cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Marissa utami
Contact Email
marissautami@umb.ac.id
Phone
+6285159228701
Journal Mail Official
ikhafi.hrd@gmail.com
Editorial Address
Jl. Timur Indah Raya, Kota Bengkulu Kota Bengkulu, Bengkulu 38229.
Location
Kota bengkulu,
Bengkulu
INDONESIA
Jurnal Ilmu Komputer Dan Informatika
Published by Lembaga Penelitian, Pengabdian Masyarakat, Penerbitan dan Percetakan Indonesian Scholar Khiar Wafi
ISSN : 2655755X     EISSN : 27238091     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering
Jurnal Ilmu Komputer Dan Informatika (JUKOMIKA) adalah jurnal ilmiah peer-review yang membahas mengenai desain dan implementasi algoritma dalam sebuah perangkat lunak. Selain itu, jurnal ini juga membahas mengenai perangkat lunak yang dikembangkan berbasis robotika, kecerdasan buatan, pengolahan data serta informasi. Jurnal menerbitkan secara berkala dua kali setahun yaitu pada Juni dan Desember. Jurnal diterbitkan oleh Lembaga Penelitian Pengabdian Masyarakat Penerbitan dan Percetakan Indonesian Scholar Khiar Wafi (LPPMPP IKHAFI) dibawah Yayasan Sejahtera Bersama Bengkulu. Semua artikel publikasi di Jurnal JUKOMIKA bersifat open-acess (terbuka) yang tersedia secara bebas online tanpa harus berlangganan. P-ISSN: 2655-755X E-ISSN: 2723-8091
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 17 Documents
 1   2 
Search results for , issue "Vol. 8 No. 2 (2025): Desember" : 17 Documents clear
Teknologi Image Processing untuk Deteksi Gerakan pada Kamera Pengawasan CCTV Menggunakan Metode Kalman Filter Darmi, Yulia; Apridiansyah, Yovi; Agung, Muhammad; Gunawan, Gunawan
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 8 No. 2 (2025): Desember
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v8i2.599

Abstract

Sistem pengawasan CCTV konvensional yang hanya merekam video tanpa kemampuan analisis otomatis seringkali mengakibatkan keterlambatan dalam mendeteksi aktivitas mencurigakan dan ketergantungan pada pemantauan manusia yang rentan terhadap human fatigue. Deteksi gerakan yang akurat dan real-time sangat penting untuk mengidentifikasi aktivitas mencurigakan secara dini, mencegah insiden keamanan, dan meningkatkan efisiensi pemantauan. Penelitian ini bertujuan mengembangkan sistem deteksi gerakan pada kamera pengawasan CCTV menggunakan teknologi image processing dengan mengintegrasikan metode Kalman Filter untuk mengatasi keterbatasan metode konvensional seperti Background Subtraction dan Optical Flow yang rentan terhadap noise, perubahan iluminasi, dan occlusion. Metode penelitian menggunakan pendekatan eksperimen dengan mengumpulkan 20 sampel video dari 4 lokasi berbeda yaitu Fakultas Teknik Informatika Universitas Muhammadiyah Bengkulu, lingkungan perumahan, warung, dan PlayStation. Tahapan penelitian meliputi identifikasi permasalahan, pengumpulan data, preprocessing, dan pengujian menggunakan confusion matrix. Hasil penelitian menunjukkan sistem yang dikembangkan mampu mendeteksi objek bergerak dengan tingkat akurasi 90%, precision 94%, dan recall 94%. Dari 20 video yang diuji, sistem berhasil mengidentifikasi 18 video sebagai True Positive, 1 video sebagai False Positive, dan 1 video sebagai False Negative; tidak terdapat True Negative karena sistem hanya berfokus pada deteksi keberadaan gerakan. Implementasi Kalman Filter terbukti efektif dalam meningkatkan robustness sistem terhadap noise dan gangguan eksternal melalui mekanisme prediksi dan koreksi yang menyaring deteksi palsu, serta mampu mempertahankan pelacakan objek selama occlusion parsial dan memberikan bounding box pada objek bergerak secara real-time yang lebih stabil. Sistem ini dapat menjadi solusi untuk meningkatkan efektivitas pengawasan CCTV dalam berbagai lingkungan.
Analisis Kualitas Website Sistem Informasi Akademik (SIAKAD) ITSNU Sriwijaya Sumatera Selatan terhadap Kepuasan Pengguna dengan menggunakan Pendekatan WebQual 4.0 Heki Aprianto
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 8 No. 2 (2025): Desember
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v8i2.611

