cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wilarso
Contact Email
wilarso@sttmcileungsi.ac.id
Phone
+628119202134
Journal Mail Official
wilarso@sttmcileungsi.ac.id
Editorial Address
Lembaga Penelitian dan Pengabdian kepada Masyarakat, Jl. Anggrek No.25, Perum. PTSC, Kec. Cileungsi, Kab. Bogor, Jawa Barat 16820
Location
Kota bogor,
Jawa barat
INDONESIA
Infotech: Jurnal Informatika & Teknologi
Published by Sekolah Tinggi Teknologi Muhammadiyah Cileungsi
ISSN : 27229378     EISSN : 27229386     DOI : https://doi.org/10.37373/infotech
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Energy Engineering Industrial & Manufacturing Engineering
e-commerce, e-learning, e-manufacturing, e-government, IT Government, IT Management, Supply Chain Management & ERP, Business Process Management, Robotic system, Smarts Sensor Networks, Intelligent Transportasi System, Smarts Villages, Smarts City, Smarts Cloud Technology, Software Engineering, Data Mining, Remote Sensing, Human-Computer Interaction, Information Security, Languages and design, Conceptual Modeling.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 119 Documents
 8   9   10   11   12 
Pengaruh ketidakseimbangan data terhadap kinerja Algoritma Naive Bayes dalam klasifikasi stroke Muhammad Azis Sularso; Jupron Jupron
INFOTECH : Jurnal Informatika & Teknologi Vol 6 No 2 (2025): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v6i2.2075

Abstract

Stroke merupakan salah satu penyebab utama kematian dan kecacatan di dunia, sehingga diperlukan metode klasifikasi yang andal untuk mendukung deteksi dini dan pengambilan keputusan medis. Penelitian ini bertujuan untuk mengevaluasi kinerja algoritma Naive Bayes dalam klasifikasi penyakit stroke serta menganalisis dampak ketidakseimbangan data terhadap performa model. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan eksperimen komputasional menggunakan algoritma Naive Bayes. Dataset yang digunakan merupakan healthcare stroke dataset yang tersedia secara publik, terdiri dari 5.110 instance dengan delapan atribut, yaitu gender, hypertension, heart_disease, ever_married, work_type, residence_type, smoking_status, dan stroke sebagai variabel target. Proses eksperimen dilakukan menggunakan WEKA Explorer dengan dua skema evaluasi, yaitu percentage split (66%) dan 10-fold cross-validation. Hasil penelitian menunjukkan bahwa model Naive Bayes menghasilkan akurasi keseluruhan yang tinggi, yaitu di atas 94%, pada kedua skema evaluasi. Namun, performa model dalam mendeteksi kasus stroke sangat rendah, yang ditunjukkan oleh nilai true positive rate (TPR) yang kecil pada kelas stroke. Masalah utama yang ditemukan adalah ketidakseimbangan kelas yang signifikan dalam dataset, di mana kasus stroke hanya mencakup sekitar 5% dari total data. Kondisi ini menyebabkan model menjadi bias terhadap kelas mayoritas (non-stroke) dan gagal mengenali sebagian besar kasus stroke yang sebenarnya. Sebagai rekomendasi, penelitian selanjutnya disarankan untuk menerapkan teknik penanganan data tidak seimbang, seperti resampling (misalnya SMOTE), penyesuaian bobot kelas, atau penggunaan algoritma klasifikasi alternatif yang lebih robust terhadap data imbalanced, agar sensitivitas deteksi kasus stroke dapat ditingkatkan.
Perancangan aplikasi sistem informasi penerimaan karyawan baru berbasis web menggunakan metode waterfall (studi kasus: PT XYZ) Umar Tsani Abdurrahman; Iskandar; Dewi Ratna Sari
INFOTECH : Jurnal Informatika & Teknologi Vol 7 No 1 (2026): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v7i1.2083

