cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Imam Fahrur Rozi
Contact Email
imam.rozi@polinema.ac.id
Phone
+6285233139738
Journal Mail Official
jip@polinema.ac.id
Editorial Address
Politeknik Negeri Malang Jl. Soekarno Hatta No.9, Jatimulyo, Kec. Lowokwaru, Kota Malang, Jawa Timur 65141 Phone: (0341) 404424-404425 Fax: (0341) 404420
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Informatika Polinema (JIP)
Published by Politeknik Negeri Malang
ISSN : 26146371     EISSN : 2407070X     DOI : https://doi.org/10.33795/jip
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science
The focus and scope of articles published in JIP (Journal of Informatics Polinema) encompasses the game technology, information system, computer network, computing, which covers the following scope: Game Technology Artificial Intelligence Intelligent System Machine Learning Image Processing Computer Vision Information Retrieval Machine Learning Information System Internet of Things Computer Security Technology Enhanced Learning Education Technologies Digital Forensic Wireless Sensor UI/UX research JIP (Jurnal Informatika Polinema) publishes comprehensive research articles and invited reviews by leading expert in the field. Papers will be selected that high scientific merit, impart important new knowledge, and are of high interest to computer and information technology.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 23 Documents
 1   2   3 
Search results for , issue "Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)" : 23 Documents clear
Sistem Pelaporan Kerusakan Sarana Prasarana Berbasis Mobile Secara Realtime dengan Notifikasi Rangga Eka Kusuma Dani; Aris Haris Rismayana
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.7328

Abstract

Sarana dan prasarana adalah elemen penting yang mendukung kelancaran kegiatan belajar mengajar di sekolah. Namun, di SMAN 17 Bandung, pelaporan kerusakan untuk sarana dan prasarana masih dilakukan secara manual. Cara ini sering menyebabkan keterlambatan dalam penyelesaian masalah, rendahnya tingkat efisiensi, serta kesulitan dalam mengelola dan melacak data kerusakan. Mengingat masalah tersebut, penulis melakukan penelitian yang bertujuan untuk merancang serta membangun sistem pelaporan kerusakan sarana dan prasarana yang berbasis mobile dan web. Sistem ini memungkinkan laporan dibuat secara langsung dan dilengkapi dengan fitur pemberitahuan otomatis kepada pihak-pihak yang memerlukan informasi. Metode yang penulis gunakan dalam pengembangan sistem merupakan waterfall. Metode waterfall ini mencakup langkah-langkah analisis kebutuhan, desain sistem, implementasi, dan pengujian. Untuk bagian web, sistem dibangun dengan menggunakan framework Laravel dan dibantu oleh Laravel Filament untuk membuat antarmuka dashboard admin. Sementara itu, aplikasi mobile dikembangkan dengan menggunakan framework flutter serta terintegrasi dengan notifikasi secara realtime. Sehingga kelebihan dari sistem dan aplikasi mobile ini adalah ketika pelapor membuat laporan maka akan memunculkan notifikasi pada sistem admin dan ketika terdapat update untuk status laporan maka pelapor akan mendapatkan notifikasi secara langsung melalui device pelapor begitu juga ketika terdapat tugas penanganan kerusakan kepada koordinator teknisi. User Acceptance Testing merupakan salah satu metode pengujian yang dilakukan terhadap sistem. Hasil pengujian menunjukkan bahwa sistem berfungsi sesuai dengan kebutuhan pengguna, mempercepat proses pelaporan dan penanganan kerusakan, serta meningkatkan efisiensi dalam kegiatan pengelolaan sarana dan prasarana secara keseluruhan.
Studi Komparatif Model Machine Learning untuk Klasifikasi Warna RGB Daun Selada (Lactuca Sativa L.) Hidroponik terhadap Pemberian Pupuk Silika Sekam Padi Bima Bayu Saputra; Ely Setyo Astuti; Ulla Delfana Rosiani
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.7875

