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
 43   44   45   46   47 
Systematic Literature Review dengan Mengidentifikasi Software serta Metode Pengembangan Augmented Reality Caraka Aji Pranata; M Fairul Filza; Akbar
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): 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.v13i1.3742

Abstract

Perkembangan teknologi di dunia setiap harinya mengalami peningkata yang sangat pesat. Salah satu wujud pesatnya perkembangan teknologi di Indonesia belakangan ini yang juga menjanjikan adalah Augmented Reality (AR). AR merupakan teknologi yang dapat menggabungkan aspek yang ada pada dunia nyata dengan dunia virtual. Seiring berkembangnya teknologi, pastinya kita dihadapkan dengan berbagai elemen pendamping yang juga turut berkembang dan beragam. Maka dari itu, penelitian ini bertujuan untuk mengidentifikasi perangkat lunak dan metode pengembangan AR yang umum atau sering digunakan di Indonesia. Metode Systematic Literature Review (SLR) dipilih sebagai metode yang akan digunakan dalam proses review terhadap literatur yang relevan dengan perkembangan AR. Hasil akhir penelitian ini berupa jenis perangkat lunak dan metode pengembangan AR yang umum atau sering digunakan dalam pengembangannya dalam kurun waktu satu tahun selama tahun 2023. Hasil penelitian diharapkan dapat membantu sebagai rekomendasi para pengembang AR dalam kontribusinya mengembangkan AR dengan perangkat lunak dan metode yang terbarukan.
Facial Beauty Prediction Based on Deep Learning: A Review Arabo, Wahab; Abdulazeez , Adnan Mohsin
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): 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.v13i1.3743

Abstract

This review delves into Facial Beauty Prediction (FBP) using deep learning, specifically focusing on convolutional neural networks (CNNs). It synthesizes recent advancements in the field, examining diverse methodologies and key datasets like SCUT-FBP and SCUT-FBP5500. The review identifies trends in FBP research, including the evolution of deep learning models and the challenges of dataset biases and cultural specificity. The paper concludes by emphasizing the need for more inclusive and balanced datasets and suggests future research directions to enhance model fairness and address ethical implications.
High-Level Defence Model against Routing Attacks on the Internet-of-Things Sejaphala, Lanka Chris; Malele, Vusi; Lugayizi, Francis
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): 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.v13i1.3744

Abstract

This paper is part of the doctoral work that aims to answer the following research question: “To what extent can an intelligent security model effectively defend against routing attacks in RPL-based Internet of Things (IoT) with a demonstration of less network resource consumption, high detection rate, and minimal false negatives?” To answer this question, this paper proposes a high-level conceptual framework to defend the IoT against routing attacks. In recent works, mitigation techniques have been proposed to act against routing attacks, however conceptual defence or mitigation framework is not presented as a set of steps to follow to develop an effective and robust intelligent security model. This paper aims to present a high-level conceptual defence framework against routing attacks; specifically, sinkhole, rank, DIS-Flooding, and worst parent. The four mentioned routing attacks are capable of disturbing IoT network functions and operations, and consuming network resources such as memory and power.
Klasifikasi Citra Penyakit Tanaman pada Daun Paprika dengan Metode Transfer Learning Menggunakan DenseNet-201 Salim, Vilvilia; Abdullah, Asrul; Utami, Putri Yuli
The Indonesian Journal of Computer Science Vol. 13 No. 2 (2024): 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.v13i2.3746

Abstract

Penyakit bercak daun yang disebabkan oleh bakteri Xanthomonas campestris pv. vesicatoria merupakan salah satu penyakit penting pada tanaman paprika di Indonesia. Penyakit ini dapat menurunkan kualitas dan kuantitas hasil panen paprika. Metode yang digunakan yaitu transfer learning dengan menggunakan model DenseNet-201. Penelitian ini menggunakan data gambar daun paprika yang terinfeksi dan tidak terinfeksi sebanyak 4.876 gambar. Data tersebut dibagi menjadi data latih, data validasi, dan data uji. Hasil penelitian menunjukkan bahwa model transfer learning mampu mendeteksi penyakit bercak daun pada paprika dengan akurasi keseluruhan sekitar 99.5%. Evaluasi model terhadap kelas “Bacterial Spot” dan “Healthy” menghasilkan precision, recall, dan F1-score rata-rata sekitar 99.5%. Penelitian ini menunjukkan bahwa metode transfer learning dapat digunakan sebagai sistem deteksi penyakit tanaman yang efektif dan efisien.
Analisis Tweet Politik-Keagamaan pada Hasil Pemilihan Presiden Indonesia tahun 2014 dan 2019: Sebuah Studi Eksploratif Zain, Poppy Dalama; Sutanto, Taufik Edy; Liebenlito, Muhaza
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): 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.v13i1.3751

