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
 34   35   36   37   38 
Kombinasi Algoritma Gaussian Naïve Bayes Dan Adaboost Untuk Meningkatkan Akurasi Dalam Klasifikasi Penyakit Diabetes Handayani, Fitri; Firdaus, Rahmad; Wahyudi, Ashari; Fu'adah Amran, Hasanatul; Medikawati Taufiq, Reny
JURNAL FASILKOM Vol. 15 No. 2 (2025): 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.v15i2.9279

Abstract

Diabetes mellitus adalah penyakit metabolik kronis yang dapat menyebabkan komplikasi serius jika tidak terdeteksi dini. Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi diabetes dengan menggabungkan algoritma Gausian Naïve Bayes dan Adaboost menggunakan teknik ensemble learning. Ensemble learning adalah metode dalam pembelajaran mesin yang meningkatkan akurasi model dengan menggabungkan prediksi dari beberapa model yang berbeda. Teknik ini mengintegrasikan model-model yang mungkin memiliki performa kurang optimal secara individu untuk membentuk model yang lebih unggul. Adaboost memberikan bobot lebih besar pada sampel yang sulit diklasifikasikan, sehingga efektif dalam menangani data yang kompleks dan tidak seimbang. Dataset yang digunakan berasal dari Sylhet Diabetes Hospital, Bangladesh, yang berisi data kuesioner yang telah diverifikasi oleh dokter. Evaluasi menggunakan Confusion Matrix menunjukkan bahwa kombinasi Gausian Naïve Bayes dan Adaboost meningkatkan akurasi klasifikasi diabetes secara signifikan. Model ini mencapai akurasi 96.1% pada pembagian data 80:20, lebih tinggi dibandingkan Naïve Bayes tunggal (87.69%). Precision tertinggi (100%) tercatat pada pembagian data 80:20, dengan recall stabil pada 93.7%–94%, dan F1-Score tertinggi sebesar 96.7%. Hasil ini menunjukkan bahwa kombinasi kedua algoritma melalui teknik ensemble learning dapat saling melengkapi dan meningkatkan performa klasifikasi, menjadikannya lebih efektif dalam identifikasi diabetes
Komparasi Perhitungan Gabungan AHP dan SAW Dengan Perhitungan Konvensional pada Perangkingan Siswa Bagye, Wire; Hamid, Abdul; Mardi
JURNAL FASILKOM Vol. 15 No. 2 (2025): 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.v15i2.9297

Abstract

Pemilihan siswa terbaik merupakan langkah penting dalam mendorong semangat belajar dan membentuk budaya prestasi di lingkungan sekolah. Namun, metode konvensional dalam penilaian seringkali mengandung subjektivitas yang tinggi dan tidak memiliki pembobotan kriteria yang konsisten. Penelitian ini bertujuan untuk membandingkan efektivitas metode AHP (Analytical Hierarchy Process) dan SAW (Simple Additive Weighting) dengan metode konvensional dalam proses seleksi siswa terbaik di SMKS Darul Kamilin. Lima kriteria utama digunakan dalam evaluasi, yaitu akademik, kedisiplinan, keaktifan ekstrakurikuler, sikap & perilaku, serta prestasi non-akademik. Hasil penelitian menunjukkan bahwa hanya 1 dari 30 siswa (2,5%) yang menempati peringkat yang sama pada kedua metode, yang mengindikasikan perbedaan signifikan. Metode AHP-SAW terbukti lebih objektif, terstruktur, dan konsisten dibandingkan metode konvensional, serta mendapat tanggapan positif dari pihak sekolah. Penelitian ini berkontribusi pada pengembangan sistem pendukung keputusan berbasis web dengan menyediakan model komputasi terintegrasi AHP–SAW untuk penilaian siswa terbaik secara objektif, serta memberikan kontribusi praktis bagi sekolah dalam meningkatkan transparansi dan akurasi proses seleksi melalui digitalisasi penilaian multi kriteria
Pengembangan Aplikasi Monitoring Kegiatan Kuliah Kerja Nyata Universitas Hasanuddin Menggunakan Metode Waterfall Ramadani, Bulqis; Hendra, Hendra; Sadno, Muhammad; Rusdi, Edy Saputra
JURNAL FASILKOM Vol. 15 No. 2 (2025): 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.v15i2.9301

