cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Taufik Hidayat
Contact Email
kometssultan@gmail.com
Phone
-
Journal Mail Official
kometssultan@gmail.com
Editorial Address
Jl. Nyi Ageng Serang, Kota Baru Keandra, Cirebon, Indonesia
Location
Kab. cirebon,
Jawa barat
INDONESIA
Jurnal Komputer dan Elektro Sains
Published by Sultan Publisher
ISSN : -     EISSN : 30218462     DOI : https://doi.org/10.58291/komets
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering
Jurnal Komputer dan Elektro Sains (Komets) is published by Sultan Publisher, Indonesia. It is acedemic, online, open access, peer reviewed. It aims to publish orginal, theorical and practical in Computer & Electircal Science. Jurnal Komputer dan Elektro Sains (Komets) is published annually 2 time every March and September. Jurnal Komputer dan Elektro Sains is a peer-reviewed international journal that publishes high-quality research in computational science, artificial intelligence, cognitive engineering, and emerging digital technologies. The journal provides a platform for researchers, academics, and practitioners to disseminate innovative theories, methodologies, algorithms, and engineering applications that advance intelligent computing and digital innovation. It welcomes original research articles and review papers covering a broad range of topics, including artificial intelligence, machine learning, deep learning, data science, computer vision, natural language processing, intelligent systems, cognitive computing, Internet of Things (IoT), cybersecurity, cloud computing, edge computing, robotics, software engineering, computational modeling, decision support systems, human–computer interaction, and other interdisciplinary areas related to computer, electrical, and cognitive engineering. Published twice a year in March and September by Sultan Publisher, the journal is committed to disseminating rigorous, innovative, and impactful research that addresses contemporary scientific and industrial challenges through advances in computational intelligence and engineering technologies.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 53 Documents
 2   3   4   5   6 
Sistem Pengaman Pintu Pintar Berbasis RFID dan Bluetooth Menggunakan Arduino Dzaguar Raya Ismail; Apriliana Apriliana; Michael Arihta; Zikri Hanafi; Naufal Haasyim Firmansyah
Jurnal Komputer dan Elektro Sains Vol. 4 No. 1 (2026): komets
Publisher : Sultan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58291/komets.v4i1.163

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pengaman pintu pintar berbasis Radio Frequency Identification (RFID) dan komunikasi bluetooth menggunakan Arduino. Sistem ini dikembangkan untuk meningkatkan keamanan serta memberikan kemudahan dalam pengendalian akses pintu dibandingkan dengan sistem kunci konvensional. Metode penelitian meliputi perancangan arsitektur sistem, integrasi perangkat keras, pengembangan sistem kontrol, serta pengujian kinerja sistem. Pengujian dilakukan untuk mengevaluasi kemampuan sensor RFID dalam mendeteksi kartu, waktu respons sistem, serta keandalan komunikasi bluetooth dalam proses pengendalian pintu. Hasil penelitian menunjukkan bahwa sistem mampu mendeteksi kartu RFID dengan baik pada jarak tertentu dan memberikan respons yang cepat dalam proses pembukaan maupun penguncian pintu. Selain itu, sistem kontrol berbasis bluetooth dapat berfungsi dengan baik selama koneksi berada dalam kondisi stabil. Namun demikian, sistem masih memiliki keterbatasan pada jarak pembacaan RFID dan jangkauan komunikasi bluetooth. Oleh karena itu, pengembangan selanjutnya dapat difokuskan pada peningkatan jangkauan sistem serta integrasi teknologi yang lebih canggih untuk meningkatkan fleksibilitas dan keamanan sistem.
Developing a Context-Aware Self-Assessment Model to Mitigate Phishing Vulnerabilities in Academic Institutions Andrie Yuswanto; Budi Wibowo; Taufik Hidayat
Jurnal Komputer dan Elektro Sains Vol. 4 No. 1 (2026): komets
Publisher : Sultan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58291/komets.v4i1.544

