cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Soffa Zahara
Contact Email
soffa.zahara@unim.ac.id
Phone
+6285748431029
Journal Mail Official
submit@unim.ac.id
Editorial Address
Teknik Informatika Fakultas Teknik Universitas Islam Majapahit. Gedung Dwipa Mandala Lt. 1. Jl. Raya Jabon km 0,7 Mojoanyar Mojokerto Jawa Timur Indonesia 61364
Location
Kab. mojokerto,
Jawa timur
INDONESIA
Submit : Jurnal Ilmiah Teknologi Informasi dan Sains
Published by Universitas Islam Majapahit
ISSN : -     EISSN : 27986861     DOI : https://doi.org/10.36815/submit.v3i2.3009
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering
Jurnal SUBMIT bertujuan untuk mempublikasikan artikel berkualitas yang didedikasikan untuk semua aspek perkembangan terbaru yang beredar di bidang teknik informatika, sistem informasi, sistem komputer, dan ilmu komputer. Ruang lingkup meliputi aplikasi Teknologi Informasi, Perkembangan Teknologi Jaringan, Keamanan Komputer, Terapan Ilmu Komputer, Kecerdasan Buatan, Internet of Things, Data Mining,Teknologi Wireless, dll. Selain itu juga meningkatkan kemampuan dosen dan mahasiswa dalam bidang penelitian sebagai wujud dari kewajiban tridarma perguruan tinggi. Selain itu, dapat mendorong peningkatan publikasi sebagai wujud dari luaran hasil penelitian.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 116 Documents
 8   9   10   11   12 
Penerapan Neural Network Backpropagation Dalam Peramalan Produksi Ubi Jalar Tahunan Putra, Ananda Diar Eka; Harin, Arisa; Nihmah, Andini Hidayatun; Syaifuddin, Ahmad
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v5i2.4197

Abstract

Produksi ubi jalar di Indonesia mengalami fluktuasi tahunan yang dipengaruhi oleh faktor eksternal seperti cuaca, benih, dan distribusi hasil panen. Penelitian ini bertujuan membangun model prediksi produksi ubi jalar tahunan menggunakan Jaringan Syaraf Tiruan (JST) dengan algoritma backpropagation. Data produksi tahun 2008–2014 digunakan sebagai input untuk memprediksi produksi tahun 2015. Model memiliki dua lapisan tersembunyi dengan 64 dan 32 neuron serta aktivasi ReLU. Proses pelatihan menggunakan optimizer Adam, fungsi loss MSE, dan Early Stopping untuk menghindari overfitting. Evaluasi dilakukan dengan MAE, MAPE, visualisasi scatter plot, dan analisis residual. Hasil menunjukkan MAE sebesar 35.563,17 ton dan MAPE sebesar 326,50%, dengan kecenderungan underestimation. Meskipun kurva pelatihan menunjukkan konvergensi yang baik, akurasi relatif masih rendah. Diperlukan eksplorasi lebih lanjut terhadap variabel tambahan dan pendekatan model lain untuk meningkatkan performa prediktif.
Analisa Pemilihan Menu Makanan Bergizi Dan Sesuai Kebutuhan Mahasiswa Kos Di Lingkup Universitas Bangka Belitung Menggunakan Weighted Sum Model Mustaqim, Mustaqim; Akbar, Muhamad Fachry
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v5i2.4430

