cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahtiar Imran
Contact Email
bahtiarimranlombok@gmail.com
Phone
+6285337626083
Journal Mail Official
bahtiarimranlombok@gmail.com
Editorial Address
Perumahan Green Asia Blok I2-04, Kecamatan Labuapi, Kabupaten Lombok Barat Nusa Tenggara Barat, Indonesia
Location
Kab. lombok barat,
Nusa tenggara barat
INDONESIA
Jurnal Computer and Technology
Published by CV. Ninety Media Publisher
ISSN : -     EISSN : 30481880     DOI : https://doi.org/10.69916/comtechno
Core Subject : Science,
Computer Science & IT
Jurnal Computer and Technology or abbreviated Comtechno is a national journal published by the Ninety Media Publisher since 2023 with E-ISSN : 3048-1880. Comtechno focuses on various issues spanning: Internet of Things (IoT), electronics engineering, software engineering, mobile technology and applications, robotics, database system, information engineering, artificial intelligence, interactive multimedia, computer networking, information system audit, accounting information system, information technology investment, information system development methodology, strategic information system (business intelligence, decision support system, executive information system, enterprise system, knowledge management), e-learning, and e-business (e-health, e-commerce, e-supply chain management, e-customer relationship management, e-marketing, and e-government). All submissions are blind and reviewed by peer reviewers. All papers can be submitted in BAHASA INDONESIA or ENGLISH.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 34 Documents
 1   2   3   4 
IMPLEMENTASI PENGUKURAN SKALA LIKERT PADA APLIKASI EDUKASI BAHAYA TOXIC PARENT BERBASIS WEB Hendajani, Fivtatianti; Wardhani, Ire Puspa; Pramaishella, Deva Putri
Journal Computer and Technology Vol. 3 No. 1 (2025): Juli 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i1.338

Abstract

Kesehatan mental termasuk menjadi salah satu faktor kesehatan seorang anak dalam menjalani aktivitas kesehariannya, apabila mental anak dalam keadaan baik-baik saja, hal tersebut juga akan memengaruhi kesehatan fisik. Kenyataannya, saat ini banyak dari sebagian anak mengalami tekanan batin saat berada di rumah. Perlakuan tersebut tidak bersifat fisik atau berupa kekerasan, melainkan lebih menekankan pada tekanan psikologis atau emosional. Secara tak sadar orang tua memberikan beban serta memberikan perilaku tidak adil kepada si anak. Dalam ranah psikologi, orang tua dengan sifat-sifat tersebut disebut sebagai Toxic Parents atau orang tua yang memberikan dampak negatif secara emosional. Calon orang tua yang akan mempunyai anak mestinya wajib mendapatkan edukasi tentang bagaimana menjadi orang tua yang baik untuk kedepannya. Karena jika tidak mendapat ilmu edukasi tersebut, kedepannya akan menjadi bahaya dan ketakutan anak akan perilaku orang taunya yang toxic akan berdampak ke mental si anak. Aplikasi edukasi toxic parent berbasis web adalah aplikasi yang dapat membantu pengguna, calon orang tua untuk mendapat pengetahuan tentang bagaimana cara mendidik anak dengan memperhatikan kesehatan mental anak. Penilaian kualitas aplikasi edukasi toxic parent yang telah dirancang dilakukan menggunakan skala Likert, dan menghasilkan persentase sebesar 81,8%. Dari nilai tersebut dapat menjadi patokan bahwa hasil penelitian dan perancangan tersebut dapat memudahkan pengguna serta dapat menjadikan aplikasi edukasi toxic parent menjadi portal utama sebagai sumber asli informasi pengetahuan tentang toxic parent.
ANALISIS KLASTER DATA KESEHATAN BAYI DAN ANAK MENGGUNAKAN K-MEANS STUDI KASUS PROVINSI NUSA TENGGARA TIMUR Supardianto; Mutawalli, Lalu
Journal Computer and Technology Vol. 3 No. 1 (2025): Juli 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i1.343

