cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
M. Rikzam Kamal
Contact Email
logiclink@uingusdur.ac.id
Phone
+626281806778347
Journal Mail Official
logiclink@uingusdur.ac.id
Editorial Address
Jl. Pahlawan No. 52, Rowolaku, Kab. Pekalongan, Indonesia.
Location
Kota pekalongan,
Jawa tengah
INDONESIA
LogicLink: Journal of Artificial Intelligence and Multimedia in Informatics
Published by Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan
ISSN : 30634504     EISSN : 30629098     DOI : https://doi.org/10.28918/logiclink.v1i1
Core Subject : Science,
Computer Science & IT
LogicLink : Journal of Artificial Intelligence and Multimedia in Informatics is free of fee, open access, and peer-reviewed journal, published by Informatics Department - UIN K.H. Abdurrahman Wahid Pekalongan Indonesia, which is a dissemination medium for research results from scientists and engineers in the Artificial Intelligence and Multimedia. LogicLink is a biannual journal issued in June and December with the objectives to explore, develop, and elucidate the knowledge of computational intelligence or Multimedia to keep practitioners and researchers informed on current issues and best practices, as well as serving as a platform for the exchange of ideas, knowledge, and expertise among technology researchers and practitioners. LogicLink : Journal of Artificial Intelligence and Multimedia in Informatics focuses on issues of Computational Intelligence, such as : 1. Artificial Intelligence 2. Information Security 3. Image Processing 4. Data Mining 5. Decision Support System 6. Mobile Computing 7. Expert System 8. Multimedia, 9. and other topic related to computer technology
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 35 Documents
 1   2   3   4 
Research Trend on Data Mining Using Bibliometric Analysis with VOSviewer Dika Putra Wijaya; Mohammad Kawtsar; Manon Guinny; Ganesh Ganesh; Nur Laila; Wirda Amirotul Amiroh
LogicLink Vol. 3 No. 1, June 2026
Publisher : Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28918/logiclink.v3i1.05

Abstract

This study aims to analyze global research trends in data mining using bibliometric analysis. The rapid development of information technology has transformed data mining into a crucial tool for various industrial sectors to extract knowledge from large databases. The research method used is a qualitative descriptive approach with a bibliometric approach, assisted by Publish or Perish (PoP) software for data collection from ScienceDirect and Google Scholar databases. Data visualization and mapping were performed using VOSviewer to identify topic clusters, temporal developments, and research density between January 2022 and December 2026. The analysis results indicate the existence of five main clusters: technical aspects of algorithms (red), technological and industrial infrastructure (green), geographic applications and environmental impacts (blue), causality analysis (yellow), and literature synthesis (purple). Overlay visualization reveals a shift in trends from mastery of basic algorithm infrastructure (such as random forests and big data) to a critical evaluation phase focused on risk mitigation, research gap identification, and practical application in the real world. This study provides a strategic overview for researchers to identify collaboration opportunities.
Perancangan Visual Aset Karakter dan Lingkungan 3D untuk Game Edukasi Berbasis Spasial Yoseph Satria Praka; Rifki Setiawan; Muhammad Thoriq Suriansyah; Thompson Nathanael Simarmata; Mira Rosalina
LogicLink Vol. 3 No. 1, June 2026
Publisher : Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28918/logiclink.v3i1.03

