Journal of Informatics and Interactive Technology (JIITE)
The Journal of Informatics and Interactive Technology aims to provide a platform for the exchange of knowledge and innovation in the field of computer science, human-computer interaction, data analysis, artificial intelligence, information systems, computer engineering, and emerging technologies. The journal welcomes original research articles, reviews, and case studies that address advancements, challenges, and applications in these areas. Computer Science: The journal focuses on research that contributes to the theoretical foundations, algorithms, and software engineering practices within computer science. Topics of interest include, but are not limited to, programming languages, computational theory, algorithm design and analysis, computer graphics, computer architecture, and software development methodologies. Human-Computer Interaction: This section covers research on the design, evaluation, and impact of interactive systems that facilitate effective and intuitive human-computer interaction. Areas of interest encompass user interface design, user experience, usability testing and evaluation, user-centered design approaches, interactive technologies for people with disabilities, and human factors in interactive systems. Data Analysis: This section explores research related to the extraction, transformation, and analysis of large and complex datasets. Topics include data mining, machine learning, statistical analysis, information retrieval, pattern recognition, data visualization, and big data analytics. Artificial Intelligence: The journal features research that focuses on advancements in artificial intelligence, including machine learning, knowledge representation, natural language processing, reasoning and problem-solving techniques, expert systems, robotics, and autonomous agents. Information Systems: This section covers research on the development, management, and application of information systems within organizations. Topics of interest include database management, information retrieval, data modeling, information security and privacy, enterprise systems, decision support systems, and business intelligence. Computer Engineering: This section highlights research in computer hardware engineering, including the design and development of computer systems and components. Topics of interest include computer architecture, embedded systems, VLSI design, robotics, computer networks, wireless communication, and system-on-chip design. Emerging Technologies: This section explores research on emerging technologies that have the potential to impact the field of informatics and interactive technology. Areas of interest include blockchain, internet of things (IoT), virtual and augmented reality, cloud computing, cybersecurity, edge computing, and quantum computing. The Journal of Informatics and Interactive Technology encourages interdisciplinary research and welcomes contributions from both academia and industry. The ultimate goal is to foster the exchange of ideas and promote the advancement of knowledge in the rapidly evolving fields of informatics and interactive technology.
Articles
10 Documents
Search results for
, issue
"Vol. 2 No. 1 (2025): April"
:
10 Documents
clear
<![CDATA[Perancangan UI/UX Aplikasi Repairo Sebagai Jasa Perbaikan dan Pembangunan Rumah Menggunakan Metode Design Thinking ]]>
<![CDATA[Hanswaran Fathul Khakim]]>;
<![CDATA[Primandani Arsi]]>
<![CDATA[ Journal of Informatics and Interactive Technology Vol. 2 No. 1 (2025): April ]]>
