cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arif Budiman
Contact Email
pustakateknologiai@gmail.com
Phone
+6281374373837
Journal Mail Official
pustakateknologiai@gmail.com
Editorial Address
Jl. Batu Kasek Blok E 11 Padang
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence
Published by Pustaka Galeri Mandiri
ISSN : -     EISSN : 28094069     DOI : https://doi.org/10.55382/jurnalpustakaai
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Mathematics
Jurnal Pustaka AI adalah sebuah jurnal Double blind peer-review yang didedikasikan untuk publikasi hasil Penelitian yang berkualitas khusus bidang ilmu Teknologi Artificial Intelligence . Semua publikasi di Jurnal Pustaka AI bersifat akses terbuka yang memungkinkan artikel tersedia secara bebas online tanpa berlangganan apapun. Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) menerima naskah artikel setiap saat yang akan diterbitkan secara berkala tiga kali setahun yaitu pada bulan April, Agustus, dan Desember.
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 20 Documents
 1   2 
Search results for , issue "Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)" : 20 Documents clear
Analisis Sentimen YouTube: "Di Balik Ambisi Jokowi dalam IKN" Abel Laia, Nico; Barus, Simon Prananta
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.891

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen penonton terhadap video YouTube "Di Balik Ambisi Jokowi dalam IKN" yang diunggah oleh kanal Narasi Newsroom. Analisis dilakukan dengan mengumpulkan dan mengolah 3.000 komentar dari video tersebut menggunakan teknik Natural Language Processing (NLP). Metode yang digunakan mencakup pengumpulan data, pembersihan data, ekstraksi fitur, serta klasifikasi sentimen ke dalam kategori positif, negatif, dan netral. Model pembelajaran mesin yang diterapkan dalam penelitian ini meliputi Decision Tree, Naïve Bayes, dan Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa model Decision Tree memberikan akurasi terbaik dibandingkan model lainnya dalam mengklasifikasikan sentimen komentar. Analisis lebih lanjut mengungkapkan bahwa opini publik terhadap ambisi Jokowi dalam proyek IKN beragam, dengan sentimen yang berkisar dari netral hingga sangat tidak mendukung. Temuan ini memberikan wawasan mengenai persepsi masyarakat terhadap kebijakan pemindahan ibu kota.
Analisis Sentimen pada Trailer Deadpool vs Wolverine Menggunakan Model Machine Learning Renedominick, Verio; Barus, Simon
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.892

Abstract

Media sosial telah menjadi platform utama bagi masyarakat dalam memberikan tanggapan terhadap konten hiburan, termasuk trailer film. Penelitian ini bertujuan untuk menganalisis sentimen komentar publik terhadap trailer film Deadpool vs Wolverine di YouTube menggunakan empat model pembelajaran mesin. Data komentar dikumpulkan melalui YouTube Data API v3 dan diproses menggunakan teknik preprocessing standar. Pelabelan sentimen menggunakan Sentiment Intensity Analyzer menghasilkan tiga kategori: positif, negatif, dan netral. Hasil analisis menunjukkan dominasi komentar netral (7.072) dan positif (6.289) dibanding negatif (2.690). Perbandingan performa model menunjukkan Logistic Regression memiliki akurasi tertinggi (86,61%), diikuti Decision Tree (85,89%), Naive Bayes (79,08%), dan KNN (60,07%). Penelitian ini mengidentifikasi tantangan terkait ketidakseimbangan distribusi data dan memberikan wawasan tentang efektivitas berbagai model pembelajaran mesin dalam analisis sentimen konten hiburan
Evaluasi Kinerja Machine Learning dalam Memprediksi Kemampuan Adaptasi Mahasiswa pada Lingkungan Pembelajaran Daring Arti, Shindy; Suherlan, Elan
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.901

