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 450 Documents
 41   42   43   44   45 
Implementasi Cowrie Honeypot Dan Snort Inline-Mode Untuk Mendeteksi Serangan Brute-Force Dan Simulasi Deteksi Serangan Dos Rudi Ardi Hamzah; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Pada era digital saat ini, keamanan jaringan menjadi perhatian utama seiring meningkatnya intensitas dan kompleksitas serangan siber. Dua serangan yang sering mengancam sistem adalah brute-force dan Denial of Service (DoS). Penelitian ini bertujuan untuk mengimplementasikan Cowrie Honeypot dan Snort Inline-Mode sebagai upaya mendeteksi dan memantau serangan brute-force serta simulasi deteksi serangan DoS. Cowrie Honeypot digunakan untuk menjebak dan mencatat aktivitas serangan brute-force, sedangkan Snort Inline-Mode diimplementasikan untuk mendeteksi dan memblokir lalu lintas mencurigakan yang mengindikasikan serangan DoS. Penelitian ini dilakukan dalam lingkungan jaringan virtual menggunakan Virtual Machine. Evaluasi kinerja sistem dilakukan dengan parameter Detection Rate, Prevention Rate, Accuracy, Resource Usage, dan Availability. Hasil penelitian menunjukkan bahwa kombinasi Cowrie dan Snort dapat mendeteksi aktivitas serangan brute-force dan DoS dengan efektivitas yang cukup baik, serta mampu memberikan data yang bermanfaat untuk analisis pola serangan. Temuan ini diharapkan dapat menjadi acuan bagi praktisi keamanan jaringan dalam mengembangkan sistem pertahanan terhadap serangan siber.   Kata Kunci - Cowrie Honeypot, Snort, keamanan jaringan
Analisis Sentimen Ulasan Google Maps Menggunakan Long Short-Term Memory (LSTM) (Studi Kasus: Kafe di Surabaya) Khusna, Asmaul; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak – Pertumbuhan pesat kafe di Surabaya telah menjadikan ulasan Google Maps sebagai sumber informasi krusial bagi konsumen, namun volume ulasan yang besar menyulitkan untuk analisis secara manual. Penelitian ini bertujuan melakukan analisis sentimen pada ulasan kafe tersebut menggunakan metode Long Short-Term Memory (LSTM) yang diperkuat dengan mekanisme Attention. Data ulasan dikumpulkan melalui teknik scraping menggunakan SerpAPI (114.960 ulasan dari 218 kafe) dan dibagi secara sekuensial (Sequential split) untuk pelatihan dan pengujian. Ulasan diklasifikasikan ke dalam tiga kelas sentimen: positif, netral, dan negatif. Model dibangun dengan arsitektur spesifik: embedding layer berdimensi 128, LSTM (64 unit), attention layer, dropout (0,5), dan dense layer dengan tiga output neuron. Evaluasi kinerja model, yang diukur menggunakan akurasi, presisi, recall, dan F1-score, menunjukkan hasil terbaik dengan akurasi 92,45%, presisi 91,84%, recall 92,45%, dan F1-score 92,01%. Model terbukti cukup efektif dalam mendeteksi sentimen ekstrem (positif dan negatif), tetapi kesulitan dalam mengklasifikasikan kelas netral akibat ketidakseimbangan distribusi data. Hal ini menunjukkan bahwa penyeimbangan data atau penyederhanaan kelas sentimen diperlukan untuk meningkatkan performa model secara keseluruhan pada penelitian mendatang. Kata Kunci – Analisis Sentimen, LSTM, Google Maps, Ulasan Kafe, Deep Learning.