Publisher : <![CDATA[ACSIT ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.63547/jiite.v2i1.17
<![CDATA[Beberapa bangunan sudah mulai usang dikarenakan kayu-kayu yang membentuk struktur bangunan meregang akibat suhu yang ekstrem, dan atap rumah menjadi rumah panas yang tak tertahankan. Perancangan UI/UX menggunakan pendekatan metode Design Thinking. Design Thinking merupakan metode kolaborasi yang mengumpulkan banyak ide dari disiplin ilmu untuk memperoleh sebuah solusi. Pada metode yang digunakan terdapat lima tahapan yaitu Emphatize, Define, Ideate, Prototype, dan Test. Hasil dari kuesioner aspek user, pada tampilan antarmuka pengguna dari aplikasi ini 67% pengguna merasa Sangat Mudah dalam menavigasi dan menemukan informasi yang dibutuhkan.Berdasarkan hasil pengujian yang dilakukan, dapat diambil kesimpulan dengan menggunakan Design Thinking untuk merancang dan menganalisis User Interface (UI) dan User Experience dapat membuat prototype yang berfungsi dengan baik, mudah, dan memenuhi kebutuhan.]]>
<![CDATA[Analisis Sentimen Pengguna X Terhadap Kasus Harvey Moeis Menggunakan Algoritma Naive Bayes ]]>
<![CDATA[Hamid Abdul Rozak]]>;
<![CDATA[Yosi Sofyan Pangestu]]>;
<![CDATA[Yusdi Fathudin]]>;
<![CDATA[Hanrifki Pratama]]>;
<![CDATA[Rizki]]>
<![CDATA[ Journal of Informatics and Interactive Technology Vol. 2 No. 1 (2025): April ]]>
Publisher : <![CDATA[ACSIT ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.63547/jiite.v2i1.45
<![CDATA[Penelitian ini menganalisis sentimen pengguna media sosial X terhadap kasus korupsi Harvey Moeis menggunakan algoritma Naive Bayes. Data dikumpulkan melalui proses scraping dan diproses melalui teknik preprocessing seperti stemming, penghapusan stopwords, dan tokenisasi. Data awal sebanyak 110 entri kemudian diseimbangkan menggunakan teknik SMOTE (Synthetic Minority Oversampling Technique) untuk memastikan distribusi yang adil di antara kelas sentimen positif, negatif, dan netral. Model Multinomial Naive Bayes digunakan untuk klasifikasi, dengan evaluasi berdasarkan metrik seperti akurasi, precision, recall, dan f1-score.Hasil penelitian menunjukkan akurasi model mencapai 91%, dengan performa terbaik pada sentimen negatif (-1) dan positif (1). Distribusi sentimen menunjukkan kategori netral (0) paling dominan, mengindikasikan mayoritas opini publik tidak menunjukkan emosi kuat baik positif maupun negatif. Sentimen negatif memiliki jumlah signifikan, sedangkan sentimen positif relatif jarang. Penelitian ini menegaskan efektivitas algoritma Naive Bayes dalam analisis sentimen berbasis teks, serta memberikan wawasan penting tentang persepsi publik terkait kasus korupsi yang dianalisis.]]>
<![CDATA[Analisis Sentimen Terhadap Aplikasi Spotify Berdasarkan Ulasan di Google Play Store ]]>
<![CDATA[Nur Hasanah Habibillah]]>;
<![CDATA[Rahma Nurlaela]]>;
<![CDATA[Riska Dwi Lestari]]>;
<![CDATA[Faradina Mosyarrina]]>;
<![CDATA[Nabilla Najma Tsuraya]]>
<![CDATA[ Journal of Informatics and Interactive Technology Vol. 2 No. 1 (2025): April ]]>
Publisher : <![CDATA[ACSIT ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.63547/jiite.v2i1.47
