cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Tonni Limbong
Contact Email
tonni.budidarma@gmail.com
Phone
+6281267058001
Journal Mail Official
juki.kitamenulis@gmail.com
Editorial Address
Jl. Bunga Terompet Komplek Cipta Pesona 2 No.D.25, Simpang Selayang Kec. Medan Tuntungan, Kota Medan, Sumatera Utara 20131
Location
Unknown,
Unknown
INDONESIA
JUKI : Jurnal Komputer dan Informatika
Published by Yayasan Kita Menulis
ISSN : -     EISSN : 27224368     DOI : -
Core Subject : Science,
Computer Science & IT
JUKI: Jurnal Komputer dan Informatika (e-ISSN: 2722-4368) berfokus pada keilmuan yang ada tentang Komputer dan Informatika, yaitu Sistem Informasi, Rekayasa Perangkat Lunak, Jaringan & Multimedia, Teknologi Web & Mobile, serta kecerdasan Buatan & game. Akan tetapi JUKI juga tidak membatasi terhadap kajian-kajian di lingkup informatika lainnya. Ruang lingkup dari JUKI dimulai dari Volume 1 (2019) adalah sebagai berikut : Information Systems Management Information Systems Knowledge Management Systems Project Management Systems Geographic Information System Supply Chain Management Customer Relationship Management Artificial Intelligence Machine Learning Game Decision Support Systems Business Intelligence & Data Visualitation Business Process Modelling Software Engineering & Software Re-Engineering Data Management Data Mining User Interface (UI) & User Experience (UX) Mobile & Web Technology Multimedia & Computer Network Security Cloud Computing Internet Of Things
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 135 Documents
 9   10   11   12   13 
Implementasi Digital Twin Dengan Komunikasi Data Nirkabel pada Liquid Filling Machine Wardani, Ayunda Kusuma; Arifianto, Aji Seto; Sirojudin, Achmad; Aziza, Alfiani Nur; Habibie, Anfasa Syahrul
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 1 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2024
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v6i1.457

Abstract

Mesin pengisi larutan telah menjadi kebutuhan untuk berbagai industri, untuk pengemasan minuman, makanan, bahan kimia hingga farmasi. Penggunaan mesin otomatis pengisi larutan tentu untuk menghindari ketidakakuratan jumlah larutan yang diisikan pada kemasan, sehingga dapat menjaga produsen atau konsumen dari kerugian. Dalam artikel ini, penulis melakukan implementasi teknologi digital twin untuk menyempurnakan kinerja mesin pengisi larutan berbiaya rendah dengan memanfaatkan gaya gravitasi. Teknologi digital twin telah muncul sebagai alat yang menjanjikan untuk optimalisasi proses industri, dengan menghadirkan replika virtual dari sistem fisik untuk meningkatkan efisiensi dan kinerja. Tujuan utama penelitian ini untuk membangun replika virtual 3D dari liquid filling machine dan komunikasi data secara nirkabel menggunakan REST API sebagai penunjang implementasi digital twin. Pengujian telah dilakukan berkaitan dengan waktu pengiriman data dengan kondisi koneksi internet yang berbeda. Diperoleh rata-rata 1,6 detik untuk mengirim data dan ditampilkan dengan visualisasi 3D sesuai kondisi mesin fisik.
Penggunaan Algoritma Gaussian Naïve Bayes & Decision Tree Untuk Klasifikasi Tingkat Kemenangan Pada Game Mobile Legends Putro, Yoga Naufal Ray; Afriansyah, Aidil; Bagaskara, Radhinka
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 1 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2024
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v6i1.472

