Jurnal Ilmu Komputer dan Informatika
Jurnal Ilmu Komputer dan Informatika (JIKI) merupakan sebuah jurnal ilmiah nasional yang mempublikasikan artikel hasil penelitian di bidang Ilmu Komputer, Informatika, dan Sistem Informasi, terutama pada pengembangan software, pengembangan sistem informasi, sistem komputer, jaringan komputer, algoritma dan komputasi, serta penerapan teknologi informasi. Jurnal Ilmu Komputer dan Informatika (JIKI) terdaftar di LIPI dengan P-ISSN : 2807-6664 dan E-ISSN : 2807-6591. Selain itu, JIKI terdaftar di Crossref dengan DOI : https://doi.org/10.54082/jiki.IDPaper. Jurnal Ilmu Komputer dan Informatika (JIKI) dipublikasikan 2 kali dalam setahun, yaitu pada bulan Juni dan Desember. Semua penerimaan naskah akan diproses secara double blind review oleh mitra bestari. Jurnal Ilmu Komputer dan Informatika (JIKI) menerima artikel ilmiah hasil penelitian dari beberapa bidang sebagai berikut : - Organisasi sistem komputer: Arsitektur komputer, sistem tertanam, komputasi waktu nyata - Jaringan : Arsitektur jaringan, protokol jaringan, komponen jaringan, evaluasi kinerja jaringan, layanan jaringan - Keamanan: Kriptografi, layanan keamanan, sistem deteksi intrusi, keamanan perangkat keras, keamanan jaringan, keamanan informasi, keamanan aplikasi - Organisasi perangkat lunak : Penerjemah, Middleware, Mesin virtual, Sistem operasi, Kualitas perangkat lunak - Notasi dan alat perangkat lunak : Paradigma pemrograman, Bahasa pemrograman, Bahasa khusus domain, Bahasa pemodelan, Kerangka kerja perangkat lunak, Lingkungan pengembangan terintegrasi - Pengembangan perangkat lunak : Proses pengembangan perangkat lunak, Analisis kebutuhan, Desain perangkat lunak, Konstruksi perangkat lunak, Penyebaran perangkat lunak, Pemeliharaan perangkat lunak, Tim pemrograman, Model sumber terbuka - Teori Komputasi : Model Komputasi, Kompleksitas Komputasi - Algoritma : Desain algoritma, Analisis algoritma - Matematika komputasi : Matematika diskrit, Perangkat lunak matematika, Teori informasi - Sistem informasi : Sistem manajemen basis data, Sistem penyimpanan informasi, Sistem informasi perusahaan, Sistem informasi sosial, Sistem informasi geografis, Sistem pendukung keputusan, Sistem kontrol proses, Sistem informasi multimedia, Penambangan data, Perpustakaan digital, Platform komputasi, Pemasaran digital, World Wide Web , Pengambilan informasi - Interaksi manusia-komputer : Desain interaksi, Komputasi sosial, Komputasi di mana-mana, Visualisasi, Aksesibilitas - Konkurensi: Komputasi bersamaan, Komputasi paralel, Komputasi terdistribusi - Kecerdasan buatan : Pemrosesan bahasa alami, Representasi dan penalaran pengetahuan, Visi komputer, Perencanaan dan penjadwalan otomatis, Metodologi pencarian, Metode kontrol, Filosofi kecerdasan buatan, Kecerdasan buatan terdistribusi - Pembelajaran mesin: Pembelajaran dengan pengawasan, Pembelajaran tanpa pengawasan, Pembelajaran penguatan, Pembelajaran multi-tugas - Grafik : Animasi, Rendering, Manipulasi gambar, Unit pemrosesan grafik, Realitas campuran, Realitas virtual, Kompresi gambar, Pemodelan padat - Komputasi terapan: E-commerce, Perangkat lunak perusahaan, Penerbitan elektronik, Cyberwarfare, Pemungutan suara elektronik, Video game, Pengolah kata, Riset operasi, Teknologi pendidikan, Manajemen dokumen.
