Journal of Informatics and Computer Science (JINACS)
JINACS (Journal of Informatics and Computer Science) diterbitkan oleh Program Studi S1 Teknik Informatika Universitas Negeri Surabaya dalam empat kali setahun dengan No ISSN Online : 2686-2220 JINACS merupakan jurnal ilmiah dalam bidang Teknik Informatika dan Computer Science. Jurnal ini mencakup bidang ilmu Rekayasa Perangkat Lunak, Jaringan dan Arsitektur Komputer, Komputasi Bergerak, Sistem Temu Kembali Informasi, Kecerdasan Buatan, Pengolahan Citra Digital, Data Mining dll. JINACS terbit 4 (empat) nomor dalam setahun, yaitu bulan September, Desember, Maret dan Juni. Artikel yang telah dinyatakan diterima akan diterbitkan dalam nomor In-Press sebelum nomor regular terbit.
Articles
422 Documents
<![CDATA[Perbandingan Ekstraksi Fitur Haar-like dan Local Binary Pattern untuk Deteksi Wajah ]]>
<![CDATA[Rafy Aulia Akbar]]>;
<![CDATA[Ricky Eka Putra]]>
<![CDATA[ Journal of Informatics and Computer Science (JINACS) Vol 1 No 01 (2019) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1286.516 KB)
|
DOI: 10.26740/jinacs.v1n01.p1-8
<![CDATA[Abstrak—Deteksi wajah manusia (face detection) adalah salah satu tahap awal yang sangat penting di dalam proses pengenalan wajah (face recognition). Karena sebelum memasuki proses tersebut deteksi wajah sangat mempengaruhi tingkat akurasi yang dihasilkan, karena potongan citra wajah dalam sebuah gambar ditentukan oleh deteksi wajah. Deteksi wajah dapat digunakan untuk melakukan pencarian dan pengindeksan data wajah dari citra atau video yang berisi wajah dengan berbagai ukuran, posisi, dan latar belakang. Penelitian ini mengevaluasi dua metode deteksi wajah berdasarkan tingkat hit deteksi dan waktu deteksi, dua metode itu adalah fitur Haar dan Local Binary Pattern (LBP). Pada percobaan menggunakan Haar menghasilkan total wajah yang terdeteksi benar adalah 11685 wajah dari 11745 wajah, sedangkan wajah yang terdeteksi salah adalah 103, sehingga memiliki hit rate 99,49%. Total dari waktu deteksi dari semua dataset adalah 1033 detik. Kemudian untuk percobaan menggunakan metode LBP total wajah yang terdeteksi benar adalah 11444 wajah dari 11745 wajah, sedangkan wajah yang terdeteksi salah adalah delapan, sehingga memiliki hit rate 97,48%. Total dari waktu deteksi dari semua dataset adalah 686 detik. Dari penelitian yang telah dilakukan, Haar memiliki keunggulan pada hit rate atau dapat mendeteksi wajah lebih banyak, sedangkan LBP memiliki keunggulan dalam waktu deteksi wajah yang jauh lebih singkat daripada Haar. LBP memiliki kelemahan pada hit rate, sedangkan Haar memiliki kelemahan pada waktu deteksi yang lebih lama dan kesalahan deteksi wajah yang lebih banyak daripada LBP.Kata Kunci— deteksi wajah; viola-jones; haar-like; local binary pattern; hit rate.]]>
<![CDATA[Penerapan CNN dengan Filter Gabor sebagai feature extractor untuk Content-Based Image Retrieval ]]>
<![CDATA[Bagas Muharom Hanugrah Hidayat]]>;
<![CDATA[Ricky Eka Putra]]>
<![CDATA[ Journal of Informatics and Computer Science (JINACS) Vol 1 No 01 (2019) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (993.779 KB)
|
DOI: 10.26740/jinacs.v1n01.p16-25