Abstract

The development of technology and the internet has increased the popularity of online games, such as Mobile Legends. However, in competitions, players often experience defeat due to various factors, including player skills, team strategies, and the right hero selection. The right hero selection is very important to increase the chances of winning. Therefore, the Mobile Legends Professional League (MPL) has become a focus for competitive teams around the world. This study aimed to determine the classification of victory in MPL matches based on draft pick. Gaussian Naïve Bayes and Decision Tree were used as classification algorithm models in this study. The process in this study included cleaning data, data transformation (labeling), handling imbalanced data, scaling, splitting, and hyperparameter. The evaluation stage used confusion matrix, correlation data, and AU-ROC curve. The results of this study showed that the Decision Tree method had better performance than Gaussian Naïve Bayes in classifying data using the confusion matrix. The AUC (area under the receiver operating characteristic curve) analysis showed that the decision tree had better performance than Gaussian naive Bayes in predicting positive and negative data. This is indicated by the higher AUC value for the Decision Tree, which is 0.67 compared to Gaussian Naïve Bayes which is 0.48. Classification models with higher AUC values can more accurately distinguish between positive and negative data. In this study, the Decision Tree had a higher AUC value than Gaussian Naïve Bayes so the Decision Tree could more accurately classify victory and defeat data.
The Effect of the COVID-19 on Students’ Learning Model Preferences in the New Normal Era Limbong, Albinur; Simbolon, Idauli
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 1 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2024
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v6i1.473

Abstract

Pandemi COVID-19 telah berdampak pada berbagai aspek kehidupan manusia, termasuk institusi pendidikan. Sejak pandemi ini, model pembelajaran berubah dari luring menjadi daring murni pada masa puncak pandemi, kemudian menjadi hibrid (daring dan luring secara bersamaan) pada saat pandemi mulai mereda, dan akhirnya kembali menjadi luring pada masa normal. Penelitian ini bertujuan untuk melihat apakah terdapat pengaruh pandemi COVID-19 atau pengaruh perubahan model pembelajaran terhadap preferensi model pembelajaran mahasiswa UNAI di era new normal saat ini. Populasi dalam penelitian ini adalah seluruh mahasiswa UNAI yang mengikuti pembelajaran luring pada semester gasal 2023/2024 yang berjumlah 1223 orang, dengan sampel acak sebanyak 125 orang. Angket yang berisi 18 pertanyaan tentang kegiatan pembelajaran, hasil belajar dan kegiatan ekstrakurikuler, dibuat dalam Google form, dan diisi oleh sampel secara sukarela. Hasil penelitian menunjukkan terdapat 31,2% siswa lebih senang atau puas dengan kegiatan pembelajaran daring dibandingkan offline, 31,4% siswa merasa puas dengan hasil pembelajaran daring, dan 31,2% siswa merasa puas dengan kegiatan ekstrakurikuler. Artinya, pembelajaran daring di masa pandemi COVID-19 setidaknya berdampak pada 31% siswa yang puas dengan pembelajaran daring. Tidak terdapat perbedaan rata-rata kepuasan yang signifikan antara mahasiswa laki-laki dan perempuan dalam pembelajaran daring, namun dari segi kelas terdapat perbedaan rata-rata kepuasan yang signifikan setiap angkatan (tahun masuk) mahasiswa dimana angkatan 2022 (mahasiswa baru) adalah yang tertinggi. Dan menurut fakultas, terdapat perbedaan rata-rata kepuasan mahasiswa yang signifikan diantara 6 fakultas yang ada, dimana mahasiswa fakultas IPA mempunyai kepuasan yang paling tinggi. Sekitar sepertiga siswa mengalami perubahan selama masa normal baru akibat pandemi COVID-19 .
Penerapan Data Mining untuk Pemetaan Siswa Berprestasi menggunakan Metode Clustering K-Means Rahayu, Nia Dwi; Anshor, Abdul Halim; Afriantoro, Irfan
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 1 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2024
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v6i1.474

