cover
Contact Name
Ragil Wijianto Adhi
Contact Email
ragil.rgw@bsi.ac.id
Phone
+6285707080824
Journal Mail Official
jurnal.ijec@bsi.ac.id
Editorial Address
Jl. Kramat Raya No.98 Senen, Jakarta Pusat
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Informatics and Computer Engineering Journal
ISSN : -     EISSN : 27986845     DOI : https://doi.org/10.31294/icej
Core Subject : Science,
Informatics and Computer Engineering Journal adalah jurnal yang diterbitkan oleh Program Studi Teknologi Komputer Universitas Bina Sarana Informatika Kampus Banyumas. Informatics and Computer Engineering Journal terbit 2 kali setahun (Februari dan Agustus) dalam bentuk elektronik. Redaksi menerima sumbangan naskah berupa artikel, hasil penelitian atau karya ilmiah yang belum pernah dipublikasikan secara online, atau versi cetak sebelumnya ke media lain. Jurnal ini berisi naskah artikel ilmiah dan penelitian yang mencakup bidang: Information System Networking, Aplication Mobile Software Engineering Web Programming Mobile Computing Aplikasi Sains
Articles 6 Documents
Search results for , issue "Vol 5 No 2 (2025): Periode Agustus 2025" : 6 Documents clear
SISTEM PRESENSI DETEKSI WAJAH MENGGUNAKAN METODE USER CENTERED DESIGN (UCD) kristania, yustina meisella kristania; Saghifa Fitriana
Informatics and Computer Engineering Journal Vol 5 No 2 (2025): Periode Agustus 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/icej.v5i2.8636

Abstract

Caffe merupakan tempat yang menyediakan minuman dan banyak ragam cemilan, untuk berkumpul dan bercengkrama. Kedisiplinan merupakan landasan untuk membangun sebuah usaha, Banyumas Coffe memiliki karyawan yang cukup banyak sekitar 25 orang, sistem kebutuhan untuk keamanan dan kedisiplinan seperti presensi yang diperlukan, untuk meningkatkan kualitas dan pelayan juga terhadap pelanggan. Banyumas Caffe masih memiliki sistem absensi yang rawan disalah gunakan seperti titip absen, datang terlambat dan sebagainya. Hal tersebut dimanfaatkan oleh beberapa karyawan yang kurang disiplin, selain itu karyawan memerlukan aplikasi traffic absen agar mengetahui kinerja karyawan secara mandiri, hal tersebut untuk meningkatkan dan memberikan kinerja yang baik terhadap perusahaan. Dari permasalahan tersebut maka dibuatlah Perancangan Sistem Aplikasi Presensi Deteksi Wajah Café Banyumas Coffe Purwokerto Menggunakan Metode Prototyping. Perancangan bantuan sistem ini menggunakan metode prototype dengan tools Unified Modeling Language (UML) untuk menggambarkan diagram alur sistem seperti usecase, Activity, Entity Relationship Diagram (ERD), Logical Record Structure (LRS), class dan sequence diagram yang secara berurutan menjadi kesatuan sistem. Pembuatan prototype atau desain rancangan website menggunakan Figma, dan pengelolaan database menggunakan Phpmyadmin. Dengan menggunakan perancangan website yang terkomputerisasi, dapat memberikan gambaran mengenai sistem presensi deteksi wajah. Kata Kunci : Presensi, Sistem Informasi, User Centered Design
Implementasi Sistem Pengingat KB Berbasis Pesan Whatsapp pada Klinik Peratama 24 Jam Firdaus Mufreni, Sadr Lufti; Djaibakal , Yunan Al-husaini
Informatics and Computer Engineering Journal Vol 5 No 2 (2025): Periode Agustus 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/icej.v5i2.8662

