cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Kurniawan Dwi Irianto
Contact Email
k.d.irianto@uii.ac.id
Phone
+6285879299649
Journal Mail Official
k.d.irianto@uii.ac.id
Editorial Address
Jl. Kaliurang Km 14,5, Sleman, Yogyakarta Gedung KH. Mas Masyur, Fakultas Teknologi Industri, Universitas Islam Indonesia
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi
Published by Universitas Islam Indonesia
ISSN : -     EISSN : 28075935     DOI : 10.20885/snati
Core Subject : Science,
Computer Science & IT
Jurnal SNATi publishes original research articles on various topics related to computer science, information technology, systems engineering, and complementary fields.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 49 Documents
 1   2   3   4   5 
Deep Learning-Based Bidirectional RNN for Cryptocurrency Price Prediction with Hyperparameter Tuning Candra, Dori Gusti Alex; Afrianto, Nurdi; Fitriyanto, Idir; Sofiati, Eka; Putra, Budi Permana
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 4 No. 2 (2025)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v4.i2.40389

Abstract

Predicting cryptocurrency is difficult because it has high volatility, where prices can experience spikes or declines due to market dynamics. This study focuses on NameCoin, one of the oldest altcoins originating from Bitcoin. NameCoin was selected because it has relatively stable and extensive historical data. The objective of this study is to evaluate the performance of the Bidirectional Recurrent Neural Network (BiRNN) in predicting NameCoin price movements. This study employs an experimental method using historical data as input for the training process. Hyperparameter tuning is conducted systematically using four different scenarios to obtain the optimal model configuration. The dataset is divided into 80% for training the model and 20% for testing the performance of the trained model. Model performance is evaluated using RMSE, MSE, MAPE, coefficient of determination (R²), Directional Statistic (D-Stat), and loss value as indicators of model accuracy and stability. The experimental results show that Scenario 1 produces the most optimal performance, with RMSE = 0.0216, MAPE = 2.59%, R² = 0.9899, D-Stat = 53.71%, and the smallest loss value of 0.0012. These performance metrics indicate that the BiRNN model effectively captures nonlinear trends and accurately predicts the direction of price movements. Conversely, Scenario 3 had the worst performance, with a MAPE of 10.19%. By comparing these scenarios, it is clear that the configuration in Scenario 1 outperforms the others in terms of prediction accuracy and model stability against data fluctuations.
Perbandingan Versi Terbaik YOLO Dalam Mendeteksi Jarak Spasi Antar Baris Tulisan Tangan Mair, Zaid Romegar; Rahmanda, Muhamad Ardi
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 4 No. 2 (2025)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v4.i2.40414

Abstract

Tulisan tangan tetap memiliki nilai penting dalam pendidikan dan psikologi, khususnya dalam mengevaluasi kemampuan struktur penulisan siswa. Salah satu indikator penting adalah jarak spasi antar baris, yang mencerminkan keteraturan dan kerapihan tulisan. Penilaian manual terhadap aspek ini rentan terhadap subjektivitas dan kurang efisien. Oleh karena itu, penelitian ini bertujuan untuk membandingkan kinerja tiga versi model You Only Look Once (YOLO), yaitu YOLOv5, YOLOv8, dan YOLO 11 dalam mendeteksi jarak antar baris tulisan tangan. Sebanyak 90 sampel tulisan tangan mahasiswa dikumpulkan, dipindai, dan dianotasi menjadi dua kategori: "sempit" dan "lebar". Proses pelatihan dilakukan dengan parameter yang seragam dan diuji menggunakan metrik evaluasi seperti precision, recall, dan mean Average Precision (mAP). Hasil penelitian menunjukkan perbedaan performa di antara ketiga model, yang memberikan wawasan tentang efektivitas masing-masing versi YOLO dalam mendeteksi elemen spasial tulisan tangan. YOLOv5x secara konsisten memiliki performa tertinggi pada ketiga metrik, terutama pada Precision, dengan nilai sekitar 0.75. YOLOv8x dan YOLO 11x menunjukkan performa yang sebanding pada nilai mAP@0.5 dan Recall, tetapi lebih rendah daripada YOLOv5x. model YOLOv5x memiliki kemampuan yang lebih baik untuk mendeteksi dan mengklasifikasikan objek tulisan tangan dibandingkan dengan dua model lainnya.
Redesigning HR Business Processes with Camunda BPMN and Chatbot Integration Chaerulisma, Hanuga Fathur; Setiani, Novi
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 4 No. 2 (2025)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v4.i2.40421