Abstract

Kuliah Kerja Nyata merupakan program akademik yang bertujuan untuk memberikan pengalaman langsung bagi mahasiswa dalam menerapkan ilmu di masyarakat serta mengembangkan keterampilan sosial. Dalam pelaksanaanKuliah Kerja Nyata di Universitas Hasanuddin, mahasiswa diwajibkan untuk melaporkan setiap kegiatan kepada dosen pembimbing sebagai bagian dari proses monitoring dan evaluasi. Namun, sistem pelaporan yang masih dilakukan secara manual dinilai kurang efisien dan menghambat efektivitas evaluasi. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi monitoring kegiatan Kuliah Kerja Nyata berbasis Android guna meningkatkan efisiensi dalam pelaporandan mempercepat proses evaluasi. Aplikasi ini dikembangkan menggunakan metode Waterfall, dengan bahasa pemrograman Java untuk android serta Node.js untuk layanan API yang terhubung ke database MySQL. Pengujian sistem dilakukan dengan metode User Acceptance Testinguntuk mengevaluasi tingkat penerimaan pengguna dan menilai apakah sistem siap digunakan dalam lingkungan operasional yang sebenarnya. HasilUser Acceptance Testingmenunjukkan skor rata-rata 3,83 dari dosen pembimbing dan 3,47 dari mahasiswa, yang menunjukkan bahwa aplikasi dapat diterima dan telah memenuhi kebutuhan pengguna dalam mendukung pelaksanaan Kuliah Kerja Nyata. Dengan demikian, aplikasi monitoring kegiatan Kuliah Kerja Nyata Universitas Hasanuddin berbasis android berhasil dikembangkan dan berfungsi sesuai dengan spesifikasi yang dirancang dan dapat diterima oleh pengguna.
Perancangan Sistem Presensi Berbasis GPS Pada Layanan Kesehatan Menggunakan Metode Prototype Pamungkas, Kodrat; Suratno, Tri; Razi A, Muhammad
JURNAL FASILKOM Vol. 15 No. 2 (2025): 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.v15i2.9316

Abstract

Klinik Pratama Dokter Yanti adalah layanan kesehatan dengan beberapa cabang yang masih menghadapi kendala dalam pengelolaan kehadiran pegawai karena menggunakan sistem presensi manual. Sistem tersebut menyulitkan validasi kehadiran, memperlambat rekapitulasi data, dan rentan terhadap kesalahan pencatatan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem presensi berbasis mobile yang terpusat dengan teknologi geofencing berbasis Global Positioning System (GPS), memastikan presensi hanya dapat dilakukan di zona kerja yang telah ditentukan. Tahapan prototype yang diterapkan meliputi communication, quick planning, modeling quick design, construction of prototype, deployment, delivery, and feedback yang berlangsung secara iteratif untuk menyempurnakan sistem. Sistem ini dikembangkan melalui pendekatan prototype iteratif dan disempurnakan berdasarkan umpan balik pengguna. Selanjutnya, pengujian black box memvalidasi bahwa semua fungsi sistem, termasuk presensi masuk dan pulang, penolakan presensi di luar zona, serta penyajian riwayat dan statistik kehadiran, berjalan sesuai spesifikasi dengan tingkat keberhasilan 100% pada seluruh kasus uji. Hasilnya, sistem ini berhasil meningkatkan efisiensi, akurasi, dan transparansi. Dengan demikian, manajemen kepegawaian di Klinik Pratama Dokter Yanti menjadi lebih terstruktur, mendukung pengambilan keputusan berbasis data yang lebih efektif.
Perancangan UI/UX Sistem Presensi Pada Klinik Kesehatan Menggunakan Metode Design Thinking Sulistiawati, Sulistiawati; Suratno, Tri; Razi A, Muhammad
JURNAL FASILKOM Vol. 15 No. 2 (2025): 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.v15i2.9317

Abstract

Penggunaan sistem presensi manual di Klinik Pratama Dokter Yanti menimbulkan permasalahan berupa ketidakakuratan data, keterlambatan pencatatan, dan terbatasnya keterbukaan informasi. Penelitian ini bertujuan merancang antarmuka aplikasi presensi mobile berbasis GPS sebagai solusi untuk meningkatkan akurasi, mempercepat pencatatan, serta mempermudah akses informasi presensi. Metode Design Thinking digunakan melalui lima tahap, yaitu memahami pengguna, mendefinisikan masalah, menghasilkan ide, membuat prototipe, dan melakukan pengujian. Data penelitian dikumpulkan melalui observasi, wawancara staf klinik, serta evaluasi antarmuka menggunakan Maze dan kuesioner System Usability Scale (SUS). Hasil penelitian menunjukkan rancangan antarmuka yang dikembangkan mampu memenuhi kebutuhan pengguna dengan menghadirkan alur presensi lebih efisien, intuitif, dan akurat melalui validasi fitur GPS. Skor SUS sebesar 70,33 menempatkan aplikasi dalam kategori “baik”, dengan respons positif terhadap kejelasan tampilan dan efektivitas alur presensi. kesimpulannya, design thinking terbukti efektif dalam menghasilkan solusi digital yang secara langsung menjawab permasalahan presensi manual, serta memiliki potensi adaptasi pada institusi lain dengan kebutuhan serupa
Diagnosa Penyakit Jantung Berdasarkan Kondisi Tubuh Dengan Metode Artificial Neural Network Febrianti, Nisa; Hermanto, Teguh Iman; Sunandar, Muhamad Agus
JURNAL FASILKOM Vol. 15 No. 2 (2025): 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.v15i2.9348

