cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Anggun Fergina
Contact Email
anggun.fergina@nusaputra.ac.id
Phone
+6282214066121
Journal Mail Official
restikom@nusaputra.ac.id
Editorial Address
Program Studi Teknik Informatika Universitas Nusa Putra Jl. Raya Cibatu Cisaat No.21, Kabupaten Sukabumi, Jawa Barat, Indonesia
Location
Kab. sukabumi,
Jawa barat
INDONESIA
Jurnal Restikom : Riset Teknik Informatika dan Komputer
Published by Universitas Nusa Putra
ISSN : 26864800     EISSN : 26864797     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer ini diterbitkan oleh Program Studi Teknik Informatika Universitas Nusa Putra, sebagai jurnal yang terbit setiap empat bulan sekali yang fokus menyajikan tulisan-tulisan tentang Ilmu Komputer, Informatika dan Teknologi Informasi. Jurnal ini berisi artikel-artikel penelitian atau pengembangan konsep yang berkaitan dengan bidang-bidang Komputer Komputasi, Kemananan Komputer, Kecerdasan Buatan, Internet Of Thing, Rekayasa Perangkat Lunak, Jaringan Komputer, Teknologi Informasi dan Ilmu Komputer Lainnya. Jurnal RESTIKOM menerbitkan naska 3 kali dalam setahun yakni setiap bulan April, Agustus dan Desember.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 179 Documents
 14   15   16   17   18 
Prediksi Produksi Beras di Jawa Barat Menggunakan Model Linier Regresi Ivana Lucia Kharisma; Algifari, M. Alwan; Purnama Insany, Gina; Kamdan; Setiawati
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.455

Abstract

Produksi beras merupakan salah satu indikator penting dalam ketahanan pangan suatu daerah. Jawa Barat sebagai salah satu provinsi penghasil beras utama di Indonesia memiliki peran strategis dalam menjaga ketersediaan pangan nasional. Penelitian ini bertujuan untuk memprediksi produksi beras di Jawa Barat dengan menggunakan model regresi linear. Data yang digunakan dalam penelitian ini berupa data sekunder dari Badan Pusat Statistik mengenai luas panen dan produksi beras selama beberapa tahun terakhir. Hasil analisis menunjukkan bahwa terdapat hubungan yang signifikan antara luas panen dengan jumlah produksi beras. Model regresi linear yang dibangun dapat digunakan untuk memprediksi produksi beras di masa mendatang dengan tingkat akurasi yang cukup baik. Hasil evaluasi akurasi model menunjukkan bahwa beberapa wilayah memiliki tingkat akurasi yang tinggi dengan nilai R² di atas 0.7 seperti Pangandaran (R² = 0.8809), Tasikmalaya (R² = 0.8340), kota depok (R2 = 0,8056), kota Bekasi (R2 = 0,7968), kota Cirebon (R2 = 0,7478) .Penelitian ini diharapkan dapat memberikan informasi yang berguna bagi perencanaan pertanian dan pengambilan kebijakan pemerintah di sektor pangan.
IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE DALAM MENGKLASIFIKASIKAN BERITA HOAX DI INDONESIA PADA MEDIA SOSIAL X Alaysha Rihadatul Aisy; Rahmaddeni; Azfar Huzaifah Siregar; Suandi Daulay; Nita Ananta
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.457

Abstract

Berbagai jenis informasi bisa ditemukan di internet, mulai dari informasi yang valid kebenarannya sampai informasi yang tidak valid kebenarannya atau yang biasa disebut berita bohong (Hoax). Banyaknya berita hoax yang beredar dimasyarakat tentunya membuat masyarakat merasa tidak aman dan tidak nyaman serta kebingungan. Oleh karena itu tujuan penelitian ini adalah untuk mencari model klasifikasi berita hoax yang optimal dengan menggunakan algoritma Support Vector Machine. Data yang digunakan yaitu sebanyak 7.897 dari sumber github. Dalam penelitian ini digunakan beberapa splitting data untuk mendapatkan hasil akurasi terbaik. Akurasi terbaik di dapatkan pada splitting data 80:20 dengan akurasi 82.29%, precision 85.71%, dan recall 80.39%.
ANALISIS KEAMANAN WEBSITE XYZ TERHADAP SERANGAN SQL INJECTION DAN CROSS SITE SCRIPTING Sitorus, Yeyen; Kasmawi
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.462