Abstract

Kemampuan spasial merupakan salah satu keterampilan kognitif yang penting dalam pembelajaran geometri karena berkaitan dengan kemampuan memvisualisasikan objek, memahami hubungan antar bentuk, dan mengenali orientasi ruang. Media pembelajaran berbasis game 3D dinilai mampu mendukung peningkatan kemampuan tersebut melalui aktivitas eksplorasi ruang secara interaktif. Penelitian ini bertujuan menghasilkan aset 3D berupa karakter dan lingkungan labirin yang digunakan sebagai dasar pengembangan game edukasi bertema labirin 3D untuk melatih kemampuan spasial. Metode penelitian yang digunakan adalah Multimedia Development Life Cycle (MDLC) yang terdiri dari tahapan concept, design, material collecting, assembly, testing, dan distribution. Aset yang dikembangkan meliputi karakter utama bernama Urik, dua monster bernama Bramsball dan Rogarok, serta satu jalur labirin sebagai lingkungan eksplorasi. Proses pemodelan dilakukan menggunakan Autodesk Maya melalui tahapan shaping, slicing, texturing, dan lighting hingga proses rendering. Tahap pengujian dilakukan melalui alpha testing oleh pihak internal untuk memastikan kesesuaian aset terhadap rancangan awal, serta pengujian oleh dua ahli 3D yang memiliki pengalaman industri selama tiga tahun dan dua puluh dua tahun. Hasil pengujian memperoleh total skor gabungan sebesar 66 dari skor maksimal 80 dengan rata-rata persentase sebesar 82,5% yang termasuk kategori “Sangat Baik”. Hasil tersebut menunjukkan bahwa aset 3D telah memenuhi kualitas visual dan teknis yang memadai untuk digunakan dalam pengembangan game edukasi. Penelitian ini memberikan kontribusi sebagai dasar produksi visual dalam pengembangan media pembelajaran berbasis game untuk mendukung pelatihan kemampuan spasial.
Komparasi Kinerja Algoritma Random Forest dan Decision Tree dalam Klasifikasi Penyakit Jantung M. Nejatullah Sidqi; Rio
LogicLink Vol. 3 No. 1, June 2026
Publisher : Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28918/logiclink.v3i1.01

Abstract

Penyakit jantung masih menjadi penyakit yang merenggut banyak nyawa, sehingga sangat penting untuk menemukan cara yang lebih cepat dan akurat dalam mendiagnosisnya. Perkembangan pesat dalam pembelajaran mesin kini membuka peluang untuk memanfaatkan berbagai algoritma klasifikasi guna memprediksi penyakit jantung berbekal data medis pasien. Studi ini berupaya membandingkan efektivitas algoritma Decision Tree dan Random Forest dalam mengklasifikasikan penyakit jantung dengan memanfaatkan kumpulan data Penyakit Jantung. Tahapan penelitian mencakup pengumpulan data, pembersihan dan penataan data awal, penjelajahan data (EDA), pembagian data menjadi set pelatihan dan pengujian, pelatihan model, serta penilaian kinerja melalui Confusion Matrix dan perhitungan tingkat akurasi. Berdasarkan evaluasi, algoritma Decision Tree mencapai tingkat akurasi 93,44% pada data pelatihan dan 87,34% pada data pengujian. Analisis Confusion Matrix untuk model ini mencatat 123 kasus True Negative, 146 True Positive, 27 False Positive, dan 12 False Negative. Sementara itu, algoritma Random Forest tampil lebih superior dengan akurasi pelatihan 99,02% dan akurasi pengujian 97,73%. Confusion Matrix untuk Random Forest mencatat 147 True Negative, 154 True Positive, 3 False Positive, dan 4 False Negative. Temuan ini menunjukkan bahwa Random Forest menawarkan akurasi yang lebih baik dan mengurangi kesalahan prediksi dibandingkan dengan Decision Tree. Hal ini mengindikasikan bahwa Random Forest lebih handal dalam mengidentifikasi pola data yang berkaitan dengan penyakit jantung dan lebih baik dalam menggeneralisasi hasilnya. Dengan demikian, algoritma Random Forest direkomendasikan sebagai pendekatan yang lebih efektif untuk klasifikasi penyakit jantung karena kemampuannya memberikan prediksi yang lebih akurat dan stabil.
Analisis Sentimen Komentar Trailer Youtube Film Pelangi di Mars Menggunakan IndoBERT Siska Amelia; Migel Orvin Febryan; Muhammad Rizky Pribadi
LogicLink Vol. 3 No. 1, June 2026
Publisher : Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28918/logiclink.v3i1.02

