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 86 Documents
 5   6   7   8   9 
Segmentasi Perilaku Pengguna Kartu Kredit untuk Prediksi Default dengan K-Means Clustering Faiz Daffa Kurnia; Supriatin Supriatin; Dwi Nurani; Alfie Nur Rahmi
Jurnal Komputer Antartika Vol. 4 No. 2 (2026): Juli
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i2.1375

Abstract

Peningkatan penggunaan kartu kredit di berbagai lapisan masyarakat diikuti oleh meningkatnya risiko credit default yang berpotensi menimbulkan kerugian finansial bagi institusi keuangan. Penelitian ini bertujuan untuk melakukan segmentasi perilaku pengguna kartu kredit serta menganalisis potensi default pada setiap segmen menggunakan metode K-Means Clustering. Data yang digunakan berasal dari Credit Card User Behavior and Default Dataset dari Kaggle, yang mencakup 10.000 nasabah dengan 24 atribut. Metodologi penelitian meliputi praproses data, seleksi fitur berbasis korelasi, penentuan jumlah cluster optimal menggunakan Elbow Method dan Silhouette Analysis, serta visualisasi dengan Principal Component Analysis (PCA). Hasil penelitian menunjukkan bahwa jumlah cluster optimal diperoleh pada K=2 dengan nilai Silhouette Score sebesar 0,250, lebih tinggi dibandingkan K=3 (0,195) dan K=4 (0,178). Segmentasi yang dihasilkan mampu mengidentifikasi perbedaan karakteristik perilaku nasabah yang berkaitan dengan tingkat risiko default. Kontribusi penelitian ini terletak pada integrasi metode unsupervised learning untuk segmentasi perilaku dengan analisis risiko pada tiap cluster, serta pengembangan aplikasi berbasis web menggunakan Streamlit untuk mendukung prediksi segmen nasabah secara interaktif.   The increasing use of credit cards across various segments of society has led to a higher risk of credit default, potentially causing financial losses for financial institutions. This study aims to segment credit card user behavior and analyze default risk within each segment using the K-Means Clustering method. The dataset used is the Credit Card User Behavior and Default Dataset from Kaggle, consisting of 10,000 customers with 24 attributes. The research methodology includes data preprocessing, correlation-based feature selection, determination of the optimal number of clusters using the Elbow Method and Silhouette Analysis, and visualization using Principal Component Analysis (PCA). The results indicate that the optimal number of clusters is K=2, achieving the highest Silhouette Score of 0.250, compared to K=3 (0.195) and K=4 (0.178). The resulting segmentation identifies distinct behavioral characteristics associated with different levels of default risk. The main contribution of this study lies in integrating unsupervised learning for behavioral segmentation with risk analysis in each cluster, as well as implementing the model in a web-based application using Streamlit to support interactive decision-making.
Pengembangan Digital Vault Multi-Format dan Pengujian Kerentanan Terhadap Unauthorized Access Ahmad Suhaimi; Muhlis Tahir; Anisatur Rohmah
Jurnal Komputer Antartika Vol. 4 No. 2 (2026): Juli
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i2.1376

