cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Martini Dwi Endah Susanti
Contact Email
jinacs@unesa.ac.id
Phone
-
Journal Mail Official
jinacs@unesa.ac.id
Editorial Address
Gedung A10 Teknik Informatika, Kampus Unesa Ketintang Surabaya, Jawa Timur 60231
Location
Kota surabaya,
Jawa timur
INDONESIA
Journal of Informatics and Computer Science (JINACS)
Published by Universitas Negeri Surabaya
ISSN : -     EISSN : 26862220     DOI : https://doi.org/10.26740/jinacs.v3n02
Core Subject : Science,
Computer Science & IT
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.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 17 Documents
 1   2 
Search results for , issue "Article In Press" : 17 Documents clear
Rancang Bangun Sistem Tryout CPNS dengan Rekomendasi Materi menggunakan Metode Content Based Filtering Apin; Alit, Ronggo
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Seleksi Calon Pegawai Negeri Sipil (CPNS) di Indonesia memiliki tingkat persaingan yang sangat ketat sehingga memerlukan strategi persiapan yang terstruktur dan relevan. Penelitian ini bertujuan untuk merancang dan membangun sistem tryout CPNS berbasis web yang dilengkapi fitur rekomendasi materi pembelajaran menggunakan metode Content-Based Filtering (CBF). Sistem dikembangkan menggunakan framework Laravel dan MySQL sebagai basis data. Evaluasi sistem dilakukan melalui pengujian Blackbox Testing untuk menguji fungsionalitas sistem yang menunjukkan hasil 100% skenario lulus pada sisi administrator dan pengguna, pengujian System Usability Scale (SUS) yang menunjukkan skor rata-rata 80,51% dalam kategori "Baik" yang mengindikasikan tingkat penerimaan dan kemudahan penggunaan yang tinggi, serta evaluasi efektivitas rekomendasi menggunakan validasi akurasi secara manual terhadap 20 sampel data soal yang menunjukkan tingkat ketepatan 75% yang berarti mayoritas materi relevan dengan kebutuhan pengguna dan metode pretest-posttest dengan analisis Normalized Gain (N-Gain) terhadap 20 pengguna yang menghasilkan rata-rata N-Gain sebesar 50,50% dalam kategori "Cukup Efektif" dengan 70% pengguna mengalami peningkatan skor. Hasil penelitian membuktikan bahwa sistem tryout CPNS berbasis CBF efektif sebagai sarana pendukung belajar untuk meningkatkan kesiapan peserta dalam menghadapi ujian CPNS. Kata Kunci— CPNS, Content Based Filtering, Sistem Rekomendasi, Cosine Similarity, Sistem Tryout.
Rancang Bangun Sistem E-Commerce “BEMMATRONIKA” Untuk Meningkatkan Manajemen Pengelolaan Produk-Produk Dan Rekomendasi Penjualan CV BEMMA Surabaya Rochman, Yogi Yanuar; Alit, Ronggo
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak — Perkembangan teknologi informasi dan komunikasi di era digital telah mendorong transformasi di berbagai sektor, termasuk perdagangan. Salah satu tantangan utama yang dihadapi pelaku usaha kecil dan menengah (UKM) adalah adaptasi terhadap sistem digital, khususnya dalam pengelolaan operasional dan pelayanan pelanggan. CV BEMMA Surabaya, perusahaan yang bergerak di bidang perdagangan barang elektronik, masih menggunakan sistem manual dalam pengelolaan stok, transaksi, dan analisis data pelanggan, sehingga menimbulkan berbagai kendala dalam efisiensi operasional dan kualitas layanan. Sebagai solusi, dikembangkanlah BEMMATRONIKA, sebuah platform e-commerce yang dirancang untuk mendukung proses transaksi daring serta meningkatkan kualitas pelayanan melalui fitur-fitur digital. Salah satu fitur utama dalam sistem ini adalah penerapan metode User-Based Collaborative Filtering sebagai sistem rekomendasi produk, yang dapat memberikan saran produk sesuai preferensi pengguna. Penerapan sistem ini diharapkan mampu meningkatkan efisiensi internal perusahaan, memperluas jangkauan pasar, serta meningkatkan kepuasan dan loyalitas pelanggan. Pengembangan BEMMATRONIKA diharapkan tidak hanya memberikan dampak positif bagi CV BEMMA Surabaya, tetapi juga menjadi kontribusi nyata dalam pengembangan e-commerce berbasis teknologi rekomendasi di sektor UKM lokal Indonesia. Kata Kunci— E-commerce, UMKM, Sistem Rekomendasi, Collaborative Filtering, Transformasi Digital, Manajemen Produk, CV BEMMA Surabaya.