Abstract

Sumber daya manusia yang berkualitas merupakan faktor strategis dalam mendukung keberhasilan dan keberlanjutan perusahaan. Proses rekrutmen yang efektif menjadi kunci dalam memperoleh karyawan yang sesuai dengan kebutuhan organisasi. Namun, PT XYZ yang bergerak di bidang produksi minuman masih menerapkan proses rekrutmen secara manual, sehingga menimbulkan berbagai permasalahan, seperti lamanya waktu seleksi, tingginya biaya operasional, risiko kehilangan data, serta keterbatasan dalam pengelolaan dan pencarian arsip pelamar. Kondisi tersebut mendorong perlunya penerapan sistem rekrutmen berbasis digital yang terintegrasi. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi rekrutmen karyawan berbasis online guna meningkatkan efisiensi, akurasi, dan transparansi proses penerimaan karyawan di PT XYZ. Metode pengembangan sistem yang digunakan adalah software development life cycle (SDLC) dengan model Waterfall yang meliputi tahap perencanaan, analisis, perancangan, implementasi, pengujian, dan pemeliharaan. Hasil perancangan menghasilkan sistem rekrutmen online yang terintegrasi dengan modul pengelolaan data pelamar, ujian seleksi, koreksi ujian, serta dashboard admin dan user, dilengkapi pemodelan UML dan antarmuka yang user-friendly. Hasil pengujian menggunakan metode blackbox menunjukkan tingkat keberhasilan fungsi sistem sebesar 75%. Luaran sistem ini memberikan manfaat bagi manajemen berupa kemudahan monitoring proses rekrutmen, percepatan pengambilan keputusan, serta penyajian data pelamar yang akurat, terstruktur, dan aman
Prediksi penyakit ginjal kronis menggunakan algoritma random forest Tri Prasetyo
INFOTECH : Jurnal Informatika & Teknologi Vol 7 No 1 (2026): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v7i1.2095

Abstract

Penyakit ginjal kronis (Chronic Kidney Disease / CKD) merupakan penyakit degeneratif yang memerlukan deteksi dini agar penanganan dapat dilakukan secara lebih efektif. Penelitian ini bertujuan untuk mengembangkan model prediksi CKD menggunakan algoritma Random Forest dengan memanfaatkan dataset publik dari Kaggle yang terdiri dari 400 sampel dan 25 atribut klinis. Tahapan penelitian meliputi preprocessing data, yang mencakup penanganan nilai hilang melalui imputasi, pengodean variabel kategorik menggunakan Label Encoding, serta standardisasi fitur numerik untuk mendukung kestabilan proses pemodelan. Model dilatih dan diuji menggunakan pembagian data sebesar 80:20. Hasil evaluasi menunjukkan bahwa model Random Forest menghasilkan kinerja klasifikasi yang sangat tinggi pada dataset penelitian, dengan nilai akurasi, precision, recall, F1-score, dan AUC yang mencapai nilai maksimum. Meskipun demikian, capaian kinerja tersebut perlu diinterpretasikan secara hati-hati karena ukuran dataset relatif kecil dan berpotensi menimbulkan overfitting, sehingga belum sepenuhnya mencerminkan kinerja model pada kondisi klinis nyata. Sebagai kontribusi ilmiah, penelitian ini menyajikan penerapan Random Forest dengan preprocessing yang terstruktur dan evaluasi multi-metrik untuk prediksi CKD, yang menunjukkan potensi penggunaan machine learning sebagai alat bantu skrining awal berbasis data klinis. Penelitian lanjutan disarankan untuk menerapkan teknik validasi silang serta menggunakan dataset yang lebih besar dan beragam guna meningkatkan kemampuan generalisasi model.
Sistem absensi siswa berbasis QR code dan internet of things dengan notifikasi kehadiran real-time kepada Orang Tua Mohamad Anas Sobarnas Anas; Faiz Abdillah; Ashari Imamuddin
INFOTECH : Jurnal Informatika & Teknologi Vol 7 No 1 (2026): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v7i1.2098