Abstract

Perkembangan teknologi pengelolaan dokumen digital menuntut mekanisme keamanan tingkat file yang andal untuk mencegah risiko kebocoran data akibat unauthorized access. Banyak perangkat lunak pengamanan saat ini hanya optimal dalam menangani dokumen teks statis, namun mengalami kegagalan berupa kerusakan struktur file (file corruption) saat memproses berkas multimedia berukuran besar. Penelitian ini merancang dan mengimplementasikan sistem Digital Vault universal multi-format berbasis Python dan Streamlit dengan mengintegrasikan algoritma Advanced Encryption Standard (AES-128) untuk enkripsi konten berkas dan Secure Hash Algorithm (SHA-256) untuk pengamanan kredensial serta pembentukan kunci kunci kriptografi yang presisi. Sistem ini dirancang untuk mendukung fungsionalitas multi-format, mencakup dokumen administratif (.pdf, .xls) hingga berkas multimedia (.jpg, .mp4) secara utuh (lossless). Pengujian keamanan dilakukan secara agresif melalui tiga parameter serangan nyata: pembukaan paksa (Bypass Test), kunci salah (Invalid Key Test), dan simulasi pencurian berkas keluar dari platform server (Data Exfiltration Test). Hasil pengujian membuktikan bahwa Digital Vault berhasil mempertahankan integritas data tepat 100%, kebal terhadap bypass aplikasi standar, secara akurat menolak kunci tidak sah, dan file cipherteks yang dicuri tetap mempertahankan enkapsulasi keamanannya sehingga tidak dapat dieksploitasi oleh peretas.   The advancement of digital document management technology demands reliable file-level security mechanisms to prevent data leakage risks due to unauthorized access. Many current security software applications are only optimized for static text documents, yet they suffer from file corruption when processing large multimedia files. This study designs and implements a universal multi-format Digital Vault system based on Python and Streamlit, integrating the Advanced Encryption Standard (AES-128) for file content encryption and the Secure Hash Algorithm (SHA-256) for credential securing and precise cryptographic key derivation. The system is engineered to support multi-format functionalities, ranging from administrative documents (.pdf, .xls) to multimedia assets (.jpg, .mp4) with lossless integrity. Security testing was aggressively conducted through three real-world attack parameters: forced opening (Bypass Test), wrong cryptographic key submission (Invalid Key Test), and data theft simulation outside the host server platform (Data Exfiltration Test). The empirical results prove that the Digital Vault successfully maintains 100% data integrity, is fully resilient against standard application bypasses, accurately rejects unauthorized keys, and the exfiltrated ciphertext completely retains its security envelope, rendering it unexploitable to intruders.
Double Layer Encryption Caesar Cipher dan AES-128 untuk Pengamanan Data Teks Web Siboy Arisona; Nanda Aulia Ramadlani; Muhlis Tahir
Jurnal Komputer Antartika Vol. 4 No. 2 (2026): Juli
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i2.1377

Abstract

Keamanan data teks pada aplikasi web menjadi perhatian penting karena tingginya risiko penyadapan dan pencurian informasi digital. Penggunaan algoritma enkripsi tunggal masih memiliki kelemahan terhadap teknik kriptanalisis modern sehingga diperlukan metode pengamanan yang lebih kuat. Penelitian ini bertujuan membangun sistem pengamanan data teks berbasis web menggunakan metode double layer encryption dengan menggabungkan algoritma Caesar Cipher dan AES-128. Proses enkripsi dilakukan dalam dua tahap, yaitu plaintext dienkripsi menggunakan Caesar Cipher kemudian dilanjutkan dengan AES-128 untuk menghasilkan ciphertext yang lebih kompleks. Hasil penelitian menunjukkan bahwa kombinasi kedua algoritma mampu meningkatkan keamanan data karena ciphertext lebih sulit dianalisis dibandingkan penggunaan algoritma tunggal. Sistem yang dibangun juga mampu menjalankan proses enkripsi dan dekripsi dengan baik serta memberikan perlindungan data yang lebih baik.   Text data security in web-based applications has become important due to the increasing risk of interception and digital information theft. The use of a single encryption algorithm still has weaknesses against modern cryptanalysis techniques to modern cryptanalysis techniques; therefore, stronger security methods are required. This study aims to develop a web-based text security system using a double layer encryption method by combining Caesar Cipher and AES-128. The encryption process is carried out in two stages, where plaintext is encrypted using Caesar Cipher and then re-encrypted using AES-128 to produce more complex ciphertext. The results show that the combination of both algorithms improves data security because the ciphertext becomes more difficult to analyze compared to a single algorithm approach. The developed system is also capable of performing encryption and decryption processes properly while providing better protection for digital data.
Integrasi Simple Additive Weighting dan Analisis Selisih Jarak Untuk Meminimalisir Bias Pemilihan Jurusan SMK Nazaruddin Ahmad; Danil Arianda; Tin Salwa; Muhammad Faridi
Jurnal Komputer Antartika Vol. 4 No. 2 (2026): Juli
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i2.1433

