cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Herdian Bhakti
Contact Email
nfo@idpublishing.org
Phone
+62813133 32424
Journal Mail Official
jacis@idpublishing.org
Editorial Address
Gg. Broto Manunggal V, Brajan, Tamantirto, Kec. Kasihan, Bantul, Daerah Istimewa Yogyakarta 55184
Location
Kab. bantul,
Daerah istimewa yogyakarta
INDONESIA
Journal Automation Computer Information System (JACIS)
Published by Indonesian Journal Publisher
ISSN : -     EISSN : 27978443     DOI : https://doi.org/10.47134/jacis
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
JACIS: Journal Automation Computer Information System is officially registered in the Centre for Data and Scientific Documentation (PDDI), Indonesia Institute of Science with ISSN Number 2797-8443 (online). JACIS: Journal Automation Computer Information System is published twice, in May and November. JACIS accept and publish the result of research in the field of Computer Science and Informatics. JACIS has a focus and scope : 1. computer science: Artificial Intelligence, Machine Learning, Data Mining, Expert System, Decision Support System 2. Informatics: Web Programming, Mobile Computing, Computer Networks, information system, Database Systems, Security Systems. JACIS: Journal Automation Computer Information System is Open - Access Journal indexed by Google Scholar. Every article submitted to the JACIS: Journal Automation Computer Information System will be reviewed within 8-10 weeks and published when the similarity/plagiarism index is under 25% checked by Ithenticate/Turnitin. To submit article to JACIS: Journal Automation Computer Information System, please kindly follow our guidelines: Author Guidelines
Arjuna Subject : Teknik (semua kategori) - Teknik Kontrol dan Sistem
Articles 120 Documents
 8   9   10   11   12 
Rancang Bangun Website Promosi Produk Industri Menggunakan QR Code Berbasis Augmented Reality Garry Johannes; Pastima Simanjuntak
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.166

Abstract

Keterbatasan media promosi konvensional dalam menyajikan informasi teknis dan fungsional produk industri secara komprehensif menjadi kendala dalam strategi pemasaran digital, sebagaimana dialami oleh PT Gunung Mas Perkasa Abadi yang masih mengandalkan katalog dua dimensi serta penjelasan verbal dari tim sales pada interaksi Business-to-Business (B2B). Penelitian ini bertujuan untuk merancang dan mengembangkan prototipe sistem informasi promosi berbasis website yang mengintegrasikan teknologi Web-based Augmented Reality (Web-AR) dengan Quick Response (QR) Code guna menampilkan lima produk prioritas perusahaan dalam bentuk model 3D interaktif. Pengembangan sistem dilakukan menggunakan metode Multimedia Development Life Cycle (MDLC) yang meliputi tahap concept, design, material collecting, assembly, testing, dan distribution, dengan memanfaatkan aset yang bersumber dari data produk perusahaan. Sistem dikembangkan berbasis browser untuk meningkatkan aksesibilitas pengguna tanpa memerlukan instalasi aplikasi tambahan. Hasil pengujian teknis menunjukkan bahwa seluruh fungsi utama sistem berjalan sesuai dengan spesifikasi yang dirancang. Teknologi Web-AR mampu mentransformasikan representasi produk dua dimensi menjadi objek tiga dimensi interaktif secara real-time, sementara QR Code berfungsi sebagai media akses yang cepat dan akurat. Temuan ini mengindikasikan bahwa integrasi QR Code dan Web-AR secara teknis dapat diimplementasikan sebagai mekanisme penyampaian informasi promosi yang terintegrasi. Namun demikian, klaim keberhasilan penelitian ini dibatasi pada aspek fungsionalitas dan kelayakan teknis sistem, tanpa mencakup pengukuran efektivitas promosi, persepsi pengguna, maupun dampaknya terhadap peningkatan penjualan
Rancang Bangun Robot Manipulator Untuk Penanganan Bahan Berbahaya di Laboratorium Berbasis IOT Iba Yusufi; Mariska Putri Pratiwi
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.168