Abstract

Perkembangan kecerdasan buatan mendorong transformasi pembelajaran daring yang adaptif, di mana kemampuan adaptasi mahasiswa menjadi faktor krusial dalam keberhasilan belajar. Penelitian ini bertujuan mengevaluasi kemampuan algoritme machine learning dalam memprediksi tingkat adaptasi mahasiswa terhadap pembelajaran online. Data yang digunakan berasal dari tingkat pendidikan tinggi sebanyak 675 data mahasiswa, kemudian diolah menggunakan Python dan Orange 3.8. Metode pengembangan yang digunakan dalam penelitian ini merujuk pada metode CRISP-DM. Terdapat lima tahapan yang dilakukan yaitu kejelasan alur bisnis, pemahaman data, persiapan data, pemodelan dan evaluasi kinerja model. Dari tujuh algoritma supervised learning digunakan, algoritma Neural Network memiliki performa terbaik secara keseluruhan maupun per tingkat adaptasi (tinggi, sedang, rendah), dengan akurasi tertinggi sebesar 0,943. Penelitian ini juga mengidentifikasi faktor utama adaptasi menggunakan algoritma Decision Tree, dengan durasi kelas sebagai pembeda dominan. Rekomendasi penelitian selanjutnya mencakup seleksi fitur, penyeimbangan data, dan pengembangan sistem interaktif berbasis pengguna.
Sistem Monitoring dan Pengelolaan Data Keluhan Pelanggan Berbasis Web pada PT. PLN (Persero) ULP Bukittinggi Tria Siska, Sri; Rizki Marsa, Arif
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.903

Abstract

Perkembangan teknologi informasi telah membawa perubahan yang signifikan dalam berbagai aspek kehidupan, termasuk sistem pelayanan pelanggan. PT PLN (Persero) sebagai penyedia layanan listrik utama di Indonesia menghadapi tantangan dalam menangani keluhan pelanggan secara efisien dan akurat. Pengelolaan keluhan yang masih dilakukan secara manual sering kali menghambat respons cepat dan dapat memengaruhi kepuasan pelanggan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan dan pengelolaan data keluhan pelanggan berbasis web untuk PT PLN (Persero) Unit Layanan Pelanggan. Sistem ini dirancang untuk memungkinkan pengelolaan keluhan secara waktu nyata, meningkatkan efisiensi proses, serta menyediakan data yang akurat untuk analisis dan perbaikan layanan. Dengan penerapan sistem ini, perusahaan diharapkan dapat meningkatkan kualitas layanan pelanggan serta memperkuat kepercayaan pelanggan
Pemanfaatan Artificial Intelligence (AI) untuk Kustomisasi Buku Gambar Panel dan Elemen Dekoratif Keramik Cahyaningrum, Yuniana; Istiqomah, Asyifa’ Nur; Ramdhani, Dani Eka; Noviyanti, Nikita
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.904

Abstract

Kemajuan teknologi Artificial Intelligence (AI) telah membuka peluang baru dalam bidang seni dan desain, termasuk dalam pengembangan buku gambar panel dan elemen dekoratif berbasis keramik. Penelitian ini mengeksplorasi pemanfaatan AI sebagai alat bantu dalam proses kustomisasi desain, dengan fokus pada penerjemahan karakteristik visual dan tekstural keramik ke dalam format panel ilustratif. Melalui pendekatan berbasis machine learning dan generative design, AI mampu menganalisis motif, bentuk, warna, dan tekstur khas dari keramik tradisional untuk kemudian menghasilkan desain yang unik dan personal. Kustomisasi ini mewujudkan penciptaan buku gambar panel yang tidak hanya estetis tetapi juga memiliki kedekatan dengan preferensi pengguna maupun budaya tertentu. Hasil kajian menunjukkan bahwa penggunaan AI dalam konteks ini mempercepat proses desain, memperluas gambaran visual, dan meningkatkan relevansi karya terhadap audiens modern. Namun, integrasi teknologi juga memunculkan tantangan etis dan artistik yang perlu direspon dengan pendekatan kolaboratif antara seniman, desainer, dan teknologi.
Analisis XGBoost dan Random Forest untuk Prediksi Curah Hujan dalam Mendukung Mitigasi Karhutla Sangaji, Didi; Sutabri, Tata
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.905