Abstract

Perkembangan transformasi digital menuntut Perguruan Tinggi untuk menyediakan Sistem Informasi Akademik yang mampu memenuhi kebutuhan pengguna secara cepat, efisien, dan akurat. Namun, berbagai kendala masih ditemukan pada website Sistem Informasi Akademik (SIAKAD), seperti antarmuka yang kurang intuitif, kecepatan akses yang rendah, serta ketidakakuratan informasi yang dapat menurunkan kepuasan pengguna. Permasalahan tersebut menunjukkan perlunya evaluasi terhadap kualitas website SIAKAD agar dapat diketahui aspek mana yang paling berpengaruh terhadap kepuasan pengguna. Penelitian ini bertujuan untuk menganalisis kualitas website SIAKAD dan hubungannya dengan tingkat kepuasan pengguna menggunakan pendekatan WebQual 4.0, yang menilai tiga dimensi utama: usability, information quality dan service interaction quality terhadap kepuasan pengguna SIAKAD. Metode penelitian yang digunakan adalah pendekatan kuantitatif deskriptif dengan penyebaran kuesioner kepada 100 responden, yang ditentukan menggunakan rumus Slovin dengan tingkat kesalahan 5%. Data yang diperoleh diuji menggunakan uji validitas, reliabilitas dan analisis regresi linear berganda untuk mengetahui pengaruh tiap dimensi WebQual terhadap kepuasan pengguna. Hasil penelitian menunjukkan bahwa ketiga dimensi WebQual 4.0 berpengaruh positif dan signifikan terhadap kepuasan pengguna SIAKAD dengan nilai koefisien determinasi (R²) sebesar 0,68, yang berarti 68% variasi kepuasan pengguna dapat dijelaskan oleh ketiga dimensi tersebut. Dimensi information quality memiliki pengaruh paling dominan dengan nilai beta 0,512 (p < 0,05), diikuti oleh usability sebesar 0,298 (p < 0,05) dan service interaction quality sebesar 0,241 (p < 0,05). Hasil ini menegaskan bahwa kualitas informasi yang akurat, relevan, dan mudah diakses merupakan aspek utama dalam meningkatkan kepuasan pengguna, diikuti oleh kemudahan penggunaan dan kualitas interaksi layanan yang responsif.   Kata kunci—WebQual 4.0, Sistem Informasi Akademik (SIAKAD), kepuasan pengguna, kualitas website
Penerapan Metode Agile Dalam Perancangan Aplikasi Manajemen Aset Pahrizal, Pahrizal; Fadli, Fadli; Marhalim, Marhalim; Juhardi, Ujang
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 8 No. 2 (2025): Desember
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v8i2.605

Abstract

Pengelolaan aset yang efektif merupakan salah satu faktor penting dalam mendukung tata kelola perguruan tinggi. Universitas Muhammadiyah Bengkulu masih menghadapi kendala dalam pengelolaan aset, seperti pencatatan yang belum terintegrasi dan keterlambatan pembaruan data aset. Penelitian ini bertujuan untuk menerapkan metode Agile dalam perancangan aplikasi manajemen aset yang dikolaborasikan dengan teknologi QR Code guna meningkatkan efisiensi dan akurasi pengelolaan aset. Penelitian ini melibatkan 80 responden dengan pembagian data menggunakan rasio 70:15:15 untuk tahap pengembangan, validasi, dan pengujian sistem. Pengujian usability dilakukan menggunakan metode System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa penerapan metode Agile memungkinkan pengembangan sistem yang adaptif dan sesuai dengan kebutuhan pengguna. Integrasi teknologi QR Code mempercepat proses identifikasi dan pencatatan aset. Hasil pengujian usability memperoleh nilai rata-rata SUS sebesar ±83 yang termasuk dalam kategori Excellent. Dengan demikian, aplikasi manajemen aset yang dikembangkan memiliki tingkat usability yang tinggi dan layak untuk diterapkan di lingkungan Universitas Muhammadiyah Bengkulu.
Aplikasi Perkiraan Efisiensi Bahan Bakar Mobil dengan Machine Learning dan Streamlit Famela Jessica; Winny Christiani Thomas; Chania Lista Zepani; Muhammad Eka Fadillah; Riski Annisa
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 8 No. 2 (2025): Desember
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v8i2.614

