Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Journal of Informatics and Computer Science (JINACS)

jinacs
Website

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 422 Documents

7 8 9 10 11

Studi Perbandingan Performa Aplikasi Web Monolitik dan Microservice Berbasis Apache Kafka Yusuf Christian; Rahadian Bisma
Journal of Informatics and Computer Science (JINACS) Vol 3 No 01 (2021)
Publisher : Universitas Negeri Surabaya

Perkembangan sistem teknologi informasi menjadi salah satu alasan dan upaya untuk mengantisipasi adanya tantangan yang dapat berdampak langsung kepada kualitas layanan sebuah sistem. Pembuatan aplikasi tidak terlepas dari sebuah perancangan dan desain aplikasi itu sendiri. Terdapat dua cara perancangan sebuah infrastruktur aplikasi, yaitu monolitik dan microservice. Pada sistem monolitik pengujian dan perbaikan error sangat sulit, karena sistem tersebut tidak dapat dipisahkan dan dilokalisasikan. Sedangkan dalam sistem microservice sistemnya terpisah dan sangat independen, fokus untuk menyelesaikan tugas-tugas yang ringan, cara kerjanya yang modular, serta sangat cocok untuk sistem yang dinamis dan konstan dalam perkembangannya. Setiap layanan yang dibuat pada microservice juga bisa menggunakan teknologi yang berbeda.Tujuan dari penelitian ini adalah untuk melakukan perbandingan performa aplikasi web monolitik dan microservice. Pengujian dilakukan dengan cara memberikan beban request yang dikirimkan dari aplikasi stress tool kepada server. Pengujian dilakukan dengan menggunakan pola ramp, yaitu pola yang memberikan beban yang meningkat seiring berjalannya waktu hingga batas yang telah ditentukan.Dari hasil pengujian yang dilakukan, performa aplikasi web microservice lebih baik dibanding dengan aplikasi web monolitik karena dapat menerima load yang lebih besar. Meskipun memiliki performa yang lebih baik, aplikasi web microservice menggunakan resource CPU yang lebih tinggi dibandingkan dengan aplikasi web monolitik. Kata Kunci — sistem, perbandingan, performa, Microservice, Monolitik.

Manajemen Quality of Service pada Jaringan Software Defined Network Menggunakan Opendaylight Controller Abdur Rozaq; I Made Suartana
Journal of Informatics and Computer Science (JINACS) Vol 3 No 02 (2021)
Publisher : Universitas Negeri Surabaya

Kamajuan teknologi jaringan berkembang sangat pesat. Hal ini mengakibatkan tingkat konfigurasi pada jaringan semakin rumit, sehingga jaringan menjadi tidak fleksibel dan susah diatur. Software Defined Network (SDN) merupakan jaringan yang cukup fleksibel dan dapat dengan mudah untuk diatur. Jaringan SDN ini dapat mengatur dan mengelola sampai ribuan perangkat jaringan melalui pusat manajemen, pengoptimalan pada komponen jaringan meliputi pengoptimalan bandwidth, load balancing, traffic engineering yang bersangkutan dengan programmability dan scalability. Quality of Service (QoS) adalah suatu kemampuan dalam menyediakan layanan lalu lintas jaringan yang berbeda dengan kelas yang berbeda pula untuk menyediakan sebuah layanan jaringan agar menjadi lebih baik dan dapat terencana dengan jitter dan bandwidth yang khusus, serta kemampuan untuk kehilangan sebuah latensi yang dapat terkontrol. Dalam beberapa penelitian menunjukkan bahwa sistem yang telah dibangun dapat berhasil menjalankan manajemen QoS secara baik pada jaringan dan kualitas jaringan dapat meningkat. Tujuan dari penelitian ini adalah untuk melakukan perbandingan dari jaringan SDN yang menggunakan QoS dengan jaringan SDN yang tidak menggunakan QoS menggunakan controller Opendaylight. Dari hasil pengujian yang telah dilakukan kinerja dari jaringan SDN yang menggunakan QoS lebih baik dibandingkan jaringan SDN yang tidak menggunakan QoS baik dalam pengujian yang menggunakan background traffic maupun tidak.

