cover
Contact Name
Lukmanul Khakim
Contact Email
d3komputerpoltektegal@gmail.com
Phone
+6285642917672
Journal Mail Official
smartcomp@poltektegal.ac.id
Editorial Address
Jalan Mataram No 9 Pesurungan Lor Kota Tegal
Location
Kota tegal,
Jawa tengah
INDONESIA
SmartComp
ISSN : 2089676X     EISSN : 25490796     DOI : 10.30591
Smart Comp(p-ISSN: 2089-676X, e-ISSN:2549-0796) is a nationally peer reviewed computer science journal open for researchers from the field of Information Technology, Computer Engineering, Informatics Engineering, Electrical & Electronics Engineering and related researches. Smart Comp has been published continuously since 2012 Starting in year 2016, the journal issues are published online regularly under Open Access Policy. Jurnal Smart Comp is currently indexed/included in Google Scholar, PKP Index, Portal Garuda, Sinta, etc. Please read these author guidelines carefully. Authors who want to submit their manuscript to the editorial office of Smart Comp should obey the writing guidelines. If the manuscript submitted is not appropriate with the guidelines or written in a different format, it will be REJECTED by the editors before further reviewed. The editors will only accept the manuscripts which meet the assigned format.
Articles 595 Documents
Pemanfaatan Sig Dan Metode Weighted Overlay Dalam Identifikasi Daerah Rawan Banjir di Aliran Sungai Pemali Brebes Fransico, Shaendi Agam
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.9328

Abstract

Banjir merupakan salah satu bencana yang kerap terjadi di Kabupaten Brebes, khususnya di wilayah yang dilalui oleh Sungai Pemali. Kerusakan hutan di daerah hulu, curah hujan tinggi, buruknya sistem drainase, serta perubahan penggunaan lahan menjadi faktor yang memperparah kejadian banjir. Penelitian ini bertujuan untuk mengidentifikasi dan memetakan daerah rawan banjir di wilayah aliran Sungai Pemali dengan pendekatan Sistem Informasi Geografis (SIG) menggunakan metode weighted overlay. Metode ini memungkinkan integrasi berbagai parameter spasial seperti kemiringan lereng, jenis tanah, curah hujan, penggunaan lahan, dan jarak terhadap sungai dengan pembobotan berdasarkan tingkat pengaruh terhadap risiko banjir. Hasil penelitian berupa peta zonasi kerawanan banjir yang diklasifikasikan dalam empat kategori: sangat rawan, rawan, sedang, dan tidak rawan. Peta ini diharapkan dapat menjadi dasar dalam perencanaan mitigasi bencana dan pengambilan kebijakan oleh pemerintah daerah. Penerapan metode weighted overlay terbukti efektif dalam menghasilkan informasi spasial yang akurat dan komprehensif untuk mendukung penanggulangan risiko banjir secara berkelanjutan
Sales Performance Analysis untuk Peningkatan Kualitas Produk Menggunakan K-Means dan Hierarchical Clustering Wulandari, Umi Meganinditya; Kholilurrahman, Muhammad; Anshori, Arif Iman
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.9719

Abstract

Industri fashion, khususnya toko distro, menghadapi persaingan yang semakin ketat sehingga kualitas dan inovasi produk menjadi faktor utama dalam mempertahankan daya saing. Salah satu tantangan yang sering muncul adalah minimnya pemanfaatan data transaksi penjualan sebagai sumber informasi strategis dalam menilai performa produk. Penelitian ini membahas pengelompokan produk berdasarkan performa penjualan menggunakan teknik data mining serta membandingkan efektivitas dua metode clustering, yaitu K-Means dan Hierarchical Agglomerative Clustering. Data yang digunakan berasal dari transaksi penjualan Toko Distro Sextors, dengan tahapan meliputi praproses data, penerapan algoritma clustering, dan evaluasi hasil menggunakan metrik silhouette score. Tujuan penelitian adalah mengidentifikasi kelompok produk dengan performa tinggi, margin keuntungan optimal, serta tingkat penerimaan pasar yang baik, sekaligus menentukan metode clustering yang paling sesuai. Hasil analisis menunjukkan bahwa algoritma K-Means menghasilkan 4 klaster, sedangkan Hierarchical Agglomerative Clustering menghasilkan 3 klaster. Perbedaan jumlah dan karakteristik klaster dari kedua algoritma memberikan gambaran mengenai variasi pola penjualan produk. Temuan ini diharapkan dapat memberikan rekomendasi praktis bagi pelaku UMKM untuk mengambil keputusan berbasis data, sehingga strategi bisnis dapat lebih tepat sasaran dan meningkatkan daya saing produk di pasar.
Analisa Kalibrasi Flow Distillate Transmitter Menggunakan PACTware Pada Desal B PT. Indonesia Power Semarang PGU Ardyansyah, Wisnu; Andini, Elfira Nureza; Idris, La Ode Muhammad
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.8768