Sistem Pendukung Keputusan Penentuan Bonus Tahunan Karyawan Berdasarkan Kinerja Proyek Dengan Metode SAW Pada PT Wipin Tech Group Ningrum, Windy Aditya; Alit, Ronggo
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Seleksi Pemberian bonus tahunan karyawan sering menghadapi permasalahan subjektivitas akibat belum tersedianya sistem penilaian kinerja yang terukur dan transparan. Kondisi tersebut berpotensi menurunkan motivasi kerja serta kepercayaan karyawan terhadap manajemen. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis web dalam menentukan bonus tahunan karyawan pada PT Wipin Tech Group dengan menggunakan metode Simple Additive Weighting (SAW). Penilaian kinerja dilakukan berdasarkan lima kriteria, yaitu durasi proyek, kepuasan pelanggan, kualitas proyek, ketepatan laporan dan dokumen, serta inisiatif dan kemampuan problem solving. Pengembangan sistem mengikuti tahapan Software Development Life Cycle (SDLC) dengan prototype model yang melibatkan pengguna secara iteratif. Hasil penelitian mengungkapkan bahwa sistem mampu melakukan perhitungan skor kinerja, perankingan karyawan, serta penentuan bonus secara objektif dan otomatis. Serta hasil evaluasi menyatakan bahwa metode SAW memiliki tingkat akurasi yang sangat baik dengan persentase kelayakan sebesar 98,68%, sehingga metode ini dinilai efektif dan layak digunakan sebagai metode pendukung pengambilan keputusan dalam sistem penentuan bonus tahunan karyawan. Pengujian sistem menggunakan Black Box, User Acceptance Testing (UAT) dan  UI/UX Testing yang melibatkan user internal perusahaan dan 40 responden eksternal.  Hasil testing memperoleh tingkat penerimaan sebesar 85,12% dengan kategori sangat baik. Dengan demikian, sistem yang dikembangkan dapat mendukung pengambilan keputusan manajemen secara adil, transparan, dan terstruktur. Kata Kunci— Sistem Pendukung Keputusan, Simple Additive Weighting (SAW), Penilaian Kinerja, Bonus Tahunan, Prototype Model.
Perancangan Dan Implementasi Sistem Penyimpanan Digital Berbasis WEB di CV. SKM INDONESIA. Dafino Haryonida, Mochamad; Aditya Prapanca
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Perkembangan teknologi informasi mendorong perusahaan skala kecil dan menengah untuk beralih ke sistem pengelolaan data yang lebih efisien, aman, dan terpusat. CV. SKM Indonesia masih menggunakan metode penyimpanan file secara manual yang berpotensi menimbulkan permasalahan seperti kehilangan data, duplikasi file, keterbatasan akses, dan rendahnya efisiensi kerja. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem penyimpanan digital berbasis WEB menggunakan PHP Franework Codeigniter dan MySQL guna meningkatkan efisiensi, keamanan, dan aksesibilitas pengelolaan dokumen internal perusahaan. Metode penelitian meliputi analisis kebutuhan, perancangan sistem, implementasi, serta pengujian sistem menggunakan metode Black Box Testing. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mempermudah proses unggah, unduh, pengelolaan file dan folder, serta meningkatkan aksesibilitas data dalam lingkungan kerja hybrid. Sistem ini terbukti membantu staf dalam mempercepat distribusi dokumen dan meningkatkan keamanan penyimpanan data. Kata Kunci— Sistem Penyimpanan Digital, Cloud Storage, PHP, MySQL, Sistem Informasi Berbasis Web.
