cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
siswanto
Contact Email
prosisko.unsera@gmail.com
Phone
+62818487117
Journal Mail Official
prosisko.unsera@gmail.com
Editorial Address
Universitas Serang Raya Gedung Utama Lantai 3 Fakultas Teknologi Informasi Program Studi Sistem komputer Jl. Raya Cilegon No.Km. 5, Taman, Drangong, Kec. Taktakan, Kota Serang, Banten 42162
Location
Kota serang,
Banten
INDONESIA
PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer
Published by Universitas Serang Raya
ISSN : 24067733     EISSN : 25979923     DOI : https://doi.org/10.30656/prosisko
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Mechanical Engineering
Journal elektronik yang berisi tentang jurnal-jurnal riset dan observasi Sistem Komputer, jaringan komputer, perangkat cerdas, IOT, cloud computing, robotik
Arjuna Subject : Ilmu Komputer (semua kategori) - Jaringan Komputer dan Komunikasi
Articles 387 Documents
 34   35   36   37   38 
PERBANDINGAN GAUSSIAN BLUR, MEDIAN, DAN BILATERAL FILTER UNTUK REDUKSI NOISE CITRA DIGITAL Vellisya Afifa Qonita; Keisha Ramadhani; Dwi Febriyanti; Muthiah Hamidah; Achmad Fauzal Khobir; Endang Purnama Giri; Gema Parasti Mindara
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i1.11556

Abstract

Reduksi noise merupakan tahapan krusial dalam pengolahan citra digital. Hal ini karena reduksi noise dapat menurunkan kualitas visual dan akurasi analisis citra. Permasalahan utama dalam reduksi noise adalah memilih metode filtering paling efektif untuk jenis noise tertentu dengan tetap mempertahankan detail dan tepi objek. Penelitian ini bertujuan untuk membandingkan efektivitas Gaussian Blur, Median Filter, dan Bilateral Filter dalam mereduksi Gaussian noise dan salt and pepper noise, serta mengevaluasi kualitas visual citra hasil filter melalui penilaian subjektif. Metode pada penelitian ini adalah eksperimen kuantitatif dan kualitatif, dimana citra uji (grayscale) diolah dengan ketiga filter dan diukur menggunakan tiga metrik objektif yaitu Peak Signal to Noise Ratio (PSNR), Mean Squared Error (MSE), dan Structural Similarity Index (SSIM). Kemudian penelitian dilengkapi dengan survei penilaian visual oleh responden.
APLIKASI WEB-MOBILE UNTUK PEMETAAN DAN PELAPORAN KERUSAKAN JALAN BERBASIS SISTEM INFORMASI GEOGRAFIS Andika; Ardiansyah; Try; Ishak
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i1.11607

Abstract

Penelitian ini dilakukan untuk mengembangkan sebuah aplikasi mobile berbasis sistem informasi geografis yang digunakan untuk memetakan kerusakan jalan di Kota Kendari. Topik ini dipilih karena pelaporan kerusakan jalan selama ini masih dilakukan secara manual sehingga proses pendataan, pemantauan, dan penanganannya belum berjalan secara optimal. Aplikasi yang dikembangkan bertujuan memberikan kemudahan bagi masyarakat dalam menyampaikan laporan langsung dari lapangan serta menyediakan visualisasi data kerusakan jalan dalam bentuk peta digital yang dapat diakses oleh pihak terkait. Metode penelitian meliputi proses analisis kebutuhan, perancangan sistem, pengembangan aplikasi mobile dan web, serta pengujian terhadap seluruh fitur berdasarkan skenario yang telah ditentukan. Pengguna dapat mengunggah foto kerusakan jalan, memperoleh lokasi secara otomatis melalui perangkat, dan mengirimkan deskripsi kerusakan. Data laporan kemudian diolah dan ditampilkan dalam dashboard web untuk mendukung proses pemantauan dan pengambilan keputusan. Hasil penelitian menunjukkan bahwa seluruh fitur pada aplikasi mobile dan web berfungsi dengan baik sesuai hasil pengujian. Aplikasi mampu mempercepat proses pelaporan, meningkatkan keakuratan data lokasi, serta memberikan gambaran kondisi jalan secara lebih jelas melalui pemetaan digital. Penelitian ini menyimpulkan bahwa penggunaan sistem informasi geografis dalam pelaporan kerusakan jalan dapat meningkatkan efisiensi, transparansi, dan kualitas pengambilan keputusan pada instansi terkait.
OPTIMASI SELEKSI FITUR PREDIKSI SAHAM MENGGUNAKAN QUANTUM INSPIRED METAHEURISTIC DAN LIGHTGBM Rizky Wahyudi; Fauzan Azima Lubis; Windy Aulia; Adidtya Perdana
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i1.11611