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan warna daun Lactuca sativa L. hidroponik berdasarkan variasi dosis pupuk silika sekam padi menggunakan pendekatan machine learning. Data yang digunakan berupa nilai RGB hasil pembacaan sensor TCS34725 yang terhubung dengan Arduino Uno. Setiap data dikategorikan ke dalam empat kelas perlakuan, yaitu tanpa penyemprotan, satu kali, tiga kali, dan lima kali penyemprotan pupuk silika. Tahapan penelitian mencakup rekayasa fitur (normalisasi RGB, transformasi ke ruang warna HSV dan CIELab, serta rasio antar kanal warna seperti R/G dan G/B), seleksi fitur dengan metode kombinasi subset dan algoritma seperti PCA serta Mutual Information, pelatihan model dengan AdaBoost-SVM dan Bagging-SVM, serta evaluasi performa menggunakan Stratified K-Fold Cross-Validation (10 lipatan). Hasil menunjukkan bahwa model Bagging-SVM memberikan performa terbaik dengan akurasi uji 73,67% dan selisih train–test sebesar 3,87%, sedangkan AdaBoost-SVM memperoleh akurasi 70,90%. Dengan demikian, metode Bagging-SVM lebih stabil dan efektif dalam menangani data warna daun berbasis sensor RGB. Penelitian lanjutan direkomendasikan untuk mengintegrasikan fitur tambahan seperti kanal inframerah dan indeks vegetasi, serta mengembangkan model ensemble hibrida guna meningkatkan akurasi klasifikasi.
Implementasi YOLOv8 Nano pada Sistem Monitoring Budidaya Jamur Tiram Berbasis IoT Andi Nopiandi; Fakhriyal Riyandi Yasin; Rizki Haddi Prayoga; Ivana Lucia Kharisma; Somantri
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8239

Abstract

Jamur tiram merupakan salah satu komoditas pertanian yang memiliki nilai ekonomi tinggi dan banyak dibudidayakan di Indonesia. Namun, proses pemantauan pertumbuhannya secara konvensional masih dilakukan secara manual, sehingga membutuhkan waktu, tenaga, dan rentan terjadi kesalahan dalam pengambilan keputusan. Untuk mengatasi hal tersebut, penelitian ini mengembangkan sistem monitoring pertumbuhan jamur tiram secara otomatis dengan memanfaatkan teknologi Internet of Things (IoT) dan Artificial Intelligence (AISistem ini menggunakan sensor DHT22 untuk membaca suhu dan kelembapan, sensor BH1750 untuk mengukur intensitas cahaya, serta kamera ESP32-CAM untuk mengambil gambar jamur. Data dikirim melalui ESP32 dan dianalisis menggunakan Python, sementara gambar diproses oleh model YOLOv8 Nano untuk mengklasifikasikan fase pertumbuhan jamur menjadi baglog, jamur muda, dan jamur siap panen. Hasil pemantauan ditampilkan secara real-time pada dashboard dan disimpan dalam database MySQL. Hasil pelatihan model menunjukkan performa yang cukup baik dengan nilai rata-rata precision sebesar 0,69, recall sebesar 0,78, dan mean Average Precision (mAP@0.5) sebesar 0,71. Pengujian lanjutan dilakukan terhadap 15 gambar uji dari masing-masing fase jamur, dan seluruh gambar berhasil terdeteksi sesuai dengan kelas yang sebenarnya. Selain itu, pada uji terhadap 10 gambar negatif (tanpa objek jamur). Keberhasilan sistem ini juga didukung oleh jaringan yang stabil untuk pengiriman data, pencahayaan ruang budidaya yang memadai saat pengambilan gambar, serta pengaturan suhu dan kelembapan yang dapat menyesuaikan secara otomatis dengan fase pertumbuhan jamur. Sistem ini membuktikan kemampuannya dalam memantau kondisi pertumbuhan jamur secara otomatis dan akurat, serta berpotensi menjadi solusi praktis dalam mendukung kegiatan budidaya jamur yang lebih modern dan efisien.
Perbandingan Kinerja Naive Bayes dan Random Forest dengan Penanganan Imbalance Data Fortunatus Adhiethera Tuah Putra; Negara, Arif Bijaksana Putra; Sastypratiwi, Helen
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8424

