cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agus Junaidi
Contact Email
agusjunaidi@mediaantartika.id
Phone
+6281318340588
Journal Mail Official
jka.antartika@gmail.com
Editorial Address
Jl. Amil Wahab No.8, RW.9, Kramat Jati, Jakarta Timur, Daerah Khusus Ibukota Jakarta 13510
Location
Kota adm. jakarta timur,
Dki jakarta
INDONESIA
Jurnal Komputer Antartika
Published by Antartika Media Indonesia
ISSN : -     EISSN : 29885272     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Komputer Antartika adalah jurnal yang diterbitkan oleh Antartika Media Indonesia yang berfokus pada penerbitan artikel ilmiah pada bidang ilmu-ilmu komputer meliputi: Komputasi dan pemrosesan data, Kecerdasan buatan, Jaringan dan keamanan, Sistem informasi dan manajemen, Grafis dan visualisasi, Arsitektur dan teknologi komputer, dan e-learning.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 75 Documents
 4   5   6   7   8 
Klasifikasi Hobi Membaca pada Mahasiswa menggunakan Metode C4.5 pada Aplikasi RapidMiner Yolanda, Aurelia; Nur, Muhammad Abdillah; Yuliyani, Eeng Sri; Setiawan, Muhammad Rifqi; Rizalwan, Lutfi; Purnamawati, Annida
Jurnal Komputer Antartika Vol. 3 No. 4 (2025): Desember
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v3i4.1258

Abstract

Berbagai macam hobi di dunia yang dapat menjadi hal yang positif  bagi individu tersebut. Bermula dari minatnya seseorang terhadap sesuatu yang akan menjadi hobi individu itu sendiri, Salah satunya adalah hobi dalam membaca yang sangat penting bagi individu tersebut dalam hal mencari informasi ataupun mengisi waktu luang. Berbagai banyak jenis genre buku yang sangat disukai oleh individu yaitu genre fantasi, fiksi ilmiah, romansa, horor, misteri, biografi, sejarah, sains, motivasi dan sebagainya dengan berbagai tempat bacaan dalam media cetak maupun online. Dalam penelitian ini akan bertujuan mengetahui hobi membaca dan mengetahui genre minat yang menjadi hobi membaca bagi mahasiswa pada Universitas Tanjungpura di pontianak dengan menggunakan Metode C4.5 serta model Decision Tree yang di mana metode ini akan di uji menggunakan perangkat lunak RapidMiner Altair AI Studio Ver 2026 dan telah didapatkan hasil accuracy sebesar 64,42% pada kategori atribut hobi membaca dengan 3 pilihan yaitu Sangat Minat, Netral dan Kurang Minat.   There are various hobbies in the world that can be positive for the individual. Starting from a person's interest in something that will become the individual's hobby, one of which is a hobby in reading which is very important for the individual in terms of seeking information or filling free time. Various types of book genres that are very popular with individuals are fantasy, science fiction, romance, horror, mystery, biography, history, science, motivation and so on with various reading places in print and online media. In this study, the aim will be to find out reading hobbies and find out the genre of interest that becomes a reading hobby for students at Tanjungpura University in Pontianak using the C4.5 Method and the Decision Tree model where this method will be tested using RapidMiner Altair AI Studio Ver 2026 software and has obtained an accuracy result of 64.42% in the reading hobby attribute category with 3 options, namely Very Interested, Neutral and Less Interested.
Deteksi Dini Stunting pada Balita Menggunakan Data Mining dengan Algoritma C4.5 Regen, Muhamad; Alamsyah, Yogi Nur; Lesmana, Rendi; Tampubolon, Asima Rodame; Hafifah, Diana Nur; Purnamawati , Annida
Jurnal Komputer Antartika Vol. 4 No. 1 (2026): Maret
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i1.1277

Abstract

Stunting is a serious issue affecting the growth and development of children in Indonesia, with a prevalence still high, reaching 148 million children under five. This study aims to develop an early detection model for stunting using the C4.5 decision tree algorithm, utilizing a large dataset containing 120,999 records that include attributes of age, height, and gender. The research method used is a quantitative experimental approach with data mining techniques, where the model was evaluated using 10-fold cross-validation to ensure accuracy and generalizability. The results show that the C4.5 model achieves 99.87% accuracy, with very high precision and recall, and good interpretability, making it suitable for implementation in public health systems. These findings emphasize the importance of height as a key indicator in detecting stunting and provide a basis for model integration in digital health initiatives in Indonesia. This study recommends incorporating socioeconomic and environmental attributes for more comprehensive analysis in the future.
Optimalisasi Optimalisasi Pemilihan Karyawan Berprestasi Sebagai Calon Penerima Reward Menggunakan Metode Hybrid Saw-Topsis Di Pt Deray Global Utama Ami, Nur Rahma Assyi; Utomo, Ricky; Rudianto, Rudianto
Jurnal Komputer Antartika Vol. 4 No. 1 (2026): Maret
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i1.1293

Abstract

Penilaian kinerja karyawan merupakan aspek penting dalam mendukung pengambilan keputusan manajemen, khususnya dalam menentukan karyawan berprestasi sebagai calon penerima reward. Namun, proses penilaian yang masih dilakukan secara manual dan subjektif berpotensi menimbulkan ketidaktepatan serta kurangnya transparansi hasil penilaian. Penelitian ini bertujuan untuk mengoptimalkan pemilihan karyawan berprestasi di PT Deray Global Utama dengan menerapkan metode hybrid Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode SAW digunakan pada tahap awal untuk melakukan normalisasi dan pembobotan kriteria, kemudian hasilnya dijadikan input dalam perhitungan TOPSIS untuk menentukan peringkat karyawan berdasarkan kedekatan dengan solusi ideal. Kriteria yang digunakan dalam penelitian ini meliputi motivasi kerja, disiplin kerja, konflik kerja, dan kompetensi kerja. Hasil penelitian menunjukkan bahwa karyawan dengan nilai preferensi tertinggi adalah Fiptha Nur Amalia (0,9234), Nur Rahma Assyi Ami (0,6456), dan Kevin Aldriansyah (0,5946), yang selanjutnya ditetapkan sebagai tiga karyawan berprestasi dan calon penerima reward perusahaan
Pemilihan Destinasi Wisata Terbaik di Kota Padang Berdasarkan Review Online Menggunakan Metode SAW Hikmah Putri, Anggi; Rudianto, Rudianto
Jurnal Komputer Antartika Vol. 4 No. 1 (2026): Maret
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i1.1311

