cover
Contact Name
Rani Megasari
Contact Email
megasari@upi.edu
Phone
+628112412413
Journal Mail Official
jatikom@upi.edu
Editorial Address
Program Studi Ilmu Komputer FPMIPA Universitas Pendidikan Indonesia Jl.Setiabudhi 229 Bandung Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer
ISSN : -     EISSN : 2615577X     DOI : https://doi.org/10.17509/jatikom
JATIKOM adalah jurnal nasional yang ditujukan sebagai media publikasi hasil-hasil penelitian tentang aplikasi dan teori di rumpun bidang ilmu komputer seperti kecerdasan buatan, rekayasa perangkat lunak, basis data, sistem informasi, jaringan komputer, teknologi informasi, simulasi dan pemodelan, riset operasi, sistem digital, dan multimedia. JATIKOM diterbitkan dua kali setahun, yaitu pada bulan Maret dan September oleh Program Studi Ilmu Komputer Departemen Pendidikan Ilmu Komputer, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam (FPMIPA), Universitas Pendidikan Indonesia (UPI). Kami mengundang peneliti, akademisi dan praktisi industri yang memiliki hasil penelitian terkait aplikasi dan teori ilmu komputer untuk berkontribusi dalam jurnal ini.
Articles 55 Documents
Rancang Bangun Aplikasi IS and Business Alignment Maturity Level sebagai Dasar Perencanaan Strategis Sistem Informasi Organisasi Risna Desmayanti; Asep Wahyudin; Eka Fitrajaya Rahman
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 2 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i2.25191

Abstract

Penggunaan sistem informasi (SI) pada saat ini dapat membantu organisasi untuk meningkatkan daya saing. Namun sebelum mengimplementasikannya, akan lebih efektif jika dilakukan proses perancanaan SI. Hingga saat ini perencanaan strategis menjadi masalah yang diakibatkan karena elemen yang terlibat dalam proses perancanaan hanya pada bagian manajemen tinggi tanpa melibatkan elemen lainnya dibawahnya. Oleh karena itu, salah satu metode untuk merencanakan SI adalah dengan melakukan pengukuran tingkat kesiapan SI/TI di lingkungannya. Model penentuan kesiapan SI/TI organisasi yang akan diterapkan, bisa digunakan sebagai tindakan evaluasi awal sebelum proses penyelarasan perencanaan strategi bisnis dan SI/TI. Maka dari itu, tingkat keselerasan renstra SI dengan renstra organisasi menjadi bahasan utama dalam penelitian ini. Penelitian ini menggunakan kerangka kerja Strategic Alignment Maturity Model (SAMM) untuk menilai capaian organisasi. Melalui penilaian ini organisasi dapat mengetahui kondisi tingkat keselasaran SI dengan renstranya. Penilaian yang ditanyakan kepada responden, telah melalui proses judgement kepada 2 orang pakar. Proses pengumpulan data dilakukan di Badan Kesatuan Bangsa Kab. Cianjur (Kesbangpol) dengan melibatkan beberapa unit kerja yang ada. Kuisioner disebarkan melalui halaman https://www.evalsi.upi.edu kepada unit kerja. Hasil pengukuran tingkat kematangan organisasi dapat dilihat secara realtime ketika responden telah selesai mengisi kuisioner. Dari hasil pengukuran, menunjukkan bahwa tingkat kematangan keselarasan SI dengan rencana strategis Kesbangpol berada pada tingkat 3. Maka rekomendasi strategi yang bisa digunakan oleh Kesbangpol untuk menyusun rencana strategis sebaiknya fokus terhadap area-area kritisnya.
Sistem Rekomendasi Film Menggunakan Metode Collaborative Filtering dan K-Nearest Neighbors Eggy Ryana Agustian; Dr Munir; Eddy Prasetyo Nugroho
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 3, No 1 (2020)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v3i1.33208

Abstract

Industri film berkembang demikian pesat. Banyak jenis film yang beredar dan siap untuk disaksikan. Oleh sebab itu banyak orang kebingunan akan film apa yang ingin disaksikan. Maka, dibutuhkan sistem untuk merekomendasikan film agar sesuai dengan yang calon penonton inginkan. Penelitian ini bertujuan untuk mengetahui prediksi rating film pada suatu pengguna menggunakan metode Collaborative Filtering (CF). Algoritma CF dapat mempredisiksi rating suatu film berdasarkan relasi antar user lainnya. Sistem berbasis website sehingga pengguna dapat langsung melihat hasil keluaran film yang direkomendasikan untuk disaksikan.
Pengembangan Intelligent Tutoring System Menggunakan Bayesian Network Dita Fauzia; Wahyudin Wahyudin; Rasim Rasim
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 2 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i2.25186