<![CDATA[Abstrak— Seiring dengan perkembangan teknologi informasi, kebutuhan dalam pencarian informasi menjadi hal yang penting. Jika pencarian informasi selama ini dilakukan pada data berjenis teks, maka pada perkembangan teknologi saat ini, memungkinkan adanya pencarian informasi dalam bentuk citra digital. Hal tersebut terjadi karena adanya peningkatan jumlah pustaka digital dalam bentuk citra. Sebuah metode pengembalian citra menjadi komponen utama untuk memecahkan masalah tersebut. CBIR merupakan sistem pengembalian citra yang akan membantu dalam proses pencarian citra dengan memanfaatkan fitur-fiturnya. Penggunaan ekstraksif fitur yang tepat diperlukan untuk mendapatkan fitur tersebut. Pemilihan ekstraksi ftur akan sangat memengaruhi hasil dari CBIR. Salah satu metode yang dapat melakukan ekstraksi fitur pada citra adalah CNN. Metode yang masih dalam satu jenis dalam deep learning ini mampu mempelajari fitur citra untuk dimanfaatkan ke dala bidang visi komputer. Karena itu, CNN menjadi perhatian menarik dalam penelitian ini untuk melakukan CBIR. Penggunaan filter Gabor yang mampu mendapatkan tekstur citra dengan baik juga akan diimplementasikan sebagai filter pada lapisan konvolusi CNN. Dengan menggunakan CNN dan filter gabor, penelitian ini mampu mendapatkan nilai mAP sebesar 0,895 terhadap data uji dengan dataset GHIM10k. Penelitian ini juga membandingkan beberapa metode pengukuran jarak untuk mendapatkan sistem CBIR terbaik. Kata Kunci— Content Based Image Retrieval; Convolutional Neural Networks; pengukuran jarak; filter Gabor; visi komputer.]]>
<![CDATA[Implementasi Steganografi dengan Menggunakan Metode Masking and Filtering untuk Menyisipkan Gambar ke dalam Citra Digital ]]>
<![CDATA[Farikhatur Ro’isa]]>;
<![CDATA[I Made Suartana]]>
<![CDATA[ Journal of Informatics and Computer Science (JINACS) Vol 1 No 01 (2019) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1029.213 KB)
|
DOI: 10.26740/jinacs.v1n01.p9-15
<![CDATA[Abstrak— Untuk menjaga kerahasiaan informasi rahasia agar tidak dapat diketahui oleh pihak ketiga dan hanya diketahui oleh pihak tertentu saja, maka dibutuhkan sebuah cara yang digunakan untuk menyembunyikan informasi rahasia tersebut dengan menggunakan teknik Steganografi. Steganografi adalah teknik menyembunyikan pesan ke dalam media lainnya (cover image), seperti image, video, audio, ataupun video sehingga secara kasat mata media penampung yang telah ditambahakan informasi rahasia terlihat sama tidak ada perbedaan dengan sebelum ditambahkan informasi rahasia. Pada penelitian ini, Steganografi diterapkan dengan menyisipkan gambar sebagai pesan rahasia ke media yang juga berupa gambar. Citra digital adalah salah satu media penampung yang banyak digunakan dalam penyembunyian data, akan tetapi saat dilakukan modifikasi gambar informasi rahasia rentan rusak atau hilang. Metode masking and filtering termasuk dalam spatial domain, pada metode ini penyisipan informasi rahasia dilakukan dengan cara memanipulasi nilai luminance pada gambar yang digunakan sebagai media penampung. Masking berfungsi untuk menandai tempat pada gambar yang bisa disisipkan. Filtering berfungsi untuk melewatkan nilai pada bagian yang telah ditandai. Hasil yang diperoleh dari penelitian ini adalah kualitas gambar setelah disisipi dengan informasi rahasia tidak mengalami perubahan yang berarti, setelah dilakukan proses penyisipan informasi rahasia kedalam gambar dan dilakukan proses ekstraksi, informasi rahasia dapat diungkap kembali, dengan adanya proses editing terhadap gambar maka dapat merusak informasi rahasia yang sudah disisipkan dan mengakibatkan informasi rahasia tidak terdeteksi dan tidak dapat diekstraksi, dan waktu yang dibutuhkan untuk proses ekstraksi Decoding) lebih cepat dibandingkan dengan waktu yang dibutuhkan untuk proses penyisipan (Encoding). Kata Kunci— Steganografi; Masking and Filtering; Citra Digital; Encoding; Decoding.]]>
<![CDATA[Rancang Bangun Aplikasi Drone Simulator Berbasis Android Menggunakan Game Engine Unity ]]>