Abstract

Penentuan destinasi wisata terbaik merupakan hal penting dalam mendukung pengembangan sektor pariwisata daerah. Kota Padang memiliki banyak destinasi wisata dengan karakteristik yang berbeda, sehingga wisatawan sering mengalami kesulitan dalam memilih destinasi yang sesuai, penelitian ini bertujuan untuk membantu proses pemilihan destinasi wisata terbaik di Kota Padang dengan memanfaatkan review online menggunakan metode Simple Additive Weighting (SAW). Metode SAW digunakan sebagai sistem pendukung keputusan untuk melakukan perangkingan berdasarkan kriteria yang telah ditentukan. Data yang digunakan dalam penelitian ini diperoleh dari Google Maps berupa rating dan jumah ulasan, serta data pendukung lainnya. Kriteria yang digunakan meliputi rating, jumlah ulasan, harga tiket masuk, jarak dari bandara, dan fasilitas. Setiap kriteria diberikan bobot sesuai tingkat kepentingannya, kemudian dilakukan proses normalisasi dan perhitungan nilai preferensi. Hasil penelitian menunjukkan bahwa metode SAW mampu memberikan rekomendasi destinasi wisata terbaik secara objektif. Berdasarkan hasil perhitungan, destinasi Gunung Padang memperoleh nilai preferensi tertinggi sebesar 0,800 sehingga direkomendasikan sebagai destinasi wisata terbaik di Kota Padang. Penelitian ini diharapkan dapat membantu wisatawan dalam mengambil keputusan serta menjadi referensi bagi pengelola pariwisata dalam meningkatkan kualitas destinasi wisata.   The selection the best tourist destination is an important aspect in supporting regional tourism development. Padang City has various tourist destinations with different characteristics, which often makes it difficult for tourists to choose an appropriate destination. This study aims to assist in selecting the best tourist destination in Padang City by utilizing online reviews using the Simple Additive Weighting (SAW) method. The SAW method is applied as a decision support system to perform ranking based on predetermined criteria. The data used in this study were obtained from Google Maps, including ratings and the number of reviews, as well as other supporting data. The criteria used consist of rating, number of reviews, ticket price, distance from the airport, and facilities. Each criterion is assigned a weight according to its level of importance, followed by normalization and preference value calculation. The results show that the SAW method is able to provide objective recommendations for selecting tourist destination. Based on the calculation results, Gunung Padang obtained the highest preference value of 0,800 and therefore recommended as the best tourist destinations in Padang City. This study is expected to assist tourists in decision making and serve as a reference for tourism managers in improving the quality of tourist destinations.
Pengukuran Kualitas Aplikasi Appsence Berdasarkan Model Alvaro dengan Metode Euclidean Distance Sekarwangi, Dinda; Saputra, Andrean; Nabila, Rifqah Hasna; Rafsanjani, Ridwan; Purbaningtyas, Rani
Jurnal Komputer Antartika Vol. 4 No. 1 (2026): Maret
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i1.1316

Abstract

Appsence merupakan aplikasi desktop yang dikembangkan untuk membantu perusahaan dalam mengelola pencatatan kehadiran karyawan secara digital guna meningkatkan efisiensi dan meminimalkan kesalahan pencatatan manual. Penelitian ini bertujuan untuk mengukur kualitas aplikasi Appsence menggunakan model Alvaro yang mencakup enam indikator utama, yaitu Functionality, Reliability, Usability, Efficiency, Maintainability, dan Portability. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan pengumpulan data melalui kuesioner kepada 20 responden. Hasil penilaian dianalisis menggunakan metode Euclidean Distance untuk mengukur jarak antara nilai aktual dan nilai ideal pada setiap indikator kualitas. Hasil penelitian menunjukkan bahwa nilai rata-rata jarak kualitas aplikasi adalah 1,38 dari nilai ideal 0, yang termasuk dalam kategori baik. Indikator dengan deviasi tertinggi adalah Usability, sedangkan indikator dengan deviasi terendah adalah Portability. Temuan ini menunjukkan bahwa aplikasi Appsence telah memenuhi sebagian besar standar kualitas perangkat lunak, namun masih memerlukan peningkatan terutama pada aspek kemudahan penggunaan dan efisiensi sistem guna mengoptimalkan pengalaman pengguna.

Page 8 of 8 | Total Record : 75

 4   5   6   7   8 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2026): Maret Vol. 3 No. 4 (2025): Desember Vol. 3 No. 3 (2025): September Vol. 3 No. 2 (2025): Juni Vol. 3 No. 1 (2025): Maret Vol. 2 No. 3 (2024): September 2024 Vol. 2 No. 2 (2024): Juni 2024 Vol. 2 No. 1 (2024): Maret 2024 Vol. 2 No. 4 (2024): Desember Vol. 1 No. 4 (2023): Desember 2023 Vol. 1 No. 3 (2023): September 2023 Vol. 1 No. 2 (2023): Juni 2023 Vol. 1 No. 1 (2023): Maret 2023 More Issue