Abstract

Higher education institutions in Indonesia have emerged as primary targets for cyberattacks, particularly phishing, due to the high value of academic data and the inherent openness of information access. Conventional technical security approaches often fail to mitigate human error, which remains a critical vulnerability. This study aims to develop a phishing vulnerability detection model based on active participation (self-assessment) using the WiCanary platform to enable academic communities to measure their security risks independently. Employing a Research and Development (R&D) methodology, contextual phishing simulations were conducted on 100 respondents at the Budi Utomo Institute of Technology. The experimental results revealed an average vulnerability rate (Click Rate) of 22%, contrasted by a low Reporting Rate of only 7%. A significant gap was identified between theoretical knowledge and actual behavior, particularly among faculty members who exhibited the Dunning-Kruger Effect in response to administrative-themed scenarios. However, the implementation of the self-assessment model successfully enhanced knowledge retention and reduced vulnerability by 40% in subsequent testing. In conclusion, this model serves as an effective, persuasive, and sustainable early mitigation strategy to fortify the human firewall within academic environments.
Lightweight CNN and Grad-CAM Integration for Interpreting Arabic Sign Language Hijaiyyah Letter Classification Akbar Sidqi; Ana Rizkiya
Jurnal Komputer dan Elektro Sains Vol. 4 No. 1 (2026): komets
Publisher : Sultan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58291/komets.v4i1.581

Abstract

Communication plays an important role in social life as a means of conveying information and building interactions between humans. For individuals who are deaf and mute, sign language serves as a visual communication medium that supports the process of conveying messages. One of the sign language systems is Arabic Sign Language (ArSL), which utilises the Hijaiyyah letters through the fingerspelling method to spell out certain terms or vocabulary. However, the limited understanding of sign language within society still poses a barrier to social interaction. This research develops an Arabic Sign Language (ArSL) Hijaiyyah letter classification system based on a Lightweight Convolutional Neural Network (CNN) with the aim of producing a model that has high performance and low computational requirements. Additionally, the Explainable Artificial Intelligence (XAI) method using Gradient-weighted Class Activation Mapping (Grad-CAM) is applied to enhance the transparency of classification results through the visualisation of important areas in the images. Based on the test results, the developed model achieved an accuracy of 0.84, a precision of 0.84, a recall of 0.84, an F1-score of 0.84 and a an Specificity of  0.99. The Grad-CAM visualisation results show that the model focuses on the relevant hand areas during the prediction process. The findings of this study indicate that the system is capable of performing classification with good and measurable performance, as well as supporting real-time sign language recognition with a short response time, thereby improving communication accessibility for individuals with disabilities.
Transformasi Digital Diagnosis Penyakit GERD Melalui Sistem Pakar Menggunakan Certainty Factor Elfina Novalia; Apriade Voutama; Adhi Rizal
Jurnal Komputer dan Elektro Sains Vol. 4 No. 1 (2026): komets
Publisher : Sultan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58291/komets.v4i1.555

Abstract

Penyakit Gastroesophageal Reflux Disease (GERD) adalah gangguan pencernaan kronis akibat meningkatnya asam lambung secara berlebih yang membutuhkan pengobatan dini untuk mencegah komplikasi serius. Keterbatasan akses ke tenaga medis spesialis seringkali menghambat proses diagnosis awal. Studi ini bertujuan mengembangkan sistem pakar berbasis web untuk mendiagnosis GERD menggunakan metode Certainty Factor berdasarkan data yang diperoleh dari pakar. Pengembangan sistem menggunakan metodologi Siklus Hidup Pengembangan Sistem Pakar (ESDLC), meliputi enam tahap: akuisisi persyaratan, akuisisi pengetahuan melalui wawancara terstruktur dengan dokter spesialis penyakit dalam untuk memperoleh gejala, aturan If-Then, serta bobot Measure of Belief (MB) dan Measure of Disbelief (MD), desain sistem mencakup basis pengetahuan dan mesin inferensi runut maju, implementasi menggunakan PHP dan MySQL, pengujian akurasi, serta dokumentasi. Hasil perhitungan Certainty Factor menghasilkan nilai kepercayaan yang mencerminkan tingkat kepastian diagnosis berdasarkan gejala yang dimasukkan pengguna. Pengujian terhadap 15 data uji menghasilkan akurasi 93,33%, presisi 88,89%, dan recall 100% untuk diagnosa GERD. Evaluasi kegunaan menggunakan System Usability Scale (SUS) menghasilkan skor rata-rata 78,5 (kategori Good). Hasil ini menunjukkan bahwa sistem mampu berfungsi sebagai instrumen pendukung keputusan klinis (CDSS) yang efektif, akurat, dan mudah diakses bagi masyarakat luas, meskipun cakupan data masukan masih perlu dikembangkan lebih lanjut.
Evaluasi Ketersediaan Biomassa Pertanian untuk Implementasi Co-firing pada PLTU Batubara Jawa Tengah Periode 2025–2030 Berbasis Low Emissions Analysis Platform (LEAP) Muhammad Ali Akbar Sholahuddin; Priyo Adi Sesotyo; Fahrudin Ahmad
Jurnal Komputer dan Elektro Sains Vol. 4 No. 1 (2026): komets
Publisher : Sultan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58291/komets.v4i1.611