Analisis Sentimen Sebagai Deteksi Sarkasme di Media Sosial X Berbahasa Indonesia Menggunakan Transformer dengan Model XLNet Haqqul Amal Jiddan; Ricky Eka Putra
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Media sosial, khususnya X, sering memuat ujaran sarkastik yang sulit dikenali tanpa pemahaman konteks. Penelitian ini bertujuan mendeteksi sarkasme pada teks berbahasa Indonesia di X menggunakan model berbasis transformer XLNet. Data diambil dari Hugging Face dan melalui preprocessing untuk memastikan konsistensi. Kemudian, data dibagi ulang menjadi tiga skenario yaitu 70:15:15, 60:20:20, dan 80:10:10. Model dilatih (fine-tuning) dengan variasi learning rate, batch size, dropout, sequence length, dan epoch. Pemilihan kandidat mempertimbangkan macro-F1 dan recall pada label sarkasme. Hasil menunjukkan pada skenario 70:15:15, XLNet percobaan ke-17 menjadi model terbaik pada penelitian ini, meraih Accuracy 0.81 dan Macro-F1 0.81 dan pada classification report pada label non-sarkasme memeroleh Precision 0.82, Recall 0.78, dan F1-Score 0.80. Lalu, pada label sarkasme memperoleh Precision 0.79, Recall 0.83, F1-Score 0.81).  Temuan ini diharapkan menjadi referensi pengembangan sistem analisis opini atau ujaran sarkastik pada platform media sosial di Indonesia.   Kata Kunci— Analisis sentimen, Sarkasme, XLNet, X, Transformer
Model Klasifikasi Serangan DoS pada Jaringan Blockchain Menggunakan Algoritma Proximal Policy Optimization Iffo Elsande Pratama Putra; Ricky Eka Putra
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Teknologi blockchain menghadirkan pendekatan baru dalam pengelolaan sistem informasi terdesentralisasi yang mampu menjaga keamanan, transparansi, dan integritas data. Namun, karakteristik tersebut menjadikan teknologi blockchain rentan terhadap ancaman siber, terutama serangan Denial of Service (DoS) yang berfokus pada gangguan ketersediaan layanan melalui pembanjiran lalu lintas pada node blockchain. Penelitian ini bertujuan untuk merancang dan mengembangkan model klasifikasi serangan DoS pada jaringan blockchain dengan menggunakan algoritma Proximal Policy Optimization (PPO). Algoritma PPO merupakan salah satu metode dari reinforcement learning yang dikenal memiliki kestabilan tinggi dan efisiensi dalam proses pembaruan kebijakan. Dataset yang di gunakan dalam penelitian ini ada Blockchain Network Attack Traffic (BNaT), yang mencakup lalu lintas normal dan serangan DoS pada jaringan Ethereum privat. Proses penelitian meliputi tahap pengumpulan data, pre-pemrosesan (preprocessing), pelatihan model, dan evaluasi kinerja menggunakan metrik accuracy, precision, recall, F1-Score, dan Area Under the Curve (AUC). Hasil pengujian menunjukkan bahwa model PPO berhasil mencapai akurasi 99,65% dan F1-Score sebesar 99,65%, dengan nilai AUC mencapai 99,99%. Nilai-nilai tersebut menunjukkan bahwa PPO mampu mengenali pola serangan DoS secara adaptif dan stabil. Oleh karena itu, pendekatan reinforcement learning berbasis PPO dapat menjadi alternatif yang menjanjikan untuk pengembangan sistem deteksi ancaman pada jaringan blockchain yang bersifat dinamis dan kompleks.   Kata Kunci— Blockchain, Denial of Service, Proximal Policy Optimization, Reinforcement Learning, Keamanan Siber
Prediksi Kelulusan Tepat Waktu Mahasiswa Menggunakan Artificial Neural Network Berdasarkan Nilai Akademik Dan Kepuasan Penggunaan E-Learning (Studi Kasus: Universitas Negeri Surabaya) Rizky Pratama Syahrul Ramadhan; I Kadek Dwi Nuryana
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Salah satu elemen utama yang mempengaruhi mutu pendidikan tinggi adalah tingkat kelulusan mahasiswa tepat waktu. Melalui algoritma Jaringan Syaraf Tiruan (ANN), studi ini berfokus untuk menciptakan model yang mampu memprediksi kelulusan mahasiswa dalam waktu yang sesuai pada program Sistem Informasi dan Ilmu Komputer di Universitas Negeri Surabaya. Prediksi didasarkan pada kombinasi data nilai akademik (IPK semester 1-4) dan kepuasan penggunaan e-learning yang diukur menggunakan metode End User Computing Satisfaction (EUCS). EUCS atas lima aspek: content, accuracy, format, ease of use, dan timeliness. Informasi yang dipakai dalam penelitian ini berasal dari 68 siswa angkatan 2018–2022. Untuk menangani keterbatasan jumlah data, pengembangan model melibatkan pengoptimalan hyperparameter menggunakan Optuna dan evaluasi menggunakan Stratified 5-Fold Cross-Validation. Hasil pengujian menunjukkan bahwa model ANN yang dikembangkan sangat akurat, dengan akurasi rata-rata 95,38%, ketepatan 93,33%, recall 96,00%, dan skor F1 94,55%. Hasil ini menunjukkan bahwa integrasi data akademik dan kepuasan pengguna terhadap teknologi pembelajaran dapat menjadi dasar strategi intervensi yang efektif bagi institusi pendidikan.   Kata Kunci— Artificial Neural Network, EUCS, Kelulusan Tepat Waktu, E-learning, Data Mining.
