cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Sri Ngudi Wahyuni
Contact Email
ijcsr@subset.id
Phone
+6282138594141
Journal Mail Official
ijcsr@subset.id
Editorial Address
Jl. Gatotkaca, Janti Buana Asri 4 Nomor B7, Jurugentong, Banguntapan, Bantul, Yogyakarta, Indonesia
Location
Kab. bantul,
Daerah istimewa yogyakarta
INDONESIA
The Indonesian Journal of Computer Science Research
Published by Hemispheres Press
ISSN : -     EISSN : 29639174     DOI : https://doi.org/10.59095/ijcsr
Core Subject : Science,
Computer Science & IT
The Indonesian Journal of Computer Science Research (IJCSR) adalah jurnal yang memuat naskah ilmiah dari peneliti, akademisi, maupun praktisi, berupa hasil penelitian, tinjauan pustaka ( literature review ) dan/atau bentuk karya tulis ilmiah lainnya, yang khusus mengkaji bidang Ilmu Komputer antara lain sebagai berikut : Computational and algorithm Numerical Methods and Algorithms Autonomic Computing Big Data Computer and Network Architecture Cloud Computing Cluster Computing Workflow Design and Practice Data Mining Artificial Intelligence Web-Based Computing Scientific Visualization Computer Graphics Pattern Recognition Virtual Reality Augmented Reality Geometric Modeling Industry 4.0 Bioinformatics Digital Forensic
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 63 Documents
 3   4   5   6   7 
Rekonstruksi Bangunan Candi Gebang Berbasis 3D Menggunakan Teknik Fotografi 3600 Piskonata, Yogi; Pambudi, Agung
The Indonesian Journal of Computer Science Research Vol. 3 No. 2 (2024): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v3i2.151

Abstract

Dokumentasi cagar budaya adalah warisan untuk generasin mendatang yang dapat disimpandalam bentuk arsip digital. Arsip digital memungkinkan informasi mengenai cagar budaya tersebut dapat diakses dengan mudah oleh siapa pun di masa depan. Dengan begitu, nilai historis dan keunikan cagar budaya dapat tetap terjaga dan dipelajari oleh generasi mendatangCandi menunjukkan kemampuan teknologi masyarakat zaman dahulu untuk membangun bangunan megah meskipun memiliki sedikit sumber daya. Candi-candi di Indonesia adalah peninggalan sejarah agama Hindu-Buddha yang berfungsi sebagai tempat ibadah. Perlindungan dan penyelamatan Cagar Budaya, terutama keberadaan candi, didukung oleh penyelidikan. Ini dilakukan untuk menghindari perubahan keasliannya. Bangunan candi dicatat baik secara verbal maupun piktoral, termasuk dengan menggunakan foto. Salah satu metode untuk mencatat keberadaan sebuah candi adalah dengan membuat model tiga dimensi menggunakan teknik fotografi 360 derajat. Kemudian, dari kumpulan foto yang dihasilkan, dilakukan proses scanning dengan bantuan software, yang menghasilkan gambaran candi berbasis tiga dimensi. Adapun tujuan penelitian ini adalah merekonstruksi candi gebang berbasis 3D menggunakan teknik fotografi 3600. Hasil penelitian ini  digunakan sebagai dokumen arsip digital bagi generasi yang akan datang, sebagai upaya pelestarian warisan budaya terutama bangunan Candi. Adapun metode penelitian yang digunakan adalah Observasi, Pengumpulan data visual, Analisis dokumen dan Wawancara kepada ahli. Hasil penelitian menunjukkan bahwa hasil digitalisasi cukup baik dari sisi kecerahannya.
Pengaruh Aplikasi Pendataan Dan Pelayanan Terhadap Pengalaman Pengunjung Di Kebun Raya Balikpapan: Pendekatan UTAUT Marup, Akmal; Utamajaya, Joy Nashar; Hadisaputro , Elvin Leander
The Indonesian Journal of Computer Science Research Vol. 3 No. 2 (2024): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v3i2.175

