cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hafizh Al Kautsar Aidilof
Contact Email
hafizh@unimal.ac.id
Phone
+6282168699025
Journal Mail Official
techsi@unimal.ac.id
Editorial Address
Fakultas Teknik Program Studi Teknik Informatika Universitas Malikussaleh Jl. Batam. Kampus Bukit Indah. Gedung Prodi Teknik Informatika. Blang Pulo, Lhokseumawe, Aceh
Location
Kota lhokseumawe,
Aceh
INDONESIA
TECHSI - Jurnal Teknik Informatika
Published by Universitas Malikussaleh
ISSN : 23024836     EISSN : 26146029     DOI : https://doi.org/10.29103/techsi.v13i2.3548
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Education Other
Focus and Scope The fields covered in the scope of TECHSI include: Artificial Intelligence Computer Graphics and Animation Image Processing Cryptography Computer Network Security Modelling and Simulation Information Retrieval Information Filtering Multimedia Bioinformatics and Telemedicine Computer Architecture Design Computer Vision and Robotics Parallel and Distributed Computing Operating System Compiler and Interpreter Information System Game Numerical Methods Mobile Computing Natural Language Processing Data Mining Cognitive System Digital Speech Processing Expert System Geographical Information System Computing Theory
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 9 Documents
 1 
Search results for , issue "Vol. 16 No. 2 (2025)" : 9 Documents clear
Analisis Antarmuka Pengguna pada Sistem Informasi Desa (OpenSID) Gampong Keubang Kabupaten Pidie dalam Perspektif Interaksi Manusia dan Komputer Ananda Ramadana, Rinov Ananda Ramadana; Salat, Junaidi; Qadri; Hikmal, Fhandi; Nursilul, Cut
TECHSI - Jurnal Teknik Informatika Vol. 16 No. 2 (2025)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v16i2.25159

Abstract

This study aims to analyze the user interface of the Village Information System (OpenSID) in Gampong Keubang, Pidie Regency, based on Human-Computer Interaction (HCI) principles. The research uses direct observation and documentation of system interfaces such as the dashboard, village service menus, population data, and administrative features. The analysis focuses on usability aspects, including ease of use, design consistency, text readability, navigation, and user needs compliance. The findings indicate several issues, such as unstructured layout, icons without text labels, low color contrast, and important information that is not immediately visible. However, the system has sufficiently supported village officials in managing data digitally. This study is expected to provide recommendations for improving the OpenSID interface design to be more user-friendly and in line with user needs.
PERAN VISUALISASI DATA DAN KECERDASAN BUATAN DALAM MENINGKATKAN PENGALAMAN PENGGUNA PADA SISTEM INFORMASI AKADEMIK Muhammad Farid; Junaidi Salat; Zikra Hayati; Mauly Nadia; Dellia Maulidar
TECHSI - Jurnal Teknik Informatika Vol. 16 No. 2 (2025)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v16i2.25178

Abstract

Penelitian ini mengembangkan chatbot akademik berbasis kecerdasanbuatan yang terintegrasi dengan visualisasi data interaktif dalam SistemInformasi Akademik (SIA). Sistem dibangun menggunakan Python dengandata JSON sebagai sumber informasi akademik mahasiswa. Hasil evaluasimenunjukkan chatbot mampu menjawab pertanyaan akademik secarakontekstual dengan waktu respons rata-rata 1,8 detik dan akurasi 88%.Integrasi AI dan visualisasi data terbukti efektif meningkatkan kecepatanserta pemahaman pengguna terhadap informasi akademik. Sistem inidiharapkan dapat membantu mahasiswa dan dosen dalam memperolehdata akademik secara cepat, akurat, dan efisien.
A, PENGEMBANGAN SISTEM DETEKSI WAJAH MENGGUNAKAN DEEP LEARNING UNTUK APLIKASI ABSENSI OTOMATIS DI PERUSAHAN ARIS MOTOR MUHAMAD BAHRUL ULUM
TECHSI - Jurnal Teknik Informatika Vol. 16 No. 2 (2025)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v16i2.25212

