cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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)
Published by Universitas Islam Kadiri
ISSN : 29877563     EISSN : -     DOI : https://doi.org/10.32503/jiscomp.v3i1
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering
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.
Arjuna Subject : Ilmu Komputer (semua kategori) - Perangkat Lunak
Articles 26 Documents
 1   2   3 
KLASIFIKASI WARNA HSV PADA CITRA TANGAN MENGGUNAKAN K-MEANS Safril Nur Abdillah
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 HSV color component is one of the most important elements in an image. In the image processing process, the HSV color feature becomes one of the important roles for the image recognition process. One of the objects used for recognition is hand image. To get the value of the HSV color feature from the hand image, a feature extraction process is needed. Not all HSV color feature extraction yields optimal values. The K-Means method can classify the results of the HSV color feature extraction. The results of the HSV color feature classification are the highest percentage values for each Hue, Saturation, and Value channel.
PENGEMBANGAN APLIKASI PREDIKSI HARGA MOTOR BEKAS BERBASIS REGRESI LINEAR BERGANDA DENGAN MEMPERTIMBANGKAN FAKTOR PENENTU HARGA Ardiansyah, Muhammad Riko; Utomo, Yudo Bismo; Anam, Moh. Syaiful
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 2 (2025): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i2.7001

Abstract

Dalam industri perdagangan motor bekas, penentuan harga jual seringkali bergantung pada intuisi pemilik showroom, yang dapat menimbulkan ketidakakuratan. Penelitian ini bertujuan mengembangkan aplikasi prediksi harga motor bekas menggunakan metode Regresi Linear Berganda. Data dikumpulkan melalui web scraping dari OLX dan catatan harga showroom. Model dikembangkan menggunakan algoritma Multiple Linear Regression[1] dan diimplementasikan dalam aplikasi web berbasis Flask. Hasil pengujian menunjukkan bahwa model memiliki tingkat akurasi tinggi dengan skor rata-rata 91,2%. Selain itu, hasil kuesioner user testing memperoleh rata-rata skor 4,5 dari 5, menunjukkan penerimaan yang baik dari pengguna showroom. Kesimpulannya, aplikasi ini mampu membantu showroom menetapkan harga motor bekas secara lebih objektif, cepat, dan efisien, serta mengurangi ketergantungan pada penilaian subjektif.
OPTIMASI RANGKING DOKUMEN DENGAN MODIFIKASI TF-IDF BERBASIS WAKTU PUBLIKASI DAN COSINE SIMILARITY Kamilah, Nyimas Nisrinaa; Aurelia, Reni; Irsyad, Hafiz; Rahman, Abdul
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 2 (2025): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i2.7172

Abstract

Information Retrieval (IR) tradisional belum mempertimbangkan waktu publikasi dalam menentukan relevansi dokumen. Penelitian ini bertujuan untuk meningkatkan relevansi hasil pencarian dengan memodifikasi metode TF-IDF berbasis waktu publikasi. Metode ini menggabungkan bobot TF-IDF dengan Cosine Similarity untuk mengukur kesamaan antara kueri dan dokumen. Dalam penelitian ini, dataset dievaluasi menggunakan metode yang diusulkan, dengan pengukuran melalui metrix precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa pendekatan ini mencapai precision 0.87, recall 1.00, dan F1-Score 0.93. Berdasarkan hasil evaluasi, penambahan aspek temporal pada metode ini terbukti mampu meningkatkan akurasi IR dalam konteks pencarian informasi terkini
Klasifikasi Jenis Bunga Menggunakan Algoritma K-NN Dengan Ekstraksi Fitur HSV Dan GLCM ., Dewa; Ardiansyah, Aldi; Sihombing, Mecha Bella Permata; Kurniawan, M.; Hartati, Ery
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 2 (2025): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i2.7290

