cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Tri A. Sundara
Contact Email
tri.sundara@stmikindonesia.ac.id
Phone
+628116606456
Journal Mail Official
ijcs@stmikindonesia.ac.id
Editorial Address
Jalan Khatib Sulaiman Dalam 1, Padang, Indonesia
Location
Kota padang,
Sumatera barat
INDONESIA
The Indonesian Journal of Computer Science
Published by STMIK Indonesia Padang
ISSN : 25497286     EISSN : 25497286     DOI : https://doi.org/10.33022
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering Engineering
The Indonesian Journal of Computer Science (IJCS) is a bimonthly peer-reviewed journal published by AI Society and STMIK Indonesia. IJCS editions will be published at the end of February, April, June, August, October and December. The scope of IJCS includes general computer science, information system, information technology, artificial intelligence, big data, industrial revolution 4.0, and general engineering. The articles will be published in English and Bahasa Indonesia.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 31 Documents
 1   2   3   4 
Search results for , issue "Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science" : 31 Documents clear
Klasifikasi Penyakit pada Tanaman Kopi Arabika Menggunakan Metode K-Nearest Neighbor (KNN) Berbasis Citra Matarru, Sandri; Pongdatu, Gidion A.N.; Rusman, Juprianus
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3172

Abstract

Salah satu tanaman yang tumbuh di daerah tropis dan memiliki harga jual yang cukup tinggi serta menjadi sumber devisa bagi Indonesia ialah kopi. Kualitas dan produksi kopi akan menurun jika kopi mudah terserang penyakit yang disebabkan oleh perubahan iklim seperti cuaca, suhu, kelembapan udara,tanah, perawatan tanaman yang kurang maksimal dan ketinggian lahan. Semakin berkembangnya teknologi saat ini diperlukan suatu metode kecerdasan buatan untuk membantu petani dalam mengenali jenis penyakit kopi. Metode yang digunakan untuk melakukan klasifikasi penyakit kopi arabika ialah K-Nearest Neighbor. Adapun Dataset yang diproses dibagi menjadi 2 yakni data training sebesar 320 citra dan data testing sebanyak 80 citra selanjutnya dilakukan tahapan image preprocessing. Setelah itu dilakukan ekstraksi glcm yakni fitur yang digunakan contrast, homogeneity, correlation, energy. Pada penelitian ini hasil percobaan dari beberapa nilai K pada K-Nearest Neighbor menunjukan akurasi tertinggi terdapat pada K=11 dengan hasil pengujian model menggunakan confusion matrix memperoleh tingkat akurasi sebesar 94 %.
Evaluasi Pengembangan Media Pembelajaran Puzzle Book Augmented Reality Menggunakan USE QUESTIONNAIRE Gesilanda, Vivi; Sukirman; Azizah, Naviatul
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3173

Abstract

Augmented Reality (AR) merupakan teknologi yang mampu memvisualisasikan objek maya 3D ke dalam lingkungan nyata secara real-time. Dengan teknologi AR, visualisasi objek 3D menjadi lebih mudah dipahami saat digunakan sebagai media pembelajaran. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi media pembelajaran puzzle book AR menggunakan USE Questionnaire. Evaluasi yang dilakukan melibatkan partisipan sebanyak 32 siswa, parameter yang dinilai dalam evaluasi antara lain Usefulness, Ease of Use, Ease of Learning dan Saticfation. Tiga parameter pertama merupakan variabel independen dan parameter terakhir (saticfation) adalah variabel dependen. Berdasarkan analisis yang dilakukan terhadap parameter tersebut, diperoleh hasil bahwa ketiga parameter independen itu memiliki korelasi positif terhadap saticfation yang ditunjukkan melalui uji reliabilitas dengan skor cronbach’s alpha sebesar 0,765 (usefulness), 0,778 (ease of use), 0,758 (ease of leraning), dan 0,795 (saticfation). Dengan demikian dapat disimpulkan bahwa media pembelajaran puzzle book AR ini usable untuk dapat dijadikan sebagai media pembelajaran karena dengan adanya media ini siswa lebih mudah memahami materi/pembelajaran yang disampaikan.
A Review of Automated Reasoning and Its Applications in the 21st Century. Ndungi, Rebeccah; Uyun , Shofwatul
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3175

Abstract

This article takes a look at the progress and advancement of automated reasoning and its applications in the 21st century. Reasoning refers to the method of reaching logical conclusions. The construction of computing systems that automate this process over some knowledge bases is the focus of automatic reasoning. Automated Reasoning is frequently regarded as a subfield of machine learning. It is also studied in theoretical computer science and philosophy. Some of the applications of automated reasoning include but not limited to Tableau-style systems, Automatic Theorem Proving, Superposition and Saturation, benchmarks and Classical First-Order Logic. The development of formal led to the development of artificial intelligence, which was essential in the development of artificial intelligence for reasoning.
Pemanfaatan Model Long Short Term Memory (LSTM) Untuk Prediksi Harga Emas Sebagai Instrumen Investasi Dalam Mempersiapkan Ancaman Resesi Global 2023 Jamaludin; Toto Haryanto
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3176