Abstract

Efisiensi dalam pemakaian bahan bakar adalah hal krusial bagi kinerja kendaraan, terutama di Indonesia yang masih tergantung pada sumber energi fosil, sehingga perkiraan penggunaan bahan bakar menjadi sangat penting. Studi ini bertujuan untuk menciptakan model ramalan efisiensi bahan bakar dengan menggunakan Linear Regression dan Neural Network (NN), serta menerapkannya dalam aplikasi Streamlit. Linear Regression dan NN dipilih karena kedua metode ini belum banyak diterapkan pada penelitian tentang konsumsi bahan bakar. Dataset Auto MPG (Miles Per Galon) dari Kaggle digunakan, yang terdiri dari 398 data kendaraan dari tahun 1970 hingga 1982, tanpa nilai yang hilang, meskipun terdapat beberapa pencilan yang perlu diperhatikan. Proses preprocessing melibatkan normalisasi fitur numerik, pengkodean variabel kategori, dan pemisahan data ke dalam set pelatihan dan pengujian. Model NN diatur dengan satu lapisan tersembunyi yang berisi 100 neuron dan dilatih hingga 200 epoch. Temuan penelitian menunjukkan bahwa Linear Regression memberikan hasil terbaik (R² = 0,653; RMSE = 4,207), sementara NN menunjukkan hasil yang kurang memuaskan (R² = 0,052; RMSE = 6,958) karena ukuran dataset yang kecil dan hubungan antar data yang cenderung linear. Aplikasi Streamlit yang dibuat memungkinkan pengguna untuk memasukkan data secara manual dan menyajikan visualisasi sederhana untuk menampilkan prediksi variabel MPG. Penelitian ini menyoroti bahwa Linear Regression lebih cocok untuk digunakan pada dataset Auto MPG dibandingkan dengan Neural Network.
Analisa Clustering Pola Karakteristik Pengunjung Event di DKI Jakarta Menggunakan Metode K-Means Umaira, Nadia; Astuti, Witri; Regina Ayu Puspita Sari; Sheili Rika Karlina; Ika Selviana Putri
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 8 No. 2 (2025): Desember
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v8i2.615

Abstract

Kota Jakarta sebagai pusat kegiatan ekonomi, budaya, dan pariwisata nasional menyelenggarakan berbagai jenis event yang berpotensi memengaruhi tingkat kunjungan masyarakat. Penelitian ini bertujuan untuk mengelompokkan 133 event pariwisata dan ekonomi kreatif di DKI Jakarta tahun 2024–2025 guna mengidentifikasi pola karakteristik pengunjung. Proses analisis mengikuti tahapan Knowledge Discovery in Databases (KDD) dan menghasilkan tiga klaster utama dengan pola yang berbeda. Hasil evaluasi menggunakan Silhouette Score menunjukkan nilai rata-rata 0,65 yang menandakan kualitas pengelompokan pada kategori cukup baik. Temuan penelitian mengungkap adanya perbedaan yang jelas antara event berskala kecil dan besar serta menunjukkan dominasi event dengan jumlah pengunjung yang relatif rendah. Hasil ini dapat menjadi dasar dalam merancang strategi pengembangan event yang lebih seimbang dan mendukung peningkatan daya tarik wisata daerah.
Penerapan Random Forest Untuk Klasifikasi Risiko Penyakit Stroke Pada Rentang Usia 40-85 Tahun adjie; Muhammad Aimar Al Baihaqi; Adam Surya Dharma; Ivan Variz Febrinanda; Danurtirto Satria Prananda
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 8 No. 2 (2025): Desember
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v8i2.617