Abstract

Human Resource Management (HRM) processes such as attendance tracking, bonus management, and employee onboarding are often inefficient due to manual methods that are time-consuming, error-prone, and lack standardisation. This study addresses these issues by implementing the Camunda BPMN Engine and a Telegram-based chatbot, guided by the Agile Business Process and Practice Alignment Methodology (BPPAM). The BPMN engine automates workflows, while the chatbot simplifies interaction, enhancing response time and data accuracy. Significant improvements were observed after implementation. The number of user tasks was reduced. For instance, attendance went from 6 to 0 steps (100% reduction), and onboarding went from 14 to 1 steps (92.86% reduction). Processing times improved as well: attendance dropped from 3–5 minutes to under 2 minutes (60% faster), and bonus approval dropped from over 7 days to less than 1 day (85% reduction). Feedback from employees and HR staff highlighted increased satisfaction due to the system’s speed, ease of use, and standardized workflows. The results demonstrate that integrating BPMN automation with chatbot technology can enhance HR operations by increasing efficiency, accuracy, and user experience. The approach offers a scalable solution aligned with modern organizational needs.
Kajian Literatur Intervensi Terapi Digital untuk Depresi Ratih Sekar Wulan; Kurniawan, Rahadian
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 4 No. 2 (2025)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v4.i2.40575

Abstract

Kajian ini dilatarbelakangi oleh tingginya beban depresi sebagai gangguan mental global yang terus meningkat dalam beberapa dekade terakhir, serta kebutuhan mendesak akan pemahaman menyeluruh terhadap terapi digital sebagai solusi aksesibel tanpa batasan ruang dan waktu. Kajian ini memuat rangkuman intisari dari literatur keluaran 2020–2025 yang membahas tentang terapi digital untuk depresi. Proses kajian dilakukan dengan mencari literatur yang membahas tentang terapi digital untuk depresi dalam lima sampai enam tahun terakhir, lalu dianalisis menurut platform teknologi, jenis terapi, dan karakteristik penyampaian. Tinjauan ini mengidentifikasi CBT sebagai jenis terapi yang paling sering diterapkan, aplikasi mobile sebagai platform teknologi yang paling dominan, dan karakteristik pendekatan mandiri sebagai yang paling umum.
Kajian Literatur Teknologi Digital untuk Intervensi Kesehatan Mental Ihsanuddin, Muhammad Rafli; Kurniawan, Rahadian
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 4 No. 2 (2025)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v4.i2.40578

Abstract

Dalam enam tahun terakhir (2020–2025), isu kesehatan mental telah menjadi topik yang banyak diteliti dalam berbagai studi ilmiah. Tingginya prevalensi gangguan mental serta dampaknya terhadap kehidupan individu menunjukkan urgensi akan intervensi yang tepat, mengingat semakin meningkatnya jumlah penelitian mengenai kesehatan mental secara global dalam beberapa dekade terakhir. Penelitian ini mengkaji berbagai teknologi, metode pengembangan, tujuan intervensi, dan target pengguna dalam menangani kesehatan mental. Hasil kajian menunjukkan bahwa aplikasi mobile merupakan teknologi yang paling sering digunakan dalam intervensi kesehatan mental, diikuti oleh website dan game interaktif. Fokus intervensi lebih banyak pada terapi digital dibandingkan metode tradisional, dengan target pengguna utama adalah remaja dan dewasa muda. Kajian ini menyoroti bahwa intervensi digital untuk kesehatan mental mengarah pada pendekatan mandiri dengan memprioritaskan aksesibilitas, fleksibilitas, dan distribusi lintas-perangkat sebagai respons terhadap kebutuhan pengguna dan perkembangan teknologi kesehatan mental.
Desain Ulang Website Lumiere Menggunakan Metode User Centered Design (UCD) Alatas, Alwi Achmad; Kusumadewi, Sri
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 4 No. 2 (2025)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v4.i2.40640

Abstract

Website Lumiere merupakan media digital milik perusahaan Majapahit yang bergerak di bidang jasa pembuatan media periklanan. Seiring berkembangnya tren, desain antarmuka website yang ada dinilai sudah tidak relevan, sehingga perlu dilakukan perancangan ulang. Penelitian ini bertujuan untuk merancang ulang UI/UX pada website Lumiere menggunakan pendekatan User Centered Design (UCD) yang berfokus pada kebutuhan dan pengalaman pengguna. Metode UCD diterapkan melalui lima tahapan: pengumpulan data, pembuatan konsep desain, implementasi wireframe, pengembangan prototype, dan pengujian. Evaluasi usability dilakukan menggunakan kuesioner System Usability Scale (SUS) sebelum dan sesudah perancangan ulang. Hasil pengujian kuantitatif menunjukkan peningkatan skor usability yang signifikan. Skor SUS rata-rata meningkat dari 37,98 (kategori 'Awful') pada desain awal menjadi 73,17 (kategori 'Good') pada desain baru, yang merepresentasikan kenaikan kepuasan pengguna sebesar 92,65%. Peningkatan drastis ini mengonfirmasi bahwa keterlibatan pengguna melalui setiap tahapan UCD merupakan faktor kunci dalam menciptakan desain yang optimal. Dengan demikian, penelitian ini membuktikan bahwa metode UCD secara efektif mampu meningkatkan kualitas pengalaman pengguna secara terukur dan direkomendasikan sebagai pendekatan utama dalam proyek pengembangan produk digital serupa.
Pemodelan Sistem Urinalisis Mikroskopik Untuk Kristal Amorf Sebagai Solusi Pada Laboratorium Rositasari, Annisa; Muhimmah, Izzati; Rosita, Linda
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 4 No. 2 (2025)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v4.i2.40734