Abstract

Masalah gizi buruk dan stunting pada balita di Nusa Tenggara Timur (NTT) mencapai prevalensi yang sangat tinggi, dengan angka prevalensi stunting sebesar 42,6%. Penelitian ini bertujuan untuk memetakan risiko gizi balita di NTT menggunakan algoritma K-Means clustering, sebuah pendekatan berbasis machine learning untuk mengelompokkan wilayah berdasarkan tingkat risiko gizi. Data yang digunakan mencakup indikator status gizi, prevalensi stunting, dan akses layanan kesehatan. Metode Elbow digunakan untuk menentukan jumlah klaster optimal, menghasilkan delapan klaster. Analisis Silhouette Score sebesar 0,4045 menunjukkan struktur klaster cukup jelas meskipun terdapat potensi overlap. Hasil penelitian mengidentifikasi wilayah dengan risiko gizi tinggi, seperti Sumba Barat, Lembata, Ngada, dan Rote Ndao, yang memerlukan intervensi segera. Wilayah dengan risiko sedang, seperti Sumba Timur dan Manggarai Barat, membutuhkan program peningkatan status gizi. Sementara itu, wilayah dengan risiko rendah, seperti Kota Kupang dan Manggarai, tetap perlu pemantauan untuk mencegah risiko gizi lebih. Temuan ini memberikan dasar berbasis data yang kuat bagi pengambil kebijakan dalam merancang intervensi gizi yang lebih efektif dan efisien di NTT.
PENGEMBANGAN APLIKASI PENYUSUNAN RUTE PERJALANAN WISATA JAKARTA BERBASIS WEBSITE DENGAN METODE ALGORITMA ANT COLONY Wardhani, Ire Puspa; Anggraini, Nenny; Widayati, Susi; Sabrina, Wafa
Journal Computer and Technology Vol. 3 No. 1 (2025): Juli 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i1.354

Abstract

Jakarta merupakan kota yang memiliki trafik padat, masalah rute perjalanan di Jakarta menjadi perhatian tersendiri bagi pengguna jalan. Pencarian jalur terpendek dalam jaringan transportasi di Jakarta seperti mengurangi kemacetan lalu lintas, rekomendasi rute terpendek untuk perjalanan dinas dan pengiriman barang atau mencapai lokasi wisata. Penelitian tentang Aplikasi penyusunan rute perjalanan wisata dengan metode algoritma ant colony ini merupakan penelitian yang ingin menyelesaikan permasalahan lamanya waktu menyusun rute perjalan wisata. Data yang diperoleh dari pengumpulan data melalui wawancara dengan pengusahan tour dan travel yaitu diperlukannya waktu minimal satu hari untuk menyusun rute perjalanan wisata. Sebagai salah satu solusi perlu aplikasi berbasis web yang dapat menyusun rute perjalanan wisata berdasarkan jarak terpendek. Aplikasi ini merupakan aplikasi berbasis website, dengan input data objek wisata. Metode pengembangan aplikasi penggunakan RAD dan algoritma ant colony untuk proses penyusunan rute perjalanan wisata terpendek yang terdiri atas 2 (dua) user. Output berupa aplikasi penyusunan rute perjalanan wisatayang menyusun rute perjalanan wisata terpendek.
FAKE REVIEW DETECTION ON DIGITAL PLATFORMS USING THE ROBERTA MODEL: A DEEP LEARNING AND NLP APPROACH Hadi, Zulpan; Nurkholis, Lalu Moh.; Imran, Bahtiar; Riadi, Selamet; Suryadi, Emi
Journal Computer and Technology Vol. 3 No. 1 (2025): Juli 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i1.355

