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. 7 no. 04 (2026)" : 30 Documents clear
Analisis Manfaat Rooting Serta Dampak Penerapan Custom ROM Terhadap Kinerja Perangkat Android Fatahillah Aswam Qowa'id; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak—Sistem operasi Android bawaan pabrik (Stock ROM) umumnya membatasi akses sistemik dari penggunanya dan sering menyertakan berbagai aplikasi pra-instal (bloatware) yang secara tidak langsung membebani kinerja perangkat keras. Makalah ini menyajikan studi eksperimental komprehensif mengenai efektivitas proses rooting dan implementasi Custom ROM sebagai upaya optimalisasi kinerja, sembari menganalisis risiko keamanan yang menyertainya. Menggunakan metode eksperimen kuantitatif dengan pendekatan within-subjects design pada ponsel Xiaomi Redmi Note 9, pengujian membandingkan dua kondisi utama: kelompok kontrol dengan Stock ROM dan kelompok eksperimen yang menjalankan Custom ROM dengan hak akses root aktif. Hasil pengujian menunjukkan peningkatan performa yang sangat signifikan, dibuktikan dengan lonjakan skor total AnTuTu Benchmark sebesar 28,75% dan skor 3DMark sebesar 12,86%. Peningkatan ini diakibatkan oleh efisiensi manajemen memori dan penerapan mode performa pada prosesor. Namun, pemberian hak akses root tersebut terbukti mematikan mekanisme isolasi (sandboxing) bawaan sistem Android. Hal ini ditunjukkan secara nyata melalui kemudahan injeksi memori oleh aplikasi pihak ketiga, yang menegaskan tingginya risiko kerentanan eksploitasi data. Kata Kunci— Android, Rooting, Custom ROM, Overclocking, Benchmark, Integritas Memori.
Rancang Bangun Aplikasi Mobile EduPlay sebagai Media Pembelajaran dan Penilaian Otomatis Mahasiswa Magang Wan Hasib Al Aslamy; Rindu Puspita Wibawa
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstract— The internship program at PT. Avolut Global Indonesia faces challenges such as unstructured material delivery, a manual assessment system, and the absence of a real-time monitoring mechanism. This study designed and developed the EduPlay mobile application as a learning medium and automated assessment for interns. The application was developed using the Rapid Application Development (RAD) method with the stages of Requirements Planning, User Design, Construction, and Cutover. The technology stack used included React Native (Expo) for the mobile interface, PostgreSQL as the database, and Supabase as the backend-as-a-service. Testing was conducted using Black Box Testing with 10 functional scenarios. All scenarios resulted in a Success status, including user authentication, material grouping (UI/UX, Programming, Data Analyst), interactive quizzes, and automatic score calculation using the formula Score = (B/N) x 100. EduPlay has been proven to improve the effectiveness of internship program evaluation through consistent, transparent, and structured assessments.Keywords— Mobile Application, EduPlay, Rapid Application Development, Black Box Testing, Automated Assessment, Internship, React Native, Supabase.