Abstract

Abstrak: Perkembangan teknologi semakin meningkat pesat. Teknologi yang semakin canggih membantu industri dalam menangani suatu pekerjaan, terutama pada industri pembangkit listrik tenaga uap. Industri ini menggunakan media air sebagai prosesnya. Dalam suatu proses yaitu Distillate water atau proses distilasi pada Desalination plant. Pada prosesnya menggunakan alat yaitu Transmitter type Differential pressure, yang kemudian dikalibrasi menggunakan software PACTware dan alat bantu pengukuran Handpress. Tujuan dari penelitian ini adalah mengetahui deviasi atau perbedaan aliran air (mmH2O) sebelum dikalibrasi dan sesudah dikalibrasi. Penelitian ini menggunakan metode menentukan nilai LRV (Lower Range Value) dan URV (Upper Range Value). Data yang dihasilkan yaitu nilai dari penurunan mmH2O sebelum dikalibrasi. Nilai dari setiap rasio dari sebelum dan sesudah dibandingkan dengan rumus deviasi. Maka didapatkan hasil terbesar dari rasio 20% yaitu 36.6%. Setiap rasio menunjukan penurunan setelah kalibrasi.Kata Kunci – Kalibrasi, Deviasi, Transmitter Differential Pressure, LRV (Lower Range Value), URV (Upper Range Value)
Klasifikasi Spektogram Berbasis Sistem Cerdas Untuk Pengenalan Suara Hewan Sekitar Hunian Manusia Sutarjo, Yermia
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.9282

Abstract

Pengenalan suara hewan di sekitar lingkungan hunian memainkan peran penting dalam memahami interaksi antara manusia dan hewan, serta memberikan informasi yang berguna seperti keberadaan spesies tertentu atau peringatan terhadap potensi bahaya. Namun, proses identifikasi suara secara manual seringkali mengalami kesulitan akibat kemiripan dan keragaman suara antar spesies. Penelitian ini bertujuan untuk mengevaluasi pemanfaatan sistem cerdas berbasis YOLOv8n (You Only Look Once) dalam mengklasifikasikan spektrogram suara hewan. YOLOv8n, yang umumnya digunakan untuk deteksi objek visual, diadaptasi dalam konteks ini untuk mengenali pola visual pada spektrogram suara. Metode yang digunakan bersifat kuantitatif, dengan langkah utama berupa konversi suara hewan menjadi spektrogram, yang kemudian dianalisis menggunakan model YOLOv8n. Penelitian difokuskan pada suara burung, kucing, dan anjing sebagai jenis hewan yang umum dijumpai di lingkungan tempat tinggal. Pengujian dilakukan untuk mengukur tingkat akurasi dan konsistensi sistem dalam mengidentifikasi suara hewan pada berbagai data uji. Selain itu, penelitian ini memverifikasi kemampuan YOLOv8n dalam membedakan karakteristik tiap jenis suara hewan dengan menghasilkan perbedaan visual pada spektrogram sesuai karakteristik spesies. Hasil evaluasi menunjukkan bahwa sistem mencapai akurasi sebesar 96,66%, dengan presisi 96,52%, recall 95,62%, dan F1-score 96,06%, yang menunjukkan bahwa model mampu mengenali jenis suara hewan dengan performa tinggi, melampaui target awal sebesar 80%, serta dengan waktu pemrosesan yang efisien dan konsisten.
Large Language Model (LLM) untuk Rekomendasi Parfum Herlambang, Gustian
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.9567

Abstract

Penelitian ini bertujuan mengembangkan sistem rekomendasi parfum berbasis deskripsi teks menggunakan pendekatan Large Language Model (LLM). Sistem ini memanfaatkan model Sentence Transformer (all-MiniLM-L6-v2) untuk menghasilkan representasi semantik dari deskripsi parfum, dan menghitung kemiripan antarparfum menggunakan cosine similarity. Untuk mengevaluasi keefektifan pendekatan ini, dilakukan perbandingan dengan dua metode representasi teks lainnya, yaitu TF-IDF dan Word2Vec. Evaluasi dilakukan melalui pendekatan kuantitatif menggunakan skor cosine similarity, serta pendekatan kualitatif berdasarkan persepsi pengguna terhadap hasil rekomendasi. Hasil menunjukkan TF-IDF memiliki nilai cosine similarity rata-rata sebesar 0.3%, skor cosine similarity rata-rata Word2Vec sebesar 95% dan LLM sebesar 0,60%. Meskipun Word2Vec rata-rata  memperoleh nilai kemiripan tertinggi secara numerik, rekomendasi dari model LLM dinilai paling relevan secara semantik oleh pengguna. Pendekatan LLM memberikan keunggulan dalam memahami konteks deskriptif aroma dan memberikan rekomendasi yang lebih personal dan cocok. Penelitian ini menunjukkan bahwa LLM berpotensi tinggi dalam mengatasi tantangan rekomendasi berbasis teks deskriptif seperti pada domain parfum.
Perancangan Sistem Informasi Puskesmas Desa Lubuk Resam Berbasis Website Putri, Hermalinda; Yudertha, Andreo; Yusuf, M.
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.9225