Abstract

Stroke merupakan penyebab kematian dan kecacatan tertinggi ketiga di dunia dengan risiko yang meningkat tajam pada usia 40 tahun ke atas. Sebagian besar penelitian sebelumnya pada dataset Stroke Prediction (Kaggle) melaporkan akurasi tinggi namun tidak membahas dampak ketidakseimbangan kelas yang sangat ekstrem (rasio ~1:19) dan jarang memfokuskan analisis pada rentang usia risiko tinggi. Penelitian ini menerapkan algoritma Random Forest untuk klasifikasi risiko stroke khusus pada individu berusia 40–85 tahun menggunakan dataset sebanyak 2.875 data setelah filtering usia. Dataset memiliki ketidakseimbangan kelas tinggi (stroke 8.42%, non-stroke 91.58%). Tahapan preprocessing meliputi pemeriksaan missing value dan duplicate data (tidak ditemukan) serta standarisasi fitur numerik menggunakan Z-Score Standardization (mean = 0, std = 1). Model dievaluasi dengan 10-Fold Stratified Cross Validation pada perangkat lunak Orange Data Mining. Hasil menunjukkan Random Forest mencapai akurasi 96,5%, AUC 0,914 (kelas stroke), precision 96,3%, recall 96,5%, F1-score 96,2%, dan MCC 0,750. Analisis feature importance mengidentifikasi usia, kadar glukosa rata-rata, dan BMI sebagai tiga prediktor terkuat. Dibandingkan dengan Logistic Regression, Decision Tree, SVM, dan Naive Bayes, Random Forest menunjukkan performa paling unggul. Penelitian ini memberikan kontribusi berupa model klasifikasi yang andal dan interpretabel pada populasi usia 40–85 tahun serta rekomendasi klinis berbasis variabel paling berpengaruh.
Analisis Sentimen Menggunakan Support Vector Machine dan Naive Bayes Pengguna Game Roblox WIbowo, Rikardo Satrio Wibowo; Rakan, Muhammad Rakan Wafi Ramadhan; Miko, Jatmiko Bentang Nugroho; Muhammad Arifin
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 8 No. 2 (2025): Desember
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v8i2.618

Abstract

Studi ini berfokus pada klasifikasi sentimen pengguna Roblox, platform user-generated content (UGC) yang berkembang pesat untuk membantu pengembang memahami kepuasan pengguna secara sistematis. Penelitian ini membandingkan kinerja algoritma Support Vector Machine (SVM) dan Naive Bayes (NB) dengan mengatasi research gap dari studi sebelumnya yang hanya menggunakan dua kelas sentimen dan metode evaluasi kurang robust. Data sebanyak 435.846 ulasan dari Kaggle disaring menjadi 17.434 ulasan berdasarkan kriteria kejelasan teks dan kelayakan pelabelan sentimen, mengabaikan data yang tidak informatif atau ambigu. Tahapan meliputi preprocessing (case folding, tokenizing, filtering, stemming), pemodelan, dan evaluasi menggunakan 10-Fold Stratified Cross-Validation. Hasil menunjukkan SVM mencapai kinerja sempurna (100% pada semua metrik), sedangkan NB mencatat akurasi 87,3% dengan recall rendah (67,4%) akibat asumsi independensi fitur dan ketidakseimbangan kelas. Simpulan menegaskan keunggulan SVM untuk analisis sentimen ini, dengan rekomendasi penggunaan algoritma lain seperti Random Forest atau BERT serta penanganan class imbalance pada penelitian mendatang.
Model Optimasi Penentuan Lokasi Layanan Loundry Menggunakan Algoritma Ant Colony Optimization (ACO) pada Sistem Informasi Berbasis Mobile Juniardo, Aksen; Khairullah, Khairullah; Utami, Marissa
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 8 No. 2 (2025): Desember
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v8i2.619

Abstract

Perkembangan teknologi informasi berbasis mobile telah mendorong meningkatnya kebutuhan pengguna terhadap layanan berbasis lokasi yang mampu memberikan rekomendasi optimal secara cepat dan akurat. Penelitian ini mengusulkan model optimasi penentuan lokasi layanan laundry menggunakan algoritma Ant Colony Optimization (ACO) yang diintegrasikan ke dalam sistem informasi berbasis mobile. ACO dipilih karena kemampuannya melakukan eksplorasi solusi secara paralel dan adaptif dalam menentukan rute maupun lokasi optimal. Metodologi penelitian meliputi analisis kebutuhan, perancangan sistem, implementasi aplikasi mobile, serta pengujian komputasional untuk mengukur performa optimasi dan evaluasi usability menggunakan System Usability Scale (SUS). Hasil pengujian menunjukkan bahwa model ACO mampu menghasilkan lokasi rekomendasi dengan jarak tempuh lebih efisien dibandingkan pendekatan konvensional berbasis radius. Pengujian usability terhadap 30 responden menghasilkan nilai SUS sebesar 82,3 yang termasuk kategori “Excellent” dan berada dalam rentang kelayakan B+ hingga A. Nilai ini menandakan bahwa aplikasi mudah digunakan, antarmuka intuitif, dan fitur rekomendasi rute dapat dipahami dengan baik oleh pengguna. Temuan penelitian ini membuktikan bahwa integrasi algoritma ACO dengan sistem informasi mobile memberikan solusi efektif untuk meningkatkan kualitas layanan berbasis lokasi, khususnya dalam konteks pencarian lokasi laundry di wilayah urban.
Evaluasi Kualitas dan Usability Aplikasi Absensi Perangkat Desa Berbasis Barcode Menggunakan Metode SUS Ramadhan, Wahyu Pajri; Khairullah, Khairullah
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 8 No. 2 (2025): Desember
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v8i2.620