Abstract

Penelitian ini mengkaji penerapan algoritma Random Forest, XGBoost dan Model Gabungan untuk memprediksi pola curah hujan guna mendukung upaya mitigasi kebakaran lahan dan (karhutla). Metode Random Forest, XGBoost dan Model gabungan dipilih karena kemampuannya menangani data besar, mengolah variabel non-linier, dan memberikan informasi mengenai pentingnya fitur. Hasil penelitian menunjukkan bahwa XGBoost memberikan prediksi dengan MSE 14.982,45, RMSE 122,40, dan MAPE 12,35%. Random Forest menghasilkan MSE 15.876,21, RMSE 126,00, dan MAPE 13,28% dan Model Gabungan (weighted average XGBoost 0,6 + Random Forest 0,4) menunjukkan performa terbaik dengan MSE 14.125,78, RMSE 118,85, dan MAPE 11,87% yang dapat membantu pengambil kebijakan dan pihak terkait dalam perencanaan mitigasi karhutla.
Penerapan Algoritma K-Nearest Neighbor (KNN) dalam Penerjemahan Bahasa Isyarat bagi Penyandang Disabilitas Tunarungu Ronal, Ronal; Yuliana, Yuliana
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.906

Abstract

Manusia merupakan mahluk hidup yang tidak dapat hidup sendiri. Dalam proses bersosialisasi antar manusia itulah diperlukan adanya komunikasi sebagai media untuk berinteraksi. Namun berbeda untuk orang tunarungu dalam berinteraksi dan berkomunikasi dengan sesama maupun dengan orang awam yang menggunakan Sistem Isyarat Bahasa Indonesia (SIBI) ataupun Bisindo yang merupakan bahasa dari ibu. Tugas Akhir ini mengusulkan sebuah aplikasi konversi sinyal suara ke video gerakan bahasa isyarat untuk tunarungu. Dengan melalui tahapan input sinyal ucapan lalu preprocessing dan ekstraksi ciri. Hasil ekstraksi ciri diklasifikasi menggunakan algoritma K-Nearest Neighbors dengan perhitungan euclidean distance untuk mencari tetangga terdekatnya. Hingga menghasilkan keluaran berupa teks, kemudian teks tersebut menjadi input untuk memanggil video gerakan bahasa isyarat yang ada pada database. Hasil tahapan pengujian Tugas Akhir yang menggunakan parameter dengan 13 koefisien Mel-Frequency Cepstral Coefficient (MFCC), parameter K berjumlah 5, sehingga mampu mengonversi sinyal suara ke video bahasa isyarat untuk tunarungu dengan rata-rata akurasi kata sebesar 34.67 % dan rata-rata akurasi kalimat sebesar 72%
Analisis Penerapan Aplikasi Mobile terhadap pelaku UMKM “Kopi Sepeda” di Kota palembang Theo Lonando, Paray; Ramadhan, Fadhil
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.907

Abstract

Penerapan aplikasi mobile terhadap pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) Kopi Sepeda di Kota Palembang dengan menggunakan pendekatan Unified Theory of Acceptance and Use of Technology 2 (UTAUT2). Model UTAUT2 digunakan untuk mengidentifikasi faktor-faktor yang memengaruhi adopsi teknologi, meliputi performance expectancy, effort expectancy, social influence, facilitating conditions, hedonic motivation, price value, dan habit. Metode penelitian ini mencakup tahap analisis kebutuhan, perancangan arsitektur sistem, implementasi aplikasi, serta evaluasi melalui penyebaran kuesioner dan uji coba langsung kepada 30 pelaku UMKM. Hasil analisis menunjukkan bahwa sebagian besar konstruk UTAUT2, seperti performance expectancy, effort expectancy, facilitating conditions, price value, habit, dan hedonic motivation memiliki pengaruh signifikan terhadap minat dan perilaku penggunaan aplikasi. Aplikasi mobile yang dikembangkan terbukti efektif dalam membantu pelaku UMKM dalam mencatat transaksi, mengelola stok, dan menyusun laporan keuangan secara digital. Dengan demikian, pemanfaatan aplikasi mobile yang dirancang berdasarkan kebutuhan pengguna dan pendekatan UTAUT2 dapat meningkatkan efisiensi bisnis dan mendorong transformasi digital pada sektor UMKM.
Optimasi Jaringan Menggunakan Tunnel 6to4 (Enkapsulasi Protokol Ipv6 ke Ipv4) : Studi Kasus Pemerintahan Provinsi Sumatera Barat Reyan Dirul Adha, Muhammad; Muharisa, Catrin; Fauzan, Reski Yulian
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.917

