cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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)
Published by Universitas Muhammadiyah Riau
ISSN : 20893353     EISSN : 28089162     DOI : https://doi.org/10.37859/jf.v11i3.2781
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
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
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 374 Documents
 30   31   32   33   34 
Optimalisasi Sistem Dompet Kurban Terintegrasi Peternakan Modern Berbasis AI-IoT dengan Teknologi YOLO: Optimalisasi Sistem Dompet Kurban Terintegrasi Peternakan Modern Berbasis AI-IoT dengan Teknologi YOLO Apriliyanto, Erwin; Dimas Fajar Nugroho; Kurniawan, Wakhid; Iriandi Putra, Romi; Yusuf Ariyadi, Muhammadi
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.v14i3.8177

Abstract

Indonesia, sebagai negara dengan populasi Muslim terbesar di dunia, menghadapi tantangan dalam memenuhi kebutuhan hewan kurban yang terus meningkat setiap tahunnya. Penelitian ini bertujuan untuk mengembangkan Dompet Kurban Terintegrasi Peternakan Modern berbasis teknologi AI-IoT dengan algoritma YOLO, guna meningkatkan efisiensi dan mempermudah pengelolaan kurban. Metode penelitian melibatkan tahapan pengumpulan data, analisis kebutuhan, perancangan sistem, simulasi, implementasi, dan evaluasi performa. Sistem yang dikembangkan menyediakan fitur pelacakan hewan secara real-time, estimasi berat hewan menggunakan teknologi citra, dan integrasi pembayaran digital. Hasil pengujian menunjukkan bahwa waktu pengukuran berat sapi dapat dipangkas dari 60 detik menjadi rata-rata 2,1 detik dengan akurasi yang hampir setara metode tradisional. Selain itu, penerapan IoT berhasil menurunkan biaya operasional peternakan hingga 30%. Kesimpulannya, teknologi AI-IoT menawarkan solusi inovatif untuk mendukung efisiensi peternakan sekaligus mempermudah masyarakat dalam menabung dan melaksanakan kurban secara transparan dan efisien
Pengembangan Deteksi Objek Dalam Rumah Bagi Tunanetra Berbasis Optimasi YOLOv8 Menggunakan Metode Ghost Module dan Attention Mechanism Mujahidin, Syamsul; Insan Kamil, Muhammad; Abdullah, Riska Kurniyanto
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.v14i3.8179

Abstract

Penyandang tunanetra sering menghadapi kesulitan dalam mobilitas sehari-hari karena keterbatasan alat bantu yang tersedia saat ini. Meskipun tongkat khusus dapat membantu dalam berjalan, namun masih sulit bagi mereka untuk mendeteksi objek secara real-time. Kemajuan dalam pengenalan objek berbasis citra, terutama dengan penggunaan machine learning, menawarkan solusi yang menjanjikan. Untuk mewujudkan sistem pendeteksi objek yang efektif, diperlukan menjalankan deteksi objek pada perangkat kecil seperti Raspberry Pi 4. Perangkat tersebut ringan dan kompatibel untuk kebutuhan mobilitas tinggi sehingga memberikan kenyamanan bagi penyandang tunanetra ketika melakukan aktivitas sehari-hari. Namun, keterbatasan kemampuan komputasi Raspberry Pi 4 menjadi tantangan, mengingat deteksi objek membutuhkan daya komputasi besar. Penelitian terbaru menunjukkan bahwa meskipun telah dilakukan optimasi pada model deteksi objek seperti YOLOv8, namun beban komputasinya masih cukup besar untuk diimplementasikan pada Raspberry Pi 4. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model YOLOv8 versi nano dengan beban komputasi yang lebih ringan. Metode yang diusulkan melibatkan penggunaan ghost module, downsampling, dan attention mechanism. Hasil penelitian menunjukkan bahwa penggunaan ghost module dan downsampling efektif mengurangi GFLOPS model YOLOv8n dari 8.09 GFLOPS menjadi 1.77 GFLOPS, menurunkan waktu inference model hingga 57,6%, dari 401,56 ms menjadi 170,33 ms pada perangkat keras Raspberry Pi 4, tanpa mengorbankan performa deteksi. Selain itu, integrasi attention mechanism melalui attention max pooling meningkatkan akurasi model dengan peningkatan mAP sebesar 1,3% dibandingkan max pooling standar. Model ini berhasil memberikan deteksi yang lebih akurat dan efisien, menjadikannya solusi yang potensial dalam membangun sistem benam untuk membantu penyandang tunanetra dalam mendeteksi objek secara real-time.
Aplikasi Android Manajemen Keuangan BuBu: Budget Buddy Menggunakan Metode Waterfall Putri Shafira, Putri Dian; Najaf, Abdul Rezha Efrat; Permatasari, Reisa
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.v14i3.8197