Abstract

Beragamnya jenis bunga di alam dengan kemiripan visual yang tinggi sering menyulitkan proses identifikasi, terutama bagi masyarakat awam maupun pelaku budidaya. Proses pengenalan manual cenderung memakan waktu dan tidak akurat. Oleh karena itu, penelitian ini mengusulkan pendekatan berbasis pengolahan citra digital dengan menggunakan algoritma K-Nearest Neighbor (K-NN) untuk mengklasifikasikan jenis bunga. Ekstraksi fitur dilakukan dengan metode HSV untuk warna dan GLCM untuk tekstur, sehingga citra bunga dapat direpresentasikan secara lebih menyeluruh. Dataset yang digunakan diperoleh dari situs Kaggle, terdiri dari tujuh kelas bunga dengan rasio pembagian data latih dan uji sebesar 60:40. Pengujian dilakukan pada nilai K=3, K=5, dan K=7, dengan akurasi tertinggi sebesar 67,86% untuk K=3 dan K=5. Hasil menunjukkan bahwa kombinasi fitur HSV dan GLCM mampu mendukung proses klasifikasi dengan hasil yang cukup baik, meskipun akurasinya masih dapat ditingkatkan dengan jumlah data lebih besar dan pengembangan metode. Penelitian ini diharapkan dapat menjadi dasar bagi pengembangan sistem klasifikasi objek serupa di bidang botani maupun pengenalan visual berbasis citra lainnya.
OPINI PUBLIK TERHADAP RUU PERAMPASAN ASET MENGGUNAKAN METODE NAIVE BAYES DAN SMOTE PADA PLATFORM YOUTUBE Putra, Andhika Rizky Cahya
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 2 (2025): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i2.7444

Abstract

Rancangan Undang-Undang (RUU) Perampasan Aset menuai beragam sentimen publik, salah satunya melalui kolom komentar YouTube. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap RUU tersebut berdasarkan data komentar YouTube dengan menerapkan metode Naive Bayes yang dikombinasikan dengan teknik Synthetic Minority Over-sampling Technique (SMOTE). Data diklasifikasikan menjadi 2 jenis kelas, positif dan negatif. Pelabelan data dilakukan secara manual terhadap 595 data komentar. Data yang digunakan untuk pelatihan model dibagi menjadi 80% data latih dan 20% data uji. Hasil penelitian menunjukkan bahwa penggunaan naive bayes dan SMOTE untuk analisis sentimen menghasilkan akurasi sebesar 74%. Sedangkan penggunaan naive bayes tanpa SMOTE menghasilkan akurasi sebesar akurasi sebesar 73%. Hal ini membuktikan bahwa penggunaan Naive bayes yang dikombinasikan dengan SMOTE dapat meningkatkan hasil akurasi, precision, recall dan f1-score daripada penggunaan naive bayes tanpa penyeimbangan kelas data dengan SMOTE walau peningkatannya tidak terlalu signifikan. Kata kunci : Analisis Sentimen, Naive Bayes, RUU Perampasan Aset, SMOTE, Youtube.
RANCANG BANGUN SISTEM KEAMANAN PADA APLIKASI INVENTORY BERBESIS WEB GDTFARM (STUDI KASUS : PT MITRA JAYA FARMINDO) Taufikurrohman, Aula Ilyas; Utomo, Yudo Bismo; Pradipta, Dody
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 2 (2025): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i2.7469

Abstract

Manajemen stok merupakan aspek penting dalam menjaga kelancaran operasional gudang, terutama pada industri peternakan telur yang membutuhkan pencatatan yang akurat dan efisien. Banyak perusahaan masih menggunakan metode manual yang rentan terhadap kesalahan pencatatan dan keterlambatan pelaporan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi inventory berbasis web yang dilengkapi dengan fitur keamanan CAPTCHA guna meminimalisir akses tidak sah dan meningkatkan akurasi data. Sistem dikembangkan menggunakan framework Laravel dengan arsitektur MVC, serta mendukung autentikasi pengguna multi-level (Superadmin, Manajer, dan Operator). Hasil pengujian menunjukkan bahwa sistem ini mampu mempercepat proses pencatatan stok, mengurangi kesalahan input data, serta meningkatkan efisiensi pengambilan keputusan berbasis data. Penerapan sistem ini menjadi solusi digital yang mendukung transformasi manajemen gudang secara modern dan aman.

Page 3 of 3 | Total Record : 26

 1   2   3 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol 3 No 2 (2025): Juni Vol 3 No 1 (2024): Desember Vol 2 No 1 (2023): Desember Vol 1 No 2 (2023): Juni Vol 1 No 1 (2022): Desember