cover
Contact Name
Yoze Rizki
Contact Email
fasilkom@umri.ac.id
Phone
+6281356764330
Journal Mail Official
fasilkom@umri.ac.id
Editorial Address
Redaksi Jurnal Fasilkom, Fakultas Ilmu Komputer Gedung Rektorat Lt. 4, Universitas Muhammadiyah Riau Jl. Tuanku Tambusai, Pekanbaru, Riau
Location
Kota pekanbaru,
Riau
INDONESIA
Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
ISSN : 20893353     EISSN : 28089162     DOI : https://doi.org/10.37859/jf.v11i3.2781
Core Subject : Science,
Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) is expected to be a media of scientific study of research result, a thought and a study criticial analysis to a System engineering research, Informatics Engineering, Information Technology, Computer Engineering, Informatics Management, and Information System. We accept research papers which focused to these following topics: System Engineering Expert System Decision Support System Data Mining Artificial Intelligent Computer engineering Digital Image Processing Computer Graphic Computer Vision Genetic Algorithm Machine Learning Deep Learning Information System Design Business Intelligence and Knowledge Management Database System Big Data IOT Enterprise Computing ICT and Islam Technology Management and other relevant topics to field of Information Technology
Articles 374 Documents
Analisa Pemanfaatan Media Edukasi, Komunikasi dan Monitoring Kesehatan Ibu Hamil Berbasis Android untuk Meningkatkan Kualitas Kesehatan Ibu dan Bayi Ismanto, Bambang; Risqiati; Nurul Amalia
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.7994

Abstract

ibu hamil adalah wanita yang sedang mengandung janin di dalam rahimnya, yang umumnya berlangsung selama sekitar 9 bulan atau 40 minggu. Kehamilan merupakan masa yang sangat penting bagi kesehatan ibu dan janin yang dikandungnya. Selama periode ini, ibu hamil membutuhkan perhatian khusus dalam hal kesehatan, nutrisi, dan perawatan medis untuk memastikan kesejahteraan mereka dan perkembangan yang sehat bagi janin. Selama kehamilan, perhatian khusus terhadap kesehatan dan kesejahteraan ibu sangat penting karena beberapa alasan mendasar yang mempengaruhi kesehatan ibu, perkembangan janin, dan kesejahteraan keluarga secara keseluruhan seperti kesehatan ibu dan bayi, mengurangi risiko kematian ibu dan bayi. Pada umumnya ibu hamil akan memeriksakan kandungan ke bidan desa atau puskesmas terdekat. Kondisi fisik ibu hamil yang rentan, terutama pada trimester ketiga akan menyulitkan jika harus ke bidan atau ke puskesmas untuk sekedar berkonsultasi saja, tentunya ini dapat mengganggu kesehatan ibu, apalagi jika jarak rumah ke bidan desa yang jauh. Dalam melakukan tugasnya untuk memonitor kesehatan ibu hamil, bidan desa perlu mendatangi satu persatu ibu hamil untuk menanyakan kondisinya atau ibu hamil sendiri yang datang ke bidan desa untuk memeriksakan kehamilannya. Hal ini tentunya menyulitkan dalam memonitor semua ibu hamil di lingkungan kerjanya dan membutuhkan waktu yang lama. Sebagai salah satu solusi yang bisa mengatasi jarak yang ada, dibutuhkan suatu aplikasi yang berbasis android yang berfunsi sebagai alat monitor kondisi ibu hamil. Tentu saja aplikasi ini menuntut ibu hamil untuk turut aktif dalam memasukan input data pemeriksaan secara jujur, agar hasil dari pengolahan datanya secara real. Selain bisa melakukan konsultasi chating secara realtime, ibu hamil juga bisa memperoleh informasi asupan gizi yang cocok dengan kondisi ibu hamil. Dengan seperti ini tugas bidan akan menjadi lebih ringan dan terpantu dengan baik kondisi janin maupun ibu hamil.
Penerapan Metode Design Thinking Pada Perancangan UI/UX Website Reservasi Gym untuk Efektivitas Pengalaman Pengguna Lukito, Aji; Darmanto, Eko; Irawan, Yudie
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8030

