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 50 Documents
 1   2   3   4   5 
Search results for , issue "Vol. 12 No. 4 (2023): The Indonesian Journal of Computer Science" : 50 Documents clear
Faktor-Faktor yang Mempengaruhi Pemilik Pengetahuan dalam Proses Pembelajaran pada Mahasiswa Fakultas Ilmu Komputer Universitas Sriwijaya Dian Apriani, Dian Apriani; Ihsan Jambak, Muhammad
The Indonesian Journal of Computer Science Vol. 12 No. 4 (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.v12i4.3203

Abstract

Dalam proses pembelajaran, penciptaan pengetahuan terjadi ketika seorang individu yang berperan sebagai pemilik pengetahuan dapat menyampaikan pengetahuan yang dimilikinya ke individu lain. Namun, proses tersebut terkadang tidak berjalan dengan baik, sehingga dibutuhkan suatu sistem informasi yang sesuai dengan kebutuhan pengguna sebagai pemilik pengetahuan dengan mengetahui faktor-faktor yang mempengaruhi pemilik pengetahuan dalam menyampaikan pengetahuan pada saat proses pembelajaran. Teori yang mendasari konstruk penelitian ini adalah Model SECI (Sosialisasi, Eksternalisasi, Kombinasi, Internalisasi). Penelitian ini menggunakan metode kuantitatif. Populasi dalam penelitian ini berjumlah 2.666 dan jumlah sampel 348 yang diperoleh menggunakan metode Stratified Random Sampling. Dalam menganalisis data, menggunakan teknik Rasch Model dan software Winstep. Hasil yang diperoleh adalah proses sosialisasi dan internalisasi merupakan faktor yang dapat mempengaruhi mahasiswa sebagai pemilik pengetahuan karena cenderung lebih mudah dilakukan dan banyak disetujui untuk diterapkan.
Audit Sistem Informasi Manajemen Inventory PT.ABC Menggunakan Framework COBIT 2019 Mahesa Bayu Baihaqi; Tedi Prastio, Wahyu
The Indonesian Journal of Computer Science Vol. 12 No. 4 (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.v12i4.3218

Abstract

Audit Sistem Informasi Manajemen Inventory merupakan elemen penting dalam pengelolaan risiko dan pengendalian di PT. ABC. Penelitian ini bertujuan untuk melakukan audit sistem informasi manajemen inventory PT. ABC menggunakan pendekatan GRC (Governance, Risk, and Compliance). Penelitian ini memberikan wawasan yang berharga bagi PT. ABC dalam mengoptimalkan manajemen sistem informasi mereka dengan pendekatan GRC. Dengan menerapkan pendekatan ini, perusahaan dapat mengidentifikasi dan mengelola risiko terkait manajemen inventory dengan lebih efektif, memastikan kepatuhan terhadap regulasi yang berlaku, dan meningkatkan tata kelola informasi mereka secara keseluruhan.
Linear Regression Algorithm Analysis to Predict the Effect of Inflation on the Indonesian Economy.: Analysis of the accuracy level of RMSE using Linear Regression Algorithm to Predict the Effect of Inflation on the Indonesian Economy. Harianto, Fetrus Jari; Abdulloh, Ferian Fauzi
The Indonesian Journal of Computer Science Vol. 12 No. 4 (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.v12i4.3224

Abstract

Tujuan penelitian ini adalah untuk melihat perkembangan penelitian mengenai dampak inflasi global terhadap perkembangan perekonomian Indonesia. Penelitian ini melihat hubungan antara pengaruh inflasi dan perkembangan ekonomi di Indonesia. Metode penelitian yang digunakan dalam penelitian ini adalah metode penelitian kuantitatif yang dimulai dari pengumpulan data, preprocessing, Proses Implementasi Algoritma Regresi Linier, dan pengujian model. Root mean square error (RMSE) adalah model regresi prediktif yang melihat seberapa akurat PDB tahunan berdasarkan tingkat inflasi tahunan. Dalam hal ini, nilai RMSE sekitar 0,60. Artinya, secara rata-rata model peramalan memiliki kesalahan sebesar 0,66 dalam memperkirakan nilai PDB tahunan. Semakin rendah nilai RMSE, semakin baik kinerja model karena menunjukkan kesalahan yang lebih kecil.
Implementasi Algoritma MFCC dan CNN dalam Klasifikasi Makna Tangisan Bayi Yusdiantoro, Senli Yusdiantoro; Sasongko, Theopilus Bayu
The Indonesian Journal of Computer Science Vol. 12 No. 4 (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.v12i4.3243

