cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muchamad Kurniawan
Contact Email
muchamad.kurniawan@itats.ac.id
Phone
+6281335250560
Journal Mail Official
kernel.journal@itats.ac.id
Editorial Address
Institut Teknologi Adhi Tama Surabaya Jl. Arief Rachman Hakim no. 100 Surabaya
Location
Kota surabaya,
Jawa timur
INDONESIA
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika
Published by Institut Teknologi Adhi Tama Surabaya
ISSN : -     EISSN : 27744345     DOI : -
Core Subject : Science, Education,
Computer Science & IT Other
1. Teknologi Informasi 2. Rekayasa Perangkat Lunak: a. Rekayasa Kebutuhan b. Pengembangan Game dan Realitas Virtual c. Management Proyek Perangkat Lunak d. User Interface / User Experience 3. Jaringan Komputer: a. Sekuritas Jaringan b. Internet Of Things c. Wireless Network d. Cloud Computing e. Jaringan Multimedia 4. Kecerdasan Buatan: a. Citra Digital dan Visi Komputer b. Big Data c. Optimisasi d. Sistem Temu Kembali Informasi e. Data Science f. Data Mining 5. Manajemen Informasi 6. Algoritma dan Pemrograman 7. Data warehouse
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 123 Documents
 9   10   11   12   13 
Implementasi Sistem Registrasi Wisuda Terintegrasi dengan Validasi Kehadiran Dual-Mode Berbasis QR Code Ari Widianto; Anis Shobikah; Norma Devi Kurniasari; Trian Basofi Rohman; Gaguk Triono
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 6, No 2 (2025)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2025.v6i2.8423

Abstract

Penyelenggaraan wisuda sebagai seremoni akademik puncak menuntut manajemen presensi dan akses yang akurat, aman, dan efisien. Pada Institut Teknologi Insan Cendekia Mandiri (ITICM), pelaksanaan wisuda perdana pada November 2025 dengan jumlah tamu undangan sebanyak 96 orang menghadapi tantangan risiko antrean panjang, ketidakteraturan akses masuk area prosesi dan ramah tamah, serta potensi masuknya pihak yang tidak diundang yang dapat mengganggu kekhidmatan acara dan ketersediaan konsumsi. Penelitian ini bertujuan mengembangkan sistem registrasi wisuda berbasis web yang mampu menangani manajemen undangan dan validasi kehadiran secara real-time. Sistem dirancang menggunakan pendekatan Waterfall yang dimodifikasi dengan metode Rapid Application Development (RAD) berbasis framework Laravel dan  basis data MySQL. Inovasi utama adalah implementasi Quick Response (QR) Code dengan mekanisme Dual-Mode Scan, yaitu pemindaian terpisah untuk akses masuk ruang prosesi wisuda dan akses area ramah tamah (konsumsi). Evaluasi sistem dilakukan pada 96 partisipan, dengan batasan perangkat pemindai menggunakan kamera smartphone panitia. Sistem diuji dengan variasi koneksi jaringan (stabil, fluktuatif, dan lambat) menunjukkan, mampu memvalidasi kehadiran tamu dengan waktu rata-rata di bawah 3 detik per transaksi. Dashboard real-time mencatat tingkat kehadiran sebesar 95,8% (92 dari 96 undangan), yang dapat mengeliminasi kesalahan rekapitulasi manual dan mencegah tiket ganda. Implikasi penelitian ini menawarkan model efisiensi single-ticket multi-access yang dapat diadopsi untuk manajemen event akademik berskala lebih besar.
Rancang Bangun Sistem Informasi Akreditasi Program Studi Berbasis Web Menggunakan Metode Rapid Applicatin Development (RAD) Chairul Anam; Rhegysa Alvyanthi Juniartha; Erdiyanto Luthfi Susilo; Agus Eko Musantono; Djuniharto Djuniharto; Rachman Yulianto
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.9213

