cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Purwono
Contact Email
purwono@uhb.ac.id
Phone
+62281-6843493
Journal Mail Official
ikomti@uhb.ac.id
Editorial Address
Jl. Raden Patah No. 100, Ledug, Kecamatan Kembaran Kabupaten Banyumas - Jawa Tengah
Location
Kab. banyumas,
Jawa tengah
INDONESIA
Jurnal Ilmu Komputer dan Teknologi (IKOMTI)
Published by Universitas Harapan Bangsa Purwokerto
ISSN : 27464237     EISSN : 27464237     DOI : https://doi.org/10.35960/ikomti.v2i2
Core Subject : Science,
Computer Science & IT
Jurnal Ilmu Komputer dan Teknologi (IKOMTI) focuses on Computer Science, Information Systems, Information Technology and its implementation. IKOMTI is peer review, electronic, and open access journal. IKOMTI is seeking an original and high-quality manuscript. Areas of interest in Computer Science, Information Systems, and Information Technology include but are not limited to the following topics: 1. Computer Science - Application Technologies - Application Development - Artificial Intelligence - Cloud Computing - Computational Theory and Mathematics - Computer Hardware and Architecture - Computer Optimization - Digital Image Processing - Internet of Things - Machine Learning - Soft Computing - Software Engineering 2. Information Technology - Enterprise Architecture - Human Computer Interaction - Industrial Organization - Information/Data Security - IT Governance - IT Infrastructure /Operations - IT Operation Management - IT Organizations and Risk Management - IT Procurement - IT Strategic Planning - Networks and/or Telecommunications - System Integration - etc. 3. Information Systems - Big Data - Business Intelligence - Data and Knowledge-Based System Architectures - Data mining - Decision Support Systems - E-Business - E-Government - Health Information Systems - Information Management - IS/IT Project Management - New Technology Acceptance - Supply Chain Information Systems - System Analysis and Design - User Experience and Design - etc.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 85 Documents
 5   6   7   8   9 
Perancangan Sistem Informasi Sekolah Menggunakan Framework TOGAF ADM studi kasus: SMK Negeri 1 Purwokerto Suryani, Riska; Nur Arifin; Iwan Safi’i; R. Bagus Bambang Sumantri
Jurnal IT UHB Vol 5 No 2 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i2.1439

Abstract

SMK Negeri 1 Purwokerto merupakan salah satu sekolah negeri populer di Purwokerto, memiliki 2.122 siswa pada tahun 2023/2024. Sekolah ini menerapkan kurikulum mandiri, namun sistem akademiknya belum memiliki arsitektur yang terstruktur. Infrastruktur Teknologi Informasi (TI), seperti peralatan dan jaringan komputer dirasa belum cukup untuk mendukung transformasi akademik. Oleh karena itu, penelitian ini bertujuan untuk merancang arsitektur yang dapat menciptakan, mengelola, dan mengimplementasikan kerangka kerja blueprint untuk pengembangan sistem informasi terintegrasi. Rencana arsitektur enterprise yang dihasilkan akan digunakan sebagai dasar pengembangan sistem informasi akademik yang mendukung strategi bisnis SMK Negeri 1 Purwokerto. Penelitian ini menggunakan framework TOGAF ADM dalam perancangannya. Hasil dari penelitian ini berupa berupa blueprint arsitektur akademik yang mencakup arsitektur bisnis, arsitektur data, arsitektur aplikasi dan arsitektur teknologi pada SMK Negeri 1 Purwokerto. Arsitektur akademik ini diharapkan dapat membantu penyelenggaraan akademik dengan baik sesuai dengan visi dari SMK Negeri 1 Purwokerto dalam transformasi akademiknya menuju era digital.
Analisis Sel Darah Putih dengan Pendekatan Bioinformatika menggunakan Arsitektur MobileNetV2 Dimas Febri Kuncoro; Rian Ardianto
Jurnal IT UHB Vol 5 No 1 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i1.1469

