cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dedy Mulyadi
Contact Email
saintekomjurnal@gmail.com
Phone
+62811114213
Journal Mail Official
saintekomjurnal@gmail.com
Editorial Address
Jalan Pajajaran No. 100 Bogor 16128
Location
Kota bogor,
Jawa barat
INDONESIA
Jurnal Saintekom (Sains dan Teknologi Komputasi)
Published by Universitas Binaniaga Indonesia
ISSN : -     EISSN : 31091350     DOI : https://doi.org/10.36350/jskom
Core Subject : Science,
Computer Science & IT
Jurnal Sainstekom (Jurnal Sains dan Teknologi Komputasi) diterbitkan oleh Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) Universitas Binaniaga Indonesia (UNBIN) untuk mewadahi hasil penelitian dosen, peneliti, mahasiswa Fakultas Informatika & Komputer UNBIN dan dari luar UNBIN. Terbit empat kali setahun, yaitu pada bulan Maret, Juni, September, dan Desember. Pengiriman artikel, serta proses review/peninjauan, tidak dikenakan biaya apa pun (GRATIS). Tujuan dari jurnal ini adalah untuk mempublikasikan hasil penelitian di bidang komputer yang meliputi, (1) Teknik Informatika: Bahasa Pemrograman, Rekayasa Perangkat Lunak, Algoritma (2) Sistem Informasi: Sistem Pendukung Keputusan, Data Mining (3) Teknologi Informasi: Internet of Things, Networking, user experience. Jurnal ini bersifat Open Acces tanpa biaya publikasi (No APC) dan menerapkan proses double-blind peer review.
Arjuna Subject : Ilmu Komputer (semua kategori) - Perangkat Lunak
Articles 19 Documents
 1   2 
Penerapan Metode Topsis (Technique for Order of Preference by Similarity to Ideal Solution) untuk Menentukan Prioritas Prajurit Teladan Amalia, Agnes Amalia; Wicaksana, Binanda
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 2 (2025): September 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i2.37

Abstract

Prajurit TNI memiliki tanggung jawab berat dalam menjaga kedaulatan Negara Kesatuan Republik Indonesia, siap berkorban jiwa raga dan berperan aktif dalam pembangunan nasional. Dengan tanggung jawab tersebut, pemberian apresiasi menjadi penting sebagai bentuk penghargaan dan motivasi untuk meningkatkan profesionalisme dan integritas. Salah satu bentuk apresiasi adalah pemilihan prajurit teladan yang dapat menjadi inspirasi bagi anggota lainnya. Namun, proses penilaian prajurit teladan sering menghadapi hambatan berupa subjektivitas dalam penentuan hasil akhir. Untuk mengatasi hal tersebut, diperlukan sistem pendukung keputusan yang objektif. Penelitian ini bertujuan menerapkan metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) untuk menentukan prioritas prajurit teladan. Data dikumpulkan melalui studi literatur, wawancara, dan diskusi dengan narasumber ahli. Hasilnya, ditetapkan empat kriteria utama yaitu nilai kesamaptaan jasmani, nilai kinerja individu, nilai unjuk kerja, dan nilai perilaku. Penilaian dilakukan menggunakan metode TOPSIS untuk memastikan objektivitas. Validasi hasil menggunakan uji Spearman Rank menunjukkan korelasi sangat kuat antara metode subjektif dan TOPSIS, dengan nilai 0,921 untuk data bintara dan 0,903 untuk data tamtama. Hal ini membuktikan bahwa metode TOPSIS efektif dalam menghasilkan peringkat yang adil dan dapat diandalkan, sehingga mendukung pengambilan keputusan yang lebih transparan dan akurat dalam pemilihan prajurit teladan.
Penerapan Metode Simple Additive Weighting dalam MenentukanPenerimaan Bantuan Sumbangan Pembinaan Pendidikanuntuk Siswa Sekolah Menengah Kejuruan Swasta Mulyadi, Ari; Hidayat, Wahyu
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 2 (2025): September 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i2.38