Abstract

Pendidikan memiliki peranan penting sebagai modal utama membangun kararkter bangsa. Keberhasilan murid dievaluasi berdasarkan pelajaran teoritis dan praktis, serta kehadiran murid selama di dalam kelas. Jumlah pemrosesan data yang terus meningkat mengharuskan penggunaan strategi dan metode sehingga dapat ditransformasikan menjadi informasi dan pengetahuan yang dapat dimanfaatkan oleh pendidik dalam proses pembuatan kebijakan. Tujuan penelitian ini yaitu mengelompokan prestasi siswa berdasarkan nilai siswa menggunakan data mining dengan menerapkan algoritma K-Means. Dalam penelitian ini data yang digunakan adalah nilai raport PAS Ganjil SMK TON’S periode tahun 2023/2024. Perhitungan klasterisasi dengan algoritma K-Means berhasil mengelompokkan 24 siswa menjadi 3 cluster. Dimana siswa dengan kategori tinggi sebanyak 6 siswa, siswa dengan kategori cukup sebanyak 8 siswa, dan siswa dengan kategori rendah sebanyak 10 siswa. Berdasarkan hasil evaluasi, didapat nilai Davies Bouldin Index (DBI) 0.144 atau mendekati dengan 0 sehingga dapat disimpulkan bahwa hasil cluster yang dihasilkan cukup baik. Dengan hasil clustering yang telah diterapkan diharapkan bisa membantu dalam mengambil keputusan dengan tepat untuk menentukan siswa berprestasi.Kata Kunci : Data Mining, Prestasi, Nilai Siswa, Clustering, K-Means Education plays an important role as the main capital in building the nation's character. Student success is evaluated based on theoretical and practical lessons, as well as student attendance during class. The increasing volume of data processing necessitates the use of strategies and methods to transform it into information and knowledge that educators can utilize in the policy-making process. The purpose of this research is to group student achievements based on student grades using data mining by applying the K-Means algorithm. In this study, the data used are the odd semester report card of TON’S Vocational High School for the 2023/2024 period. The clustering calculation with the K-Means algorithm successfully grouped 24 students into 3 clusters, with 6 students in the high category, 8 students in the fair category, and 10 students in the low category. Based on the evaluation results, a Davies Bouldin Index (DBI) value of 0.144 was obtained, which is close to 0, so it can be concluded that the resulting cluster results are quite good. With the clustering results that have been applied, it is hoped that they can help in making precise decisions to determine high-achieving students.Keyword : Data Mining, Achievement, Student Grades, Clustering, K-Means
Penerapan Naïve Bayes Classifier dalam Klasifikasi Sentimen Publik di Twitter terhadap Puan Maharani Hidayat, Rizki; Fikry, Muhammad; Yusra, Yusra; Yanto, Febi; Cynthia, Eka Pandu
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 1 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2024
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v6i1.479

Abstract

Twitter adalah salah satu jejaring sosial terpopuler di Indonesia, dengan 18,45 juta pengguna aktif pada tahun 2022. Politisi berpengaruh Puan Maharani menjadi topik hangat di pesta ulang tahunnya di tengah protes harga bahan bakar. Analisis sentimen dapat membantu memahami keseluruhan sentimen yang diungkapkan di Twitter tentang Puan Maharani. Dua jenis dataset yang digunakan dalam penelitian ini, yaitu dataset tidak seimbang (9000 tweet: 7800 positif, 1200 negatif) dan dataset seimbang (2400 tweet: 1200 positif, 1200 negatif). Metode Naive Bayes classifier digunakan untuk klasifikasi sentimen, meliputi pengumpulan data, pelabelan, preprocessing, pembobotan TF-IDF, seleksi fitur, pembagian data, klasifikasi Naive Bayes, dan evaluasi dengan confusion matrix. Data dibagi dengan rasio 70:30, 80:20 dan 90:10 untuk data latih serta data uji. Feature selection menggunakan threshold 0,001. Merujuk hasil penelitian yang dilaksanakan, bisa disimpulkan bahwsanya analisis sentimen dapat menjadi alat yang efektif untuk memahami pendapat masyarakat khususnya netizen di platform Twitter terkait dengan persepsi terhadap Puan Maharani. Nilai akurasi tertinggi dari dataset tidak seimbang didapatkan yaitu sebesar 88.89% pada rasio pembagian data latih dan data uji 90:10 serta akurasi tertinggi dari dataset seimbang sebesar 81.0% pada rasio pembagian data 90:10.
Efektivitas Aplikasi Pembelajaran Berbasis Multimedia Dalam Meningkatkan Hasil Belajar Siswa Pada Mata Pelajaran IPA Limbong, Tonni; Damanik, Romanus
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 1 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2024
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v6i1.547