Abstract

Data mining merupakan proses penting untuk mengekstraksi informasi berharga dari kumpulan data besar dan kompleks. Salah satu teknik utamanya adalah klasifikasi, yang digunakan untuk memprediksi kategori data berdasarkan fitur tertentu. Penelitian ini membandingkan performa algoritma Naïve Bayes dan Random Forest dalam mengatasi klasifikasi pada data tidak seimbang. Dataset yang digunakan adalah Bank Marketing dari UCI Machine Learning Repository yang memiliki distribusi kelas tidak seimbang, dengan perbandingan signifikan antara label “yes” dan “no”. Penelitian ini mengevaluasi pengaruh dua teknik penyeimbangan data, yaitu Synthetic Minority Oversampling Technique (SMOTE) dan undersampling, terhadap kinerja kedua algoritma dengan metrik akurasi, presisi, recall, dan F1-score. Pada Naïve Bayes, model default memberikan hasil terbaik (akurasi 91,78%, presisi 90,59, recall 91,78, F1-Score 90,93), sedangkan penggunaan SMOTE atau undersampling justru menurunkan seluruh metrik, dengan penurunan terbesar pada SMOTE (−9,25%). Pada Random Forest, SMOTE meningkatkan akurasi, recall, dan F1-Score secara signifikan, yaitu 5,18% pada akurasi, menghasilkan kombinasi terbaik (akurasi 93,08%, presisi 93,35, recall 93,08, F1-Score 93,07). Hal ini menunjukkan bahwa SMOTE efektif untuk algoritma berbasis pohon, sementara Naïve Bayes lebih optimal tanpa penyeimbangan data tambahan.
Pengembangan Game Edukasi Berbasis Android sebagai Media Pembelajaran Content Creator Kelas XI DKV di SMK Negeri 1 Koto Baru Kurniasih; Haris Kurniawan; Rahayu Trisetyowati Untari
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8471

Abstract

Permasalahan dalam pembelajaran mata pelajaran Content Creator khususnya materi teknik pengambilan gambar dan video di SMK Negeri 1 Koto Baru masih terlihat dari dominasi kegiatan belajar yang cenderung mengandalkan penjelasan langsung dari guru serta media sederhana seperti PowerPoint dan buku teks. Hal ini mengakibatkan kurangnya motivasi serta keterlibatan aktif siswa dalam kegiatan belajar. Penelitian ini diarahkan untuk menciptakan media pembelajaran berbentuk game edukasi yang dapat dioperasikan menggunakan perangkat Android. Penelitian ini mengacu pada model ADDIE yang meliputi tahapan analisis hingga evaluasi, serta menggunakan pendekatan Research and Development (R&D) dengan melibatkan pakar media dan materi sebagai validator, tiga orang guru, serta tiga puluh siswa. Instrumen penelitian terdiri atas angket validitas dan instrumen kepraktisan yang disusun berdasarkan skala linkert dengan lima tingkatan serta dokumentasi. Uji validitas menghasilkan nilai tengah 93% yang dapat dikatakan kategori sangat valid, sedangkan materi mencapai 83% (sangat valid). Berdasarkan uji praktikalitas, guru memberikan penilaian sebesar 85% sementara siswa mencapai 91%. Temuan ini mengindikasikan bahwa media yang dikembangkan tergolong praktis dan dapat dimanfaatkan dalam proses belajar. Analisis data tidak semata mata didasarkan pada perhitungan persentase melainkan juga diperkuat dengan interprestasi tiap butir serta masukan kualitatif dari responden. Dari temuan yang diperoleh dapat disimpulkan bahwa game edukasi berbasis Android efektif digunakan untuk meningkatkan motivasi belajar siswa, terutama pada materi teknik pengambilan gambar dan video. Penelitian selanjutnya disarankan untuk menambah cakupan materi, memperkaya fitur interaktif, dan melakukan uji efektivitas pada sampel yang lebih luas.
Pengembangan Learning Management System dengan Fitur Gamifikasi untuk Pembelajaran Informatika di SMK Negeri 1 Koto Baru Maideshinta, Tri Kurnia; Faiza Rini; Rini Novita
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8491

