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 30 Documents
 1   2   3 
Search results for , issue "Vol. 6 No. 04 (2025)" : 30 Documents clear
Rekomendasi Prioritas Penyelesaian Masalah Berdasarkan Notulensi dari Bimbingan Skripsi dengan Machine Learning AB Sinaga, Christiano Zetro; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p910-923

Abstract

Abstrak— Proses bimbingan skripsi sering kali menghasilkan notulensi yang memuat berbagai permasalahan yang harus diselesaikan dengan tingkat prioritas berbeda. Namun, penentuan tingkat prioritas tersebut sering kali subjektif dan memakan waktu. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi tingkat prioritas berdasarkan notulensi bimbingan skripsi menggunakan Machine Learning dengan algoritma SVM. Proses pengembangan model meliputi pengumpulan dataset notulensi dari mahasiswa semester akhir, augmentasi data melalui back-translation, preprocessing data, pencarian parameter optimal, serta pelatihan model SVM. Data penelitian diambil dari notulensi mahasiswa dengan total 1720 data yang telah diproses menjadi tiga kelas prioritas. Evaluasi model dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score, menghasilkan akurasi tertinggi 97% dengan kernel RBF setelah penghapusan outlier. Sistem sederhana berbasis model SVM kemudian diuji 58 mahasiswa dari berbagai universitas untuk mengevaluasi tingkat kepuasan terhadap akurasi dan kemudahan sistem. Penilaian dilakukan melalui kuesioner berbasis skala likert. Hasil analisis menunjukkan bahwa pengguna memberikan penilaian positif terhadap akurasi hasil rekomendasi, kemudahan penggunaan, serta kejelasan informasi yang diberikan sistem Kata Kunci— Machine Learning, SVM, Notulensi, Rekomendasi, Prioritas, Bimbingan Skripsi
Real Time Notifikasi Informasi Produk E-Commerce Menggunakan Whatsapp Push Message Dan Bot Menu Guyen, Hafidz; Prihanto, Agus
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p903-909

Abstract

Abstrak— Pesatnya pertumbuhan e-commerce telah meningkatkan persaingan antarplatform, mendorong perusahaan untuk memanfaatkan teknologi inovatif seperti chatbot di WhatsApp. Penelitian ini bertujuan untuk mengimplementasikan notifikasi produk secara real-time menggunakan WhatsApp Push Message dan Bot Menu. Dengan memanfaatkan metode webhook, sistem ini dirancang untuk menyampaikan informasi produk yang relevan dan respons cepat, guna meningkatkan efisiensi komunikasi serta pengalaman pelanggan. Penggunaan WhatsApp sebagai media notifikasi dinilai lebih efektif dibandingkan email, mengingat penggunaannya yang lebih umum di kalangan pelanggan e-commerce. Sistem ini dirancang untuk memberikan notifikasi yang relevan, mempercepat respons chatbot, dan meningkatkan peluang konversi penjualan. Penelitian ini diharapkan dapat menjadi referensi praktis bagi e-commerce dalam mengoptimalkan WhatsApp Chatbot sebagai alat pemasaran yang efisien, sekaligus mendukung terciptanya pengalaman belanja online yang lebih baik dan pertumbuhan industri secara keseluruhan. Kata Kunci— Whatsapp, Chatbot, E-Commerce, Webhook
Implementasi Algoritma YOLO11 dalam Mendeteksi Spesies Ikan Laut Komersial secara Real Time untuk Sistem Penyortiran Ikan Permatasari, Dyah Wahyu; Putra, Ricky Eka
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p924-931