Abstract

Sistem absensi berbasis QR Code dan Internet of Things (IoT) dikembangkan sebagai alternatif untuk menggantikan metode pencatatan kehadiran manual yang masih diterapkan di Sekolah Muhammadiyah. Berbeda dengan sistem absensi QR Code pada umumnya yang hanya berfungsi sebagai pencatat kehadiran, sistem yang diusulkan mengintegrasikan teknologi IoT untuk mengirimkan notifikasi kehadiran siswa secara real-time kepada orang tua. Penelitian ini bertujuan menghasilkan sistem absensi otomatis yang mampu meningkatkan akurasi pencatatan kehadiran serta mempercepat penyampaian informasi kepada orang tua. Metode penelitian menggunakan pendekatan deskriptif kualitatif melalui observasi langsung, wawancara dengan pihak sekolah, dan studi pustaka. Hasil penelitian menunjukkan bahwa sistem yang dirancang memiliki alur proses absensi yang lebih efisien dibandingkan metode manual, dengan pencatatan kehadiran yang berlangsung secara otomatis dan pengiriman notifikasi dalam waktu singkat setelah proses pemindaian QR Code. Sistem ini berpotensi meningkatkan kedisiplinan siswa serta transparansi informasi antara sekolah dan orang tua, dan diharapkan dapat menjadi dasar pengembangan aplikasi absensi terintegrasi di lingkungan pendidikan dasar.
Klasifikasi penyakit diabetes menggunakan metode K-Nearest Neighbors (KNN) berdasarkan data klinis Novian Ikhsan
INFOTECH : Jurnal Informatika & Teknologi Vol 7 No 1 (2026): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v7i1.2110

Abstract

Diabetes melitus merupakan penyakit kronis yang memerlukan deteksi dini untuk mencegah terjadinya komplikasi serius. Machine learning dapat digunakan sebagai pendekatan untuk memprediksi penyakit diabetes berdasarkan data klinis pasien. Penelitian ini bertujuan untuk menganalisis performa algoritma K-Nearest Neighbors (KNN) dalam memprediksi penyakit diabetes menggunakan dataset diabetes.csv. Dataset yang digunakan terdiri dari 768 data pasien, dengan delapan fitur klinis dan satu variabel target. Tahapan penelitian meliputi exploratory data analysis (EDA), preprocessing data melalui penanganan nilai nol menggunakan imputasi median serta standarisasi fitur, pelatihan dan evaluasi model KNN, serta eksperimen variasi nilai k pada rentang 1 hingga 30. Model baseline KNN dengan nilai k = 5 menghasilkan akurasi sebesar 70,78%. Setelah dilakukan optimasi parameter, nilai k optimal diperoleh pada k = 26 dengan akurasi tertinggi sebesar 77,92%. Evaluasi menggunakan confusion matrix dan classification report menunjukkan bahwa model memiliki performa yang baik dalam mengklasifikasikan pasien non-diabetes, namun masih memiliki keterbatasan dalam mendeteksi seluruh kasus diabetes. Hal ini ditunjukkan oleh nilai recall kelas diabetes sebesar 0,56. Secara keseluruhan, algoritma KNN cukup efektif dalam memprediksi penyakit diabetes, namun sensitivitas terhadap kasus diabetes yang bersifat kritis secara medis masih perlu ditingkatkan melalui pengembangan metode atau pendekatan lanjutan
Perancangan sistem informasi pendaftaran dan rekapitulasi data pekerja migran Indonesia (PMI) berbasis web di Kabupaten Rembang Aditya Eka Prasetya; Syakur; Fajar Sodiq
INFOTECH : Jurnal Informatika & Teknologi Vol 7 No 1 (2026): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v7i1.2115