Abstract

Dalam beberapa tahun terakhir, kesadaran masyarakat akan pentingnya gaya hidup sehat dan kebugaran fisik meningkat pesat, terutama di kalangan generasi muda. Meskipun hampir 49% masyarakat Indonesia aktif berpartisipasi dalam kegiatan kebugaran di pusat Gym & Fitness, mereka masih menghadapi berbagai kendala dalam mengakses informasi mengenai lokasi gym yang sesuai dengan kebutuhan dan preferensi mereka. Melihat permasalahan ini, sangat diperlukan sebuah solusi yang dapat secara efektif memfasilitasi pengguna dalam mencari, memesan, dan mengakses pusat kebugaran dengan cara yang jauh lebih mudah dan praktis, sehingga mereka dapat menemukan lokasi yang sesuai dengan kebutuhan dan preferensi mereka tanpa harus mengalami kesulitan atau hambatan yang sering kali mengganggu rutinitas olahraga mereka.Penelitian ini bertujuan untuk mengatasi masalah tersebut melalui pengembangan platform digital berbasis website untuk reservasi gym, dengan menerapkan metode Design Thinking. Metode ini dipilih karena fokusnya yang berpusat pada pengguna, memungkinkan pengembangan solusi yang memenuhi harapan dan kebutuhan mereka. Metode ini dirancang untuk memahami kebutuhan pengguna dan memberikan akses informasi yang lebih mudah mengenai fasilitas, tarif, dan opsi reservasi. Hasil penelitian menunjukkan bahwa platform yang dikembangkan efektif dalam memenuhi kebutuhan pengguna, dengan tingkat kepuasan rata-rata 4.2 dari 5, yang menunjukkan pengalaman pengguna yang baik.
Ekstraksi Aspek Aksesibilitas untuk Peningkatan Pengalaman Pengguna Menggunakan NER dengan CNN dan LSTM Dwijayanti, Irmma; Rizqi Lahitani, Alfirna; Kusumaningtyas, Kartikadyota; Habibi, Muhammad
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8032

Abstract

Transportasi online memberikan dampak positif bagi sebagian besar masyarakat, namun penggunaan aplikasi oleh penyandang disabilitas masih menghadapi sejumlah tantangan. Belum adanya fasilitas yang memadai dan pengalaman pengguna yang baik menjadi kendala utama. Realitas ini menunjukkan bahwa perlunya perhatian khusus terhadap prinsip aksesibilitas untuk meningkatkan pengalaman pengguna dan kenyamanan bagi penyandang disabilitas. Melalui ulasan pengguna dapat diidentifikasi aspek-aspek aksesibilitas untuk mendukung peningkatan pengalaman pengguna. Penelitian ini bertujuan mengekstraksi informasi dari ulasan pengguna terkait aksesibilitas menggunakan metode NER dengan pendekatan CNN dan LSTM. Data yang dikumpulkan melalui web scraping terdiri dari 6.255 ulasan aplikasi Gojek, Grab, Maxim, dan Indriver. Hasil evaluasi menunjukkan bahwa kedua model memiliki akurasi tinggi yaitu CNN 99,84%, dan LSTM 99,48%. Namun memerlukan perbaikan dalam mendeteksi entitas yang jarang muncul atau berkonteks kompleks. Hasil analisis menunjukkan bahwa ulasan lebih banyak membahas fitur aplikasi dan keluhan yang berkaitan dengan aksesibilitas. CNN lebih efektif dalam menangkap pola spesifik, sedangkan LSTM lebih kuat dalam menangkap variasi kata.
Analisis Tren Topik dalam Ulasan Negatif Aplikasi M-Banking Menggunakan Latent Dirichlet Allocation Kusumaningtyas, Kartikadyota; Dwijayanti, Irmma; Rizqi Lahitani, Alfirna; Habibi, Muhammad
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8035