<![CDATA[Spotify adalah salah satu platform streaming musik populer yang mendapatkan jutaan ulasan pengguna di Google Play Store. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Spotify menggunakan metode VADER (Valence Aware Dictionary and Sentiment Reasoner), sebuah alat analisis sentimen berbasis leksikon. Dataset ulasan diambil dari Kaggle dan diproses melalui tahap pembersihan data, tokenisasi, penghapusan stopwords , dan lemmatization sebelum dilakukan analisis sentimen. Analisis ini mengelompokkan ulasan pengguna ke dalam tiga kategori sentimen: positif, negatif, dan netral. Hasil penelitian menunjukkan bahwa sentimen positif umumnya mencerminkan kepuasan terhadap fitur Spotify, seperti rekomendasi musik yang relevan dan kemudahan pembuatan playlist. Sentimen negatif mencerminkan keluhan terkait iklan dan pembaruan aplikasi, sementara sentimen netral memberikan pandangan yang seimbang. Dengan menggunakan algoritma Random Forest dan Multinomial Naive Bayes, model prediksi sentimen dikembangkan, dan hasil evaluasi menunjukkan kinerja yang kompetitif. Penelitian ini diharapkan dapat memberikan wawasan yang bermanfaat bagi pengembang dalam meningkatkan kualitas aplikasi dan pengalaman pengguna.]]>
<![CDATA[Perancangan UIUX Aplikasi Calmind Menggunakan Metode Design Thinking ]]>
<![CDATA[Aisha Hukama Setyowati]]>;
<![CDATA[Fandy Setyo Utomo]]>;
<![CDATA[Anggini, Melisa]]>;
<![CDATA[Wibisono, Arif Cahyo]]>
<![CDATA[ Journal of Informatics and Interactive Technology Vol. 2 No. 1 (2025): April ]]>
Publisher : <![CDATA[ACSIT ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.63547/jiite.v2i1.49
<![CDATA[Kesehatan mental merupakan aspek penting dari kesejahteraan individu yang sering diabaikan dalam masyarakat modern, terutama di Indonesia, di mana masalah kesehatan mental semakin meningkat, terutama di kalangan remaja dan dewasa muda. Penelitian ini mengusulkan solusi berupa aplikasi Calmind, yang dirancang untuk memudahkan pengguna dalam mencari layanan kesehatan mental dan menyediakan informasi edukatif terkait kesehatan mental. Metode Design Thinking digunakan dalam proses perancangan aplikasi ini, yang terdiri dari lima tahap: Empathize, Define, Ideate, Prototype, dan Test. Hasil penelitian ini menunjukkan antarmuka aplikasi yang dilengkapi Fitur pencarian profesional kesehatan mental (psikolog dan psikiater), konsultasi daring, artikel kesehatan mental, Rekomendasi penanganan dokter. bedasarkan usability testing menunjukkan bahwa aplikasi ini berpotensi meningkatkan kesadaran akan pentingnya kesehatan mental dan memberikan akses yang lebih baik kepada layanan kesehatan mental di Indonesia.]]>
<![CDATA[Analisis Sentimen Ulasan Google Universitas Amikom Purwokerto ]]>
<![CDATA[Muhammad Daffa' Al Haque]]>;
<![CDATA[Wahyu Nur Hidayat]]>;
<![CDATA[Ilfi Atavia]]>;
<![CDATA[Nuaf Praditya]]>;
<![CDATA[Irfan Dwi Sabana]]>;
<![CDATA[Jaka Pandita Wahyu]]>
<![CDATA[ Journal of Informatics and Interactive Technology Vol. 2 No. 1 (2025): April ]]>
Publisher : <![CDATA[ACSIT ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.63547/jiite.v2i1.54
<![CDATA[Analisis sentimen ulasan Google adalah proses untuk memunculkandan mengklasifikasikan opini atau perasaan pengguna terhadap suatuentitas, dalam hal ini Universitas Amikom Purwokerto. Penelitian inibertujuan untuk menganalisis sentimen dari ulasan yang diberikanoleh pengguna di Google mengenai Universitas Amikom Purwokerto.Dengan menggunakan metode pengumpulan data melalui webcrawling, penelitian ini mengumpulkan ulasan yang mencakup teksdan rating dari pengguna. Proses preprocessing dilakukan untukmembersihkan dan mempersiapkan data, termasuk tokenisasi,penghapusan stopwords, serta lemmatization dan stemming.Selanjutnya, analisis sentimen diterapkan menggunakan pendekatanberbasis kata kunci, di mana ulasan diberi label positif atau negatifberdasarkan kata-kata yang terkandung di dalamnya. Selain itu,pustaka TextBlob digunakan untuk mengklasifikasikan sentimenmenjadi tiga kategori: positif, netral, dan negatif. Hasil analisismenunjukkan persepsi masyarakat terhadap Universitas AmikomPurwokerto, yang divisualisasikan dalam bentuk grafik untukmemudahkan pemahaman. Temuan dari penelitian ini diharapkandapat memberikan wawasan berharga bagi pihak universitas dalammeningkatkan kualitas layanan dan fasilitas yang ada, serta sebagaireferensi untuk penelitian lebih lanjut di bidang analisis sentimen.]]>