Abstract

Mahasiswa yang tinggal di kos sering kali menghadapi kendala dalam mengatur pola makan yang sehat karena keterbatasan waktu, biaya, dan pengetahuan gizi. Kebanyakan mahasiswa lebih mengutamakan harga murah dan rasa enak dibandingkan nilai nutrisi, yang berdampak pada kesehatan jangka panjang. Penelitian ini bertujuan untuk menentukan rekomendasi menu makanan yang bergizi sekaligus hemat bagi mahasiswa kos di lingkungan Universitas Bangka Belitung menggunakan metode Weighted Sum Model. Penelitian ini menggunakan pendekatan kuantitatif deskriptif dengan melibatkan 20 responden mahasiswa Teknologi Informasi angkatan 2024 yang dipilih melalui teknik accidental sampling. Pengumpulan data dilakukan melalui kuesioner untuk menilai preferensi subjektif (harga, rasa, kebersihan, porsi, jarak) dan studi literatur untuk data objektif kandungan gizi (karbohidrat, protein, lemak). Hasil analisis menunjukkan bahwa Mie Ayam menempati peringkat pertama sebagai rekomendasi terbaik dengan nilai total tertimbang 0,953, disusul oleh Nasi Ayam Geprek dengan nilai 0,952, dan Nasi Padang sebesar 0,895. Penerapan metode matriks bobot terbukti efektif dalam membantu pengambilan keputusan pemilihan makanan yang lebih objektif dengan menyeimbangkan preferensi mahasiswa dan kebutuhan gizi ideal.  
Perbandingan Model LSTM dan GRU Untuk Analisis Sentimen Ulasan Pengguna Spotify Ardiyansyah, M Feri; Zahara, Soffa; Sukmaningtyas, Yanuarini Nur; Kurniawan, Fajar Indra
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v5i2.4523

Abstract

Spotify merupakan salah satu platform streaming musik populer yang menghasilkan banyak ulasan dari pengguna. Analisis sentimen pada ulasan tersebut penting untuk mengetahui persepsi dan tingkat kepuasan pengguna. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan Spotify menggunakan dua model deep learning, yaitu Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU). Dataset yang digunakan berjumlah 61.587 ulasan dengan dua kategori sentimen, yaitu positif dan negatif. Tahapan penelitian meliputi pra-proses teks, tokenisasi, padding, pemisahan data, pelatihan model, dan evaluasi. Model dilatih menggunakan embedding bawaan Keras dengan optimizer Adam. Hasil evaluasi menunjukkan bahwa LSTM memperoleh akurasi 0.8950, sedangkan GRU mencapai 0.8922. Kedua model menunjukkan performa yang stabil berdasarkan nilai precision, recall, dan F1-score. Berdasarkan hasil tersebut, LSTM memiliki performa sedikit lebih baik, namun GRU tetap menjadi alternatif yang efisien dengan hasil yang mendekati LSTM.
Sistem Deteksi Nominal Uang Rupiah untuk Tunanetra Berbasis YOLOv8 dan Streamlit Putra, Ananda Diar Eka; Ardiyansyah, M Feri; Harin, Arisa; Akbar, Ronny Makhfuddin
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v5i2.4524

Abstract

Ketersediaan sistem pendeteksi nominal uang kertas Rupiah menjadi kebutuhan penting sebagai alat bantu pengenalan nilai mata uang bagi penyandang disabilitas netra. Sebuah sistem pendeteksi nominal uang Rupiah berbasis deteksi objek dikembangkan menggunakan algoritma YOLOv8 dan diimplementasikan dalam aplikasi web berbasis Streamlit dengan keluaran audio. Dataset yang digunakan terdiri atas 422 citra uang kertas Rupiah emisi 2022 yang mencakup tujuh kelas nominal, dianotasi menggunakan Roboflow dan diperluas melalui teknik augmentasi untuk merepresentasikan variasi sudut pandang, pencahayaan, dan kondisi fisik uang. Proses pelatihan model dilakukan dengan resolusi citra 640×640 piksel dan dievaluasi menggunakan metrik precision, recall, F1-score, serta mean Average Precision (mAP). Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi dan mengklasifikasikan seluruh nominal uang Rupiah secara konsisten dengan tingkat kepercayaan deteksi berada pada rentang 80% hingga 96%. Nominal bernilai besar mencapai performa tertinggi dengan confidence maksimum 95–96%, sementara nominal lainnya tetap menunjukkan kinerja di atas 80%. Capaian tersebut mengindikasikan bahwa model memiliki tingkat akurasi yang tinggi dan stabil dalam kondisi pengujian. Integrasi deteksi visual dan umpan balik suara menjadikan sistem ini berpotensi sebagai prototipe teknologi bantu yang inklusif dan mudah diakses untuk pengenalan uang kertas Rupiah secara real-time.
Analisis Time Series Serangan Siber Global Menggunakan Metode ARIMA Editya, Arda Surya; Mu’min, Syahri; Andhyka, Awang; Nugroho, Rizky Aditya; Mufliq, Achmad
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v5i2.4527