Mengenali Jenis Tanaman Obat Berbasis Pola Citra Daun dengan Algoritma K-Nearest Neighbors Ika Putri Arisanti; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol 3 No 02 (2021)
Publisher : Universitas Negeri Surabaya

Abstrak—Indonesia merupakan salah satu negara yang memiliki keberanekaragaman tumbuhan yang meilmpah di muka bumi.. Beranekaragam jenis tumbuhan terdapat di Indonesia, termasuk dalam jenis tanaman obat. Namun, sedikit spesies digunakan sebagai bahan untuk pengobatan konvensional. Kondisi ini dipicu dengan banyaknya jenis tanaman herbal tetapi masih kurangnya pengetahuan masyarakat tentang jenis tanaman obat herbal. Proses identifikasi jenis tanaman sangat bergantung pada pengetahuan dari ahli botani dengan metode manual yang mengandalkan indra penglihatan berdasarkan ciri morfologi. Dengan kemajuan teknologi, pengenalan citra daun dapat dilakukan menggunakan computer vision. Seseorang dapat dengan mudah mengenali jenis tanaman obat melalui teknologi yang canggih. Proses pengenalan dapat diterapkan pada berbagai bagian tanaman, seperti buah, bunga, biji, daun atau lainnya. Penelitian ini mengusulkan proses pengenalan jenis tanaman obat berdasarkan pola citra daun. Proses identifikasi ini menggunakan metode K-NN (K-Nearest Neighbors). Uji coba dilakukan dengan menggunakan 15 jenis daun tanaman obat dengan masing-masing 20 citra yang berbeda untuk data latih. Proses pengujian dilakukan dengan menggunakan tahapan pre-processing, pelabelan, dan feature extraction terlebih dahulu. Proses identifikasi memanfaatkan strategi K-NN dengan memanfaatkan nilai k berbeda yaitu 1 sampai 10 dan parameter jarak Euclidean. Setelah dilakukan pengujian terhadap 75 citra daun diperoleh sebanyak 3 daun yang tidak sesuai dan 72 daun berhasil diidentifikasi dengan benar. Hasil uji coba menunjukkan bahwa nilai akurasi tertinggi diperoleh pada k=10 dengan akurasi sebesar 96%. Kata Kunci— Identifikasi, Pengolahan citra, K-Nearest Neighbors, Citra Daun, Tanaman Obat

Analisis Algoritma Penjadwalan Priority Queueing (PQ) terhadap Quality of Service (QoS) pada Jaringan Mobile WiMAX menggunakan OPNET Modeler Yoga Pradafa Harahap; Aditya Prapanca
Journal of Informatics and Computer Science (JINACS) Vol 3 No 02 (2021)
Publisher : Universitas Negeri Surabaya

Kualitas sebuah layanan pada jaringan mobile WiMAX bergantung pada service class dan penjadwalan yang digunakan. Priority Queueing merupakan algoritma penjadwalan dimana sebuah antrian diurutkan berdasarkan urutan antrian, paket dengan prioritas tinggi akan dipilih dan mendapatkan urutan paling awal. Adanya algoritma penjadwalan bertujuan untuk adil terhadap QoS pada layanan-layanan yang digunakan seperti FTP, HTTP, video conference dan VoIP. Pada simulator OPNET Modeler yang digunakan layanan menggunakan Type of Service untuk mengidentifikasi sebuah antrian. Lalu layanan tersebut disesuaikan dengan service class yang digunakan pada WiMAX. Hasilnya, pada penggunaan algoritma Priority Queueing nilai throughput terbaik pada masing-masing layanan yaitu, layanan FTP sebesar 2259.30954 bps, layanan HTTP sebesar 3112.70472 bps, video conference sebesar 4000.45667 bps dan, layanan VoIP sebesar 3200.45111 bps. Nilai delay terbaik pada masing-masing layanan yaitu, layanan FTP sebesar 5255.47904 ms, layanan HTTP sebesar 587.16361 ms, layanan video conference sebesar 2.28657 ms dan, layanan VoIP sebesar 260.62925 ms. Nilai jitter terbaik pada masing-masing layanan yaitu, layanan FTP sebesar 0.0000000000142109 ms, layanan HTTP sebesar 0.04461279 ms, layanan video conference sebesar 0.000164906 ms dan, layanan VoIP sebesar 0.00009812018 ms. Nilai packet loss pada masing-masing layanan yaitu, layanan FTP sebesar 0%, layanan HTTP sebesar 0%, layanan video conference sebesar 0.02830% dan, layanan VoIP sebesar 0.00353%. Jadi rata-rata nilai QoS pada 4 layanan yang diuji mendapatkan nilai 3.1875 masuk pada kategori ”Memuaskan”. Kata Kunci— Mobile WiMAX, Priority Queueing, Throughput, Delay, Jitter, Packet Loss.