Abstract

Mobile banking atau M-banking menjadi semakin populer seiring dengan meluasnya penggunaan ponsel pintar. Pertumbuhan ini didorong oleh beberapa faktor, seperti kebijakan pemerintah melalui Gerakan Nasional Non-Tunai (GNTT) dan inovasi dari bank. Latar belakang penelitian ini berangkat dari pentingnya merespons keluhan pengguna terhadap aplikasi M-banking. Ulasan negatif mencerminkan masalah yang dialami pengguna dan bisa memengaruhi kepercayaan terhadap layanan. Sayangnya, platform seperti Google Play Store tidak menyediakan fitur untuk mengidentifikasi tren dari ulasan negatif. Oleh karena itu, penelitian ini menggunakan metode Latent Dirichlet Allocation (LDA) untuk memodelkan tren topik dalam ulasan negatif guna memberikan wawasan bagi penyedia layanan untuk meningkatkan kualitas aplikasi mereka. Penelitian ini dilakukan melalui beberapa tahap, dimulai dengan pengumpulan data ulasan negatif dari tiga aplikasi M-banking populer. Selanjutnya data akan melalui tahap preprocessing, meliputi: tokenizing, stopwords removal, dan stemming. Sentimen dari ulasan dianalisis menggunakan algoritma Support Vector Machine (SVM) dengan akurasi mencapai 93%, untuk memisahkan ulasan positif dan negatif. Selanjutnya, LDA digunakan untuk memodelkan topik pada ulasan negatif, dengan mengidentifikasi sejumlah topik optimal melalui Coherence Score, yang menunjukkan struktur topik yang logis dan terorganisir. Hasil penelitian menunjukkan bahwa pada BRImo, topik yang dominan adalah biaya dan kecepatan layanan aplikasi. Pada BCA mobile, pengguna lebih banyak membahas fitur dan kemudahan penggunaan aplikasi, sedangkan pada Livin’ by Mandiri, topik utama yang dibahas berkaitan dengan fitur transfer dan jam transaksi. Kesimpulan dari penelitian ini adalah bahwa metode LDA berhasil digunakan untuk menemukan tren utama dari ulasan negatif pengguna, yang diharapkan dapat membantu bank dalam meningkatkan kualitas layanan dan keamanan aplikasi mobile banking.
Implementasi Algoritma Convolutional Neural Network Untuk Identifikasi Kode Seri Keramik Merk Arwana Alfito Herdiansyah; Arief Hermawan; Sutarman
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8060

Abstract

Ubin keramik saat ini memiliki berbagai jenis dan motif yang dapat dibedakan, salah satunya dengan melihat kode seri keramik. Saat melakukan pemasangan keramik, terkadang banyak hal yang terjadi tidak sesuai rencana. Umumnya konsumen sering menghadapi kendala saat membeli keramik dengan motif atau warna yang tidak sesuai karena lupa mengecek kode serinya. Tujuan utama dari penelitian yang dilakukan adalah menciptakan sebuah sistem yang mampu mengidentifikasi kode seri keramik menggunakan Convolutional Neural Network sebagai metodenya dan mengetahui tingkat akurasi yang dihasilkan dalam penerapannya. Penelitian ini mengadaptasi metode Convolutional Neural Network untuk mengidentifikasi kode seri keramik berdasarkan citra digital. Klasifikasi dilakukan dengan menggunakan dataset citra digital yang didapatkan menggunakan kamera smartphone sebanyak 1000 citra dengan 10 kelas yang berbeda. Sebagai pembanding, dataset yaitu 60% data pelatih dan 40% data pengujian menghasilkan akurasi terbaik sebesar 96,17% pada data latih dan 91,75% pada data uji.
Implementasi Metode PIECES Pada Perancangan Sistem Outcome Based Education (OBE) Hardianto, Romi; M. Nur, Rofil; Wijaya, Romi
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8080