Sistem Rekomendasi dan Penjadwalan Wisata di Kota Surabaya Menggunakan Algoritma SAW dan TSP Catur Hendra Putra Pamungkas; Paramitha Nerisafitra
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Pariwisata merupakan salah satu sektor penting dalam pertumbuahan ekonomi dan pelestarian budaya lokal. Kota Surabaya menawarkan bebagai destinasi wisata,. Namun banyak wisatawan masih menghadapi kesulitan memilih destinasi dan menyusun jadwal kegiatan berwisata yang optimal. Penelitian ini bertujuan untuk merancang dan mengembangan sistem rekomendasi dan penjadwalan pariwisata di Kota Surabaya dengan memanfaatkan algoritma Simple Additive Weighting (SAW) dan Dynamic Programming berbasis pendekatan Travelling Salesman Problem (TSP). Algoritma SAW digunakan untuk merekomendasikan destinasi wisata berdasarkan kriteria seperti jarak, rating, popularitas, dan harga, sedangkan Dynamic Programming digunakan untuk rute kunjungan yang edisien antar destinasi. Sistem dikembangkan menggunakan metode Software Development Life Cycle (SDLC) Waterfall dan dapat diakses melalui browser di berbagai perangkat. Pengujian sistem dilakukan menggunakan metode GrayBox Testing dan User Acceptance Testing (UAT) Hasil pengujian menunjukan bahwa sistem lulus secara skenario GrayBox Testing tanpa adanya kegagalan, serta memperoleh skor UAT sebesar 89%, yang mengindikasikan tingkat penerimaan pengguna yang sangat baik. Sistem ini diharapkan dapat membantu wisatawan dalam merencanakan perjalanan secara lebih efisien, sekaligus berkontribusi pada pengembangan industri pariwisata Kota Surabaya.   Kata Kunci— Sistem Rekomendasi, Sistem Penjadwalan, Simple Additive Weighting, Dynamic Programming, Travelling Salesman Problem, Wisata Surabaya.
Eksplorasi Random Forest Berbasis Ekstraksi Fitur dan Metode Sampling untuk Analisis Data Multi-label Sentimen dan Emosi Rebecca Jasmine Surya; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Penggunaan aplikasi mobile dalam bidang teknologi telah memberikan wadah bagi penggunanya dalam mengekspresikan emosi dan opini melalui ulasan pengguna. Klasifikasi emosi pada ulasan pengguna dapat membantu dalam memahami tingkat kepuasan pengguna. Namun, proses klasifikasi emosi masih mengalami permasalahan khususnya dalam menghadapi ketidakseimbangan data. Penelitian ini mengusulkan model klasifikasi emosi menggunakan Random Forest pada dataset ulasan di Google Play Store yang melalui tahapan pre-processing, ekstraksi fitur menggunakan TF-IDF, penerapan metode sampling berupa SMOTE, Tomek-Links, dan SMOTE-Tomek dalam permasalahan ketidakseimbangan data, serta pemanfaatan hyperparameter tuning menggunakan Particle Swarm Optimization (PSO). Model klasifikasi tersebut menunjukkan bahwa penggunaan algoritma Random Forest dengan metode sampling SMOTE pada pembagian data dengan rasio 95:5 mampu menghasilkan kombinasi dengan kinerja paling optimal dengan nilai accuracy dan recall masing-masing sebesar 85,24%, precision 85,32% dan nilai F1-score sebesar 85,20%. Secara keseluruhan, penggunaan Random Forest melalui ekstraksi fitur dan metode sampling serta optimasi hyperparameter mampu memberikan hasil model klasifikasi emosi yang lebih efektif dan efisien dalam menangani data yang tidak seimbang.   Kata Kunci— Random Forest, TF-IDF, Metode Sampling, Particle Swarm Optimization, Klasifikasi Emosi.