Abstract

Generasi Z di Indonesia menghadapi tantangan finansial yang signifikan akibat perilaku konsumtif, seperti belanja online, berkumpul dengan teman, dan gaya hidup berlebihan, yang mendorong ketergantungan pada pinjaman online, baik legal maupun ilegal. Masalah ini diperparah oleh fenomena sandwich generation, di mana mereka harus menopang kebutuhan keuangan keluarga, sehingga menyulitkan mereka untuk mempersiapkan dana masa depan. Selain itu, rendahnya literasi keuangan menyebabkan banyak dari mereka kurang mampu mengelola anggaran secara bijak. Akibatnya, Generasi Z tidak hanya menghadapi tekanan ekonomi yang berat tetapi juga dampak negatif terhadap kesehatan mental akibat beban finansial jangka panjang. Untuk mengatasi masalah ini, dikembangkan sebuah aplikasi manajemen keuangan menggunakan metode Waterfall dengan fitur utama alokasi anggaran dan edukasi finansial. Aplikasi ini dirancang untuk membantu pengguna mengelola keuangan secara lebih baik dan menyediakan artikel edukatif guna meningkatkan literasi finansial. Penelitian dilakukan melalui observasi aplikasi serupa dan wawancara dengan ahli keuangan untuk memahami kebutuhan pengguna. Hasil pengujian menggunakan Black-box menunjukkan bahwa aplikasi berfungsi sesuai dengan ekspektasi, membantu pengguna dalam mengendalikan pengeluaran dan meningkatkan pengetahuan finansial. Aplikasi ini berkontribusi dalam memberikan solusi praktis untuk manajemen keuangan bagi Generasi Z, yang sering menghadapi tantangan ekonomi. Diharapkan, dengan peningkatan literasi keuangan dan pengelolaan anggaran yang lebih baik, pengguna dapat mencapai stabilitas finansial yang lebih tinggi, terutama dalam memanfaatkan peluang ekonomi selama periode bonus demografi di Indonesia.
Klasifikasi Jenis Jerawat Berdasarkan Citra Menggunakan Convolutional Neural Network dengan Arsitektur MobileNetV2 Br Sebayang, Virna Dalira; Kusuma, I Gusti Ngurah Lanang Wijaya
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.v14i3.8202

Abstract

Jerawat merupakan permasalahan kulit yang kerap dihadapi remaja hingga orang dewasa secara global, di mana setiap jenis acne memerlukan penanganan yang spesifik. Metode yang diusulkan dalam penelitian ini mengklasifikasikan lima jenis jerawat menggunakan Arsitektur Convolutional Neural Network. Penelitian ini mengeksplorasi tiga skenario pembagian dataset berbeda: 70/30,80/20,90/10 untuk mengevaluasi kinerja dan generalisasi model. Metodologi mengadopsi arsitektur MobileNetV2 dengan transfer learning, yang terdiri dari lapisan termasuk MobileNetV2 sebagai model dasar, Global Average Pooling, Flatten, Dense Layer, Dropout, dan klasifikasi Softmax. Total dataset terdiri dari 350 gambar yang mewakili lima jenis jerawat: Acne Fulminans, Acne Nodules, Papule, Pustule, dan Fungal Acne, dengan 70 sampel per kelas. K-fold cross-validation digunakan untuk menilai performa model pada berbagai pembagian data. Hasil eksperimen menunjukkan kinerja model yang bervariasi di berbagai skenario, dengan akurasi klasifikasi berkisar dari 60% hingga 89% pada pelatihan dan 51% hingga 80% pada pengujian. Sistem klasifikasi CNN menunjukkan tingkat kinerja 89% untuk pelatihan dan 80% untuk pengujian. Skenario ketiga (pembagian 90/10) menunjukkan performa superior yaitu pada Fold-5, mencapai akurasi pengujian tertinggi sebesar 89% untuk pelatihan dan 80% akurasi pengujian. Tantangan dalam penelitian ini meliputi pengelolaan variasi pencahayaan gambar, kualitas gambar, dan keterbatasan data. Hasil menunjukkan bahwa arsitektur yang diusulkan dapat mengklasifikasikan jenis jerawat dengan tingkat akurasi yang cukup baik, meskipun masih terdapat ruang untuk perbaikan dalam generalisasi model.
Analisis Tingkat Kesiapan Teknologi Sistem Informasi Perpustakaan SMA Negeri 19 Palembang Menggunakan Framework ITIL V3 Triyunsari, Desra; Negara, Edi Surya; Herdiansyah, M. Izman; Damayanti, Nita Rosa
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.v14i3.8215