Abstract

Pendidikan berperan penting dalam membentuk sumber daya manusia berkualitas, dan pemanfaatan teknologi informasi menjadi kebutuhan mendesak untuk meningkatkan mutu pembelajaran. Di SMK Negeri 1 Koto Baru, keterbatasan waktu, rendahnya motivasi belajar, serta metode penyampaian materi yang kurang interaktif menjadi kendala dalam mencapai hasil optimal pada mata pelajaran informatika. Integrasi fitur gamifikasi seperti leaderboard, badge, dan tugas dalam bentuk quest atau tantangan diharapkan meningkatkan keterlibatan siswa, menciptakan suasana belajar interaktif, serta membantu guru mengelola pembelajaran secara efektif meski waktu terbatas. Penelitian ini menggunakan metode Research and Development (R&D) dengan model ADDIE (Analysis, Design, Development, Implementation, Evaluation). Analisis dilakukan untuk mengidentifikasi kebutuhan, dilanjutkan perancangan modul konten, evaluasi, dan integrasi fitur gamifikasi. Produk diuji melalui validasi ahli dan uji praktikalitas melibatkan guru dan siswa kelas X. Hasil penelitian menunjukkan LMS dengan gamifikasi mendapatkan kategori sangat valid (91%) untuk uji validasi media dan kategori valid (89%) untuk uji validasi materi. Untuk uji praktikalitas guru dan siswa memperoleh nilai rata-rata 92% dengan kategori sangat praktis. Dengan demikian, pengembangan LMS berbasis Moodle dengan fitur gamifikasi menjadi solusi inovatif untuk pembelajaran informatika yang lebih menarik, efektif, dan efisien, terutama pada keterbatasan waktu di SMK Negeri 1 Koto Baru.
Analisis Perbandingan Kinerja Alat Pengujian Beban Perangkat Lunak: Apache JMeter, Gatling, dan K6 Sulistiyani, Endang; Rosul, Qodhi Musyafaúr
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8693

Abstract

Dalam pengembangan perangkat lunak, software load testing memiliki peran sangat penting dalam meningkatnya kinerja suatu sistem. Pemilihan software testing yang tepat akan sangat mempengaruhi kualitas hasil pengujian. Penelitian ini menganalisis perbandingan kinerja tiga software load testing, yaitu apache jmeter, gatling, dan k6, dalam menguji performa load testing 10 website PMB universitas di surabaya. Tujuan utama penelitian adalah mengevaluasi kinerja alat pengujian berdasarkan tiga parameter. Metodologi penelitian ini terdiri dari beberapa tahapan , yaitu perencanaan lingkungan pengujian, implementasi yang mencakup pembuatan skenario uji dan pelaksanaan pengujian, serta menganalisis dan mengevaluasi hasil pengujian. Hasil perbandingan kinerja tiga tools load testing, Dari segi parameter execution time, Apache Jmeter menunjukkan durasi pengujian yang paling cepat dan konsisten di semua tingkat Virtual user. Gatling memiliki durasi pengujian yang jauh lebih lama empat kali lipat dibandingkan Apache Jmeter dan K6. Sementara K6 Menunjukkan durasi pengujian yang mirip dengan Apache Jmeter pada 50 dan 75 VU, tetapi sedikit meningkat pada 100 VU. Dari segi ease of use, apache jmeter memperoleh total nilai sebesar 14. masing-masing sebesar 5 poin. Sementara itu, gatling memperoleh nilai tertinggi dengan total 15 poin yang unggul dari seluruh aspek ease of use. Sebaliknya, k6 mendapatkan nilai terendah dengan total 10 poin, dengan rata-rata nilai yang lebih rendah dibandingkan kedua tools lainnya. Segi feature, apache jmeter memperoleh skor 11, gatling memperoleh skor tertinggi dengan 12 poin, dan k6 juga mencatat total 13 poin, menjadikannya tools dengan nilai tertinggi secara keseluruhan.
Analisis Keamanan terhadap Kombinasi XSS dan Social Engineering pada Website Sulistiyani, Endang; Ananda, Rian Firgiawan Gusti
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8779

