cover
Contact Name
Wali Ja'far Shudiq
Contact Email
wali.jafar@unuja.ac.id
Phone
+6285257767603
Journal Mail Official
coreai@unuja.ac.id
Editorial Address
Jl. Kyai Haji Mun'im, Dusun Tj. Lor, Karanganyar, Kec. Paiton, Kabupaten Probolinggo, Jawa Timur 67291
Location
Kab. probolinggo,
Jawa timur
INDONESIA
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi
ISSN : 27750124     EISSN : 27747875     DOI : https://doi.org/10.33650/coreai
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi sebagai bagian dari semangat menyebarluaskan ilmu pengetahuan beberapa hasil dari penelitian dan pemikiran untuk pengabdian kepada masyarakat luas. Situs Jurnal COREAI ini menyediakan artikel-artikel jurnal untuk dibaca maupun diunduh secara gratis. Jurnal kami adalah jurnal ilmiah nasional yang merupakan sumber referensi akademisi di bidang Teknologi dan Informasi. Jurnal COREAI menerima artikel ilmiah dengan lingkup penelitian pada: Technology Management. Business Intelligence and Knowledge Management. Teknik Komputer Pengolahan Citra. Sistem Pendukung Keputusan. Data Mining. Robotik. Algoritma Genetika. Sistem Kecerdasan Buatan. Jaringan Komputer. Big Data. Enterprise Computing. Internet of Things. Sistem Database. Energy Management. Sistem Pakar. Sistem Penunjang Keputusan.
Articles 20 Documents
Search results for , issue "Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital" : 20 Documents clear
Evaluasi Kepuasan Pengguna Aplikasi Cici AI menggunakan Metode End-User Computing Satisfaction Kusuma, Chandra; Nadriati, Sri; Yantama, Akmal Andri
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.12609

Abstract

Penelitian ini mengevaluasi kepuasan pengguna terhadap aplikasi Cici AI dengan menerapkan kerangka End-User Computing Satisfaction (EUCS). Tujuan utama adalah menguji pengaruh lima dimensi kualitas sistem Content (CTN), Accuracy (ACR), Format (FRT), Ease of Use (EOU), dan Timeliness (TML) terhadap kepuasan pengguna (Satisfaction/STF) pada konteks pengguna Cici AI di Indonesia. Data dikumpulkan melalui kuesioner berbasis EUCS yang disebarkan secara online kepada pengguna Cici AI mengguanakn rumus lemeshow (n = 97). Analisis data dilakukan menggunakan Partial Least Squares Structural Equation Modeling (PLS-SEM) dengan prosedur bootstrapping untuk menguji signifikansi jalur. Hasil analisis menunjukkan bahwa model menjelaskan proporsi varians kepuasan pengguna. Secara parsial, kemudahan penggunaan (EOU) berpengaruh positif dan paling dominan terhadap kepuasan pengguna. Format penyajian informasi (FRT) juga berkontribusi signifikan positif, demikian pula ketepatan waktu/respons sistem (TML). Sebaliknya, variabel Content (CTN) dan Accuracy (ACR) tidak menunjukkan pengaruh yang signifikan terhadap kepuasan dalam sampel ini. Temuan mengindikasikan bahwa bagi pengguna Cici AI di Indonesia faktor-faktor yang berhubungan dengan usability dan performa layanan (kemudahan, tata tampilan, kecepatan respons) lebih menentukan kepuasan dibandingkan mutu konten atau akurasi output secara mutlak. Implikasi praktis dari penelitian ini menekankan prioritas perbaikan pada desain antarmuka, alur interaksi, dan optimalisasi latency/throughput sistem untuk meningkatkan kepuasan pengguna. Rekomendasi untuk penelitian selanjutnya meliputi perluasan sampel, analisis segmentasi pengguna, serta studi longitudinal untuk menilai dinamika kepuasan seiring maturitas fitur AI
Aplikasi Pendaftaran Pasien Secara Online Menggunakan Framework Laravel 11 di RSIA Amanah Nugroho, Danang Agung; Dwi Yanto, Dwi; Hariyadi, Bambang
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.12448

