cover
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,
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
Articles 168 Documents
Penerapan Algoritma Decision Tree Untuk Prediksi Tingkat Risiko Jentik Nyamuk Berdasarkan Data Pemeriksaan Posyandu Aines Nafis Husna; Nurmalitasari Nurmalitasari; Afu Ichsan Pradana
JUKI : Jurnal Komputer dan Informatika Vol. 8 No. 1 (2026): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v8i1.2449

Abstract

Pemantauan jentik nyamuk merupakan kegiatan yang dilakukan untuk mengetahui kondisi lingkungan dan mencegah peningkatan populasi nyamuk yang berpotensi menimbulkan penyakit. Penentuan tingkat risiko wilayah berdasarkan hasil pemeriksaan jentik masih dilakukan secara manual sehingga berpotensi menimbulkan perbedaan penilaian. Penelitian ini bertujuan untuk membangun model klasifikasi tingkat risiko jentik nyamuk menggunakan algoritma Decision Tree berdasarkan data historis pemeriksaan jentik nyamuk. Data yang digunakan merupakan hasil rekapitulasi pemeriksaan jentik nyamuk di Desa Langenharjo, Kecamatan Grogol, periode 2023-2025 sebanyak 65 data. Variabel yang digunakan meliputi jumlah rumah diperiksa, jumlah rumah terdapat jentik, jumlah kontainer diperiksa, dan jumlah kontainer terdapat jentik. Tahapan penelitian meliputi pengumpulan data, preprocessing, pelabelan tingkat risiko, pembentukan model Decision Tree, serta pengujian menggunakan pembagian data sebesar 80% sebagai data latih dan 20% sebagai data uji. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan tingkat risiko jentik nyamuk ke dalam kategori rendah, sedang, dan tinggi dengan tingkat akurasi sebesar 92%. Hasil klasifikasi tersebut kemudian diimplementasikan pada aplikasi berbasis web untuk membantu proses input data dan penyajian informasi. Berdasarkan hasil tersebut, algoritma Decision Tree dapat digunakan sebagai alat bantu dalam menentukan tingkat risiko jentik nyamuk secara lebih objektif serta mendukung pengambilan keputusan dalam kegiatan pemantauan lingkungan.
Penerapan Aplikasi Sensus Penduduk di Kota Pangkalpinang Berbasis Android Reynaldi Raymond; Yohanes Setiawan Japriad
JUKI : Jurnal Komputer dan Informatika Vol. 8 No. 1 (2026): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v8i1.2603

Abstract

Abstrak. Pemanfaatan aplikasi sensus penduduk online dalam pencatatan penduduk di Kota Pangkalpinang, Provinsi Kepulauan Bangka Belitung. Pencatatan penduduk merupakab langkah awal dalam mewujudkan satu data kependudukan indonesia yang mengintegrasikan data antara Badan Pusat Statistik (BPS) dan Dukcapil. Metode Penlitian ini menggunakan observasi dan wawancara di Kantor Badan Pusat Statistik Kota Pangkalpinang. Hasil penelitian menunjukkan bahwa pemanfaatan aplikasi sensus online berbasis android memberikan keuntungan dalam pengurangan biaya sensus dan meringkankan tugas petugas lapangan atau PPL. Data yang diberikan masyarakat dapat di input secara langsung pada saat wawancara sehingga dapat menghemat waktu. Terdapat beberapa pertanyaan yang diuraikan dalam aplikasi fasih kepada responden baik yang memiliki usaha atau kelurga. Kata Kunci: Penerapan Aplikasi, Sensus Penduduk, Berbasis Android
Analysis of WebRTC Video Streaming Scalability in a Broadcaster-Viewer Model Using Scenario-Based Load Testing Achmad Torikul Huda; Doni El Rezen Purba; Roy Nuary Singarimbun; Muhammad Chaizir; Kevin Ilham Apriandy
JUKI : Jurnal Komputer dan Informatika Vol. 8 No. 1 (2026): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v8i1.2607

Abstract

This study assesses the Quality of Service (QoS) performance of a Web Real-Time Communication (WebRTC)-based video streaming system operating on a local network utilizing a broadcaster-viewer model. The system was constructed with Node.js as the local server, accompanied by broadcaster and viewer web pages that facilitate laptop camera and microphone streaming, video conferencing, camera effects, and MP4 media playback. The research strategy utilized experimental performance evaluation through a scenario-based load testing approach and Quality of Service benchmarking. Testing was performed across three scenarios: one broadcaster with one viewer, one broadcaster with two viewers, and one broadcaster with three viewers. The examined QoS characteristics encompassed throughput, packet loss, delay, and jitter, assessed utilizing Wireshark. The test findings indicated that throughput escalated with the increase in viewers, rising from 2.525 Mbps in Scenario 1 to 5.026 Mbps in Scenario 3. Packet loss remained minimal throughout all scenarios, however it increased to 0.2% in Scenario 3. Scenario 2 had the largest average delay at 751.92 ms, whilst Scenario 3 demonstrated the lowest average delay at 349.06 ms and the minimal average jitter at 1.645 ms. The findings demonstrate that WebRTC can provide multi-viewer local streaming with steady performance; yet, a rise in watchers necessitates meticulous management of bandwidth and network stability to preserve video content quality.
The DEVELOPMENT OF AN INTEGRATED OPEN-SOURCE GEOPHYSICAL MODELING PLATFORM INCORPORATING DEEP LEARNING FOR MULTI-METHOD SUBSURFACE INTERPRETATION Riko Riko; Marzuki Sinambela; Muchamad Rizqy Nugraha; Hapsoro Agung Nugroho
JUKI : Jurnal Komputer dan Informatika Vol. 8 No. 1 (2026): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v8i1.2674