Abstract

Penelitian ini mengkaji pengaruh aplikasi pendataan dan pelayanan kunjungan (Pandurata) di Kebun Raya Balikpapan, salah satu pusat konservasi tanaman ex situ yang ada di kota Balikpapan, di mana sistem informasi berperan penting dalam meningkatkan pengalaman berkunjung dengan menggunakan Unified Theory of Acceptance and Use of Technology (UTAUT). Analisis mendalam dilakukan terhadap empat konstruk utama UTAUT: Performance Expectancy, Effort Expectancy, Social Influence, dan Facilitating Conditions. Penelitian ini bertujuan untuk memahami faktor-faktor yang mempengaruhi penerimaan dan penggunaan aplikasi oleh pengunjung. Data dikumpulkan melalui kuesioner dari 100 responden dan dianalisis menggunakan regresi linier. Hasil penelitian menunjukkan bahwa semua konstruk UTAUT memiliki pengaruh signifikan terhadap penggunaan aplikasi, yang berdampak positif. Dari hasil pengujian, ditemukan bahwa kepuasan saat berkunjung ke Kebun Raya Balikpapan meningkat sebesar 80.5%.
Rancang Bangun Webapp Panti Asuhan Manajemen Sistem (PAMS) Menggunakan Framework Codeigniter 3 Susilo, Arif Dwi; Milla R, Dhely; Rafe Albar, Adrian; Seno Aji, Bayu Habib
The Indonesian Journal of Computer Science Research Vol. 3 No. 2 (2024): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v3i2.176

Abstract

Beberapa panti asuhan masih menggunakan cara manual untuk mencatat dan mengelola data donasi yang masuk dari berbagai sumber. Cara manual yang mereka gunakan sangat rentan dengan terjadinya kesalahan sehingga data kemungkinana besar tidak akurat dan jua data yang ada tidaklah aman. Penelitian ini bertujuan untuk merancang dan membuat suatu sistem manajemen panti asuhan yang dapat membantu dalam mengelola data donasi yang masuk dengan lebih efisien, transparan, dan aman. Sistem yang dikembangkan merupakan sistem aplikasi berbasis website modern, dengan framework Codeigniter 3 dan juga database yang memungkinkan pengelolaan data secara real-time. Sistem ini memiliki beberapa fitur utama seperti mencatat donasi yang masuk, mencatat penggunaan donasi, mencatat data-data donatur, mencetak kwitansi untuk donatur, dan membuat laporan donasi. Dengan desain antarmuka yang dibuat sederhana namun mudah dipahami, sistem ini dirancang untuk membantu panti asuhan dalam memanajemen data agar lebih efisien.
Perbandingan Kinerja Model Transformer Monolingual Dalam Analisis Sentimen Terhadap Website Coretax Pada Platform X Rohman, Angga Airul; Verawati, Ike
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.239

Abstract

Implementasi sistem Coretax sebagai pembaruan administrasi perpajakan di Indonesia memicu beragam respons publik yang signifikan di media sosial, khususnya platform X. Pemantauan sentimen publik terhadap sistem ini memiliki urgensi tinggi sebagai bahan evaluasi penerimaan dan efektivitas sistem bagi pemerintah. Penelitian ini bertujuan untuk membandingkan kinerja tiga model Transformer monolingual, yaitu IndoBERT, IndoBERTweet, dan IndoRoBERTa, dalam melakukan analisis sentimen terhadap isu tersebut. Data dikumpulkan melalui mekanisme crawling pada platform X menggunakan library Tweet Harvest dengan kata kunci terkait Coretax sebanyak 8154 data, yang kemudian melalui tahapan praproses teks dan augmentasi data untuk menangani ketidakseimbangan kelas. Model kemudian di-fine-tune dan dievaluasi menggunakan metrik precision, recall, f1-score, dan akurasi. Hasil eksperimen menunjukkan bahwa IndoBERT memberikan kinerja terbaik dibandingkan model lainnya, dengan pencapaian akurasi 0.8889. Sementara itu, IndoBERTweet dan IndoRoBERTa masing-masing mencatatkan akurasi sebesar 0,8850 dan 0,8732. Temuan ini mengindikasikan bahwa model berbasis IndoBERT lebih efektif dalam menangkap konteks linguistik terkait perpajakan, sehingga direkomendasikan sebagai alat pemantauan persepsi masyarakat otomatis bagi instansi terkait
Pengembangan Prototype Sistem Deteksi Pemilik Kendaraan Roda Empat Berbasis Internet of Think Mude, Muh Aliyazid; Umar, Fitriyani
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.243