Abstract

Keamanan website menjadi aspek penting dalam melindungi data dan informasi dari potensi ancaman. Penelitian ini bertujuan untuk menganalisis keamanan website XYZ terhadap serangan SQL Injection dan Cross-Site Scripting (XSS). Jenis serangan yang digunakan adalah yaitu SQL Injection dan XSS. SQL Injection adalah sebuah serangan injeksi yang berbahaya dapat menimbulkan ancaman keamanan kepada pengguna website dan mendapatkan akses untuk menembus kedatabase website, dapat meyebabkan kebocoran data yang berupa sensisitif. XSS adalah serangan yang dilakukan pada website dan menyisipkan kode berbahaya dalam bentuk skrip kedalam website. dapat meyebabkan mencuri data sensitif pengguna serta informasi login. Maka dari itu melalui penelitian ini, yang diharapkan dapat diproleh analisis yang baik untuk keamanan dan kerentanan dari website XYZ. Hasil dari penelitian ini, bahwa serangan SQL Injection dapat menemukan kerentanan pada URL dan tampilan login pada website XYZ, dapat dieksploitasi oleh penyerang. Sedangkan serangan XSS tidak dapat menemukan kerentanan pada bagian website XYZ. Pada serangan XSS dapat mencegah serangan dikarenakan terdapat menerapkan Content Security Policy (CSP). Penelitian, analisis hasil serangan dilakukan untuk memberikan rekomendasi perbaikan jika ditemukan kerentanan pada website tersebut .
Komparasi Efektifitas Analisis Sentimen pada Ulasan Produk E-Commerce Menggunakan Naive Bayes dan K-Nearest Neighbor Susanto, Dwi; Betrand Erlangga; Ari Peryanto; Yuwono Fitri Widodo
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.463

Abstract

Dalam perkembangan era digital yang begitu cepat, ulasan produk yang diberikan oleh konsumen secara online telah menjadi sumber informasi yang krusial bagi perusahaan dan juga calon pembeli. Melalui analisis sentimen terhadap ulasan-ulasan tersebut, perusahaan dapat memperoleh informasi yang berharga dalam mengambil keputusan bisnis dan memahami pandangan masyarakat terhadap produk tertentu. Penelitian ini bertujuan untuk membandingkan akurasi dua algoritma klasifikasi populer, yaitu Naive Bayes dan K-Nearest Neighbor (K-NN), dalam mengklasifikasikan sentimen ulasan produk ke dalam kategori positif atau negatif. Data yang digunakan dalam penelitian ini adalah kumpulan ulasan produk yang diperoleh dari sebuah platform e-commerce, yang kemudian melalui serangkaian proses preprocessing data, antara lain tokenisasi, text cleaning, stopword removal, dan stemming. Setelah proses tersebut, data diubah ke dalam bentuk fitur dengan menggunakan metode TF-IDF. Model Naive Bayes dan K-NN dibangun dan diuji dengan membagi data ke dalam training dan testing set menggunakan metode k-fold cross validation. Hasil evaluasi menunjukkan bahwa setiap algoritma memiliki keunggulannya masing-masing. Naive Bayes menunjukkan keunggulan dalam hal kecepatan komputasi dan efisiensi ketika diterapkan pada dataset yang besar, sedangkan K-NN mampu memberikan hasil yang kompetitif dengan pemilihan parameter k yang tepat. Namun, dalam hal akurasi secara keseluruhan, algoritma Naive Bayes berkinerja sedikit lebih baik daripada K-NN.
Sistem Kalkulasi Muatan Sumbu Terberat Dan Analisis Stabilitas Kendaraan Berbasis Website untuk Mendukung Regulasi ODOL Dendy Dimas Dwi Saputra; Mochammad Hanafi Saputra; Mokhammad Rifqi Tsani
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.464