Abstract

Employee attendance is one of the important aspects of company management. However, the manual attendance process often causes issues such as queues, inaccurate record-keeping, and potential fraud. Therefore, this study aims to develop an automated attendance system based on facial recognition by utilizing Deep Learning technology, specifically the Convolutional Neural Network (CNN) method, using the Python programming language.This system is designed to automatically detect and recognize employees' faces through a camera, so that the attendance process can be carried out more quickly, efficiently, and with minimal contact. The model training process is conducted by collecting employee facial data, which is then processed into embeddings using CNN. Subsequently, the facial detection results are matched with the data stored in the database.This study was conducted at Aris Motor company as the trial location for the system. The test results showed that the system was capable of recognizing This research was conducted at Aris Motor company as the trial location for the system. The test results showed that the system was able to recognize employees' faces with a good level of accuracy and provide feedback such as “Welcome [name]” when they first check in, as well as detect if a face has previously checked in or is not recognized at all.With this system, it is expected that the attendance process at Aris Motor will become more modern, practical, and reliable, while also serving as an initial step towards the digitalization of attendance systems in the workplace.Keywords: Automatic Attendance, Face Detection, Deep Learning, CNN, Python, Aris Motor
PENERAPAN ALGORITMA A* UNTUK MENETUKAN JALUR TERPENDEK DARI SIPIROK KE UIN SYAHADA PADANGSIDIMPUAN: Indonesia Linhar, Ade; Putra, Rafi Septiawan; Simbolon, Hasanal Fachri Satia; Izhari, Fahmi; Sipahutar, Meri Nova Marito
TECHSI - Jurnal Teknik Informatika Vol. 16 No. 2 (2025)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v16i2.25797

Abstract

Efisiensi mobilitas antara pusat pemerintahan Kabupaten Tapanuli Selatan di Sipirok dengan pusat pendidikan UIN Syahada Padangsidimpuan menjadi krusial seiring peningkatan aktivitas akademik dan administrasi. Penelitian ini bertujuan untuk menerapkan dan menganalisis kinerja algoritma A* (A-Star) dalam menentukan jalur terpendek pada rute tersebut. Berbeda dengan algoritma Dijkstra yang menelusuri seluruh kemungkinan rute, algoritma A* memanfaatkan fungsi heuristik untuk memprioritaskan pencarian jalur yang lebih menjanjikan menuju tujuan. Penelitian ini memodelkan peta jalan lintas Sipirok-Padangsidimpuan ke dalam bentuk graf berbobot, di mana simpul merepresentasikan persimpangan atau landmark utama. Fungsi heuristik yang digunakan adalah Haversine Formula untuk menghitung jarak garis lurus berdasarkan koordinat geografis. Hasil perhitungan menunjukkan bahwa algoritma A* sukses menemukan rute optimal dengan jarak tempuh total ±38 km melalui Jalan Lintas Sumatera. Analisis kompleksitas menunjukkan bahwa A* memiliki waktu pencarian yang lebih cepat (node visit lebih sedikit) dibandingkan pencarian buta (blind search), menjadikannya solusi efektif untuk sistem navigasi lokal di wilayah Tapanuli Selatan.
Episodic Sparse Cost Evaluation for Policy Analysis in Stochastic Shortest Path Problems: english Izhari, Fahmi; Putra, Rafi Septiawan; Simbolon, Hasanal Fachri Satia; Linhar, Ade
TECHSI - Jurnal Teknik Informatika Vol. 16 No. 2 (2025)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v16i2.25800