Abstract

Perpustakaan SMA Negeri 19 Palembang adalah perpustakaan sekolah yang menerapkan SLiMS (Senayan Library Management System), sejak tahun 2021 sebagai penunjang pelayanan karena SLiMS merupakan software open source, menyediakan fasilitas sirkulasi (peminjaman dan pengembalian buku), barcode, klasifikasi buku, statistik pengunjung dan pengunjung/visitor (data pengunjung). Berdasarkan survey awal yang dilakukan oleh penulis, menu yang tersedia tidak semua dapat berfungsi, misalnya pada statistik pengunjung dan pengunjung/visitor (data pengunjung) belum online, masih dilakukan dengan pencatatan manual, sehingga kekeliruan cenderung terjadi. Kesiapan dari fungsi sistem yang ada dinilai kurang oleh pengguna karena tidak optimal dapat digunakan. Hasil dari penelitian bahwa hubungan antara Service Strategy, Service Design, Service Transition dan Continual Service Improvement memberikan pengaruh yang sangat kuat terhadap Service Operation teknologi sistem informasi Perpustakaan SMA Negeri 19 Palembang. Tingkat kesiapan sistem dan kepuasan Pengguna juga dapat diterangkan oleh kelima variabel yang digunakan. Dari hasil uji tersebut dan melihat tingkat frekuensi jawaban, maka dapat disimpulkan bahwa teknologi sistem informasi Perpustakaan SMA Negeri 19 Palembang dapat diterima dengan baik di lingkungan sekolah.
Analisis dan Perancangan Ulang User Interface dan User Experience Sistem Informasi Kuliah Online Universitas Muhammadiyah Riau Menggunakan Metode Design Thinking Mualfah, Desti; Kamal Saputra, Taufiq; Firdaus, Rahmad
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.v14i3.8240

Abstract

Sistem Informasi Kuliah Online (Sikuli) is an online learning platform developed by the Universitas Muhammadiyah Riau (UMRI) to support teaching and learning activities during the Covid-19 pandemic. The application has functionality in implementing online learning because it has benefits for lecturers and students. However, Sikuli has shortcomings in appearance and functionality that need to be further developed. To facilitate the development of the Online Lecture Information System, a User Interface and User Experience implementation technique is needed using the Design Thinking approach to redesign the Sikuli interface and user experience. User needs were identified through a questionnaire using the System Usability Scale (SUS) method for 114 UMRI students. As a result, 36.8% of respondents considered the layout of Sikuli's features and content very inadequate, while 20.2% considered it inadequate. After the redesign, the application was retested with SUS and obtained a score of 79.58, which is included in the "Excellent" category. This shows that the redesign has succeeded in increasing user satisfaction and experience.
Implementasi Metode Dempster-Shafer dalam Mendiagnosis Penyakit pada Saluran Pencernaan Ledoh, Juan Rizky Mannuel; Abineno, Patrisius; Sina, Derwin Rony; Amos Pah, Clarissa Elfira
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.v14i3.8276