Abstract

Meningkatnya intensitas kejahatan siber dari tahun ke tahun menjadikan keamanan siber sebagai aspek penting dalam menjaga kerahasiaan, integritas, dan ketersediaan data serta informasi di era digital. Perkembangan sistem informasi berbasis web tidak hanya meningkatkan efisiensi, tetapi juga memperluas potensi celah keamanan yang dapat dimanfaatkan oleh pelaku kejahatan siber. Berdasarkan laporan Badan Siber dan Sandi Negara (BSSN), serangan Cross-Site Scripting (XSS) dan Social Engineering merupakan dua jenis serangan yang mendominasi insiden keamanan siber di Indonesia pada periode 2020–2021. Hal ini menunjukkan bahwa ancaman terhadap sistem informasi berasal dari kombinasi kelemahan teknis sistem dan faktor non-teknis yang berkaitan dengan perilaku pengguna. Sebagian besar penelitian sebelumnya membahas mengenai serangan XSS dan Social Engineering secara terpisah, sementara kajian mengenai dampak kombinasi kedua teknik tersebut masih terbatas. Oleh karena itu, penelitian ini bertujuan untuk menganalisis tingkat risiko serangan kombinasi XSS dan Social Engineering pada sistem informasi berbasis web. Metode penelitian yang digunakan adalah penetration testing untuk mensimulasikan skenario serangan, yang selanjutnya dianalisis menggunakan tabel risiko keamanan informasi. Hasil penelitian menunjukkan bahwa kombinasi Reflected XSS dengan teknik Pretexting menghasilkan tingkat keparahan sebesar 6,8 dengan kategori Medium dan probabilitas 3 (Possible). Sementara itu, kombinasi Stored XSS dengan Pretexting menunjukkan tingkat keparahan yang lebih tinggi sebesar 7,6 dengan kategori High dan probabilitas 5 (Frequent). Kedua kombinasi serangan menunjukkan tingkat keparahan yang lebih tinggi dibandingkan dengan tingkat keparahan dari Reflexted XSS (5,4) dan Stored XSS (7,1). Temuan ini menunjukkan bahwa serangan kombinasi memiliki tingkat risiko yang lebih signifikan dibandingkan penggunaan teknik serangan secara terpisah.
Pengembangan Sistem Deteksi dan Klasifikasi Jenis Kelamin Bunga pada Kelapa Sawit Azman, Muhammad; Arif Fadllullah
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8867

Abstract

Pulau Sebatik di Kabupaten Nunukan, Kalimantan Utara, memiliki potensi besar dalam budidaya kelapa sawit. Namun, proses identifikasi jenis kelamin bunga kelapa sawit yang masih dilakukan secara manual sering kali menimbulkan kesalahan dan ketidakefisienan. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis berbasis citra guna mengidentifikasi jenis kelamin bunga kelapa sawit menggunakan arsitektur Convolutional Neural Network (CNN) VGG19. Dataset yang digunakan terdiri dari 800 citra primer yang terbagi secara merata antara bunga jantan dan betina. Melalui proses prapemrosesan dan augmentasi, jumlah dataset meningkat menjadi 1.164 citra, dengan pembagian 80:10:10 untuk data latih, validasi, dan uji. Model berhasil mencapai nilai presisi, recall, dan F1-score sebesar 100% pada data validasi dan pengujian. Namun, saat diuji pada 18 citra baru di luar dataset, terjadi beberapa kesalahan klasifikasi, khususnya dalam mengenali bunga betina sebagai bunga jantan. Hal ini menghasilkan nilai presisi dan recall rata-rata sebesar 95%, serta F1-score sebesar 94%. Temuan ini menunjukkan bahwa model memiliki kemampuan tinggi dalam mengklasifikasi jenis kelamin bunga kelapa sawit. Meskipun demikian, kesalahan pada implementasi nyata menunjukkan perlunya data latih yang lebih bervariasi. Sistem ini diharapkan dapat memberikan kontribusi nyata dalam sektor pertanian, khususnya dalam meningkatkan efisiensi dan akurasi identifikasi bunga kelapa sawit guna mendukung produktivitas perkebunan.
Peningkatan Akurasi Model Boosting pada Prediksi Kesehatan Tidur Menggunakan Optuna Mazdadi, Muhammad Itqan; Saragih, Triando Hamonangan; Budiman, Irwan; Anshory, Muhammad Naufal
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8878