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian yang dapat memengaruhi individu pada usia produktif maupun lanjut usia. Oleh karena itu, strategi deteksi dini sangat dibutuhkan untuk mengurangi risiko komplikasi serta menekan biaya perawatan medis. Penelitian ini mengembangkan model klasifikasi berbasis Artificial Neural Network (ANN) guna meningkatkan akurasi dalam mendiagnosis penyakit jantung. Data penelitian bersumber dari Heart Disease Dataset Kaggle dengan jumlah 1.025 rekam medis pasien yang memuat 14 parameter klinis, di antaranya jenis nyeri dada, kadar kolesterol, detak jantung maksimum, hingga kadar gula darah puasa. Pendekatan CRISP-DM digunakan untuk mengarahkan tahapan penelitian mulai dari pemahaman data, pemilihan fitur, pelatihan model, evaluasi performa, hingga penerapan pada aplikasi mobile. ANN yang dibangun memiliki dua lapisan tersembunyi, menggunakan algoritma optimisasi Adam, dan dilatih selama 50 epoch. Evaluasi menghasilkan akurasi 79,61%, precision 73,53%, recall 94,34%, serta F1-score 82,64%. Model ini berhasil diimplementasikan pada platform Android sehingga memudahkan prediksi kondisi jantung secara efisien. Penelitian ini diharapkan mendukung kemajuan teknologi kesehatan digital dan dapat ditingkatkan dengan dataset yang lebih luas serta arsitektur model yang lebih kompleks.
Skinmatch: Rekomendasi Warna Pakaian Berdasarkan Undertone Kulit Menggunakan Pengolahan Citra Digital Farmawaty Tambunan, Vivielda; Elisabet Butarbutar, Lastri; Davina, Sherly; Syahputra, Hermawan
JURNAL FASILKOM Vol. 15 No. 2 (2025): 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.v15i2.9434

Abstract

Warna kulit dan undertone merupakan faktor penting dalam pemilihan warna pakaian yang sesuai, namun deteksi undertone secara manual seringkali subjektif dan dipengaruhi pencahayaan. Permasalahan ini mendorong pengembangan sistem berbasis pengolahan citra untuk mengidentifikasi undertone kulit secara otomatis. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi SkinMatch yang mampu mendeteksi tiga kategori undertone (warm, cool, dan neutral) serta memberikan rekomendasi palet warna pakaian yang sesuai. Metode yang digunakan mencakup konversi citra dari ruang warna RGB ke HSV dan LAB, analisis histogram, serta pencocokan spektrum warna dengan data referensi. Pengujian dilakukan terhadap 10 responden dengan beragam jenis kulit, di mana setiap responden mengunggah atau mengambil gambar langsung melalui kamera aplikasi dan memberikan penilaian terhadap hasil rekomendasi. Hasil pengujian menunjukkan bahwa sistem berhasil mengklasifikasikan 6 responden pada kategori warm dan 4 responden pada kategori cool. Berdasarkan penilaian subjektif, sebanyak 90% responden menyatakan rekomendasi warna pakaian sesuai dengan kondisi kulit mereka. Kesimpulan penelitian ini adalah algoritma berbasis HSV dan LAB mampu menghasilkan deteksi undertone yang konsisten pada variasi pencahayaan, warna kulit, dan latar belakang gambar, sehingga berpotensi diaplikasikan pada platform fashion technology untuk meningkatkan pengalaman pengguna
Framework untuk Analisis dan Pemodelan Proses Bisnis Menggunakan Pendekatan BPI dan TOGAF Mirza Maulana, Yoppy
JURNAL FASILKOM Vol. 15 No. 2 (2025): 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.v15i2.9545

