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 1,170 Documents
 9   10   11   12   13 
Penerapan Metode K-Nearest Neighbor (KNN) untuk Klasifikasi Kematangan Buah Kopi Amelia, Nerlys; Garonga, Melki; 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.v12i2.3171

Abstract

Perkebunan kopi di Indonesia berperan penting bagi masyarakat sebagai lapangan pekerjaan. Penentuan tingkat kematangan buah kopi yang masih dilakukan secara manual, baik secara racutan atau rampasan berdasarkan pengamatan secara subjektif. Kematangan buah kopi dapat dilihat dari tiga tingkatan yaitu matang, stengah matang dan mentah sehingga warna buah kopi dapat menjadi tolak ukur untuk mengenali tingkat kematangan serta kualitas buah kopi. Ekstraksi fitur warna merupakan salah satu teknik yang dapat digunakan untuk memperoleh informasi tingkat kematangan buah kopi dengan cara memunculkan ciri dari sebuah citra menggunakan fitur warna serta segmentasi tresholding. Total citra buah kopi yang digunakan dalam penelitian ini sebanyak 300, yang terdiri dari 100 citra buah kopi matang, 100 citra buah kopi stengah matang dan 100 citra buah kopi mentah. Dengan menggunakan fitur warna RGB dan HSV serta algoritma KNN untuk pengklasifikasian tingkat kematangan buah kopi, diperoleh hasil akurasi tertinggi dengan nilai K = 3 sebesar 95%.
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.
Analisis Faktor Perilaku Penggunaan Sistem Pendaftaran Online Berdasarkan Unified Theory of Accepptance and Use of Technology (UTAUT) Suradi, Asy Syfa; Firdawati; Pujani, Vera; Fiandra, Yudha
The Indonesian Journal of Computer Science Vol. 12 No. 3 (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.v12i3.3177

Abstract

Penelitian ini bertujuan mengevaluasi sikap penerimaan masyarakat terhadap penggunaan pendaftaran online di RS Aisyiyah Pariaman menggunakan model Unified Theory of Accepptance and Use of Technology (UTAUT). Penelitian ini merupakan penelitian observasional analitik dengan pendekatan cross sectional yang menjelaskan hubungan variabel independen (performance expectancy, effort expectancy, social influence dan facilitating conditions), variabel moderasi (usia dan pengalaman) terhadap variabel dependen (use behavior dan behavioral intention). Populasi adalah pasien poliklinik rawat jalan menggunakan pendaftaran online. Sampel yang diteliti sebesar 243 sampel dengan menggunakan teknik purposive sampling dalam pengambilan sampel. Metode analisis data deskriptif menggunakan SPSS 26 dan analisis Structural Equation Modelling (SEM) menggunakan piranti LISREL 8.8. Berdasarkan hasil penelitian didapatkan bahwa performance expectancy, effort expectancy, social influence berhubungan signifikan terhadap behavior intention dan facilitating conditions, behaviaoral Intention berhubungan signifikan terhadap use behavior, sedangkan variabel moderasi usia dan pengalaman tidak berhubungan signifikan dalam memoderasi variabel independen terhadap variabel dependen.
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.

Page 11 of 117 | Total Record : 1170

 9   10   11   12   13 

Filter by Year

2022 2026


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