Abstract

Akreditasi merupakan instrumen penjaminan mutu eksternal yang menentukan kelayakan program studi, namun penyusunan Laporan Kinerja Program Studi (LKPS) di STIKOM PGRI Banyuwangi masih terkendala data yang tersebar di berbagai unit kerja (silo data) dan proses pemindahan data manual ke template Excel resmi yang kaku. Penelitian ini merancang dan membangun sistem informasi akreditasi berbasis web yang mengintegrasikan data enam kriteria LKPS LAM-INFOKOM 2.0 ke dalam satu platform terpusat, dikembangkan dengan metode Rapid Application Development (RAD) melalui tahap Requirement Planning, RAD Design Workshop, dan Implementation, didukung Next.js, Express.js, MySQL, serta pustaka ExcelJS dengan algoritma Coordinate-Based Data Mapping untuk otomasi ekspor laporan. Hasil Black Box Testing pada seluruh modul menunjukkan seluruh fungsi berjalan valid dan berkas Excel yang dihasilkan memiliki presisi format 100% identik dengan template resmi LAM-INFOKOM, sehingga sistem ini efektif menurunkan beban administratif dan mempercepat kesiapan institusi menghadapi siklus akreditasi.Accreditation is a critical external quality assurance instrument for study programs, yet the preparation of the Study Program Performance Report (LKPS) at STIKOM PGRI Banyuwangi still faces obstacles from data silos across work units and rigid manual transfer of data into official Excel templates. This study designs and builds a web-based accreditation information system that integrates the six LKPS criteria of LAM-INFOKOM 2.0 into a single centralized platform, developed using the Rapid Application Development (RAD) method through Requirement Planning, RAD Design Workshop, and Implementation phases, supported by Next.js, Express.js, MySQL, and the ExcelJS library with a Coordinate-Based Data Mapping algorithm for automated report export. Black Box Testing on all modules shows that every function runs validly and the exported Excel file is 100% identical in format to the official LAM-INFOKOM template, indicating that the system effectively reduces administrative burden and accelerates institutional readiness for the accreditation cycle.
PENENTUAN SHORTEST ROUTE JARINGAN RT RW NET MENGGUNAKAN ALGORITMA DJIKSTRA Qurrota A'yuni Ar Ruhimat; Slamin Slamin; Mohammad Rizki Atoilah; Diksy Media Firmansyah
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.7902

Abstract

Penelitian ini berfokus pada penerapan algoritma Dijkstra untuk penentuan rute terpendek jaringan RT RW Net sebagai bentuk upaya mengatasi masalah dalam mengurangi biaya infrastruktur yang diperlukan untuk pengembangan jaringan sekaligus memastikan kestabilan koneksi di wilayah Wringin, Kabupaten Bondowoso. Algoritma Dijkstra diterapkan untuk menentukan jalur paling efisien dan meningkatkan pemanfaatan infrastruktur yang tersedia. Melalui penerapan algoritma ini, diharapkan biaya infrastruktur dalam pengembangan jaringan dapat diminimalkan, sementara kestabilan kecepatan jaringan tetap terjaga melalui pemilihan rute terpendek. Penelitian ini mencakup beberapa tahap, termasuk identifikasi masalah, pengumpulan data, analisis kebutuhan, desain jaringan, penerapan algoritma Dijkstra, serta evaluasi hasil. Tahap evaluasi akan melibatkan analisis efisiensi biaya infrastruktur dan penilaian terhadap stabilitas serta kecepatan jaringan yang telah dioptimalkan. Hasil penelitian menunjukkan bahwa penerapan algoritma Dijkstra pada jaringan RT RW Net dapat menghasilkan efisiensi serta pengoptimalan jaringan pada rute dan biaya serta selisih peningkatan kecepatan jaringan hingga 10 Mbps
Komparasi Metode Deteksi Intrusi Berbasis Machine Learning untuk Intrusion Detection System: Systematic Literature Review (2020–2025) Eko Bagus Cahyo Purnomo
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.9155