Abstract

Dalam penelitian ini mikroskop berfungsi untuk melihat objek terkecil yang ada di dalam kandungan urin. Ahli Tenaga Laboratorium Medis (ATLM) merupakan tenaga kesehatan yang menggunakan mikroskop untuk pengamatan. Penelitian dilaksanakan dengan mengambil data dari Rumah Sakit Islam Yogyakarta PDHI dan mendapat 153 data pemeriksaan urin dari pasien yang datang ke Unit Gawat Darurat (UGD), rawat jalan, dan rawat inap. Dari 153 data yang diperoleh, di mana 53 di antaranya menunjukkan adanya urin dengan enam jenis kristal yang terdeteksi. Keenam jenis kristal tersebut meliputi kristal kalsium oksalat, kristal fosfat triple, fosfat amorf, kalsium karbonat, kristal amonium biurat, dan kristal asam urat. Sistem yang dikembangkan menggunakan bahasa pemrograman Python ini fokus pada identifikasi jenis kristal amorf. Dalam sistem tersebut, hasil marking yang dilakukan oleh ahli pada objek kristal berhasil dikenali oleh sistem. Sistem sudah sesuai dengan hasil yang diperoleh dari pakar. Pengujian ini menggunakan Single Decision Threshold dan memperoleh hasil nilai sensitivity sebesar 0.63 atau dalam bentuk persen yaitu 63%. Sistem mendapatkan hasil nilai specificity sebesar 0.17 atau 17%. Sistem mendapatkan hasil nilai accuracy sebesar 0.36 atau 36% dan sistem mendapatkan hasil nilai precision sebesar 0.35 atau 35%. Kinerja sistem sebesar 26%.
Mapping the Safest Routes: A Clustering Study of the French Defense Wijayanto, Feri
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 4 No. 2 (2025)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v4.i2.40910

Abstract

This study explores the safest variations in the French Defense using 5,156 artificially generated chess games with Stockfish 17. Unlike prior work reliant on historical data, this method reduces theory bias by randomly selecting from the engine's top five moves at each position. We applied k-means clustering with cosine similarity to group move sequences based on evaluation scores. Both two-cluster and three-cluster models were tested. Stability was assessed via 50 resamples using 50% of the data. The three-cluster model, which includes a neutral group, had excellent stability (ARI = 0.99) but moderate cohesion (silhouette = 0.53). The two-cluster model showed better cohesion (silhouette = 0.65) but lower stability (ARI = 0.68). Among the variations, e5 (Advance) and exd5 (Exchange) stood out, with about 54% of games in each line falling into clusters favoring White. This suggests they are the safest and most reliable options. In contrast, Bb5+ performed well in simulations but poorly in real-world data, indicating theoretical risks. In summary, clustering on simulated games reveals hidden strategic insights, confirming e5 and exd5 as strong, low-risk choices for White in the French Defense.
Effectiveness Analysis of Gamification Based on Google TV Setiawan, Fajar
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 4 No. 2 (2025)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v4.i2.40823

Abstract

This study analyzes the effectiveness of gamification implemented on the Google TV platform to enhance user engagement and satisfaction. The research employs a mixed-method approach, combining quantitative data from user interactions and qualitative feedback from surveys. Results indicate a significant improvement in user retention and interaction rates when gamification elements such as badges, leaderboards, and challenges are integrated. The rapid growth of smart TV adoption in Indonesia (reaching 35% household penetration in 2023) has intensified competition among streaming platforms, creating a need for innovative engagement strategies. This study examines the effectiveness of gamification implementation on Google TV in increasing user retention and satisfaction. The research was motivated by the lack of localized studies on gamification in Indonesia's unique digital ecosystem, where cultural factors significantly influence user behavior. Using a sequential mixed-method approach, we first conducted quantitative analysis of 400 users' interaction data over three months, followed by in-depth interviews with 30 selected participants. The results demonstrate a 27% increase in average viewing duration (p=0.008) and 22% improvement in NPS scores after gamification implementation. However, qualitative findings reveal technical barriers including interface complexity for elderly users and latency issues during peak hours.

Page 5 of 5 | Total Record : 49

 1   2   3   4   5 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 4 No. 2 (2025) Vol. 4 No. 1 (2025) Vol. 3 No. 1 (2023) Vol. 2 No. 2 (2023) Vol. 2 No. 1 (2022) Vol. 1 No. 2 (2022) Vol. 1 No. 1 (2021)