<![CDATA[Muhammad Iskandar Java]]>;
<![CDATA[Ricky Eka Putra]]>
<![CDATA[ Journal of Informatics and Computer Science (JINACS) Vol 1 No 01 (2019) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1034.209 KB)
|
DOI: 10.26740/jinacs.v1n01.p26-33
<![CDATA[Abstrak— Drone merupakan sebuah teknologi yang sedang populer pada saat ini. Akan tetapi untuk membeli sebuah drone tidaklah murah dan beresiko akan terjadi kerusakan pada saat proses belajar mengendalikannya. Namun dengan adanya teknologi digital, seseorang dapat dengan mudah belajar menggunakan teknologi manual dalam bentuk virtual atau biasa yang disebut dengan simulasi atau simulator. Keuntungan yang diberikan oleh simulator sendiri yaitu biayanya yang relatif lebih murah dibandingkan biaya untuk membeli peralatan yang sesungguhnya seperti drone. Agar memudahkan seseorang dalam belajar menggunakan drone, dibuatlah aplikasi bernama Drone simulator. Aplikasi tersebut memberikan fitur dimana pengguna dapat menerbangkan drone dengan kontrol yang mirip dengan drone asli. Aplikasi tersebut berjalan pada platform android sehingga dapat digunakan dimana saja. Dalam pembangunan aplikasi tersebut, metode pengembangan sistem yang digunakan adalah metode SDLC (Software Development Life Cycle) dengan model waterfall dengan alur analisis kebutuhan sistem, perancangan, implementasi, testing dan pemasaran. Dari hasil pengujian yang dilakukan, aplikasi berjalan dengan baik tanpa adanya error pada pengujian black box testing dan didapatkan nilai yang cukup baik dari hasil uji kuisioner yaitu sebesar 73% dari 45 responden.Kata Kunci— drone; simulasi; simulator; digital; Drone Simulator; waterfall; testing; black box testing .]]>
<![CDATA[Modifikasi Cipher Kriptografi Caesar yang Dapat Dibaca dengan Menggunakan Kamus Bahasa Indonesia ]]>
<![CDATA[Nissa Cahyaningtyas Safitri]]>;
<![CDATA[Agus Prihanto]]>
<![CDATA[ Journal of Informatics and Computer Science (JINACS) Vol 1 No 01 (2019) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1269.636 KB)
|
DOI: 10.26740/jinacs.v1n01.p34-41
<![CDATA[Abstrak— Saat ini kita ketahui bahwa kemajuan komunikasi telah didorong oleh perkembangan teknologi yang primitif hingga teknologi yang lebih maju, namun keamanan, keutuhan serta mutu informasi merupakan hal yang masih perlu kita perhatikan. Tentunya agar informasi tidak jatuh ke tangan orang yang tidak berkepentingan, maka menuntut perlunya diterapkan suatu mekanisme yang baik dalam mengamankan data. Oleh karena itu, dibutuhkan pengamanan agar pesan yang dikirimkan dapat terjaga kerahasiaannya sampai pada penerima. Pada kenyataannya, penggunaan kriptografi sering dapat dipecahkan/diterjemahkan oleh kriptanalis[6]. Saat kita mengetahui pola dan mengetahui konstruksi bentuk untuk memecahkan kriptografi sebenarnya cukup mudah, yaitu cukup memperhatikan susunan huruf dan kata dalam teks yang tampaknya tidak bermakna namun sebenarnya mengandung sebuah pesan tertentu. Tentunya pesan yang nampak tak bermakna tersebut membuat sesesorang curiga bahwa pesan teks tersebut sebenarnya mengandung arti tertentu [13]. Hal ini membuat kriptanalis terpicu untuk memecahkan pesan terenkripsi. Dalam penelitian ini, penulis melakukan modifikasi Caesar Cipher yaitu dengan menghasilkan ciphertext yang dapat dibaca, sehingga harapannya pesan ciphertext tersebut tidak menimbulkan kecurigaan terhadap orang asing yang tidak memiliki hak menerima pesan tersebut. Dengan mengadaptasi metode Caesar Cipher Monoalfabetik, penulis melakukan substitusi dari 3 jenis alfabet yaitu: vokal, konsonan dan huruf yang jarang digunakan, maka akan dihasilkan 70 tabel hasil substitusi yang nantinya akan dicocokan dengan Kamus Bahasa Indonesia (KBI), sehingga ciphertext yang dihasilkan dapat dibaca dan tidak menimbulkan kecurigaan.Kata Kunci— Kriptografi; Caesar Cipher Monoalfabetik; Kamus Bahasa Indonesia.]]>
