cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ahmad Ilham
Contact Email
ahmadilham@unimus.ac.id
Phone
+6281325043677
Journal Mail Official
informatika@unimus.ac.id
Editorial Address
Program Studi S1 Informatika Universitas Muhammadiyah Semarang Gedung Kuliah Bersama II (GKB II) Lantai 7, Jl. Kedungmundu Raya No 18 Semarang email: informatika@unimus.ac.id, akhmadfathur@unimus.ac.id Phone: + +62 813 2504 3677
Location
Kota semarang,
Jawa tengah
INDONESIA
Jurnal Komputer dan Teknologi Informasi
Published by Universitas Muhammadiyah Semarang
ISSN : -     EISSN : 29867592     DOI : -
Core Subject : Science,
Computer Science & IT
Ruang lingkup publikasi terkait dengan : "Computer Science and Information Technology" diantaranya adalah: Networking Software Engineering Mobile Computing Applications Depelopment: Website and Mobile Clouds Computing Database Management Artificial Intelligent Inovations information technology Multimedia Technology Virtualization Technology Health Information Technology
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 21 Documents
 1   2   3 
Klasifikasi Delay Jaringan Internet Di GKB 2 UNIMUS Menggunakan Algoritma Naïve Bayes Wanda Ayu Febriani; Luqman Assaffat; Akhmad Fathurohman
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 2, No 1 (2024): Algoritma dan Implementasinya
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v2i1.13260

Abstract

Universitas Muhammadiyah Semarang adalah kampus yang mempunyai penggunaan jaringan internet yang banyak di setiap gedung. Salah satunya Gedung Fakultas Teknik yang memiliki 8 lantai dengan beberapa laboratorium komputer. Dengan adanya delay yang terjadi tentunya akan mengganggu kelancaran pada pekerjaan karyawan maupun pada aktivitas mahasiswa di kampus. Untuk itu agar delay dapat ditangani lebih awal maka dilakukan klasifikasi delay pada jaringan internet Gedung Fakultas Teknik menggunakan algoritma Naïve Bayes. Pengambilan data delay dilakukan pada laboratorium komputer Fakultas Teknik Universitas Muhammadiyah Semarang menggunakan winbox. Data yang diperoleh kemudian dibandingkan dengan standar yang ada dan dilakukan klasifikasi menggunakan software python. Dari hasil penelitian disimpulkan bahwa delay jaringan internet Fakultas Teknik Universitas Muhammadiyah Semarang dalam kategori sangat bagus dengan nilai minimal 0 ms dan nilai maksimal 608 ms. Sedangkan nilai rata-rata delay yaitu 101,49 ms untuk pagi hari, 124,57 ms untuk siang hari, dan 132,32 ms untuk sore hari.
Penggunaan Pohon Keputusan dalam Penempatan Naga pada Permainan Dragon City Syafrie Abdunnasir Jawad; Muhammad Sam'an; Safuan Safuan
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 1, No 1 (2023): ESTIMASI NUMERIK
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v1i1.11910

Abstract

Dalam permainan “Dragon City” terdapat banyak habitat sesuai dengan elemennya. Habitat-habitat tersebut juga mempunyai harga yang berbeda-beda tergantung dari kelangkaan elemennya. Dengan pohon keputusan, proses pemilihan habitat bagi naga baru akan lebih mudah. Pohon keputusan akan memantu pemain menentukan habitat yang paling efisien bagi naga-naga baru.Kata Kunci: dragon city, habitat naga, naga,  pohon keputusan.
Menguji Keefektifan Metode Mask R-CNN, dan Metode Keypoint R-CNN dalam Deteksi Objek Citra. Darmawan, Faris Eka; Magfiroh, Siti Khoerotul; Hanifah, Mutiara Khansa; Saman, Muhammad
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 2, No 2 (2024): Implementasi Sistem Cerdas
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v2i2.14084

Abstract

Objek Detection merupakan tantangan dalam bidang computer vision yang mendukung aplikasi seperti pengenalan objek, pengenalan pola, dan analisis citra medis. Dalam penelitian ini, kami membandingkan kinerja dua metode utama dalam deteksi objek: Mask R-CNN, dan keypoint R-CNN.Metode R-CNN didasarkan pada pembuatan proposal wilayah menggunakan jaringan proposal wilayah (RPN), yang kemudian diproses oleh jaringan konvolusional untuk klasifikasi dan regresi. Oleh karena itu, Mask R-CNN mengintegrasikan kemampuan segmentasi instan dengan memberikan pemahaman yang lebih mendalam tentang objek. Di sisi lain, Keypoint R-CNN menambahkan dimensi pada deteksi objek dengan menentukan titik kunci atau landmark pada objek. Dimana dalam objek detection menggunakan sekitar 5000 gambar untuk implementasi metode Mask R-CNN dan Keypoint R-CNN.Evaluasi didasarkan pada akurasi deteksi, kecepatan eksekusi, dan kebutuhan sumber daya komputasi.
Sistem pendukung keputusan pemilihan smartphone tahun 2022 menggunakan metode simple additive weighting berbasis MATLAB Juyus Muhammad Adinulhaq; Akhmad Fathurohman; Safuan Safuan
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 1, No 2 (2023): Sistem Pengambilan Keputusan
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v1i2.12920

