cover
Contact Name
Oris Krianto Sulaiman
Contact Email
ilmubersamacenter@gmail.com
Phone
+6282294365929
Journal Mail Official
helloworldjurnal@gmail.com
Editorial Address
Jl. Imam Bonjol No. 9 Forum 9th Floor, Kota Medan, Sumatera Utara 20112
Location
Kota medan,
Sumatera utara
INDONESIA
Hello World
Published by Ilmu Bersama Center
ISSN : -     EISSN : 28298616     DOI : https://doi.org/10.56211/helloworld
Core Subject : Science,
Hello World Jurnal Ilmu Komputer merupakan jurnal yang membahas ilmu dibidang komputer, jurnal ini sebagai wadah untuk menuangkan hasil penelitian baik secara konseptual maupun teknis yang berkaitan dengan ilmu komputer. Hello World Jurnal terbit 4 kali dalam setahun yaitu pada bulan April, Juli, Oktober dan Januari. Terbitan pertama adalah bulan April 2022. Naskah yang masuk akan diterima oleh editor untuk kemudian kan dilakukan pemeriksaan kemiripan naskah dengan aplikasi Plagiarism Checker X. Proses review dilakukan dengan menggunakan peer review. Hello World Jurnal menerima naskah dengan topik Software Engineering, Information System, e-Government, e-Healthcare, e-Learning, e-Manufacturing, e-Commerce, Smart Systems, Smart City, Cloud Engineer, Data Science, Data Engineer, Natural Language Processing dan topik lainnya yang relevan dengan Ilmu Komputer.
Articles 116 Documents
ANALISIS KOMPARASI THROUGHPUT DAN RESOURCE UTILIZATION (CPU & RAM) ANTARA POSTGRESQL DAN MONGODB PADA DATA LOG AKTIVITAS E-LEARNING MENGGUNAKAN ARSITEKTUR CONCURRENT GOLANG Muhammad Nazhadidin Hasan; Mira Maisura
Hello World Jurnal Ilmu Komputer Vol. 5 No. 3 (2026): Edisi Oktober 2026
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peningkatan volume data log aktivitas e-learning yang bersifat write-intensive memicu tantangan performa pada server. Penelitian ini menggunakan metode experi-mental kuantitatif. yang membandingkan kinerja throughput, error Rate, penggunaan sumber daya (CPU dan RAM) antara PostgreSQL versi 18.0 dan MongoDB versi 8.0 di bawah tekanan konkurensi. Pengujian ini menggunakan load generator kustom berbasis concurrent Golang versi 1.24 (Goroutines) tanpa connection pooling guna mengevaluasi batas ketahanan kedua database. Pengujian dijalankan secara berje-njang pada skenario 500 - 10.000 workers (Goroutines) di dalam Docker dengan pembatasan sumber daya. Hasil pengujian menunjukkan MongoDB secara konsisten mengungguli PostgreSQL signifikan. Pada beban puncak 10.000 workers, MongoDB mencapai throughput sebesar 12.532,26 TPS (47,42x lebih cepat dibanding Postg-reSQL yang hanya 264,30 TPS) dengan success Rate 100,00% (0% error Rate). Sebaliknya, PostgreSQL mengalami breaking point mulai dari skenario 1.000 workers (error Rate 21,13%) hingga hancur pada 10.000 workers dengan error Rate 81,40% akibat connection exhaustion. Dari sisi efisiensi sumber daya, arsitektur multi-threaded MongoDB menjaga alokasi RAM stabil pada kisaran ~180 MB dengan CPU produktif 108,78%, sedangkan model process-per-connection PostgreSQL memicu pembengkakan RAM hingga 1.008,19 MB dan saturasi CPU hingga 518,00% akibat switching operasi. Penelitian memberikan rekomendasi menerapkan segregasi database pada sistem e-learning kampus dengan mendelegasikan MongoDB sebagai wadah log aktivitas mandiri.
Rancang Bangun Sistem Digitalisasi Aset Instansi Pemerintah Berbasis QR Code dan Geolocation Tracking Muhammad Taufiqul Hakim; Azriel Taqwallah Rangkuti; Abdul Halim Hasugian
Hello World Jurnal Ilmu Komputer Vol. 5 No. 3 (2026): Edisi Oktober 2026
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/hello_world.v5i3.1983