Analisis Aksesibilitas dan Perancangan Aplikasi Cross-Platform Studi Kasus Rumah Makan Ayam Goreng Mas Bonbon Putri, Dian Shafira Hastina; Suartana, I Made
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Perkembangan teknologi digital mendorong rumah makan untuk meningkatkan efisiensi pelayanan, khususnya dalam proses pemesanan dan reservasi. Rumah Makan Ayam Goreng Mas Bonbon masih menerapkan sistem pemesanan manual yang menyebabkan antrean, kesalahan pencatatan, dan keterlambatan pengelolaan informasi. Penelitian ini bertujuan untuk mengembangkan aplikasi pemesanan dan reservasi berbasis Flutter dan Firebase yang dapat digunakan lintas platform serta mendukung sinkronisasi data secara real-time. Metode penelitian yang digunakan adalah penelitian pengembangan (Software Development Research) dengan pendekatan deskriptif kualitatif dan kuantitatif melalui tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian aplikasi. Pengujian dilakukan menggunakan Blackbox Testing, Firebase Test Lab, BrowserStack, dan Google Lighthouse untuk menilai fungsionalitas, kompatibilitas, performa, dan aksesibilitas aplikasi. Hasil pengujian menunjukkan bahwa seluruh fitur aplikasi berjalan sesuai spesifikasi tanpa error berdasarkan pengujian fungsional. Pengujian Firebase Test Lab menunjukkan aplikasi Android dapat dijalankan tanpa crash pada berbagai perangkat dengan versi sistem operasi yang berbeda. Pengujian lintas platform menggunakan BrowserStack memperlihatkan tampilan dan respons antarmuka aplikasi berjalan konsisten pada perangkat Android, iOS Web, dan Desktop. Pengujian Google Lighthouse menunjukkan nilai performa dan aksesibilitas aplikasi web berada pada kategori memadai. Selain itu, pengujian sinkronisasi data menunjukkan data pesanan dan reservasi dapat diperbarui secara real-time antara aplikasi pembeli dan aplikasi admin tanpa kendala.   Kata Kunci— Aplikasi Pemesanan, Reservasi Rumah Makan, Flutter, Cross-Platform, QR Code.