Abstract

Dampak dari Pandemi Covid 19 masih dirasakan oleh semua orang sampai saat ini. Akibat pandemi yang terjadi berimbas pada perputaran ekonomi dunia, belum juga perparah oleh konflik perang antara negara Rusia dan Ukraina. Hal ini secara tidak langsung menyebabkan harga komoditas menjadi naik dan mengakibatkan terjadinya inflasi. Ketika kondisi ekonomi Global tidak menentu, International Monetary Fund (IMF) melaporkan terjadinya pelambatan ekonomi dan hal ini dibenarkan juga Menteri Keuangan Republik Indonesia. Salah satu persiapan ketika terjadi inflasi adalah dengan berinvestasi. Banyak investasi yang ditawarkan saat ini, namun saat inflasi terjadi, berinvestasi emas merupakan pilihan yang tepat karena memiliki sifat sebagai pelindung nilai. Namun banyak investor yang masih ragu untuk berinvestasi emas dikarenakan harganya yang fluktuatif dan tidak bisa ditebak. Oleh karena itu, penelitian ini dilakukan untuk memprediksi harga emas menggunakan model Long Short Term Memory (LSTM) agar investor menjadi yakin dalam berinvestasi emas untuk mempersiapkan ketika terjadinya resesi Global 2023. Hasil penelitian didapatkan dengan 10 epochs menghasilkan RMSE 20 dan harga emas untuk 60 hari kedepan diprediksi akan naik.
Prediksi Diskon Harga Fashion Pria Pada Ecommerce Menggunakan Jaringan Syaraf Tiruan Backpropagation Siregar, Andree Rizky Yuliansyah
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3179

Abstract

Pada saat ini teknologi bergerak sangat cepat, sehingga manusia tidak peduli dengan batas, jarak, ruang dan waktu. Masyarakat kini sering menggunakan smartphone untuk berbelanja online dengan internet sebagai penunjang penggunaan smartphone yang juga menjadi sumber informasi bagi konsumen. Masyarakat dapat berbelanja online melalui toko ecommerce. Shopee merupakan salah satu ecommerce yang sering menawarkan diskon pada dua tanggal, bulan dan pada waktu tertentu untuk menarik konsumen. Namun, masyarakat sering tidak mendapatkan produk yang mereka inginkan saat diskon tersedia. Maka dari itu dengan adanya penelitian ini untuk mengetahui harga diskon pakaian pria di ecommerce shopee pada tanggal, bulan dan waktu yang diberikan. Website ini dapat membantu konsumen dalam mendapatkan barang diskon pada tanggal, bulan dan waktu yang ditentukan oleh shopee. Hal ini dapat meningkat akurasi sebanyak 89% dengan produk kaos lengan panjang pada tanggal 11 dan bulan 11.
Comparison of Machine Learning Algorithm Models in Bitcoin Price Sentiment Analysis Afrinanda, Rizky; Tawa Bagus, Wahyu; Efrizoni, Lusiana
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3180

Abstract

Bitcoin is one of the digital payments that is currently booming, fast delivery makes bitcoin in great demand by many people, currently there are many digital currency exchanges that can be used, one of the well-known ones in Indonesia, namely Indodax. Indodax is a cryptocurrency exchange, not only an exchange, Indodax also provides a chat room containing investors' opinions. Opinions contained in the Indodax chat room can be used to determine whether comments are positive, neutral or negative, so that it can be an investor's decision to sell or buy bitcoin using sentiment analysis. The sentiment analysis process begins with collecting data using an instant data scraper on the Indodax website, data preprcoessing, labeling using vader lexicon, TF-IDF as word weighting, data splitting, naïve Bayes algorithm and support vector machine, feature selection xgboost and gradient boosting, model evaluation with confusion matrix, then comparing the results of the two algorithms. Based on the tests that have been carried out, naïve bayes obtained the best accuracy value of 70.7%, naïve bayes combined with XGBoost obtained the best accuracy value of 86.6%, while the Support vector machine obtained the best accuracy 86.1%, support vector machine combined with gradient boosting obtained the best accuracy value of 88%. Based on these results the use of feature selection can increase the accuracy value of the algorithm.
Factors Influencing Students’ Continuance Intention in Learning through MOOCs: A Systematic Literature Review Romadhon, Muh Syaiful; Junus, Kasiyah; Santoso, Harry B.; Ahmad, Mubarik; Purwandari, Endina Putri
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3181