Abstract

Program Keluarga Berencana (KB) bertujuan untuk mengatur jumlah penduduk melalui promosi penggunaan alat kontrasepsi. Salah satu tantangan yang sering dihadapi adalah rendahnya tingkat kepatuhan peserta dalam mengikuti jadwal penggunaan alat kontrasepsi, terutama pada metode suntik. Penelitian ini mengembangkan sistem berbasis WhatsApp untuk mengingatkan peserta KB mengenai jadwal suntik mereka dengan tujuan meningkatkan kepatuhan. Sistem ini dibangun dengan pendekatan Waterfall yang mencakup langkah-langkah seperti analisis kebutuhan, desain, pengembangan, dan pengujian. Pada tahap analisis, kebutuhan fungsional dan non-fungsional sistem dianalisis secara mendalam. Desain sistem termasuk pembuatan diagram use case untuk menggambarkan interaksi antara pengguna dan sistem. Proses implementasi mencakup pembangunan aplikasi berbasis web yang terhubung dengan WhatsApp Gateway untuk mengirimkan pengingat otomatis kepada peserta. Pengujian yang dilakukan menunjukkan bahwa sistem bekerja dengan efektif dalam mengirimkan pengingat secara tepat waktu dan memberikan kemudahan bagi pengguna untuk mengakses informasi. Diharapkan, sistem ini dapat berkontribusi pada peningkatan kepatuhan terhadap program KB di Indonesia dan membantu menurunkan jumlah kehamilan yang tidak direncanakan
Komparasi K-Nearest Neighbors (KNN) dan Naive Bayes pada Klasifikasi Sentimen Ulasan Aplikasi Tokopedia di Google Play Store Ragil Wijianto; Pratmanto, Dany; Widayanto, Aprih; Ubaidilah
Informatics and Computer Engineering Journal Vol 5 No 2 (2025): Periode Agustus 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/icej.v5i2.8939

Abstract

Ulasan pengguna aplikasi e-commerce di platform seperti Google Play Store merupakan sumber umpan balik vital bagi pengembang, namun volumenya yang masif menyulitkan analisis manual. Penelitian ini bertujuan untuk mengatasi tantangan tersebut dengan melakukan analisis sentimen otomatis pada ulasan aplikasi Tokopedia. Fokus utama adalah mengklasifikasikan sentimen ulasan ke dalam kategori positif dan negatif serta membandingkan secara empiris kinerja dua algoritma klasifikasi populer, yaitu Naive Bayes (NB) dan K-Nearest Neighbors (KNN). Metodologi penelitian mencakup tahapan pengumpulan data ulasan dari Google Play Store, pra-pemrosesan teks ekstensif (termasuk case folding, cleaning, tokenizing, stopword removal, stemming), ekstraksi fitur numerik dari teks, implementasi model NB dan KNN, serta evaluasi komparatif menggunakan metrik Akurasi, F1-Score, dan Area Under the Curve (AUC). Hasil evaluasi pada data uji menunjukkan bahwa algoritma KNN menunjukkan kinerja yang secara signifikan lebih unggul dibandingkan Naive Bayes. KNN berhasil mencapai akurasi sebesar 80.00% dengan nilai AUC 0.865, sementara Naive Bayes hanya mencapai akurasi 71.50% dengan nilai AUC 0.576 yang mengindikasikan kemampuan diskriminatif rendah. Penelitian ini menyimpulkan bahwa KNN merupakan metode yang lebih efektif dan reliabel dibandingkan NB untuk tugas klasifikasi sentimen pada dataset ulasan aplikasi Tokopedia ini, dan menawarkan potensi aplikasi praktis untuk memonitor opini pengguna secara otomatis.
Penerapan Algoritma Decision Tree Dengan Optimasi Parameter Dalam Memprediksi Reaksi Autoimun Akibat Obat saifudin; Fadlilah, Nuzul Imam; Nouvel, Ahmad; Sunanto, Sunanto
Informatics and Computer Engineering Journal Vol 5 No 2 (2025): Periode Agustus 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/icej.v5i2.9157

Abstract

In the latest developments in medical technology, machine learning, especially the application of the Decision Tree algorithm, is becoming an increasingly popular approach for large-scale health data analysis. Decision Tree is known for its ability to identify hidden patterns in clinical data with interpretation that is easy for medical professionals to understand. Through the process of parameter optimization, the accuracy of the model can be significantly improved, allowing for more precise predictions of possible autoimmune reactions due to the use of certain drugs. The use of Decision Tree-based predictive models with optimized parameters not only strengthens clinical decision-making, but also paves the way for more personalized and precise treatment practices. Parameter optimization is used for the execution of all parameter variations that are set through its subprocesses. The final result recorded an optimal predictive performance of 77.50% with 98.28% more precision for the "true=0" class compared to the "true=1" class.
Analisis Sentimen Masyarakat Mengenai Revisi UU TNI di X Menggunakan Metode Naive Bayes barutu, serliana; Silalahi, Rasit Junaedi; Tambunan, Yosua; Lipipian, Putri Angel; Yohannes, Yudi
Informatics and Computer Engineering Journal Vol 5 No 2 (2025): Periode Agustus 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/icej.v5i2.9544

