cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ardi Susanto
Contact Email
ardisusanto@poltektegal.ac.id
Phone
-
Journal Mail Official
informatika.ejournal@poltektegal.ac.id
Editorial Address
Gedung B, Politeknik Harapan Bersama, Jl Mataram No 9 Pesurungan Lor Kota Tegal
Location
Kota tegal,
Jawa tengah
INDONESIA
Jurnal Informatika: Jurnal Pengembangan IT
Published by Politeknik Harapan Bersama Tegal
ISSN : 24775126     EISSN : 25489356     DOI : https://doi.org/10.30591
Core Subject : Science,
Computer Science & IT
The scope encompasses the Informatics Engineering, Computer Engineering and information Systems., but not limited to, the following scope: 1. Information Systems Information management e-Government E-business and e-Commerce Spatial Information Systems Geographical Information Systems IT Governance and Audits IT Service Management IT Project Management Information System Development Research Methods of Information Systems Software Quality Assurance 2. Computer Engineering Intelligent Systems Network Protocol and Management Robotic Computer Security Information Security and Privacy Information Forensics Network Security Protection Systems 3. Informatics Engineering Software Engineering Soft Computing Data Mining Information Retrieval Multimedia Technology Mobile Computing Artificial Intelligence Games Programming Computer Vision Image Processing, Embedded System Augmented/ Virtual Reality Image Processing Speech Recognition
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 9 Documents
 1 
Search results for , issue "Vol 8, No 1 (2023)" : 9 Documents clear
Deteksi Malware menggunakan Metode Stacking berbasis Ensemble Rafrastara, Fauzi Adi; Supriyanto, Catur; Paramita, Cinantya; Astuti, Yani Parti
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4606

Abstract

Serangan malware kian hari kian memprihatinkan. Evolusi malware yang cepat dan semakin destruktif menimbulkan kekhawatiran bagi banyak pihak. Oleh karena itu, deteksi malware yang efektif sangat dibutuhkan. Data mining memainkan peran yang krusial dalam bidang ini, mengingat algoritma-algoritma yang ada pada data mining bisa dilatih hingga menghasilkan akurasi yang paling tinggi. Untuk mengklasifikasi suatu file, apakah tergolong malware atau tidak, dalam penelitian ini metode stacking digunakan karena dapat meningkatkan akurasi jika dibandingkan dengan algoritma-algoritma klasifikasi konvensional. Empat Algoritma dilibatkan dalam eksperimen yang dilakukan, yaitu: Neural Network, Random Forest, kNN, dan Logistic Regression. Tiga algoritma pertama digunakan sebagai classifier pada level 0, sementara itu Logistic Regression digunakan classifier pada level 1 (meta classifier).  Dengan kombinasi 4 algoritma tersebut, akurasi yang diperoleh adalah sebesar 98.7%, dan akurasi tersebut merupakan yang paling tinggi jika dibandingkan dengan masing-masing algoritma jika dieksekusi secara individual.
ANALISIS PERFORMANSI SUPPLY CHAIN PADA PRODUK SEPATU FLAT SHOES MENGGUNAKAN MODEL SCOR Fathoni, M Yoka; Nishom, M; Wibowo, Dega Surono
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4766

Abstract

The performance measure of a service cannot be in form and does not result in ownership. Service itself is a form of activity carried out by one or more people, and also is agility (intangible and affected by previous sales). So the services purchased by customers cannot be counted, measured or stored to determine the quality of their services. One of the shoe sales industries is Toko XYZ, this shoe store is one of the largest brands in the archipelago. The prices offered on the national and international market are quite cheap. In order to improve a strategy so that many consumers visit XYZ shoe stores, and for XYZ it is possible to achieve the expected targets with integrated marketing. Data collection in this study consists of 2 steps, namely preparation, this stage is carried out before conducting research such as looking for references on the internet, theoretical foundations that support research such as SCOR model theory and journals. Furthermore, with the contents of the questionnaire compiled to represent the dimensions of service performance quality. The conclusion of the study is that the statement attributes expected by the customer through the SCOR Model method are positive.
Pengembangan Sistem Klasifikasi Karakteristik Siswa Berbasis Website dengan menggunakan Algoritma C4.5 Paramita, Cinantya; Rafrastara, Fauzi Adi; Kencana, Lisdi Inu
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4678