Abstract

Sistem deteksi intrusi (Intrusion Detection System, IDS) berbasis machine learning (ML) dan deep learning (DL) telah menjadi pendekatan dominan untuk mengatasi keterbatasan metode berbasis tanda tangan dalam menghadapi serangan baru dan lalu lintas jaringan yang semakin kompleks. Systematic Literature Review (SLR) ini mengkaji dan membandingkan studi periode 2020–2025 mengenai IDS berbasis ML/DL dengan mengikuti pedoman PRISMA 2020. Fokus kajian mencakup tren penggunaan dataset evaluasi (NSL-KDD, CICIDS2017, CSE-CIC-IDS2018, UNSW-NB15, serta dataset IoT seperti BoT-IoT, ToN_IoT, dan IoTID20), komparasi kategori metode (ML klasik, DL, ensemble/hybrid, dan unsupervised/anomaly detection), serta praktik evaluasi, reprodusibilitas, dan kesiapan operasional. Setelah penyaringan lintas basis data, sebanyak 18 studi primer yang memenuhi kriteria inklusi dianalisis secara komparatif berdasarkan kategori metode dan dataset. Hasil menunjukkan bahwa model supervised (Random Forest/XGBoost, CNN–LSTM, Transformer) kerap mencapai akurasi tinggi pada dataset benchmark, namun generalisasi antardataset dan integritas dataset khususnya CICIDS2017 menjadi isu kunci. Rekomendasi utama meliputi standardisasi protokol evaluasi (split berbasis waktu serta pelaporan FPR/MCC), pelaporan biaya komputasi dan latensi, pengujian lintas dataset, publikasi kode dan pipeline praproses, serta integrasi explainable AI (XAI) untuk akuntabilitas keputusan IDS.
Application of the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) in the Assessment of Educational Personnel Performance Sefrika Sefrika; Dini Setyorini; Helina Apriyani
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.9250

Abstract

Educational staff performance assessment is an important aspect in human resource management in educational environments because it influences service quality and organizational effectiveness. However, the performance assessment process often faces problems in the form of assessor subjectivity and the large number of criteria that must be considered, so a system that can assist objective decision-making is needed. This study aims to apply the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method to the Decision Support System for educational staff performance assessment. The research method used is a quantitative approach by utilizing data from observations, interviews, and documentation. The criteria used in the study include competence, work discipline, attendance, responsibility, work quality, and cooperation. The calculation process is carried out through the stages of compiling a decision matrix, normalization, weighting, determining positive and negative ideal solutions, and calculating preference values to produce alternative rankings. The results show that alternative A3 obtained the highest preference value of 0.682 so it is recommended as the educational staff with the best performance, followed by alternative A7 with a value of 0.633 and alternative A10 with a value of 0.578. The research results demonstrate that the TOPSIS method is capable of producing a more objective, transparent, and measurable assessment process, thus assisting leaders in effectively identifying the best educational staff. Furthermore, the application of the TOPSIS method to a Decision Support System can improve the quality of decision-making in evaluating educational staff performance.
Pengaruh Penerapan Blockly Games Terhadap Peningkatan Pengetahuan Dasar Pemrograman Siswa Kelas IX SMP Negeri 17 Semarang Meliya Kholisatun Nisa; Salma Afifah Maharani; Nafisah Desvita Aji Saputri; Riska Dami Ristanto; Fitria Ekarini
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.8470

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh penggunaan Blockly Games terhadap peningkatan pengetahuan dasar pemrograman siswa kelas IX SMP Negeri 17 Semarang. Perkembangan teknologi menuntut peserta didik memiliki kemampuan berpikir komputasional serta memahami logika pemrograman sejak dini. Namun, pembelajaran yang masih berpusat pada guru sering kali menyebabkan siswa mengalami kesulitan dalam memahami konsep-konsep abstrak, seperti percabangan, perulangan, objek, dan atribut. Penelitian ini menggunakan pendekatan kuantitatif dengan desain one-group pretest-posttest yang melibatkan 33 siswa. Instrumen penelitian berupa modul pembelajaran dan tes objektif yang telah melalui proses validasi. Data dianalisis menggunakan uji Paired Sample t-Test. Hasil penelitian menunjukkan adanya peningkatan yang signifikan antara nilai pretest dan posttest setelah penerapan Blockly Games (t = -4,825; p 0,001). Analisis ukuran efek menunjukkan nilai Cohen's d sebesar 0,84 yang termasuk dalam kategori efek besar (large effect size). Temuan ini menunjukkan bahwa Blockly Games efektif dalam meningkatkan pengetahuan dasar pemrograman siswa melalui penyajian materi yang visual, interaktif, dan menarik. Oleh karena itu, Blockly Games berpotensi menjadi media pembelajaran yang efektif untuk mendukung pengembangan literasi pemrograman dan kemampuan berpikir komputasional pada siswa SMP.
Notifikasi Real-Time pada Website Administrasi Desa Taloarane Menggunakan Firebase Cloud Messaging Desmin Tuwohingide; Irvandi R Ambui; Alfrianus Papuas; Miske Silangen
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.9257