Klasifikasi Level Retinopati Diabetik Menggunakan Metode Hybrid Vision Transformer dan EfficientNet Meakhel Gunawan; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak—Retinopati diabetik merupakan komplikasi diabetes melitus yang menjadi salah satu penyebab utama kebutaan di dunia, termasuk di Indonesia. Oleh sebab itu, deteksi dan klasifikasi tingkat keparahan secara dini berbasis citra fundus retina menjadi krusial untuk mendukung penanganan klinis yang tepat. Vision Transformer yang memiliki keunggulan dalam menangkap konteks global citra, dan EfficientNet yang unggul dalam mengekstraksi fitur lokal, memiliki peluang untuk dikombinasikan secara optimal dalam klasifikasi level retinopati diabetik. Menggunakan Dataset APTOS 2019 Blindness Detection dengan tahapan preprocessing berupa cropping, resize, CLAHE, dan normalisasi, serta augmentasi data untuk mengatasi ketidakseimbangan kelas, model MobileViT-XS yang dikombinasikandengan EfficientNet-B0 hingga EfficientNet-B4 diuji dan dievaluasi menggunakan metrik efektivitas serta metrik efisiensi komputasi. Hasil penelitian menunjukkan bahwa hybrid MobileViT-XS dan EfficientNet-B1 dengan resize 512×512 piksel memberikan kinerja paling optimal, dengan akurasi validasi sebesar 91,80% dan akurasi pengujian sebesar 93,24%, serta efisiensi komputasi yang seimbang dengan waktu pelatihan 101 menit 59.44 detik, FLOPs sekitar 6,80G, dan ukuran model 37,95 MB. Penelitian ini menyimpulkan bahwa pendekatan metode hybrid mampu menghasilkan model yang efektif dan efisien untuk mendukung sistem deteksi dini retinopati diabetik berbasis kecerdasan buatan. Kata Kunci—retinopati diabetik, vision transformer, EfficientNet, hybrid model, klasifikasi citra, deep learning
Implementasi Strategi Default Connection Pool dan Prewarm Connection Pool pada Integrasi Minio Menggunakan Go dan K6 Muhammad Miftakul Salam; Ronggo Alit
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Pengelolaan koneksi antara aplikasi backend dan object storage sering kali menghadapi tantangan efisiensi, terutama terkait latensi awal dan penggunaan sumber daya. Strategi default connection pool yang bersifat lazy initialization cenderung memicu cold start penalty yang tinggi, sedangkan strategi prewarm menawarkan kesiapan koneksi namun membutuhkan alokasi memori awal. Penelitian ini bertujuan untuk membandingkan kinerja kedua strategi tersebut dalam integrasi MinIO menggunakan bahasa pemrograman Go guna menentukan solusi paling optimal. Penelitian menggunakan metode eksperimental dengan melakukan performance testing menggunakan alat uji K6 melalui empat skenario beban kerja: cold start burst, gradual ramp-up, spike test, dan sustained high load. Metrik utama yang dianalisis meliputi latency, throughput, error rate, serta penggunaan CPU dan memori. Hasil pengujian menunjukkan bahwa strategi prewarm berhasil mengeliminasi cold start, menurunkan latency maksimal secara signifikan sebesar 72,2% (dari 20,69 detik menjadi 5,74 detik) dibandingkan strategi default. Selain itu, pada pengujian beban tinggi jangka panjang, strategi prewarm menunjukkan stabilitas sumber daya yang superior dengan penggunaan CPU yang stabil di kisaran 25%, berbeda dengan strategi default yang mengalami ketidakstabilan berupa lonjakan CPU hingga 70% dan memory creep. Berdasarkan hasil tersebut, strategi prewarm connection pool direkomendasikan untuk lingkungan produksi dengan traffic tinggi atau layanan yang membutuhkan ketersediaan instan.Kata Kunci— Connection Pool, Go, MinIO, Object Storage, Performance Testing, Prewarm.

Page 1 of 2 | Total Record : 17

 1   2 

Filter by Year

2026 2026


Reset
Filter By Issues
All Issue Article In Press Vol. 7 No. 02 (2025) Vol. 7 No. 01 (2025) Vol. 6 No. 04 (2025) Vol. 6 No. 03 (2025) Vol. 6 No. 02 (2024) Vol. 6 No. 01 (2024) Vol. 5 No. 04 (2024) Vol. 5 No. 03 (2024) Vol. 5 No. 02 (2023) Vol. 5 No. 01 (2023) Vol 4 No 04 (2023) Vol 4 No 03 (2023) Vol 4 No 02 (2022) Vol 4 No 01 (2022) Vol 3 No 04 (2022) Vol 3 No 03 (2022) Vol 3 No 02 (2021) Vol 3 No 01 (2021) Vol 2 No 04 (2021) Vol 2 No 03 (2021) Vol 2 No 02 (2020) Vol 2 No 01 (2020) Vol 1 No 04 (2020) Vol 1 No 03 (2020) Vol 1 No 02 (2019) Vol 1 No 01 (2019) More Issue