Abstract

This research develops a decision support system using the Simple Additive Weighting (SAW) method based on MATLAB to choose a smartphone in 2022. Based on the specified criteria and data, the best smartphone that managed to get the highest rating is the Xiaomi Redmi Note 12 Pro. This smartphone meets the criteria for price, rating, 5G features, NFC, IR Blaster, RAM capacity, internal memory, battery, screen refresh rate, and rear main camera well. This decision support system provides effective assistance in choosing a smartphone according to user preferences and needs.
MENGUJI KEEFISIENAN METODE NEWTON-RAPHSON, METODE SECANT, DAN METODE BISECTION DALAM MEMPREDIKSI IMPLIED VOLATILITIES SAHAM PT BANK CENTRAL ASIA TBK (BBCA) Denaya Ferrari Noval Agatra; Muh. Fatta Nur Razaq; Yesi Fitria Sari; Fanni Tyasari; Akhmad Fathurohman
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 1, No 1 (2023): ESTIMASI NUMERIK
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/.v1i1.11287

Abstract

Model Black-Scholes menyatakan bahwa volatilitas yang tetap atau tidak berubah selama masa pakai opsi harus diketahui. Namun, realitas di pasar tidak selalu sesuai dengan ini. Oleh karena itu, volatilitas harus diestimasi. Volatilitas terimplisit adalah volatilitas yang diperkirakan berdasarkan mekanisme pasar dan dianggap sebagai cara yang tepat untuk menilai volatilitas. Penelitian ini bertujuan untuk membandingkan metode Newton-Raphson, Secant, dan Bisection dalam mengestimasi volatilitas saham PT Bank Central Asia Tbk (BBCA). Hasilnya menunjukkan bahwa ketiga metode tersebut memiliki volatilitas terimplisit yang sama, di mana metode Newton-Raphson dan metode Secant mendapatkan akar lebih cepat dibandingkan dengan kedua metode lainnya, dan memiliki error relatif terkecil yang lebih kecil dibandingkan dengan metode Bisection.Kata kunci: Black-Scholes, Volatilitas, metode Newton-Raphson, metode Secant, metode Bisection
Sistem Pendukung Keputusan Beasiswa Lazismu Universitas Muhammadiyah Semarang Menggunakan Metode Analitycal Hierarchy Process dan TOPSIS Muhammad Ilham; Akhmad Fathurrohman; Safuan Safuan
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 2, No 1 (2024): Algoritma dan Implementasinya
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v2i1.13956

Abstract

Universitas Muhammadiyah Semarang (UNIMUS) menyelenggarakan program bantuan pendidikan melalui beberapa beasiswa yang salah satunya adalah beasiswa LAZISMU. Kriteria yang ditetapkan oleh LAZISMU diantaranya adalah, indeks prestasi akademik (IPK), jumlah saudara kandung, keaktifan organisasi, prestasi/kejuaraan, dan penghasilan orang tua. Model yang digunakan adalah Multiple Attribute Decision Making (MADM) dengan metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference By Similarity To Ideal Solution (TOPSIS). Penelitian ini menggunakan metode kualitatif deskriptif dengan sampel mahasiswa UNIMUS yang menerima beasiswa LAZISMU yang berjumlah 20 mahasiswa. Sistem pendukung keputusan beasiswa LAZISMU Universitas Muhammadiyah Semarang menggunakan metode AHP dan TOPSIS berbasis WEB telah berhasil dibuat dengan hasil perhitungan Analytic Hierarchy Process (AHP) didapatkan 3 nama teratas yaitu nasiro, hasbi, syifa dengan memiliki hasil tertinggi 0.9402, 0.9366, 0.9331. Pada hasil perhitungan TOPSIS didapatkan 3 nama teratas yaitu nasiro, hasbi, devia dengan hasil tertinggi 0.7538, 0.7384, 0.6149.
Perbandingan Kinerja Akurasi Model Mesin Learning Untuk Prediksi Penyakit Jantung Juyus Muhammad Adinulhaq; Muhammad Sam'an
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 1, No 2 (2023): Sistem Pengambilan Keputusan
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v1i2.12918

Abstract

This research aims to comprehensively analyze heart disease-related data through Exploratory Data Analysis (EDA), identification of correlations between numerical variables, and cluster analysis to uncover patterns in the data. Furthermore, using various machine learning algorithms, such as Logistic Regression, Support Vector Classifier, Decision Tree Classifier, Random Forest Classifier, K-Nearest Neighbors, and Gaussian Naive Bayes, a heart disease prediction model was built. The model evaluation shows that Naive Bayes has the highest test accuracy of 90%, followed by RandomForestClassifier and KNeighborsClassifier which have 85% test accuracy. These findings indicate a good ability to predict heart disease, but further analysis is needed to ensure good generalization to unseen data. This research makes an important contribution to the development of heart disease prediction models and can support early detection and appropriate intervention strategies.
Penerapan algoritma convolutional neural network (cnn) untuk mengklasifikasi jenis kendaraan Wibowo, Bhanu Lintang; Caesarizky, Ovien Yoga; Hakim, Muhammad Ilham; Munsarif, Muhammad
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 2, No 2 (2024): Implementasi Sistem Cerdas
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v2i2.13938