Abstract

Penelitian ini bertujuan untuk mengevaluasi tingkat usability aplikasi absensi perangkat desa berbasis barcode menggunakan metode System Usability Scale (SUS). Pengumpulan data dilakukan melalui pengujian langsung oleh perangkat desa, diikuti dengan pengisian kuesioner SUS yang terdiri dari 10 item pernyataan skala Likert. Hasil analisis menunjukkan bahwa aplikasi memperoleh skor rata-rata 82,6 yang termasuk kategori Excellent, sehingga menandakan kemudahan penggunaan dan efektivitas aplikasi dalam mendukung proses absensi perangkat desa. Implementasi aplikasi juga menunjukkan bahwa sistem mampu melakukan pemindaian QR Code dan menampilkan data kehadiran secara otomatis dan akurat. Beberapa kendala teknis ditemukan, seperti ketergantungan pada kualitas jaringan dan variasi kemampuan perangkat, namun tidak memengaruhi fungsionalitas utama aplikasi. Secara keseluruhan, aplikasi ini dinilai layak dan efektif sebagai solusi absensi digital di tingkat desa.
Evaluasi Tingkat Usability Sistem Informasi Perpustakaan Berbasis Website Menggunakan System Usability Scale (SUS) ROMADONI, JIKI; Ahmad Makie, Haji; Ridhani, M. Fadli; Hidayat, Muhammad
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 8 No. 2 (2025): Desember
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v8i2.624

Abstract

Sistem informasi perpustakaan berbasis web telah banyak dikembangkan untuk mendukung pengelolaan layanan perpustakaan di lingkungan pendidikan. Namun, sebagian besar penelitian sebelumnya masih berfokus pada pengembangan sistem dan pengujian fungsional, tanpa mengevaluasi tingkat usability dari sudut pandang pengguna. Oleh karena itu, penelitian ini bertujuan untuk mengevaluasi tingkat usability sistem informasi perpustakaan berbasis web menggunakan metode System Usability Scale (SUS). Penelitian ini melibatkan 15 responden, terdiri dari 2 admin perpustakaan, 5 guru, dan 8 siswa, sebagai pengguna sistem. Instrumen penelitian menggunakan kuesioner SUS dengan 10 pernyataan standar yang dianalisis untuk memperoleh skor usability. Hasil pengujian menunjukkan bahwa sistem memperoleh skor SUS sebesar 78, yang termasuk dalam kategori Good dan Acceptable, sehingga sistem dinilai mudah digunakan dan dapat diterima oleh pengguna. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam evaluasi kualitas sistem informasi perpustakaan berbasis web serta menjadi bahan pertimbangan dalam pengembangan sistem serupa di lingkungan pendidikan.

Page 1 of 2 | Total Record : 17

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 8 No. 2 (2025): Desember Vol. 8 No. 1 (2025): Juli Vol. 7 No. 1 (2024): Juni 2024 Vol. 7 No. 2 (2024): Desember Vol. 6 No. 2 (2023): Desember Vol 6, No 1 (2023): Juni Vol 5, No 2 (2022): Desember Vol 5, No 1 (2022): Juni Vol 4, No 2 (2021): Desember Vol 4, No 1 (2021): Juni Vol 3, No 6 (2020): Desember Vol 3, No 4 (2020): Agustus Vol 3, No 3 (2020): Juni Vol 3, No 2 (2020): April Vol 3, No 1 (2020): Februari Vol 2, No 4 (2019): AGUSTUS 2019 Vol 2, No 1 (2019): Jukomika Februari 2019 Vol 2, No 6 (2019): Desember Vol 2, No 5 (2019): Oktober Vol 2, No 3 (2019): June Vol 1, No 1 (2018): Computer Science More Issue