Abstract

Penyampaian informasi publik di Kampung Taloarane sebelumnya masih mengandalkan media konvensional seperti papan pengumuman fisik dan media sosial, sehingga masyarakat sering terlambat memperoleh pembaruan penting. Keterlambatan ini secara langsung berdampak pada menurunnya tingkat transparansi pengolahan data keuangan kampung. Penelitian ini berfokus pada implementasi fitur notifikasi real-time menggunakan Firebase Cloud Messaging (FCM) pada Sistem Informasi Administrasi Kampung. Pemanfaatan FCM diusulkan sebagai wujud transparansi pengolahan data keuangan kampung, di mana warga berhak mendapatkan informasi secara seketika. Pengembangan sistem dilakukan melalui metode Waterfall. Notifikasi akan didorong (push) secara otomatis ke perangkat pengguna setiap kali administrator mempublikasikan laporan keuangan atau pengumuman terbaru. Berdasarkan pengujian fungsional, fitur notifikasi FCM terbukti berhasil memicu peringatan seketika melalui antarmuka browser bagi warga yang telah memberikan izin (allow). Implementasi fitur ini secara signifikan mengubah alur komunikasi menjadi proaktif, meningkatkan kecepatan persebaran informasi, dan memastikan masyarakat tidak perlu lagi berulang kali mengakses website secara manual.Penyampaian informasi publik di Kampung Taloarane sebelumnya masih mengandalkan media konvensional seperti papan pengumuman fisik dan media sosial, sehingga masyarakat sering terlambat memperoleh pembaruan penting. Keterlambatan ini secara langsung berdampak pada menurunnya tingkat transparansi pengolahan data keuangan kampung. Penelitian ini berfokus pada implementasi fitur notifikasi real-time menggunakan Firebase Cloud Messaging (FCM) pada Sistem Informasi Administrasi Kampung. Pemanfaatan FCM diusulkan sebagai wujud transparansi pengolahan data keuangan kampung, di mana warga berhak mendapatkan informasi secara seketika. Pengembangan sistem dilakukan melalui metode Waterfall. Notifikasi akan didorong (push) secara otomatis ke perangkat pengguna setiap kali administrator mempublikasikan laporan keuangan atau pengumuman terbaru. Berdasarkan pengujian fungsional, fitur notifikasi FCM terbukti berhasil memicu peringatan seketika melalui antarmuka browser bagi warga yang telah memberikan izin (allow). Implementasi fitur ini secara signifikan mengubah alur komunikasi menjadi proaktif, meningkatkan kecepatan persebaran informasi, dan memastikan masyarakat tidak perlu lagi berulang kali mengakses website secara manual.
Pemodelan Prediksi Magnitudo Gempa Bumi di Indonesia Periode 2023–2025 Menggunakan Algoritma Naive Bayes M. Faris Daffarindra; Akhiyar Waladi; Pradita Eko Prasetyo Utomo; Ulfa Khaira
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.8399

Abstract

Prediksi gempa bumi sangat penting untuk mitigasi bencana di Indonesia sebagai salah satu negara paling aktif seismik di dunia. Penelitian ini menerapkan algoritma Gaussian Naïve Bayes untuk mengklasifikasikan magnitudo gempa menggunakan data BMKG periode 2023-2025. Setelah pra-pemrosesan 30.000 rekaman, diperoleh 23.979 data valid dengan enam variabel prediktor: lintang, bujur, kedalaman, phasecount, azimuth gap, dan jenis magnitudo. Magnitudo dikelompokkan menjadi Ringan ( 3,0), Sedang (3,0-4,9), dan Kuat (≥ 5,0). Model mencapai akurasi 71,68% dengan precision 0,77 dan recall 0,66 pada kelas Sedang, serta recall 0,78 pada kelas Ringan. Validasi 5-fold cross-validation menghasilkan rata-rata akurasi 68,78% (±7,32%). Perbandingan dengan Random Forest (83,63%) dan SVM (79,15%) menunjukkan hanya Naïve Bayes yang mampu mendeteksi kelas Kuat (precision = 0,18; recall = 0,25). Kebaruan penelitian ini terletak pada evaluasi komparatif tiga algoritma dan analisis kritis asumsi independensi fitur Naïve Bayes terhadap data seismik nyata. Model ini layak sebagai alat skrining awal dalam sistem peringatan dini.
Analisis Penerapan Metode Naïve Bayes Pada Karakteristik Penerima PKH Untuk Lansia Dan Anak Sekolah Budanis Dwi Meilani; Putri Fatikhatul Jannah; Shah Khadafi
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.9233