Abstract

Dengan berkembangnya teknologi kendaraan otonom dan pengawasan lalu lintas cerdas, klasifikasi kendaraan menjadi elemen kunci dalam sistem transportasi modern. Artikel ini mengusulkan suatu pendekatan berbasis Convolutional Neural Network (CNN) untuk meningkatkan ketepatan dan efisiensi dalam klasifikasi jenis kendaraan dari data visual. Metode yang diusulkan menggunakan arsitektur CNN yang mendalam untuk mengekstraksi fitur-fitur penting dari citra kendaraan. Data pelatihan yang luas dan bervariasi digunakan untuk melatih model, yang kemudian diuji pada dataset independen untuk mengevaluasi performanya. Hasil eksperimen menunjukkan bahwa pendekatan ini dapat mencapai tingkat akurasi yang tinggi dalam klasifikasi kendaraan, bahkan dalam kondisi pencahayaan yang bervariasi dan latar belakang yang kompleks. Keuntungan utama dari metode ini adalah kemampuannya untuk secara otomatis mempelajari pola dan fitur- fitur diskriminatif dari citra kendaraan, membuatnya mampu mengatasi variasi dan kompleksitas dalam lingkungan praktis. Hasil dari penelitian ini memberikan kontribusi positif terhadap pengembangan sistem transportasi pintar dan meningkatkan keamanan serta efisiensi lalu lintas.
Pengembangan media pembelajaran berbasis teknologi whatsapp-gpt pada mata kuliah kecerdasan buatan menggunakan vps Muhammad Nizom Dite Firliansyah; Luqman Assaffat; Safuan Safuan
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 2, No 1 (2024): Algoritma dan Implementasinya
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jkti.v2i1.13898

Abstract

Penelitian ini bertujuan untuk mengembangkan media pembelajaran berbasis teknologi menggunakan WhatsApp-GPT pada mata kuliah Kecerdasan Buatan dengan menggunakan Virtual Private Server (VPS) sebagai infrastruktur pendukungnya. WhatsApp-GPT adalah gabungan antara platform pesan instan WhatsApp dan model bahasa berbasis kecerdasan buatan GPT-3.5 yang dikembangkan oleh OpenAI. Metode penelitian yang digunakan melibatkan pengembangan dan implementasi media pembelajaran ini, serta evaluasi terhadap efektivitasnya dalam meningkatkan pemahaman mata kuliah Kecerdasan Buatan. Pengumpulan data dilakukan melalui survei, observasi, dan analisis hasil tes. Hasil penelitian menunjukkan bahwa media pembelajaran WhatsApp-GPT pada mata kuliah Kecerdasan Buatan menggunakan VPS mampu meningkatkan keterlibatan mahasiswa dalam pembelajaran, meningkatkan pemahaman mereka tentang konsep-konsep yang kompleks, dan meningkatkan keterampilan dalam menerapkan konsep- konsep tersebut dalam konteks praktis
Analisis Keefisienan Metode Newton-Raphson, Metode Secant, dan Metode Bisection dalam Mengestimasi Implied Volatilities Saham Apple Inc., Aapl. Hasbi Ardianto Pratama; Fajar Bima Laksono; Muhammad Muza’in; Muhammad Hannan Isnaen
JURNAL KOMPUTER DAN TEKNOLOGI INFORMASI Vol 1, No 1 (2023): ESTIMASI NUMERIK
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/.v1i1.11787

Abstract

Model Black-Scholes menyatakan bahwa volatilitas seumur hidup suatu opsi diketahui dengan pasti, tetapi realitas pasar menunjukkan hal ini tidak benar. Oleh karena itu, diperlukan perkiraan volatilitas yang disebut volatilitas tersirat, yang dianggap sebagai cara yang tepat untuk menaksir nilai volatilitas. Penelitian ini bertujuan untuk membandingkan keefisienan metode Newton-Raphson, metode Secant, dan metode Bisection dalam mengestimasi volatilitas saham Apple Inc. (AAPL). Hasilnya menunjukkan bahwa volatilitas tersirat yang diperkirakan oleh ketiga metode tersebut sama, tetapi metode Newton-Raphson memiliki kinerja terbaik dengan waktu yang lebih cepat dibandingkan dengan metode lainnya, kesalahan relatif terkecil, dan lebih unggul daripada metode Secant dan Bisection.Kata kunci:Black-Scholes, Volatilitas, Metode Newton-Raphson, Metode Secant, Metode Bisection

Page 2 of 3 | Total Record : 21

 1   2   3 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue Vol 3, No 1 (2025): Implementasi Sistem Cerdas Vol 2, No 2 (2024): Implementasi Sistem Cerdas Vol 2, No 1 (2024): Algoritma dan Implementasinya Vol 1, No 2 (2023): Sistem Pengambilan Keputusan Vol 1, No 1 (2023): ESTIMASI NUMERIK