Abstract

Saluran pencernaan berfungsi untuk menerima makanan, mencerna makanan, menyerap nutrisi yang terkandung dalam makanan sebagai bahan dasar untuk membangun tubuh dan sistem imun, hingga mengeluarkan sisa-sisa pencernaan yang tidak diperlukan tubuh. Kurangnya kesadaran masyarakat terhadap kesehatan saluran pencernaan menyebabkan adanya gangguan penyakit pada saluran pencernaan di antaranya Hemoroid, Gerd, Dispepsia, Gea, dan Typhoid Fever. Timbulnya gejala penyakit pada saluran pencernaan dapat diatasi dengan cara berkonsultasi dengan dokter/spesialis akan tetapi dengan adannya keterbatasan jumlah dokter/spesialis dan waktu yang terbatas menjadikan cara ini kurang efektif bagi pelayanan terhadap masyarakat dalam hal berkonsultasi mengingat penyakit dalam tidak hanya mengenai penyakit pada saluran pencernaan saja. Oleh karena itu, diperlukan suatu sistem yang dirancang untuk membantu masyarakat dalam hal berkonsultasi terkait penyakit saluran pencernaan. Sistem pakar yang dibangun berbasis web dengan menerapkan metode Dempster-Shafer. Metode Dempster-Shafer dipilih karena metode ini dapat menghindari ambiguitas dalam perhitungan sehingga dapat meningkatkan kepastian suatu penyakit. Hak akses sistem diberikan kepada admin dan pasien. Hasil penelitian menggunakan 5 jenis penyakit dengan 24 gejala, disimpulkan bahwa sistem pakar yang dirancang mampu mendiagnosis penyakit pada saluran pencernaan dengan menggunakan 66 data uji dan akurasi sistem mencapai 80,3%. Ketidaksesuaian diagnosis disebabkan karena adanya bobot gejala pada penyakit Typhoid Fever yang lebih besar daripada Gerd, Dispepsia,dan Gea. Diharapkan pada penelitian berikutnya menambahkan basis pengetahuan atau menambah jenis gejala, jenis penyakit, serta nilai bobot terbaru, agar sistem ini lebih spesifik dan menambahkan solusi terkait penyakit yang dialami serta membandingkan metode Dempster-Shafer dalam mendiagnosis penyakit pada saluran pencernaan.
Optimasi K-Means Menggunakan Algoritma Firefly Untuk Segmentasi Pelanggan pada E-commerce Warianta, Dwi Tatang; Astagina, Paramesti; Julianto, Richy; Arini, Florentina Yuni
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.v14i3.8287

Abstract

Segmentasi pelanggan menjadi komponen krusial dalam e-commerce untuk mendukung personalisasi penawaran, meningkatkan loyalitas pelanggan, dan mendukung keputusan strategis. Penelitian ini mengusulkan optimasi algoritma KMeans dengan algoritma Firefly untuk meningkatkan akurasi segmentasi pelanggan berdasarkan model Recency, Frequency, dan Monetary (RFM). Algoritma K-Means dipilih karena efisiensinya dalam memproses data berskala besar, namun sering menghadapi keterbatasan dalam menentukan solusi optimal global akibat sensitivitas terhadap inisialisasi centroid. Algoritma Firefly diimplementasikan untuk mengatasi kelemahan tersebut melalui eksplorasi ruang solusi yang lebih luas dan kemampuan menghindari jebakan solusi lokal optimal. Data yang digunakan dalam penelitian ini adalah dataset transaksi retail daring yangmencakup lebih dari 500.000 entri. Tahapan penelitian meliputi pembersihan data, analisis eksplorasi data (EDA), klasterisasi dengan K-Means, Firefly, dan kombinasi keduanya. Hasil eksperimen menunjukkan bahwa kombinasi K-Means dan Firefly menghasilkan nilai Silhouette Score yang konsisten di atas 0,9 sepanjang 50 iterasi, dengan stabilitas yang lebih baik dibandingkan algoritma individu. Segmentasi menghasilkan lima klaster yang mencerminkan karakteristik pelanggan yang unik, seperti aktivitas transaksi, frekuensi, dan kontribusi moneter. Metode hibrida ini tidak hanya memperbaiki kualitas klaster tetapi juga memberikan hasil yang lebih stabil dan terstruktur. Kesimpulannya, kombinasi K-Means dan Firefly menawarkan pendekatan efektif dalam segmentasi pelanggan e-commerce, memberikan landasan yang lebih kuat untuk pengambilan keputusan pemasaran yang terarah dan strategi peningkatan loyalitas pelanggan.
Optimalisasi Analisis Data Peserta Olimpiade Sains Nasional Indonesia Menggunakan Algoritma K-Means Clustering Purwatiningsih, Agustina; 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.v14i3.8356