Evaluasi Pelatihan Pengembangan Media Pembelajaran Digital Menggunakan Model ADDIE dan Usability Testing Endah Susanti, Martini Dwi; Rindu Puspita Wibawa; Ramadhan Cakra Wibawa; Lanang Prismana; Harun Al Rosyid
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 01 (2024)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Transformasi digital menuntut guru mampu mengembangkan media pembelajaran digital yang efektif, namun berbagai studi menunjukkan bahwa sebagian guru masih memiliki keterbatasan literasi teknologi. Penelitian ini bertujuan mengevaluasi efektivitas pelatihan pengembangan media pembelajaran digital menggunakan model ADDIE serta menilai tingkat usability sistem melalui System Usability Scale (SUS). Penelitian menggunakan desain one-group pretest–posttest yang melibatkan 31 guru. Instrumen mencakup tes kompetensi, SUS, dan evaluasi produk media. Analisis data meliputi statistik deskriptif, uji normalitas, uji t berpasangan, dan perhitungan Cohen’s d. Skor pretest meningkat dari 46.7 menjadi 86.0 pada posttest, dengan nilai t(30) = 49.75, p < 0.0001, dan effect size d = 8.37 yang menunjukkan pengaruh sangat kuat. Nilai SUS sebesar 78.7 berada pada kategori Acceptable–Good, menandakan sistem mudah digunakan. Pelatihan berbasis model ADDIE terbukti sangat efektif meningkatkan kompetensi guru dan didukung oleh tingkat usability sistem yang baik. Program pelatihan serupa disarankan diterapkan pada konteks pendidikan lainnya. Kata Kunci— ADDIE, SUS, digital, literasi, teknologi
Analisis Sentimen Berbasis Aspek Kinerja Pemerintah Kota Surabaya Menggunakan Algoritma Naïve Bayes Ahmad Mustofa Akbar; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak—Dalam era digital, media sosial menjadi sarana yang sangat penting bagi masyarakat untuk menyuarakan opini terhadap kinerja pemerintah. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap kinerja Pemerintah Kota Surabaya berdasarkan aspek infrastruktur, ekonomi, pendidikan, dan kesehatan. Data dikumpulkan dari komentar publik di Instagram menggunakan teknik crawling dan dilabeli secara manual berdasarkan aspek dan polaritas sentimen. Setelah melalui tahapan pra-pemrosesan dan transformasi dengan TF-IDF, model dilatih menggunakan algoritma Multinomial Naïve Bayes. Hasil evaluasi menunjukkan performa model yang bervariasi pada setiap aspek. Pada aspek ekonomi, model mencapai akurasi 90%, dengan f1-score 0,93 (negatif) dan 0,82 (positif). Pada aspek kesehatan, akurasi sebesar 92%, dengan f1-score 0,93 (negatif) dan 0,90 (positif). Aspek pendidikan memperoleh akurasi 89%, dengan f1-score 0,92 (positif). Sementara itu, aspek infrastruktur memiliki performa terendah dengan akurasi 69%, dan f1-score hanya 0,45 untuk sentimen positif. Penelitian ini membuktikan bahwa pendekatan aspect-based sentiment analysis menggunakan Naïve Bayes efektif untuk mengidentifikasi persepsi masyarakat, serta memberikan kontribusi dalam pengambilan kebijakan berbasis data yang lebih responsif.   Kata Kunci— Analisis Sentimen, Aspect-Based Sentiment Analysis, Multinomial Naïve Bayes, Media Sosial, Infrastruktur, Ekonomi, Pendidikan, Kesehatan, Pemerintah Kota Surabaya.