Abstract

Kualitas tidur memiliki peran penting dalam menjaga kesehatan fisik maupun mental, sementara gangguan tidur dapat meningkatkan risiko berbagai penyakit kronis. Perkembangan machine learning membuka peluang untuk melakukan prediksi kesehatan tidur secara lebih akurat melalui pemanfaatan data gaya hidup. Penelitian ini berfokus pada penerapan algoritma boosting, yaitu XGBoost, LightGBM, AdaBoost, dan GradientBoosting, dengan dukungan teknik hyperparameter tuning berbasis Optuna untuk meningkatkan akurasi prediksi. Dataset yang digunakan adalah Sleep Health and Lifestyle Dataset yang memuat variabel demografis, kebiasaan hidup, serta kondisi tidur. Tahapan penelitian meliputi praproses data, pembagian data latih dan uji, pelatihan model, optimasi hyperparameter menggunakan Optuna dengan metode Tree-structured Parzen Estimator (TPE), serta evaluasi model menggunakan metrik akurasi. Hasil eksperimen menunjukkan bahwa tuning dengan Optuna memberikan peningkatan akurasi pada beberapa model, khususnya LightGBM dan AdaBoost, dengan nilai akurasi mencapai 93,3% dan 90,7%. Sementara itu, XGBoost dan GradientBoosting menunjukkan performa stabil dengan akurasi tetap tinggi baik sebelum maupun sesudah tuning. Temuan ini menegaskan bahwa efektivitas tuning bergantung pada karakteristik algoritma yang digunakan. Secara keseluruhan, penelitian ini membuktikan bahwa Optuna dapat menjadi solusi efektif dalam meningkatkan kinerja model boosting untuk prediksi kesehatan tidur. Sebagai arah penelitian lanjutan, disarankan penggunaan metrik evaluasi yang lebih beragam, penerapan teknik penyeimbangan data, serta eksplorasi integrasi dengan metode deep learning untuk memperkaya hasil analisis.

Page 1 of 3 | Total Record : 23

 1   2   3 

Filter by Year

2026 2026


Reset
Filter By Issues
All Issue Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026) Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025) Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025) Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025) Vol. 11 No. 2 (2025): Vol. 11 No. 2 (2025) Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024) Vol. 10 No. 4 (2024): Vol. 10 No. 4 (2024) Vol. 10 No. 3 (2024): Vol. 10 No. 3 (2024) Vol. 10 No. 2 (2024): Vol 10 No 2 (2024) Vol. 10 No. 1 (2023): Vol 10 No 1 (2023) Vol. 9 No. 4 (2023): Vol. 9 No. 4 (2023) Vol. 9 No. 3 (2023): Vol 9 No 3 (2023) Vol. 9 No. 2 (2023): Vol 9 No 2 (2023) Vol. 9 No. 1 (2022): Vol 9 No 1 (2022) Vol. 8 No. 4 (2022): Vol 8 No 4 (2022) Vol. 8 No. 3 (2022): Vol 8 No 3 (2022) Vol. 8 No. 2 (2022): Vol 8 No 2 (2022) Vol. 8 No. 1 (2021): Vol 8 No 1 (2021) Vol. 7 No. 4 (2021): Vol 7 No 4 (2021) Vol. 7 No. 3 (2021): Vol 7 No 3 (2021) Vol. 7 No. 2 (2021): Vol 7 No 2 (2021) Vol. 7 No. 1 (2020): Vol 7 No 1 (2020) Vol. 6 No. 4 (2020): Vol 6 No 4 (2020) Vol. 6 No. 3 (2020): Vol 6 No 3 (2020) Vol. 6 No. 2 (2020): Vol 6 No 2 (2020) Vol. 6 No. 1 (2019): Vol 6 No 1 (2019) Vol. 5 No. 4 (2019): Vol 5 No 4 (2019) Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) Vol. 5 No. 2 (2019): Vol 5 No 2 (2019) Vol. 5 No. 1 (2018): Vol 5 No 1 (2018) Vol. 4 No. 4 (2018): Vol 4 No 4 (2018) Vol. 4 No. 3 (2018): Vol 4 No 3 (2018) Vol. 4 No. 2 (2018): Vol 4 No 2 (2018) Vol. 4 No. 1 (2017): Vol 4 No 1 (2017) Vol. 3 No. 4 (2017): Vol 3 No 4 (2017) Vol. 3 No. 3 (2017): Vol 3 No 3 (2017) Vol. 3 No. 2 (2017): Vol 3 No 2 (2017) Vol. 3 No. 1 (2016): Vol 3 No 1 (2016) Vol. 2 No. 4 (2016): Vol 2 No 4 (2016) Vol. 2 No. 3 (2016): Vol 2 No 3 (2016) Vol. 2 No. 2 (2016): Vol 2 No 2 (2016) Vol. 2 No. 1 (2015): Vol 2 No 1 (2015) Vol. 1 No. 4 (2015): Vol 1 No 4 (2015) Vol. 1 No. 3 (2015): Vol 1 No 3 (2015) Vol. 1 No. 2 (2015): Vol 1 No 2 (2015) Vol. 1 No. 1 (2014): Vol 1 No 1 (2014) More Issue