Abstract

Agama dan politik saling terkait dalam konteks pemilihan umum di Indonesia. Penggunaan isu agama dalam kegiatan politik merambah luas di pemilu Indonesia tahun 2014 dan 2019 di media sosial. Paper ini mengisi kekosongan di literatur untuk mengkaji fenomena penggunaan isu agama dalam politik secara kuantitatif. Data diambil menggunakan dari media sosial twitter menggunakan API secara legal dan menjaga privasi pengguna. Pengambilan data dilakukan dengan menggunakan kata kunci terkait agama seperti Islam, Al-Qur’an, Hadits, Halal, Shalat, dan sebagainya lalu di filter dengan berbagai kata kunci terkait politik. Melalui berbagai teknik eksplorasi data seperti analisis korelasi Spearman dan visualisasi geospasial, penelitian ini menemukan adanya hubungan signifikan antara banyaknya isu agama terkait politik dan perolehan suara calon presiden. Pada tahun 2014 korelasi untuk Prabowo dibandingkan korelasi untuk Jokowi lebih tinggi yaitu sebesar 0.72, lalu menurun pada tahun 2019 menjadi 0.56. Penelitian ini dapat dijadikan inspirasi untuk penurunan dan pencegahan terjadinya polarisasi di masyarakat akibat penggunaan isu agama dalam kegiatan politik.
Modeling of Wind Power Generation in Tegal Region using Matlab Simulink Saputri, Fahmy; Delana Wijaya, Sarah
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): 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.v13i1.3752

Abstract

The increasing energy demands require larger energy production. However, fossil energy sources are depleting, necessitating the use of renewable energy to replace fossil fuels and meet energy needs in Indonesia. Indonesia has a significant wind energy potential. Wind power generation modeling is carried out in one of the cities in Indonesia, namely Tegal. By using Matlab Simulink, it is expected to assist in predicting renewable energy production. Tegal is one of the regions with high wind speeds in Indonesia, specifically at 3 m/s. From the modeling, the optimal blade radius and rotor angular velocity that can generate maximum power at a wind speed of 3 m/s can be determined. Wind power generation in Tegal with a wind speed of 3 m/s has the potential to produce electrical power of 768.55 W.
Deteksi Pohon Kelapa Sawit dengan Pendekatan Deep Learning pada Citra Multispectral di Indonesia Prasvita, Desta Sandya; Santoni, Mayanda Mega; Falih, Noor
The Indonesian Journal of Computer Science Vol. 13 No. 2 (2024): 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.v13i2.3753

Abstract

Perkebunan kelapa sawit memegang peran penting dalam ekonomi Indonesia, namun masih dihadapkan pada berbagai tantangan, salah satunya adalah tuduhan terkait deforestasi. Solusi untuk menangani permasalahan tersebut adalah dengan memanfaatkan teknologi remote sensing dan computer vision. Penggunaan kedua teknologi ini memungkinkan pemantauan otomatis pohon kelapa sawit dari jarak jauh. Penelitian ini berkontribusi dalam penerapan metode deep learning menggunakan teknologi remote sensing citra multispectral untuk deteksi pohon kelapa sawit. Data yang digunakan dalam penelitian ini juga merupakan data baru yang diperoleh dari perkebunan kelapa sawit di Kalimantan Timur, Indonesia. Metode deep learning berbasis deteksi objek yang digunakan adalah YOLOv5. Sebanyak enam belas model deteksi YOLOv5 dibangun dari kombinasi fitur citra multispectral (RGB, RGN, RBN, dan GBN) dan jaringan YOLOv5 yang berbeda (YOLOv5s, YOLOv5m, YOLOv5l, dan YOLOv5x) pada eksperimen penelitian ini. Model YOLOv5 terbaik untuk mendeteksi pohon kelapa sawit adalah RBN-YOLOv5m, dengan nilai mAP@50, mAP@[0.5,0.95], dan F1-score sebesar 78.3%, 44.9%, dan 81.0%. Kombinasi fitur near-infrared dan red band dapat memberikan informasi mengenai vegetasi sehingga kombinasi tersebut dapat meningkatkan hasil deteksi hanya dengan fitur RGB.
UTAPIS Indonesian Word Error Detection Application: Design and Development Sutomo, Rudi; Mediyawati, Niknik
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): 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.v13i1.3754

