar responsif terhadap kebutuhan tersebut. Melalui pendekatan ini, prototype sistem informasi dirancang dan diuji langsung oleh calon pengguna. Hasil dari penelitian ini berupa prototype desain sistem informasi monitoring angka bintik jentik yang telah diujicobakan kepada calon pengguna. Pengujian tersebut menunjukkan bahwa prototype yang dirancang berhasil memenuhi semua kebutuhan dan ekspektasi pengguna, serta memberikan pengalaman yang lebih baik dari sisi pengguna dalam memantau angka bebas jentik.

Page 16 of 20 | Total Record : 192

 14   15   16   17   18 

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