Abstract

Permasalahan kendaraan yang melebihi dimensi dan beban atau ODOL masih menjadi masalah besar dalam sektor transportasi darat di Indonesia, yang mengakibatkan kerusakan infrastruktur serta meningkatkan risiko kecelakan. Penelitian ini bertujuan untuk menciptakan sebuah platform berbasis web yang dapat menghitung Muatan Sumbu Terberat (MST) dan menilai stabilitas kendaraan terkait kemungkinan tergelincir (skid) dan terguling (rollover) sebagai dukungan terhadap aturan ODOL. Sistem ini dikembangkan dengan metode Waterfall, yang mencakup tahap-tahap analisis, desain, pelaksanaan, pengujian, dan pemeliharaan. Penerapan sistem memanfaatkan teknologi PHP, Laravel, MySQL, dan JavaScript. Hasil dari penerapan ini menunjukkan bahwa sistem dapat memberikan fitur perhitungan MST secara tepat, menyajikan hasil analisis stabilitas kendaraan, serta menawarkan opsi untuk mengunduh hasil dalam format PDF. Pengujian dilaksanakan menggunakan pendekatan Blackbox Testing yang menunjukkan bahwa setiap fungsi dalam sistem berjalan sesuai dengan ketentuan yang telah ditetapkan. Diharapkan, sistem ini mampu berperan sebagai sarana bantuan teknis yang adil dan efektif dalam memantau kendaraan berat, serta mendukung penerapan kebijakan Zero ODOL dengan cara yang lebih terstruktur dan mutakhir.
Pengembangan Sistem Pakar Berbasis Web untuk Analisis Keamanan Kandungan Skincare bagi Penderita Malassezia folliculitis Menggunakan Metode Forward chaining Amelinda Renjani; Gina Purnama Insany; Ujang Herlan; Ahmad Rofiqi; Mirza Andira N; Erik Abdul R
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.468

Abstract

Kebutuhan akan produk perawatan kulit yang aman dan efektif semakin meningkat, terutama bagi individu yang rentan terhadap infeksi jamur Malassezia, penyebab fungal acne (Malassezia folliculitis). Penelitian ini merupakan studi pengembangan yang bertujuan untuk merancang sistem pakar berbasis web yang mampu menganalisis kandungan produk perawatan kulit guna menilai kesesuaiannya bagi kulit yang rentan terhadap fungal acne, dengan menerapkan metode forward chaining. Data dikumpulkan melalui studi literatur dari jurnal ilmiah dan sumber kedokteran terpercaya. Sistem yang dikembangkan terdiri dari tiga komponen utama: basis pengetahuan, mesin inferensi, dan antarmuka pengguna. Hasil uji coba menunjukkan bahwa algoritma forward chaining yang digunakan telah mampu mengidentifikasi bahan fungal acne-safe dan non-fungal acne-safe secara fungsional. Sistem ini diharapkan dapat membantu pengguna dalam memilih produk perawatan kulit yang aman, serta mendukung manajemen Malassezia folliculitis secara lebih tepat.
Analisis Perubahan Bentuk Pola Suara Serak Sebagai Indikator Kondisi Kesehatan Yuwono Fitri Widodo; Dwi Susanto; Ari Peryanto; Fadhilah Dhinur Aini
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.469

Abstract

Suara merupakan media komunikasi utama manusia yang tidak hanya berfungsi untuk menyampaikan informasi, tetapi juga mencerminkan kondisi kesehatan. Salah satu gangguan suara yang umum terjadi adalah serak, yaitu perubahan kualitas suara akibat gangguan pada sistem vokal atau kesehatan tubuh. Deteksi dini terhadap perubahan suara penting untuk membedakan antara kondisi sehat dan tidak sehat. Penelitian ini bertujuan mengidentifikasi perbedaan pola suara sehat dan serak yang berkaitan dengan gangguan kesehatan. Data diperoleh dari lima responden yang masing-masing memberikan lima sampel suara dalam kondisi serak dan lima dalam kondisi tidak serak, menghasilkan total 250 file audio. Setiap responden mengucapkan lima vokal: a, e, i, o, dan u. Ekstraksi ciri suara dilakukan menggunakan dua metode utama, yaitu Mel-Frequency Cepstral Coefficient (MFCC) dan Fast Fourier Transform (FFT), untuk mengidentifikasi pola frekuensi serta karakteristik akustik. Selanjutnya, perbedaan antara suara serak dan tidak serak dianalisis menggunakan metode Mean Square Error (MSE). Hasil menunjukkan bahwa MFCC efektif dalam mengenali karakteristik suara, dan MSE menunjukkan perbedaan nilai signifikan antar kondisi suara. Ini membuktikan bahwa pola suara pada pengucapan vokal dapat menjadi indikator yang efektif dalam mengenali kondisi kesehatan seseorang
Klasifikasi Rhinosinusitis Menggunakan Modifikasi VGG16 Anissa, Thia; Ita Mubarokah; Eneng Susilistia Agustini
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.470