Abstract

Penggunaan Alat Pelindung Diri (APD) dan Standard Operasional Procedure (SOP) pada proses uji sterilisasi di laboratorium memiliki kelemahan dalam hal mobilitas dan kedisiplinan pekerja. Studi ini bertujuan untuk membangun robot manipulator berbasis Internet of Things (IoT) yang dapat dikendalikan dari jarak jauh untuk memindahkan objek cair mengandung bakteri dari wadah ke wadah lain yang berisi sampel produk guna mengurangi risiko kontaminasi langsung bagi pekerja. Perangkat yang digunakan adalah Aplikasi Windows, Mikrokontroler Arduino, motor servo MG996R, dan modul Bluetooth HC-05. Metode yang diterapkan adalah Prototype Evaluation yang melibatkan Studi Literatur, Desain Sistem, Implementasi dan Evaluasi Kinerja. Evaluasi kinerja dilakukan menggunakan parameter kuantitatif termasuk waktu respons, delay transmisi, dan akurasi pergerakan. Hasil eksperimen menunjukkan bahwa sistem mencapai waktu respons rata-rata 140,8 ms, penundaan komunikasi 0,83 ms, dan akurasi pergerakan 98,33%. Robot mampu beroperasi dalam jangkauan kontrol hingga 15 meter. Hasil ini menunjukkan bahwa sistem yang diusulkan mampu beroperasi dalam kondisi mendekati waktu nyata dan berpotensi meningkatkan keselamatan di lingkungan laboratorium dengan meminimalkan paparan langsung manusia terhadap bahan berbahaya
Prediksi Perbandingan Kinerja MobileNetV2 dan EfficientNetB0 dalam Prediksi Kematangan Buah Jaboticaba Mahardika Wildan Fitrian; Wiwi Widayani; Heri Sismoro; Nur Aini; Dwi Nurani
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.177

Abstract

Penentuan kematangan buah yang akurat penting untuk meningkatkan kualitas panen dan efisiensi distribusi, namun praktik manual masih rentan terhadap subjektivitas. Penelitian ini membandingkan kinerja Convolutional Neural Network (CNN), MobileNetV2, dan EfficientNetB0 dalam memprediksi jumlah hari menuju kematangan buah Jaboticaba (Plinia cauliflora) berbasis citra RGB. Dataset diperoleh dari pengamatan lapangan dan diuji dalam dua skenario: 656 citra dan dataset hasil augmentasi sebanyak ±2.500 citra. Seluruh model dilatih dengan optimizer Adam dan dievaluasi menggunakan Mean Absolute Error (MAE). Pada dataset kecil, MobileNetV2 menunjukkan performa terbaik dengan MAE uji 1,54 hari, lebih baik dibanding CNN (3,41 hari) dan EfficientNetB0 (6,05 hari). Setelah jumlah data diperbesar, kinerja seluruh model meningkat, dengan MobileNetV2 tetap unggul (MAE 0,95 hari), diikuti EfficientNetB0 (1,30 hari) dan CNN (1,86 hari). Peningkatan terbesar terjadi pada EfficientNetB0, yang mengindikasikan bahwa model berkapasitas tinggi membutuhkan data lebih besar untuk belajar secara optimal. Hasil ini menegaskan bahwa ukuran dataset berpengaruh signifikan terhadap akurasi, serta bahwa MobileNetV2 memberikan keseimbangan terbaik antara ketepatan dan stabilitas
Analisis Sentimen Masyarakat Indonesia Terkait Konten Deepfake Pada Platform X Menggunakan Algoritma SVM Muhammad Reza Maulana; Agung Nugroho; Asep Suprianto
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.180