Abstract

Geophysical interpretation commonly relies on multiple independent software packages, making data processing, visualization, and interpretation inefficient for educational and research purposes. This study presents the development of an integrated open-source geophysical modeling platform that combines gravity, magnetic, and Very Low Frequency (VLF) electromagnetic methods within a single application. The proposed software incorporates deterministic forward modeling together with a Convolutional Neural Network (CNN)-based deep learning module to support rapid subsurface interpretation. The platform was developed using Python and integrates numerical computation, interactive visualization, and AI-assisted inversion into a unified graphical user interface. For VLF processing, Fraser and Karous–Hjelt filters are implemented to enhance conductive anomaly detection, while gravity and magnetic modeling employ prism-based forward calculations with Root Mean Square Error (RMSE) evaluation. In addition, Model Performance and Efficiency Index (MPEI) and Model Resolution Index (MRI) are incorporated to quantitatively assess model quality and computational efficiency. The resulting software provides an integrated workflow from data preprocessing to visualization and model evaluation, reducing interpretation time while improving usability for geophysical education and preliminary subsurface investigations. The proposed platform demonstrates that integrating conventional geophysical modeling with modern deep learning techniques offers a flexible, transparent, and extensible framework suitable for academic research and practical applications.
Cross-Regime Transfer Learning for Dekadal Rainfall Prediction in Indonesia Using a Transformer Encoder Tonny Wahyu Aji; Marzuki Sinambela; Hapsoro Agung Nugroho; Edward Trihadi; Tonni Limbong
JUKI : Jurnal Komputer dan Informatika Vol. 8 No. 1 (2026): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v8i1.2684

Abstract

. Rainfall prediction across regions with different rainfall regimes remains challenging because a model trained in one climatic domain can fail when applied to another domain. This study evaluates transfer learning for dekadal rainfall prediction using a Transformer encoder trained on 10 rainfall sites in West Java and adapted to three target regions representing different rainfall patterns: Kupang (monsoonal), Padang (equatorial), and Ambon (local). Three transfer strategies were evaluated: zero-shot inference, head-only fine-tuning, and staged unfreezing. The source model used 22 meteorological and climate-index features, site embedding, a 36-step input window, and H1-H6 forecasting horizons. Zero-shot transfer produced negative R2 on all targets, indicating substantial domain shift. Staged unfreezing consistently improved the zero-shot model, reducing RMSE by 49.83% in Kupang, 9.13% in Padang, and 24.76% in Ambon. On the raw millimeter scale, the final transferred model obtained RMSE values of 69.30 mm, 168.36 mm, and 92.91 mm for Kupang, Padang, and Ambon, respectively. Compared with simple baselines, the transferred model outperformed persistence on all targets but outperformed climatology only in Ambon. These results indicate that transfer learning is useful for adapting deep rainfall models to new regions, but reliable deployment still requires target-domain fine-tuning, raw-scale evaluation, and comparison against simple climatological baselines.
Pengembangan Aplikasi Litabmas dalam Digitalisasi Administrasi Penelitian dan Pengabdian kepada Masyarakat di Perguruan Tinggi Doni El Rezen Purba; Tonni Limbong; Alex Rikki; Agus Wiranto
JUKI : Jurnal Komputer dan Informatika Vol. 8 No. 1 (2026): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v8i1.2768