Articles
8 Documents
Search results for
, issue
"Vol 4 No 2 (2024): JIKI - Desember 2024"
:
8 Documents
clear
<![CDATA[Penerapan Logika Fuzzy Mamdani dalam Menentukan Konsentrasi Mahasiswa pada Program Studi Ilmu Komputer Unpatti ]]>
<![CDATA[Makulua, Daniel]]>;
<![CDATA[Radjabaycolle, Jefri Esna Thomas]]>;
<![CDATA[Ollong, Shalu]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 4 No 2 (2024): JIKI - Desember 2024 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54082/jiki.165
<![CDATA[Pemilihan konsentrasi di jurusan Ilmu Komputer di Universitas Pattimura Ambon adalah langkah penting bagi mahasiswa sebelum memasuki semester 5. Mereka harus memilih antara Software Arsitektur, Machine Learning, atau Kriptografi Terapan. Pilihan ini memengaruhi akademik dan prospek karir mereka, namun banyak yang kesulitan menentukan konsentrasi yang tepat sesuai minat dan kemampuan. Penelitian ini mengusulkan metode menggunakan logika fuzzy Mamdani untuk membantu mahasiswa memilih konsentrasi yang sesuai. Data mahasiswa diolah dengan konsep logika fuzzy Mamdani menggunakan software MATLAB untuk menghasilkan rekomendasi konsentrasi. Hasilnya menunjukkan metode ini lumayan efektif dengan akurasi 73.3%, dan dapat merepresentasikan minat serta kemampuan mahasiswa secara akurat. Penelitian ini menawarkan panduan berguna bagi mahasiswa dan universitas dalam menentukan konsentrasi yang tepat.]]>
<![CDATA[Penerapan Metode Content-Based Filtering dalam Sistem Rekomendasi Objek Wisata di Aceh Tamiang ]]>
<![CDATA[Pratiwi, Dinda]]>;
<![CDATA[Asrianda, Asrianda]]>;
<![CDATA[Rosnita, Lidya]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 4 No 2 (2024): JIKI - Desember 2024 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54082/jiki.169
<![CDATA[Pariwisata berbasis teknologi informasi menjadi semakin penting dalam era digital untuk mempermudah wisatawan menemukan destinasi yang sesuai dengan preferensi mereka. Penelitian ini bertujuan mengembangkan sistem rekomendasi objek wisata berbasis web di Aceh Tamiang menggunakan metode content-based filtering. Sistem ini dirancang untuk menganalisis ulasan dari Google Maps agar memberikan rekomendasi yang relevan dengan preferensi pengguna. Data ulasan dikumpulkan melalui SerpApi, kemudian diproses melalui tahapan preprocessing, perhitungan bobot TF, IDF, dan TF-IDF, serta analisis kesamaan menggunakan cosine similarity. Hasil penelitian menunjukkan bahwa sistem ini mampu memberikan rekomendasi yang sesuai dengan preferensi wisatawan, khususnya untuk atribut seperti "pantai", "piknik", "sepi", dan "sungai". Sistem ini diharapkan dapat membantu pengambilan keputusan wisatawan secara lebih efisien dan memberikan kontribusi positif terhadap pengembangan pariwisata di Aceh Tamiang.]]>
<![CDATA[Penerapan Metode Topsis pada Sistem Pengambilan Keputusan dalam Memilih Jenis Sekolah Lanjutan Tingkat Atas ]]>
<![CDATA[Afdilah, Sonia]]>;
<![CDATA[Simorangkir, Hotmaida Asima Verawati]]>;
<![CDATA[Sianipar, Novasari Agustina]]>;
<![CDATA[Hani, Ilfa]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 4 No 2 (2024): JIKI - Desember 2024 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54082/jiki.196