Abstract

Abstract - Laut Indonesia memiliki potensi komersial yang sangat besar, tak dapat dipungkiri bahwa lautan Indonesia memiliki sumber daya ikan yang cukup kaya. Proses penyortiran ikan berdasarkan spesiesnnya akan menjadi tantangan besar pada saat proses pemasaran atau distribusi, karena masih dilakukan secara manual. Penelitian ini mengimplementasikan algoritma model YOLO11 dalam mendeteksi spesies ikan laut untuk membantu pross penyortiran. Data yang digunakan terdiri dari 4 sumber dataset yang berbeda, yaitu Final Dataset, Detection Fish Computer Vision Project, Fish Tun Computer Vision Project, dan Fish-gress Dataset for Fish Species Classification. Dataset tersebut kemudian diolah menjadi dataset baru melalui proses data pre-processing dan data augmentation. Model YOLO11 yang digunakan pada saat proses pelatihan adalah YOLO11n dan YOLO11s, dengan 3 variasi pembagian data. Adapun  3 variasi pembagian data yang digunakan adalah 70% data training, 20% data validation, dan 10% data testing; 80% data training, 10% data validation, 10% data testing; dan 60% data training, 20% data validation, dan 20% data testing. Hasil pelatihan terbaik dihasilkan oleh model YOLO11n dengan pembagian data 70% data training, 20% data validation, dan 10% data testing. Model pelatihan dengan hasil terbaik menghasilkan nilai mAP 95.1%, precision 93.2%, dan recall 91.0%, memnunjukkan bahwa model menunjukkan performa yang tinggi. Penelitian ini membuka peluang untuk pengembangan sistem deteksi spesies ikan dalam membantu proses penyortiran. Kata Kunci – YOLO11, Deteksi Spesies Ikan Laut Komersial, Visi Komputer
Penerapan Payment Gateway Menggunakan Metode Webhook Dalam Pengembangan Bot Reservasi Jiot Gadget Solution Akbar, Muhammad Arsy; Nerisafitra, Paramitha
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p932-947

Abstract

Abstrak— Perkembangan teknologi informasi memberikan dampak positif bagi individu maupun organisasi, terutama dalam meningkatkan efisiensi dan efektivitas pekerjaan. Salah satu dampak signifikan terlihat pada proses reservasi jasa yang kini dapat dilakukan secara online. Jiot Gadget Solution, penyedia layanan servis gadget sejak 2019, memanfaatkan teknologi chatbot pada aplikasi Telegram dengan metode webhook untuk meningkatkan layanan reservasi. Sistem ini memungkinkan pelanggan memesan layanan, memeriksa status servis, dan melakukan pembayaran secara online, sehingga menciptakan alur kerja yang lebih cepat, efisien, dan fleksibel. Penelitian ini berfokus pada pengembangan bot reservasi Jiot Gadget Solution yang terintegrasi dengan payment gateway Midtrans. Metode webhook dipilih karena keunggulannya dalam merespons informasi dengan cepat dibandingkan metode lainnya. Implementasi payment gateway diharapkan memudahkan pelanggan dalam bertransaksi sekaligus meningkatkan efisiensi operasional perusahaan. Hasil penelitian menunjukkan bahwa sistem ini mampu meningkatkan pengalaman pelanggan dan mengoptimalkan pengelolaan reservasi serta transaksi secara digital. Kata Kunci— Teknologi Informasi, Reservasi Online, Chatbot, Telegram, Webhook, Payment Gateway, Midtrans.
Implementasi Metode Fuzzy Tsukamoto Pada Aplikasi Findkos Berbasis Web Laravel Muhammad Aditya Wahyu Nugroho; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p967-975

Abstract

Pandemi Covid-19 tahun 2020 mengubah pola hidup masyarakat, termasuk kebutuhan tempat tinggal yang semakin mendesak. Seiring meredanya pandemi, pencarian tempat tinggal sementara dapat dilakukan secara daring, namun keberagaman opsi sering kali membingungkan pengguna. Oleh karena itu, penelitian ini mengembangkan sistem berbasis web menggunakan framework Laravel yang menerapkan algoritma fuzzy Tsukamoto untuk memberikan prediksi dan rekomendasi tempat tinggal sementara secara akurat. Algoritma ini menggunakan parameter seperti harga, ukuran, dan fasilitas, termasuk kamar mandi, WiFi, parkir, dan penyejuk ruangan. Parameter tersebut membentuk tiga himpunan fuzzy, yaitu ukuran (luas/sempit), fasilitas (banyak/sedikit), dan harga (mahal/murah), dengan empat aturan utama. Hasil pengujian menunjukkan bahwa algoritma fuzzy Tsukamoto mampu memberikan prediksi harga yang rasional serta rekomendasi kos yang sesuai kebutuhan pengguna. Aplikasi ini juga terbukti fungsional berdasarkan uji coba black-box, yang menunjukkan bahwa semua fitur berjalan normal, termasuk manipulasi data pada database. Dengan demikian, aplikasi berbasis web ini mampu membantu pengguna dalam proses pencarian tempat tinggal sementara secara cepat, efisien, dan terstruktur. Kata Kunci: Fuzzy Tsukamoto, Prediksi harga kos, Sistem rekomendasi, Framework Laravel, Aplikasi berbasis web.
Pemanfaatan Chatbot Whatsapp Untuk Kemudahan Pengguna Dalam Memonitoring Harga Cryptocurrency Ahmad Ubaidillah Putra; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p948-957