Abstract

Masalah efisiensi pada identifikasi kendaraan secara manual telah diidentifikasi sebagai kendala utama dalam sistem keamanan. Sebuah perancangan sistem deteksi pemilik kendaraan berbasis Automatic Number Plate Recognition dan Internet of Things yang mengacu pada standar International Organization for Standardization / International Electrotechnical Commission 30141 telah dikembangkan dalam penelitian ini. Fokus utama riset dilakukan terbatas pada tahap perancangan prototipe menggunakan emulator fritzing guna memvalidasi arsitektur sistem secara virtual. Hasil perancangan menunjukkan bahwa berhasil divisualisasikan dengan tingkat akurasi logika pada 5 domain  pada ISO/EIC 130141 yakni device layer, gateway & network, data management, application layer dan domain business layer Disimpulkan bahwa model perancangan pada emulator   fritzing ini layak dan dijadikan acuan awal dalam pengembangan sistem keamanan kendaraan sebelum dilakukan implementasi pada perangkat fisik sehingga untuk pengembangan selanjutnya disarankan menggunakan elumator lainya agar ada gambaran yang jelas penggunaan tools berbasis IoT
Pembuatan Sistem Evaluasi dan Rekomendasi Perencanaan Studi Mahasiswa Berbasis Website Menggunakan Laravel Nuraminudin, M; Aziza, Rifda Faticha Alfa
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.244

Abstract

Evaluasi dan perencanaan studi mahasiswa merupakan proses fundamental dalam memastikan keberlangsungan akademik dan kelulusan tepat waktu. Permasalahan umum dalam proses ini mencakup  kebutuhan pengulangan mata kuliah dengan nilai E dan D (dengan ketentuan nilai D tidak melebihi 25% dari total SKS), perubahan kurikulum yang menyebabkan ketidaksesuaian mata kuliah, serta batas maksimal masa studi yang menyesuaikan jenjang S1. Penelitian ini mengembangkan sistem berbasis website untuk melakukan evaluasi transkrip nilai, identifikasi mata kuliah wajib diulang, pemberian rekomendasi KRS otomatis, serta prediksi kelulusan berdasarkan sisa SKS dan masa studi. Sistem dibangun menggunakan framework Laravel, database MySQL, dan antarmuka Bootstrap, serta mendukung impor data kurikulum dan transkrip nilai dari Excel. Hasil pengujian blackbox menunjukkan sistem berjalan dengan baik. Berdasarkan Forum Group Discussion sistem ini terbukti efektif meningkatkan efisiensi proses bimbingan akademik dan mengurangi potensi kesalahan manusia, sehingga layak digunakan sebagai alat bantu evaluasi akademik di perguruan tinggi
Perbandingan Kinerja Algoritma SVM, LSTM, dan Fine-tuned IndoBERT dalam Analisis Sentimen Opini Masyarakat Indonesia terhadap Mobil Listrik Daniati, Erna; Nugroho, Arie; Ristyawan, Aidina; Utama, Hastari
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.245