Abstract

Conventional evaluations of stochastic shortest path policies typically rely on dense reward or cost signals, which often obscure rare but behaviorally critical interactions. This paper introduces an episodic sparse-cost evaluation framework that assigns costs only to a small subset of state action pairs identified through a short probing phase, thereby decoupling cost accumulation from trajectory length. The objective of this study is to assess whether episodic sparse costs can provide a more interpretable and behavior-focused evaluation of policy execution compared to dense formulations. The framework is empirically validated through controlled navigation experiments under a fixed policy in a grid-based stochastic shortest path setting. In a representative episode, the agent successfully reached the terminal state in 95 steps, while incurring only two cost-triggering events drawn from a sparse support set of size five. This resulted in a total episodic cost of 2.0 and a hit rate of 0.021, indicating that more than 97% of agent environment interactions were cost-free. The temporal distribution of costs appeared as isolated impulses rather than continuous signals, enabling precise localization of critical decision points along the trajectory. These findings demonstrate that episodic sparse-cost evaluation yields bounded, event driven cost behavior that remains stable even for long trajectories. The proposed framework offers a transparent and scalable alternative for analyzing policy behavior in stochastic environments, particularly in scenarios where rare violations, constraints, or risk sensitive interactions are of primary concern. Future research will extend this evaluation paradigm to multi-episode analysis, adaptive policies, and integration with constraint aware learning objectives.
QUANTUM LEAP: WHEN COMPUTERS TRANSCEND THE LIMITS OF CLASSICAL LOGIC Rahayu, Rusnai; Pratiwi, Endang; Hajjeni, Nur; Luminto, Adinda; Muhammad Yusuf
TECHSI - Jurnal Teknik Informatika Vol. 16 No. 2 (2025)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v16i2.25810

Abstract

The rapid evolution of information technology has entered a new phase that increasingly challenges the limits of classical computational logic. Quantum computing has emerged as a new computational paradigm that exploits the principles of quantum mechanics to address problems that are computationally infeasible for conventional computers. This study aims to analyze the fundamental concepts of quantum computing, recent technological developments, and its potential implications for the field of information technology. A Systematic Literature Review (SLR) method was employed by analyzing peer-reviewed journal articles and research reports published between 2019 and 2025. The results indicate that quantum computing demonstrates significant potential in areas such as cybersecurity, artificial intelligence, and big data analytics. However, critical challenges remain, including qubit instability, decoherence, quantum error correction, and high implementation costs. This study concludes that quantum computing represents a transformative technological leap that is expected to reshape the future trajectory of global information technology, provided that existing technical and infrastructural challenges can be effectively addressed.
Analisis Komparasi Algoritma Random Forest dan Support Vector Machine untuk Deteksi Intrusi Jaringan Fachri Satia Simbolon, Hasanal; Linhar P, Ade; Putra, Rafi Septiawan; Izhari, Fahmi
TECHSI - Jurnal Teknik Informatika Vol. 16 No. 2 (2025)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v16i2.25811

Abstract

Meningkatnya kompleksitas serangan siber menuntut adanya sistem keamanan jaringan yang adaptif dan efisien. Intrusion Detection System (IDS) tradisional seringkali memiliki keterbatasan dalam mengenali pola serangan baru. Penelitian ini bertujuan untuk mengevaluasi kinerja dua algoritma Machine Learning, yaitu Random Forest (RF) dan Support Vector Machine (SVM), dalam mengklasifikasikan trafik jaringan normal dan serangan. Eksperimen dilakukan menggunakan dataset NSL-KDD dengan melibatkan seluruh 41 fitur melalui tahapan preprocessing, normalisasi, dan validasi data dengan rasio 80:20. Hasil pengujian menunjukkan bahwa algoritma Random Forest mengungguli SVM dengan tingkat akurasi mencapai 99.78%, presisi 1.00, dan recall 1.00. Sebaliknya, SVM mencatatkan akurasi sebesar 99.03%. Selain unggul dalam akurasi, Random Forest terbukti lebih efisien dengan waktu pelatihan (training time) rata-rata 3.72 detik, hampir dua kali lebih cepat dibandingkan SVM yang membutuhkan 6.61 detik. Berdasarkan hasil tersebut, Random Forest direkomendasikan sebagai algoritma yang lebih efektif untuk implementasi IDS pada lingkungan yang membutuhkan respons waktu nyata (real-time).
Perbandingan Algoritma Decision Tree dan Random Forest dalam Klasifikasi Kepuasan Pengguna Sistem Informasi Akademik : Studi Literatur: Indonesia Putra, Rafi Septiawan; Simbolon, Hasanal Fachri Satia; Linhar P, Ade; Izhari, Fahmi
TECHSI - Jurnal Teknik Informatika Vol. 16 No. 2 (2025)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v16i2.25799