Abstract

Penelitian ini bertujuan untuk mengevaluasi efektivitas aplikasi pembelajaran berbasis multimedia dalam meningkatkan hasil belajar siswa pada mata pelajaran Ilmu Pengetahuan Alam (IPA). Penelitian ini menggunakan metode eksperimen dengan desain pretest-posttest control group, melibatkan 60 siswa kelas VIII yang dibagi menjadi dua kelompok: kelompok eksperimen (n = 30) dan kelompok kontrol (n = 30). Kelompok eksperimen menggunakan aplikasi pembelajaran berbasis multimedia selama enam minggu, sedangkan kelompok kontrol menggunakan metode pembelajaran tradisional. Data dikumpulkan melalui pretest dan posttest yang mengukur pemahaman siswa terhadap materi IPA di SMP Swasta Santo Fransiskus Xaverius Namorambe, serta kuesioner yang mengevaluasi persepsi siswa terhadap aplikasi tersebut. Analisis data dilakukan menggunakan uji T berpasangan dan uji T tidak berpasangan. Hasil penelitian menunjukkan bahwa rata-rata peningkatan skor pada kelompok eksperimen (24.8) lebih tinggi dibandingkan dengan kelompok kontrol (13.9). Uji T berpasangan menunjukkan perbedaan yang signifikan antara skor pretest dan posttest pada kedua kelompok (p < 0.05). Uji T tidak berpasangan juga menunjukkan perbedaan signifikan antara peningkatan hasil belajar kelompok eksperimen dan kontrol (p < 0.05). Temuan ini mendukung bahwa penggunaan aplikasi pembelajaran berbasis multimedia dapat meningkatkan hasil belajar siswa secara signifikan dibandingkan metode pembelajaran tradisional. Penelitian ini menyimpulkan bahwa aplikasi pembelajaran berbasis multimedia efektif dalam meningkatkan hasil belajar siswa pada mata pelajaran IPA. Penggunaan elemen visual dan interaktivitas yang ditawarkan oleh multimedia membantu siswa memahami konsep-konsep yang kompleks dengan lebih baik. Implikasi praktis dari penelitian ini adalah pentingnya integrasi teknologi multimedia dalam kurikulum untuk meningkatkan kualitas pembelajaran. Hasil penelitian ini memberikan dasar yang kuat bagi pendidik dan pembuat kebijakan untuk memanfaatkan teknologi dalam meningkatkan proses pembelajaran di sekolah
Pemanfaatan Firebase Realtime Database Dalam Perancangan Aplikasi Penilaian Siswa SMK Negeri 2 Pangkep Secara Realtime Suradi, Andi Asvin Mahersatillah; Syam, Asrul; Alam, Samsu; Bahtiar, Akbar; M, Andrew Ridow Johanis
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 2 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Nopember 2024
Publisher : Yayasan Kita Menulis

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

Abstract

This research aims to design and develop an application for recording student grades at SMK Negeri 2 Pangkep using the Firebase Realtime Database to increase efficiency in data management, replacing the manual method that has been used using paper. The application development method applied is the Software Development Life Cycle (SDLC) which provides a structured and organized approach in every stage of development, from planning to maintenance. The advantages of SDLC include better risk management, strict quality control, and increased transparency throughout the development process. The results of this research were obtained through black box testing which showed the application ran well and was responsive, and made it easy for teachers to use. With the implementation of this application, it is hoped that it can speed up and simplify the process of recording student grades, bringing significant benefits in data management in the educational environment of SMK Negeri 2 Pangkep.
Pengembangan Aplikasi e-Diet Berbasis Android untuk Meningkatkan Pemahaman Nutrisi Bagi Masyarakat Hakim, Muhammad Lukman; Hermawan, Arief; Ikrimach, Ikrimach
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 2 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Nopember 2024
Publisher : Yayasan Kita Menulis

