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 215 Documents
 18   19   20   21   22 
Evaluasi Kinerja Virtualbox Pada Laptop Berbasis Intel N100 Dengan Media Penyimpanan EMMC Fadillah, Ridhy Awal; Fahmi, Muhammad; Pukeng, Ahmad Fahrijal
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.796

Abstract

Virtualisasi merupakan komponen kunci dalam arsitektur komputasi awan maupun tepi karena memungkinkan pemanfaatan perangkat keras secara lebih efisien. Meski demikian, agar teknologi ini dapat bekerja optimal pada perangkat berdaya rendah yang umum digunakan dalam lingkungan terdistribusi, diperlukan strategi konfigurasi yang bersifat adaptif. Sampai saat ini, penelitian yang mengkaji performa virtualisasi secara menyeluruh pada platform Intel N100 dengan penyimpanan eMMC masih sangat minim, sehingga muncul celah riset terkait konfigurasi optimal untuk perangkat edge computing kelas entry-level. Melalui desain eksperimen one-group pretest–posttest, penelitian ini menilai efektivitas beberapa strategi konfigurasi pada Oracle VM VirtualBox yang dijalankan pada platform Intel N100 berbasis eMMC yang mencerminkan karakteristik tipikal node komputasi tepi. Evaluasi performa dilakukan menggunakan FIO dan Sysbench untuk mengukur kinerja I/O disk, CPU, serta memori. Hasil pengujian menunjukkan bahwa penggunaan driver VirtIO memberikan peningkatan signifikan pada operasi I/O acak, dengan peningkatan performa mencapai sekitar 227,4%. Temuan ini penting bagi implementasi layanan mikro dan mekanisme komputasi adaptif yang membutuhkan respons cepat pada lingkungan tepi. Namun, peningkatan tersebut diikuti penurunan performa pembacaan sekuensial, sehingga konfigurasi sistem perlu mempertimbangkan konteks dan karakteristik beban kerja. Penerapan rule-based adaptive configuration dapat menjadi solusi yang lebih sesuai. Secara keseluruhan, hasil penelitian ini memberikan kontribusi praktis bagi perancang sistem dalam menyeimbangkan efisiensi dan kinerja pada ekosistem cloud-to-edge yang memiliki keterbatasan daya maupun kapasitas.
Integration of Knowledge-Based CNN Model for Breast Cancer Histopathology Image Classification Badri, Fawaidul; Patmanthara, Syaad; Zaeni, Ilham Ari Elbaith
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.801

Abstract

This study examines the integration of a knowledge-based Convolutional Neural Network (CNN) model for breast cancer histopathology image classification through ontological and epistemological perspectives. Ontologically, the research focuses on the digital representation of histopathological breast tissue images as entities representing benign and malignant conditions, establishing a stable and comprehensive mapping of tissue morphological characteristics. Epistemologically, the study employs a deep learning approach using a CNN model to acquire and validate knowledge about cancer cell morphology patterns from image data, constructing robust epistemic claims regarding tissue differentiation. The BreakHis dataset comprises 7,909 images resized to 224×224 pixels that underwent preprocessing normalization and image augmentation to enhance data quality. The CNN model was designed with Adam and SAM optimizers, learning rates of 0.0001 and 0.003, and a three-epoch warm-up phase to maintain training stability. Experimental results achieved training accuracy of 0.8432, testing accuracy of 0.8481, AUC of 0.8318, precision of 0.8124, and recall of 0.8966, demonstrating excellent model performance in recognizing cancer tissue patterns without overfitting. The integration of this knowledge-based CNN model contributes theoretically to the advancement of artificial intelligence and biomedical science, while demonstrating practical relevance as a reliable decision-support system for breast cancer diagnosis.
Emerging Technologies for Secure and Privacy-Preserving Electronic Medical Records: A Systematic Review Putra, Muhammad Ifantara; Roziqin, Mochammad Choirur; Alfiansyah, Gamasiano
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.803