Abstract

Provinsi Jawa Tengah menanggung kapasitas PLTU batubara terbesar di Indonesia sebesar 10.222,40 MW, sementara fraksi energi baru terbarukan baru mencapai 21,08 % dari target RUED sebesar 21,32 % pada 2025. Penelitian ini mengevaluasi ketersediaan biomassa pertanian Jawa Tengah untuk co-firing pada delapan PLTU batubara periode 2025 sampai 2030 menggunakan perangkat lunak Low Emissions Analysis Platform (LEAP). Massa biomassa yang tersedia diestimasi menggunakan metode Residue to Product Ratio yang dikoreksi dengan collection factor, diproyeksikan dari data produksi BPS 2020–2024. Hasil proyeksi menunjukkan biomassa tersedia turun dari 16,81 juta ton pada 2025 menjadi 15,79 juta ton pada 2030. Enam skenario co-firing, mengombinasikan dua rasio massa (2 % dan 5 %) dengan tiga skenario nilai kalor biomassa, menghasilkan penurunan input energi panas maksimum sebesar 2,77 %, jauh di bawah batas toleransi operasional 3 % yang lazim diterapkan pada boiler eksisting. Skenario 5 % rata-rata menghindarkan emisi 2,98 juta ton CO2 ekuivalen per tahun dan menaikkan fraksi EBT sektor ketenagalistrikan menjadi 22,51 %, di atas ambang RUED. Penghematan biaya bahan bakar netto berkisar Rp 0,95 sampai Rp 5,86 triliun per tahun tergantung skenario harga batubara. Temuan ini menunjukkan bahwa surplus biomassa pertanian Jawa Tengah memadai untuk mendukung implementasi co-firing, baik secara teknis maupun ekonomi.
Analisis komparatif efisiensi listrik dan termal sistem panel surya konvensional dan berpendingin thermoelectric cooler (TEC) Rahmadinda Wahyu Gizela; Priyo Adi Sesotyo; Puri Muliandhi
Jurnal Komputer dan Elektro Sains Vol. 4 No. 1 (2026): komets
Publisher : Sultan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58291/komets.v4i1.613

Abstract

Kebutuhan energi listrik yang terus meningkat serta keterbatasan energi fosil mendorong pengembangan energi terbarukan, khususnya energi surya melalui teknologi photovoltaic (PV). Namun, peningkatan suhu operasi akibat radiasi matahari menyebabkan penurunan efisiensi listrik panel surya. Penelitian ini bertujuan untuk menganalisis efektivitas Thermoelectric Cooler (TEC) sebagai sistem pendingin aktif pada panel surya serta pengaruhnya terhadap kinerja listrik dan termal sistem. Metode yang digunakan adalah analisis komparatif kuantitatif antara sistem photovoltaic konvensional dan photovoltaic dengan pendingin TEC. Penelitian dilakukan menggunakan panel surya monocrystalline 50 Wp yang diuji pada kondisi lingkungan terbuka. Parameter yang dianalisis meliputi suhu permukaan panel, tegangan, arus, daya keluaran, Net Electrical Efficiency, dan Coefficient of Performance (COP). Hasil penelitian menunjukkan bahwa penggunaan TEC menurunkan suhu panel secara signifikan, dari 45,57 °C menjadi 27,71 °C pada bagian atas dan dari 43,57 °C menjadi 29,86 °C pada bagian bawah panel. Penurunan suhu mencapai 39% dan 31% pada masing-masing bagian. Meskipun TEC memerlukan daya tambahan rata-rata sebesar 2,57 W, sistem menunjukkan nilai Net Electrical Efficiency sebesar 24,97% dan COP sebesar 6,14. Hasil ini menunjukkan bahwa TEC efektif meningkatkan performa termal panel surya, namun optimasi lebih lanjut masih diperlukan untuk meningkatkan efisiensi listrik keseluruhan sistem photovoltaic.
Pengembangan Sistem Informasi Penjualan dan Pemesanan Kue Berbasis Web Menggunakan Framework Laravel pada UMKM Maria Kue Reginaldus Dambuk; Verdi Yasin; Hidayatul Icwan; Anton Zulkarnain Sianipar
Jurnal Komputer dan Elektro Sains Vol. 4 No. 2 (2026): Komets
Publisher : Sultan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58291/komets.v4i2.618