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

Abstract

Pola makan yang tidak sehat telah menjadi penyebab utama satu dari lima kematian, yang menunjukkan rendahnya kesadaran masyarakat tentang pemahaman pentingnya pola makan yang seimbang. Penelitian ini bertujuan untuk meningkatkan pemahaman tersebut melalui pengembangan aplikasi e-Diet berbasis Android. Metode penelitian ini mencakup tiga tahap utama. Tahap pertama adalah analisis kondisi awal kesadaran masyarakat terhadap pentingnya pola makan, yang dilakukan melalui penyebaran kuesioner untuk mengidentifikasi tingkat pemahaman masyarakat yang masih rendah. Tahap kedua melibatkan pengembangan model aplikasi Android yang dirancang sebagai solusi untuk meningkatkan kesadaran akan pentingnya pola makan sehat. Pengembangan aplikasi ini mencakup perancangan fitur-fitur seperti rekomendasi menu sehat sesuai referensi dan kebutuhan nutrisi individu serta pelacakan perkembangan kesehatan. Tahap terakhir adalah evaluasi dampak aplikasi terhadap kesadaran pola makan sehat pada masyarakat, yang dilakukan dengan membandingkan hasil kuesioner awal dengan data yang diperoleh setelah penggunaan aplikasi, guna menilai efektivitas aplikasi dalam meningkatkan pemahaman masyarakat mengenai pemahaman pola makan sehat. Hasil penelitian menunjukkan bahwa aplikasi e-Diet efektif dapat meningkatkan pemahaman dan kesadaran masyarakat tentang risiko pola makan yang tidak sehat serta pentingnya menjaga asupan nutrisi yang seimbang, sehingga berkontribusi positif dalam mendukung gaya hidup sehat dan mengatasi masalah kesehatan terkait pola makan di masyarakat Yogyakarta
Penggunaan Metode Logika Fuzzy Mamdani untuk Menentukan Potensi Bakat dan Keterampilan Siswa Br Sitepu, Kristina; Sitompul, Melda Pita Uli
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 2 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Nopember 2024
Publisher : Yayasan Kita Menulis

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

Abstract

Educational management in the implementation of the educational process in high schools wants its graduates to get jobs or continue their studies later according to their abilities. But in reality it is not as beautiful as expected, some alumni students who continue their studies to college drop out of their studies because the majors they take at college do not match the interests and talents of the students or do not match the abilities of the students, so that it is very important to find out the intelligence, interests and talents of the students early so as not to be late in recognizing and developing the potential of the students based on the intelligence, interests and talents of each student. This study aims to identify talents that are more dominant than the skills possessed by students by calculating the Fuzzy Logic method which can help students determine majors related to their talents after graduating from school, so that it can reduce cases of wrong majors faced by students after determining their majors at college. The problem solving used in this study uses the Fuzzy Logic method with the aim of determining the most dominant skill value of a student against the criteria of Sports, Language, Communication, Writing, and Singing based on alternative skills of Physical Fitness, Music, Social, Art, and Leadership. This research will produce the best rule that is expected to be used as a Decision Support System in determining talent based on student skills that can be used as a recommendation to determine the major to be chosen in college. The results obtained in this study are to determine the most appropriate rule and 5 rules are obtained for the application of Fuzzy Logic to determine the most dominant talent from student skills.
Analisis Sentimen Berbasis Jaringan LSTM dan BERT terhadap Diskusi Twitter tentang Pemilu 2024 Muammar Khadapi; Pakpahan, Victor Maruli
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 2 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Nopember 2024
Publisher : Yayasan Kita Menulis