Abstract

Fake reviews have emerged as a serious threat to the integrity of digital platforms, particularly in e-commerce and online review sites. This study explores the application of RoBERTa (Robustly Optimized BERT Approach), a transformer-based architecture optimized for natural language processing (NLP), in automatically detecting fake reviews. The methodology includes data collection from online platforms, contextual feature extraction using RoBERTa embeddings, model training through supervised learning, and evaluation using classification metrics such as accuracy, precision, recall, and F1-score. The training results indicate a significant convergence trend in the training loss, while the validation loss remains relatively unstable, reflecting challenges in model generalization. Nevertheless, experimental results demonstrate that RoBERTa outperforms other approaches such as Logistic Regression PU, K-NN with EM, and LDA-BPTextCNN, achieving an accuracy of 86.25%. These findings highlight RoBERTa's strong potential in detecting manipulative content and underscore its value as an essential tool in building a transparent and trustworthy digital ecosystem.
ANALISIS SENTIMEN PEMILIHAN REMAJA TELADAN WILAYAH RATAHAN MENGGUNAKAN ALGORITMA NAIVE BAYES Punusingon, Paskal; Yusupa, Ade; Tarigan, Victor
Journal Computer and Technology Vol. 3 No. 1 (2025): Juli 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i1.337

Abstract

Penelitian ini menganalisis sentimen publik terhadap "Pemilihan Remaja Teladan GMIM Wilayah Ratahan" menggunakan algoritma Naive Bayes. Data kuesioner terbuka dikumpulkan dari peserta dan pemangku kepentingan, kemudian diproses melalui tahapan pra-pemrosesan teks meliputi case folding, penghapusan tanda baca, dan tokenisasi. Sebagian kecil dari respons dilabeli secara manual ke dalam kategori positif, netral, dan negatif untuk melatih model Naive Bayes. Model yang telah dilatih kemudian digunakan untuk mengklasifikasikan data sentimen yang tersisa. Hasil penelitian mengungkapkan distribusi sentimen secara keseluruhan dan menyoroti aspek-aspek spesifik dari proses pemilihan yang mendapatkan umpan balik positif, netral, atau negatif, seperti pelaksanaan program, transparansi, dan dampaknya terhadap perkembangan remaja. Studi ini memberikan wawasan berharga untuk perbaikan inisiatif pengembangan remaja di organisasi keagamaan di masa mendatang. This research analyzes public sentiment regarding the "Pemilihan Remaja Teladan GMIM Wilayah Ratahan" using the Naive Bayes algorithm. Open-ended questionnaire data was collected from participants and stakeholders, then processed through text preprocessing steps including case folding, punctuation removal, and tokenization. A subset of the responses was manually labeled into positive, neutral, and negative categories to train the Naive Bayes model. The trained model was subsequently used to classify the remaining sentiment data. The findings reveal the overall sentiment distribution and highlight specific aspects of the election process that garnered positive, neutral, or negative feedback, such as program execution, transparency, and impact on youth development. This study provides valuable insights for improving future youth development initiatives within religious organizations.
PENERAPAN PRINSIP UI/UX PADA APLIKASI KUIS MATEMATIKA DAN BAHASA INGGRIS INTERAKTIF UNTUK SISWA SD Nugraha, Andika Pratama Putra; Taligangsing, Sancia Alicia; Kawatu, Heavenly E.; Lumi, Anggreini Prisilia; Mbatono, Kezia Aurelya; Yusupa, Ade; Paturusi, Sary Diane Ekawati
Journal Computer and Technology Vol. 3 No. 2 (2025): Desember 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i2.344