Abstract

The rapid digitalization of healthcare has led to widespread adoption of Electronic Medical Records (EMR), driving improvements in data management, clinical efficiency, and patient-centered care. However, this transformation also presents critical challenges related to data security, privacy protection, and intelligent data utilization. This study conducts a Systematic Literature Review (SLR) of 30 peer-reviewed journal articles published between 2022 and 2025, focusing on three key research domains: EMR systems, smart data processing, and blockchain-based security. The review identifies that EMR serves as the foundation for healthcare data standardization and interoperability, while smart data processing—through artificial intelligence and machine learning—enables predictive analytics and clinical decision support. Concurrently, blockchain technology strengthens data integrity, transparency, and access control in distributed medical environments. Despite these advances, persistent challenges remain, including scalability limitations, interoperability gaps, and ethical concerns in data governance. The study concludes that integrating blockchain with intelligent data processing represents a promising path toward developing secure, interoperable, and intelligent EMR systems capable of supporting the next generation of digital healthcare.
Penerapan Web-Based Map Services dalam Sistem Informasi UMKM Desa Segoro Tambak Untuk Mendukung Ekonomi Lokal Mufliq, Achmad; Taqwanur, Taqwanur; Qurratu’aini, Nafia Ilhama; Zawawi, Muhammad Fahmi Basyarahil; Cahyono, Andy Kasum Dwy; Yulianti, Fransisca Eri
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.804

Abstract

Perkembangan teknologi informasi memberikan peluang besar bagi pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) dalam meningkatkan promosi dan daya saing usaha di era digital. Namun, di Desa Segoro Tambak, pengelolaan data dan informasi UMKM masih dilakukan secara manual dan tersebar, sehingga belum tersedia sistem terintegrasi yang mampu menampilkan informasi dan lokasi UMKM secara terpusat. Kondisi ini menyebabkan kegiatan promosi UMKM belum berjalan optimal dan sulit diakses oleh masyarakat luas. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi UMKM berbasis web dengan integrasi peta digital menggunakan Leaflet dari OpenStreetMap guna mendukung promosi dan pertumbuhan ekonomi lokal. Penelitian ini menggunakan metode penelitian terapan (applied research) dengan tahapan perancangan sistem, implementasi menggunakan framework Laravel, pengujian fungsional sistem, serta evaluasi kepuasan pengguna. Data penelitian diperoleh melalui observasi, wawancara, dan survei kepada dua kelompok pengguna, yaitu pemilik UMKM dan pengunjung umum, dengan delapan indikator penilaian menggunakan skala Likert. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan berjalan sesuai dengan kebutuhan pengguna dan mampu meningkatkan efektivitas penyampaian informasi UMKM dibandingkan dengan kondisi manual sebelumnya. Tingkat kepuasan pengguna mencapai rata-rata lebih dari 80%, khususnya pada aspek kemudahan penggunaan, tampilan antarmuka, dan manfaat sistem terhadap promosi usaha. Hasil ini membuktikan bahwa penerapan layanan peta berbasis web efektif dalam mendukung digitalisasi UMKM di tingkat desa serta berkontribusi positif terhadap penguatan ekonomi lokal berbasis teknologi informasi.
Peringkasan Hybrid Teks Berita Bahasa Indonesia Berbasis Improved TextRank dan Transformer Anggraini, Syadza; Impron, Ali; Sutriani, Linda; Putra, Kurniawan Tri
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.806

Abstract

Peringkasan teks otomatis berbahasa Indonesia masih menghadapi tantangan dalam menghasilkan ringkasan yang informatif namun tetap koheren secara semantik. Sebagian besar penelitian sebelumnya hanya menggunakan metode ekstraktif seperti TextRank atau metode abstraktif seperti mT5-small tanpa mengoptimalkan hubungan semantik antar kalimat. Terdapat masalah di antaranya metode ekstraktif cenderung kaku dan tidak mengubah susunan kata dalam kalimat, sedangkan metode abstraktif bisa menyebabkan risiko kesalahan fakta ataupun output yang kurang relevan jika teks terlalu panjang. Untuk mengatasi masalah tersebut tersebut, penelitian ini mengusulkan metode peringkasan teks hybrid yang menggabungkan Improved TextRank dengan mT5-small. Pada tahap awal, dilakukan praproses dan ekstraksi kalimat dengan representasi semantik berbasis embedding. Hasil ekstraksi dimasukkan sebagai input di model mT5-small untuk menghasilkan ringkasan secara abstractive melalui proses parafrasa dan penyusunan ulang kalimat. Penelitian dilakukan terhadap 1000 dokumen berita dataset IndoSum dengan metrik evaluasi ROUGE. Hasil evaluasi menunjukkan bahwa metode usulan mencapai nilai ROUGE sebesar 0.687, 0.451, dan 0.634, melampaui performa TextRank klasik 0.472, 0.307, 0.441 dan mT5-Small 0.553, 0.362, 0.508 untuk hasil evaluasi ROUGE 1, 2 dan L secara berturut-turut. Hasil ini membuktikan bahwa integrasi sentence embedding dan pendekatan hybrid efektif meningkatkan kualitas ringkasan dari segi relevansi semantik. Sehingga pendekatan ini berpotensi menjadi dasar pengembangan model peringkasan teks Bahasa Indonesia yang lebih robust dan semantik.
Aplikasi Android Data-Driven untuk Pengelolaan Barang Ritel dengan Metode Fast-Slow-Non-Moving Lutfi, Kholik Al; Asriningtias, Yuli
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.811