Abstract

Proses bisnis sangat penting dalam mengoordinasikan aktivitas dan hubungan timbal baliknya untuk mencapai tujuan organisasi. Manajemen yang efektif dari proses-proses ini secara positif mempengaruhi produktivitas dan kinerja organisasi secara keseluruhan, dengan demikian mendukung pencapaian tujuanorganisasi. Dengan demikian, pengelolaan proses bisnis harus didasarkan pada analisis dan pemodelan proses bisnis (APPBis) yang selaras dengan tujuan strategis organisasi. APPBis menjadi sangat penting ketika suatu organisasi berupaya untuk meningkatkan prosesnya. Studi ini bertujuan untuk merancang frameworkAPPBis yang selaras dengan tujuan organisasi dengan mengintegrasikan pendekatan business process improvement(BPI) dan frameworkTOGAF. Frameworkiniterdiri dari dua fase utama: 1) analisis dan 2) pemodelan. Fase analisis berfokus pada pendefinisian ruang lingkup berdasarkan tujuan organisasi, sedangkan fase pemodelan mengembangkan modelproses bisnisberdasarkan hasil analisis. Frameworkini diimplementasikan di bagian Administrasi Akademik Universitas Dinamika. Hasilnya menunjukkan bahwa ini dapat berfungsi sebagai pedoman praktis untuk implementasi APPBis di organisasi lainnya.
Prediksi Risiko Depresi Pascapersalinan Menggunakan Algoritma K-Nearest Neighbor (KNN) Anugerah Putra, Bayu; Fadilah, Nur; Mukhtar, Harun; Fatchiyah Maharani, Masti; Addarisalam, Alif
JURNAL FASILKOM Vol. 15 No. 2 (2025): 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.v15i2.9562

Abstract

Abstrak Depresi pascapersalinan merupakan gangguan kesehatan mental serius yang sering terlewat pada tahap awal, sehingga dapat menurunkan kualitas hidup ibu dan memengaruhi tumbuh kembang anak. Deteksi dini menjadi kunci, namun pemeriksaan manual kerap memakan waktu dan dipengaruhi bias subjektif. Penelitian ini bertujuan mengembangkan model prediksi risiko depresi pascapersalinan berbasis machine learning dengan algoritma K-Nearest Neighbor (KNN) yang dikenal sederhana, transparan, dan efektif. Dataset berjumlah 1.503 sampel dengan sepuluh atribut psikologis sebagai prediktor serta satu label target risiko depresi. Tahapan preprocessing mencakup imputasi nilai hilang menggunakan rata-rata, pengkodean variabel kategorikal dengan label encoding, serta normalisasi fitur melalui StandardScaler. Data dibagi menjadi 65% untuk pelatihan dan 35% untuk pengujian. Eksperimen dilakukan untuk menentukan nilai K optimal, dan diperoleh K = 15. Hasil evaluasi menunjukkan akurasi sebesar 98,86%, menandakan kemampuan tinggi dalam membedakan individu berisiko dan tidak berisiko depresi pascapersalinan. Model ini berpotensi digunakan tenaga kesehatan untuk skrining awal secara cepat, objektif, dan terstandarisasi, sekaligus mengurangi stigma sosial karena penilaian berbasis data. Meski demikian, penerapan klinis tetap harus memperhatikan keamanan data, keterbukaan hasil, serta mitigasi bias algoritmik agar manfaatnya dapat dirasakan secara adil dan luas.
Perancangan Sistem Penyiraman Otomatis Arduino Uno di Badan Pusat Statistik Kota Gunungsitoli Gulo, Famoboro; Halawa, Serius; Mendrofa, Lustantri; Buulolo, Santi Trimurni; Laia, Ofelius
JURNAL FASILKOM Vol. 15 No. 2 (2025): 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.v15i2.9572

Abstract

Teknologi otomasi menjadi solusi strategis dalam mengoptimalkan efisiensi kegiatan rutin, salah satunya dalam hal perawatan tanaman. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem penyiraman otomatis berbasis Arduino Uno dan sensorkelembaban tanah FC-28 yang diterapkan pada area taman di lingkungan Badan Pusat Statistik (BPS) Kota Gunungsitoli. Sistem ini dirancang untuk mendeteksi tingkat kelembaban tanah secara nyata (real-time) dan mengaktifkan pompa air mini secara otomatis apabila kondisi tanah terdeteksi kering berdasarkan ambang batas tertentu. Metode yang digunakan adalah eksperimen langsung melalui perakitan komponen elektronik, pemrograman mikrokontroler, dan pengujian lapangan selama satu bulan. Hasil menunjukkan bahwa sistem mampu mengurangi penggunaan air hingga 40% dibandingkan metode penyiraman manual serta bekerja secara stabil tanpa intervensi pengguna. Sistem ini merupakan solusi teknologi tepat guna yang murah, efisien, dan layak untuk direplikasi pada lingkungan kerja berskala kecil maupun rumah tangga.

Page 36 of 38 | Total Record : 374

 34   35   36   37   38 

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