Abstract

Kurikulum merupakan suatu unit yang penting dalam suatu perguruan tinggi karena membantu dalam melaksanakan kegiatan proses pembelajaran, dengan adanya kurikulum baru yaitu kulikulum Outcome Based Education (OBE) perguruan tinggi harus melakukan perubahan terhadap kurikulum yang sudah ada, namun manajemen dokumen berlanjut hingga hari ini Artinya menyimpan data dan dokumen dikomputer Saat ini khusus untuk produk pemantauan, dokumen perlu dicetak untuk didistribusikan. Kedua hal ini menyulitkannyaakses oleh Civitas AkademikaPerancangan sistem ini nantinya akan pemantauan dokumen itu sederhana, menyimpan, mencari dan mengelola dokumen itu sederhana ,diperbarui atau dibagikan kepada pihak lain dan memiliki keamanan saat diakses. Dalam analisis, desain dan pembagunan sistem diperlukan untuk mengidentifikasi masalah dan solusinya, serta melakukan evaluasi kondisis sistem dan hasil desain dievaluasi menggunakan Framework PIECES dengan menggunakan Pemodelan Unified Modelling Language (UML). Berdasarkanhasil akhir terlihat bahwa perancangan Website OBE memperoleh hasil yang lebih baik untuk beberapa komponen evaluasi yaitu informasi, kontrol, kemamanan, performa,efisiensi dan pelayanan.
Sistem Pendukung Keputusan Kelompok Pemilihan Pegawai Terbaik dengan Metode AHP, Oreste dan Borda Santoso, Herdiesel; Widodo, Wahyu; Swastyani, Resa
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8095

Abstract

Pengelolaan Sumber Daya Manusia (SDM) berperan penting dalam mendukung kinerja organisasi, terutama dalam pelayanan publik. Salah satu upaya untuk meningkatkan motivasi dan kinerja pegawai adalah melalui pemberian penghargaan sebagai pegawai terbaik. Proses pemilihan pegawai terbaik yang di lakukan oleh Dinas Penanaman Modal dan Pelayanan Terpadu (DPMPT) Kabupaten Bantul cenderung masih dilakukan secara subjektivitas karena data tidak terukur dan terstruktur. Selain itu, proses pengolahan data membutuhkan waktu yang cukup lama. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan Kelompok (SPKK) berbasis metode hybrid yang mengombinasikan Analytical Hierarchy Process (AHP), Oreste, dan Borda. Metode AHP dapat dipakai untuk menghitung bobot prioritas kriteria penilaian, Oreste untuk menentukan perangkingan tiap penilai dan penentuan pegawai terpilih dan Borda untuk menentukan penggabungan nilai dari tim penilai. Setiap Tim Penilai akan memberikan penilaian sesuai kriteria yang telah ditetapkan yaitu : integritas, disiplin, komitmen, kerapian dan keramahan.Implementasi dalam bentuk perangkat lunak mempermudah pengambil keputusan dalam memilih pegawai terbaik. Hasil penelitian menunjukkan bahwa perangkat lunak SPKK yang dikembangkan mampu meningkatkan efisiensi, akurasi, dan objektivitas dalam proses seleksi pegawai terbaik. Kriteria integritas menjadi faktor penilaian dengan bobot tertinggi, diikuti oleh disiplin, komitmen, kerapian, dan keramahan. Kombinasi metode hybrid AHP, Oreste, dan Borda terbukti efektif dalam menghasilkan keputusan yang optimal, sesuai dengan kebutuhan DPMPT Kabupaten Bantul.
Pengambilan Keputusan Penentuan Supplier Berbasis Pada Pengendalian Pasokan Akhir Menggunakan Logika Fuzzy Di IKM Kelana Roastery Adawiyah, Yusnita; Sakinah, Siti Zulfa; Asyam, Muhammad Fa'iq; S, Dicky Irsa; Isnaini, Abdurrahman Fadhilah
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8101