Abstract

Penelitian ini menyajikan analisis sentimen terhadap opini publik di Indonesia mengenai mobil listrik menggunakan pendekatan fine-tuning pada model IndoBERT untuk meningkatkan akurasi klasifikasi sentimen. Dengan semakin meningkatnya pergeseran global menuju transportasi berkelanjutan, memahami persepsi masyarakat sangat penting bagi keberhasilan adopsi mobil listrik di Indonesia. Penelitian ini menggunakan dataset berisi 1.517 komentar berbahasa Indonesia yang dikumpulkan dari platform media sosial dan dilabeli menjadi tiga kategori sentimen: positif, negatif, dan netral. Model yang digunakan adalah IndoBERT-base yang diperbaiki melalui proses fine-tuning pada dataset tersebut untuk meningkatkan performanya dalam klasifikasi sentimen. Hasil evaluasi menunjukkan bahwa IndoBERT yang telah dilakukan fine-tuning mencapai akurasi sebesar 0,91, mengungguli tiga model baseline yaitu TF-IDF dengan SVM, LSTM, serta IndoBERT tanpa fine-tuning. Uji signifikansi statistik menggunakan uji McNemar membuktikan bahwa peningkatan tersebut signifikan secara statistik (p < 0,05). Selain itu, analisis tematik kualitatif mengungkapkan bahwa sentimen negatif didominasi oleh kekhawatiran terhadap harga yang mahal infrastruktur pengisian daya yang minim serta ketidakpercayaan terhadap kebijakan pemerintah sedangkan sentimen positif cenderung berkaitan dengan manfaat lingkungan dan insentif yang adil. Penelitian ini menunjukkan bahwa pendekatan fine-tuning pada IndoBERT secara signifikan meningkatkan akurasi klasifikasi sentimen dan memberikan wawasan berharga mengenai opini publik yang mendukung pengembangan kebijakan dan strategi industri dalam mempromosikan mobilitas ramah lingkungan di Indonesia
Analysis Of Lstm-Adamax Performance In Bitcoin Price Prediction Using RSI & MACD Indicators Pradnya Dhuhita, Windha Mega; Sumbadri, Yoga Imam
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.247

Abstract

One digital asset that is difficult to predict due to its extreme volatility is Bitcoin. Bitcoin's value has been predicted using various techniques, ranging from technical analysis to artificial intelligence-based models. Long Short-Term Memory (LSTM) is an artificial neural network architecture capable of recognizing patterns in historical data and is often used for time series data prediction. This study explores the application of an optimized LSTM model with the Adamax algorithm combined with the technical indicators RSI (Relative Strength Index) and MACD (Moving Average Convergence Divergence) to predict Bitcoin prices based on historical data. The LSTM-Adamax model demonstrated strong performance, achieving an RMSE of 435.9, MAE of 284.5, and R² of 0.99947, indicating high accuracy and robustness in capturing price patterns. A comparative evaluation between the model with and without these indicators revealed a slight performance improvement when the technical indicators were used. The model was successfully implemented as a web application using Streamlit, allowing users to upload Bitcoin price data, configure prediction parameters, and visualize the results in real-time. The application also communicates the predicted price movement direction (up or down) and its magnitude. In conclusion, the integration of LSTM-Adamax with RSI and MACD proved effective in predicting Bitcoin prices based on time-series data, providing reliable predictions and user-friendly implementation through a web interface.
Implementasi Metode UEQ dan Maze Usability Testing Pada Pengalaman Pengguna Aplikasi Sleman Mart Andayani, Ririn; Frobenius, Arvin Claudy
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.249

