cover
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
ISSN : -     EISSN : 29885272     DOI : -
Core Subject : Science,
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.
Articles 90 Documents
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): Juni
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): Juni
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): Juni
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): Juni
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): Juni
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.
Prediksi Hasil Produksi Ikan Lele Menggunakan Algoritma Artificial Neural Network Akbar Febriansyah Putra; Pahrizal Pahrizal; Yulia Darmi; Harry Witriyono
Jurnal Komputer Antartika Vol. 4 No. 3 (2026): September
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i3.1479

Abstract

Produksi ikan lele merupakan salah satu kegiatan budidaya yang memiliki nilai ekonomi dan memerlukan perencanaan hasil panen yang tepat. Pengelolaan data produksi yang masih dilakukan secara manual dapat menyulitkan proses memperkirakan hasil produksi secara akurat. Penelitian ini bertujuan membangun model prediksi hasil produksi ikan lele menggunakan algoritma Artificial Neural Network (ANN). Penelitian menggunakan pendekatan kuantitatif dengan metode Machine Learning. Dataset yang digunakan berjumlah 10.000 data, terdiri atas 8.000 data training dan 2.000 data testing. Variabel input yang digunakan meliputi jumlah bibit, berat awal, total pakan, suhu air, pH air, dan survival rate, sedangkan hasil produksi ikan lele digunakan sebagai variabel output. Tahapan penelitian meliputi pengumpulan data, data preparation, normalisasi, pembagian dataset, pemodelan ANN, dan evaluasi. Pemodelan dilakukan menggunakan perangkat lunak RapidMiner dengan arsitektur Multi-Layer Perceptron dan metode backpropagation. Hasil pengujian menghasilkan nilai Root Mean Squared Error (RMSE) sebesar 235,001. Hasil penelitian menunjukkan bahwa ANN mampu mempelajari hubungan antara variabel input dan hasil produksi ikan lele sehingga dapat digunakan sebagai pendekatan untuk membantu proses estimasi dan perencanaan produksi berbasis data.   Catfish production is an important aquaculture activity with economic value and requires accurate production planning. Manual production data management can make it difficult to estimate production outcomes accurately. This study aims to develop a catfish production prediction model using an Artificial Neural Network (ANN) algorithm. This study employed a quantitative approach using Machine Learning. The dataset consisted of 10,000 records, including 8,000 training data and 2,000 testing data. The input variables included the number of seeds, initial weight, total feed, water temperature, water pH, and survival rate, while catfish production was used as the output variable. The research stages consisted of data collection, data preparation, normalization, dataset division, ANN modeling, and evaluation. The modeling process was performed using RapidMiner with a Multi-Layer Perceptron architecture and the backpropagation method. The evaluation resulted in a Root Mean Squared Error (RMSE) value of 235.001. The results indicate that ANN can learn the relationship between the input variables and catfish production and can therefore be used as an approach to support data-based production estimation and planning.
Perancangan Dan Simulasi Sistem Lampu Otomatis Berbasis Esp32 Menggunakan Sensor LDR dan PIR untuk Analisis Potensi Penghematan Energi Pada Simulator Wokwi Yoga Aimar Rosyid; Dandi Sunardi; Khairullah Khairullah; Dedy Abdullah
Jurnal Komputer Antartika Vol. 4 No. 3 (2026): September
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i3.1505