Abstract

Penelitian ini bertujuan untuk meningkatkan akurasi prediksi return harian saham perbankan Indonesia melalui penerapan metode seleksi fitur berbasis metaheuristik QIMA (Quantum-Inspired Multi-Objective Algorithm) pada model LightGBM. Permasalahan utama yang diangkat meliputi tingginya multikolinearitas antar-fitur teknikal, rendahnya validitas prediksi model baseline, serta mahalnya biaya komputasi saat menggunakan fitur penuh. Penelitian ini menggunakan 38 indikator teknikal yang kemudian direduksi menggunakan QIMA untuk memperoleh subset fitur optimal yang memaksimalkan akurasi sekaligus meminimalkan kompleksitas model. Hasil eksperimen menunjukkan bahwa model baseline mengalami overfitting dengan nilai R² negatif pada sebagian besar saham. Penerapan QIMA berhasil memperbaiki kinerja model menjadi positif pada BBCA (0,0006) dan BBNI (0,0173), serta menstabilkan performa BBRI dan BMRI. Selain itu, jumlah fitur berhasil direduksi sebesar 68,42% dengan waktu pelatihan yang lebih cepat hingga 6–7 kali lipat. Analisis fitur terpilih mengungkap bahwa volatilitas jangka pendek, return berbasis momentum, serta lag harga dan volume merupakan indikator yang paling relevan dalam memengaruhi pergerakan harga saham jangka pendek. Secara keseluruhan, studi ini membuktikan bahwa QIMA mampu meningkatkan validitas prediksi, efisiensi komputasi, dan interpretabilitas model dalam konteks pasar saham Indonesia.
KLASTERISASI K-MEANS TERHADAP PARTISIPASI PENDIDIKAN PADA WILAYAH SISWA SEKOLAH TERTINGGI DI INDONESIA : IDENTIFIKASI WILAYAH PRIMA DAN WILAYAH ATENSI Muhamad Nawawi
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i1.11650

Abstract

Pendidikan berfungsi sebagai pilar utama pembangunan nasional, namun ketimpangan akses dan partisipasi antarwilayah masih menjadi tantangan kritis di Indonesia. Tujuan dari penelitian ini adalah untuk melakukan pemodelan klasterisasi tingkat partisipasi 3 provinsi dengan tingkat angka sekolah tertinggi di Indonesia yakni Jawa Barat, Jawa Tengah dan Jawa Timur dengan jumlah 100 kabupaten dan kota. Penilaian menggunakan variabel Angka Partisipasi Sekolah (APS), Angka Partisipasi Murni (APM), dan Angka Partisipasi Kasar (APK) yang diturunkan menjadi 9 indikator di setiap jenjang yakni Sekolah Dasar/sederajat (SD), Sekolah Menengah Pertama/sederajat (SMP), dan Sekolah Menengah Atas/sederajat (SMA). Data sekunder yang digunakan berasal dari Badan Pusat Statistik (BPS) Indonesia untuk tahun 2023 dengan tools pemodelan menggunakan aplikasi Orange Data Mining. Metode K-Means Clustering diterapkan dan jumlah klaster yang optimal ditentukan melalui analisis Silhouette Coefficient, yang menghasilkan dua klaster dengan nilai rata-rata Silhouette lebih dari 50%, menandakan kualitas klasterisasi baik. Hasil analisis klaster menunjukkan bahwa Klaster 1 dikategorikan sebagai wilayah prima memiliki tingkat partisipasi yang tinggi di semua jenjang, dengan APS SD/SMP lebih dari 98% dan APS SMA hampir mencapai 80%. Klaster 2 dikategorikan sebagai wilayah atensi memiliki tingkat partisipasi yang kurang baik, terutama tingkat partisipasi studi pada jenjang SMA dengan APS hanya 66,80%. Wilayah dengan kategori klaster ini didominasi oleh Provinsi Jawa Barat dengan 75% kabupaten dan kota. Meskipun Provinsi Jawa Timur didominasi oleh wilayah dengan kategori klaster 1, namun kota Surabaya yang merupakan ibukota provinsi berada pada klaster 2 dengan tingkat partisipasi SMA yang rendah, ditunjukkan dengan APS SMA hanya 65,29%.
IMPLEMENTASI METODE WATERFALL PADA SISTEM INFORMASI MANAJEMEN ASET INSTANSI PEMERINTAHAN UNTUK OPTIMALISASI Galang Aljumarten Galang
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i1.11731