Abstract

Penelitian ini bertujuan untuk mengevaluasi pengalaman pengguna pada platform Sleman Mart, sebuah marketplace berbasis web yang dikembangkan oleh pemerintah daerah guna mendukung digitalisasi usaha mikro, kecil, dan menengah (UMKM). Meskipun memiliki peran strategis dalam penguatan ekonomi digital lokal, tingkat pemanfaatan Sleman Mart masih tergolong rendah. Kondisi ini mengindikasikan adanya permasalahan pada aspek usability dan pengalaman pengguna yang berpotensi menghambat adopsi platform. Oleh karena itu, diperlukan evaluasi pengalaman pengguna secara komprehensif untuk mengidentifikasi permasalahan serta menyediakan dasar empiris bagi perbaikan sistem. Penelitian ini menggunakan pendekatan kuantitatif dengan mengombinasikan metode evaluasi subjektif dan objektif. Persepsi pengguna diukur menggunakan User Experience Questionnaire (UEQ), sedangkan kinerja usability dievaluasi melalui pengujian menggunakan platform Maze. Pengumpulan data melibatkan 30 responden yang memiliki pengalaman menggunakan Sleman Mart. Pengujian usability mencakup tingkat keberhasilan penyelesaian tugas, kesalahan klik, durasi penyelesaian tugas, dan jalur navigasi, sementara UEQ menilai enam dimensi pengalaman pengguna, yaitu attractiveness, perspicuity, efficiency, dependability, stimulation, dan novelty. Hasil penelitian menunjukkan nilai Maze Usability Score sebesar 46% yang tergolong rendah, menandakan alur navigasi dan interaksi yang belum efisien. Hasil benchmark UEQ juga menunjukkan sebagian besar dimensi berada pada kategori di bawah rata-rata, dengan dependability berada pada kategori buruk. Hasil menunjukkan bahwa permasalahan usability berpengaruh signifikan terhadap persepsi pengguna secara keseluruhan
Klasifikasi Bakteri E. Coli Menggunakan Algoritma Decission Tree dan Random Forest Riyadi, Khoirul; Maulina, Dina; Dewi, Melany Mustika; Trihartanti, Ninik
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.251

Abstract

Bakteri Escherichia coli (E. coli) merupakan mikroorganisme komensal yang umum ditemukan dalam saluran pencernaan manusia dan hewan, namun mencakup beragam strain dengan karakter berbeda, dari yang netral hingga patogen yang dapat menyebabkan penyakit serius. Akibatnya, klasifikasi yang akurat dan cepat terhadap berbagai jenis E. coli menjadi hal yang sangat penting, terutama dalam konteks diagnostik klinis, keamanan pangan, dan penelitian mikrobiologi. Penelitian ini bertujuan mengembangkan dan mengevaluasi model klasifikasi untuk membedakan strain bakteri E. coli dengan memanfaatkan dua algoritma machine learning, yaitu Decision Tree dan Random Forest. Dataset yang digunakan dalam penelitian ini bersumber dari UCI Machine Learning Repository, yang mencakup serangkaian fitur mikrobiologis. Evaluasi performa model dilakukan menggunakan beberapa metrik standar, yaitu akurasi, precision, recall, dan *F1-score* untuk memberikan analisis yang komprehensif. Hasil eksperimen menunjukkan bahwa model Random Forest secara signifikan mengungguli Decision Tree. Random Forest mencapai akurasi sebesar 88.24%, sedangkan Decision Tree mencapai 79.41%. Keunggulan Random Forest juga konsisten terlihat pada nilai precision, recall, dan *F1-score* yang lebih tinggi, menunjukkan kemampuan yang lebih baik dalam menangkap pola kompleks dalam data dan mengurangi overfitting. Dengan demikian, Random Forest terbukti lebih efektif dan andal untuk tugas klasifikasi ini. Temuan penelitian ini memberikan kontribusi potensial sebagai dasar pengembangan sistem pendukung keputusan otomatis yang dapat membantu tenaga laboratorium dalam identifikasi patogen, sehingga berdampak pada peningkatan efisiensi diagnostik di bidang biomedis

Page 6 of 7 | Total Record : 63

 3   4   5   6   7 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 1 (2026): Januari Vol. 4 No. 2 (2025): Juli Vol. 4 No. 1 (2025): Januari Vol. 3 No. 2 (2024): Juli Vol. 3 No. 1 (2024): January Vol. 2 No. 2 (2023): July Vol. 2 No. 1 (2023): January Vol. 1 No. 2 (2022): July Vol. 1 No. 1 (2021): January