Abstract

Maraknya penyebaran konten deepfake di platform media sosial memunculkan kekhawatiran tentang kemungkinan adanya disinformasi dan manipulasi informasi di ranah digital. Platform media sosial X menjadi salah satu lokasi utama bagi masyarakat untuk menyampaikan pandangan mereka tentang fenomena ini. Penelitian ini bertujuan untuk menganalisis pandangan masyarakat Indonesia mengenai deepfake di platform X dan menilai kinerja algoritma Support Vector Machine (SVM) dalam mengklasifikasikan sentimen. Data diperoleh dengan teknik crawling menggunakan kata kunci “deepfake” pada periode Januari 2024 hingga Juni 2025, menghasilkan 2.116 tweet dan 1.841 data bersih setelah dilakukan preprocessing. Pelabelan data dilakukan dengan pendekatan lexicon-based, dengan ekstraksi fitur menggunakan TF-IDF. Model klasifikasi menggunakan SVM dengan kernel linear serta pembagian data training dan testing dengan rasio 80:20. Evaluasi model menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa pendapat masyarakat lebih banyak didominasi oleh sentimen negatif. Model SVM mencatat akurasi 80,76%, presisi 68,81%, recall 66,96%, dan F1-score 67,87%, yang menunjukkan performa klasifikasi pada tingkat sedang dalam skema pelabelan berbasis leksikon. Hasil ini dapat digunakan sebagai dasar untuk memantau opini publik terkait fenomena deepfake serta mendukung pengembangan strategi literasi digital di media sosial
Implementasi Metode Certainty Factor dan TOPSIS pada Diagnosis Penyakit Jagung dan Penentuan Prioritas Penanganan Uma Fadhila Dina Puspita; Adhika Pramita Widyassari
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.181

Abstract

Jagung merupakan salah satu komoditas penting dalam sektor pangan dan agribisnis, tetapi produktivitasnya masih sering terganggu oleh serangan penyakit yang memiliki gejala serupa. Kondisi ini menyebabkan proses identifikasi penyakit dan penentuan penanganan yang tepat menjadi tidak mudah. Penelitian ini bertujuan mengembangkan sistem berbasis web yang dapat membantu diagnosis penyakit tanaman jagung sekaligus menentukan prioritas penanganan yang sesuai. Sistem dirancang dengan menggabungkan metode Certainty Factor untuk menghitung tingkat keyakinan diagnosis berdasarkan gejala yang dipilih pengguna, serta metode Technique for Order Preference by Similarity to Ideal Solution untuk menyusun urutan prioritas solusi berdasarkan beberapa kriteria keputusan. Basis pengetahuan sistem mencakup enam jenis penyakit, lima belas gejala, dan delapan belas alternatif penanganan. Pengujian dilakukan menggunakan 30 kasus uji berbasis pengetahuan pakar, lalu dievaluasi dengan accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan diagnosis yang sesuai dengan label pakar pada seluruh kasus uji, dengan nilai accuracy, precision, recall, dan F1-score sebesar 1,00. Selain itu, metode TOPSIS juga mampu menghasilkan rekomendasi penanganan yang lebih terstruktur sesuai preferensi pengguna. Dengan demikian, sistem yang dikembangkan dapat mendukung proses diagnosis penyakit jagung dan membantu pengguna menentukan prioritas penanganan secara lebih sistematis dan terukur.
Implementasi Metode Simple Additive Weighting (SAW) Untuk Pemilihan Smartphone Gaming Ahmad Himam Auliya; Adhika Pramita Widyassari
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.182

Abstract

Maraknya pilihan smartphone gaming di pasaran dengan ragam spesifikasi dan kisaran harga yang beragam kerap menimbulkan kebingungan bagi konsumen dalam menentukan perangkat yang paling tepat sesuai kebutuhan mereka. Penelitian ini bertujuan mengimplementasikan metode Simple Additive Weighting (SAW) dalam sistem pendukung keputusan berbasis web yang dikhususkan untuk pemilihan smartphone gaming. Metode SAW dipilih karena kesederhanaannya dalam melakukan perangkingan alternatif berdasarkan beberapa kriteria, yaitu harga (cost), RAM, skor AnTuTu, kapasitas baterai, dan refresh rate layar (benefit). Data spesifikasi diperoleh melalui studi dokumentasi dari situs resmi produsen dan portal teknologi GSMArena sebanyak 15 smartphone dari merek Asus, Xiaomi, Samsung, iQOO, dan Nubia dengan kriteria inklusi rilis tahun 2023-2025, prosesor Snapdragon 8 series atau MediaTek Dimensity 9000, dan RAM minimal 8 GB. Bobot kriteria diperoleh dari survei kepada 10 responden gamer. Hasil penelitian menunjukkan sistem memiliki akurasi 100% dalam mencocokkan hasil perhitungan dengan perhitungan manual. Nubia Red Magic 9 Pro terpilih sebagai smartphone gaming terbaik dengan nilai preferensi tertinggi 0,8656. Sistem ini diharapkan dapat membantu konsumen dalam memilih perangkat yang sesuai dengan kebutuhan dan anggaran.
Klasterisasi Prioritas Kerusakan Pipa PDAM Blora Cabang Cepu dengan Metode K-Means Anang Triyulianto Nugraha Putra; Adhika Pramita Widyassari
Journal Automation Computer Information System Vol. 6 No. 2 (2026): November (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i2.183