Abstract

Student characteristics are one of the attributes of knowing a student's thinking skills and academic abilities. In the process of teaching and learning, appropriate learning strategies must be applied to students. The Hippocrates-Galenus typology categorizes personality types into four different categories, namely sanguine, choleric, melancholic and phlegmatic. Classification of characteristics that use an approach to students based only on experience or intuition can produce inaccurate results and take a lot of time to process. A system with the ability to predict student characteristics is needed in order to be able to assess students more quickly. In this study, the C4.5 algorithm was implemented into a system that aims to carry out the process of classifying the characteristics of students. From the results of the tests carried out, the C4.5 algorithm obtains an accuracy of 90.08%. This shows it is able to classify student characteristics well by using the C4.5 algorithm
Penerapan Tuya Application Programming Interface (API) pada Sistem IoT Monitoring Suhu Ruang Server Kurnia Bakti, Very; Sutanto, Achmad; Rizal Arfani, Mohammad
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4764

Abstract

Server computers generally work 24 hours and continuously. The tasks of the server, starting from running the operating system, applications, and data storage, are heavy and oversized. All electronic devices inside the server generate heat when operating. If they are not conditioned in a room with low temperatures, then the temperature of the server computer will increase and cause a decrease in the performance of the server. This study tested the temperature sensor available from the Application Programming Interface (API) feature from Tuya. Utilizing the API will facilitate the design of a system that can focus more on monitoring application development because the built system is no longer focused on complicated and risky hardware designs. The results of monitoring the server room's temperature can be monitored with sensors integrated with Tuya on a web-based page
Embedded Wids Kismet Sebagai Perangkat Deteksi Serangan Data Link Layer Wi-Fi Access Point Fachrurozy, Rizky; Setiadji, Muhammad Yusuf Bambang; Priambodo, Dimas Febriyan
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4551

Abstract

The rapid development of wireless network technology has an impact with a significant increase of users. Wi-Fi is one of the wireless technologies that is currently used widely by humans as a medium of transmission to exchange information. The increasing in the number of users is directly proportional to the increase the risk of crime occurring. In this case an attack on a Wi-Fi network aimed at taking certain advantage of the user or it’s victim was done by threatening aspects of information security. Wireless Intrusion Detection System (WIDS) is a tool used to detect intrusions that occur against wireless network technology, one of it is Wi-Fi into the form of logs. Kismet is one of the wids that is free and opensource with complete WiFi attack detection capability. The implementation of WIDS Kismet applied to Raspberry Pi 4 was shown as an alternative wids device that has a low cost for use in small Wi-Fi network environments such as home networks or small enterprise. The analysis is done by calculating the performance of accuracy, precision, recall, and f-measure values from the implementation results using confusion matrix method. The result of the calculation obtained by the highest value for each calculated performance with 99.83% accuracy, 97.96% precision, 100% recall, and 98.9% fmeasure. The calculation aims to provide information that can be utilized for users who want to do a similar implementation and use it to detect Wi-Fi networks. 
Analisis Sentimen Berbasis Aspek pada Layanan Hotel di Wilayah Kabupaten Banyumas dengan Word2Vec dan Random Forest Wijayanto, Sena; Prabowo, Dedy Agung; Kristiyanto, Daniel Yeri; Fathoni, M Yoka
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4186

Abstract

Dalam industri pariwisata, hotel memiliki peran penting untuk membantu wisatawan karena menyediakan penginapan terutama bagi wisatawan dari luar kota. Kualitas layanan hotel dapat dilihat dari opini-opini yang diberikan ooleh pengunjung yang telah menginap di hotel tersebut. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan yang diberikan oleh pengunjung hotel. Data ulasan tersebut diambil dari Traveloka menggunakan web scrapping. Metode yang digunakan untuk ekstraksi fitur adalah word2vec. Untuk klasifikasi sentimen, metode yang digunakan adalah random forest. Hasil percobaan terbaik didapatkan dari hasil percobaan dengan menggunakan jumlah tree 100, 200, dan 300 dengan hasil akurasi sebesar 82%-83%.
Sentimen Analisis Pandangan Masyarakat Terhadap Vaksinasi Covid 19 Menggunakan K-Nearest Neighbors Apriliani, Dyah; Susanto, Ardi; Hidayattullah, Muhammad Fikri; Sasmito, Ginanjar Wiro
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4759

Abstract

Abstrak - Pandemi covid 19 yang terjadi sangat meresahkan masyarakat. Banyak masyarakat yang terpapar maupun kehilangan keluarga mereka karena virus ini. Untuk mencegah semakin menyebarnya virus covid 19, pemerintah menyelenggarakan program vaksinasi. Program vaksinasi yang dilakukan menuai pro dan kontra dari masyarakat. Berdasarkan permasalahan tersebut, maka dalam penelitian ini akan melakukan proses klasifikasi pandangan masyarakat terhadap vaksinasi Covid 19. Data penelitian yang digunakan diambil dari twitter sebanyak 2241 data. Data akan diklasifikasikan menjadi 2 kelas yaitu positif dan negatif. Proses klasifikasi akan dilakukan dengan menggunakan metode K-Nearest Neighbors (KNN).  Tahapan pertama yang dilakukan adalah pengambilan data dari twitter, pelabelan data, preprocesing data di phyton, pembobotan TF-IDF, pembuatan model, pengujian model dan evaluasi model. Dari penelitian ini didapatkan akurasi terbaik sebesar 79,25% dengan menggunakan parameter K-Fold 10 dan KNN 5.
Penilaian Kredit Menggunakan Algoritma XGBoost dan Logistic Regression Yaqin, Ainul
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4337