Abstract

Menangis merupakan salah satu usaha bayi dalam berkomunikasi untuk menyampaikan suatu kondisi yang sedang dialaminya, baik itu sedang lelah, sakit perut, rasa tidak nyaman maupun lapar. Bagi sebagian orang tua yang baru memiliki anak tentu tidak selalu mampu untuk memahami apa yang dikehendaki oleh bayi ketika dia menangis, karena suara tangisan yang dihasilkan terdengar hampir sama. Maka, pada penelitian ini dibuat sebuah sistem klasifikasi makna tangisan bayi dengan mengimplementasikan deep learning. Untuk memahami arti tangisan bayi berdasarkan penyebabnya dengan mengimplementasikan metode Mel-Frequency Cepstral (MFCC) sebagai fitur ekstraksi ciri dan CNN sebagai metode klasifikasi. Diantara proses pelatihan dan pengujian yang telah berhasil dilakukan dalam penelitian ini diperoleh hasil akurasi tertinggi terhadap pelatihan yang dilakukan dengan 50 epoch sebesar 93,84% dan model mampu mengklasifikasikan makna tangisan bayi berdasarkan penyebabnya terhadap data baru dengan rata-rata akurasi 88.04%.
Pengembangan Media Pembelajaran Komik Strip Berbasis Flipbook Digital Pada Mata Pelajaran Projek Ilmu Pengetahuan Alam Dan Sosial Elfina, Eni; Waskito; Darmi, Resmi; Maksum, Hasan
The Indonesian Journal of Computer Science Vol. 12 No. 4 (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.v12i4.3258

Abstract

Kurangnya media pembelajaran mengakibatkan peserta didik kurang aktif dan antusias ketika proses pembelajaran berlangsung. Diperlukan adanya media pembelajaran yang dapat membantu dan memfasilitasi dalam membangkitkan minat belajar dan meningkatkan hasil belajar peserta didik di SMK. Penelitian ini bertujuan untuk mengetahui proses perancangan media pembelajaran komik strip berbasis flipbook, mengetahui tingkat kelayakan media. Model penelitian pengembangan yang digunakan yaitu model Instructional Development Institute (IDI) yang meliputi tahap define, develop dan evaluate. Media pembelajaran komik strip berbasis flipbook dirancang menggunakan software dan hardware. Hasil penelitian diperoleh dari produk komik strip berbasis flipbook pada materi projek IPAS bagi kelas X SMK. Berdasarkan hasil tersebut dapat disimpulkan bahwa media pembelajaran Berbasis flipbook pada materi projek IPAS bagi peserta didik Kelas X SMK dapat digunakan dalam pembelajaran projek IPAS, karena bisa meningkatkan motivasi, minat belajar serta bisa dilakukannya pembelajaran mandiri bagi siswa yang ingin mengulang pembelajaran di rumah.
Implementation of Secret Key Generation on Mobile Crowdsensing Application to Secure Tracking Location of Motorcyclists Dewi, Ni Made Lintang Asvini; Sudarsono, Amang; Yuliana, Mike
The Indonesian Journal of Computer Science Vol. 12 No. 4 (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.v12i4.3259

Abstract

Mobile crowdsensing is a method for collecting many data from sensors on smartphone. In this research, mobile crowdsensing application will be developed to display location of motorcyclits who connected in an Ad-Hoc network along with a security system using the Secret Key Generation (SKG) scheme to generate a secret key that will be used to encrypt and decrypt the data. From the results it can be concluded that the highest measurement correlation is 0.0398 and the lowest is 0.0018 but after randomness extraction proccess, the highest correlation is 0.996 and the lowest is 0.978. After encryption, information of Alice and Bob is stored as random character in database and decrypted as plaintext as shown as in application. In the attacking result, the data after encrypted just shown random character in traffic monitor. When the eavesdroppers manipulate its IP address like Alice's, they can’t connect to Bob.
Project-Based Learning (PjBL) Model in E-Module as an Improvement of Critical Thinking in the Department of Cosmetology And Beauty Rahmi Oktarina; Siska Miga Dewi
The Indonesian Journal of Computer Science Vol. 12 No. 4 (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.v12i4.3264

Abstract

The goal of this research is to enhance learning and critical thinking abilities of Cosmetology and Beauty students in e-commerce courses through the implementation of interactive e-commerce e modules. This study uses a quasi-experimental approach with control groups for the pretest and posttest. Data collection was carried out using instruments in the form of open questionnaires and tests. The study's data analysis method is quantitative descriptive analysis, differentiation power analysis using T Test and qualitative descriptive analysis. The independent sample t test findings describe a Sig (2 Tailed) greater in the experimental class compared to the control class, it can be inferred that there is a substantial difference between the two groups. The overall findings support the usage of the e-module in e-commerce courses because it has been shown to enhance critical thinking abilities and learning outcomes.
Klasifikasi Penyakit Bawang Merah Menggunakan Naïve Bayes dan Convolutional Neural Network Dian; Purnawansyah; Darwis, Herdianti; Nurhayati, Lilis
The Indonesian Journal of Computer Science Vol. 12 No. 4 (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.v12i4.3265