Abstract

Penguasaan dasar-dasar Matematika dan Bahasa Inggris sangat penting dalam tahap pendidikan dasar, namun kurangnya media pembelajaran yang menarik dan ramah anak menjadi tantangan tersendiri. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi kuis interaktif yang menggabungkan prinsip UI/UX guna meningkatkan minat belajar siswa sekolah dasar. Fokus utama dalam pengembangan adalah bagaimana tampilan dan pengalaman pengguna dapat memengaruhi efektivitas dan kenyamanan belajar anak-anak, termasuk yang memiliki kebutuhan khusus seperti tunanetra. Metode yang digunakan mencakup observasi, wawancara, serta pengujian prototipe kepada pengguna sasaran. Aplikasi ini dirancang dengan tampilan visual sederhana namun menarik, navigasi yang mudah dipahami oleh anak-anak, serta fitur audio untuk menjangkau pengguna tunanetra. Hasil pengujian awal menunjukkan bahwa siswa lebih antusias dan terlibat saat menggunakan aplikasi ini dibandingkan metode konvensional, serta merasa terbantu dengan adanya panduan suara dan animasi yang ramah. Temuan ini menegaskan bahwa penerapan prinsip UI/UX yang tepat pada media pembelajaran digital tidak hanya meningkatkan keterlibatan pengguna, tetapi juga mendukung inklusivitas pendidikan. Pengembangan aplikasi seperti ini diharapkan dapat menjadi alternatif edukatif yang menarik dan adaptif di era digital, serta mendorong adopsi pendekatan serupa dalam platform pembelajaran anak lainnya.
THE VALIDITY AND RELIABILITY TESTING OF PUBLIC SPEAKING SKILLS QUESTIONNAIRE FOR IT STUDENTS USING SPSS Harizahayu; Helvira Audrey Dwisastri; Purba, Friska
Journal Computer and Technology Vol. 3 No. 2 (2025): Desember 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i2.378

Abstract

This study aims to measure the level of relevance of public speaking knowledege among IT students in North Sumatra. The validity test was conducted to determine whether the instruments or questions in the questionnaire truly measure what they are intended to measure. The reliability test evaluates the extent to which the questionnaire can be trusted and relied upon. The research method aims to prepare a standardized questionnaire ready for use in studying students’ satisfaction with online lectures. The sample for this study consisted of 512 students who completed a Google Form. The validity test results for 77 questions indicated that 60 questions were valud with a correlation value greater than 0.25, while 17 questions were deemed invalid due to a correlation value below 0.25. The reliability test shows the Cronbach’s Alpha value > 0.60, so the instrument tested can be declared reliable or consistent.
KLASIFIKASI PENYAKIT TANAMAN TEMBAKAU MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS WEB Baiq Norma Alyanesti Abella; Muhammad Multazam; Hadi, Zulpan; Muahidin, Zumratul
Journal Computer and Technology Vol. 3 No. 2 (2025): Desember 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i2.383

Abstract

Tanaman tembakau merupakan salah satu komoditas pertanian yang signifikan dan memiliki nilai ekonomi yang tinggi. Namun, produktivitas tanaman ini seringkali mengalami penurunan akibat serangan berbagai jenis penyakit pada daun yang sulit dikenali secara langsung oleh para petani. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sebuah sistem klasifikasi penyakit pada tanaman tembakau yang berbasis website, dengan memanfaatkan algoritma Convolutional Neural Network (CNN). Sistem ini dirancang untuk mengklasifikasikan penyakit tersebut. citra daun tembakau ke dalam tiga kategori, yaitu Alternia Alternata, Cescospora Necotianae, dan daun sehat (tidak terinfeksi). Model CNN dilatih menggunakan dataset citra daun tembakau yang telah diberi labeb sesuai jenis penyakitnya. Selain memberikan hasil klasifikasi, sistem ini juga menyajikan deskripsi penyakit, tingkat akurasi prediksi, saran penanganan, serta menyimpan riwayat diagnosa ke dalam database. Dengan adanya sistem ini, diharapkan petani dapat memperoleh informasi diagnosis penyakit secara cepat, akurat, dan mudah diakses melalui perangkat digital.
ANALISIS KLASIFIKASI ARAH HARGA KRIPTO MENGGUNAKAN POHON KEPUTUSAN (DECISION TREE): PENGUJIAN KETERGANTUNGAN PADA FITUR LAGGED DAN INDIKATOR TEKNIS Fakhri Cholil, Muhammad; Akhlis Munazilin
Journal Computer and Technology Vol. 3 No. 2 (2025): Desember 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i2.399

