cover
Contact Name
Yudo Bismo Utomo
Contact Email
yudobismo@uniska-kediri.ac.id
Phone
+6285230378786
Journal Mail Official
yudobismo@uniska-kediri.ac.id
Editorial Address
Jl. Sersan Suharmaji No.38, Manisrenggo, Kec. Kota, Kota Kediri, Jawa Timur 64128
Location
Kota kediri,
Jawa timur
INDONESIA
JISCOMP (Journal of Information System and Computer)
ISSN : 29877563     EISSN : -     DOI : https://doi.org/10.32503/jiscomp.v3i1
JISCOMP: Journal of Information System and Computer adalah jurnal ilmiah berbasis open-access yang dikelola dan diterbitkan oleh Program Studi Teknik Komputer Uniska Kediri bekerjasama dengan Relawan Jurnal Indonesia (RJI). JISCOMP mempublikasikan hasil-hasil riset penelitian di bidang Teknik Komputer, Teknik Informatika dan Sistem Informasi. JISCOMP akan terbit 2 (dua) kali dalam setahun, yaitu pada bulan Juni dan Desember.
Articles 26 Documents
E-commerce Sistem informasi penjualan tanaman bonsai berbasis website Maulidi, Moh Bilmy
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 2 No 1 (2023): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

CV. Bonsai Green merupakan sebuah toko yang bergerak di bidang penjualan tanaman bonsai lebih dari 25 jenis bonsai. CV. Bonsai Green terletak di Jl. Raya Maddis Kecamatan Pamaroh Kabupaten Pamekasan. Penyampaian informasi jenis bonsai di toko masih tergolong manual dan tidak ada media lain untuk membantu menyampaikan informasi setiap bonsai yang dijual. Dengan begitu customer yang datang ke toko tidak dapat mengetahui informasi mengenai jenis bonsai tersebut secara langsung. Tanaman Bonsai yang paling banyak di budidayakan adalah jenis cemara, satinggi, bougainville, beringin/kimeng, sancang, jeruk kingkit dan serut. Tanaman bonsai pada CV. Bonsai Green laku terjual dengan harga paling murah Rp 85,000 hingga puluhan juta rupiah untuk ukuran bonsai dalam pot. Berbeda dengan Bonsai khusus taman yang ukurannya sangat besar hingga dua meter yang diberi harga hingga ratusan juta. Penghasilan CV. Bonsai Green tiap bulannya bervariasi dan tidak menentu, minimal dalam sebulan penghasilan rata-rata dari penjualan bonsai secara keseluruhan berkisar Rp 28,000,000. Pembeli tanaman bonsai juga pada umumnya membeli dengan tujuan untuk dijual kembali dan membeli dalam jumlah yang banyak, sehingga apabila ada pesanan khusus, CV. Bonsai Green mampu menyediakan 120 tanaman dalam seminggu. Berdasarkan beberapa hal yang telah dipaparkan, maka peneliti tertarik untuk mengetahui struktur biaya yang dibutuhkan dalam budidaya tanaman bonsai serta kelayakan usaha berdasarkan tingkat rasio penerimaan dan biaya terhadap bonsai terutama untuk bonsai jenis cemara, satinggi, bougainville, sancang, jeruk kingkit, beringin/kimeng dan serut. Harapannya hasil 7 dari analisis ini dapat membantu untuk menambah informasi terkait biaya dan keuntungan dari hasil penjualan tanaman bonsai.
Ekstraksi Fitur Pada Aksara Kawi Moh Imam Yusuf Mustofa; Resty Wulanningrum; Julian Sahertian
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The Kawi script is a derivative of the post-palawa language. Kawi itself in Sanskrit means poet. The Kawi script itself is found in many ancient manuscripts from ancient times. Kawi script itself nowadays is no longer used, many people don't know Kawi script. In this modern era, where everything is digital, it needs preservation, one of which is by using computers to recognize kawi script patterns. Before identifying characters, it is necessary to have digital image information, one of which is the extraction process. This research will create a feature extraction system for the kawi script which will later be used as input for the classification of the kawi script. This study uses data sourced from books and in this research, the data taken is only 6 types of data. In the process of making this system using the Matleb application. In the testing phase, the GLCM (Gray Level Co-Occurrence Matrix) feature extraction will be used which includes Contrast, Correlation, Energy, and Homogeneity, then identification will be processed. The results of this study produce values ​​from the GLCM method, namely values ​​from Contrast, Correlation, Energy, and Homogeneity. It is expected that the values ​​of the 4 features can be used as input data from the classification from in further research.
Implementasi E-Commerce Berbasis Web Untuk Mendukung Era Digitalisasi Levega Ermarsha, Ronald Cisa; Nurmantoro, Ahmad Tegar; Wijaya, Angga; Ardiansyah, Farizal; Ghozi, Muchammad Douglas Amrul; Prayogo, Dimas
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 1 (2024): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i1.6810