Abstract

Transformasi digital memberikan peluang besar bagi sektor usaha ritel, khususnya pada Usaha Mikro, Kecil, dan Menengah (UMKM), dalam meningkatkan efisiensi operasional dan daya saing. Namun, banyak toko ritel tradisional masih menghadapi kendala dalam pengelolaan persediaan akibat penggunaan sistem manual yang rentan terhadap kesalahan pencatatan dan keterlambatan pembaruan stok. Penelitian ini bertujuan merancang dan mengimplementasikan aplikasi mobile berbasis Android untuk pengelolaan persediaan ritel UMKM yang bersifat multi-toko, selama produk yang dikelola memiliki identitas barcode. Metodologi penelitian menggunakan analisis persediaan FSN (Fast-Slow-Non-Moving) dan TOR (Turn Over Ratio), pemodelan sistem menggunakan DFD dan ERD, serta pengujian fungsional dengan Black-Box Testing. Pengujian sistem dilakukan menggunakan skenario data transaksi ritel UMKM yang tersimpan pada sistem untuk memvalidasi proses klasifikasi persediaan. Kontribusi penelitian ini terletak pada otomatisasi klasifikasi FSN berbasis backend secara real-time pada lingkungan multi-toko UMKM, yang sebelumnya umumnya dilakukan secara manual. Hasil penelitian menunjukkan bahwa proses klasifikasi FSN yang sebelumnya membutuhkan waktu sekitar 10–15 menit untuk satu set data dapat dipangkas menjadi kurang dari 1 detik, sehingga meningkatkan efisiensi waktu pemrosesan dan mendukung pengambilan keputusan pengendalian persediaan secara lebih cepat dan akurat.
Analisis Kinerja LoRa Ebyte E220-400T22D pada Sistem Filterisasi Air Portabel untuk Personel Militer di Medan Operasi Mahfudi, Isa; Wicaksono, Andre Ramadhan Putra; Amamy, Hikmia Qolby
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.814

Abstract

Ketersediaan air bersih merupakan faktor penting yang secara langsung memengaruhi kesehatan dan kesiapan operasional personel militer di medan tugas. Penelitian ini menyajikan perancangan dan analisis kinerja sistem filterisasi air portabel yang terintegrasi dengan modul LoRa Ebyte E220-400T22D dan mikrokontroler ESP32 untuk pemantauan kualitas air secara real-time. Sistem terdiri atas node pengirim yang dilengkapi dengan sensor pH, TDS, dan turbidity, modul GPS SIM808, serta pemancar LoRa, dan node penerima yang meneruskan data ke Firebase dan menampilkannya melalui aplikasi Android berbasis MIT App Inventor. Pengujian dilakukan untuk mengevaluasi akurasi sensor kualitas air dan performa komunikasi LoRa pada kondisi Line of Sight (LOS) dan Non-Line of Sight (NLOS). Hasil pengujian menunjukkan bahwa rata-rata deviasi sensor terhadap alat ukur laboratorium berada di bawah 3%, yang membuktikan tingkat akurasi dan stabilitas yang baik. Modul LoRa E220-400T22D mampu melakukan transmisi data dengan andal hingga jarak 700 meter (LOS) dan 500 meter (NLOS), dengan Packet Delivery Ratio (PDR) di atas 90% dan latensi rendah (<100 ms), sehingga efektif digunakan untuk transmisi data non-realtime. Secara keseluruhan, sistem yang dikembangkan menunjukkan performa yang stabil, efisien, dan andal, serta berpotensi mendukung operasi militer yang membutuhkan pemantauan kualitas air secara real-time dan penyediaan air bersih secara mandiri di wilayah terpencil.
Optimasi Hyperparameter Model GRU untuk Prediksi Harga Saham ANTM Subairi, Subairi; Sari, Anggraini Puspita; Mandyartha, Eka Prakarsa
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.817