Abstract

Pengelolaan aset pada instansi pemerintah umumnya masih dilakukan secara manual menggunakan pencatatan buku atau lembar kerja elektronik, sehingga rawan terhadap duplikasi data, kehilangan riwayat perpindahan aset, dan lambannya proses verifikasi kondisi barang. Penelitian ini bertujuan merancang dan membangun sistem digitalisasi aset berbasis QR Code dan pencatatan lokasi berbasis geolocation pada instansi pemerintah, dengan studi kasus Balai Besar Pelatihan Sumber Daya Manusia Komunikasi dan Digital (BBLSDM Komdigi) Medan. Sistem dikembangkan menggunakan metode Prototyping, dengan backend berbasis Laravel dan Flutter sebagai antarmuka aplikasi mobile serta lintas platform. Sistem menerapkan Role-Based Access Control (RBAC) yang membagi hak akses menjadi tiga peran, yaitu admin, petugas, dan divisi, disertai alur persetujuan berjenjang untuk perubahan data foto aset. Setiap aset diberi label QR Code unik yang dapat dipindai untuk mencatat log pemindaian beserta koordinat lokasi menggunakan layanan geolocation perangkat, sehingga riwayat perpindahan dan lokasi terkini aset dapat direkap secara otomatis per periode. Pengujian fungsional dilakukan menggunakan metode black box testing terhadap sepuluh skenario penggunaan pada seluruh peran, dengan seluruh skenario dinyatakan berhasil, termasuk validasi pembatasan akses divisi yang diuji baik pada sisi antarmuka maupun langsung pada sisi application programming interface (API). Evaluasi penerimaan pengguna menggunakan instrumen System Usability Scale (SUS) direncanakan sebagai tahap pengujian lanjutan. Hasil pengujian menunjukkan bahwa integrasi QR Code, pencatatan lokasi berbasis geolocation, dan RBAC tiga peran dapat menjadi solusi yang efisien dan transparan dalam mendukung tata kelola aset instansi pemerintah secara digital.
SISTEM DIGITAL DIARY UNTUK AUTOMASI REKAPITULASI PORTOFOLIO SISWA MENGGUNAKAN FRAMEWORK LARAVEL Zsa Zsa Wilatikta; Ihsan Lubis
Hello World Jurnal Ilmu Komputer Vol. 5 No. 3 (2026): Edisi Oktober 2026
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Aplikasi buku penghubung digital merupakan solusi penting di era digital saat ini untuk mengelola serangkaian proses pemantauan perkembangan anak secara efisien. Penelitian ini berfokus pada perancangan dan pengembangan aplikasi "Digital Diary" berbasis website pada TK Adhyaksa dengan menerapkan metode pengembangan perangkat lunak Rapid Application Development (RAD) yang meliputi tahapan Requirement Planning, RAD Design Workshop, dan Implementation. Sistem ini dibangun menggunakan bahasa pemrograman PHP dengan framework Laravel guna memenuhi kebutuhan pihak sekolah dalam menyediakan platform yang mempermudah guru mengelola data anak serta memantau portofolio secara terstruktur. Hasil penelitian menunjukkan bahwa aplikasi ini berhasil diimplementasikan dengan baik pada sisi orangtua siswa maupun guru/admin melalui fitur registrasi, login, manajemen kelas, pengisian portofolio, dan pencetakan laporan. Pengujian sistem menggunakan metode Black-box Testing membuktikan bahwa seluruh fungsi berjalan normal sesuai harapan, sehingga mampu memberikan keunggulan dalam aspek efisiensi, akurasi pencatatan, dan transparansi informasi perkembangan anak antara pihak sekolah dengan orangtua.
Perancangan UI Aplikasi Edukasi Interaktif Pencegahan Stunting Berbasis Figma Pada Masyarakat Desa Rukoh Saddam Saddam; Khairan AR
Hello World Jurnal Ilmu Komputer Vol. 5 No. 3 (2026): Edisi Oktober 2026
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Stunting masih menjadi masalah gizi kronis yang signifikan di wilayah pedesaan Indonesia, termasuk di Desa Rukoh, akibat rendahnya pemahaman gizi serta terbatasnya media edukasi yang interaktif. Penelitian ini bertujuan merancang User Interface (UI) prototipe aplikasi edukasi interaktif “Sahabat Tumbuh” berbasis Figma sebagai media pencegahan stunting yang sesuai dengan kebutuhan masyarakat Desa Rukoh. Metode yang digunakan adalah pendekatan kuantitatif deskriptif dengan model pengembangan ADDIE (Analysis, Design, Development, Implementation, Evaluation). Pengujian kelayakan dilakukan melalui angket skala Likert yang disebarkan kepada 25 responden yang terdiri atas ibu balita dan kader posyandu, kemudian dianalisis menggunakan teknik persentase kelayakan. Hasil penelitian menunjukkan bahwa prototipe aplikasi memperoleh tingkat kelayakan rata-rata sebesar 83,5% dengan kategori “Sangat Layak”, yang meliputi aspek tampilan dan desain antarmuka (83,2%), kemudahan penggunaan (84,0%), serta kesesuaian materi edukasi (83,2%). Temuan ini mengindikasikan bahwa prototipe aplikasi yang dirancang layak digunakan sebagai media edukasi interaktif dalam upaya pencegahan stunting pada masyarakat pedesaan.stunting