Abstract

Rumah Sakit Ibu dan Anak Amanah Probolinggo sudah menggunakan aplikasi website yang memakai framework CodeIniter untuk membantu proses pendaftaran pasien. Akan tetapi dengan beerkembangnya zaman muncul framework website yang lebih lengkap dan mudah diigunakan, salah satunya Laravel. Permasalahan saat ini adalah bagaimana menerapkan sistem pendaftaran pasien menggunakan framework Laravel. Sehingga penelitian ini membangun dan mengembangkan sistem pendaftarn pasien secara online untuk mempermudah pelayanan kesehatan. Penelitian ini menggunakan metode System Development Life Cycle (SDLC) sebagai pendekatan utamanya. Teknik pengumpulan data yang diterapkan meliputi observasi, wawancara, serta studi dokumentasi. Sementara itu, dalam proses pengembangan aplikasi pendaftaran pasien online di RSIA Amanah, peneliti menerapkan metode Waterfall sebagai model pengembangan sistem. Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa aplikasi yang dibuat sudah memumpuni untuk digunakan secara umum dengan fitur keamanan bawaan yang memadai. Dengan ini diharapkan perkembangan aplikasi bisa terus dilakukan agar pelayanan menjadi lebih nyaman.
Implementasi CNN dan TensorFlow Lite untuk Deteksi Penyakit Daun Padi Berbasis Android Rizal, Fathur; Sa'idi, M. Latip; Hidayat, Moh. Umzeb Rizki
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.13244

Abstract

Penyakit pada daun padi seperti Bacterial Leaf Blight, Brown Spot, dan Leaf Smut masih menjadi ancaman signifikan bagi produktivitas pertanian di Indonesia. Identifikasi konvensional yang mengandalkan observasi visual oleh petani maupun penyuluh bersifat subjektif, memerlukan waktu, dan kurang efisien, khususnya di wilayah terpencil. Menjawab tantangan tersebut, penelitian ini mengembangkan sistem deteksi penyakit daun padi berbasis Convolutional Neural Network (CNN) yang dioptimalkan melalui TensorFlow Lite dan diimplementasikan pada aplikasi Android. Pendekatan yang digunakan bersifat kuantitatif-eksperimental dengan tahapan utama meliputi pengumpulan serta pra-pemrosesan citra daun padi, pelatihan model CNN untuk tiga kelas penyakit, konversi model ke format .tflite, dan integrasi ke dalam aplikasi. Dataset bersumber dari platform Kaggle dengan total 4.684 citra yang dibagi secara proporsional untuk pelatihan, validasi, dan pengujian. Evaluasi kinerja dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil menunjukkan bahwa model yang dikembangkan mampu mengklasifikasikan ketiga kelas penyakit dengan akurasi uji 99%. Implementasi pada Android memungkinkan pengguna mengunggah atau mengambil citra secara langsung untuk dianalisis offline dan real-time, dengan antarmuka yang ringkas dan mudah digunakan. Secara keseluruhan, sistem deteksi berbasis CNN dan TensorFlow Lite ini terbukti efektif untuk diagnosis penyakit daun padi serta berpotensi menjadi solusi portabel yang mendukung praktik pertanian presisi di lapangan.
Sistem Cerdas Deteksi Parkir Kendaraan dengan Line Detection dan YOLOv8 di Wisma Dosen Khairi, Ahmad; Romlah, Siti; Lestari, Ayu; Ismail, Fitri Zamzamia
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.13262

Abstract

Penelitian ini berangkat dari kebutuhan informasi okupansi parkir yang andal dan berbiaya implementasi rendah di lingkungan kampus, di mana sistem berbasis kamera kerap terkendala pencahayaan, sudut pandang, dan occlusion, karenanya, tujuan penelitian ini adalah mengembangkan serta mengevaluasi sistem deteksi okupansi per petak parkir di Wisma Dosen Universitas Nurul Jadid dengan memadukan line detection untuk pemetaan slot dan YOLOv8 sebagai pendeteksi kendaraan, sehingga alur metode dan hasil saling terhubung secara operasional. Dataset berupa rekaman CCTV 720p/25 fps dikumpulkan pada enam tanggal di Juli 2025 (pagi–siang–sore), preprocessing meliputi pemangkasan segmen relevan, normalisasi resolusi, dan penetapan ROI; marka diekstraksi melalui tepi Hough untuk membentuk poligon slot, YOLOv8s (bobot COCO) melakukan inferensi per frame; status slot ditetapkan dari irisan bounding box–poligon berbasis intersection-over-area dan posisi pusat massa, dengan kinerja diukur menggunakan akurasi terhadap ground-truth beranotasi. Hasilnya menunjukkan akurasi puncak 0,87 pada siang hari (6 Juli 2024) dan konsisten >0,50 pada seluruh skenario uji, dengan kecenderungan akurasi lebih baik pada siang dibanding pagi/sore; visualisasi real time menampilkan bounding box kendaraan dan status slot yang siap untuk pemantauan operasional. Disimpulkan bahwa integrasi computer vision berbasis line detection dan YOLOv8 efektif sebagai prototipe smart parking berbasis CCTV, dengan peluang peningkatan melalui perluasan data multi-hari/lokasi, fine-tuning domain lokal, penguatan image enhancement pada low-light, dan integrasi pelacakan objek untuk temporal smoothing.
Implementasi Algortima Naïve Bayes untuk Klasifikasi Penerima Bantuan Langsung Tunai Azise, Nur; Gunawan, Ahmad; Baijuri, Achmad
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.13189