Perbandingan Platform Orkestrasi Kontainer pada Aplikasi Real-Time di Lingkungan Cloud Pribadi Yunus Dhanzky Handitra; I Made Suartana
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Dalam topik komputasi modern yang terus berkembang, kebutuhan akan pemrosesan data yang cepat, efisien, dan fleksibel telah menjadi krusial, terutama pada aplikasi real-time seperti pemantuan Internet of things (IoT). Aplikasi real-time tersebut bergantung pada kemampuan sistem untuk merespon secara instan dan mengolah data dalam jumlah yang besar dengan latensi yang minimal. Fenomena ini tidak hanya membutuhkan infrastruktur yang kuat, tetapi juga adaptif dan responsif terhadap fluktuasi beban kerja. Salah satu pendekatan yang dilakukan adalah dengan menggunakan orkestrasi kontainer, yang memungkinkan pengelolaan aplikasi secara terdistribusi dengan kemampuan autoscaling. Docker Swarm dan K3s merupakan dua platform orkestrasi yang menawarkan pendekatan dalam skalabilitas, pengelolaan resource, dan kompleksitas operasional. Penelitian ini bertujuan untuk membandingkan performa Docker Swarm dan K3s pada lingkungan private cloud menggunaan arsitektur pemrosesan pesan secara real-time. Dimana fokus pengujian yang dilakukan ada pada latensi, throughput, penggunaan cpu, penggunaan memori, skalabilitas, dan fault tolerance. Hasil pengujian yang dilakukan dengan menggunakan beban sebesar 100, 500, dan 1000 pesan/detik, termasuk skenario kegagalan node, menunjukkan bahwa Docker Swarm dan K3s mampu menangani workload real-time dengan baik. Namun, K3s menunjukkan kestabilan latensi dan realibilitas yang lebih baik, sedangkan Docker Swarm memiliki penggunaan cpu yang lebih baik dan pengelolaan resource yang lebih ringan. Berdasarkan hasil pengujian dapat disimpulkan bahwa, K3s lebih sesuai untuk aplikasi yang membutuhkan kestabilan performa dan latensi yang lebih rendah, sedangkan Docker Swarm dapat menjadi alternatif yang baik untuk sistem yang mengutamakan efisiensi cpu dan orkestrasi ringan. Kata Kunci— Docker Swarm, K3s, Private Cloud, Orkestrasi Kontainer, Aplikasi Real-Time.
Perbandingan Teknik Pemuatan Awal Eager Loading dan Lazy Loading Intersection Observer Terhadap Performa Website Titania Nur Larissa; I Made Suartana
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Perkembangan teknologi informasi mendorong kebutuhan website dengan pengalaman pengguna optimal, khususnya pada konten visual dominan. Penelitian ini membandingkan performa teknik Eager Loading dan Lazy Loading Intersection Observer pada website Pusat Informasi Keamanan Siber (CSIC) berbasis Laravel. Pengujian menggunakan Chrome DevTools pada enam skenario dengan metrik First Contentful Paint (FCP), Largest Contentful Paint (LCP), Total Blocking Time (TBT), Load Time, Total Request, dan Total Page Size. Hasil pengujian halaman utama menunjukkan Lazy Loading Intersection Observer unggul pada FCP (1,13 detik) dan load time (162 request, 238 MB), sedangkan Eager Loading unggul pada LCP (3,66 detik) berkat atribut fetchpriority dan preload. Pada halaman dashboard, Lazy Loading Intersection Observer mendominasi seluruh metrik dengan load time 0,68 detik, 16 request, dan ukuran halaman 1,7 MB, dibandingkan Eager Loading yang mencapai 157,33 detik, 261 request, dan 241 MB. Pengujian ukuran aset gambar menunjukkan perbedaan performa semakin signifikan pada gambar berukuran besar (>1 MB). Pada halaman berbasis teks (Berita), ketiga teknik menghasilkan performa yang relatif serupa dengan LCP identik 2,23 detik karena tidak bergantung pada konten gambar. Pengujian orientasi layar menunjukkan mode portrait menurunkan performa Lazy Loading Intersection Observer secara signifikan pada halaman utama, dengan TBT mencapai 253,33 ms dan LCP hingga 28,57 detik. Kesimpulan penelitian menunjukkan tidak terdapat satu teknik yang unggul secara mutlak. Lazy Loading Intersection Observer lebih optimal untuk halaman berkonten visual padat dan interaksi berbasis scroll atau tab, sedangkan Eager Loading lebih sesuai untuk halaman yang membutuhkan konsistensi tampilan menyeluruh. Kata Kunci— Eager Loading, Lazy Loading, Intersection Observer, Laravel, Web Performance.