Abstract

The identification and classification of white blood cells have become important in medical image analysis for disease diagnosis and health monitoring. Traditional classification methods often consume time and are less reliable. Based on these issues, this study aims to implement a Convolutional Neural Network (CNN) with the MobileNetV2 architecture in the classification of white blood cells to improve efficiency and accuracy. This research method emphasizes the use of the MobileNetV2 architecture in CNN. The training process is conducted using Google Colaboratory with the aid of TensorFlow. Model evaluation is carried out using various standard metrics, including accuracy, precision, recall, and F1-score. The results of the study show that the implementation of CNN with the MobileNetV2 architecture produces an efficient and accurate white blood cell classification model. Through a training process with 15 epochs, the model achieved a high accuracy rate and a low error rate. The accuracy rate in this study indicated an accuracy result of 94.8%. The model evaluation demonstrated good performance in classifying different types of white blood cells, as shown by the evaluation metrics and the confusion matrix. This model implementation has great potential to be used in medical image analysis for efficient and accurate disease diagnosis and health monitoring. Implementasi model ini memiliki potensi besar untuk digunakan dalam analisis citra medis untuk diagnosis penyakit dan pemantauan kesehatan yang efisien dan akurat.
Pemanfaatan Komputasi Awan untuk Pengarsipan Digital di Indonesia Suryawijaya , Muhamad Rizki; Praptodiyono, Supriyanto
Jurnal IT UHB Vol 5 No 3 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i3.1479

Abstract

Pengelolaan data dan keamanan sistem dalam konteks pengarsipan digital di Indonesia masih sering kurang tertata dengan baik. Penelitian ini bertujuan untuk mengeksplorasi bagaimana komputasi awan dapat dimanfaatkan secara efektif untuk mengatasi tantangan pengarsipan digital di Indonesia. Metode yang digunakan adalah studi literatur dari berbagai sumber yang relevan dengan topik ini. Hasil penelitian menunjukkan bahwa minimnya pemahaman tentang teknologi komputasi awan, terutama penyimpanan awan, menghambat optimalisasi pemanfaatannya. Pelatiha n dan pemantauan terus-menerus terhadap pengguna, seperti guru, dapat meningkatkan penerimaan dan penggunaan teknologi ini dalam proses pengajaran. Komputasi awan menawarkan fleksibilitas dan efisiensi dalam manajemen data, memungkinkan akses data dari berbagai lokasi dan perangkat yang berbeda. Kesimpulannya, untuk memaksimalkan potensi komputasi awan di Indonesia, diperlukan peningkatan pemahaman tentang keamanan dan pengelolaan teknologi ini. Langkah-langkah strategis seperti pelatihan berkelanjutan dan dukungan teknis harus diambil untuk memastikan teknologi ini dapat dimanfaatkan secara optimal. Dengan demikian, komputasi awan dapat menjadi solusi efektif dalam pengarsipan digital terutama pendidikan, meningkatkan efisiensi dan aksesibilitas data di berbagai sektor. Temuan ini mengindikasikan bahwa dengan adopsi yang tepat, komputasi awan memiliki potensi besar untuk merevolusi pengarsipan digital di Indonesia, memperkuat infrastruktur TI, dan memberikan manfaat signifikan bagi individu dan organisasi dalam pengelolaan informasi digital.
Pengembangan Aplikasi Mobile Learning Dengan Metode Design Thiking Untuk Effektivitas Pembelajaran Bahasa Arab "Studi Kasus Pondok Pesantren Rumah Setia" Rahmad Ardhani; Muhammad Misbahul Munir; Aisyah Mutia Dawis
Jurnal IT UHB Vol 5 No 2 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i2.1520

Abstract

Penelitian ini bertujuan untuk mengidentifikasi kebutuhan dan tantangan pembelajaran bahasa Arab di pondok pesantren. Penelitian ini menggunakan kombinasi metode observasi, wawancara, dan kuesioner untuk mengumpulkan data dari santri, guru, dan staf pondok pesantren. Selain itu, penelitian ini juga menerapkan metode design thinking dalam prosesnya. Metode design thinking melibatkan lima tahap, yaitu empathize (mengumpulkan wawasan dari para pemangku kepentingan melalui observasi dan wawancara), define (mengidentifikasi kebutuhan dan tantangan utama berdasarkan data yang dikumpulkan), ideate (mengembangkan berbagai solusi kreatif melalui brainstorming), prototype (membuat model atau prototipe dari solusi yang diusulkan), dan test (mengujicobakan solusi pada pengguna untuk mendapatkan umpan balik). Hasil penelitian menunjukkan bahwa santri membutuhkan media pembelajaran yang lebih menarik dan interaktif, guru membutuhkan pelatihan untuk meningkatkan kemampuan penggunaan teknologi dalam pembelajaran, dan staf pondok pesantren mendukung pengembangan aplikasi mobile learning untuk pembelajaran bahasa Arab. Berdasarkan temuan penelitian, terdapat beberapa peluang penelitian selanjutnya, seperti mengembangkan aplikasi mobile learning yang sesuai dengan kebutuhan santri, guru, dan staf pondok pesantren, meneliti efektivitas penggunaan teknologi dalam pembelajaran bahasa Arab di pondok pesantren, dan meneliti strategi pembelajaran bahasa Arab yang tepat untuk santri di pondok pesantren. Penelitian lebih lanjut tentang pembelajaran bahasa Arab di pondok pesantren sangat diperlukan untuk meningkatkan kualitas pendidikan bahasa Arab di Indonesia.
Tinjauan Penerapan Data Science Dalam Optimalisasi Program Merdeka Belajar Kampus Merdeka Ita Permatahati; Ismail Setiawan
Jurnal IT UHB Vol 5 No 2 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i2.1521