Abstract

Bawang merah rentan terhadap serangan penyakit yang dapat mengganggu pertumbuhan dan mengakibatkan hasil panen yang tidak maksimal bahkan gagal panen, seperti bercak ungu dan moler. Penelitian ini bertujuan untuk mengklasifikasikan penyakit bawang merah dengan mengimplementasikan meetode naïve bayes (gaussian , bernoulli, dan multinomial) dan CNN pada citra bawang merah yang diekstraksi menggunakan fourier descriptor. Metode FD – CNN memperoleh tingkat accuracy 98% dalam mengklasifikasikan penyakut bawang merah, moler dan bercak ungu, sedangkan metode CNN tanpa menggunakan ekstraksi menghasilkan nilai accuracy sebesar 97%. Adapun pada metode naïve bayes, pengklasifikasian yang memiliki accuracy paling tinggi adalah metode gaussian naïve bayes sebesar 95% sedangkan yang paling rendah yaitu metode bernoulli naïve bayes dengan tingkat accuracy sebesar 42%. Dengan demikian, dapat disimpulkan bahwa CNN, FD-CNN, dan FD-GNB efektif untuk meningkatkan performa klasifikasi pada citra daun bawang merah.
Integration of Artificial Intelligence in Education: Opportunities, Challenges, Threats and Obstacles. A Literature Review. Saputra, Indra; Astuti, Murni; Sayuti, Muhammad; Kusumastuti, Dyah
The Indonesian Journal of Computer Science Vol. 12 No. 4 (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.v12i4.3266

Abstract

The research background is the rapid development of AI which affects various aspects of education. The purpose of this study is to analyze in depth about the opportunities, challenges, threats and obstacles to the implementation of AI in education. The research method used in this study is semy-systematic literature review. The analysis technique used is a meta-narrative approach that includes the process of identifying, analyzing, recognizing patterns and topic-related themes. The results describe that AI opportunities in education are related to the delivery of learning materials, evaluation, management systems, and educational policy making. Meanwhile, the challenges are related to pedagogy, educational frameworks, and literacy. Threats that arise are related to the security of personal data, character building and educational ethics. Finally, obstacles that arise include the high costs required, limited teacher and professional training schemes in preparing AI competencies, and slow changes in curriculum structure and structural level of education.
Optimasi K-Nearest Neighbor dengan Grid Search CV pada Prediksi Kanker Paru-Paru Kusuma, Satya Tegar; Sasongko, Theopilus Bayu
The Indonesian Journal of Computer Science Vol. 12 No. 4 (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.v12i4.3267

Abstract

Kanker paru-paru adalah salah satu kanker paling mematikan di seluruh. Salah satu penyebab kematian pada penderita kanker paru-paru adalah tidak ada sistem untuk memprediksi kanker paru-paru secara optimal apakah pasien menderita kanker paru-paru atau tidak. Oleh karena itu, penelitian ini bertujuan untuk melakukan optimasi nilai K pada algoritma k-nearest neighbor (KNN) menggunakan metode grid search cv. Algoritma KNN dipilih karena pada berbagai penelitian memiliki tingkat akurasi yang lebih baik dibandingkan dengan algoritma supervised learning lainnya. Data yang digunakan pada penelitian ini bersumber dari data publik yang ada di kaggle. Berdasarkan penelitian dan pembahasan mengenai optimasi nilai K pada algoritma KNN menggunakan metode grid search cv didapatkan nilai K paling optimal yaitu 3 dengan tingkat akurasi 96%. Oleh karena itu, nilai K=3 sangat baik diterapkan pada algoritma KNN untuk memprediksi kanker paru-paru karena memiliki akurasi yang tinggi.

Page 1 of 5 | Total Record : 50

 1   2   3   4   5 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol. 15 No. 2 (2026): The Indonesian Journal of Computer Science Vol. 15 No. 1 (2026): The Indonesian Journal of Computer Science 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 Vol. 13 No. 6 (2024): The Indonesian Journal of Computer Science Vol. 13 No. 5 (2024): The Indonesian Journal of Computer Science Vol. 13 No. 4 (2024): The Indonesian Journal of Computer Science Vol. 13 No. 3 (2024): The Indonesian Journal of Computer Science Vol. 13 No. 2 (2024): The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): The Indonesian Journal of Computer Science Vol. 12 No. 6 (2023): The Indonesian Journal of Computer Science Vol. 12 No. 5 (2023): The Indonesian Journal of Computer Science Vol. 12 No. 4 (2023): The Indonesian Journal of Computer Science 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