Abstract

Sistem informasi Puskesmas adalah suatu sistem yang dirancang untuk mengelola data dan informasi yang berkaitan dengan pelayanan Kesehatan pada. Saat ini pengolahan data di Puskesmas Puskesmas Desa Lubuk Resam masih menggunakan pencatatan manual sehingga menyebabkan beberapa kendala seperti kesulitan dalam pencatatan data dan kehilangan data yang dibutuhkan. Oleh karena itu, penelitian ini bertujuan untuk menghasilkan sistem informasi puskesmas yang membantu pekerjaan dalam proses pengelolaan data secara online dan efisien. Penelitian ini menggunakan metode waterfall. Sistem dirancang menggunakan PHP native dan MySQL dengan pemodelan UML. Pengujian sistem menggunakan blackbox testing menunjukan hasil bahwa fitur dan fungsionalitas sistem berjalan baik. Hasil uji kelayakan menggunakan UAT dengan metode skala likert memperoleh hasil 86% yang termasuk dalam kategori sangat layak, ini menunjukan bahwa sistem yang dirancang sudah memenuhi kebutuhan pengguna.
Sistem Optimasi Rute Pengiriman Barang Berbasis Web Mengunakan Algoritma Genetika (Studi Kasus PT. XYZ) Nur Hidayat, Nur Hidayat
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.9421

Abstract

Proses pengiriman barang yang efisien menjadi salah satu faktor penting dalam meningkatkan kinerja perusahaan distribusi. Salah satu tantangan yang dihadapi adalah penentuan rute pengiriman yang optimal. Penelitian ini bertujuan untuk membangun sistem optimasi rute pengiriman berbasis web menggunakan Algoritma Genetika sebagai solusi dari permasalahan Travelling Salesman Problem (TSP). Metode pengembangan yang digunakan adalah Rapid Application Development (RAD) karena memungkinkan iterasi cepat dan keterlibatan pengguna secara langsung. Sistem ini dilengkapi dengan fitur pengelolaan data, penugasan pengiriman, pembaruan status, serta visualisasi rute interaktif menggunakan Leaflet.js. Hasil pengujian menggunakan Black Box Testing menunjukkan bahwa semua fitur berjalan sesuai dengan fungsinya. Sistem ini diharapkan dapat membantu perusahaan dalam menghemat biaya, mempercepat pengiriman, serta meningkatkan kepuasan pelanggan
Perbandingan Manual Testing dan Automation Testing pada UI Testing Aplikasi Warehouse PT X Aulianisa, Fitri; Farisi, Ahmad
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.9935

Abstract

Penelitian ini mengukur metode pengujian manual dan pengujian otomatisasi pada aplikasi Warehouse berbasis website dengan menggunakan empat parameter, yaitu waktu eksekusi, akurasi, cakupan pengujian, dan jumlah tahapan. Pengujian dilakukan pada seluruh fitur aplikasi untuk mengetahui efektivitas, kelebihan, dan keterbatasan masing-masing metode. Pengujian manual dilakukan secara langsung oleh penguji, sedangkan pengujian otomatisasi menggunakan skrip dan tools Katalon Studio. Hasil penelitian menunjukkan bahwa pengukuran otomatis lebih efisien dari segi waktu dibandingkan manual. Pada parameter akurasi dan permulaan pengujian, kedua metode menghasilkan hasil yang sama, yaitu seluruh kasus pengujian berhasil dijalankan sesuai hasil yang diharapkan dan mencapai cakupan pengujian 100%. Pada jumlah tahapan, metode manual lebih sederhana pada fase perancangan, sedangkan otomatisasi lebih efisien pada fase eksekusi. Temuan ini menunjukkan bahwa pengukuran otomatis lebih sesuai untuk pengujian berulang. Penelitian ini diharapkan dapat membantu perusahaan dalam memilih metode pengujian yang paling efektif untuk meningkatkan kualitas proses pengujian perangkat lunak.
Analisis Sentimen Ulasan Pengguna Aplikasi Bank Jago Pada Google Play Store Dengan Metode Naïve Bayes Segarani, Rena Destiyana; Hartanti, Swi; Erlinawati, Mira
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.8775