Abstract

Penelitian ini bertujuan untuk menyelidiki penerapan data science dalam optimalisasi program Merdeka Belajar Kampus Merdeka (MBKM). Dengan pendekatan analisis, implementasi, dan evaluasi, penelitian ini memeriksa bagaimana data science dapat digunakan untuk meningkatkan efektivitas dan efisiensi dari program MBKM. Analisis awal dilakukan untuk memahami kebutuhan dan tantangan yang dihadapi dalam implementasi MBKM. Selanjutnya, konsep data science diimplementasikan untuk memproses dan menganalisis data yang relevan guna memberikan wawasan yang mendalam dalam pelaksanaan program MBKM. Evaluasi dilakukan untuk mengevaluasi dampak dari penerapan data science terhadap program MBKM dan mengidentifikasi area-area yang memerlukan perbaikan atau penyesuaian lebih lanjut. Hasil penelitian ini diharapkan dapat memberikan pemahaman yang lebih baik tentang potensi penerapan data science dalam konteks pendidikan tinggi dan kontribusinya terhadap upaya meningkatkan kualitas dan relevansi dari program MBKM.
Analisis Pengaruh Learning Management System terhadap Tingkat Kepuasan Dosen dan Tenaga Pendidik di Era Digital: Studi kasus Universitas Harapan Bangsa Rokhadi, Reza; Raden Bagus Bambang Sumantri; Hadi Jayusman
Jurnal IT UHB Vol 5 No 3 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i3.1588

Abstract

Penelitian ini menganalisis faktor-faktor yang mempengaruhi kepuasan pengguna platform LMS "Scalsa" di Universitas Harapan Bangsa, berfokus pada UI-UX (User Interface-User Experience), Security (Keamanan), dan User Perception (Persepsi Pengguna). Menggunakan pendekatan kuantitatif dengan metode Structural Equation Modeling-Partial Least Squares (SEM-PLS), analisis dilakukan menggunakan SmartPLS versi 4. Proses dimulai dengan statistik deskriptif dan uji normalitas data, dilanjutkan dengan pemodelan jalur PLS secara iteratif. Indikator dengan nilai loading factor kurang dari 0,6 dihapus untuk memaksimalkan hasil. Validitas konvergen, validitas diskriminan (Heterotrait-Monotrait Ratio), dan reliabilitas (Cronbach's Alpha) juga dievaluasi. Hasil menunjukkan ketiga faktor memiliki hubungan signifikan dengan kepuasan pengguna LMS "Scalsa". UI-UX yang intuitif dan mudah diakses berkontribusi positif terhadap kepuasan. Keamanan yang baik dalam manajemen basis data meningkatkan kepercayaan pengguna. Persepsi pengguna, termasuk pemahaman metode pembelajaran daring dan kemahiran menggunakan LMS, juga berperan penting. Temuan ini menyoroti pentingnya pendekatan holistik dalam pengembangan dan implementasi sistem pembelajaran daring, dengan mempertimbangkan aspek teknis, keamanan, serta faktor-faktor terkait persepsi dan kemampuan pengguna.
Analisis Kepuasan Pengguna pada Perancangan Sistem Absensi Berbasis Android Pegawai BUMDes BBS Kutabima Dede Yusuf; Indra Rachmawati; Rony Nur Triwibowo; Maylanie Dwi Ningrum; Trie Yulie Chermansyah
Jurnal IT UHB Vol 5 No 3 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i3.1625