Abstract

Digitalisasi UMKM kuliner rumahan masih terhambat oleh proses penjualan yang terfragmentasi antara kanal promosi informal, perhitungan manual, dan pencatatan berbasis kertas. Kajian terhadap sistem penjualan berbasis Laravel terdahulu menunjukkan sebagian besar berhenti pada modul katalog dan pemesanan, sedangkan verifikasi pembayaran beban administratif terbesar pada UMKM yang bertumpu pada transfer bank manual masih ditangani di luar sistem. Celah inilah yang diangkat penelitian ini. Penelitian bertujuan merancang, membangun, dan mengevaluasi aplikasi penjualan dan manajemen toko berbasis web pada UMKM Maria Kue menggunakan Framework Laravel dengan arsitektur Model-View-Controller (MVC). Pengembangan menggunakan model Prototyping melalui lima iterasi terdokumentasi yang masing-masing memiliki tujuan, kriteria evaluasi, umpan balik, dan perubahan sistem tercatat sehingga proses penelitian dapat direplikasi. Kebaruan penelitian terletak pada integrasi rekonsiliasi pembayaran transfer bank berbasis webhook Moota ke dalam siklus status pesanan sebagai alternatif berbiaya rendah terhadap payment gateway komersial, disertai pemodelan keterlacakan dari kebutuhan pengguna hingga artefak implementasi. Pengujian dilakukan melalui Black Box Testing atas 12 skenario positif dan negatif serta User Acceptance Test (UAT) dengan kuesioner Likert 1–5 sebanyak 15 butir pada dimensi Usability, Information Quality, dan System Quality. Seluruh skenario fungsional berstatus valid, dan UAT terhadap 10 responden memperoleh skor 692 dari 750 atau 92,27% (rerata 69,20; simpangan baku 1,32; koefisien variasi 1,90%). Sempitnya sebaran skor menunjukkan penerimaan yang konsisten antarperan pengguna, bukan sekadar nilai agregat yang tinggi. Secara praktis sistem memadatkan alur manual enam langkah menjadi satu alur terpusat; secara metodologis penelitian menyediakan kerangka pelaporan iterasi Prototyping yang dapat diadopsi pada pengembangan sistem informasi UMKM lain.
Perancangan sistem informasi manajemen bengkel motor berbasis web menggunakan metode waterfall Ananda Farhan Zaini; Teri Mengkasrinal; Hidayatul Ichwan
Jurnal Komputer dan Elektro Sains Vol. 4 No. 2 (2026): Komets
Publisher : Sultan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58291/komets.v4i2.619

Abstract

Pengelolaan data pada bengkel motor skala kecil di Kabupaten Bogor masih dilakukan secara manual melalui buku catatan, sehingga menimbulkan kesalahan pencatatan, kesulitan penelusuran riwayat servis, ketidaksesuaian stok suku cadang, serta lambatnya penyusunan laporan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi manajemen bengkel motor berbasis web bernama Home Garage yang mengelola data operasional secara terintegrasi dan menghasilkan laporan secara otomatis. Penelitian menggunakan pendekatan kualitatif dengan desain studi kasus tunggal pada satu bengkel motor. Informan dipilih secara purposif dan data dikumpulkan melalui observasi, wawancara semiterstruktur, serta dokumentasi, kemudian dianalisis menggunakan model Miles dan Huberman. Kelemahan sistem berjalan diidentifikasi menggunakan kerangka PIECES dan diturunkan menjadi sembilan kebutuhan fungsional, dimodelkan dengan Unified Modeling Language, lalu dikembangkan menggunakan metode Waterfall dengan PHP Native dan basis data MySQL. Pengujian dilakukan menggunakan Black Box Testing dengan teknik equivalence partitioning dan boundary value analysis terhadap 32 kasus uji yang terdiri atas 23 skenario positif dan 9 skenario negatif, termasuk kondisi stok tidak mencukupi, kuantitas tidak valid, pembatalan transaksi, dan kegagalan penyimpanan. Seluruh kasus uji berperilaku sesuai spesifikasi dan konsistensi antara data servis, data detail servis, dan stok suku cadang tetap terjaga. Kontribusi penelitian terletak pada penempatan relasi servis–detail servis–suku cadang sebagai inti rancangan basis data sehingga pemutakhiran stok menjadi konsekuensi otomatis dari pencatatan servis, bukan pekerjaan pencatatan terpisah. Penelitian ini membuktikan kebenaran fungsional sistem, bukan besaran peningkatan efisiensi: waktu proses, kegunaan, penerimaan pengguna, keamanan, dan kinerja belum diukur, dan temuan bersifat spesifik pada kasus yang diteliti sehingga tidak digeneralisasi ke seluruh bengkel motor.
Analisis Data Tracer Study Alumni Menggunakan Business Intelligence Untuk Evaluasi Kinerja Lulusan Wawan Kurniawan; Boy Yuliadi; Asep Wasid; M.Hudzaifah Al Islamy; Indrian Tri Husada
Jurnal Komputer dan Elektro Sains Vol. 4 No. 1 (2026): komets
Publisher : Sultan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58291/komets.v4i1.645