Abstract

Kopi merupakan komoditas pertanian yang sangat diminati oleh masyarakat Indonesia, banyaknya jenis biji kopi dari berbagai daerah menjadikan komoditas ini sering dijumpai dalam berbagai industri di Indonesia. Penelitian ini bertujuan untuk mengendalikan stok biji kopi dan menentukan pemasok pada Industri Kecil Menengah (IKM) Kelana Roastery menggunakan logika Fuzzy Mamdani dan Metode Analytic Hierarchy Process (AHP). Pendekatan Fuzzy Mamdani membantu dalam mengelola ketidakpastian dalam permintaan. Sementara itu, metode AHP berguna dalam menilai dan memilih pemasok dengan mempertimbangkan beberapa faktor-faktor penting. Faktor-faktor yang digunakan dalam penelitian ini antara lain, Kecepatan pengiriman, Kualitas Biji Kopi, Kemampuan Pemenuhan Order, Harga Biji Kopi, dan Kecepatan Respon Pemasok. Dari berbagai faktor tersebut faktor kualitas biji kopi adalah faktor utama yang berpengaruh dalam pengambilan keputusan pemasok. Pemasok Petani Garut menjadi pilihan IKM berdasarkan perhitungan dari pada pemasok Petani Temanggung dalam penelitian ini.
Penerapan Support Vector Machine dan Random Forest Classifier Untuk Klasifikasi Tingkat Obesitas Utiarahman, Siti Andini; Pratama, Andi Mulawati Mas
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8104

Abstract

Obesitas telah menjadi masalah kesehatan global yang semakin mengkhawatirkan, dengan 2.5 miliar penduduk dewasa mengalami kelebihan berat badan dan 890 juta teridentifikasi obesitas pada tahun 2022. Penelitian ini bertujuan untuk mengembangkan dan membandingkan model klasifikasi tingkat obesitas menggunakan algoritma Support Vector Machine (SVM) dan Random Forest, serta menganalisis faktor-faktor yang mempengaruhi obesitas. Data yang digunakan berasal dari dataset publik yang terdiri dari 1610 records dengan 15 variabel yang mencakup karakteristik demografis, faktor keluarga, pola makan dan gaya hidup. Metodologi penelitian meliputi tahap pra-pemrosesan data, pembagian dataset dengan rasio 70:30 untuk data training dan testing, serta evaluasi performa menggunakan metrik evaluasi, presisi, recall dan f1-score. Hasil penelitian menunjukkan bahwa Random Forest menghasilkan performa yang lebih unggul dengan akurasi 94%, meningkat 3% dari SVM yang mencapai akurasi 91.01%. Random Forest menunjukkan konsistensi yang lebih baik dalam klasifikasi seluruh kelas, khususnya mencapai hasil optimal untuk kelas 4 dengan presisi 100% dan recall 99%. Analisis faktor menunjukkan bahwa gaya hidup dan pola makan memiliki pengaruh signifikan terhadap tingkat obesitas. Model yang dikembangkan dapat diimplementasikan sebagai alat bantu dalam sistem kesehatan untuk memprediksi dan mengklasifikasikan tingkat obesitas secara akurat, memungkinkan intervensi yang lebih tepat sasaran berdasarkan faktor resiko yang terindentifikasi
Implementation Of Machine Learning To Identify Types Of Waste Using CNN Algorithm Haqqi, Matsnan; Rochmah, Lailatur; Safitri, Arisanti Dwi; Pratama, Rizki Adhi; Tarwoto
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8116

Abstract

Waste management remains a significant challenge globally, particularly in Indonesia, where the annual waste generation reached 24.67 million tonnes in 2021, with only 50.43% properly managed. To address the issue of mixed organic and inorganic waste and the lack of public awareness regarding waste separation, this study applied machine learning, specifically the Convolutional Neural Network (CNN) algorithm, to classify waste types. The research aimed to develop an effective automated waste classification model to improve waste management processes. The research involved collecting a dataset of 2,848 images representing six waste categories: glass, cardboard, paper, metal, organic, and plastic. Preprocessing techniques such as cropping, noise reduction with Gaussian filters, and data augmentation were applied to enhance data quality. The dataset was divided into training, validation, and testing subsets in a 70:20:10 ratio. The CNN model employed feature extraction through convolution, activation, and pooling layers, followed by classification using a fully connected layer and a softmax function. Model performance was evaluated using accuracy, precision, recall, and F1-score metrics. The model achieved an overall accuracy of 95%, with an average precision, recall, and F1-score of 0.95 across all classes. These results demonstrate the CNN model’s ability to reliably classify waste types. Compared to previous studies, this research achieved higher accuracy through the use of enhanced preprocessing and CNN optimization. This study highlights the potential of CNN-based models for automated waste classification, contributing to sustainable waste management practices and fostering environmental awareness in the future research.