Abstract

Abstrak— Pertumbuhan pesat teknologi digital telah membawa perubahan besar dalam berbagai sektor, termasuk industri keuangan. Salah satu dampaknya adalah meningkatnya minat terhadap cryptocurrency sebagai aset digital yang semakin banyak digunakan untuk investasi dan transaksi. Namun, volatilitas harga yang tinggi membuat pemantauan harga menjadi tantangan bagi pengguna. Untuk mengatasi hal ini, penelitian ini mengembangkan chatbot WhatsApp yang terintegrasi dengan API CoinMarketCap guna memonitoring pembaruan harga secara real-time serta notifikasi otomatis terkait perubahan harga yang signifikan. Dengan demikian, pengguna dapat memperoleh informasi harga terbaru dengan mudah tanpa harus memeriksa secara manual di berbagai platform. Hasil pengujian menunjukkan bahwa chatbot WhatsApp ini mampu memberikan informasi harga yang akurat dan notifikasi tepat waktu, sehingga efektif dalam membantu pengguna memantau pergerakan harga cryptocurrency. Selain itu, penelitian ini merekomendasikan beberapa pengembangan lebih lanjut, seperti fitur pengaturan notifikasi yang dapat disesuaikan sesuai preferensi pengguna serta dukungan untuk lebih banyak jenis cryptocurrency. Dengan peningkatan ini, chatbot dapat menjadi alat yang lebih komprehensif dan bermanfaat bagi komunitas pengguna aset digital. Kata Kunci: WhatsApp, Chatbot, Cryptocurrency, CoinMarketCap
Efektivitas Algoritma Fuzzy C-Means dalam Klasterisasi Bidang Minat Anak Usia Dini Menggunakan Skor silhouette Rafli Aditya Pramana; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p958-966

Abstract

Penelitian ini menganalisis efektivitas algoritma Fuzzy C-Means dalam mendeteksi minat anak usia dini menggunakan metrik evaluasi skor silhouette. Fokus utama penelitian adalah menguji kemampuan algoritma dalam mengelompokkan data pendidikan anak usia dini serta menilai akurasi hasil klasterisasi yang dihasilkan. Berdasarkan data yang diambil dari Taman Pendidikan Anak Sholeh Jombang, algoritma Fuzzy C-Means diimplementasikan untuk mengidentifikasi pola dan kecenderungan minat siswa. Temuan penelitian mengungkapkan bahwa pendekatan ini mampu memberikan pemahaman lebih komprehensif terkait minat anak, yang dapat menjadi dasar pengembangan strategi pembelajaran berbasis personalisasi. Studi ini merekomendasikan penggunaan Fuzzy C-Means sebagai solusi efektif untuk pemetaan minat usia dini. Untuk penelitian lanjutan, disarankan untuk mengeksplorasi kombinasi algoritma ini dengan teknik klasterisasi alternatif serta mengintegrasikan metrik penilaian lain guna memperkaya interpretasi terhadap data pendidikan anak.
SIG Penentuan Lokasi Tambal Ban Terdekat Di Kota Gresik Menggunakan Algoritma Dijkstra Muhammad Rifki Agustian; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p976-983

Abstract

Abstrak - Kendaraan bermotor adalah salah satu kendaraan yang sring masyarakat gunakan setiap hari untuk aktivitas. Dimanapun kita bisa menjumpai kendaraan bermotor. Pada awalnya, kendaraan bermotor hanya dimiliki oleh kalangan tertentu yang memiliki kemampuan keuangan yang cukup. Namun, seiring berjalannya waktu dan peningkatan perekonomian masyarakat, kendaraan bermotor kini telah menjadi sarana transportasi yang umum digunakan oleh banyak orang. Keberadaan kendaraan bermotor memberikan banyak manfaat, seperti mempermudah mobilitas, menghemat waktu perjalanan, serta memberikan kenyamanan dan kepraktisan bagi pengguna. Kebocoran ban dapat terjadi secara tiba-tiba atau berkembang secara perlahan. Jika tidak segera ditangani, kebocoran ban dapat mengakibatkan kerusakan pada ban itu sendiri dan juga komponen lainnya, seperti velg atau sistem suspensi. Selain itu, kebocoran ban juga dapat menyebabkan konsumsi bahan bakar yang lebih tinggi dan mengurangi efisiensi kendaraan. Musibah kebocoran ban yang terjadi dijalan raya seringkali membuat pengguna motor kesusahan untuk mencari tambal ban. Apalagi di lokasi yang baru dan belum dikenal akan kesulitan untuk mencari tambal ban terdekat. Berdasarkan permasalahan tersebut maka saya berinisiatif untuk membangun website pencarian tambal ban area gresik menggunakan algoritma dijkstra
Perbandingan Kinerja Model Deteksi Serangan pada Intrusion Detection System dengan Tuning Hyperparameter Wahyu Purnomo Putra, Dimas Shafir Alfirdausi; I Made Suartana
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p984-993