<![CDATA[Implementasi Kriptografi dengan Modifikasi Algoritma Advanced Encryption Standard (AES) untuk Pengamanan File Document ]]>
<![CDATA[Lilik Asih Indrayani]]>;
<![CDATA[I Made Suartana]]>
<![CDATA[ Journal of Informatics and Computer Science (JINACS) Vol 1 No 01 (2019) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (790.827 KB)
|
DOI: 10.26740/jinacs.v1n01.p42-47
<![CDATA[Abstrak— Algoritma AES (Advanced Encryption Standard) disebut algoritma dengan cipher block symmetric karena untuk memperoleh data yang telah dienkripsi menggunakan kunci rahasia atau cipher key yang sama ketika melakukan proses penyandian data (enkripsi). AES memiliki 3 kategori blok cipher: AES-128, AES-192, dan AES-256 dengan panjang kunci masing-masing 128 bit, 192 bit, dan 256 bit. Perbedaan dari ketiga urutan tersebut adalah panjang kunci yang mempengaruhi jumlah round (putaran). Pada penelitian ini, algoritma AES akan dimodifikasi dengan meningkatkan jumlah putaran bersamaan dengan panjang kunci menjadi 320 bit dengan 16 putaran dengan tujuan meningkatkan keamanan dari algoritma AES. Pengujian dilakukan dengan membandingkan waktu proses enkripsi dan dekripsi antara algoritma AES standar 10 putaran dengan algoritma AES modifikasi 16 putaran. File dokumen yang dapat dienkripsi hanya berupa file dengan format pdf, docx, dan txt. Hasil pengujian menunjukkan bahwa semakin besar putaran dan panjang kunci, maka semakin lama waktu yang digunakan dalam proses enkripsi maupun dekripsi. Hal ini dapat dibuktikan dengan algoritma AES modifikasi yang memiliki nilai waktu proses lebih besar dibanding algoritma AES standar sehingga dapat disimpulkan algoritma AES modifikasi memiliki tingkat keamanan yang lebih tinggi karena berpengaruh pada waktu yang dibutuhkan seorang kriptoanalis untuk memecahkan kode enkripsi. Kata Kunci— Kriptografi; AES (Advanced Encryption Standard); enkripsi; dekripsi; pengamanan file dokumen; modifikasi putaran AES.]]>
<![CDATA[Implementasi Algoritma Fuzzy Sugeno sebagai Pendukung Keputusan dalam Penentuan Skor Akhir pada Game Edukasi Simple Nomic ]]>
<![CDATA[Respita Yuliana Ramadhani]]>;
<![CDATA[Anita Qoiriah]]>
<![CDATA[ Journal of Informatics and Computer Science (JINACS) Vol 1 No 01 (2019) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1058.358 KB)
|
DOI: 10.26740/jinacs.v1n01.p48-55
<![CDATA[Abstrak—Pendidikan merupakan suatu hal penting bagi kehidupan manusia. Keberhasilan peserta didik dalam memahami dan menerapkan ilmu yang di dapat dalam pembelajaran merupakan target utama di dunia pendidikan. Game merupakan salah satu media yang sangat membantu dalam menyampaikan pelajaran kepada peserta didik, khususnya pada mata pelajaran yang terbilang sulit seperti pelajaran kimia. Hal ini dikarenakan game dibuat dan dirancang untuk meningkatkan daya pikir siswa termasuk dalam meningkatkan konsentrasi serta kemampuan untuk memecahkan masalah. Dengan digunakannya game sebagai media pembelajaran yang tepat dan kreatif, dapat digunakan untuk mengatasi kejenuhan siswa dalam menyerap materi pelajaran di sekolah. Pada penelitian ini dirancang penerapan algoritma Fuzzy Sugeno untuk menentukan skor akhir pada sebuah game edukasi bernama Simple nomic. Fuzzy sugeno merupakan salah satu kecerdasan buatan yang menggunakan konstanta atau persamaan linear sebagai