Abstract

Dalam pelaksanaan proses kegiatan pembelajaran, setiap siswa memiliki kemampuan dan daya serap yang berbeda. Hal ini menyebabkan mereka mengalami kesulitan-kesulitan yang beragam. Perbedaan tingkat pemahaman tersebut menyebabkan para siswa sulit untuk menyelaraskan kemampuannya dengan seluruh siswa, sehingga mereka tidak dapat mencapai tujuan belajar yang diharapkan. Untuk itu, diperlukan usaha untuk memahami keberagaman kesulitan dari para siswa, agar proses pembelajaran dapat selaras dengan tingkat pemahaman para siswa secara individual. Penelitian ini dilakukan untuk membangun suatu Intelligent Tutoring System dengan menggunakan Bayesian Network yang dapat merekomendasikan materi yang sesuai dengan tingkat pemahaman siswa, Penggunaan Bayesian Network dalam sistem ini yaitu dapat memberikan saran penyajian materi berdasarkan probabilitas materi prasyarat yang dihitung dengan teorema bayes. Hasil dari pengembangan Intelligent Tutoring System yang dikembangkan mampu membantu pengguna merekomendasikan materi sesuai dengan tingkat pemahaman secara individu. Hal tersebut dapat dilihat dari nilai umpan balik yang diberikan oleh pengguna sebesar 80,58%.
Implementasi Multinomial Naive Bayes Untuk Klasifikasi Ujaran Kebencian Pada Dataset Kicauan (Twitter) Bahasa Indonesia Umar Syahid Aulia Rahman; Yudi Wibisono; Eddy Prasetyo Nugroho
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 3, No 2 (2020)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v3i2.28231

Abstract

Pada paper ini kami membahas klasifikasi ujaran kebencian pada data kicauan (Twitter) dalam bahasa Indonesia dimana pada penelitian ini kami membangun dataset ujaran kebencian pada kicauan bahasa Indonesia dan melakukan pengklasifikasian dengan mengimplementasikan algoritma Multinomial Naive Bayes dengan menggunakan ekstraksi fitur term frequency – inverse document frequency (TF-IDF). Pada penelitian kami melakukan beberapa konfigurasi dalam modifikasi data training untuk mengatasi imbalanced dataset yaitu dengan menggunakan metode random oversampling dan random undersampling. Dari eksperimen tersebut kami melakukan evaluasi menggunakan confusion matrix dan didapatkan hasil implementasi metode Multinomial Naive Bayes dengan modifikasi data training menggunakan random oversampling dengan rasio data testing 10% memiliki hasil yang paling bagus dengan fmeasure sebesar 0.5307. 
Perbandingan Metode Weighted Product (WP), Weighted Sum Model (WSM) Dan Multi Attribute Utility Theory (MAUT) Dalam Sistem Pendukung Keputusan Penerimaan Tenaga Kerja Indri Fajarwati; Novi Sofia Fitriasari; Herbert Siregar
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 1 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i1.25144

Abstract

Salah satu cara yang digunakan untuk memperoleh tenaga kerja yang berkualitas adalah melakukan penerimaan calon tenaga kerja. Penerimaan calon tenaga kerja merupakan sebuah tahap dimana suatu perusahaan harus melakukan proses perekrutan tenaga kerja yang memenuhi penilaian masing-masing kriteria dan kebutuhan unit kerja pada perusahaan. Sistem Pendukung Keputusan (SPK) diharapkan dapat mempermudah bagi suatu perusahaaan dalam melakukan perekrutan calon tenaga kerja dengan hasil yang lebih cepat dan efektif dari segi waktu. Dengan SPK hasil yang diperoleh dapat dipertanggung-jawabkan serta dapat diterapkan dengan cara menggunakan alat bantu komputer, sehingga dapat mengurangi kesalahan dalam melakukan pengambilan keputusan. Banyak metode yang digunakan untuk SPK dalam menentukan perangkingan pada penerimaan tenaga kerja, misalnya metode Analytical Hierarchy Process (AHP) dan Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). Penelitian ini mengimplementasikan metode WP, metode WSM dan metode MAUT kemudian dibandingkan dengan hasil perangkingan manual oleh perusahaan “X”. Hasil perbandingan dari penelitian ini ditinjau dari beberapa segi. Dari segi akurasi dan error, metode MAUT memiliki akurasi yang paling besar dan error paling kecil dibandingkan dengan metode WSM dan WP. Dari segi kecepatan compile, metode WSM memerlukan sedikit waktu dibandingkan dengan metode MAUT dan WP. Dari segi kompleksitas algoritma, metode WP, WSM dan MAUT memiliki kompleksitas 5.
Aplikasi Sistem Pendukung Keputusan Untuk Mendiagnosa Post Traumatic Syndrome Disorder Menggunakan Algoritma Fuzzy Rudi Prasetya Prasetya
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 3, No 2 (2020)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v3i2.23934