Sistem Pendukung Keputusan Diagnosis Tipe Penyakit Diabetes Berbasis Web Menggunakan Metode Simple Additive Weighting (SAW) Aprilia Listiani, Disti; Dwi Indriyanti, Aries
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstract - Meningkatnya prevalensi  Diabetes Melitus (DM) di Indonesia menuntut adanya sistem diagnosis yang lebih efisien, cepat, dan akurat. Proses diagnosis di rumah sakit umumnya masih dilakukan secara manual dan bergantung pada jumlah dokter spesialis yang terbatas, sehingga dapat menghambat pelayanan di tengah meningkatnya jumlah pasien. Penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web untuk membantu proses identifikasi tipe diabetes menggunakan metode Simple Additive Weighting (SAW). Sistem dirancang untuk membedakan empat tipe diabetes, yaitu Tipe 1, Tipe 2, Gestasional, dan Latent Autoimmune Diabetes in Adults (LADA), berdasarkan 12 kriteria diagnosis yang terdiri atas faktor klinis, gejala, dan indikator laboratorium. Metode SAW diterapkan melalui tahap normalisasi matriks keputusan, pembobotan, dan perhitungan nilai preferensi untuk memperoleh hasil diagnosis yang paling sesuai dengan kondisi pasien. Hasil pengujian pada studi kasus menunjukkan bahwa nilai preferensi tertinggi diperoleh pada Diabetes Tipe 1 sebesar 0,845, diikuti LADA sebesar 0,57, Gestasional 0,4625, dan Tipe 2 sebesar 0,435. Nilai tersebut menggambarkan tingkat kesesuaian profil pasien terhadap masing-masing tipe diabetes. Selain itu, pengujian blackbox menunjukkan seluruh fitur sistem, mulai dari login, input data pasien, proses perhitungan, hingga manajemen pengguna, berjalan dengan status Pass. Penelitian ini membuktikan bahwa metode SAW efektif diterapkan pada SPK berbasis web untuk mempercepat proses diagnosis, meningkatkan akurasi identifikasi tipe diabetes, serta mendukung tenaga medis dalam pengambilan keputusan klinis.   Kata Kunci— Sistem Pendukung Keputusan; Diabetes Melitus; Simple Additive Weighting; Diagnosis Diabetes; Sistem Berbasis Web.
Validasi Data Kemiskinan Berbasis Web Menggunakan Algoritma Isolation Forest di Mojo Surabaya Pradangga, Aryo; Yamasari, Yuni
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Validitas data kemiskinan pada permukiman padat penduduk di Surabaya kerap terdistorsi oleh subjektivitas dan keterbatasan proses verifikasi manual. Kondisi ini meningkatkan risiko ketidaktepatan penyaluran bantuan sosial, baik berupa exclusion error maupun inclusion error. Penelitian ini bertujuan mengembangkan sistem validasi data kemiskinan berbasis web yang mengintegrasikan algoritma Isolation Forest guna mendeteksi anomali data secara otomatis. Pengembangan sistem mengadopsi metodologi Design Science Research (DSR) dengan arsitektur terpisah (decoupled) yang menghubungkan framework Laravel dan layanan analitik FastAPI. Variabel penelitian meliputi indikator kapabilitas ekonomi warga, mencakup total pendapatan, jumlah tanggungan, skor penggunaan listrik, kepemilikan kendaraan bermotor, dan akses internet. Strategi pemisahan dataset (data splitting) diterapkan berdasarkan status awal warga (Miskin dan Non-Miskin) untuk menjamin deteksi anomali yang kontekstual. Pengujian empiris dilakukan menggunakan data riil dari 248 warga di RT 04 RW 05, Kelurahan Mojo, Surabaya. Hasil penelitian menunjukkan bahwa sistem berhasil mengidentifikasi 18 data anomali (7,3%) dengan karakteristik yang menyimpang dari populasi mayoritas. Lebih lanjut, sistem terbukti efektif dalam menyingkap kasus exclusion error pada kelompok rentan. Evaluasi utilitas sistem menggunakan Technology Acceptance Model (TAM) menghasilkan skor Perceived Usefulness sebesar 4,52 (kategori "Sangat Bermanfaat"), yang mengindikasikan efektivitas sistem dalam meningkatkan efisiensi dan objektivitas verifikasi data. Kata Kunci: Deteksi Anomali, Isolation Forest, Verifikasi Data Kemiskinan, Bantuan Sosial, Design Science Research, Technology Acceptance Model (TAM).