Abstract

Pengelolaan absensi pegawai merupakan aspek krusial dalam manajemen sumber daya manusia yang berpengaruh langsung pada efisiensi operasional dan akurasi data di sebuah organisasi. Di BUMDes BBS Kutabima, Kecamatan Cimanggu, pencatatan absensi pegawai saat ini masih dilakukan secara manual, yang berpotensi menimbulkan berbagai masalah seperti ketidakakuratan data dan proses administrasi yang memakan waktu. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem absensi pegawai berbasis komputerisasi yang dapat menggantikan proses manual. Metodologi yang digunakan dalam penelitian ini mencakup analisis kebutuhan melalui observasi langsung, wawancara dengan pengguna, dan studi dokumen. Sistem absensi yang dirancang mencakup fitur pencatatan waktu masuk dan keluar, pemantauan kehadiran secara real-time, serta pembuatan laporan absensi otomatis. Penggunaan teknologi informasi dalam sistem ini diharapkan dapat meningkatkan efisiensi operasional dan mengurangi kesalahan manusia. Hasil dari penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan akurasi pencatatan absensi serta kemudahan dalam pengelolaan data pegawai di BUMDes BBS Kutabima. Dengan sistem absensi berbasis Android, memungkinkan karyawan BUMDes BBS Kutabima untuk melakukan absensi dengan mudah melalui ponsel mereka. Pengujian menunjukkan hasil yang memuaskan dengan nilai akurasi (Ao) sebesar 90,28 pada skala netral.
Pеrbаndіngаn Tеknіk Klаsifikаsi Dаtа Mining untuk Pеnеntuаn Jеnіѕ Jаmur Bеrаcun Sugeru, Herik; Hіlmі А’іnі Nurthoyіbаh; Muhаmmаd Аffаrеl Аbhіnаyа Nur Fаjаr; Vіndіаr Johаn Dіputrа; Muchаmmаd Yаfіk Rаmаdhаnі Іlhаm
Jurnal IT UHB Vol 5 No 3 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i3.1646

Abstract

Penambangan data merupakan proses penemuan pengetahuan dalam basis data yang melibatkan identifikasi, validasi, kebaruan, dan pemahaman terhadap pola data yang besar dan kompleks. Salah satu bidang yang dapat menerapkan analisis berbasis data mining adalah pertanian. Jаmur mеrupаkаn ѕаlаh ѕаtu komodіtаѕ pеrtаnіаn yаng mеmіlіkі nutrіѕі tіnggі dan nіlаі еkonomі yаng mеnjаnjіkаn dаlаm аgrіbіѕnіѕ. Klasifikasi jamur menjadi penting untuk menentukan apakah jamur aman dikonsumsi atau beracun. Penelitian ini bertujuan untuk mengevaluasi akurasi klasifikasi berbagai algoritma dalam dataset jamur, yang diperoleh dari UC Irvine Machine Learning Repository. Beberapa algoritma yang diuji meliputi k-Nearest Neighbor (kNN), Naive Bayes, Support Vector Machine (SVM), Decision Tree, Logistic Regression, Linear Discriminant Analysis, Artificial Neural Network (ANN), Convolutional Neural Network (CNN), Extra Trees Classifier, AdaBoost, dan Voting Feature Intervals 5 (VFI 5). Berdasarkan hasil penelitian, akurasi Hold Out dari algoritma tersebut berkisar antara 0,8763 hingga 1,0000, sedangkan akurasi Cross Validation berkisar antara 0,8396 hingga 1,0000. Algoritma Decision Tree (Tuning Model), AdaBoost, dan ANN menunjukkan akurasi tertinggi (100%) pada kedua metode pengujian. Namun, penggunaan Cross Validation lebih disarankan untuk menghindari risiko overfitting, meskipun memerlukan waktu pemrosesan yang lebih lama dibandingkan dengan Hold Out. Algoritma seperti k-NN, Decision Tree, ANN, AdaBoost, dan CNN berpotensi mengalami overfitting, terutama jika dataset tidak cukup kompleks atau kelas data tidak seimbang.
Implementasi Algoritma K-Means untuk Prediksi Status Gizi Balita pada Tiga Puskesmas di Kecamatan Simanindo Napitu, Stifani; Hutabarat, Hanna Dewi M.
Jurnal IT UHB Vol 5 No 3 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i3.1648