Abstract

Prediksi harga saham berperan penting meminimalisir kerugian akibat fluktuasi harga saham. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi harga saham PT Aneka Tambang Tbk (ANTM) menggunakan model Gated Recurrent Unit (GRU) dengan optimasi hyperparameter melalui metode Grid Search. Model GRU dipilih karena mampu mengatasi permasalahan vanishing gradient dan efektif dalam mempelajari pola ketergantungan jangka panjang pada data deret waktu walaupun dengan arsitektur yang sederhana. Sementara itu, Grid Search digunakan karena memiliki keunggulan dalam menjelajahi ruang hyperparameter secara menyeluruh, sehingga setiap kombinasi parameter dapat diuji dan memungkinkan diperolehnya konfigurasi terbaik. Proses Grid Search dilakukan dengan ruang pencarian hyperparameter yang mencakup jumlah units, jumlah epoch, ukuran batch, serta variasi optimizer. Keunggulan utama penelitian ini terletak pada penerapan optimasi hyperparameter yang mampu meningkatkan efektivitas model GRU dalam menemukan konfigurasi terbaik, sehingga menghasilkan prediksi harga saham yang lebih akurat dan stabil. Evaluasi kinerja model menggunakan metrik RMSE, MAE, MAPE. Hasil penelitian menunjukkan bahwa model GRU dengan optimasi Grid Search menggunakan optimizer Adam memberikan performa yang optimal dengan nilai evaluasi RMSE sebesar 67.8805, MAE sebesar 45.6501, dan MAPE sebesar 2.2309%. Temuan ini membuktikan bahwa optimasi hyperparameter melalui Grid Search mampu meningkatkan akurasi prediksi model GRU pada data harga saham.
Relationship between Business IT Alignment and Risk Management on Company Performance: A Systematic Literature Review Wardhani, Zahrin Nurshofia; Sholiq, Sholiq
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.820

Abstract

Continuous change is an important thing that must be faced by a company. Such as the increasing integration of information technology (IT) in business operations that has led corporate executives to review the importance of aligning IT and business strategies. At the same time, effective risk management has become critical to ensuring organizational resilience and performance. So this systematic literature review aims to find out more about the relationship between IT-Business strategy alignment and risk management on company performance. The literature review was conducted by sorting and reviewing existing research from publications between 2014 and 2025 by looking at Q1 and Q2 quartiles and using the 5W1H analysis method. This review identified a thorough understanding of Business IT Alignment and Risk Management. This literature review shows that the alignment of IT and business strategies, along with effective risk management, plays an important role in improving corporate performance. The research reveals that the integration of these two factors enables companies to be more efficient, innovative and prepared for market uncertainty.
Penerapan Arsitektur CNN-Dilated untuk Deteksi Manipulasi Citra Deepfake Taufiqurrahman, Rahmadany Fahreza; Anggraeny, Fetty Tri; Sihananto, Andreas Nugroho
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.821

Abstract

Perkembangan teknologi kecerdasan buatan telah menghasilkan berbagai inovasi multimedia, salah satunya adalah deepfake. Teknologi ini memanfaatkan algoritma deep learning untuk memanipulasi citra dan video secara realistis, sehingga sulit dibedakan dengan konten asli. Meskipun memiliki manfaat di bidang hiburan, deepfake juga menimbulkan ancaman serius terhadap keamanan digital. Penelitian ini bertujuan mendeteksi citra deepfake menggunakan arsitektur Convolutional Neural Network (CNN) dengan integrasi Dilated convolution. Integrasi ini memperluas receptive field tanpa meningkatkan jumlah parameter, sehingga model dapat menangkap informasi global dan detail lokal secara bersamaan. Dataset yang digunakan adalah Kaggle Deepfake Dataset berisi 8.000 citra (4.000 asli dan 4.000 palsu). Model diuji dengan lima rasio pembagian data (50:50 hingga 90:10) dan dibandingkan dengan CNN konvensional. Evaluasi menggunakan Confusion matrix dengan metrik akurasi, presisi, recall, dan F1-score. Hasil terbaik diperoleh pada rasio 80:20 dengan akurasi 85,69%, presisi 85,82%, dan recall 85,90%. Model CNN-Dilated secara konsisten mengungguli CNN standar dengan peningkatan akurasi 1–3% pada berbagai skenario. Hasil ini membuktikan efektivitas Dilated convolution dalam meningkatkan performa deteksi citra deepfake, yang berpotensi diterapkan dalam bidang keamanan digital dan forensik media.

Page 21 of 22 | Total Record : 215

 18   19   20   21   22 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol 7 No 3 (2025): Volume 7, Number 3, December 2025 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