Abstract

Abstrak— Banyaknya penggunaan internet membuat banyak sektor mengalami kemudahan dan kemajuan, baik pada Pendidikan sampai pertahanan, akan tetapi dengan berkembangnya internet, makin berkembang pula cakupan kejahatan yang merambat pada piranti digital atau internet yang disebut cyber crime. Dengan bermunculannya kejahatan siber, maka muncul pula pertahan siber atau cybersecurity dengan salah satu Upaya untuk mengatasi cyber crime adalah dengan menggunakan intrusion detection system atau sistem pendeteksian serangan. dengan berkembangnya teknologi, diberlakukan pula teknologi machine learning pada data serangan pada intrusion detection system guna mengetahui apakah ada serangan pada sistem atau tidak. Penggunaan machine learning pada cybersecurity akan membuka lembaran baru pada lini pertahanan siber yang cakupan perlindungannya menjadi semakin lebar dengan makin banyaknya model serangan. Dengan Random Forest dan Decision Tree yang merupakan supervised learning dan memiliki keandalan pada klasifikasi, dapat membantu proses pendeteksian serangan pada sistem dengan melakukan training dan testing pada dataset hasil traffic. Lebih jauh, dengan mengandalkan Random Forest dan Decision Tree dengan dioperasikan Hyperparameter Tuning, keandalan akan semakin meningkat. Dengan menggunakan algoritma machine learning, dataset dapat di training dengan akurasi 99% dengan akurasi prediksi atau test sebesar 86% pada decision tree hingga 87% pada random forest, terbukti handal untuk mendeteksi serangan pada dataset. Dengan perbandingan akurasi 1% pada prediksi, dapat dikatakan bahwa algoritma random forest lebih handal dalam pendeteksian serangan. Kata Kunci— IDS, Machine Learning, Random Forest, Decision Tree, Hyperparameter Tuning, Google Colab.
Penerapan Metode FIFO dan ROP Pada Sistem Inventory UD. Salam 51 Berbasis Website Surya Putra AK, Dean Sanjaya; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p994-1009

Abstract

UD Salam 51 merupakan usaha dagang yang bergerak di bidang penjualan barang-barang bangunan dan hingga saat ini masih menggunakan sistem pencatatan manual berbasis kertas. Sistem ini sering menimbulkan berbagai masalah, seperti kesalahan pencatatan, ketidakakuratan data stok, serta kesulitan dalam pengelolaan barang yang sering tertumpuk atau tertimbun. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan mengembangkan sistem inventori berbasis website yang menerapkan metode First In, First Out (FIFO) dan Reorder Point (ROP). Metode FIFO dirancang untuk memastikan pengeluaran barang dilakukan berdasarkan urutan kedatangan guna mencegah barang tertimbun atau rusak akibat penyimpanan terlalu lama. Metode ROP digunakan untuk menentukan batas angka stok yang memicu pemesanan ulang secara optimal agar ketersediaan barang tetap terjaga dan kekurangan stok dapat dihindari. Untuk mendapatkan fungsi yang baik dan akurat, pengujian sistem dilakukan menggunakan metode black box dan white box yang bertujuan menguji keandalan algoritma FIFO dan ROP serta memastikan implementasinya sesuai kebutuhan. Dengan integrasi kedua metode tersebut, sistem ini diharapkan dapat meminimalkan risiko kesalahan pencatatan dan mendukung kelancaran operasional UD Salam 51. Kata Kunci — FIFO, ROP, Sistem inventori, Website, Testing

Page 1 of 3 | Total Record : 30

 1   2   3 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 7 No. 01 (2025) Vol. 6 No. 04 (2025) Vol. 6 No. 03 (2025) Article In Press(1) 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