Abstract

Pasar aset kripto dicirikan oleh volatilitas tinggi, menjadikannya tantangan signifikan dalam prediksi pergerakan harga. Penelitian ini bertujuan untuk mengklasifikasikan arah pergerakan harga harian (Naik/Turun) dari data historis kripto ("btcidr.csv") menggunakan algoritma Decision Tree. Proses Data Mining melibatkan pembersihan data, rekayasa fitur melalui penciptaan lagged features dan indikator teknis seperti Moving Average (MA), serta pembentukan variabel target Klasifikasi. Model yang dilatih menunjukkan Akurasi sebesar 60% pada data uji. Hasil evaluasi mengungkap adanya ketidakseimbangan kinerja: model sangat baik dalam memprediksi kelas Turun (Recall 0.88), namun lemah dalam memprediksi kelas Naik (Recall 0.32). Analisis Feature Importance menegaskan bahwa harga penutup hari ini (Terakhir) dan harga hari sebelumnya (Terakhir_lag1) adalah prediktor dominan, sementara indikator teknis (MA_5 dan Perubahan%) diabaikan oleh model sederhana ini. Disarankan penggunaan teknik oversampling dan model ensambel untuk meningkatkan sensitivitas prediksi kenaikan harga.
OPTIMALISASI MODEL PERAMALAN PENJUALAN DENGAN PENDEKATAN ALGORITMA LIGHT GRADIENT BOOSTING MACHINE (LIGHTGBM) Daffa Raihan; Imran Lubis
Journal Computer and Technology Vol. 3 No. 2 (2025): Desember 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i2.413

Abstract

PT Kalbe Farma Tbk menghadapi kendala karena proses peramalan masih dilakukan secara manual, sehingga hasilnya rentan bias, tidak konsisten, dan sulit dievaluasi. Hal ini melatarbelakangi penelitian dengan rumusan masalah: bagaimana membangun alur data yang rapi untuk mendukung evaluasi model, sejauh mana algoritma LightGBM dapat meningkatkan akurasi prediksi dibandingkan pendekatan sederhana, serta bagaimana hasil peramalan dapat diintegrasikan ke dalam perencanaan operasional perusahaan. Tujuan penelitian ini adalah merancang dan mengimplementasikan sistem peramalan berbasis LightGBM dengan pipeline data terstruktur, melakukan evaluasi kinerja model, serta menyajikan hasil prediksi dalam bentuk antarmuka aplikasi web. Hasil implementasi menunjukkan bahwa sistem berhasil dibangun dengan fungsi utama meliputi pengelolaan data obat, pemanggilan algoritma LightGBM, dan penyajian hasil evaluasi dalam bentuk tabel maupun grafik. Model LightGBM mampu memanfaatkan fitur lag dan rata-rata bergerak untuk menangkap pola historis, namun hasil evaluasi masih menunjukkan error yang cukup tinggi dengan nilai MSE, RMSE, dan MAE yang besar serta R² negatif. Temuan ini mengindikasikan bahwa model dasar belum optimal, tetapi sistem telah memberikan landasan penting bagi pengembangan lebih lanjut. Kesimpulannya, sistem ini dapat menjadi prototipe awal untuk mendukung proses perencanaan berbasis data di PT Kalbe Farma Tbk, dengan potensi peningkatan melalui optimasi parameter, perluasan dataset, dan integrasi variabel eksternal.

Page 3 of 4 | Total Record : 34

 1   2   3   4 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue Vol. 3 No. 2 (2025): Desember 2025 Vol. 3 No. 1 (2025): Juli 2025 Vol. 2 No. 2 (2024): Desember 2024 Vol. 2 No. 1 (2024): Juli 2024 Vol. 1 No. 2 (2023): Desember 2023 Vol. 1 No. 1 (2023): Juli 2023