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

Abstract

Pemilihan Umum (Pemilu) merupakan peristiwa politik penting yang memicu banyak diskusi di media sosial, terutama di platform seperti Twitter. Analisis sentimen dari diskusi ini dapat memberikan wawasan mengenai pandangan masyarakat terhadap calon, partai, serta isu-isu yang terkait. Penelitian ini berfokus pada penerapan dua model deep learning, yaitu Long Short-Term Memory (LSTM) dan Bidirectional Encoder Representations from Transformers (BERT), untuk menganalisis sentimen diskusi Twitter tentang Pemilu 2024. Kedua model ini dipilih karena kemampuan mereka dalam menangani data teks yang kompleks dan konteks bahasa alami. Dataset yang digunakan dalam penelitian ini terdiri dari ribuan tweet terkait Pemilu 2024, yang diklasifikasikan ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral. Data terlebih dahulu diproses melalui tahap pembersihan teks dan tokenisasi. Model LSTM dan BERT dilatih menggunakan dataset ini untuk memprediksi sentimen dengan fokus pada peningkatan akurasi prediksi. Hasil eksperimen menunjukkan bahwa model BERT secara konsisten memberikan performa yang lebih baik dibandingkan dengan LSTM. Model BERT berhasil mencapai akurasi validasi sebesar 76.48% pada epoch kedua, sedangkan model LSTM hanya mencapai akurasi maksimal 87 %. Meskipun demikian, model BERT mulai menunjukkan gejala overfitting pada epoch ketiga, dengan peningkatan nilai loss pada data validasi. Hal ini menunjukkan bahwa tuning lebih lanjut pada hyperparameter seperti jumlah epoch dan learning rate diperlukan untuk meningkatkan generalisasi model. Sementara itu, model LSTM menunjukkan stabilitas yang lebih baik, meskipun akurasinya lebih rendah, terutama dalam menangani dependensi konteks yang lebih sederhana. Secara keseluruhan, penelitian ini menegaskan bahwa model BERT lebih efektif dalam menangkap konteks kompleks pada teks Twitter terkait Pemilu 2024 dibandingkan dengan LSTM. Namun, tantangan seperti overfitting dan optimasi hyperparameter tetap menjadi perhatian utama. Untuk meningkatkan performa lebih lanjut, perlu dipertimbangkan teknik augmentasi data dan tuning hyperparameter yang lebih optimal. Penelitian ini juga membuka peluang untuk pengembangan model hibrida yang menggabungkan keunggulan LSTM dan BERT dalam analisis sentimen berbasis teks.

Page 11 of 14 | Total Record : 135

 9   10   11   12   13 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol. 7 No. 2 (2025): JUKI : Jurnal Komputer dan Informatika, Edisi Nopember 2025 Vol. 7 No. 1 (2025): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2025 Vol. 6 No. 2 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Nopember 2024 Vol. 6 No. 1 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2024 Vol. 5 No. 2 (2023): JUKI : Jurnal Komputer dan Informatika, Edisi Nopember 2023 Vol. 5 No. 1 (2023): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2023 Vol. 4 No. 2 (2022): JUKI : Jurnal Komputer dan Informatika, Edisi November 2022 Vol. 4 No. 1 (2022): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2022 Vol. 3 No. 2 (2021): JUKI : Jurnal Komputer dan Informatika, Edisi November 2021 Vol. 3 No. 1 (2021): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2021 Vol. 2 No. 2 (2020): JUKI : Jurnal Komputer dan Informatika, Edisi November 2020 Vol. 2 No. 1 (2020): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2020 Vol. 1 No. 2 (2019): JUKI : Jurnal Komputer dan Informatika, Edisi November 2019 Vol. 1 No. 1 (2019): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2019 More Issue