Abstract

Kebocoran pipa distribusi air bersih merupakan permasalahan teknis yang sering terjadi dan berdampak langsung pada efisiensi pelayanan PDAM. Penelitian ini bertujuan untuk mengelompokkan prioritas kerusakan pipa PDAM Blora Cabang Cepu berdasarkan wilayah, ukuran pipa, dan durasi penanganan menggunakan algoritma K-Means. Data yang digunakan sebanyak 228 laporan pengaduan periode 2024-2025. Metode yang diterapkan mengikuti pendekatan Knowledge Discovery in Database (KDD) yang meliputi pengumpulan data, preprocessing, transformasi data, normalisasi Min-Max, penentuan centroid awal, perhitungan jarak Euclidean, serta iterasi hingga konvergensi. Hasil penelitian menghasilkan tiga klaster dengan karakteristik berbeda. Cluster 0 (81 kasus) dan Cluster 2 (124 kasus) dikategorikan sebagai kerusakan ringan dengan ukuran pipa rata-rata 2 inci dan durasi penanganan kurang dari 2 hari (prioritas rendah). Cluster 1 (23 kasus) merupakan kerusakan berat dengan ukuran pipa rata-rata 5,17 inci dan durasi penanganan mencapai 8,57 hari (prioritas tinggi). Ukuran pipa terbukti sebagai indikator yang lebih kuat dalam memprediksi durasi perbaikan dibandingkan wilayah. Kesimpulannya, metode K-Means efektif digunakan untuk menentukan prioritas penanganan kerusakan pipa secara objektif dan dapat dijadikan dasar pengambilan keputusan operasional PDAM Cabang Cepu.
Analisis Robustness dan Tipping Point Proyek ERP Berbasis Simulasi Monte Carlo Dicky Aditya; Muhammad Kharis Ihsan; Muhammad Ainul Yaqin
Journal Automation Computer Information System Vol. 6 No. 2 (2026): November (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i2.184

Abstract

Penelitian ini menganalisis ketidakpastian dalam proyek Enterprise Resource Planning (ERP), yang sering menyebabkan deviasi terhadap target waktu dan biaya. Fokus penelitian ini adalah untuk mengevaluasi ketahanan kinerja proyek dalam menghadapi ketidakpastian serta mengidentifikasi titik kritis dalam hubungan antara durasi dan biaya proyek. Pendekatan kuantitatif berbasis simulasi Monte Carlo dengan 500 iterasi digunakan untuk menghasilkan berbagai skenario proyek berdasarkan distribusi probabilitas parameter durasi dan biaya. Hasil penelitian menunjukkan bahwa skenario S1.4 (fast-tracking) dan S2.5 (ideal case) memiliki ketahanan tertinggi (100%) karena dapat memenuhi target waktu dan biaya secara konsisten. Namun, S1.4 lebih realistis diterapkan dibandingkan S2.5. Sebaliknya, skenario S1.5 (extreme crashing) menunjukkan titik kritis, karena meskipun durasi tercepat tercapai, biaya proyek meningkat drastis dan probabilitas sesuai anggaran turun menjadi 0%. Temuan ini menegaskan bahwa percepatan proyek bukan solusi yang selalu efektif. Sebaliknya, strategi yang mempertahankan keseimbangan antara waktu, biaya, dan risiko lebih tahan terhadap ketidakpastian dalam proyek ERP. Penelitian ini memberikan wawasan baru dalam pengambilan keputusan berbasis probabilistik pada manajemen proyek ERP
Klasifikasi Terhadap Estimasi Waktu Pengiriman Kurir Lokal Menggunakan Naive Bayes Mohammad Ulin Nuha; Adhika Pramita Widyassari
Journal Automation Computer Information System Vol. 6 No. 2 (2026): November (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i2.185