Sistem Rekomendasi Referensi Berbasis mBERT dan Analytical Hierarchy Process Terintegrasi Semantic Scholar Muhamad Raasikh Fil'ilmi; Paramitha Nerisafitra
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak — Perkembangan teknologi informasi dan meningkatnya jumlah mahasiswa menyebabkan kompleksitas dalam penentuan referensi tugas akhir yang relevan, berkualitas, dan memiliki unsur kebaruan, sehingga proses pencarian referensi seringkali memakan waktu lama dan bersifat subjektif. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi referensi tugas akhir berbasis website yang mampu memberikan rekomendasi jurnal internasional secara otomatis berdasarkan kriteria kualitas novelty, clarity, specificity, dan relevance, serta menampilkan referensi yang sesuai dengan tren penelitian global melalui integrasi Semantic Scholar API. Metode yang digunakan meliputi analisis semantik berbasis Multilingual BERT (mBERT) untuk menghasilkan embedding teks dan menghitung kemiripan menggunakan cosine similarity, serta metode Analytical Hierarchy Process (AHP) untuk pembobotan multi-kriteria dalam proses pemeringkatan referensi. Dataset yang digunakan berasal dari metadata publikasi ilmiah dari Semantic Scholar. Hasil evaluasi menunjukkan nilai accuracy sebesar 82%, precision sebesar 85,2%, recall sebesar 92%, dan F1-score sebesar 0,885 yang mengindikasikan performa model yang baik dalam klasifikasi kemiripan semantik. Berdasarkan hasil implementasi, waktu rata-rata preprocessing dan pembentukan embedding berkisar antara 0,2–0,5 detik per data, sedangkan waktu rekomendasi berada pada kisaran 40–100 detik. Pengujian terhadap 50 responden menggunakan metode System Usability Scale (SUS) menghasilkan skor rata-rata 70,1 yang termasuk dalam kategori baik. Dengan demikian, sistem ini efektif dalam membantu mahasiswa dan dosen dalam memperoleh referensi penelitian yang relevan, terstruktur, dan sesuai dengan perkembangan riset terkini.   Kata Kunci — Sistem Rekomendasi, BERT, AHP, Semantic Scholar, Analisis Semantik.
Perbandingan Performa Cloud Native Storage pada Kubernetes Muhammad Istiqlal; I Made Suartana
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak - Kubernetes membutuhkan solusi penyimpanan data persisten yang terintegrasi secara native. Rook-Ceph dan Longhorn adalah dua solusi cloud native storage terpopuler dengan arsitektur terdistribusi yang berbeda. Penelitian ini membandingkan performa kedua teknologi tersebut di dalam klaster Kubernetes mandiri berbasis RKE2. Pengujian menggunakan Flexible I/O Tester (FIO) dan Kubestr melalui lima skenario: Database OLTP, Pure Latency, Web Server, Data Analytics, dan Logging/Backup. Metrik utama mencakup IOPS, throughput, latensi, dan penggunaan sumber daya. Hasil penelitian menunjukkan performa sangat dipengaruhi karakteristik beban kerja. Longhorn mendominasi skenario mixed workload (OLTP) dengan lonjakan performa melampaui 500% (549,57 IOPS read; 239,05 IOPS write vs Rook-Ceph 87,18 IOPS read; 38,85 IOPS write). Longhorn juga unggul pada latensi penulisan Pure Latency (2,62 ms vs 13,04 ms) dan throughput Logging/Backup (52,64 MB/s vs 44,94 MB/s). Sebaliknya, Rook-Ceph sangat superior pada skenario read-heavy seperti Web Server dengan 27.254,95 IOPS dan 106,48 MB/s (vs Longhorn 11.959,81 IOPS; 46,73 MB/s) serta Data Analytics dengan throughput 582,64 MB/s (vs 258,88 MB/s). Kesimpulannya, keunggulan Rook-Ceph pada operasi pembacaan didukung arsitektur klaster RADOS terdistribusi dan caching efisien, meski overhead tinggi pada penulisan acak. Longhorn, dengan arsitektur microservices pengontrol tunggal, sangat lincah untuk beban kerja transaksional dan penulisan, namun rentan bottleneck saat pembacaan paralel berkonkurensi tinggi. Kata Kunci - Rook-Ceph, Longhorn, Cloud Native Storage, Kubernetes, Performance.