Abstract

Penguasaan ilmu pengetahuan dan teknologi dengan nilai integritas tinggi merupakan salah satu syarat utama kemajuan sebuah bangsa. Salah satu program utama untuk pengembangan bakat dan minat peserta didik yang diselenggarakan oleh Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi (Kemendikbudristek) melalui Pusat Prestasi Nasional (Puspresnas) adalah Olimpiade Sains Nasional (OSN). Tujuan dari OSN mendapatkan calon peserta untuk mewakili Indonesia pada kompetisi sains tingkat internasional dan membangun basis data nasional peserta didik yang bertalenta dalam bidang sains. Prinsip OSN adalah inclusive, growth, participative dan sustain, yaitu pemerataan kesempatan bagi seluruh peserta didik Indonesia tanpa membedakan suku, agama, rupa, dan ras. Serta intensifikasi pembinaan di daerah dalam rangka mengupayakan pemerataan prestasi melalui kegiatan pencarian dan pemanduan bakat (talent scouting). Algoritma K-Means clustering cocok untuk menemukan pola dalam data pendidikan seperti performa siswa, efektivitas pembinaan, atau wilayah dengan tingkat pencapaiantertentu. Tujuan dari penelitian ini adalah untuk menemukan pola hasil OSN berdasarkan perolehan medali tiap wilayah di Indonesia, sehingga menghasilkan informasi strategis untuk pemeratan pembinaan. Hasil dari penelitian ini, terdapat 3 klaster untuk provinsi perolehan medali OSN dan 6 klaster kota dan kabupaten menurut perolehan hasil medali. Klaster 1 data provinsi dan klaster 1 data kabupaten atau kota merupakan daerah prioritas untuk pembinaan OSN dari Pusat Prestasi Nasional (Puspresnas). Terdapat 33 provinsi dan 167 kabupaten atau kota yang termasuk dalam klaster 1, yang memerlukan perhatian khusus. Hasil dari penelitian ini dapat menjadi acuan untuk Puspernas dalam menegakkan prinsip OSN yaitu pemerataan kesempatan bagi seluruh peserta didik Indonesia tanpa membedakan suku, agama, rupa, dan ras.
Density Based Clustering Untuk Pemetaan Daerah Rawan Gempa Bumi Di Wilayah Sumatera Barat Menggunakan Metode DBSCAN Taufiq, Reny Medikawati; Firdaus, Rahmad; Handayani, Fitri; Muarif, Putri Fadhilla; Rizqy, Riza Rindriani
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.v14i3.8833

Abstract

Earthquakes are natural disasters that cannot be prevented or avoided. One of the areas affected is the West Sumatra region, where West Sumatra is one of the regions in Indonesia which is in the Sumatra basin which is vulnerable to earthquakes. Therefore, density-based clustering analysis can be carried out which aims to produce a point map of earthquake-prone areas in the West Sumatra region using the Density Based Spatial Clustering of Application with Noise (DBSCAN) method. In implementing the DBSCAN algorithm, epsilon and minpts parameters are required using the K-Nearest Neighbors method with evaluation of results using the Silhouette Coefficient. The results of DBSCAN clustering using KNN input parameters obtained a total of 3 clusters and 1 noise with a silhouette coefficient value of 0.310 from the 2010-2023 data period. However, from the testing stage without using KNN, we got a high silhouette score, namely 0.890 with 2 clusters and 1 noise.

Page 32 of 38 | Total Record : 374

 30   31   32   33   34 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 15 No. 1 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 14 No. 1 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 13 No. 02 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 13 No 02 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 13 No 01 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 12 No 3 (2022): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 12 No 2 (2022): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 12 No 1 (2022): Jurnal Fasilkom (teknologi inFormASi dan ILmu KOMputer) Vol 11 No 3 (2021): Jurnal Fasilkom Vol 11 No 2 (2021): Jurnal Fasilkom Vol 11 No 1 (2021): Jurnal Fasilkom Vol 10 No 3 (2020): Jurnal Fasilkom Vol 10 No 2 (2020): Jurnal Fasilkom Vol 10 No 1 (2020): JURNAL FASILKOM Vol 9 No 3 (2019): Jurnal Fasilkom Vol 9 No 2 (2019): Jurnal Ilmu Komputer Vol 8 No 1 (2019): Jurnal Ilmu Komputer Vol 7 No 2 (2018): Agustus 2018 Vol 5 No 2 (2016): Jurnal Ilmu Komputer More Issue