cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Tin budi Utami
Contact Email
Tinbudiutami@mercubuana.ac.id
Phone
+628151860196
Journal Mail Official
Tinbudiutami@mercubuana.ac.id
Editorial Address
Pusat Penelitian Universitas Mercu Buana Jakarta, Gedung D Lantai 1, Jalan Meruya Selatan No. 01, Kembangan, Jakarta Barat 11650
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Jurnal Ilmu Teknik dan Komputer
Published by Universitas Mercu Buana
ISSN : 2548740X     EISSN : 26211491     DOI : https://dx.doi.org/10.22441/jitkom
Core Subject : Science, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering
Ilmu Teknik Ilmu komputer komputasi mekanik control dan system engineering industrial dan manufacturing engineer civil engineer, building, construction dan architecture electrical dan electronics engineering
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 157 Documents
 12   13   14   15   16 
Rancang Sistem Penyewaan Lapangan Futsal Berbasis Web Menggunakan Metode Pengujian Technology Acceptance Model (TAM) Yo, Steven Jerry
Jurnal Ilmu Teknik dan Komputer Vol 10, No 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak - Salah satu olahraga tim yang populer saat ini adalah futsal, yang dimainkan di lapangan dalam ruangan dengan dua tim yang masing-masing terdiri dari lima pemain. My Futsal adalah sistem informasi yang akan dikembangkan sebagai bagian dari proyek ini. Sistem ini akan digunakan oleh pemilik lapangan futsal untuk memfasilitasi penjadwalan penggunaan lapangan dan oleh calon penyewa untuk memesan lapangan secara daring tanpa harus datang lagi dilapangan. Dengan menggunakan Technology Acceptance Model (TAM) sebagai tolak ukur, kami mengevaluasi seberapa baik sistem akhir memenuhi harapan pengguna untuk kecanggihan teknologi. Dengan adanya sistem My Futsal proses booking akan terasa jauh lebih mudah dan efisien untuk para konsumen. Perilaku pengguna dalam pengujian TAM mungkin dipengaruhi oleh bagaimana mereka memandang nilai sistem informasi dan seberapa mudah sistem tersebut digunakan. Dalam penelitian ini, 130 peserta disurvei. Kuesioner digunakan untuk pengumpulan data dari responden selama satu minggu. Ada 54 responden (41,54%) yang memberikan tanggapan sangat setuju dan 75 responden (56,79%) yang memberikan tanggapan setuju terhadap pertanyaan tentang bagaimana sistem My Futsal meningkatkan efisiensi kerja admin lapangan. Berdasarkan uji TAM, terdapat hubungan positif antara variabel PEOU dan BITU (dengan nilai 3.682), antara variabel PEOU dan PU (dengan nilai 24.197), dan antara variabel BITU dan PU (dengan nilai 2.795).
Pengembangan Sistem Penjadwalan Kuliah Real Time Berbasis Web Situmorang, Andreas Domenico; Muhammad, Syah Rizan Nazri; Ariyadi, Wahyu
Jurnal Ilmu Teknik dan Komputer Vol 8, No 2 (2024)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v8i2.010