Pengembangan Sistem Informasi Persediaan Gudang Bahan Campuran Pakan Hewan Ternak pada Peternakan Sumber Alam Sejahtera Menggunakan Metode PIECES Wardana, Prima Lukito; Yamasari, Yuni
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Peternakan Sumber Alam Sejahtera merupakan salah satu perternakan skala besar yang memproduksi pakan hewan ternak secara mandiri untuk mendukung produktivitas dan kualitas hasil ternak, khususnya telur ayam. Dalam praktiknya, proses pencatatan dan pengelolaan persediaan bahan campuran pakan masih dilakukan secara manual menggunakan buku dan catatan kertas. Hal ini menyebabkan sering terjadi keterlambatan informasi, kesalahan pencatatan, dan rendahnya efisiensi kerja di gudang. Penelitian ini bertujuan untuk mengembangkan sistem informasi persediaan gudang berbasis web guna mempermudah proses pencatatan barang masuk dan keluar, serta pengelolaan stok secara otomatis. Pengembangan sistem dilakukan menggunakan metode PIECES (Performance, Information, Economy, Control, Efficiency, and Service) sebagai dasar analisis kebutuhan sistem. Hasil penelitian menunjukkan bahwa sistem informasi yang dikembangkan mampu meningkatkan akurasi data, mempercepat pencatatan transaksi, serta menyediakan informasi stok secara real-time. Dengan demikian, sistem ini dapat menjadi solusi efektif dalam mendukung manajemen persediaan bahan campuran pakan di Peternakan Sumber Alam Sejahtera. Kata Kunci— Sistem Informasi, Persediaan Gudang, PIECES, Web.
Automasi Pakan Ternak Ayam Berbasis IoT Menggunakan Protokol MQTT Naufal Yasir Muafa; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Peternakan ayam merupakan sektor penting dalam penyediaan pangan yang menuntut efisiensi dalam manajemen pemberian pakan guna menunjang pertumbuhan dan produktivitas ternak. Pemberian pakan secara manual memiliki keterbatasan dalam hal efisiensi waktu terutama bagi peternak dengan aktivitas padat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem otomatisasi pemberian pakan ayam berbasis Internet of Things (IoT) menggunakan protokol MQTT. Sistem dibangun dengan perangkat keras seperti ESP8266, servo motor, sensor ultrasonik, dan modul RTC (Real-Time Clock), serta perangkat lunak berbasis web untuk memantau dan mengatur jadwal pemberian pakan secara daring. Dashboard Web berbasis React digunakan untuk pemantauan dan pengendalian jarak jauh. Data jadwal disimpan secara lokal menggunakan EEPROM sehingga tetap dapat berfungsi saat koneksi internet terputus. Evaluasi meliputi latensi komunikasi end-to-end, ketepatan eksekusi jadwal terhadap waktu RTC, akurasi estimasi level pakan pada tiga kondisi (penuh, setengah, kosong), kinerja sistem saat offline, dan kuantitas keluaran pakan berdasarkan durasi bukaan servo. Hasil pengujian menunjukkan latensi komunikasi kurang dari 1 detik, deviasi eksekusi jadwal ±1 detik, akurasi estimasi level pakan rata-rata 80%, keberhasilan eksekusi penjadwalan 100% dalam kondisi offline, dan pengujian durasi bukaan 1.000 ms menghasilkan keluaran rata-rata 14,2g. Kata Kunci— Internet of Things, MQTT, Pakan Ayam, ESP8266, Peternakan
Pengembangan Sistem Antrian Digital Berbasis Website untuk Layanan Multi-Kelompok Achmad Zidan Ramdani; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Sistem antrian konvensional sering kali mengalami kendala signifikan dalam mengelola layanan multi-kelompok, seperti ketimpangan distribusi beban kerja antar loket dan ketidakpastian waktu tunggu pelanggan. Kondisi ini sering memicu penumpukan antrian yang tidak terurai serta ketidakadilan distribusi pelayanan yang berdampak negatif pada kepuasan pelanggan. Penelitian ini bertujuan merancang dan membangun sebuah sistem antrian digital berbasis website untuk menangani masalah tersebut dengan menerapkan model Multi-Queue. Pengembangan sistem