Abstract

Pengelolaan data Pekerja Migran Indonesia (PMI) di Kabupaten Rembang saat ini masih menghadapi kendala efisiensi akibat proses pendataan yang bersifat konvensional sehingga rentan terhadap kesalahan manusia (human error). Penelitian ini bertujuan untuk merancang dan membangun sistem informasi pendaftaran dan rekapitulasi data PMI berbasis web guna meningkatkan akurasi, transparansi, dan kecepatan pelayanan publik. Metode penelitian yang diterapkan adalah Research and Development (R&D) dengan pendekatan Prototyping yang meliputi analisis kebutuhan, perancangan sistem, pengembangan kode, dan evaluasi. Hasil penelitian ini berupa platform digital terintegrasi yang memfasilitasi pendaftaran mandiri calon PMI, pemantauan status aplikasi secara real-time, manajemen dokumen digital, serta dashboard statistik interaktif bagi administrator untuk analisis data demografi. Pengujian sistem menggunakan metode Blackbox Testing menunjukkan bahwa seluruh fitur fungsional berjalan sesuai spesifikasi kebutuhan sistem. Implementasi sistem ini terbukti mampu mentransformasi proses administrasi manual menjadi digital, sehingga mendukung pengambilan kebijakan strategis berbasis data di lingkungan Dinas Perindustrian dan Tenaga Kerja (Dinperinaker) Kabupaten Rembang
Pengembangan sistem survei kepuasan masyarakat berbasis Web dengan verifikasi token dan perhitungan IKM Real-Time Muhammad Hafidz Wahid; Fajar Sodiq; Aviv Mahmudi
INFOTECH : Jurnal Informatika & Teknologi Vol 7 No 1 (2026): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v7i1.2121

Abstract

Pelaksanaan Survei Kepuasan Masyarakat (SKM) pada pelayanan publik masih banyak dilakukan secara manual di tingkat operasional, sehingga proses pengolahan data menjadi lambat dan kurang mendukung pengambilan keputusan secara tepat waktu. Kondisi tersebut menunjukkan adanya kesenjangan antara kebutuhan evaluasi layanan publik yang cepat, akurat, dan berkelanjutan dengan metode SKM yang masih bersifat konvensional. Penelitian ini bertujuan mengembangkan sistem SKM berbasis web yang mampu meningkatkan kualitas dan ketepatan evaluasi kepuasan masyarakat. Sistem dikembangkan menggunakan pendekatan prototyping dengan instrumen survei berbasis SERVQUAL yang disesuaikan dengan konteks layanan publik. Hasil pengujian menunjukkan seluruh item instrumen valid dan reliabel dengan nilai Cronbach’s Alpha sebesar 0,866, yang menandakan konsistensi pengukuran yang baik. Penerapan verifikasi responden berbasis token serta otomasi perhitungan Indeks Kepuasan Masyarakat (IKM) memungkinkan pengendalian respons survei dan penyajian hasil evaluasi secara real-time. Kebaruan penelitian ini terletak pada integrasi verifikasi responden dan penyajian IKM real-time dalam sistem SKM berbasis web yang secara langsung mendukung evaluasi layanan publik yang lebih akuntabel dan operasional.
Development of an AI-Based sentiment analysis system for customer interest identification I Made Dananjaya Adyatma; Deyana Kusuma Wardani; Radix Rascalia
INFOTECH : Jurnal Informatika & Teknologi Vol 7 No 1 (2026): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v7i1.2132

Abstract

A financing service company with a digital business unit plays a strategic role in supporting digital transformation, particularly within the telemarketing department. The process of identifying customer interest in product offerings is currently carried out subjectively by the sales team, resulting in inefficiencies when following up with potential customers. This issue is addressed through the development of a sentiment analysis information system based on artificial intelligence to analyze customer conversation transcripts. The system was developed using the Prototyping System Development Methodology and utilizing GPT-4o Mini model, as the core AI model due to its optimal balance of contextual understanding. The implementation and testing results show that the system is capable of identifying customer sentiment with an accuracy of 90% based on the confusion matrix evaluation. This study contributes by integrating a lightweight transformer-based model into a real-world telemarketing information system and assessing its effectiveness using operational data.
Analisis kerentanan keamanan pada sistem informasi akademik berbasis web menggunakan OWASP-ZAP Aland Polma Naek Sihombing; Agung Prabowo; Ibnu Daqiqil Id; Tisha Melia
INFOTECH : Jurnal Informatika & Teknologi Vol 7 No 1 (2026): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v7i1.2277

