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 
KLASIFIKASI JENIS DAUN TANAMAN OBAT BERDASARKAN CITRA TEKSTUR MENGGUNAKAN GRAY LEVEL CO OCCURRENCE MATRIX (GLCM) DAN ALGORITMA K-NN Anakanda Bungsu Panogari Lubis; Siti Sundari
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.v3i2.414

Abstract

Penentuan jenis daun tanaman obat yang cepat dan konsisten penting untuk menjamin mutu pemanfaatan fitofarmaka, sementara identifikasi manual rentan bias dan memakan waktu. Penelitian ini merancang sistem klasifikasi berbasis citra tekstur dengan ekstraksi fitur Gray Level Co occurrence Matrix dan pengklasifikasi K-NN. Alur kerja mencakup praproses citra menjadi grayscale, penyetaraan ukuran 128×128, pembentukan GLCM pada empat orientasi, serta perhitungan enam properti tekstur sehingga dihasilkan vektor fitur yang merepresentasikan pola permukaan daun. Vektor ini diklasifikasikan menggunakan K-NN pada skenario multikelas. Dataset berisi seribu citra dari sepuluh kelas yang dibagi menjadi delapan ratus data latih dan dua ratus data uji. Implementasi dilakukan di Google Colab dengan antarmuka Gradio sehingga pengguna dapat mengunggah citra dan memperoleh hasil secara interaktif. Hasil awal menunjukkan akurasi tiga puluh empat persen yang menandakan sistem telah menangkap sebagian sinyal tekstur namun masih memerlukan peningkatan. Perbaikan yang disarankan meliputi kurasi dan augmentasi data, normalisasi pencahayaan, seleksi serta penimbangan fitur, penalaan parameter K-NN, dan eksplorasi pengklasifikasi lanjutan seperti SVM atau CNN agar kinerja meningkat pada variasi citra yang lebih luas. Sistem ini menjadi baseline yang sederhana, transparan, dan mudah direplikasi untuk pengembangan berikutnya.
PENERAPAN METODE LSB (LEAST SIGNIFICANT BIT) DALAM STEGANOGRAFI CITRA DIGITAL UNTUK KEAMANAN INFORMASI Alfin Mardiaman Gea; Nur Wulan
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.v3i2.415

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem steganografi berbasis citra digital menggunakan metode Least Significant Bit (LSB). Metode ini memungkinkan penyisipan pesan rahasia ke dalam gambar dengan cara mengganti bit paling tidak signifikan dari piksel gambar, sehingga perubahan visual pada gambar tetap tidak terlihat oleh pengamat biasa. Sistem dikembangkan menggunakan bahasa Python dan diintegrasikan dengan antarmuka interaktif Gradio untuk memudahkan pengguna dalam melakukan proses penyisipan (encoding) dan ekstraksi (Decoding) pesan. Hasil pengujian menunjukkan bahwa pesan dapat disisipkan dan diekstraksi kembali secara akurat. Selain itu, evaluasi kualitas gambar dilakukan menggunakan parameter Peak Signal-to-Noise Ratio (PSNR), yang menghasilkan nilai sebesar 93.80 dB. Nilai tersebut mengindikasikan bahwa kualitas gambar setelah proses penyisipan tetap sangat baik dan tidak mengalami degradasi signifikan. Dengan demikian, metode LSB terbukti efektif dan efisien untuk aplikasi steganografi ringan yang membutuhkan kerahasiaan pesan tanpa merusak kualitas media digital.
PERAMALAN PENJUALAN SEPATU MENGGUNAKAN METODE SVR (SUPPORT VECTOR REGRESSION) BERDASARKAN DATA HISTORIS PENJUALAN Muhammad Zaul Rabbani W.D; Ahmad Zakir
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.v3i2.416

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah sistem prediksi penjualan pada UD. Rabani dengan memanfaatkan algoritma Support Vector Regression (SVR). Sistem yang dibangun dirancang untuk membantu perusahaan dalam memperkirakan penjualan di masa mendatang berdasarkan data historis, sehingga dapat menunjang proses pengambilan keputusan yang lebih terukur. Manfaat utama dari sistem ini adalah memberikan gambaran prediksi penjualan yang dapat dijadikan acuan dalam perencanaan strategi bisnis, mengoptimalkan ketersediaan stok, serta meminimalisasi risiko kerugian akibat ketidaktepatan perkiraan permintaan pasar. Selain itu, sistem juga dilengkapi dengan fitur manajemen data, hasil prediksi, serta pengaturan aplikasi yang memudahkan pengguna dalam mengelola informasi secara terintegrasi. Hasil penelitian menunjukkan bahwa model SVR mampu menghasilkan prediksi penjualan dengan nilai metrik evaluasi yaitu MAE sekitar 15, MSE sekitar 340, RMSE sekitar 18, dan R² mendekati 0. Visualisasi data memperlihatkan bahwa hasil prediksi cenderung stabil, namun masih belum sepenuhnya mampu mengikuti fluktuasi data aktual. Kata Kunci : SVR, Prediksi, Historis, Sepatu
EFEKTIVITAS SEGMENTASI MENGGUNAKAN VLAN DAN INTER VLAN ROUTING PADA JARINGAN KOMPUTER DI PERUSAHAAN Yazid Zaidan; Haida Dafitri
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.v3i2.417

Abstract

Jaringan komputer tanpa segmentasi berpotensi menimbulkan permasalahan seperti tingginya trafik broadcast, rendahnya keamanan, dan sulitnya pengelolaan jaringan. Untuk mengatasi hal tersebut, penelitian ini menerapkan Virtual Local Area Network (VLAN) dan Inter-VLAN Routing pada topologi jaringan. VLAN digunakan untuk memisahkan jaringan berdasarkan divisi (Administrasi, Keuangan, IT Support, dan HRD) sehingga komunikasi dalam satu VLAN menjadi lebih efisien dan aman. Agar perangkat dari VLAN yang berbeda tetap dapat berkomunikasi, diterapkan konfigurasi Inter-VLAN Routing dengan metode router multi-interface. Implementasi dilakukan melalui perancangan topologi, konfigurasi switch untuk segmentasi VLAN, serta konfigurasi router sebagai penghubung antar VLAN. Hasil pengujian menunjukkan bahwa jaringan memiliki kualitas sangat baik berdasarkan parameter QoS: delay rendah (0–6 ms), packet loss 0%, dan jitter kecil. Dengan demikian, penerapan VLAN dan Inter-VLAN Routing terbukti meningkatkan efisiensi, keamanan, serta fleksibilitas jaringan, sehingga dapat menjadi solusi tepat bagi organisasi skala menengah hingga besar. Kata kunci: VLAN, Inter-VLAN Routing, Router, Segmentasi Jaringan

Page 4 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