Abstract

Insiden keamanan siber terus mengalami peningkatan baik dari sisi frekuensi maupun dampak yang ditimbulkan, sehingga analisis berbasis waktu menjadi penting untuk memahami pola serangan jangka panjang. Penelitian ini bertujuan untuk menganalisis tren serangan siber global menggunakan pendekatan time series analysis dengan metode Autoregressive Integrated Moving Average (ARIMA). Dataset yang digunakan berasal dari data ancaman keamanan siber global periode 2015–2024 yang telah diagregasi menjadi data runtun waktu tahunan berdasarkan jumlah insiden serangan. Metodologi penelitian meliputi proses agregasi data, pengujian kestasioneran melalui differencing, penentuan parameter ARIMA berdasarkan analisis autocorrelation function (ACF) dan partial autocorrelation function (PACF), serta evaluasi model menggunakan Akaike Information Criterion (AIC). Hasil penelitian menunjukkan bahwa model ARIMA mampu merepresentasikan pola temporal dan tren peningkatan serangan siber global secara efektif. Penelitian ini memberikan kontribusi dalam pemanfaatan analisis time series berbasis ARIMA untuk memahami dinamika historis serangan siber sebagai dasar analisis keamanan siber berbasis data.
Kecerdasan Buatan Dalam Pembelajaran Pemrograman Mahasiswa Informatika: Peran, Peluang, dan Tantangan Fianto Putra, Hafizh
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v5i2.4528

Abstract

Kemunculan model bahasa besar (large language models atau LLMs) seperti ChatGPT telah mentransformasi pembelajaran pemrograman di perguruan tinggi, tetapi pemahaman komprehensif tentang dampaknya masih terbatas. Penelitian ini mengkaji secara sistematis peran, peluang, dan tantangan penggunaan kecerdasan buatan (artificial intelligence atau AI) dalam pembelajaran pemrograman bagi mahasiswa sarjana Informatika melalui tinjauan literatur terhadap 12 artikel open-access yang dipublikasikan pada tahun 2025. Hasil analisis tematik mengidentifikasi enam peran utama AI: alat bantu teknis (meningkatkan efisiensi coding hingga 40%), sistem umpan balik responsif, sistem penilaian otomatis dengan akurasi tinggi, fasilitator pembelajaran adaptif, tutor otomatis untuk penilaian formatif, dan mitra kolaborasi manusia-AI. Penggunaan AI membuka peluang signifikan meliputi peningkatan performa akademik jangka pendek (20-40%), inovasi pedagogi berbasis teknologi, peningkatan motivasi dan efikasi diri mahasiswa, serta transformasi kurikulum yang lebih relevan dengan industri. Namun, tinjauan ini juga mengungkap tantangan serius: risiko melemahnya pembelajaran jangka panjang (efek tidak bertahan setelah AI dihentikan), keterbatasan teknis AI dalam menangani masalah kompleks, ancaman terhadap integritas akademik, kesenjangan literasi AI di kalangan mahasiswa, dan urgensi desain ulang paradigma asesmen. Temuan ini menegaskan perlunya pendekatan integrasi AI yang seimbang dan terstruktur, dengan rekomendasi praktis untuk pengembangan kerangka kurikulum, kebijakan penggunaan AI yang etis, investasi infrastruktur pedagogis, dan program pengembangan profesional dosen. Penelitian ini berkontribusi memberikan sintesis multidimensi yang mengintegrasikan perspektif teknis, pedagogis, psikologis, dan etis sebagai rujukan bagi pendidik dan pengambil kebijakan dalam mengembangkan strategi integrasi AI yang efektif dan bertanggung jawab.

Page 12 of 12 | Total Record : 116

 8   9   10   11   12 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2025): Desember 2025 Vol. 5 No. 1 (2025): Juni 2025 Vol. 4 No. 2 (2024): Desember 2024 Vol. 4 No. 1 (2024): Juni 2024 Vol. 3 No. 2 (2023): Desember 2023 Vol. 3 No. 1 (2023): Juni 2023 Vol. 2 No. 2 (2022): Desember 2022 Vol. 2 No. 1 (2022): Juni 2022 Vol. 1 No. 2 (2021): Desember 2021 Vol. 1 No. 1 (2021): Juni 2021