Abstract

Perkembangan media sosial yang pesat sudah menjadikan platform seperti X (sebelumnya Twitter) sebagai sumber utama data tentang opini publik. Masyarakat aktif membagikan pandangan mereka terhadap banyak isu soisal maupun politik melalui cuitan yang bersifat terbuka dan real-time. Penelitian ini bertujuan untuk menganalisis sentiment masyarakat terhadap Revisi Undang -Undang TNI yang mendapatkan berbagai tanggapan publik, terutama di media sosial. Revisi ini dianggap kontroversial karena dinilai dapat memperluas peran TNI di ranah sipil tanpa mekanisme akuntabilitas yang jelas. Data diperoleh dari platform X menggunakan kata kunci “Tolak Revisi UU TNI” dalam rentang waktu 15-20 maret 2025, dengan total 1.003 cuitan. Proses analisis melibatkan tahapan preprocessing data, pelabelan sentiment, implementasi klasifikasi menggunakan algoritma Naïve Bayes, serta evaluasi hasil klasifikasi. Naïve Bayes dipilih karena kompetensinya yang efisien dalam menangani data teks dan akurat dalam klasifikasi sentiment. Hasil akhir dari penelitian ini diharapkan dapat memberikan gambaran umum terhadap pandangan masyarakat, apakah cenderung mendukung (pro) atau menolak (kontra) terhadap Revisi UU TNI, serta menghasilkan kontribusi bagi pengambilan keputusan dari kajian kebijakan publik berbasis data.  
Implementasi Sistem Tata Kelola UMKM Menggunakan Metode Prototyping Base on Cloud Computing Berdasarkan Analisis PEST Baidawi, Taufik; Hanif, Aswar; Wahyudi, Endang; Adianto, Harna; Markus, Lilik; Kuswara, Heri
Informatics and Computer Engineering Journal Vol 5 No 2 (2025): Periode Agustus 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/mxafbv64

Abstract

Cloud computing adalah model penyampaian layanan teknologi informasi yang memungkinkan pengguna untuk mengakses dan menggunakan sumber daya komputasi melalui internet. Dengan cloud computing, UMKM dapat mengurangi biaya investasi awal dalam infrastruktur IT, serta mendapatkan akses kepada teknologi dan aplikasi yang sebelumnya mungkin tidak terjangkau. Di samping itu, cloud computing juga menawarkan skalabilitas, yang memungkinkan UMKM untuk menyesuaikan kapasitas sumber daya sesuai dengan kebutuhan usaha mereka. Data dikumpulkan melalui survei dan wawancara dengan pemilik UMKM serta melalui analisis dokumen terkait UMKM. Penelitian ini bertujuan untuk mengembangkan sistem tata kelola UMKM yang efektif dengan memanfaatkan metode Prototyping berbasis cloud computing, serta menganalisis faktor-faktor eksternal yang mempengaruhi implementasi sistem tersebut melalui analisis PEST. Selain itu, pemetaan ini juga mengidentifikasi peluang dan tantangan yang dihadapi oleh UMKM dalam mengembangkan bisnis mereka. Hasil dari penelitian ini diharapkan dapat memberikan wawasan baru mengenai penerapan teknologi informasi dalam pengelolaan UMKM. Hasil penelitian ini dapat digunakan sebagai dasar untuk pengembangan strategi bisnis yang lebih efektif dan berkelanjutan bagi UMKM. Selain itu, pemetaan ini juga dapat membantu pemerintah dan stakeholder terkait dalam merancang kebijakan dan program yang mendukung pertumbuhan dan perkembangan UMKM.

Page 1 of 1 | Total Record : 6