Abstract

Distribusi bantuan sosial Program Keluarga Harapan (PKH) di Indonesia sering kali menemui kendala dalam ketepatan sasaran penerima, khususnya pada kelompok lansia dan anak sekolah. Penelitian ini bertujuan untuk menganalisis karakteristik penerima bantuan PKH dengan menggunakan data mining metode klasifikasi Naïve Bayes. Penelitian dilakukan pada data warga di Kelurahan Sukolilo Baru Surabaya, dengan total 10.676 data, yang kemudian diproses melalui tahap data cleaning dan diskritisasi data untuk menghasilkan data yang relevan. Atribut yang dianalisis meliputi usia, inisial nama, tanggungan kepala keluarga, jumlah lansia, jumlah anak wajib sekolah, penghasilan kepala keluarga, status bpjs, tipe kendaraan, sumber air, tipe jamban, status kepemilikan bangunan, bahan lantai, bahan dinding, kategori luas bangunan, dan label. Sistem klasifikasi kemudian dibangun dalam bentuk aplikasi berbasis website menggunakan metode Naïve Bayes untuk menentukan kelayakan penerima bantuan. Hasil pengujian menunjukkan bahwa metode ini mampu membantu dalam memetakan penerima bantuan secara lebih akurat, dengan evaluasi yang menunjukkan tingkat keakuratan tinggi. Dari pengujian, pola kombinasi 3 file data (Mix Data, PKH, Warga) memberikan hasil akurasi tertinggi dan paling stabil dari pola lainnya dengan rata-rata 97,83% dan 8 dari 10 pola menghasilkan akurasi 100%. Kombinasi pola 3 file terbukti lebih stabil dan lebih baik untuk menjadi model pada pengujian selanjutnya. Penelitian ini diharapkan dapat menjadi acuan bagi pihak terkait dalam meningkatkan efisiensi dan efektivitas distribusi bantuan sosial PKH secara tepat sasaran.
Evaluasi Performa Algoritma Machine Learning untuk Klasifikasi Sentimen Ulasan Film IMDb Akhiyar Waladi; Hasanatul Iftitah
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.8567

Abstract

IMDb with over 83 million active users generates millions of movie reviews annually. Manually analyzing such large textual data is impractical, necessitating automated approaches for binary sentiment classification. This study tested three traditional machine learning algorithms, namely Logistic Regression, Naive Bayes, and Random Forest, on 50,000 English-language movie reviews with balanced distribution between positive and negative sentiments. Feature extraction was performed using CountVectorizer and TF-IDF after preprocessing steps including HTML tag removal, contraction expansion, and text normalization. Among all combinations tested, Logistic Regression with TF-IDF achieved the best results with 87.29% accuracy, 87.32% F1-score, and 0.9481 AUC-ROC. Performance consistency was confirmed through 5-fold cross-validation with low coefficient of variation across all folds. Feature importance analysis revealed that words like "excellent," "perfect," and "amazing" indicate positive sentiment, while "worst," "awful," and "terrible" mark negative sentiment. Naive Bayes excelled in speed with 11.5 seconds training time but lower accuracy, while Logistic Regression offered the best balance between accuracy and efficiency at 17.2 seconds. Beyond accuracy, Logistic Regression provides interpretable coefficients explaining which words drive predictions. The findings demonstrate that properly tuned traditional algorithms remain viable for sentiment analysis in the entertainment industry

Page 11 of 13 | Total Record : 123

 9   10   11   12   13 

Filter by Year

2020 2026


Reset
Filter By Issues
All Issue Vol 7, No 1 (2026) Vol 6, No 2 (2025) Vol 6, No 1 (2025) Vol 5, No 2 (2024) Vol 5, No 1 (2024) Vol 4, No 2 (2023) Vol 4, No 1 (2023) Vol 3, No 2 (2022) Vol 3, No 1 (2022) Vol 2, No 2 (2021) Vol 2, No 1 (2021) Vol 1, No 2 (2020) Vol 1, No 1 (2020) More Issue