Abstract

Penelitian ini berjudul "Penerapan Metode Simple Additive Weighting dalam Menentukan Penerimaan Bantuan Sumbangan Pembinaan Pendidikan untuk Siswa Sekolah Menengah Kejuruan Swasta" bertujuan mengatasi tantangan penentuan siswa yang layak menerima bantuan pendidikan secara efektif dan objektif. Fokus pada SMK di Kabupaten Bogor, penelitian ini menerapkan metode SAW dengan lima kriteria: absensi, nilai akademik, sikap, dan penghasilan orang tua. Kriteria-kriteria ini digunakan dalam perhitungan metode SAW untuk menghasilkan keputusan yang mendukung penentuan penerima bantuan SPP, mengatasi masalah alokasi bantuan yang kurang tepat sasaran dan proses seleksi yang masih subjektif. Hasil penelitian menunjukkan bahwa metode SAW efektif dalam memberikan hasil penilaian yang akurat untuk mendukung rekomendasi penerimaan bantuan, meningkatkan ketepatan proses seleksi. Selain itu, penelitian memberikan peringkat rekomendasi siswa berdasarkan nilai tertinggi hingga terendah. Evaluasi kelayakan sistem melalui PSSUQ menampilkan hasil sangat layak digunakan, dengan kategori SYSUSE 94%, INFOQUAL 94%, INTERQUAL 91%, dan OVERALL 93%. Pengujian ketepatan metode SAW menggunakan Spearman Rank memberikan nilai 0,433, yang menunjukkan korelasi “Sedang” dalam mendukung seleksi siswa penerima bantuan. Kesimpulannya, penerapan metode SAW di Kabupaten Bogor terbukti efektif dan layak dalam menyeleksi siswa penerima bantuan pendidikan secara objektif dan transparan.
Penerapan Metode Collaborative Filtering untuk Rekomendasi BukuBerbasis Item Based Daminatila, Muhammad; Harbani, Arif
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 2 (2025): September 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i2.39

Abstract

Sistem rekomendasi memberikan saran kepada pengguna terkait item yang relevan dengan minat mereka. Penelitian ini mengembangkan sistem rekomendasi buku berbasis metode Item-Based Collaborative Filtering. Data berupa rating buku pengguna dianalisis menggunakan adjusted cosine similarity. Sistem diuji menggunakan Mean Absolute Error (MAE) untuk mengukur akurasi rekomendasi. Hasil penelitian menunjukkan bahwa metode ini efektif dalam memberikan rekomendasi buku yang sesuai dengan preferensi pengguna. Penelitian ini juga memberikan kontribusi penting dalam mendukung digitalisasi perpustakaan dan memudahkan pengguna dalam mengakses buku yang relevan. Dengan hasil akurasi yang tinggi, sistem ini berpotensi diterapkan secara luas pada berbagai institusi pendidikan untuk meningkatkan minat baca siswa. Sistem yang dirancang juga mempertimbangkan aspek pengalaman pengguna (user experience), sehingga antarmuka yang dikembangkan responsif dan mudah digunakan. Keunggulan metode ini dibandingkan pendekatan lainnya terletak pada kemampuan untuk memanfaatkan pola perilaku pengguna dalam memberikan rekomendasi yang lebih relevan.    
Penerapan Algoritma K-Nearest Neighbors dan Support Vector Machineuntuk Pemindaian Kehadiran Mahasiswa Berdasarkan Based Location dan Face Recognition Hidayat, Egiene; Miftahudin, Muhamad
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 2 (2025): September 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i2.40