Pius Deski Manalu *, Ammar Yasir Sistem Deteksi Otomatis Berbasis Machine Learning untuk Jejak Digital dalam Analisis Forensik Siber Ammar Nasution; Ekoliyono Wahyu Sumantri Ekoliyono; muhammad nasri gea Gea; Pius Deski Manalu Pius Deski Manalu
Hello World Jurnal Ilmu Komputer Vol. 5 No. 3 (2026): Edisi Oktober 2026
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Meningkatnya kompleksitas serangan siber dan pertumbuhan data digital secara eksponensial menyebabkan metode analisis forensik konvensional menjadi tidak efisien dan rentan terhadap kesalahan manusia. Penelitian melaporkan tingkat kesalahan manual sebesar 12-18% pada kondisi volume data tinggi (Montasari et al., 2022). Meskipun penelitian machine learning sebelumnya telah mengembangkan klasifikasi malware dan deteksi intrusi jaringan, masih terdapat kesenjangan dalam deteksi jejak digital lintas sumber secara menyeluruh yang mengintegrasikan log sistem, lalu lintas jaringan, dan artefak sistem dalam satu kerangka forensik. Penelitian ini mengatasi kesenjangan tersebut dengan mengembangkan dan mengevaluasi sistem deteksi otomatis berbasis machine learning untuk mengidentifikasi jejak digital secara komprehensif dalam investigasi forensik siber. Berbeda dari penelitian Hasan et al. (2023) dan Dunsin et al. (2024) yang berfokus pada tugas forensik khusus, penelitian ini menerapkan integrasi fitur lintas sumber dengan algoritma Random Forest dan Support Vector Machine pada sumber data forensik yang heterogen. Metode manual sebagai baseline mengikuti prosedur forensik digital standar yang meliputi identifikasi, pengumpulan, pemeriksaan, dan analisis bukti. Ekstraksi fitur dilakukan pada berkas log, lalu lintas jaringan, dan artefak sistem dari lingkungan digital simulasi, dengan pembagian data latih dan data uji 80:20. Hasil menunjukkan bahwa Random Forest mencapai akurasi 96,2%, presisi 95,8%, dan recall 94,7%, serta mengurangi waktu pemrosesan sebesar 40% dibandingkan baseline manual. Validasi statistik menggunakan uji McNemar (χ² = 14,73; p < 0,001) menegaskan bahwa perbedaan kinerja tersebut signifikan. Analisis kepentingan fitur mengidentifikasi frekuensi akses log, pola koneksi jaringan, dan artefak peramban sebagai indikator forensik paling penting. Penelitian ini menghasilkan kerangka deteksi otomatis multisumber yang dapat diterapkan pada platform forensik digital untuk mempercepat investigasi sekaligus meningkatkan keandalan dan akuntabilitas hukum analisis bukti digital.
Evaluasi Kualitas Perangkat Lunak CandyCBT Menggunakan Standar ISO/IEC 25010:2023 Vera Riska; Mira Maisura
Hello World Jurnal Ilmu Komputer Vol. 5 No. 3 (2026): Edisi Oktober 2026
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/hello_world.v5i3.2058

Abstract

Penelitian ini melalukan evaluasi pada perangkat lunak CandyCBT berbasis website yang digunakaan di SMKN 2 Banda Aceh menggunakan standar ISO/IEC 25010:2023. Dua karakteristik kualitas yang dievaluasi adalah Performance Efficiency dan Interaction Capability. Performance Efficiency diukur menggunakan alat bantu otomatis Google Lighthouse versi 13.0.2. pada tiga halaman utama (Login,Dashboard dan Soal) diperangkat Desktop dan Mobile dengan total 18 sesi pengujian. Interaction Capability diukur menggunakan metode System Usability System (SUS) pada 30 responden siswa. Hasil pengujian menunjukkan bahwa pada mode Desktop, seluruh halaman memenuhi threshold Time Behaviour, kecuali TBT halaman soal (403 ms, melebihi threshold 200 ms). Pada mode Mobile seluruh halaman memperoleh kategori Poor (38,0-45,7). Skor SUS yang diperoleh adalah 60,58 dengan kategori OK (C) dan akseptabilitas Marginal, menunjukkan CandyCBT dapat digunakan namun belum optimal terutama pada aspek Learnability.

Page 12 of 12 | Total Record : 116