Abstract

Pertumbuhan industri perfilman Indonesia meningkatkan jumlah opini penonton pada platform digital, khususnya YouTube. Kolom komentar pada trailer film dapat dimanfaatkan untuk mengetahui respons dan persepsi penonton terhadap sebuah film. Namun, volume komentar yang besar serta penggunaan bahasa tidak baku pada media sosial menyebabkan analisis manual menjadi kurang efektif. Penelitian ini bertujuan untuk menganalisis sentimen komentar pengguna pada trailer film Pelangi di Mars di YouTube menggunakan model pre-trained IndoBERT. Data penelitian diperoleh melalui proses web scraping komentar YouTube pada periode 24 November 2025 hingga 5 Mei 2026 dan menghasilkan 2656 komentar. Setelah proses seleksi data, diperoleh 1898 komentar yang digunakan dalam penelitian. Tahap preprocessing meliputi cleaning text, case folding, tokenizing, normalisasi kata tidak baku, stopword removal, dan stemming. Proses klasifikasi sentimen dilakukan menggunakan model Aardiiiiy/indobertweet-base-Indonesian-sentiment-analysis pada Hugging Face Transformers tanpa proses fine-tuning. Hasil klasifikasi menunjukkan terdapat 839 komentar positif, 546 komentar negatif, dan 513 komentar netral. Evaluasi model menghasilkan nilai accuracy sebesar 72,23%, precision sebesar 80,86%, recall sebesar 72,23%, dan F1-score sebesar 74,11%. Hasil penelitian menunjukkan bahwa mayoritas pengguna memberikan respons positif terhadap trailer film Pelangi di Mars, serta model IndoBERT memiliki kemampuan yang cukup baik dalam melakukan klasifikasi sentimen komentar berbahasa Indonesia pada media sosial.
Analisis Multi-Kriteria Pemilihan Marketplace bagi UMKM Menggunakan Metode Weighted Product Nawwir Junari
LogicLink Vol. 3 No. 1, June 2026
Publisher : Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28918/logiclink.v3i1.04

Abstract

Transformasi digital telah mengubah strategi perdagangan dan bisnis menjadi lebih modern melalui penggunaan marketplace sebagai media transaksi daring. Marketplace memberikan kemudahan bagi pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) dalam memasarkan produk, memperluas jangkauan pasar, serta meningkatkan efektivitas penjualan tanpa harus memiliki toko fisik. Berbagai marketplace di Indonesia menawarkan fitur dan layanan yang beragam, seperti jumlah pengguna, biaya layanan, fitur promosi, dan sistem pengiriman. Kondisi tersebut menyebabkan pelaku UMKM menghadapi kesulitan dalam menentukan marketplace yang paling sesuai dengan kebutuhan usahanya. Oleh karena itu, diperlukan suatu metode yang dapat membantu proses pemilihan marketplace secara sistematis dan terukur. Penelitian ini bertujuan untuk menganalisis pemilihan marketplace bagi UMKM menggunakan metode Weighted Product dalam Sistem Pendukung Keputusan (SPK). Penelitian menggunakan pendekatan kuantitatif dengan lima kriteria penilaian, yaitu kemudahan penggunaan, jumlah pengguna, biaya layanan, fitur promosi, dan sistem pengiriman. Alternatif marketplace yang dianalisis meliputi Shopee, Tokopedia, TikTok Shop, Lazada, Blibli, dan Bukalapak. Data penelitian diperoleh melalui studi dokumentasi terhadap informasi yang tersedia pada situs resmi marketplace, laporan statistik pengguna, serta sumber publik yang relevan. Selanjutnya dilakukan proses pembobotan, perhitungan vektor S, dan perhitungan nilai preferensi menggunakan metode Weighted Product. Hasil penelitian menunjukkan bahwa Shopee memperoleh nilai preferensi tertinggi sebesar 0,174 sehingga menempati peringkat pertama, diikuti oleh Tokopedia dengan nilai 0,172 dan TikTok Shop dengan nilai 0,171. Hasil tersebut menunjukkan bahwa metode Weighted Product dapat digunakan untuk mengevaluasi dan membandingkan alternatif marketplace berdasarkan kriteria yang telah ditetapkan secara terstruktur. Dengan demikian, metode ini dapat menjadi alat bantu pengambilan keputusan bagi UMKM dalam memilih marketplace yang sesuai dengan karakteristik usaha dan kebutuhan pemasaran digitalnya.

Page 4 of 4 | Total Record : 35

 1   2   3   4 

Filter by Year

2024 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 1, June 2026 Vol. 2 No. 2, December 2025 Vol. 2 No. 1, Juni 2025 Vol. 1 No. 2, December 2024 Vol. 1 No. 1, June 2024