Abstract

kemajuan teknologi digital telah mendorong peningkatan pengguna layanan perbankan berbasis aplikasi, termasuk Bank Jago sebagai salah satu innovator di sektor perbankan digital Indonesia. Ulasan pengguna di Google play Store menjadi sumber data yang kaya untuk memahami persepsi, kepuasan, serta keluhan pengguna terhadap aplikasi tersebut. Penelitian ini bertujuan untuk mengkaji sentimen dari ulasan-ulasan tersebut dengan menerapkan metode Naïve Bayes, salah satu algoritma klasifikasi dalam pembelajaran mesin yang dikenal sederhana namun efektif. Data dikumpulkan dari Google Play Store dan diproses melalui tahap pra-pemrosesan yang mencakup pembersihan teks, tokenisasi, penghapusan stopword, serta stemming. Sentiment kemudian dikategorikan ke dalam tiga kelas: positif, negative dan netral. Hasil analisis menunjukkan dominasi sentimen  positif, namun juga ditemukan kritik terhadap aspek teknis dan fitur layanan. Model Naïve Bayes berhasil mengklasifikasikan data dengan tingkat akurasi yang baik, menjadikannya alat yang potensial untuk menganalisis opini public secara otomatis. Penelitian ini dapat menjadi masukan bagi pengembang untuk meningkatkan kualitas aplikasi berdasarkan umpan balik pengguna.
Penerapan Algoritma Apriori Dalam Mendukung Pengambilan Keputusan Produksi Seragam pada UMKM Konveksi Hassa Salma, Widya; Maulana, Much Rifqi; Darmawan, Wachid
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.10046

Abstract

UMKM Konveksi Hassa merupakan unit usaha produktif yang bergerak dalam pembuatan seragam sekolah dan kantor dengan volume transaksi yang terus berkembang. Seiring dengan peningkatan pesanan, diperlukan sebuah pendekatan sistematis untuk mengolah data transaksi yang ada menjadi informasi strategis guna mendukung perencanaan produksi yang lebih efisien. Penelitian ini bertujuan untuk mengoptimalkan pemanfaatan data historis pemesanan menggunakan algoritma Apriori melalui kerangka kerja CRISP-DM. Melalui tahapan pra-pemrosesan data hingga pengujian sensitivitas parameter, penelitian ini berhasil merumuskan pola keterkaitan antar produk secara akurat. Hasil pengujian menunjukkan bahwa parameter minimum support 0,05 dan minimum confidence 0,57 merupakan konfigurasi paling optimal yang menghasilkan 10 aturan asosiasi. Temuan utama mengidentifikasi hubungan kuat antara pesanan seragam jenjang SD, SMP, dan SMA dengan nilai lift sebesar 3,771, serta keterkaitan erat antara produk Blouse dan Kemeja dengan confidence 89,5%. Uji sensitivitas membuktikan bahwa parameter tersebut mampu menjaga keseimbangan antara kuantitas aturan dan validitas statistik. Implementasi temuan ini memberikan nilai tambah bagi manajemen dalam pengambilan keputusan terkait produksi dan pengelolaan stok berbasis data, sehingga mendukung pertumbuhan berkelanjutan UMKM Konveksi Hassa.

Filter by Year

2012 2026


Filter By Issues
All Issue Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 14, No 4 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 14, No 3 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 14, No 2 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 14, No 1 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 13, No 3 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 13, No 2 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 13, No 1 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 12, No 4 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 12, No 3 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 12, No 2 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 12, No 1 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 11, No 4 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 11, No 1 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 10, No 3 (2021): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 10, No 2 (2021): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 10, No 1 (2021): Smart Comp : Jurnalnya Orang Pintar Komputer Vol 9, No 2 (2020): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 9, No 1 (2020): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 8, No 2 (2019): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 8, No 1 (2019): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 7, No 2 (2018): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 7, No 1 (2018): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 6, No 2 (2017) Vol 6, No 1 (2017) Vol 5, No 2 (2016) Vol 5, No 1 (2016) Vol 4, No 2 (2015) Vol 4, No 1 (2015) Vol 3, No 2 (2014) Vol 3, No 1 (2014) Vol 2, No 4 (2013): Smart Comp Vol 2, No 3 (2013): Smart Comp Vol 1, No 2 (2012): Smart Comp Vol 1, No 1 (2012): Smart Comp More Issue