Abstract

Tracer study merupakan instrumen penting dalam evaluasi mutu pendidikan tinggi karena memberikan gambaran kinerja lulusan di dunia kerja. Namun, pengelolaan data tracer study masih sering dilakukan secara manual, terpisah, dan belum didukung visualisasi yang diperbarui secara berkala. Penelitian ini menawarkan kebaruan melalui integrasi arsitektur ETL (Extract, Transform, Load) dan data warehouse, keterkaitan indikator kinerja lulusan dengan evaluasi kurikulum berbasis Outcome Based Education (OBE), serta pengujian penerimaan pengguna (User Acceptance Testing/UAT) untuk mengukur kebermanfaatan sistem. Penelitian bertujuan mengembangkan sistem Business Intelligence (BI) untuk menganalisis data tracer study alumni dan mendukung evaluasi kinerja lulusan berbasis bukti. Metode yang digunakan adalah Research and Development (R&D), meliputi analisis kebutuhan, perancangan data warehouse, ETL, implementasi dashboard BI, serta evaluasi melalui UAT. Data berasal dari 150 alumni lulusan 2023 dengan total sampling, dan 127 data dinyatakan valid setelah pembersihan. Hasil menunjukkan validitas data sebesar 84,67%, keterserapan kerja 82,67%, median masa tunggu 1 bulan, dan rata-rata 3,3 bulan. Dashboard BI mampu menyajikan informasi interaktif untuk mendukung evaluasi kurikulum berbasis OBE serta pengambilan kebijakan berbasis data dan penyusunan dokumen akreditasi.
Comparative Analysis of VGG16, VGG19, and EfficientNetB5 Architectures for Image-Based Banana Ripeness Classification Didin Adri; Rando Rando; Wa Ode Vivi Murwati
Jurnal Komputer dan Elektro Sains Vol. 4 No. 2 (2026): Komets
Publisher : Sultan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58291/komets.v4i2.654

Abstract

Banana ripeness classification is an important task in agriculture and food processing that supports automatic and objective sorting processes. Advances in deep learning, particularly Convolutional Neural Networks (CNNs), have demonstrated high capability in image classification tasks. This research aims to analyze and compare the performance of three CNN architectures, namely VGG16, VGG19, and EfficientNetB5, for image-based banana ripeness classification, considering both classification performance and computational efficiency. The dataset used was the Banana Ripeness Classification Dataset, consisting of 1,080 images categorized into three classes: unripe, ripe, and overripe. The dataset was divided into training (70%), validation (15%), and testing (15%) sets. All models were implemented using a transfer learning approach with ImageNet pretrained weights and trained for 30 epochs using the Adam optimizer. Model performance was evaluated using accuracy, precision, recall, and F1-score, while computational performance was assessed based on the total number of parameters, model size, and average inference time per image. The results show that VGG16 and VGG19 achieved the best classification performance, obtaining an accuracy of 99.38%, precision of 0.99, recall of 0.99, and F1-score of 0.99. In contrast, EfficientNetB5 achieved an accuracy of 91.36%, precision of 0.92, recall of 0.91, and F1-score of 0.91. In terms of computational performance, VGG16 contained 15.24 million parameters, with a model size of 58.2 MB and an average inference time of 32.6 ms per image. VGG19 contained 20.29 million parameters, with a model size of 77.4 MB and an average inference time of 39.8 ms per image, while EfficientNetB5 contained 30.50 million parameters, with a model size of 116.8 MB and an average inference time of 45.7 ms per image. These findings demonstrate that VGG16 and VGG19 provide superior classification performance compared with EfficientNetB5 on the utilized dataset, while VGG16 also offers the lowest computational requirements among the evaluated architectures. Therefore, VGG16 represents a promising architecture for developing an accurate and computationally efficient image-based banana ripeness classification system for automated sorting applications.

Page 5 of 6 | Total Record : 53

 2   3   4   5   6 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol. 4 No. 2 (2026): Komets Vol. 4 No. 1 (2026): komets Vol. 3 No. 2 (2025): komets Vol. 3 No. 1 (2025): komets Vol. 2 No. 2 (2024): Komets Vol. 2 No. 1 (2024): Komets Vol. 1 No. 2 (2023): Komets Vol. 1 No. 1 (2023): Komets