Abstract

Massive Open Online Courses or MOOCs advocate the "democratization of education”, which makes education available for everyone anywhere and anytime. The number of students who registered for a MOOC demonstrates that their intention to use MOOCs is reasonably high, yet only 7-10% complete the course. This review conducts literature review on frameworks or theories, instruments, and major factors that influence the intention to persist in MOOCs. A total of 150 articles spanning the years 2018–2022 are initially reviewed guided by PRISMA framework, from which 20 are selected based on the selection criteria in this study. Self-developed model and TAM has become the most often used theory to determine a persons’ continuance intention on MOOCs. The majority of studies utilized SEM and PLS-SEM as instruments to analyse the continuance intention data. Perceived usefulness is the most important and influential factor in MOOCs.
Comparative Analysis of Open Source Security Information & Event Management Systems (SIEMs) Bezas, Konstantinos; Filippidou, Foteini
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3182

Abstract

A Security Information and Event Management system (SIEM) is a tool used to collect, analyze, normalize and correlate data from various devices to identify potential cyber threats almost in real-time. SIEM provides a unified approach to security issues through two zones: Security Information Management (SIM) and Security Event Management (SEM). SIM deals with managing logs and reporting, while SEM deals with event management and real-time monitoring. SIEM tools collect data events in a central unit from various devices, normalize their format, analyze them, and generate reports and alerts. SIEM combines the ability of log management to generate a compliance report with the ability to manage threats. However, the central approach may present significant disadvantages, such as slowing system performance and complicating the prioritization of queries.
A Deep Learning Model for Answering Why-Questions in Arabic Azmi, Aqil; Alwaneen, Tahani
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3183

Abstract

The subfield of natural language processing (NLP) known as question answering (QA) involves providing answers to questions posed in natural language. Answering “why” questions has long been a challenging task for QA systems, given the complexity of the reasoning involved. In this paper, we propose a deep learning model for answering “why” questions in Arabic. Recent advances in neural network models have yielded promising results across a range of tasks, particularly with the integration of attention and memory mechanisms. Our proposed model is based on the dynamic memory network (DMN), an architecture that utilizes attention and memory mechanisms to locate and extract relevant information for answering a question. We evaluate the performance of our DMN-based model in answering Arabic “why” questions using the LEMAZA dataset, achieving an F-score of 78.61%. Our findings suggest that DMN-based models hold promise for addressing the challenge of answering “why” questions in Arabic and other languages.
Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan Program BPJS Ketenagakerjaan Meiriza, Adellia; Ali, Edwar; Rahmiati; Agustin
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3184

Abstract

BPJS Ketenagakerjaan bertugas menyelenggarakan program jaminan sosial bagi para pekerja di Indonesia, seperti Jaminan Kecelakaan Kerja, Jaminan Hari Tua, Jaminan Pensiun, Jaminan Kematian, dan Jaminan Pemeliharaan Kesehatan. Pengelompokan program bukan penerima upah dapat menggunakan metode clustering. Dalam penelitian ini, peneliti membandingkan dua algoritma clustering yaitu K-Means dan K-Medoids untuk mengelompokkan program bukan penerima upah berdasarkan karakteristik yang dimiliki. Data yang digunakan dalam penelitian ini diperoleh dari BPJS Ketenagakerjaan cabang pekanbaru. Pengelompokan dilakukan dengan menggunakan jumlah cluster yang sama untuk kedua algoritma yaitu K = 3. Hasil dari penelitian menunjukkan bahwa K-Medoids menghasilkan kelompok yang lebih stabil dan robust dibandingkan dengan K-Means. Hasil nilai DBI menunjukkan bahwa K-Medoid lebih baik dari K-Means. Hasil ini dapat dijadikan rekomendasi kepada pendaftar yang akan mengambil program BPJS Ketenagakerjaan selain itu penggunaan K-Medoids sebagai algoritma clustering lebih efektif dibandingkan K-Means untuk pengelompokan program bukan penerima upah.

Page 2 of 4 | Total Record : 31

 1   2   3   4 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol. 14 No. 6 (2025): The Indonesian Journal of Computer Science Vol. 14 No. 5 (2025): The Indonesian Journal of Computer Science Vol. 14 No. 4 (2025): The Indonesian Journal of Computer Science Vol. 14 No. 3 (2025): The Indonesian Journal of Computer Science Vol. 14 No. 2 (2025): The Indonesian Journal of Computer Science Vol. 14 No. 1 (2025): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 6 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 5 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 4 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 3 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 2 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 13 No. 1 (2024): The Indonesian Journal of Computer Science (IJCS) Vol. 12 No. 6 (2023): The Indonesian Journal of Computer Science (IJCS) Vol. 12 No. 5 (2023): The Indonesian Journal of Computer Science (IJCS) Vol. 12 No. 4 (2023): The Indonesian Journal of Computer Science (IJCS) Vol. 12 No. 3 (2023): The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science Vol. 12 No. 1 (2023): The Indonesian Journal of Computer Science Vol. 11 No. 3 (2022): The Indonesian Journal of Computer Science Vol. 11 No. 2 (2022): The Indonesian Journal of Computer Science Vol. 11 No. 1 (2022): The Indonesian Journal of Computer Science More Issue