Abstract

Sistem informasi akademik berbasis web memiliki peran penting dalam mendukung pengelolaan data akademik dan layanan administrasi perguruan tinggi sehingga memerlukan tingkat keamanan yang memadai. Namun, berbagai kerentanan keamanan masih sering ditemukan akibat kesalahan konfigurasi sistem maupun kelemahan implementasi mekanisme keamanan pada aplikasi web. Penelitian ini bertujuan untuk mengidentifikasi potensi kerentanan keamanan pada Sistem Informasi Akademik berbasis web di Universitas Prima Indonesia menggunakan alat pemindaian kerentanan OWASP Zed Attack Proxy (OWASP ZAP) serta memberikan rekomendasi mitigasi untuk meningkatkan ketahanan sistem terhadap serangan berbasis web. Metode penelitian yang digunakan adalah pendekatan deskriptif dengan teknik pengujian black-box secara non-intrusif melalui proses pemindaian kerentanan otomatis menggunakan OWASP ZAP terhadap beberapa komponen utama sistem, khususnya mekanisme autentikasi dan parameter input pengguna. Hasil pengujian menunjukkan bahwa sistem masih memiliki 22 temuan kerentanan, yang terdiri dari 4 kerentanan dengan tingkat risiko Medium, 5 kerentanan dengan tingkat risiko Low, serta beberapa temuan bersifat Informational. Kerentanan pada tingkat Medium meliputi Content Security Policy (CSP) header not set, cross-domain misconfiguration, missing anti-clickjacking header, dan vulnerable JavaScript library. Sementara itu, kerentanan pada tingkat Low mencakup application error disclosure, cookie without secure flag, cookie without SameSite attribute, information leak melalui banner halaman, serta mixed content pada halaman aman. Hasil penelitian ini menunjukkan bahwa meskipun sistem dapat beroperasi secara normal, masih terdapat beberapa celah keamanan yang perlu diperbaiki. Penelitian ini memberikan kontribusi berupa evaluasi keamanan sistem informasi akademik berbasis web serta rekomendasi mitigasi praktis untuk meningkatkan keamanan sistem terhadap potensi serangan siber.

Page 12 of 12 | Total Record : 119

 8   9   10   11   12 

Filter by Year

2020 2026


Reset
Filter By Issues
All Issue Vol 7 No 1 (2026): INFOTECH: Jurnal Informatika & Teknologi Vol 6 No 2 (2025): INFOTECH: Jurnal Informatika & Teknologi Vol 5 No 2 (2024): INFOTECH: Jurnal Informatika & Teknologi (In Progress) Vol 5 No 1 (2024): INFOTECH: Jurnal Informatika & Teknologi Vol 4 No 2 (2023): INFOTECH: Jurnal Informatika & Teknologi Vol 4 No 1 (2023): INFOTECH: Jurnal Informatika & Teknologi Vol 3 No 2 (2022): INFOTECH: Jurnal Informatika & Teknologi Vol 3 No 1 (2022): INFOTECH: Jurnal Informatika & Teknologi Vol 2 No 2 (2021): INFOTECH: Jurnal Informatika & Teknologi Vol 2 No 1 (2021): INFOTECH: Jurnal Informatika & Teknologi Vol 1 No 2 (2020): INFOTECH: Jurnal Informatika & Teknologi Vol 1 No 1 (2020): INFOTECH : Jurnal Informatika & Teknologi More Issue