Abstract

Dalam mengidetifikasi anak Traumatic Syndrome Disorder (PTSD) secara efektif dan efisien dalam memilih pendampingan anak. Aplikasi Sistem pendukung keputusan dibuat untuk memberi alternatif lain dalam cara mendiagnosa gejala Post Traumatic Syndrome Disorder.  Untuk memenuhi dalam pendiagnosaan di perlukan data yang sesuai diberikan dengan kondisi anak maka di butuhkann metode Fuzzy mamdani dimplentasikan didalam program aplikasi sebagai dasar pengelolaan analisis informasi yang keluarannya diharapkan dapat memberikan keputusan yang memiliki tingkat keakuratan yang mendekati kebenaran.
Analisis Statistik dan Implementasi Image Masking Berdasarkan Hasil Error Level Analysis Pada Gambar Digital Muhammad Fauzi Rahman; Rizky Rachman Judhie Putra; Yaya Wihardi
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 3, No 1 (2020)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v3i1.33209

Abstract

Manipulasi gambar digital menjadi sebuah hal yang biasa dilakukan demi memperoleh hasil yang sesuai keinginan, baik untuk tujuan pribadi maupun tujuan lain. Error Level Analysis (ELA) adalah salah satu metode dari bidang ilmu digital forensik yang dapat digunakan untuk mendeteksi jejak manipulasi gambar digital secara visual. Penelitian ini membahas perubahan statistik yang disebabkan oleh beberapa jenis manipulasi gambar digital berdasarkan hasil ELA yang diperoleh. Statistik yang dianalisis meliputi nilai minimum, maksimum, dan rata-rata pada komponen warna merah, hijau, biru, dan magnitudo. Eksperimen menghasilkan statistik yang sangat beragam dan tidak dapat digunakan untuk menilai keaslian gambar digital. Salah satu nilai dari hasil statistik, yaitu nilai ratarata magnitudo, dapat digunakan sebagai dasar untuk mengimplementasikan image masking. Berdasarkan 8 skenario yang telah dilakukan, hanya 2 skenario yang memberikan hasil masking yang cukup membantu dalam mengidentifikasi daerah yang dapat dicurigai sebagai hasil manipulasi
Sistem Pencatatan Kehadiran Pertemuan Berbasis Mobile dengan Metode Pengembangan Spiral Irsad Harfiansah Shodiq; Rani Megasari; Muhammad Nursalman
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 2 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i2.25187

Abstract

Pertemuan merupakan kegiatan yang sering dilakukan untuk tujuan tertentu. Di dalam pertemuan, kehadiran menjadi faktor penting untuk dicatat. Pencatatan kehadiran biasanya dilakukan secara manual yang memakan waktu dan tenaga, atau menggunakan alat khusus berbasis biometrik yang menelan biaya dan tidak cocok untuk pertemuan dinamis. Dengan ponsel pintar yang semakin umum digunakan, pencatatan kehadiran kini dapat dilakukan dengan bantuan aplikasi mobile. Untuk itu, penelitian ini membuat sebuah aplikasi pada platform Android yang dapat mendaftarkan jadwal pertemuan penggunanya, dan mencatatkan kehadiran dengan beberapa parameter seperti lokasi, anggota, dan trust. Penelitian menghasilkan sistem pencatatan kehadiran pertemuan dan parameter yang perlu ada untuk membangun sistem ini. Pengujian dilakukan dengan metode black box menunjukan seluruh fitur dan fungsi berjalan semestinya.
Implementasi Metode Machine Learning Menggunakan Algoritma Evolving Artificial Neural Network Pada Kasus Prediksi Diagnosis Diabetes Resky Ramadhandi Santoso
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 3, No 2 (2020)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v3i2.27885