<![CDATA[Sekolah menegah atas merupakan satu bentuk Satuan Pendidikan Formal tingkat menegah sebagai lanjutan dari Sekolah Menegah Pertama atau sederajat. Salah satu permasalahan yang dihadapi oleh para calon siswa-siswi adalah terdapat banyak pilihan sekolah menegah tingkat atas. Pemilihan sekolah lanjutan tingkat atas merupakan keputusan krusial yang berdampak pada masa depan siswa, yang seringkali membingungkan bagi siswa dan orang tua. Sehingga membingungkan calon siswa-siswi dalam memilih sekolah oleh karena itu, penulis memutuskan untuk membuat sebuah Sistem Pendukung Keputusan (SPK) untuk mempermudah penentuan melanjutkan ke sekolah lanjutan tingkat atas yang memiliki keunggulan dan menjadi favorit calon siswa-siswi tersebut. Penelitian ini bertujuan untuk mengembangkan sebuah sistem pendukung keputusan yang dapat membantu dalam proses pemilihan sekolah tersebut. Metode Technique For Order Preference by Similarity to an Ideal Solution (TOPSIS) dipilih sebagai metode pengambilan keputusan karena kemampuannya dalam memperhitungkan berbagai kriteria yang bersifat multi-atribut. Dengan demikian alternatif yang memiliki akreditasi, biaya, ekstrakulikuler, sarana dan prasarana serta jurusan di pertimbangkan dalam penelitian ini. Dari penelitian ini dapat dilihat datanya yaitu akreditasi memiliki nilai 20%, biaya masuk memiliki nilai 20%, ekstrakulikuler memiliki nilai 30%, sarana dan prasarana memiliki nilai 10%, dan yang terakhir jurusan meiliki nilai 20%. Pentingnya penelitian ini untuk masa depan anak-anak bangsa dan hasil dari penelitian ini smk memiliki nilai tertinggi dan memiliki jurusan terbanyak sehingga sekolah ini lah yang mendapat ranting tertinggi, menurut penelitian ini sekolah dapat meningkatkan kualitas pendidikan disetiap daerah untuk membangun anak bangsa yang cerdas dan cermat.]]>
<![CDATA[Analisis Perbandingan Efektifitas Metode Manajemen Proyek TI Scrum dan Kanban : A Literature Review ]]>
<![CDATA[Putri, Afnatasya Dwias]]>;
<![CDATA[Seff, Qurunul Bachri Rahma Diar]]>;
<![CDATA[Suryoadhiva, Gemilang Reynaldi]]>;
<![CDATA[Albana, Ilham]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 4 No 2 (2024): JIKI - Desember 2024 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54082/jiki.201
<![CDATA[Penelitian ini bertujuan untuk mengevaluasi efektivitas metode Agile, khususnya Scrum dan Kanban, dalam pengelolaan proyek perangkat lunak teknologi informasi. Melalui Systematic Literature Review (SLR), penelitian ini menganalisis berbagai studi yang membahas penerapan kedua metode tersebut di berbagai konteks. Hasil penelitian menunjukkan bahwa baik Scrum maupun Kanban memiliki kelebihan dan kekurangan yang mempengaruhi efektivitasnya dalam manajemen proyek. Scrum diakui sebagai kerangka kerja yang fleksibel dan adaptif, cocok untuk proyek-proyek kompleks, namun implementasinya dapat menjadi rumit dan memerlukan pemahaman mendalam. Di sisi lain, Kanban menawarkan visualisasi alur kerja yang jelas, meningkatkan kolaborasi tim dan identifikasi hambatan, tetapi kurangnya struktur dapat menyulitkan tim dalam menetapkan prioritas. Penelitian ini juga menemukan bahwa kedua metode sama-sama efektif dalam meningkatkan efisiensi operasional dan kualitas hasil proyek, baik di Indonesia maupun di luar negeri.]]>
<![CDATA[Applied Algebra for Image Compression: A Systematic Literature Review ]]>
<![CDATA[Alfarisi, Salman]]>;
<![CDATA[Sitanggang, Rivilyo Mangolat Rizky]]>;
<![CDATA[Christina, Athalia]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 4 No 2 (2024): JIKI - Desember 2024 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54082/jiki.208