Abstract

Kepuasan pengguna merupakan salah satu indikator penting dalam menilai keberhasilan Sistem Informasi Akademik di perguruan tinggi. Berbagai penelitian telah menerapkan algoritma machine learning untuk mengklasifikasikan tingkat kepuasan pengguna, di antaranya Decision Tree dan Random Forest. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa kedua algoritma tersebut berdasarkan hasil penelitian terdahulu. Metode yang digunakan adalah studi literatur terhadap artikel nasional dan internasional yang dipublikasikan pada periode 2020–2025. Analisis dilakukan secara deskriptif dan komparatif dengan meninjau metrik performa seperti akurasi, presisi, dan recall. Hasil kajian menunjukkan bahwa Random Forest secara umum memiliki performa yang lebih unggul dan stabil dibandingkan Decision Tree, terutama dalam aspek akurasi. Namun, Decision Tree tetap memiliki keunggulan dalam hal interpretabilitas model. Oleh karena itu, pemilihan algoritma klasifikasi sebaiknya disesuaikan dengan tujuan analisis dan kebutuhan institusi.
Perkembangan Teknologi Komputasi Kuantum dalam Era Modern Rahayu, Rusnai; Alfa Dira, Liona Agelerie; Marunduri, Pangeran Nabisha; Lubis, Marhamah; Habibi, Irham Yusuf
TECHSI - Jurnal Teknik Informatika Vol. 16 No. 2 (2025)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v16i2.25802

Abstract

Teknologi komputasi kuantum,yang didasarkan pada prinsip-prinsip mekanika kuantum seperti superposisi dan keterikatan,mengalami hambatan besar,seperti masalah dekoheresikoreksi kesalahan kuantum dan kebutuhan akan infrastruktur perangkat kuat dan dapat diperluas, kendala ini membatasi kemampuan untuk menangani tugas-tugas komplek di bidang keamanan data,perbaikan proses,serta sistem kecerdasan buatan secara efektif. Penelitian terkini fokus pada kemajuan stabilitas qubit dan pengembangan algoritma kuantum yang lebih efisien,dengan tinjauan terhadap tren inovasi yang sedang berkembang.Kajian ini mengeksplorasi bagaimana teknologi ini memberikan pendekatan inovatif untuk memproses informasi dengan efisiensi pararel yang luar biasa.Metode yang digunakan melibatkan peningkatan kedalam sistem,pengelolaan kesalahan,dan penelitian mendalam untuk memastikan penerapan yang etis dan aman.pendekatan ini fukus kepada inovasi berkelanjutan untuk memaksialkan manfaat komputasi kuantum dalam konteks industri global.Hasil utama menunjukkan bahwa perbaikan algoritma telah membuka peluang untuk implementasi praktis dalam enkripsi , optimalisasi, dan simulasi Tingkat lanjut,walaupun teknologi ini masih dalam tahap perkembangan. Secara keseluruhan, potensi transfomasional komputasi kuantum sangatlah besar,dan dengan dukungan dan inovasi yang berkelanjutan,diharapkan dapat memberikan sumbangan praktis dan etis bagi berbagai sektor di masa depan.Teknologi ini diharapkan dapat memberikan kontribusi yang bertanggung jawab.

Page 1 of 1 | Total Record : 9

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 16 No. 2 (2025) Vol. 16 No. 1 (2025) Vol. 15 No. 2 (2024) Vol. 15 No. 1 (2024) Vol. 14 No. 2 (2023) Vol. 14 No. 1 (2023) Vol 13, No 2 (2021) Vol 13, No 1 (2021) Vol 12, No 2 (2020) Vol. 12 No. 2 (2020) Vol 12, No 1 (2020) Vol 11, No 3 (2019) Vol 11, No 2 (2019) Vol 11, No 1 (2019) Vol 8, No 2 (2016) Vol 8, No 1 (2016) Vol 7, No 1 (2015) Vol 10, No 2 (2018) Vol 10, No 1 (2018) Vol 9, No 2 (2017) Vol 9, No 1 (2017) Vol 7, No 2 (2015) Vol 6, No 2 (2014) Vol 6, No 1 (2014) Vol 5, No 2 (2013) Vol 5, No 1 (2013) Vol 4, No 1 (2012) More Issue