Abstract

Lingkungan Pemerintah Provinsi Sumatera Barat yang dimaksud meliputi 51 OPD (Organisasi Perangkat Daerah) dan 9 Biro dan lain sebagainya. Berbagai macam sistem informasi dan aplikasi yang dikembangkan di Pemerintahan Provinsi Sumatera Barat menuntut untuk pengembangan teknologi komunikasi khususnya pada koneksi jaringan yang dilewati aplikasi dan sistem informasi yang dikembangkan tersebut. Beberapa jaringan di OPD sudah mulai mengimplementasikan protokol IPV6, tetapi sebagian besar tetap menggunakan protokol IPv4 terutama di jalur jaringan utama tetap menggunakan protokol IPv4. Kondisi tersebut mengakibatkan tidak semua host dan server antar OPD dapat terhubung atau saling terkoneksi satu masa lain. Permasalah itu terjadi karena perbedaan antara protokol di jalur jaringan utama yang menggunakan IPv4 dan protokol jaringan host yang menggunakan IPv6. Tunnel 6to4 merupakan Tunnel yang mampu melewatkan protokol IPv6 pada jaringan protokol IPv4 dengan melakukan enkapsulasi paket IPv6 ke dalam header IPv4. Proses enkapsulasi protokol IPv6 ke dalam protokol IPv4 menyebabkan delay meningkat
Pengembangan Kebijakan Keamanan Adaptif Berbasis Machine Learning pada Firewall SDN Surojudin, Nurhadi; Turmudi Zy, Ahmad; Maulana, Donny; Halim Anshor, Abdul
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.919

Abstract

Dalam era digital yang semakin kompleks, serangan siber seperti Distributed Denial of Service (DDoS) menjadi tantangan besar dalam pengelolaan keamanan jaringan. Penelitian ini mengusulkan pengembangan kebijakan keamanan adaptif berbasis machine learning untuk firewall pada arsitektur Software-Defined Networking (SDN). Dengan menggunakan algoritma Random Forest dan dataset CICIDS2017, sistem mampu mendeteksi serangan DDoS secara otomatis dan akurat. Data diuji melalui metode stratified split agar proporsi label tetap seimbang, serta dilakukan pembersihan nilai tak valid. Model menunjukkan performa sangat tinggi dengan akurasi 99,9978%, precision dan recall 99,996%, serta f1-score 99,996%. Evaluasi melalui confusion matrix mengindikasikan hanya dua kesalahan klasifikasi dari total 45.149 data uji. Hasil ini membuktikan bahwa integrasi machine learning dalam firewall SDN dapat memperkuat deteksi ancaman dan menghasilkan kebijakan keamanan yang dinamis, efisien, serta dapat beradaptasi terhadap serangan baru. Rencana pengembangan ke depan mencakup penerapan pada data real-time dan perluasan cakupan deteksi terhadap jenis serangan lainnya. Temuan ini memberikan kontribusi signifikan dalam pengembangan solusi keamanan jaringan berbasis SDN yang cerdas.

Page 1 of 2 | Total Record : 20

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 4 No 3 (2024): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 4 No 2 (2024): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 4 No 1 (2024): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 3 No 3 (2023): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 3 No 2 (2023): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 3 No 1 (2023): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 2 No 2 (2022): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 2 No 1 (2022): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence Vol 1 No 1 (2021): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) More Issue