<![CDATA[Pemanfaatan Data X Untuk Analisis Sentimen Publik Pada Kebijakan PPN 12% ]]>
<![CDATA[Restu Aprianto Atmiko]]>;
<![CDATA[Melaya Priangga]]>;
<![CDATA[Nabil Panca Budhi Hizbullah]]>;
<![CDATA[Muhammad Anis Nur Fauzi]]>;
<![CDATA[Dzulfan Yumna Azis]]>
<![CDATA[ Journal of Informatics and Interactive Technology Vol. 2 No. 1 (2025): April ]]>
Publisher : <![CDATA[ACSIT ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.63547/jiite.v2i1.55
<![CDATA[Penelitian ini bertujuan untuk mengevaluasi sentimen masyarakat terhadap kebijakan pemerintah terkait penerapan Pajak Pertambahan Nilai (PPN) sebesar 12%, dengan memanfaatkan teknik teks mining pada data X. Kebijakan perpajakan sering kali menjadi topik diskusi yang luas di berbagai kalangan masyarakat, terutama melalui media sosial, forum online, dan platform berita digital. Diskusi ini menghasilkan banyak data yang belum terstruktur, yang mencerminkan persepsi publik, baik itu positif, negatif, maupun netral. Dengan menganalisis sentimen ini, pemerintah dapat memperoleh wawasan untuk meningkatkan penerimaan masyarakat terhadap kebijakan dan mengurangi potensi konflik yang muncul. Data yang dianalisis dalam penelitian ini mencakup opini, komentar, dan diskusi publik mengenai kebijakan PPN 12%, yang diperoleh dari berbagai sumber digital. Penelitian dimulai dengan proses data preprocessing, yaitu membersihkan data mentah dengan menghapus elemen yang tidak relevan, seperti tanda baca, tautan, dan kata-kata umum (stop words), serta melakukan normalisasi teks untuk menyamakan variasi kata. Tahap ini bertujuan untuk mempersiapkan data agar dapat diolah lebih lanjut. Analisis sentimen dilakukan menggunakan metode berbasis pembelajaran mesin (machine learning), pendekatan berbasis Naive Bayes dan Lexicon-based. Data diklasifikasikan ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral. Analisis lebih lanjut dilakukan untuk menemukan pola, kata kunci, serta tema utama yang sering dibahas dalam opini masyarakat. Hasil analisis divisualisasikan dalam bentuk tabel, grafik, dan word cloud untuk mempermudah interpretasi. Hasil penelitian menunjukkan bahwa respons publik terhadap kebijakan PPN 12% cenderung negatif, terutama terkait kekhawatiran terhadap dampak ekonomi, daya beli masyarakat, dan ketimpangan sosial. Namun, respons positif juga ditemukan dari masyarakat yang mendukung peningkatan pendapatan negara untuk pembangunan. Penelitian ini memberikan wawasan penting bagi pemerintah dalam mengelola persepsi publik melalui komunikasi yang lebih efektif, transparansi kebijakan, serta adaptasi kebijakan untuk lebih sesuai dengan kebutuhan masyarakat. Temuan ini juga menekankan pentingnya kebijakan berbasis data untuk meningkatkan penerimaan publik terhadap kebijakan perpajakan.]]>
<![CDATA[Analisis Sentimen Ulasan Film Moana 2 di Website Letterboxd Menggunakan Algoritma CNN dan RNN ]]>
<![CDATA[Furqoni, Wiqor]]>;
<![CDATA[Sindura, Izshauma Pahawana]]>;
<![CDATA[Rahayuningtyas, Ika Puspita]]>;
<![CDATA[Paunturi, Agyl]]>;