Abstract

People misspell and incorrectly write Indonesian words without even recognizing it. Poor and incorrect language proficiency is a common cause of word spelling mistakes. Since PT Tribun Digital Online publishes between 600 and 700 articles a day, the U-Tapis website might be of great assistance to journalists in identifying grammatical problems. Three separate cities—Jakarta, Makassar, and Solo—have participated in the testing of the U-tapis website. @ Tribun Digital Online, PT. This department is in charge of using the Flask framework to create the U-tapis website design. This study develops software or applications that are comparatively brief, succinct, and quick using the RAD (Rapid Application Development) technique. In addition to system development methods. The implementation of this method uses the U-tapis Sentence Syntax Error Detection algorithm which functions to detect an algorithm comparing two pieces of data, calculated using a formula called the Jaccard Index to check spelling errors in words. UAT test results produce all the features according to the wishes of the company owner based on the problems faced.
Analisis dan Pengembangan Sistem Informasi Kemahasiswaan Berbasis E-Letter dengan Menggunakan User Centered Design Karunia, Reiza Dwi; Hidayati, Nurtriana
The Indonesian Journal of Computer Science Vol. 13 No. 4 (2024): 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.v13i4.3755

Abstract

SISKA adalah sebuah sistem informasi yang memuat mengenai informasi dan kegitan Kemahasiswaan Universitas Semarang. SISKA Sudah berjalan 2 tahun, berdasarkan pengguna SISKA masih memiliki kekurangan danbelum sesuai kebutuhan. Untuk mengetahui ketepatan tersebut sesuai atau tidak, maka disebarlah kuisioner terhadap 26 Responden yang mana terdiri dari Admin dan Mahasiswa yang memiliki hak akses SISKA pada Organisasi Mahasiswa. Dalam organisasi mahsiswa SISKA sebagai tempat mengupload surat menyurat, proposal kegiatan maupun Laporan Pertanggung jawaban kegiatan. Proposal ini dibuat untuk menganalisis serta mengembangkan SISKA agar sesuai dengan Kebutuhan. Pada proses pengembangan sistem ini menggunakan metode User Centered Design (UCD) serta untuk Analisis sistemnya menggunakan perhitungan Kuisioner SUS.
Identifying Key Factors Shaping New Users' Intentions in Mobile Investment Applications Haris, Abdul
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): 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.v13i1.3756

Abstract

This paper seeks to examine the key factors predicting the behavioral intentions of mobile investment app users. By understanding these influencing factors, the ultimate goal is to encourage more people to adopt and accept these apps. Adopting an integrated approach, the research combines different UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) constructs for hypothesis development and to evaluate the effects on users’ adoption and behavior use of such platforms. Through an online survey among 161 users of popular mobile investing applications in Indonesia and applying structural equation modeling for analysis with the SmartPLS statistical tool, this research contributes empirical evidence on factors that drive user behavior in the mobile investment domain. The final model provided a good basis for proving the hypotheses presented and the factors can account for 65.6% of the variability in mobile investment app behavior intention. The results show that Habit, Performance Expectancy, and Effort Expectancy are the key factors impacting individual behavioral intention to get mobile investment. These findings will assist researchers and professionals in understanding why individuals utilize mobile investment apps. More importantly, this study's recommendations will help utilize these aspects to enhance these apps’ benefits.

Page 45 of 117 | Total Record : 1170

 43   44   45   46   47 

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