Abstract

Abstrak— Penjadwalan perkuliahan merupakan proses yang penting dalam mengatur jadwal kuliah bagi mahasiswa dan dosen. Dalam lingkungan perkuliahan yang dinamis, seringkali diperlukan penyesuaian jadwal secara real time untuk mengakomodasi perubahan yang tak terduga, seperti perubahan ruangan, perubahan jadwal dosen, atau kebutuhan tambahan untuk kuliah tambahan. Dalam artikel ini, kami memaparkan sebuah sistem penjadwalan perkuliahan secara real time yang berbasis web. Sistem ini memungkinkan admin untuk mengakses dan mengelola jadwal perkuliahan secara fleksibel melalui antarmuka web responsif. Fitur-fitur utama termasuk melihat jadwal, menambah atau menghapus jadwal, serta memperbarui jadwal termasuk jam, tempat, atau tanggal. Melalui pengujian dan validasi dengan data perkuliahan nyata, sistem ini terbukti efektif dan efisien dalam mengelola penjadwalan perkuliahan yang dinamis, meningkatkan efisiensi operasional, dan memenuhi kebutuhan pengguna.
Analisis Sentimen Komentar Aplikasi Digital Korlantas Menggunakan Metode SPOK dan Algoritma SVM Rabbani, Nabil Raihan; Tahlia, Indriyana Nova; Hakim, Lukman
Jurnal Ilmu Teknik dan Komputer Vol 10, No 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Aplikasi Digital Korlantas merupakan platform layanan publik berbasis digital yang dikembangkan oleh Kepolisian Republik Indonesia untuk mendukung transformasi pelayanan berbasis teknologi. Evaluasi terhadap kualitas layanan dan respons pengguna menjadi penting untuk menjamin efektivitas platform tersebut. Penelitian ini memiliki tujuan untuk mengklasifikasikan sentimen pengguna terhadap Aplikasi Digital Korlantas berdasarkan komentar yang diunggah di Google Play Store. Analisis dilakukan terhadap 19.323 komentar pengguna yang dikumpulkan dalam rentang waktu 1 Januari 2024 hingga 8 Mei 2025. Pendekatan yang digunakan menggabungkan metode analisis linguistik berbasis struktur kalimat Subjek, Predikat, Objek, dan Keterangan (SPOK) dengan algoritma pembelajaran mesin Support Vector Machine (SVM). Proses ekstraksi fitur menggunakan metode SPOK dilakukan untuk mengidentifikasi unsur kalimat utama, yang kemudian digunakan sebagai input dalam klasifikasi sentimen. Temuan ini dapat dijadikan acuan untuk peningkatan kualitas layanan dan pengembangan fitur aplikasi Digital Korlantas yang lebih responsif terhadap kebutuhan masyarakat.
Penerapan Algoritma Naïve Bayes Pada Analisa Sentimen Twitter Terhadap Opini Publik Badan Pangan Nasional Prima, Andhika; Afiyati, Afiyati
Jurnal Ilmu Teknik dan Komputer Vol 9, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v9i1.007