Abstract

Implementasi e-commerce berbasis web merupakan langkah penting bagi pengusaha untuk memperluas jangkauan pasar global. Dengan memanfaatkan teknologi, sistem ini mengatasi batasan geografis dan waktu yang ada dalam transaksi bisnis tradisional. E-commerce memungkinkan transaksi 24 jam, sehingga konsumen dapat membeli produk tanpa harus datang langsung ke toko. Proses implementasi mencakup beberapa langkah, seperti realisasi diagram kelas, antarmuka pengguna, dan spesifikasi ruang lingkup sistem yang menjamin transparansi perangkat keras dan perangkat lunak. Selain itu, tata letak sistem tidak hanya berfokus pada aspek teknis, tetapi juga pengalaman pengguna yang mempengaruhi kenyamanan dalam menggunakan platform. Saran untuk usaha mencakup peningkatan perlindungan data dan inovasi dalam pengembangan fitur serta desain antarmuka untuk meningkatkan pengalaman pelanggan . Dengan dukungan infrastruktur dan teknologi dari pemerintah, usaha kecil dan menengah dapat lebih cepat beradaptasi dengan era digitalisasi ini.
Analisis Segmentasi Citra Daun Bawang Merah Menggunakan Metode Deteksi Tepi Prewitt Neisky Nuswantara Dewa
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Bawang merah merupakan sayuran yang memiliki nilai ekonomi yang signifikan sebagai salah satu komoditas penting dalam memenuhi kebutuhan nasional. Selain itu, bawang merah juga menjadi sumber penghasilan bagi para petani dan berpotensi untuk meningkatkan pendapatan negara. Namun terdapat kendala dalam produksi bawang merah karena meningkatnya tingkat permintaan yang tidak seimbang dengan produktivitas yang stabil. Hal ini disebabkan oleh faktor gagal panen atau menurunnya hasil produksi akibat perubahan cuaca yang tidak teratur, serangan hama dan penyakit pada tanaman bawang merah. Maka dari itu di era teknologi sekarang di butuhkannya sistem yang dapat membantu para petani untuk mendapatkan informasi yang kompleks. Berdasarkan permasalahan yang disampaikan, peneliti akan membuat sistem segmentasi citra dengan objek daun bawang merah menggunakan metode deteksi tepi Prewitt dengan melakukan 2 uji coba. Setelah melakukan uji coba segmentasi, hasil penelitian ini menunjukkan bahwa metode deteksi tepi Prewitt mampu menghasilkan segmentasi citra daun bawang merah dengan baik. Hasil evaluasi menunjukkan bahwa deteksi tepi Prewitt memberikan performa yang memuaskan dalam proses segmentasi, sebagaimana dibuktikan dengan nilai PSNR yang berada dalam kisaran lebih dari 30dB hingga 40dB. Kata kunci: Bawang Merah, Segmentasi, Deteksi Tepi Prewitt.
Pengenalan Makanan Tradisional Nusantara dengan Menggunakan Convolutional Neural Network Citra Mahaputri; I Dewa Gede Hari Wisana
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 1 (2022): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The research with the title Introduction to Traditional Archipelago Foods using the Convolutional Neural Network (CNN) method is an early stage research. In general, this study aims to identify traditional Indonesian foods by comparing 3 CNN models, namely Resnet50,EfficenNetV2M and EfficientNet B6. The method of data collection is by manually collecting images of 20 types of traditional Indonesian food from the internet, each type of food 50 to 80 images, then developing into 20 classes based on the type of food. These images are then used as training models. The technique used is preprocessing or normalizing food image input data by cropping, wrapping. Then resize to a size of 224 x 224 and the image is converted to grayscale for the training process. This study uses a framework to facilitate the creation of deep learning programs, namely Keras Applications as one of the modules in the library that provides various deep learning models and is used to extract features from images. Data analysis was carried out using manual levers to calculate system accuracy in the detection test process. The introduction of traditional archipelago foods is the first stage of research, which will be developed to the composition of food ingredients and finally will count calories. Research on the introduction of traditional archipelago foods to the calculation of calories has not been done in previous studies
IMPLEMENTASI METODE FORENSIK JARINGAN UNTUK MEMONITORING KOMPUTER WINDOWS SERVER Mahendra, Brian Abimayu; Utomo, Yudo Bismo; Kurniadi, Harso
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 1 (2024): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i1.5912