Abstract

Rhinosinusitis is an inflammatory disease affecting the mucosal lining of the nasal cavity (rhinitis) and paranasal sinuses (sinusitis), posing a significant public health challenge in Indonesia due to its high clinical and economic burden. This study aims to develop an advanced diagnostic method to assist healthcare professionals in accurately detecting sinusitis, thereby reducing diagnostic bias and improving patient outcomes. The proposed method involves a modified VGG16 architecture, where the traditional fully connected layers are replaced with Global Average Pooling (GAP) to minimize overfitting and computational complexity. By retaining the depth advantages of VGG16 while enhancing efficiency, this approach is tailored for medical image analysis. The dataset comprises 659 thermal images, evenly split between normal and sinusitis cases, which were preprocessed through cropping, global thresholding, and masking to improve feature extraction. The modified model incorporates additional convolutional layers (Conv3-4, Conv4-4, Conv5-4, and Conv5-5) to capture intricate spatial features, further boosting classification performance. Experimental results demonstrate an impressive accuracy of 95.67%, outperforming the standard VGG16 model, which achieved only 68.34% accuracy and exhibited overfitting. The study also highlights the effectiveness of thermal imaging as a non-invasive, cost-efficient alternative to conventional diagnostic methods like CT scans or MRIs.
Pengembangan Aplikasi Mobile Portal Akademik (MyCIC) dengan Pendekatan FAST untuk Peningkatan Layanan Akademik (Studi Kasus : Universitas Catur Insan Cendekia) Sahl; Petrus Sokibi; Rifqi Fahrudin
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.471

Abstract

The MyCIC web-based academic portal at Universitas Catur Insan Cendekia (UCIC) faces accessibility and user experience challenges on mobile devices. The unresponsive and passive system creates information gaps due to the absence of proactive notifications, hindering the effectiveness of academic services. This research aims to design and build a native mobile application to improve the ease of access and quality of academic communication. The system development applied the Framework for the Application of System Thinking (FAST) method, focusing on UI/UX principles using Kotlin and Android Studio. The resulting application was then validated through two stages of testing. First, black-box testing shows that all functionality runs as designed without critical errors. Second, usability testing involving 20 respondents using the System Usability Scale (SUS) questionnaire resulted in a final score of 80.88, which falls into the “Excellent” category. This combination of test results proves that the developed MyCIC application is not only technically successful, but also very well received by users as an effective solution to improve academic services in the UCIC environment.

Page 18 of 18 | Total Record : 179

 14   15   16   17   18 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol 7 No 2 (2025): Agustus Vol 7 No 1 (2025): April Vol 6 No 2 (2024): Agustus 2024 Vol 6 No 3 (2024): Desember Vol 6 No 1 (2024): April Vol 5 No 3 (2023): Desember Vol 5 No 2 (2023): Agustus Vol 5 No 1 (2023): April Vol 4 No 3 (2022): Desember Vol 4 No 1 (2022): April Vol 3 No 3 (2021): Desember Vol 3 No 2 (2021): Agustus Vol 3 No 1 (2021): April Vol 2 No 3 (2020): Desember Vol 2 No 2 (2020): Agustus Vol 2 No 1 (2020): April Vol 2 No 2 (2020) Vol 2 No 1 (2020) Vol 1 No 2 (2019) Vol 1 No 1 (2019) More Issue