Abstract

Diabetes Melitus merupakan salah satu masalah dalam dunia kesehatan yang dapat menyerang siapa saja, mulai dari anak-anak, remaja, hingga orang dewasa. Oleh karena itu, diabetes merupakan salah satu penyakit tidak menular yang saat ini telah menjadi ancaman serius bagi kesehatan global. Sejak tahun 1980, jumlah penderita diabetes di seluruh dunia telah meningkat hampir dua kali lipat dari 4,7% menjadi 8,5% dari total populasi. International Diabetes Federation (IDF) bahkan memperkirakan jumlah penderita diabetes di seluruh dunia akan mencapai 700 juta orang pada tahun 2045. Sebagai respons dari kondisi tersebut, penelitian ini akan membuat prediksi diagnosis untuk penyakit diabetes menggunakan salah satu algoritma dari metode machine learning yaitu artificial neural network. Namun terdapat suatu permasalahan utama dalam algoritma ini yaitu dalam hal penentuan arsitektur yang tepat. Permasalahan ini dapat dipandang sebagai permasalahan optimasi, dimana terdapat banyak sekali kemungkinan arsitektur yang bisa terjadi. Maka dari itu, untuk melakukan pencarian terhadap arsitektur yang tepat agar dapat meningkatkan akurasi dari prediksi akan ada tahapan untuk menggunakan algoritma evolusi. Karena algoritma ini sangat cocok untuk diterapkan pada kasus optimasi. Sehingga dalam penelitian ini akan diimplementasikan algoritma Evolving Artificial Neural Network (EANN) untuk memprediksi diagnosis pasien. Dengan harapan penelitian ini dapat menghasilkan akurasi yang lebih tinggi dalam memprediksi diagnosis pasien dalam hal penyakit diabetes. Set data yang digunakan adalah Pima Indian Diabetes dari UCI Machine Learning Repository. Berdasarkan eksperimen yang telah dilakukan, model terbaik yang dihasilkan memiliki akurasi sebesar 83,55%. Artinya algoritma yang digunakan cukup berhasil dalam melakukan prediksi terhadap diagnosis penyakit diabetes.
Implementasi Algoritma AES 128 dan SHA – 256 Dalam Pengkodean pada Sebagian Frame Video CCTV MPEG-2 Anisha Yahdiani Mulyadi; Eddy Prasetyo Nugroho; Rizky Rahman
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 1, No 1 (2018)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v1i1.25145

Abstract

Perkembangan yang sangat pesat dalam pertukaran data pada teknologi internet dan informasi menyebabkan keamanan informasi menjadi masalah utama dalam penyimpanan data. Beberapa data memiliki informasi yang bersifat rahasia dan harus dilindungi, terutama dalam bentuk video yang mungkin mencakup beberapa informasi sensitif yang tidak diperuntukkan bagi konsumsi publik. Masalah muncul ketika informasi tersebut dapat dimanipulasi dan diubah keasliannya, salah satunya yaitu pada suatu file video Closed Circuit Television (CCTV). Oleh karena itu, tingkat keamanan dan privasi dalam suatu file video CCTV memiliki peranan yang vital. Penelitian ini membahas rancangan dan implementasi model pengamanan video CCTV MPEG-2 menggunakan teknik enkripsi. Proses enkripsi pada video CCTV akan menghasilkan video dengan sebagian frame yang acak sehingga dapat mencegah tindakan manipulasi. Metode enkripsi yang digunakan yaitu Advanced Encryption Standard (AES) 128 bits dan Secure Hash Algorithm – 256 (SHA-256), dimana AES digunakan pada proses enkripsi dan dekripsi, sedangkan SHA-256 digunakan untuk meningkatkan kompleksitas pada kunci yang akan digunakan dan diuji oleh Randomess Test. Dengan menggunakan Mean Squared Error (MSE) dan Peak Signal to Noise Ratio (PSNR), model pengamanan video CCTV MPEG-2 yang dihasilkan menunjukkan kinerja yang cukup baik dengan nilai MSE dan PSNR maksimum secara berturut-turut yaitu 107,9 dan 27,8 dB pada hasil enkripsi. Sedangkan pada hasil dekripsi, nilai MSE dan PSNR maksimum secara berturut-turut yaitu 3,01 dan 43,43 dB.