NBC Berbasis Ekstraksi Fitur untuk Analisis Sentimen Masyarakat terhadap Fluktuasi Harga Saham Tazki Yatun Niyah; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol 3 No 02 (2021)
Publisher : Universitas Negeri Surabaya

Saat ini, banyak orang memulai investasi karena ingin mencapai kebebasan finansial. Investasi juga penting untuk melindungi aset dari penurunan nilai akibat inflasi. Investasi saham termasuk salah satu jenis investasi yang popular di Indonesia. Karena harganya yang terjangkau, investasi saham juga sangat mudah dilakukan dan sifatnya fleksibel. Berkaitan dengan investasi saham, banyak orang mencari informasi melalui media sosial, yang salah satunya adalah instagram. Banyak akun instagram yang membuat konten tentang edukasi saham yang sangat bermanfaat. Akun tersebut biasanya melakukan update tentang fluktuasi Indeks Harga Saham Gabungan (IHSG). Keadaan inilah yang menjadi penguat bahwa perlu dilakukannya penelitian ini. Penelitian ini fokus pada analisis sentimen masyarakat terhadap fluktuasi IHSG berdasarkan komentar instagram. Komentar pada media sosial ini perlu diklasifikasi karena beberapa unggahan yang sedang trend memantik ratusan komentar. Teknik klasifikasi yang diterapkan adalah teknik Naïve Bayes Classifier (NBC) dengan ekstraksi fitur N-Gram. Pengujian dilakukan menggunakan 2 cara yaitu pengujian menggunakan k-fold cross validation dan parameter dengan unigram, bigram dan trigram. Hasil ujicoba memperlihatkan cross-validation menghasilkan akurasi tertinggi sebesar 97%. Hasil ini dicapai pada penerapan bigram dengan k=8 dan trigram dengan k= 2, k=4, k=5. Untuk pengujian parameter, level akurasi tertinggi sekitar 97% dicapai pada penerapan trigram dengan α = 0,2 dan α = 0,3. Kata Kunci: Saham, Naïve Bayes Classifier, N-Gram, Instagram

Penerapan Algoritma Content Based Filtering dan Frequent Pattern Growth pada Sistem Rekomendasi Program Mahasiswa Wirausaha di Universitas Negeri Surabaya Atikah Adawiyyah; Salamun Rohman Nuddin
Journal of Informatics and Computer Science (JINACS) Vol 3 No 02 (2021)
Publisher : Universitas Negeri Surabaya

Sistem rekomendasi mulai sering digunakan seiring dengan perkembangan aktivitas dan media berbasis internet. Saat ini belum ada sistem untuk mendukung mahasiswa yang ingin mengikuti kegiatan Program Mahasiswa Wirausaha (PMW) dengan memberikan informasi gambaran judul PMW yang pernah diterima dengan merekomendasikan judul dan perkiraan dana yang sesuai dengan ide dan minat mahasiswa. Sehingga perlu dilakukan analisis terhadap kesesuaian ide dan minat mahasiswa dengan merekomendasikan judul dan perkiraan dana berdasarkan mahasiswa yang sudah lolos PMW sebelumnya. Proses penentuan dan analisis program mahasiswa wirausaha di Universitas Negeri Surabaya dapat dikerjakan dengan menyusun sistem asosiasi. Di dalam data mining, untuk menyusun sistem asosiasi dapat menggunakan algoritma Content Based Filtering dan algoritma Frequent Pattern Growth (FP-Growth). Pencarian judul dan perkiraan dana menjadi lebih mudah dengan adanya sistem yang dibangun. Tujuan dari penelitian ini adalah untuk mengembangkan sistem rekomendasi program mahasiswa wirausaha di Universitas Negeri Surabaya untuk mahasiswa yang mengikuti kegiatan PMW. Hasil dari penelitian ini adalah rekomendasi Content Based Filtering dengan mengukur nilai Cosine Similarity terhadap vektorisasi dokumen lebih memudahkan mahasiswa untuk melakukan pencarian terhadap judul dan perkiraan dana yang di butuhkan. Dari hasil 10 pengujian terhadap data baru kemiripan tertinggi yaitu 47.83% dengan rata-rata 44.2%. Dan kemiripan terendah yaitu 23.43% dengan rata-rata 19.29%. Kata Kunci— Sistem Rekomendasi, Content Based Filtering, FP-Growth, Wirausaha, PMW