Abstract

Pengelolaan aset saat ini masih dilakukan secara manual, sehingga sering menimbulkan permasalahan berupa duplikasi data, kesalahan pencatatan, dan keterlambatan dalam penyusunan laporan. Kondisi tersebut berdampak pada rendahnya akurasi dan efisiensi dalam proses administrasi aset. Penelitian ini bertujuan untuk menganalisis sistem pengelolaan aset yang sedang berjalan serta merancang Sistem Informasi Manajemen Aset (SIMA) berbasis web sebagai solusi. Metode pengembangan sistem yang digunakan adalah Waterfall, dengan tahapan utama meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian. Hasil penelitian berupa rancangan Unified Modeling Language (UML) dan basis data yang mendukung proses pendataan aset, pencatatan peminjaman dan pengembalian, serta pembuatan laporan secara otomatis. Sistem yang dirancang diharapkan mampu meningkatkan akurasi pencatatan, mempercepat proses pelaporan, serta memberikan transparansi dalam pengelolaan aset. Dengan adanya SIMA berbasis web, pengelolaan aset dapat dilakukan secara lebih terstruktur, efisien, dan mudah diakses, sehingga mendukung peningkatan kinerja organisasi secara keseluruhan.  
KLASIFIKASI PENYAKIT PADA TANAMAN PAPRIKA MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK MUHAMAD ADZRIAL RAMDHANI
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i1.11762

Abstract

Banyak petani paprika di Indonesia yang masih menggunakan metode konvensional dalam mendeteksi penyakit tanaman, yang sering kali kurang efisien dan menyebabkan hasil panen tidak optimal. Penelitian ini bertujuan untuk mengembangkan sistem diagnosis cerdas berbasis Computer Vision untuk mengklasifikasikan kondisi tanaman paprika. Metode utama yang diterapkan adalah Deep Learning dengan arsitektur Convolutional Neural Network (CNN) yang dirancang secara sekuensial menggunakan empat blok lapisan konvolusi untuk ekstraksi fitur visual secara otomatis. Dataset diperoleh melalui kombinasi data publik dari platform Roboflow dan pengambilan data langsung di lapangan melalui observasi di Desa Pasir Data Indah. Untuk meningkatkan ketangguhan model, dilakukan pra-pemrosesan data yang mencakup normalisasi dan augmentasi citra menggunakan ImageDataGenerator. Hasil penelitian menunjukkan bahwa model CNN yang dikembangkan mampu mencapai tingkat akurasi sebesar 95,45% pada data pelatihan dan 96,67% pada data validasi dengan nilai loss yang sangat rendah yaitu 0,0600. Implikasi dari inovasi ini adalah memberdayakan petani dengan teknologi yang mudah digunakan, sehingga dapat mempercepat pengambilan keputusan dalam penanganan penyakit tanaman serta meningkatkan produktivitas pertanian secara berkelanjutan.
PENGEMBANGAN SISTEM INFORMASI MANAJEMEN SEKOLAH BERBASIS WEBSITE DI SD NEGERI LANGKAP 01 riva fauziyah; Muhammad Bayu Firdaus; Hidayatur Rakhmawati; Hisyam Catur Prakoso; Kaesha Ramadhani; Jilan Syahputra; Rida Maesyarani
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i1.11851

