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 25 Documents
 1   2   3 
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.

Page 3 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue 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