<![CDATA[Kompresi citra berperan penting dalam mengurangi ukuran file gambar tanpa mengorbankan kualitas signifikan, yang krusial untuk efisiensi penyimpanan dan kecepatan transmisi data di era digital. Penelitian ini melakukan tinjauan sistematis terhadap literatur terkait kompresi citra untuk menganalisis jenis gambar, algoritma, metode, serta metrik evaluasi yang digunakan. Dengan berpedoman pada Kitchenham's Guidelines for Performing Systematic Literature Review in Software Engineering Version 2.3, sebanyak 23 dari 28 jurnal yang diidentifikasi memenuhi kriteria inklusi dengan fokus utama pada implementasi kompresi citra. Hasil kajian menunjukkan bahwa citra grayscale, citra hasil komputerisasi, dan objek fotografi adalah jenis citra yang paling banyak digunakan. Di sisi metode, algoritma Singular Value Decomposition (SVD) mendominasi penelitian kompresi, sedangkan Peak Signal-to-Noise Ratio (PSNR) dan Mean Squared Error (MSE) adalah metrik utama dalam mengevaluasi kualitas kompresi gambar. Penelitian ini memberikan panduan komprehensif bagi peneliti dan praktisi dalam memilih metode kompresi optimal sesuai kebutuhan, baik untuk penyimpanan maupun transmisi data digital. Penelitian ini diharapkan menjadi acuan bagi studi selanjutnya dalam mengembangkan teknik kompresi yang lebih efisien dan inovatif, serta mendorong kemajuan dalam komunikasi digital di era data besar. Dengan demikian, hasil ini diharapkan memberikan dampak signifikan dalam mempercepat pemrosesan, mengurangi biaya penyimpanan, dan mendukung efisiensi sistem komunikasi berbasis gambar.]]>
<![CDATA[Perancangan Knowledge Management System untuk Startup dengan Metode Rapid Application Development Berbasis Website ]]>
<![CDATA[Prapto, Aryo Suryo]]>;
<![CDATA[Alhafiz, Zaki Azfa]]>;
<![CDATA[Maharani, Alifia]]>;
<![CDATA[Sugiarti, Yuni]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 4 No 2 (2024): JIKI - Desember 2024 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54082/jiki.209
<![CDATA[Startup merupakan perusahaan rintisan yang memiliki visi misi untuk membangun atau mengembangkan suatu produk. Dalam proses bisnisnya, perusahaan Startup terus mengalami perkembangan mengikuti pergerakan teknologi dunia. Oleh sebab itu, knowledge sharing yang kuat sangat mempengaruhi evaluasi bagi suatu perusahaan Startup untuk belajar dan juga berkembang. Pada penelitian ini, bertujuan untuk merancang suatu sistem yang terintegrasi dan mampu memfasilitasi knowledge management dalam suatu perusahaan Startup. Metode Rapid Application Development (RAD) dipilih sebagai metode pengembangan sistem untuk efektivitas dan efisiensi waktu perancangan. Sumber data penelitian diperoleh dari Observasi dan Studi Pustaka mendalam. Hasil penelitian ini adalah ditemukan fitur baru yang memudahkan pegawai melakukan diskusi lebih lanjut secara tertutup maupun forum dengan para founder. Selain itu fitur materi terbatas juga hadir untuk menjaga essential value terkait aset-aset perusahaan seperti strategi perusahaan, rantai pasok perusahaan, hingga sumberdaya perusahaan Startup. Penelitian ini memberikan kontribusi signifikan bagi startup untuk meningkatkan efisiensi dan daya saing di era digital.]]>
<![CDATA[Analisis Komparasi Algoritma Machine Learning dalam Prediksi Performa Akademik Mahasiswa: Literature Review ]]>
<![CDATA[Azis, Abdur Rahman]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 4 No 2 (2024): JIKI - Desember 2024 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54082/jiki.212