Abstract

Sistem Pendukung Keputusan (SPK) merupakan sistem yang dirancang untuk membantu proses pengambilan keputusan dalam memilih alternatif terbaik berdasarkan sejumlah kriteria yang telah ditentukan. Pemilihan jurusan sekolah lanjutan merupakan fase krusial bagi siswa kelas IX, namun seringkali terhambat oleh minimnya pemahaman potensi diri dan kurangnya sistem rekomendasi yang objektif. Penelitian ini bertujuan untuk membangun SPK guna merekomendasikan jurusan Sekolah Menengah Kejuruan (SMK) yang tepat bagi siswa sekolah menengah pertama menggunakan metode Simple Additive Weighting (SAW). Pengambilan keputusan didasarkan pada enam kriteria akademik, yaitu nilai Matematika, IPA, Bahasa Inggris, TIK, Bahasa Indonesia, dan Prakarya. Kebaruan penelitian ini terletak pada penerapan metode SAW dalam dua tahap, yaitu menghitung nilai prefrensi profil ideal setiap jurusan dan menghitung nilai preferensi masing-masing siswa secara terpisah. Selanjutnya, kedua nilai preferensi tersebut dibandingkan menggunakan analisis selisih (gap analysis) untuk memperoleh jurusan dengan tingkat kedekatan tertinggi terhadap profil akademik siswa. Berbeda dengan penggunaan metode SAW pada umumnya yang menentukan rekomendasi alternatif terbaik berdasarkan nilai preferensi tertinggi, penelitian ini menghasilkan rekomendasi berdasarkan nilai selisih terkecil antara siswa terhadap profil ideal jurusan. Hasil pengujian terhadap 35 data siswa dan lima alternatif jurusan menunjukkan bahwa sistem mampu menghasilkan rekomendasi jurusan secara objektif sesuai karakteristik akademik sehingga dapat membantu guru Bimbingan Konseling (BK) dalam memberikan arahan yang presisi, konsisten, dan terukur. Dengan demikian, rekomendasi jurusan tidak ditentukan berdasarkan nilai preferensi tertinggi sebagaimana implementasi SAW pada umumnya, melainkan berdasarkan nilai selisih preferensi terkecil antara profil akademik siswa dan profil ideal masing-masing jurusan.A Decision Support System (DSS) is a computer-based system designed to assist decision-making processes by selecting the most appropriate alternative based on a set of predefined criteria. Choosing an appropriate study program for upper secondary education is a crucial stage for ninth-grade students, as it significantly influences their future academic and career development. However, this decision is often hindered by students' limited understanding of their academic potential and the lack of an objective recommendation system. This study aims to develop a Decision Support System to recommend suitable vocational majors at Vocational High Schools (SMK) for junior high school students using the Simple Additive Weighting (SAW) method. The decision-making process is based on six academic criteria, namely Mathematics, Natural Sciences, English, Information and Communication Technology (ICT), Indonesian Language, and Craftsmanship (Prakarya). The novelty of this study lies in the implementation of the Simple Additive Weighting (SAW) method through a two-stage evaluation process. In the first stage, the preference values representing the ideal profile of each vocational major are calculated. In the second stage, the preference values of individual students are computed independently using the same evaluation criteria. Subsequently, the two preference values are compared using a gap analysis approach to identify the vocational major with the highest level of similarity to the student's academic profile. Unlike conventional implementations of the Simple Additive Weighting (SAW) method, which determine the best alternative solely based on the highest preference value, the proposed approach recommends a vocational major by identifying the smallest preference gap between the student's academic profile and the ideal profile of each vocational major. Experimental results obtained from 35 student records and five vocational major alternatives demonstrate that the proposed system is capable of generating objective recommendations that accurately reflect students' academic characteristics. Consequently, the system can assist Guidance and Counseling (GC) teachers in providing more precise, consistent, and evidence-based recommendations for selecting the most appropriate vocational major. Therefore, unlike the conventional implementation of the Simple Additive Weighting (SAW) method, which selects the best alternative based on the highest preference value, the proposed approach determines the recommended vocational major by identifying the smallest preference gap between the student's academic profile and the ideal profile of each vocational major.
Sistem Penggajian Online dengan Prediksi Anggaran Berbasis Machine Learning di MTs Irsyadul Athfal Depok Muhammad Rizki Beurata; Erhan Agung Wijaya; Muslimah Muslimah; Frisma Handayanna
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.v4i1.1318