Rancang Bangun Chatbot Whatsapp Terintegrasi LMS Untuk Mendukung Efisiensi Kinerja Guru Raka Tegar Wicaksono; Elvira Wardah
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Perkembangan teknologi informasi membuka peluang peningkatan efisiensi pengelolaan pembelajaran. Namun, guru masih menghadapi tantangan serius mengelola penugasan secara manual melalui WhatsApp—mulai dari distribusi tugas, pemantauan pengumpulan, hingga penilaian yang dilakukan dengan menelusuri pesan satu per satu. Kondisi ini tidak efisien dan berpotensi menimbulkan kesalahan pencatatan. Penelitian ini bertujuan merancang dan membangun sistem chatbot WhatsApp terintegrasi Learning Management System (LMS) berbasis website bernama Kinanti untuk mendukung efisiensi kinerja guru. Penelitian menggunakan model ADDIE dengan tahap analisis, perancangan, pengembangan, implementasi, dan evaluasi. Sistem diuji melalui validasi media dan angket, pengujian black box, uji non-fungsional, User Acceptance Test (UAT), System Usability Scale (SUS), serta uji efisiensi dengan pre-test dan post-test pada 61 guru. Hasil penelitian menunjukkan sistem Kinanti sangat valid dengan skor validasi media 99% dan angket 97%. Seluruh fitur berjalan sesuai harapan, SUS mencapai skor sempurna 100, dan uji Paired Sample T-Test menunjukkan nilai p < 0,001, membuktikan peningkatan signifikan efisiensi kinerja guru   Kata Kunci— Chatbot, WhatsApp, Learning Management System, Efisiensi kinerja guru
Rancang Bangun Learning Management System Berbasis Web dengan Online Compiler dan OOP Analyzer Muhammad Zaini Rochman; Martini Dwi Endah Susanti; Rindu Puspita Wibawa; Mohammad Wildan Habibi
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak—Penelitian ini bertujuan untuk merancang dan membangun sebuah Learning Management System (LMS) berbasis website yang dilengkapi fitur Online Compiler dan OOP Analyzer untuk mendukung praktik Pemrograman Berorientasi Objek (OOP) pada siswa Sekolah Menengah Kejuruan (SMK). Penelitian ini menggunakan metode Research and Development (R&D) dengan model pengembangan ADDIE (Analysis, Design, Development, Implementation, Evaluation). LMS dikembangkan dengan arsitektur full-stack menggunakan Next.js dan basis data Supabase (PostgreSQL). Fitur Java Online Compiler diintegrasikan dengan Piston API, sedangkan OOP Analyzer dibangun berbasis Regular Expression (Regex) untuk mendeteksi penerapan lima pilar OOP secara real-time. Sistem ini juga dilengkapi modul Catatan Aktivitas (Logbook) Proyek untuk mendukung monitoring proyek pada pembelajaran model Project-Based Learning (PjBL). Perancangan sistem dimodelkan menggunakan use case diagram, activity diagram, dan class diagram. Pengujian fungsional dan non-fungsional melalui metode blackbox testing menunjukkan sistem berjalan dengan validitas 99%. Hasil ini menunjukkan bahwa seluruh modul sistem, termasuk Online Compiler dan OOP Analyzer, dapat berjalan sesuai rancangan tanpa kecacatan (bug) mayor. Dengan demikian, LMS yang dikembangkan dapat diimplementasikan sebagai media pembelajaran praktik pemrograman berbasis website yang dapat dijalankan melalui browser tanpa memerlukan instalasi compiler tambahan pada perangkat siswa. Kata Kunci— Learning Management System, Online Compiler, OOP Analyzer, Next.js, Supabase, Research and Development, Blackbox Testing.

Page 1 of 3 | Total Record : 30

 1   2   3 

Filter by Year

2026 2026


Reset
Filter By Issues
All Issue Vol. 8 No. 01 (2026) Vol. 7 No. 04 (2026) Vol. 7 No. 03 (2026) Article In Press(2) Article In Press(1) 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