Abstract

Penggunaan lampu yang tidak disesuaikan dengan kondisi pencahayaan lingkungan dan aktivitas pengguna dapat menyebabkan konsumsi energi yang kurang efisien. Penelitian ini bertujuan merancang dan menyimulasikan sistem lampu otomatis berbasis ESP32 menggunakan sensor Light Dependent Resistor (LDR) dan Passive Infrared (PIR), mengevaluasi kinerja sistem dalam merespons kondisi pencahayaan dan gerakan, serta menganalisis potensi penghematan energi menggunakan simulator Wokwi. Penelitian menggunakan metode eksperimen berbasis simulasi dengan pendekatan deskriptif kuantitatif dan model pengembangan Prototype. Sensor LDR digunakan untuk mengklasifikasikan kondisi terang atau gelap, sedangkan PIR digunakan untuk mendeteksi gerakan. Pengujian black-box dilakukan pada 16 kasus uji yang masing-masing diulang tiga kali sehingga diperoleh 48 pelaksanaan pengujian. Seluruh pengujian menghasilkan keluaran sesuai harapan dengan tingkat keberhasilan 100%. Pada skenario dinamis EN-04, rata-rata durasi nyala lampu sebesar 20,155 detik dari pengamatan 60 detik. Dengan asumsi daya lampu 10 watt, sistem otomatis menghasilkan estimasi konsumsi energi 0,05599 Wh dibandingkan 0,16667 Wh pada sistem konvensional, sehingga diperoleh potensi penghematan sebesar 66,41%. Hasil tersebut merupakan estimasi berbasis simulasi dan bukan pengukuran konsumsi energi aktual pada perangkat fisik.   The use of lighting that is not adjusted to ambient lighting conditions and user activity may result in inefficient energy consumption. This study aims to design and simulate an ESP32-based automatic lighting system using a Light Dependent Resistor (LDR) sensor and a Passive Infrared (PIR) sensor, evaluate the system's performance in responding to lighting conditions and motion detection, and analyze its potential energy savings using the Wokwi simulator. The study employed a simulation-based experimental method with a descriptive quantitative approach and the Prototype development model. The LDR sensor was used to classify lighting conditions as bright or dark, while the PIR sensor was used to detect motion as a representation of user activity. The system applied an LDR threshold value of 2000 and a 10-second delay mechanism using the millis() function. Functional testing was conducted using the black-box testing method on 16 test cases, each repeated three times, resulting in a total of 48 test executions. All 48 test executions produced outputs consistent with the expected responses, resulting in a system success rate of 100%. Verification of the duration-recording mechanism showed a difference of 0 ms between the program results and manual calculations. In the dynamic EN-04 scenario, the lamp operated for an average of 20.155 seconds during a 60-second observation period. Assuming a lamp power of 10 watts, the conventional system required an estimated energy consumption of 0.16667 Wh, whereas the automatic system required 0.05599 Wh, corresponding to an estimated energy reduction of 0.11068 Wh or a potential saving of 66.41%. These findings indicate that the integration of ESP32, LDR, PIR, and a delay mechanism can control lighting according to ambient conditions and detected motion while potentially reducing operating duration and energy consumption. The energy results are simulation-based estimates and do not represent actual energy consumption in a physical implementation.
Rancang Bangun Sistem POS Berbasis Web dengan Protokol HTTPS dan Adaptive Interface Pada UMKM Jajanan Kampung Uni Yen Rian Agust; Harry Witriyono; A.R. Walad Mahfuzi; Ujang Juhardi
Jurnal Komputer Antartika Vol. 4 No. 3 (2026): September
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i3.1506

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem Point of Sale (POS) berbasis web pada UMKM Jajanan Kampung Uni Yen guna mendukung efisiensi transaksi, keamanan data, dan fleksibilitas penggunaan. Permasalahan yang dihadapi meliputi proses transaksi yang masih dilakukan secara manual, sering terjadi kesalahan pencatatan, serta belum adanya sistem keamanan data yang memadai. Metode pengembangan sistem yang digunakan adalah Waterfall yang meliputi tahap analisis, perancangan, implementasi, dan pengujian. Sistem dikembangkan dengan menerapkan protokol Hypertext Transfer Protocol Secure (HTTPS) untuk mengamankan komunikasi data serta algoritma Adaptive Interface berbasis rule-based untuk menyesuaikan tampilan sistem pada berbagai perangkat. Hasil penelitian menunjukkan bahwa sistem POS berbasis web yang dibangun mampu mendukung proses transaksi melalui otomatisasi perhitungan, pencatatan transaksi, pengelolaan stok, penyusunan laporan penjualan secara terintergrasi, meningkatkan akurasi data, serta dapat digunakan secara fleksibel pada perangkat desktop, tablet, dan smartphone. Selain itu, penerapan HTTPS mendukung keamanan data transaksi dan pengguna. Dengan demikian, sistem yang dikembangkan dapat menjadi solusi yang efektif dalam mendukung efisiensi operasional dan kualitas pelayanan pada UMKM.   This study aims to design and develop a web-based Point of Sale (POS) system for Jajanan Kampung Uni Yen MSME to support transaction efficiency, data security, and flexibility of use. The problems faced include manual transaction processes, frequent recording errors, and the lack of an adequate data security system. The system development method used is the Waterfall method, which consists of the analysis, design, implementation, and testing stages. The system was developed by implementing the Hypertext Transfer Protocol Secure (HTTPS) protocol to secure data communication and a rule-based Adaptive Interface algorithm to adjust the system interface across various devices. The results show that the developed web-based POS system is capable of supporting transaction processes through automated calculations, transaction recording, stock management, and integrated sales report generation, improving data accuracy, and providing flexible use on desktop, tablet, and smartphone devices. In addition, the implementation of HTTPS supports the security of transaction and user data. Therefore, the developed system can serve as an effective solution to support operational efficiency and service quality in MSMEs.
Penambangan Data Berbasis Pembelajaran Mesin untuk Pengelompokan Wilayah Beresiko Stunting di Kabupaten Bandung Widhy Juliawan; Haryoso Wicaksono
Jurnal Komputer Antartika Vol. 4 No. 3 (2026): September
Publisher : Antartika Media Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70052/jka.v4i3.1513