Abstract

Prosedur pengajuan dan penetapan penerima Bantuan Langsung Tunai (BLT) di Desa Pesanggrahan masih dilakukan secara manual sehingga sering terjadi ketidaktepatan sasaran. Kondisi ini menimbulkan potensi ketidakadilan di tengah-tengah masyarakat, sehingga diperlukan pendekatan berbasis teknologi yang dapat meningkatkan objektivitas dan akurasi dalam seleksi penerima bantuan sesuai kriteria yang telah ditetapkan, seperti keluarga miskin, tidak menerima bantuan lain, dan lansia. Penelitian ini mengimplementasikan algoritma klasifikasi Naïve Bayes Gaussian dengan tahapan data preparation, labelling, pembagian data latih dan uji menggunakan rasio 80:20, serta pengolahan atribut dengan TF-IDF Vectorizer. Evaluasi performa dilakukan melalui confusion matrix, classification report dengan hasil akurasi, precision, recall, dan f1-score sebesar 100%. Hal ini menunjukkan bahwa algoritma Naïve Bayes efektif dalam menentukan penerima BLT secara akurat dan tepat sasaran
Optimasi Task Scheduling dengan Enhanced Whale Optimization pada Cloud dan MEC Oktavio, Ahmad Caesar; Hendriyanto, Rico Rahmat; yahya, Muhaimin; Yasin, Moch
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.13022

Abstract

Studi ini berdasarkan metode Enhanced Whale Optimization Algorithm (EWOA). Serangkaian simulasi dengan berbagai skenario pengujian dilakukan untuk mengetahui seberapa efektif algoritma tersebut. Selama tahap implementasi, peneliti membuat prototipe media uji berbasis web. Dengan menggunakan prototipe ini, peneliti dapat melihat bagaimana algoritma membagi beban kerja di antara berbagai server. Selama pengujian, parameter seperti throughput, packet loss, dan latency dinilai. Hasilnya menunjukkan bahwa versi EWOA sederhana dapat menyalurkan beban secara merata, yang menghasilkan throughput 100% dan packet loss nol. Metode ini menunjukkan kinerja yang lebih efisien dan stabil dibandingkan dengan metode lain seperti alokasi acak, Round Robin, dan alokasi statis. Hasil menunjukkan bahwa penerapan logika EWOA adalah salah satu alternatif yang dapat digunakan untuk meningkatkan pemanfaatan sumber daya sambil meningkatkan kinerja sistem dalam lingkungan Cloud dan MEC.
Sistem Pendukung Keputusan Pemilihihan Guru Terbaik menggunakan Metode TOPSIS pada Sekolah MI Al-Ikhlas Hakimah, Milla; Fatah, Zaehol
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.13346

Abstract

Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) pemilihan guru terbaik di MI Al-Ikhlas dengan menerapkan metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). Pendekatan ini digunakan untuk menciptakan proses penilaian yang lebih objektif, transparan, dan terukur dibandingkan metode konvensional. Evaluasi dilakukan terhadap delapan orang guru dengan mempertimbangkan empat kriteria utama, yaitu: kehadiran, tanggung jawab, disiplin kerja, dan komunikasi. Hasil pengujian menunjukkan bahwa SPK ini memiliki tingkat akurasi sebesar 98% jika dibandingkan dengan perhitungan manual, yang membuktikan konsistensi sistem dalam menghasilkan nilai preferensi secara tepat. Implementasi di lapangan menunjukkan tingkat keberhasilan sebesar 95%, di mana hasil perankingan diterima sepenuhnya oleh pihak manajemen sekolah tanpa adanya revisi. Berdasarkan hasil akhir perhitungan, guru dengan inisial MA memperoleh nilai preferensi tertinggi sebesar 1,000 dan ditetapkan sebagai guru terbaik. Penelitian ini menyimpulkan bahwa penerapan metode TOPSIS dalam SPK mampu meningkatkan efektivitas pengambilan keputusan, mempercepat durasi evaluasi kinerja, serta memberikan landasan yang kuat bagi pihak sekolah dalam memberikan apresiasi kepada tenaga pendidik.
Penerapan Linear Programming untuk Optimalisasi Produksi pada UMKM Rumah Makan “Solali” Novia, Cahyuni; Komaria, Laili Alfiatul; Fitriana, Novira; Agustin, Siti Fatimah; Azizah, Imroatul; Fadhilah, Raudlatul
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.12325