Abstract

Kesehatan dan status gizi merupakan salah satu tolak ukur yang dapat menggambarkan keadaan gizi seseorang. Permasalahan terkait gizi pada balita di Indonesia merupakan masalah serius yang mempengaruhi kesehatan balita tersebut. Maka dari itu pemantauan status gizi balita sangat penting untuk mendeteksi secara dini masalah gizi dan memberikan intervensi yang tepat. Penelitian ini bertujuan untuk memprediksi status gizi balita menggunakan algoritma K-Means dengan data dari tiga Puskesmas di Kecamatan Simanindo. Algoritma K-Means digunakan karena kemampuannya dalam mengelompokkan data secara cepat dan efisien berdasarkan kesamaan atribut, serta fleksibilitasnya dalam menangani berbagai tipe data yang berbeda, termasuk data seperti berat badan dan umur. Data yang digunakan meliputi umur, tinggi badan, dan berat badan, dengan pengelompokan menjadi 4 cluster yaitu sangat kurang, kurang, normal, dan risiko lebih. Penelitian ini mengembangkan sistem prediksi status gizi balita berbasis web menggunakan algoritma K-Means. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu memprediksi status gizi balita. Dari hasil dari penelitian menunjukkan bahwa terdapat 22.64% balita yang memiliki status gizi kurang. Balita yang memiliki status gizi normal sebanyak 22.91%. Balita yang memiliki status gizi resiko lebih sebanyak 28.14%. Balita yang memiliki status gizi sangat kurang sebanyak 26.32%.
Prediksi Nilai Tukar Petani di Provinsi SUmatera Utara Menggunakan Metode Fuzzy Time Series Lee Panjaitan, Rini Paramita; Hanna Dewi Marina Hutabarat
Jurnal IT UHB Vol 6 No 1 (2025): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v6i1.1656

Abstract

Sektor pertanian dapat menjadi sumber lapangan pekerjaan dan sumber pendapatan utama yang berguna sebagai salah satu cara dalam mencegah kemiskinan. Pada penelitian ini, dilakukan prediksi nilai tukar petani dari subsesktor tanaman pangan di Provinsi Sumatera Utara menggunakan metode Fuzzy Time Series model Lee dengan berbasis web. Dataset yang digunakan dalam penelitian ini diambil dari periode Januari 2018 hingga Desember 2022 yang diambil dari Badan Pusat Statistik Sumatera Utara. Hasil dari penelitian ini adalah sebuah sistem prediksi yang membantu dalam memprediksi nilai tukar petani maupun kategori lain dengan menggunkaan metode peramalan Fuzzy Time Series Lee. Dalam penelitian ini menghasilkan peramalan yang sangat baik karena nilai MAPE yang didapatkan yaitu sesbesar 0.78%. Hasil pengujian black box pada aplikasi prediksi nilai tukar petani subsektor tanaman pangan di Provinsi Sumatera Utara menunjukan bahwa sistem atau aplikasi dapat berjalan dengan baik dan berfungsi sesuai dengan spesifikasi yang diharapkan. Sehingga metode Fuzzy Time Series Lee dapat dikatakan sangat baik dalam memprediksi nilai tukar petani.

Page 7 of 9 | Total Record : 85

 5   6   7   8   9 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue Vol 6 No 3 (2025): Jurnal Ilmu Komputer dan Teknologi Vol 6 No 2 (2025): Jurnal Ilmu Komputer dan Teknologi Vol 6 No 1 (2025): Jurnal Ilmu Komputer dan Teknologi Vol 5 No 3 (2024): Jurnal Ilmu Komputer dan Teknologi Vol 5 No 2 (2024): Jurnal Ilmu Komputer dan Teknologi Vol 5 No 1 (2024): Jurnal Ilmu Komputer dan Teknologi Vol 4 No 2 (2023): Jurnal Ilmu Komputer dan Teknologi Vol 4 No 1 (2023): Jurnal Ilmu Komputer dan Teknologi Vol 3 No 1 (2022): Jurnal Ilmu Komputer dan Teknologi Vol 2 No 2 (2021): Jurnal Ilmu Komputer dan Teknologi Vol 2 No 1 (2021): Jurnal Ilmu Komputer dan Teknologi Vol 1 No 2 (2020): Jurnal Ilmu Komputer dan Teknologi Vol 1 No 1 (2020): Jurnal Ilmu Komputer dan Teknologi More Issue