Abstract

Pengelolaan administrasi dan data akademik sekolah dasar yang masih dilakukan secara manual berpotensi menimbulkan keterlambatan layanan, kesalahan pencatatan, serta kesulitan dalam penyusunan laporan. SD Negeri Langkap 01 menghadapi permasalahan tersebut karena belum memiliki sistem informasi terintegrasi yang mampu mengelola data sekolah secara efektif. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Manajemen Sekolah (SIMS) berbasis website yang dapat mengintegrasikan data akademik dan administrasi secara terpusat, akurat, dan mudah diakses. Metode pengembangan sistem yang digunakan adalah model waterfall, yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem dibangun menggunakan basis data MySQL dan dilengkapi dengan modul pengelolaan kalender akademik, tahun pelajaran, mata pelajaran, kelas, siswa, guru, pegawai, jadwal, nilai, absensi, serta laporan otomatis. Hasil pengujian menunjukkan bahwa sistem berjalan sesuai dengan kebutuhan pengguna dan mampu meningkatkan efisiensi kerja, kecepatan akses data, serta kualitas layanan administrasi sekolah. Dengan demikian, SIMS berbasis website ini dapat menjadi solusi digital yang mendukung peningkatan tata kelola dan transformasi digital di lingkungan sekolah dasar.
SYSTEMATIC LITERATURE REVIEW: DESIGN UI/UX MENGGUNAKAN METODE DESIGN THINKING Felicia Calista Quinn Kesuma; Fitri Aulianisa; Dien Novita
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i1.11855

Abstract

Design Thinking ialah metodologi yang terpusat pada manusia yang berupaya memahami tuntutan pengguna secara sangat rinci. Melalui Tinjauan Literatur Sistematis (SLR), studi ini menyelidiki apakah proses Design Thinking dapat menghasilkan desain UI/UX yang sukses. Untuk membahas topik-topik utama berikut, total tiga puluh makalah diperiksa: Bagaimana tahapan Design Thinking digunakan dalam desain UI/UX menurut penelitian sebelumnya? Langkah proses mana yang paling berpengaruh, dan apa keuntungan utama pendekatan ini dalam desain UI/UX? Hasilnya menunjukkan bagaimana lima tahap Design Thinking yang saling berhubungan empati, definisi, ide, prototipe, dan pengujian membantu menciptakan desain UI/UX yang memenuhi tuntutan dan fungsi pengguna. Meskipun setiap langkah memiliki prosedur dan fungsinya sendiri, semuanya bersatu untuk menciptakan prototipe yang berhasil memenuhi kebutuhan pengguna. Pendekatan ini memiliki banyak keuntungan, seperti membantu dalam pengembangan prototipe baru dan desain ulang yang sudah ada sebelumnya. Namun kesulitan muncul pada fase yang berbeda, yang memerlukan pelaksanaan yang hati-hati. Pendekatan Design Thinking dalam desain UI/UX dijelaskan secara lengkap dalam makalah ini, beserta kendala praktis dan manfaatnya dalam menciptakan solusi yang berpusat pada pengguna.
PERANCANGAN SISTEM INFORMASI PRESENSI KARYAWAN MENGGUNAKAN FRAMEWORK LARAVEL DI PT WIRATAMA SISTEM INTEGRASI Eko Prayitno; Hadiansyah Ma'sum Hadiansyah Ma'sum
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i1.11897

Abstract

Sistem informasi presensi karyawan memiliki peran penting dalam mendukung pengelolaan kehadiran dan pengawasan aktivitas kerja pada setiap proyek. Namun, sistem presensi yang masih dilakukan secara manual dan belum terstruktur menimbulkan berbagai kendala, seperti kesulitan memonitor presensi per proyek, tidak tersedianya data secara real-time, serta tingginya risiko kesalahan dalam rekapitulasi kehadiran. Penelitian ini bertujuan untuk menganalisis dan merancang sistem informasi presensi karyawan berbasis web guna meningkatkan efisiensi dan akurasi pengelolaan data kehadiran. Metode pengembangan yang digunakan adalah metode Waterfall dalam kerangka System Development Life Cycle (SDLC), dengan tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian sistem. Sistem dibangun menggunakan framework Laravel dan database MySQL, dengan fitur utama login akun karyawan, pencatatan absen masuk dan pulang, pemantauan lokasi, serta penyajian laporan dan rekap presensi bagi admin. Sistem berbasis web ini memungkinkan akses data secara fleksibel dan real-time. Diharapkan sistem ini dapat meminimalkan kesalahan pencatatan, mempercepat proses presensi, serta mendukung pengambilan keputusan manajemen dalam meningkatkan kinerja operasional perusahaan.
ANALISIS SENTIMEN PENGGUNA APLIKASI QPON PADA ULASAN PLAY STORE MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) Muhammad Hanif; Garno; Asep Jamaludin
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i1.11909