fungsi outputnya. Pemain pada penelitian ini memiliki misi mengumpulkan diamond sebanyak mungkin, serta menjawab soal dengan benar hingga mencapai finish dengan waktu seminimum mungkin. Penilaian skor akhir pada penelitian ini didasarkan pada 3 aspek nilai yaitu jumlah diamond (D), jumlah nilai menjawab soal (S), dan waktu untuk menjawab soal (W). Ketiga aspek ini digunakan agar penilaian pada skor akhir tidak hanya tergantung pada aspek nilai soal saja. Skor akhir yang dihasilkan yaitu berupa jumlah bintang yang merupakan hasil dari 3 variabel inputan dan 8 nilai kaidah aturan. Penerapan fuzzy sugeno pada permainan simple nomic ini menghasilkan nilai error yang baik yaitu sebesar 0% pada percobaan 4 level dengan masing masing sebanyak 10 kali percobaan.Kata Kunci : Game; Logika Fuzzy; Fuzzy Sugeno; Pendidikan; Tatanama Senyawa Kimia.]]>
<![CDATA[Penerapan Algoritma Support Vector Machine untuk Klasifikasi Motif Citra Batik Solo Berdasarkan Fitur Multi-Autoencoders ]]>
<![CDATA[Rezky Arisanti Putri]]>;
<![CDATA[Naim Rochmawati]]>
<![CDATA[ Journal of Informatics and Computer Science (JINACS) Vol 1 No 01 (2019) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1174.035 KB)
|
DOI: 10.26740/jinacs.v1n01.p56-63
<![CDATA[Abstrak—Batik merupakan kain tradisional warisan kebudayaan masyarakat Indonesia. Penggunaan kain batik sebagai bahan pakaian telah populer sejak kerajaan Majapahit. Sebelum sepopuler sekarang, batik telah menjadi pilihan masyarakat Indonesia sebagai bahan pakaian tradisional karena memiliki ciri khas di setiap motifnya. Motif batik memiliki keberagaman dengan ciri yang menonjol pada setiap lilinnya. Sebagai wujud upaya pelestarian batik, penelitian mengenai klasifikasi batik dilakukan untuk mendeteksi motif citra batik. Berdasarkan hal tersebut, penelitian ini dilakukan menggunakan metode pembelajaran berdasarkan data citra batik dengan harapan dapat memberikan hasil klasifikasi motif citra batik yang lebih akurat dan efisien serta tingkat akurasi terbaik. Adapun metode penelitian yang digunakan yaitu Algoritma Support Vector Machine sebagai Algoritma klasifikasi dan Multi-Autoencoder sebagai proses ekstraksi fitur. Jaringan Multi-Autoencoder yang dirancang merupakan penggabungan dari dua atau tiga model Autoencoder. Model Autoencoder yang dibuat menggunakan ekstraksi dari citra Edge, citra Grayscale, dan citra SIFT. Selanjutnya, akan diklasifikasi menggunakan Algoritma Algoritma Support Vector Machine. Penelitian ini menggunakan data citra batik sejumlah 2.256 gambar yang terbagi menjadi 7 class yaitu motif Parang, Buketan, Ceplok, Kawung, Truntum, Semen Rante, dan Sidomukti. Data gambar batik dibagi menjadi data learning dan data testing dengan presentase sebesar 80% untuk learning dan 20% untuk testing. Percobaan dilakukan berulang untuk mendapatkan model Multi-Autoencoder terbaik untuk proses klasifikasi. Penelitian ini menghasilkan tingkat akurasi sebesar 29,581% untuk kombinasi citra Edge-SIFT; 18,407% untuk citra Edge-Grayscale; 29,157% untuk citra Grayscale-SIFT; serta 30,159% untuk kombinasi citra Edge-SIFT-Grayscale.Kata Kunci—Klasifikasi Motif Batik; Batik Solo; Support Vector Machine; Autoencoder; Multi-Autoencoder.]]>
<![CDATA[Klasifikasi Cerita Bahasa Indonesia menggunakan Metode Hybrid PSO-KNN (Modified Binary Particle Swarm Optimization dengan K-Nearest Neighbor) ]]>
<![CDATA[Anita Rahayu]]>;
<![CDATA[Naim Rochmawati]]>
<![CDATA[ Journal of Informatics and Computer Science (JINACS) Vol 1 No 01 (2019) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (802.002 KB)
|
DOI: 10.26740/jinacs.v1n01.p64-69