<![CDATA[Setiani, Khanifah Rizki]]>
<![CDATA[ Journal of Informatics and Interactive Technology Vol. 2 No. 1 (2025): April ]]>
Publisher : <![CDATA[ACSIT ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.63547/jiite.v2i1.56
<![CDATA[Platform digital seperti Letterboxd menyediakan ruang bagi pengguna untuk berbagi opini tentang film, sehingga memungkinkan analisis sentimen berdasarkan ulasan yang diberikan. Penelitian ini bertujuan untuk mengevaluasi sentimen ulasan film Moana 2 dengan memanfaatkan algoritma Convolutional Neural Network (CNN) dan Recurrent Neural Network (RNN). Data ulasan dikumpulkan melalui metode web scraping, menghasilkan 1.071 ulasan berbahasa Inggris yang kemudian diproses melalui tahap preprocessing, termasuk tokenisasi, stemming, lemmatization, dan normalisasi teks. Klasifikasi sentimen dilakukan ke dalam tiga kategori, yaitu positif, netral, dan negatif. Model CNN mencapai akurasi sebesar 79% dengan kemampuan unggul dalam mendeteksi pola lokal pada teks, sementara RNN memperoleh akurasi 70% dan lebih efektif dalam memahami hubungan antar kalimat. Kombinasi kedua algoritma ini menghasilkan performa yang baik dalam analisis teks dengan kompleksitas tinggi. Hasil penelitian ini memberikan manfaat bagi pembuat film dalam memahami respons penonton dan juga berpotensi diterapkan pada analisis sentimen di sektor lainnya. Penelitian lanjutan disarankan untuk mengembangkan pendekatan hybrid guna meningkatkan akurasi dan kinerja algoritma secara keseluruhan.]]>
<![CDATA[EKSPLORASI SENTIMEN PUBLIK DAN ULASAN MULTI-PLATFORM TERHADAP ASTRO BOT SEBAGAI PEMENANG GOTY 2024 ]]>
<![CDATA[Viki Andriyanto]]>;
<![CDATA[Rivani Adinda Saraswati]]>;
<![CDATA[Firdaus Syafiq]]>;
<![CDATA[Alifvian Yusuf Nur Pratama]]>
<![CDATA[ Journal of Informatics and Interactive Technology Vol. 2 No. 1 (2025): April ]]>
Publisher : <![CDATA[ACSIT ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.63547/jiite.v2i1.57
<![CDATA[Kemenangan Astro Bot sebagai Game of the Year (GOTY) 2024 telah memicu diskusi luas di kalangan komunitas gaming global. Penelitian ini mengeksplorasi faktor-faktor utama yang berkontribusi terhadap kemenangan Astro Bot, termasuk kualitas desain level, narasi, dan mekanisme gameplay. Selain itu, reaksi publik terhadap penghargaan ini dianalisis melalui data dari berbagai platform digital seperti Twitter, YouTube, dan Metacritic. Metode analisis sentimen berbasis Natural Language Processing (NLP) digunakan untuk mengklasifikasikan opini publik menjadi kategori positif, netral, dan negatif. Hasilnya menunjukkan bahwa mayoritas respon publik memuji inovasi dan pengalaman bermain yang ditawarkan Astro Bot. Dengan memahami distribusi sentimen publik dan faktor kualitas yang mendukung kemenangan Astro Bot, penelitian ini memberikan wawasan tentang dinamika penghargaan di industri game. Kata Kunci: Astro Bot, Penghargaan GOTY, Analisis sentimen]]>
<![CDATA[Penggunaan teknologi mobile dalam kehidupan sehari-hari semakin meningkat, mendorong kebutuhan akan aplikasi yang efisien, fungsional, dan relevan. Penelitian ini bertujuan untuk mengembangkan aplikasi KiddoShine guna Deteksi dini Stunting pada anak menggunakan Kotlin sebagai bahasa pemrograman utama pada platform Android. Topik ini dipilih karena Kotlin menawarkan efisiensi dalam pengelolaan kode, fitur null safety, dan dukungan penuh dari Google, menjadikannya alat yang ideal untuk pengembanga ]]>
<![CDATA[Tegar Romadhany]]>;
<![CDATA[Nurfaizah]]>
<![CDATA[ Journal of Informatics and Interactive Technology Vol. 2 No. 1 (2025): April ]]>