Abstract

Pengelolaan administrasi penelitian dan pengabdian kepada masyarakat yang efektif, efisien, dan transparan diperlukan untuk mendukung akuntabilitas serta ketercapaian program kerja perguruan tinggi. Penelitian ditujukan untuk mengembangkan dan mengevaluasi aplikasi Litabmas berbasis web. Digitalisasi Litabmas mengintegrasikan proses pengajuan dan persetujuan proposal, penugasan reviewer, pemantauan pelaksanaan melalui logbook, serta pengunggahan dan validasi laporan kegiatan. Penelitian menggunakan pendekatan Research and Development yang meliputi analisis kebutuhan, perancangan sistem, implementasi, pengujian fungsional, dan evaluasi penerimaan pengguna. Perancangan sistem menggunakan Entity Relationship Diagram, Use Case Diagram, dan Activity Diagram untuk memodelkan struktur basis data, aktor, serta alur proses dalam sistem. Pengujian dilakukan menggunakan Black-box Testing dan User Acceptance Testing yang melibatkan 12 responden, terdiri atas dosen pengusul, reviewer, serta administrator atau pengelola lembaga. Hasil Black-box Testing menunjukkan bahwa sebanyak 25 dari 25 skenario pengujian berhasil dijalankan sehingga mencapai tingkat keberhasilan sebesar 100%. Hasil tersebut menunjukkan bahwa seluruh fungsi utama aplikasi telah berjalan sesuai dengan kebutuhan dan spesifikasi yang ditetapkan. Selanjutnya, hasil User Acceptance Testing memperoleh persentase penerimaan sebesar 84% dan termasuk dalam kategori sangat layak. Aplikasi Litabmas mampu mengintegrasikan proses pengajuan, penilaian, pemantauan, dan pelaporan kegiatan dalam satu sistem berbasis web. Berdasarkan hasil tersebut, aplikasi Litabmas layak digunakan sebagai sistem pendukung pengelolaan penelitian dan pengabdian kepada masyarakat di perguruan tinggi serta berpotensi meningkatkan efisiensi, transparansi, dan akuntabilitas proses administrasi.
Penerapan Algoritma Hybrid pada Sistem Rekomendasi Makanan Berdasarkan Preferensi Pengguna Victoria Valensita Robert; Muhammad Rizky Pribadi
JUKI : Jurnal Komputer dan Informatika Vol. 8 No. 1 (2026): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v8i1.1981

Abstract

Perkembangan platform digital telah meningkatkan ketergantungan masyarakat dalam memilih resep makanan, namun kondisi ini sering menyebabkan informasi berlebih yang menyulitkan pengguna dalam menentukan pilihan yang sesuai dengan preferensi dan kebutuhan mereka. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi makanan berbasis pendekatan hibrida dengan mengintegrasikan penyaringan berbasis konten dan penyaringan kolaboratif menggunakan algoritma K-Nearest Neighbors pada dataset Food.com Recipes and Reviews. Metode pelaksanaan penelitian diawali dengan tahap prapemrosesan data yang meliputi pembersihan duplikasi, penanganan missing value, normalisasi data numerik, serta pembersihan teks. Analisis konten dilakukan dengan membangun representasi fitur resep berdasarkan bobot kata, sedangkan analisis perilaku pengguna dilakukan melalui pemodelan matriks interaksi pengguna dan resep untuk mengidentifikasi kesamaan preferensi. Teknik analisis yang digunakan dalam penelitian ini adalah pengukuran tingkat ketepatan rekomendasi untuk mengevaluasi relevansi hasil rekomendasi. Hasil pengujian menunjukkan bahwa pendekatan penyaringan berbasis konten menghasilkan tingkat ketepatan rata-rata sebesar 86%, sementara pendekatan penyaringan kolaboratif menghasilkan 81%. Integrasi kedua metode melalui pendekatan hibrida bertingkat mampu meningkatkan kinerja sistem dengan tingkat ketepatan mencapai 95%. Hasil tersebut menunjukkan bahwa sistem rekomendasi hibrida yang diusulkan mampu menghasilkan rekomendasi yang lebih relevan dengan memanfaatkan kesamaan karakteristik resep dan pola preferensi pengguna secara bersamaan.
Perancangan Sistem Informasi Media Pembelajaran dalam Pengenalan Objek Menggunakan Teknologi Augmented Reality Muhammad Chaizir; Roy Nuary Singarimbun; Achmad Torikul Huda; Doni El Rezen Purba; Anni Zulfia; Arif Rahman
JUKI : Jurnal Komputer dan Informatika Vol. 8 No. 1 (2026): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v8i1.2761

Abstract

Augmented Reality adalah teknologi yang dapat mengubah objek virtual dalam bentuk dua dimensi (2D) atau tiga dimensi (3D) menjadi objek yang tampak nyata. Perkembangan teknologi informasi berbasis mobile atau Android memudahkan pembelajaran materi pengenalan bentuk dan pengenalan objek. Materi pembelajaran dapat divisualisasikan menjadi objek 3D sehingga lebih mudah dipahami saat digunakan sebagai media pembelajaran. Media Pembelajaran AR dapat memvisualisasikan konsep pembelajaran sains untuk pemahaman dan struktur model objek, menjadikan AR sebagai media yang lebih efektif, inovatif, dan menyenangkan. Media yang dikembangkan dapat digunakan pada smartphone dengan sistem Android dan dalam pembuatannya menggunakan aplikasi Unity. Hasil penelitian ini dibuat sebagai media belajar yang lebih menarik untuk anak usia dini. melalui tampilan objek 3D yang muncul dari kartu, anak bisa mengenal hewan, tumbuhan, dan benda sehari-hari dengan cara yang lebih dekat dan mudah dipahami. Pendekatan visual ini membantu anak belajar sambil bermain, jadi mereka tidak cepat bosan. Dari proses pengembangan sampai pengujian, aplikasi ini terbukti bisa membantu anak memahami bentuk dan karakter objek secara lebih jelas. Selain itu, orang tua atau guru juga bisa ikut mendampingi, sehingga proses belajarnya tetap terarah. Secara keseluruhan, pengenalan objek layak digunakan sebagai alat bantu belajar tambahan, terutama untuk materi pengenalan dasar.