Manajemen User Mikrotik Berbasis Telegram Bot Ananda Adhe Suqma; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 3 No 02 (2021)
Publisher : Universitas Negeri Surabaya

Smartphone merupakan alat yang penting untuk menunjang aktivitas manusia dalam melakukan pekerjaan, hal itu dikarenakan smartphone dapat mengakses informasi dari satu tempat ke tempat lain dengan mudah dan cepat walaupun jaraknya jauh. Salah satu contoh layanan smartphone adalah sosial media yang berfungsi sebagai media telekomunikasi dan informasi. Berbagai aplikasi sosial media tersedia pada smartphone, salah satunya adalah telegram. Di dalam telegram terdapat fitur telegram bot. Saat ini telegram bot mulai dikembangkan untuk dapat monitoring mikrotik dan melakukan perintah untuk manjemen user mikrotik. Untuk melakukan hal tersebut, administrator harus terkoneksi dengan jaringan router untuk dapat melakukan manajemen user hotspot. Berdasarkan masalah tersebut, administrator yang mengelola user hotspot dapat menggunakan sebuah Telegram Bot tanpa melalui 1 jaringan yang sama dengan router mikrotik. Ketika user login, Telegram Bot menampilkan informasi IP, Mac Address, dan username user yang melakukan login ke hotspot. Begitu juga apabila administrator melakukan manajemen user, langkah dan waktu yang diperlukan untuk melakukan perintah manajemen user hotspot pada Telegram bot memerlukan langkah dan waktu yang lebih sedikit dibandingkan dengan melalui Winbox dan juga administrator bisa melakukan manajemen user dan monitoring dari jarak jauh. Hasil penelitian menunjukkan bahwa menjalankan perintah manajemen user hotspot Mikrotik dengan Telegram lebih efektif dan efisensien jika dbandingkan dengan menggunakan Winbox.

Implementasi Virtual Server Berbasis Container pada Sistem Informasi Geografis Cagar Budaya Mojokerto Muhammad Hussein Isron; Ricky Eka Putra
Journal of Informatics and Computer Science (JINACS) Vol 3 No 02 (2021)
Publisher : Universitas Negeri Surabaya

Sistem Informasi Geografis Cagar Budaya Kabupaten Mojokerto Merupakan Sistem informasi yang memuat detail dan lokasi cagar budaya di Kabupaten Mojokerto. Dalam sistem informasi geografis terdapat beberapa integrasi diantaranya maps dan database. Pembuatan SIG ini dilakukan menggunakan cara pengumpulan data melalui observasi baik secara offline di beberapa titik lokasi maupun daring melalui portal resmi Kemendikbud terkait cagar budaya yang ada di Mojokerto. Pada pengembangannya juga melakukan studi literatur yang mendukung penyelesaian masalah mengenai penyiapan lokal development server yang fleksibel, scaleable, efisien, dan mempunyai ketersediaan yang tinggi. Teknologi yang digunakan yaitu docker dengan arsitektur container. Pengembangan SIG dilakukan dalam docker container dan dibangun dengan arsitektur model view controller menggunakan penentuan titik lokasi google maps. Penyiapan lokal development server terdiri dari beberapa requirement yang dibutuhkan untuk pengembangan SIG, Apache http server sebagai server menjalankan aplikasi, PHP sebagai bahasa pemrograman pembuatan aplikasi, MySQL sebagai rdbms penyimpanan data cagar budaya serta Adminer digunakan untuk mengelola administrasi database. Server tersebut dibangun dengan docker berbasis container. Pengujian pada sistem informasi geografis ini menggunakan blackbox testing dimana fungsi halaman pengunjung dan admin dapat berjalan dengan baik. Dilakukan juga evaluasi terhadap hasil pengembangan melalui docker container sebagai alternatif lokal development server yang efisien, fleksibel, scaleable dan memiliki ketersediaan yang tinggi.