Abstract

Penelitian ini bertujuan untuk mengimplementasikan metode Naive Bayes dalam klasifikasi estimasi waktu pengiriman kurir lokal pada layanan ShopeeFood di wilayah Blora, Jawa Tengah. Latar belakang penelitian didasari oleh meningkatnya kebutuhan prediksi waktu pengiriman yang akurat dalam industri logistik dan e-commerce guna menjaga kepuasan pelanggan serta efisiensi operasional. Data dikumpulkan dari sistem internal ShopeeFood selama periode 1–28 Februari 2026, dengan total 150 pesanan yang setelah melalui tahap preprocessing menghasilkan 140 data valid. Fitur yang digunakan meliputi restoran, jam pengiriman, jarak tempuh, dan kondisi cuaca. Kategori waktu pengiriman dibagi menjadi tiga kelas: cepat (≤5 menit), sedang (6–10 menit), dan lambat (>10 menit). Data dibagi menjadi data latih (70%) dan data uji (30%) menggunakan hold-out validation dengan stratifikasi. Implementasi Naive Bayes menggunakan jenis Multinomial Naive Bayes dengan smoothing Laplace (α=1). Hasil evaluasi menunjukkan akurasi per kategori mencapai 100% untuk kategori sedang, 92,59% untuk kategori cepat, dan 66,67% untuk kategori lambat. Jarak tempuh terbukti menjadi faktor pembeda utama antar kategori, sementara kondisi cuaca memberikan pengaruh yang relatif kecil. Kesimpulannya, metode Naive Bayes efektif digunakan sebagai alat bantu klasifikasi estimasi waktu pengiriman kurir lokal meskipun masih memiliki keterbatasan pada kelas dengan distribusi data minoritas
Analisis Performa Random Forest dalam Mengklasifikasikan Engagement Rate Konten Video Blora TV Eko Diding Wahyudi; Adhika Pramita Widyassari
Journal Automation Computer Information System Vol. 6 No. 2 (2026): November (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i2.186

Abstract

Penelitian ini bertujuan untuk menganalisis performa algoritma Random Forest dalam mengklasifikasikan engagement rate konten video YouTube Blora TV serta mengidentifikasi faktor-faktor paling berpengaruh terhadap popularitas video. Data dikumpulkan dari kanal YouTube Blora TV sebanyak 125 video dengan delapan atribut utama meliputi durasi, waktu tonton, subscriber, estimasi pendapatan, dan rasio klik-tayang (CTR). Target klasifikasi dibagi menjadi tiga kategori popularitas berdasarkan waktu tonton, yaitu Low (Tidak Populer), Medium (Cukup Populer), dan High (Sangat Populer). Pra-pengolahan data mencakup pembersihan data, normalisasi fitur, dan pembagian data latih (60%) dan data uji (40%) menggunakan stratified split. Model Random Forest dikonfigurasi dengan 100 pohon dan kedalaman maksimal 10. Hasil evaluasi menunjukkan akurasi testing sebesar 98,00%, F1-score tertimbang 97,90%, serta rata-rata validasi silang 5-lipat sebesar 98,40% dengan standar deviasi 1,96%. Analisis feature importance mengungkap bahwa waktu tonton (46,37%) merupakan faktor paling dominan, diikuti oleh subscriber (20,89%) dan CTR (18,84%). Model hanya melakukan satu kesalahan klasifikasi dari 50 data uji, yaitu video kelas High terprediksi sebagai Medium. Kendala utama terletak pada rendahnya recall kelas High (75%) akibat ketidakseimbangan kelas (hanya 7,2% video populer). Secara keseluruhan, Random Forest terbukti efektif, stabil, dan interpretabel dalam mengklasifikasikan engagement rate konten video Blora TV, serta layak dijadikan alat pendukung keputusan strategis berbasis data

Page 11 of 12 | Total Record : 120

 8   9   10   11   12 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol. 6 No. 2 (2026): November (In Progress Issue) Vol. 6 No. 1 (2026): Mei Vol. 5 No. 2 (2025): November Vol. 5 No. 1 (2025): Mei Vol. 4 No. 2 (2024): November Vol. 4 No. 1 (2024): Mei Vol. 3 No. 2 (2023): November Vol. 3 No. 1 (2023): Mei Vol. 2 No. 2 (2022): November Vol. 2 No. 1 (2022): Mei Vol. 1 No. 2 (2021): November Vol. 1 No. 1 (2021): Mei More Issue