Abstract

Pertumbuhan Usaha Mikro, Kecil, dan Menengah (UMKM) memberikan kontribusi signifikan terhadap perekonomian nasional. Salah satu sektor UMKM yang berkembang pesat adalah industri makanan. Rumah Makan “Solali” sebagai pelaku UMKM di bidang kuliner menghadapi tantangan dalam mengalokasikan sumber daya produksi secara optimal akibat keterbatasan bahan baku dan ketidakteraturan perencanaan produksi. Penelitian ini bertujuan untuk mengoptimalkan kombinasi produksi dua menu best seller, yaitu soto ayam kampung dan soto babat dengan pendekatan linier programming menggunakan metode simpleks. Data dikumpulkan melalui observasi dan wawancara terkait biaya, kapasitas, dan kebutuhan bahan baku. Model matematis dibangun berdasarkan fungsi tujuan untuk memaksimalkan keuntungan dan fungsi kendala yang merepresentasikan keterbatasan bahan baku. Hasil analisis menunjukkan bahwa kombinasi optimal adalah memproduksi satu porsi masing-masing menu per hari, yang memberikan keuntungan maksimum sebesar Rp13.000. Temuan ini membuktikan bahwa metode simpleks efektif dalam membantu pengambilan keputusan produksi berbasis data pada UMKM kuliner, serta meningkatkan efisiensi dan daya saing usaha.
Transformasi Digital dalam Bimble: Inovasi E-Materi dan Penugasan Interaktif Berbasis Teknologi. Nadiyah, Nadiyah; Yaqin, Moh. Ainol; Wulandari, Indah Ayu; Atika, Atika; Ifnakyah, Arin
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.13563

Abstract

Transformasi digital dalam pendidikan nonformal, khususnya lembaga bimbingan belajar (bimble), masih menghadapi tantangan berupa rendahnya pemanfaatan teknologi secara optimal dalam penyajian materi dan penugasan pembelajaran. Kondisi ini berdampak pada keterbatasan interaksi, partisipasi, dan efektivitas evaluasi belajar siswa. Penelitian ini bertujuan untuk menganalisis implementasi inovasi e-materi dan penugasan interaktif berbasis teknologi serta mengevaluasi dampaknya terhadap kualitas pembelajaran di lembaga bimbingan belajar. Metode penelitian yang digunakan adalah mixed methods dengan pendekatan studi kasus dan survei. Data kualitatif diperoleh melalui wawancara, observasi, dan analisis dokumen, sedangkan data kuantitatif dikumpulkan menggunakan kuesioner berskala Likert yang melibatkan 50 siswa. Hasil penelitian menunjukkan bahwa penerapan e-materi berbasis multimedia meningkatkan kemudahan akses dan daya tarik materi pembelajaran, sementara penugasan interaktif mampu mendorong partisipasi aktif siswa serta memperjelas instruksi tugas. Analisis kuantitatif memperlihatkan skor tertinggi pada aspek kemudahan akses e-materi dan kejelasan instruksi penugasan, meskipun mekanisme umpan balik masih perlu ditingkatkan. Secara keseluruhan, transformasi digital terbukti efektif dalam meningkatkan kualitas pembelajaran bimble apabila didukung oleh desain materi yang kontekstual, kesiapan pengajar, serta infrastruktur teknologi yang memadai.
Implementasi Chatbot AI untuk Otomatisasi Layanan Pelanggan PT. Tiga Fasa Komponen Aditya, Tommy; Adiputra, Mahesa; Rachimsah, Wildan; Nanjaya, Ahmad Fadhil; Amsury, Fachri; Fahlapi, Riza
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.13121

Abstract

Inovasi Kecerdasan Buatan ( Artificial Intelligence - AI), khususnya Large Language Models (LLM), menawarkan potensi revolusioner dalam layanan pelanggan B2B. Penelitian ini merancang dan mengimplementasikan prototipe chatbot AI menggunakan Google Gemini untuk PT. Tiga Fasa Komponen, distributor komponen industri, untuk mengatasi tantangan respon lambat terhadap permintaan harga, stok, dan teknis di luar jam operasional. Chatbot dikembangkan menggunakan Model Prototyping dengan arsitektur hybrid. Arsitektur ini mengintegrasikan kemampuan pemrosesan bahasa alami (NLP) dari LLM dengan pengambilan data harga dan stok real-time melalui API perusahaan. Tujuannya adalah menyediakan layanan informasi 24/7 yang menampilkan harga spesifik sesuai permintaan pengguna (terpersonalisasi tingkat keanggotaan) secara instan. Prototipe diimplementasikan menggunakan Python dan framework PyQt5. Hasil Pengujian Black Box memverifikasi integritas teknis sistem, termasuk ekstraksi kode produk dan personalisasi harga yang rahasia. Pengujian Pengguna ( User Testing ) menunjukkan akurasi informasi produk mencapai 85% hingga Sangat Akurat dan tingkat kegunaan yang Sangat Familiar. Temuan ini memvalidasi kelayakan solusi hibrida dalam meningkatkan efisiensi operasional dan Customer Experience (CX) secara signifikan. Tantan)

Page 1 of 2 | Total Record : 20