<![CDATA[Perkembangan teknologi dan data dalam bidang pendidikan membuka peluang baru untuk memahami dan memprediksi performa akademik mahasiswa. Literatur ini mengkaji efektivitas berbagai algoritma machine learning, seperti Support Vector Machine (SVM), Random Forest, Naïve Bayes, dan Deep Learning, dalam memprediksi performa akademik mahasiswa berdasarkan atribut seperti nilai akademik, kehadiran, serta interaksi dalam platform pembelajaran. Hasil analisis menunjukkan bahwa SVM mencatat akurasi tertinggi hingga 94,4% pada dataset dengan margin data yang jelas, sementara Random Forest unggul dalam menangani dataset besar dan kompleks dengan akurasi konsisten sebesar 85%. Naïve Bayes, dengan kesederhanaannya, mencapai akurasi 87,6% untuk dataset dengan atribut independen, sedangkan Deep Learning menunjukkan potensi untuk dataset besar namun terbatas pada akurasi 72,84% karena keterbatasan data. Penelitian ini menekankan pentingnya pemrosesan data yang lebih baik serta penggunaan algoritma yang sesuai untuk meningkatkan kualitas pembelajaran berbasis data. Implementasi machine learning memungkinkan intervensi dini untuk mendukung keberhasilan akademik mahasiswa, meskipun tantangan seperti kualitas data dan kebutuhan sumber daya komputasi tetap menjadi perhatian utama. Penelitian ini dapat mendukung pengembangan sistem pembelajaran berbasis data di perguruan tinggi, memungkinkan pengambilan keputusan berbasis data yang lebih efektif untuk meningkatkan kualitas pendidikan dan hasil akademik mahasiswa.]]>
<![CDATA[Penerapan Data Mining dalam Mendukung Sistem Penunjang Keputusan Penerima Beasiswa di Universitas: Literature Review ]]>
<![CDATA[Alviansyah, Muhammad Dafa]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 4 No 2 (2024): JIKI - Desember 2024 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54082/jiki.214
<![CDATA[Pengelolaan data yang besar untuk pengambilan keputusan dalam proses pemberian beasiswa di universitas menjadi tantangan tersendiri, terutama untuk memastikan bahwa keputusan yang diambil efektif dan efisien. Penelitian ini dilakukan untuk memberikan informasi terkait penerapan data mining dalam mendukung sistem penunjang keputusan (Decision Support System) sebagai solusi untuk membantu proses penentuan penerima beasiswa. Penelitian dilakukan dengan menganalisis artikel dan jurnal yang relevan melalui Google Scholar, IEEE Xplore, Springer, Science Direct dan database elektronik lainnya. Kata kunci yang digunakan meliputi “data mining”, “sistem penunjang keputusan” dan “beasiswa”. Hasil analisis yang telah dilakukan menunjukan bahwa data mining dengan pemilihan algoritma yang sesuai dengan ukuran dataset akan berdampak pada performa algoritma tersebut. Penelitian ini menunjukan bahwa penerapan data mining dengan algoritma artificial neural network (ANN) memiliki performa terbaik dibanding dengan algoritma pembandingnya dengan hasil diatas 79%. Dengan hasil tersebut penggunaan data mining disimpulkan dapat memberikan kemudahan dalam pengelolaan data yang besar serta dapat meningkatkan efisiensi dan efektivitas dalam pengambilan keputusan. Selain itu, teknologi ini juga berpotensi untuk diterapkan pada bidang lain seperti pertanian, kesehatan, dan keuangan untuk mendukung pengambilan keputusan yang lebih baik berdasarkan data yang dimiliki oleh setiap bidang ilmu.]]>