Abstract

Penilaian kredit merupakan suatu proses atau sistemyang digunakan oleh lembaga pembiayaan atau bank untukmenilai kelayakan seseorang yang mengajukan pinjaman. Halini sangat diperlukan untuk menghindari kerugian akibat gagalbayar. Menanggapi hal tersebut dibutuhkan sebuah metodeyang efisien, cepat dan akurat untuk mengklasifikasikan layakatau tidaknya seseorang untuk diberikan pinjaman. Penulismengusulkan metode machine learning dan membandingkanalgoritma XGBoost dan logistic regression. Setelah dilatih dandiuji dengan stratified kfold cross validation, XGBoostmenghasilkan rata-rata akurasi 85,51%; F1 Score 83,81%;precision 83,80% dan recall 84,04% sedangkan logisitcregression menghasilkan rata-rata akurasi 85,94%; F1 Score85,36%; precision 80,08%; dan recall 91,52%. Kedua algoritmadapat mengklasifikasikan layak atau tidaknya seseorang untukdiberikan pinjaman dengan baik, sehingga dapat digunakanuntuk membantu institusi keuangan maupun para analis kredit.
Analisis Crowdsourcing Dari Media Sosial Untuk Sumber Data Alternatif Kajian Bentang Lahan Supriyanto, Budi Fajar
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.5112

Abstract

Peningkatan jumlah pengguna media sosial dari waktu ke waktu memberikan potensi baru dalam akuisisi data crowdsourcing. Proses akuisisi data tidak lagi membutuhkan banyak biaya dan waktu, karena crowdsourcing dapat digali dengan mudah bahkan tanpa biaya. Kajian ini mengangkat permasalahan apakah data crowdsourcing dari media sosial dapat dijadikan data alternatif dalam kajian geo-informatika. Proses akuisisi data dilakukan dari unggahan pengguna di media sosial. Unggahan menyertakan titik lokasi dan teks pada keterangan. Data yang diperoleh kemudian diolah untuk mengetahui titik lanskap dan kecenderungan penggunaan bahasa. Penggunaan bahasa dianalisis dengan metode RQDA dan diperoleh hasil 5,37% berbicara tentang bentang alam. Sedangkan titik lokasi media sosial dibandingkan dengan data DEMNAS memiliki skor akurasi 437,8 yang divalidasi dengan metode RMSE dan tidak direpresentasikan mendekati 1,0. Disarankan bahwa data media sosial masih jauh untuk dapat menjadi alternatif sumber data lanskap.

Page 1 of 1 | Total Record : 9

 1 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol 10, No 4 (2025) Vol 10, No 3 (2025) Vol 10, No 2 (2025) Vol 10, No 1 (2025) Vol 9, No 3 (2024) Vol 9, No 2 (2024) Vol 9, No 1 (2024) Vol 8, No 3 (2023) Vol 8, No 2 (2023) Vol 8, No 1 (2023) Vol 7, No 1 (2022): JPIT, Januari 2022 Vol 7, No 3 (2022) Vol 7, No 2 (2022) Vol 6, No 3 (2021): JPIT, September 2021 Vol 6, No 2 (2021): JPIT, Mei 2021 Vol 6, No 1 (2021): JPIT, Januari 2021 Vol 5, No 3 (2020): JPIT, September 2020 Vol 5, No 2 (2020): JPIT, Mei 2020 Vol 5, No 1 (2020): JPIT, Januari 2020 Vol 4, No 3 (2019): JPIT, September 2019 Vol 4, No 2 (2019): JPIT, Mei 2019 Vol 4, No 1 (2019): JPIT, Januari 2019 Vol 4, No 2-2 (2019): Special Issue on Seminar Nasional - Inovasi Dalam Teknologi Informasi & Teknol Vol 3, No 3 (2018): JPIT, September 2018 Vol 3, No 2 (2018): JPIT, Mei 2018 Vol 3, No 1 (2018): JPIT, Januari 2018 Vol 2, No 2 (2017): JPIT, Juli 2017 Vol 2, No 1 (2017): JPIT, Januari 2017 Vol 1, No 2 (2016): JURNAL INFORMATIKA Vol 1, No 1 (2016): JURNAL INFORMATIKA More Issue