Abstract

The use of global computer networks, such as the internet, makes it easier to complete various jobs. However, this convenience also triggers misuse of unauthorized access to commit certain crimes. To prevent this, network administrators need to implement strategies to ensure the network remains safe from unauthorized access. One commonly used network security system is a firewall, which functions to protect data from users who do not have access rights. One type of attack that often occurs is a Denial of Service (DoS) attack which aims to drain computer resources by targeting the Windows server in an agency, so that other users have difficulty accessing the computer being attacked. In maintaining the integrity, confidentiality and availability of data, monitoring network security is a crucial aspect. This research proposes the use of network forensic methods for network traffic analysis in detecting and responding to security incidents. This research uses Wireshark, a network traffic analysis tool, to detect Distributed Denial of Service (DDoS) attacks. Wireshark is able to capture and examine data packets passing through the network, so it can identify DDoS attack patterns such as abnormal traffic spikes and suspicious packets. Through DDoS attack simulations, this research shows how network forensic methods can be used effectively to detect, analyze and respond to cyber attacks.
EKSTRAKSI CIRI BENTUK PADA AKSARA JAWA KAWI MENGGUNAKAN METODE L*A*B dan K-Means Clustering Achmad Iqbal Maulana; Resty Wulanningrum; Julian Sahertian
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kawi Javanese script is one of the many cultural assets belonging to Indonesia that must be preserved and protected, one of which is by introducing it with a computer-based system, namely pattern recognition. In pattern recognition, shape extraction is a process that identifies and extracts shape features in digital images which can then be used as the initial classification process. This study aims to create a form extraction system for Kawi Javanese script which can then be used to classify Kawi Javanese script images so that they can be used for the process of reading Kawi Javanese script. Data collection in this study was taken from books using Javanese Kawi script with as many as 6 characters. In making this system using Matlab R2020a. Testing is carried out by processing 6 character images using the L*A*B and K-Means Clustering methods which will produce segmentation values ​​and then take shape feature values ​​including Area, Perimeter, Metric, and Eccentricity which can then be processed using the Artificial Neural Network method for classification. It is hoped that the values ​​of these parameters can be used as input values ​​for the classification of the Kawi Javanese script.
Segmentasi Daun Bawang Merah Menggunakan Metode Thresholding Adaptive Mohammad Ikhwan Bagus Pranata
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bawang merah memiliki potensi besar dalam ekonomi Indonesia sebagai tanaman umbi bernilai tinggi. Permintaan tinggi di Indonesia menunjukkan prospek agrobisnisnya menjanjikan. Perubahan cuaca yang tidak stabil berdampak pada sektor pertanian, termasuk petani bawang merah. Identifikasi penyakit tanaman menjadi sulit dan hasil panen menurun. Dibutuhkan sistem pemantauan daun bawang merah yang kontinu untuk memberikan informasi kepada petani. Dalam proses identifikasi, citra yang digunakan harus di segmentasi agar dapat membedakan antara objek dengan latar belakang. Segmentasi ialah proses membagi citra menjadi beberapa bagian dengan tujuan untuk memisahkan bagian objek dengan bagian latar belakang sehingga objek mudah untuk dianalisis. Pada penelitian ini metode Thresholding Adaptive akan di uji coba dan diharapkan mengahsilkan nilai yang baik yang di ukur menggunakan metode MSE dan PSNR. Setelah melakukan hingga 4 uji coba segmentasi didapatkan hasil bahwa bahwa Thresholding Adaptive dinilai cukup baik dalam melakukan proses segmentasi dikarenakan nilai PSNR lebih dari 30db hingga 40db.
Visualisasi Dataset Pasien Covid 19 di Indonesia Pada Dashboard Microsoft Power BI Eva Puspitasari
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 1 (2022): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tahun 2020 lalu dunia mengalami wabah SARS-CoV-2 yang belum pernah terjadi sebelumnya, jenis virus corona ini menyebabkan pandemi COVID-19 yang berkembang secara masif. Kasus pasien yang terdeteksi COVID-19 saat ini telah mencapai 627.195.515 kasus di seluruh dunia. Di Indonesia pasien positif COVID-19 terdeteksi mencapai 6.464.962 dan pasien meninggal tercatat 158.380 jiwa. Penelitian ini bertujuan untuk menghasilkan visualisasi atau gambaran data berdasarkan penyebaran kasus COVID-19 di Indonesia. Dalam melakukan analisis dibutuhkan dataset, pada penelitian ini menggunakan dataset kasus COVID-19 dari 1 Maret 2020 sampai 30 Juni 2020. Penelitian ini menggunakan metode Business Intelligence (BI) guna mengubah data operasional, transaksional menjadi informasi yang bermanfaat bagi pemangku kepentingan, sedangkan visualisasi dari data yang sudah diolah menggunakan aplikasi Microsoft Power BI. Hasil visualisasi pada dashboard Power BI didapatkan bahwa jumlah tertinggi kasus positif COVID-19 terdapat pada provinsi Jawa Timur dengan total 12.807 dengan rentan waktu 1 Maret 2020 sampai 30 Juni 2020, dengan penerapan dataset tersebut diharapkan dapat membantu pemangku kepentingan dalam mengambil keputusan. TRANSLATE with x English Arabic Hebrew Polish Bulgarian Hindi Portuguese Catalan Hmong Daw Romanian Chinese Simplified Hungarian Russian Chinese Traditional Indonesian Slovak Czech Italian Slovenian Danish Japanese Spanish Dutch Klingon Swedish English Korean Thai Estonian Latvian Turkish Finnish Lithuanian Ukrainian French Malay Urdu German Maltese Vietnamese Greek Norwegian Welsh Haitian Creole Persian // TRANSLATE with COPY THE URL BELOW Back EMBED THE SNIPPET BELOW IN YOUR SITE Enable collaborative features and customize widget: Bing Webmaster Portal Back //
NAS SERVER MENGGUNAKAN STB OPENWRT DI BALAI DESA GEDUNGAN SUMENEP Hanafie, Naufal Darmawan
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 1 (2024): Desember
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i1.5162