Abstract

Pengelolaan penggajian tenaga pendidik secara manual berpotensi menimbulkan kesalahan perhitungan, duplikasi data serta keterlambatan pelaporan keuangan. Penelitian ini bertujuan mengembangkan sistem penggajian online berbasis web yang terintegrasi dengan fitur prediksi anggaran menggunakan metode Machine Learning Regresi Linear Sederhana pada MTs Irsyadul Athfal. Metode pengembangan sistem menggunakan System Development Life Cycle (SDLC) model Waterfall yang terdiri dari analisis kebutuhan, perancangan sistem, implementasi, pengujian dan pemeliharaan. Sistem dikembangkan menggunakan PHP dan MySQL. Model prediksi dibangun berdasarkan data historis penggajian untuk memperkirakan kebutuhan anggaran periode berikutnya. Hasil penelitian menunjukkan bahwa sistem mampu mengotomatisasi proses absensi, perhitungan gaji, pembuatan laporan serta menghasilkan estimasi anggaran dengan tingkat akurasi yang baik. Sistem ini meningkatkan efisiensi administrasi dan membantu manajemen dalam pengambilan keputusan berbasis data.   Manual payroll management may lead to miscalculations, data duplication, and delayed financial reporting. This study aims to develop a web-based online payroll system integrated with a budget prediction feature using a Simple Linear Regression Machine Learning method at MTs Irsyadul Athfal. The system development applies the Waterfall model of the System Development Life Cycle (SDLC), including requirement analysis, system design, implementation, testing, and maintenance. The system is built using PHP and MySQL. The prediction model utilizes historical payroll data to estimate future budget requirements. The results show that the system successfully automates attendance management, salary calculation, reporting, and budget forecasting with satisfactory accuracy. The system improves administrative efficiency and supports data-driven managerial decision-making
Analisis Kerentanan Keamanan Website Sekolah Menggunakan Metode Vulnerability Assessment Berbasis OWASP ZAP Nur Fadhillatur Rahmadayanti; Muhlis Tahir; Ayu Sanusih
Jurnal Komputer Antartika Vol. 4 No. 2 (2026): Juli
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i2.1370

Abstract

Perkembangan teknologi informasi yang pesat telah mendorong pemanfaatan website dalam berbagai sektor, termasuk pada lingkungan pendidikan sebagai media penyampaian informasi dan layanan akademik. Website sekolah berperan penting dalam pengelolaan data dan akses informasi secara daring, namun juga rentan terhadap berbagai ancaman keamanan siber. Oleh karena itu, diperlukan pengujian keamanan secara terstruktur untuk mengidentifikasi celah yang berpotensi disalahgunakan. Penelitian ini bertujuan untuk menganalisis tingkat kerentanan keamanan pada website sekolah menggunakan metode vulnerability assessment berbasis OWASP. Proses pengujian dilakukan dengan memanfaatkan tools OWASP ZAP sebagai vulnerability scanner melalui tahapan scanning, analisis kerentanan, dan pelaporan hasil berdasarkan standar OWASP Top 10. Hasil pengujian menunjukkan ditemukan 1 kerentanan kategori high, 8 kerentanan kategori medium, dan 6 kerentanan kategori low yang menunjukkan masih terdapat celah keamanan pada website yang perlu segera diperbaiki. Oleh karena itu, diperlukan tindakan mitigasi melalui validasi input, peningkatan kontrol akses, serta konfigurasi keamanan server guna meningkatkan keamanan sistem secara keseluruhan.   The rapid development of information technology has encouraged the utilization of websites in various sectors, including the educational environment as a medium for delivering information and academic services. School websites play an important role in managing data and providing online access to information; however, they are also vulnerable to various cybersecurity threats. Therefore, structured security testing is required to identify potential vulnerabilities that could be exploited. This study aims to analyze the level of security vulnerabilities in a school website using an OWASP-based vulnerability assessment method. The testing process was conducted using the OWASP ZAP tool as a vulnerability scanner through several stages, including scanning, vulnerability analysis, and reporting based on the OWASP Top 10 standard. The results of the testing showed that there was 1 high-risk vulnerability, 8 medium-risk vulnerabilities, and 6 low-risk vulnerabilities, indicating that the website still contains security gaps that need immediate attention. Therefore, mitigation efforts are required through input validation, improved access control, and proper server security configuration to enhance the overall security of the system.

Page 9 of 9 | Total Record : 86

 5   6   7   8   9 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol. 4 No. 2 (2026): Juli 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