Abstract

Penelitian ini fokus pada penerapan algoritma Naïve Bayes untuk menganalisis sentimen Twitter terhadap Badan Pangan Nasional (BAPANAS). Dalam era digital, media sosial, khususnya Twitter, menjadi saluran utama masyarakat untuk menyampaikan opini terkait instansi pemerintah. Algoritma Naïve Bayes digunakan untuk mengklasifikasikan sentimen menjadi positif atau negatif. Dengan langkah-langkah yang melibatkan crawling data, preprocessing, pelabelan data otomatis menggunakan InSet Lexicon, pembobotan kata dengan TF-IDF, data splitting, dan klasifikasi dengan algoritma Naïve Bayes. Hasil klasifikasi menunjukkan akurasi sebesar 79.7%, dengan presisi 78.6%, recall 74.0%, dan F1 score 76.2%. algoritma Naïve Bayes mengklasifikasikan sebanyak 1.093 data. Dari hasil tersebut, 453 sentimen positif (41.4%) sementara 640 sentimen negatif (58.6%) berdasarkan data testing sebanyak 20%.
IMPLEMENTATION OF BANDWIDTH MANAGEMENT IN MIKROTIK USING THE HIERARCHICAL TOKEN BUCKET AND QUEUE TREE METHOD Shofa, Mohammad Arief
Jurnal Ilmu Teknik dan Komputer Vol 9, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Computer network at the head office of PT. Indojaya Sukses Makmur uses Active Ethernet (AE) technology, which connects each point directly to the data center via active devices such as switches and routers. Employees often complain about slow web access due to excessive data usage and a large number of users, resulting in decreased network performance. Bandwidth management is a potential solution with fair bandwidth allocation and according to user needs. Previous research used simple queues, showing the advantages and disadvantages of each. Based on this research, this method has its own advantages and disadvantages. The simple queue method cannot use the entire bandwidth even though the bandwidth is available with the configuration carried out. Next, the focus of the research is the implementation of Quality of Service (QoS) with the title: "IMPLEMENTATION OF BANDWIDTH MANAGEMENT IN MIKROTIK USING THE HIERARCHICAL TOKEN BUCKET AND QUEUE TREE METHOD" to improve network efficiency and quality at PT. Indojaya Sukses Makmur.
ANALISIS PENGARUH INFLUENCER TERHADAP PRODUK YANG DIJUAL MENGGUNAKAN METODE LONG SHORT TERM MEMORY Arfian, Muhamad Hadi
Jurnal Ilmu Teknik dan Komputer Vol 10, No 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Media sosial merupakan salah satu platform yang banyak digunakan oleh masyarakat untuk berinteraksi, berbagi informasi, dan mengikuti perkembangan terkini. Media sosial juga menjadi sarana pemasaran yang efektif bagi para pelaku bisnis, khususnya dalam bidang produk konsumen. Salah satu strategi pemasaran yang umum di media sosial adalah memanfaatkan influencer. Penelitian ini mengeksplorasi dan menganalisis pengaruh influencer terhadap produk yang dijual dengan menggunakan teknik crawling data dan metode Long Short Term Memory (LSTM). Data dikumpulkan dari platform Twitter untuk mengidentifikasi pola perilaku konsumen terkait pemasaran produk melalui influencer, berdasarkan komentar positif dan negatif. Teknik crawling data digunakan untuk mengumpulkan data yang relevan dari platform online, sedangkan metode LSTM digunakan untuk memodelkan pola temporal yang kompleks. Hasil penelitian menunjukkan bahwa dari perbandingan tiga model LSTM, model LSTM 1 lapisan mencapai akurasi sebesar 63%, model LSTM 2 lapisan mencapai akurasi sebesar 74%, dan model BILSTM mencapai akurasi sebesar 76%. Dengan dataset yang telah dibersihkan sebanyak 4,353 data, terdiri dari 1,595 data berlabel "Positif" dan 2,758 data berlabel "Negatif", serta menggunakan metode BI-LSTM dengan perbandingan 30% data testing dan 70% data training, diperoleh akurasi sebesar 77% pada data training. Selain itu, nilai recall sebesar 63%, presisi sebesar 70%, dan nilai f1-score sebesar 66% juga dicapai.
Deteksi Pemalsuan Wajah Berbasis ResNet-50 dengan Fitur LBP-HOG-CTA CbCr: Kinerja Intra-Dataset dan Generalisasi Antar-Dataset Qosasih, Aldhi Fadillah
Jurnal Ilmu Teknik dan Komputer Vol 9, No 2 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem pengenalan wajah masih menghadapi kerentanan terhadap serangan pemalsuan, khususnya dalam kondisi pencahayaan yang buruk, yang dapat mengancam keandalan proses verifikasi identitas. Tantangan utama terletak pada kesulitan sistem dalam membedakan wajah asli dan tiruan, yang semakin kompleks akibat mudahnya akses terhadap citra wajah melalui media sosial serta permasalahan domain shift pada data dunia nyata. Penelitian ini mengusulkan metode Face Spoofing Detection (FSD) berbasis deep learning dengan memanfaatkan arsitektur ResNet-50 yang dikombinasikan dengan teknik ekstraksi fitur Local Binary Pattern (LBP), Histogram of Oriented Gradients (HOG), dan Chromatic Textural Analysis (CTA CbCr) diharapkan dapat menangkap perbedaan halus antara ciri asli dan palsu. Evaluasi dilakukan secara menyeluruh terhadap beberapa dataset publik (CASIA-FASD, NUAA, OULU) serta dataset pribadi yang merepresentasikan kondisi aktual di lapangan. Hasil pengujian intra-dataset menunjukkan performa yang sangat baik pada akurasi dan F1-score, di mana CTA CbCr menghasilkan performa paling optimal dalam sebagian besar skenario (EER dan HTER mencapai 0,00 pada CASIA dan OULU). Namun, hasil pengujian lintas dataset dan pada data pribadi menunjukkan penurunan kinerja yang signifikan, menandakan adanya tantangan serius terkait domain shift. Meskipun pelatihan dengan multi-dataset memberikan peningkatan generalisasi pada beberapa dataset publik, performa pada data pribadi tetap terbatas. Penelitian ini menekankan potensi kuat dari kombinasi ResNet-50 dengan fitur tekstur dan warna dalam lingkungan yang terkendali, namun juga menunjukan kebutuhan pendekatan adaptasi domain yang lebih robust untuk penerapan FSD di dunia nyata.

Page 16 of 16 | Total Record : 157

 12   13   14   15   16 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol 10, No 1 (2026) Vol 9, No 2 (2025) Vol 9, No 1 (2025) Vol 8, No 2 (2024) Vol 8, No 1 (2024) Vol 7, No 2 (2023) Vol 7, No 1 (2023) Vol 6, No 2 (2022) Vol 6, No 1 (2022) Vol 5, No 2 (2021) Vol 5, No 1 (2021) Vol 4, No 2 (2020) Vol 4, No 1 (2020) Vol 3, No 2 (2019) Vol 3, No 1 (2019) Vol 2, No 1 (2018) Vol 1, No 1 (2017) More Issue