Abstract

Kemajuan teknologi informasi dan penggunaan komputer serta gadget telah merambah berbagai lapisan masyarakat, termasuk perusahaan, rumah, dan kampus. Perkembangan ini didukung oleh kemajuan teknologi jaringan komputer, terutama peralihan dari media kabel ke nirkabel (Wi-Fi). Kenaikan jumlah pengguna komputer diakses secara individu atau dalam jaringan menyebabkan kebutuhan akan server yang efisien dan media penyimpanan data yang besar. Meskipun demikian, biaya lisensi dan perangkat keras yang tinggi menjadi hambatan. Solusi yang muncul adalah Network Attached Storage (NAS), sebuah server khusus dengan sistem operasi untuk mengelola berkas data. NAS dapat diakses melalui jaringan lokal dengan protokol TCP/IP dan memberikan alternatif yang lebih ekonomis dibandingkan server tradisional. Kelebihan NAS meliputi akses data yang cepat, pengelolaan yang mudah, dan konfigurasi yang sederhana. Jurnal ini mengusulkan pemanfaatan NAS Server dengan STB OpenWRT sebagai solusi penyimpanan data di Balai Desa Gedungan Sumenep. Dengan implementasi sistem penyimpanan data desa, diharapkan pelayanan kepada masyarakat dapat ditingkatkan. Beberapa instansi desa sering mengalami kendala dalam memberikan pelayanan maksimal karena kesulitan dalam mengakses dan mengelola data atau surat penting. Sistem penyimpanan NAS diharapkan dapat mengatasi permasalahan tersebut dengan biaya pembuatan yang rendah, menjaga keamanan data, dan mengurangi risiko kesalahan manusia atau kesalahan komputer.

Page 1 of 3 | Total Record : 26