Publisher : <![CDATA[ACSIT ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.63547/jiite.v2i1.60
<![CDATA[Penggunaan teknologi mobile dalam kehidupan sehari-hari semakin meningkat, mendorong kebutuhan akan aplikasi yang efisien, fungsional, dan relevan. Penelitian ini bertujuan untuk mengembangkan aplikasi KiddoShine guna Deteksi dini Stunting pada anak menggunakan Kotlin sebagai bahasa pemrograman utama pada platform Android. Topik ini dipilih karena Kotlin menawarkan efisiensi dalam pengelolaan kode, fitur null safety, dan dukungan penuh dari Google, menjadikannya alat yang ideal untuk pengembangan aplikasi modern. Pendekatan penelitian ini melibatkan metode pengembangan Agile yang mencakup tahap analisis kebutuhan, desain sistem, implementasi, dan pengujian. Teknik pengumpulan data dilakukan melalui wawancara dengan tenaga kesehatan dan mengumpulkan data dari salah satu Puskesmas di Banyumas. Analisis dilakukan menggunakan machine learning yang telah dikembangkan dari data yang ada Hasil penelitian menunjukkan bahwa KiddoShine mampu memberikan hasil analisis dengan akurasi 85.5% selain itu antarmuka yang intuitif memberikan kemudahan bagi pengguna. Kesimpulan dari penelitian ini adalah bahwa pemanfaatan Kotlin dan pendekatan Agile menghasilkan aplikasi yang efektif dalam membantu upaya deteksi dini stunting. Aplikasi ini diharapkan dapat Memudahkan identifikasi risiko stunting berdasarkan data tinggi badan, berat badan, usia, dan perbandingan dengan standar pertumbuhan WHO]]>
<![CDATA[Enhancing IOT Security: A review of Machine Learning-Driven Approaches to Cyber Threat Detection: Enhancing IOT Security: A review of Machine Learning-Driven Approaches to Cyber Threat Detection ]]>
<![CDATA[Ali, Misbah]]>;
<![CDATA[Aamir Raza]]>;
<![CDATA[Malik Arslan Akram]]>;
<![CDATA[Haroon Arif]]>;
<![CDATA[Aamir Ali]]>
<![CDATA[ Journal of Informatics and Interactive Technology Vol. 2 No. 1 (2025): April ]]>
Publisher : <![CDATA[ACSIT ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.63547/jiite.v2i1.64
<![CDATA[Internet Of Things (IOT) is rapidly adopted and implemented across various industries. The fast growth of IOT devices poses a risk, as these devices are ideal targets to be breached and exploited. However, given the heterogeneous nature and resource limitations of IOT networks, the traditional security mechanisms often fail to provide the required security. This study investigates recent IOT security breaches and showcases vulnerabilities exploited by attackers, as well as their impact on consumer, industrial, and healthcare IOT systems. The proposed solutions through ML and DL-driven security are summarized for adaptive threat detection, anomaly-based intrusion prevention, and intelligent risk mitigation. We also analyzed different approaches based on ML and DL to identify and prevent cyber-attacks as an effective solution. These ML and DL – based research papers have been reviewed within the IEEE repository and the publications span from 2020 to 2024, ensuring current literature on IOT security. The results highlight that security models based on ML and DL techniques improve resilience against IOT by allowing real-time detection of attacks, reducing the volume of false positives, and adapting to new threats. Furthermore, this work identifies the existing barriers to the adoption of ML/DL technologies for IOT security and emphasizes the potential areas for future research that may solidify the overall security framework for IOT ecosystems.]]>