Abstract

Ulasan pengguna menjadi sumber informasi penting untuk menilai kualitas layanan, namun jumlah komentar yang besar menyulitkan pengembang dalam memahami opini secara manual. Aplikasi Qpon sebagai platform penyedia promo dan voucher belanja menerima banyak ulasan pada Google Play Store yang mencerminkan pengalaman pengguna terhadap layanan aplikasi. Penelitian ini menganalisis sentimen pengguna terhadap aplikasi Qpon dengan melakukan klasifikasi ulasan untuk mengidentifikasi kecenderungan opini positif dan negatif. Data penelitian diperoleh dari 2.304 ulasan pengguna yang terdiri dari 945 ulasan positif dan 1.359 ulasan negatif. Pelabelan sentimen dilakukan berdasarkan nilai penilaian pengguna dan diverifikasi oleh ahli bahasa untuk memastikan kesesuaian konteks. Data kemudian melalui proses pemilihan data, pembersihan teks, normalisasi kata, serta pembobotan kata menggunakan metode TF-IDF sebelum dilakukan klasifikasi menggunakan algoritma Support Vector Machine (SVM). Hasil pengujian menunjukkan model mampu mengklasifikasikan sentimen dengan akurasi sebesar 92,98% pada pembagian data latih dan uji 90:10 menggunakan kernel Linear dan Sigmoid, serta 92,97% pada pembagian 80:20 menggunakan kernel RBF. Analisis kosakata menunjukkan sentimen positif didominasi kata yang berkaitan dengan diskon, promo, dan kemudahan penggunaan, sedangkan sentimen negatif didominasi keluhan terkait masuk akun, penggunaan voucher, pembayaran, dan pengembalian dana. Hasil penelitian ini menunjukkan bahwa metode yang digunakan efektif untuk mengidentifikasi opini pengguna dan dapat dimanfaatkan sebagai bahan evaluasi peningkatan kualitas layanan aplikasi.

Page 36 of 39 | Total Record : 387

 34   35   36   37   38 

Filter by Year

2014 2026


Reset
Filter By Issues
All Issue Vol. 13 No. 2 (2026): Prosisko Vol. 13 No. 2 Juli 2026 Vol. 13 No. 1 (2026): Prosisko Vol. 13 No. 1 Maret 2026 Vol. 12 No. 3 (2025): Prosisko Vol. 12 No. 3 November 2025 Vol. 12 No. 2 (2025): Prosisko Vol. 12 No. 2 Juli 2025 Vol. 12 No. 1 (2025): Prosisko Vol. 12 No. 1 2025 Vol. 11 No. 2 (2024): Prosisko Vol. 11 No. 2 September 2024 Vol. 11 No. 1 (2024): Prosisko Vol. 11 No. 1 Maret 2024 Vol. 10 No. 2 (2023): Prosisko Vol. 10 No. 2 September 2023 Vol. 10 No. 1 (2023): Prosisko Vol. 10 No. 1 Maret 2023 Vol. 9 No. 1 (2022): Prosisko Vol. 9 No.1 Maret 2022 Vol. 9 No. 2 (2022) Vol. 8 No. 2 (2021): Prosisko Vol. 8 No. 2 September 2021 Vol. 8 No. 1 (2021): PROSISKO Vol. 8 No. 1 Maret 2021 Vol. 7 No. 2 (2020) Vol. 7 No. 1 (2020) Vol. 6 No. 2 (2019) Vol. 6 No. 1 (2019) Vol. 5 No. 2 (2018) Vol. 5 No. 1 (2018) Vol. 4 No. 2 (2017) Vol. 4 No. 1 (2017) Vol. 3 No. 2 (2016) Vol. 3 No. 1 (2016) Vol. 2 No. 2 (2015) Vol. 2 No. 1 (2015) Vol. 1 (2014) More Issue