Analisis Sentimen Rencana Pembelajaran Tatap Muka saat Pandemi Menggunakan Naïve Bayes dan Support Vector Machine Syarif Hidayatulloh; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol 3 No 02 (2021)
Publisher : Universitas Negeri Surabaya

Virus Coronavirus Disease 19 (Covid-19) yang menyebabkan infeksi saluran pernafasan pada akhir tahun 2019 mengakibatkan pandemi pada hampir seluruh negara di dunia. Berbagai kebijakan diambil demi kesehatan masyarakat masing-masing negara. Salah satu kebijakan yang diambil negara Indonesia adalah kebijakan sekolah dari rumah yaitu pendidikan yang dilakukan dengan sistem daring. Sehingga, siswa tidak perlu pergi ke sekolah, tetapi siswa mengakses internet dengan perangkat tertentu. Namun, muncul permasalahan baru yaitu tidak optimalnya proses pembelajaran daring yang dipicu oleh beberapa faktor, antara lain perangkat yang tidak memadai, penyediaan anggaran kuota internet dan lain sebagainya. Setelah ditemukan vaksin, pemerintah mengeluarkan rencana kebijakan pembelajaran tatap muka dengan memberikan vaksin bagi guru dan siswa. Namun, pemberian vaksin masih belum maksimal sehingga menjadi pembicaraan masyarakat di media sosial twitter. Sentimen masyarakat tentang kebijakan ini dapat diklasifikasikan menjadi positif, negatif, dan netral. Penelitian ini memperoleh 900 data yang terdiri dari 41,78% sentimen positif, 44,44% sentimen negatif, dan 13,78% sentimen netral. Hal ini menunjukkan bahwa sebagian besar masyarakat kurang setuju dengan rencana kebijakan pembelajaran tatap muka. Teknik pengujian dilakukan dengan split data dan cross validation. Hasil uji coba menunjukkan bahwa metode Naïve Bayes memiliki hasil lebih baik dari pada Support Vector Machine pada kedua jenis pengujian. Pengujian dengan hasil rata-rata akurasi tertinggi sebesar 65,30%, nilai precision 51,09%, nilai recall 70,51%, dan F1-Score sebesar 48,69% untuk metode Naïve Bayes dengan pengujian split data. Sedangkan rata-rata akurasi sebesar 64,63%, nilai precision 50,87%, nilai recall 53,81%, dan F1-Score sebesar 49,88% untuk metode Support Vector Machine dengan pengujian split data. Metode Naïve Bayes rata-rata akurasinya lebih tinggi 0,67% pada pengujian split data, dan lebih tinggi 0,33% pada pengujian cross validation dibanding metode Support Vector Machine.

Klasifikasi Opini Pengguna Twitter Terhadap Sekolah Daring dengan Metode Naïve Bayes dan Support Vector Machine Muhamad Khafidhun Alim Muslim; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol 3 No 02 (2021)
Publisher : Universitas Negeri Surabaya

Covid-19 atau Coronavirus Disease telah melanda negara Indonesia. Hal ini menyebabkan segala aktifitas terganggu, termasuk dalam dunia pendidikan. Sistem pembelajaran yang semula dilakukan tatap muka menjadi secara daring atau online. Sistem pembelajaran ini mendapatkan banyak tanggapan masyarakat. Fasilitas dan cara belajar mengajar menjadi perdebatan dimasyarakat. Hal ini menjadi landasan untuk melakukan penelitian ini. Penelitian ini memfokuskan pada analisa sentimen tentang sekolah daring dengan metode SVM dan NBC. Terkait dengan pengumpulan data, penelitian ini berasal dari 414 tweet yang terbagi dengan 3 sentimen, secara berturut-turut, yaitu positif, negatif, netral sebanyak 27.7%, 36.9%, 35.2%. Teknik evaluasi menggunakan 2 teknik yaitu split data dan cross-validation. Hasil uji menggunakan split data pada metode NBC mendapatkan nilai akurasi tertinggi yaitu pada rasio 4:6 dengan nilai sebesar 68%, untuk nilai presisi 74%, recall 65%, dan f1-score 68%. Sedangkan, penerapan metode SVM dengan kernel=linier mendapatkan kinerja tertinggi yaitu pada rasio 1:9 yaitu level akurasi sebesar 71,4%. presisi 73%, recall 70%, dan f1-score 71%. Untuk hasil uji dengan menggunakan cross-validation pada metode NBC, kinerja tertinggi yang dicapai pada k=10 dengan level akurasi sebesar 69,25%, presisi 86%, recall 79%, dan f1-score 81%. Sedangkan pada metode SVM dengan kernel linier, kinerja tertinggi dihasilkan pada k=10 dengan nilai akurasi sebesar 68,87%, presisi 74%, recall 68%, dan f1-score 69%.

Page 9 of 43 | Total Record : 422

7 8 9 10 11

Filter by Year

2019 2025

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

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

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