<![CDATA[Abstrak— Penentuan kategori suatu cerita merupakan hal yang penting agar cerita yang dibaca sesuai dengan keinginan pembaca. Selama ini proses penentuan kategori suatu cerita masih dilakukan secara manual sehingga perlu adanya pengklasifikasian kategori cerita secara otomatis. Metode klasifikasi atau kategorisasi teks merupakan proses yang secara otomatis meletakkan dokumen teks ke dalam suatu kategori berdasarkan isi dari teks tersebut. Pada penelitian ini peneliti mengusulkan sebuah metode hybrid PSO-KNN yaitu penggabungan metode Modified Binary Particle Swarm Optimization dengan K-Nearest Neighbor. Metode PSO-KNN akan mengatasi permasalahan pengklasifikasian teks sekaligus mengatasi kelemahan KNN yang menggunakan seluruh fitur saat proses pembentukan model (learning). PSO-KNN akan mengurangi dimensi dari dokumen dengan memilih token-token sebagai fitur yang paling baik namun isi yang dikandung dokumen tetap terjaga karena fitur yang dipilih sangat merepresentasikan dokumen tersebut. Penerapan metode PSO-KNN berhasil mengkategorikan 5 kategori cerita Bahasa Indonesia sebanyak 150 data dengan tingkat akurasi sebesar 53% dan total fitur optimal sebanyak 88 fitur. Berdasarkan hasil penelitian yang dilakukan dapat disimpulkan bahwa metode PSO-KNN berhasil melakukan pengklasifikasi kategori cerita pendek serta mengurangi fitur saat proses pembentukan model dan meningkatkan nilai akurasi. Kata Kunci— Klasifikasi teks, cerita pendek, modified binary particle swarm optimization, k-nearest neighbor, loocv]]>
<![CDATA[Rancang Bangun Aplikasi Landmark dengan Menggunakan Metode Analytical Hierarchy Process(AHP) ]]>
<![CDATA[Alen Bachtiar Heriyanto]]>;
<![CDATA[Salamun Rohman Nudin]]>
<![CDATA[ Journal of Informatics and Computer Science (JINACS) Vol 1 No 01 (2019) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (741.218 KB)
|
DOI: 10.26740/jinacs.v1n01.p70-77
<![CDATA[Abstrak— Indonesia merupakan salah satu negara yang terkenal akan kekayaan dan keindahan alamnya. Berdasarkan data dari Kementrian Pariwisata Indonesia, wisatawan mancanegara yang berkunjung ke Indonesia dari semua pintu masuk di tahun 2018 mencapai angka 11.929.542. Sedangkan dari dalam negeri, 270,822,003 kunjungan telah dilakukan di tahun 2017 (Kemenpar, 2018). Hasil pengamatan dan analisa data yang telah dilakukan, permainan, pariwisata dan media sosial mendapatkan perhatian yang cukup tinggi dari masyarakat Indonesia. Maka dari itu, Aplikasi Landmark dibuat berupa media sosial yang berfokus pada bidang e-tourism dengan memberikan tantangan dan hadiah demi menciptakan pengalaman baru bagi wisatawan. Sistem yang akan dikembangkan menggunakan dua tipe pengguna yaitu admin dan wisatawan. Dimana aplikasi tersebut akan dikembangkan dengan menggunakan framework Flutter dan framework Laravel. Analisis sistem dilakukan dengan menggambarkan sistem yang lengkap menjadi bagian-bagian komponennya. Ini dimaksudkan untuk mengidentifikasi dan mengevaluasi permasalahan yang nantinya akan menemukan kelemahan dan kelebihan dalam sistem. Metode yang digunakan dalam penelitian ini adalah waterfall. Dari hasil pengujian di 3 kota yaitu Surabaya, batu, blitar dan terdiri dari 9 wisata, pengguna dari aplikasi landmark sejumlah 35 pengguna dari minimal target yang diajukan sebanyak 30 pengguna. Dan untuk banyaknya pengguna yang memainkan aplikasi landmark sebanyak 20 dan total bermain sebanyak 48. Sehingga dapat disimpulkan, aplikasi ini memiliki daya tarik untuk pengguna yang hobi berwisata. Kata Kunci— AHP; aplikasi android,;flutter; laravel; e-tourism. ]]>