dilakukan menggunakan framework Laravel serta integrasi teknologi WebSocket (Laravel Reverb) untuk memfasilitasi komunikasi data secara real-time. Model pengembangan yang diterapkan adalah Waterfall yang meliputi tahapan analisis, desain, implementasi, hingga pengujian. Evaluasi kualitas sistem dilakukan secara komprehensif melalui serangkaian pengujian kuantitatif. Pengujian fungsionalitas menggunakan metode black-box testing memastikan seluruh fitur berjalan sesuai rancangan. Evaluasi keadilan (Fairness) menggunakan metrik Jain’s Fairness Index (JFI) menghasilkan nilai sempurna 1.0 pada skenario beban seimbang, serta membuktikan keberhasilan isolasi antrian di mana antrian layanan yang padat tidak menghambat antrian layanan yang sepi. Dari sisi respon sistem, pengujian mencatat rata-rata Response Time (TTFB) yang sangat responsif, yaitu 35-56 ms, jauh melampaui standar rekomendasi Google (< 800 ms). Audit kualitas teknis frontend menggunakan Google Lighthouse juga memberikan skor 100 pada aspek Performance. Penelitian ini menyimpulkan bahwa sistem antrian Multi-Queue berbasis web yang dikembangkan tidak hanya berhasil secara fungsional dalam mendigitalkan proses antrian, tetapi juga terbukti adil, responsif, dan memiliki standar kualitas kode yang optimal. Kata Kunci— Sistem Antrian, Multi-Queue, Response Time, Google Lighthouse, Websocket.
Rancang Bangun Pembelajaran Smartnesa Berbasis Web Dengan Model Pembelajaran Blended Learning (Metode Flipped Classroom) Untuk Meningkatkan Keterampilan Menulis Karya Tulis Ilmiah Mahasiswa Arzaqi, Siftiyan; I Kadek Dwi Nuryana
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 02 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak - Rendahnya mutu karya tulis ilmiah mahasiswa masih menjadi tantangan dalam proses pembelajaran di perguruan tinggi, khususnya terkait penguasaan konsep penulisan akademik, ketepatan sistematika, serta kemampuan mengartikulasikan gagasan secara ilmiah. Kondisi tersebut dipengaruhi oleh keterbatasan ketersediaan media pembelajaran yang bersifat interaktif serta belum optimalnya integrasi teknologi dalam kegiatan pembelajaran. Oleh karena itu, penelitian ini diarahkan untuk merancang, mengembangkan, dan mengevaluasi efektivitas media pembelajaran Smartnesa berbasis website yang menerapkan model Blended Learning dengan pendekatan Flipped Classroom dalam meningkatkan kompetensi penulisan karya tulis ilmiah mahasiswa. Penelitian ini menggunakan metode Research and Development (R&D) dengan model ADDIE yang mencakup tahapan analisis, desain, pengembangan, implementasi, dan evaluasi. Penelitian dilaksanakan di Universitas Negeri Surabaya dengan melibatkan 76 mahasiswa Fakultas Teknik sebagai subjek penelitian. Pengumpulan data dilakukan melalui tes awal (pretest) dan tes akhir (posttest), angket validasi media dan materi, serta angket respon mahasiswa. Analisis data dilakukan menggunakan uji normalitas Kolmogorov–Smirnov, perhitungan N-gain, dan uji Wilcoxon. Hasil penelitian menunjukkan bahwa media pembelajaran Smartnesa memperoleh persentase kelayakan sebesar 83% dengan kategori sangat baik. Selain itu, penerapan Smartnesa dengan pendekatan Flipped Classroom terbukti mampu meningkatkan kompetensi penulisan karya tulis ilmiah mahasiswa, yang ditunjukkan oleh nilai rata-rata N-gain sebesar 0,556 pada kategori sedang serta hasil uji Wilcoxon yang menunjukkan nilai signifikansi 0,01 (p < 0,05). Temuan tersebut mengindikasikan adanya peningkatan kemampuan kognitif mahasiswa secara signifikan setelah mengikuti pembelajaran menggunakan Smartnesa. Kata Kunci— Smartnesa, Flipped Classroom, Learning Management System, Karya Tulis Ilmiah, Keterampilan.

Page 43 of 45 | Total Record : 450

 41   42   43   44   45 

Filter by Year

2019 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