Abstract

Stunting merupakan masalah pertumbuhan yang bersifat multidimensional sehingga penentuan prioritas wilayah memerlukan pembacaan serentak atas faktor kesehatan, lingkungan, layanan, dan demografi. Penelitian ini bertujuan mengelompokkan 31 kecamatan di Kabupaten Bandung berdasarkan kemiripan pola kerentanan terkait stunting. Data sekunder tahun 2024 dihimpun dari Profil Kesehatan Kabupaten Bandung dan Satu Data Kabupaten Bandung, sedangkan geometri kecamatan menggunakan batas administrasi Badan Informasi Geospasial edisi 2022. Tujuh fitur yang digunakan adalah prevalensi berat badan lahir rendah, sanitasi tidak aman, air minum tidak layak, rumah tangga non-PHBS, rasio Posyandu, rasio puskesmas, dan logaritma kepadatan penduduk. Seluruh fitur distandardisasi dan diarahkan agar nilai Z lebih tinggi menunjukkan kerentanan relatif lebih besar. Algoritma K-Means diuji untuk k=2–6. Pemilihan jumlah klaster mempertimbangkan elbow, silhouette, Davies–Bouldin, Calinski–Harabasz, keseimbangan ukuran, stabilitas 100 seed, dan leave-one-out. Solusi k=2 dipilih dengan silhouette 0,222, stabilitas seed ARI 1,000, dan ukuran klaster 15 serta 16 kecamatan. Klaster A menunjukkan pola kepadatan–air minum–keterbatasan layanan, sedangkan Klaster B menunjukkan pola BBLR–perilaku kesehatan. Prevalensi stunting tertimbang masing-masing klaster adalah 7,76% dan 10,19%. Namun, perbedaan distribusi prevalensi kecamatan tidak signifikan (Mann–Whitney U=139,0; p=0,465; Cliff’s delta=0,158). Hasil ini mendukung penggunaan klaster sebagai tipologi eksploratif untuk merancang intervensi yang berbeda antar pola, bukan sebagai klasifikasi risiko tinggi dan rendah yang bersifat definitif.   Stunting is a multidimensional growth problem; therefore, determining priority areas requires a simultaneous assessment of health, environmental, service, and demographic factors. This study aims to classify 31 sub-districts in Bandung Regency based on similarities in stunting-related vulnerability patterns. Secondary data for 2024 were collected from the Bandung Regency Health Profile and Satu Data Kabupaten Bandung, while sub-district geometries were obtained from the 2022 administrative boundaries provided by the Geospatial Information Agency. Seven features were employed, consisting of low birth weight prevalence, unsafe sanitation, inadequate drinking water access, non-PHBS households, Posyandu ratio, Puskesmas ratio, and the logarithm of population density. All features were standardized and transformed so that higher Z-scores represented greater relative vulnerability. The K-Means algorithm was evaluated for k=2–6 clusters. The optimal number of clusters was determined by considering the elbow method, silhouette score, Davies–Bouldin index, Calinski–Harabasz index, cluster size balance, 100-seed stability analysis, and leave-one-out validation. The k=2 solution was selected, achieving a silhouette score of 0.222, ARI seed stability of 1.000, and balanced cluster sizes of 15 and 16 sub-districts. Cluster A represents a density–drinking water–service limitation pattern, whereas Cluster B reflects a low birth weight–health behavior pattern. The weighted stunting prevalence of each cluster was 7.76% and 10.19%, respectively. However, the distribution of sub-district-level stunting prevalence between clusters was not statistically significant (Mann–Whitney U=139.0; p=0.465; Cliff’s delta=0.158). These findings support the use of Clustering as an exploratory typology for designing differentiated interventions based on vulnerability patterns rather than as a definitive classification of high- and low-risk areas.