Abstract

Pemindaian kehadiran merupakan elemen penting dalam mendukung proses belajar mengajar di perguruan tinggi serta salah satu bentuk evaluasi yang sering digunakan untuk menilai partisipasi mahasiswa dalam matakuliah. Namun, proses presensi yang dilakukan mahasiswa menggunakan sistem presensi konvensional sering menghadapi berbagai masalah seperti manipulasi data, rendahnya akurasi dan efisiensi yang tidak optimal. Sistem presensi menggunakan username dan password cenderung tidak efektif karena rentan terhadap kecurangan, seperti penitipan absen. Untuk mengatasi masalah tersebut,penelitian ini bertujuan mengembangkan sistem pemindaian kehadiran mahasiswa berbasis teknologi menggunakan algoritma K-Nearest Neighbors dan Support Vector Machine. Algoritma K-Nearest Neighbors diterapkan untuk mendeteksi lokasi geografis mahasiswa, sedangkan Support Vector Machine digunakan untuk memvalidasi kehadiran melalui pengenalan wajah. Penelitian ini dilakukan menggunakan metode pengembangan prototipe dengan pendekatan Reseacrh and Development (R&D). Prototipe aplikasi ini dirancang untuk melakukan validasi kehadiran mahasiswa secara otomatis sesuai lokasi geografis dan identifikasi wajah. Penerapan metode K-Nearest Neighbors dan Support Vector Machine mampu meningkatkan efektivitas dan akurasi dalam pemindaian kehadiran mahasiswa. Berdasarkan uji kelayakan oleh ahli sistem, aplikasi ini dinyatakan “Sangat Layak” dengan tingkat kelayakan 100%. Kemudian uji pengguna menggunakan perhitungan PSSUQ didapatkan hasil perhitungan rata-rata yaitu 90,42% yang dinyatakan “Sangat Layak”. Selain itu, uji hasil menggunakan confusion matrix dari kedua metode menunjukan bahwa sistem ini memiliki tingkat accuracy mencapai 95%, precision 93%, recall 100%, dan F1-score 96%. Hasil penelitian ini menunjukkan bahwa sistem yang dibangun mampu meningkatkan efektivitas dan akurasi yang sangat baik dalam proses pemindaian kehadiran mahasiswa. Implementasi sistem ini diharapkan dapat menjadi solusi inovatif untuk menciptakan proses presensi mahasiswa yang lebih andal di lingkungan akademik.
Penerapan Algoritma Cosine Similarity dan Term Frequencyuntuk Penilaian Jawaban Ujian Esai Rihwan, Martin; Syamsito, Hidola
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 2 (2025): September 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i2.41

Abstract

Ujian adalah salah satu bentuk evaluasi pendidikan untuk mengukur kemampuan siswa/i dalam memahami pelajaran. Esai merupakan salah satu jenis ujian yang menuntut siswa/i untuk menguraikan jawaban menggunakan kata – katanya sendiri. Penilaian jawaban esai dilakukan dengan cara mencocokkan kemiripan jawaban siswa/i dengan kunci jawaban. Permasalahan yang terjadi selama melakukan penilaian adalah prosesnya yang memakan waktu yang relatif tidak singkat, adanya kesalahan dalam memberikan poin nilai, dan pemberian nilai yang dilakukan kurang tepat. Perlu adanya pendekatan teknik komputasi untuk memudahkan guru dalam memberikan nilai menggunakan algoritma Term Frequency dan Cosine Similarity. Dengan algoritma tersebut, proses penilaian esai diharapkan mampu meningkatkan tingkat ketepatan dan efektivitas. Proses penilaian ini dilakukan dengan mengukur tingkat kemiripan antara teks jawaban esai dengan teks kunci jawaban berdasarkan frekuensi kemunculan bobot kata jawaban esai dan kunci jawaban. perhitungan yang diperoleh dari perhitungan algortima adalah sebagai berikut Kemiripan dengan kunci jawaban siswa sebanyak 10 siswa mendapatkan nilai sebesar 76, 71, 84, 71, 84, 76, 84, 88, 88 dan 71. Pada aplikasi yang dikembangkan telah dilakukan uji kelayakan dari pihak ahli sistem dan diperoleh hasil persentase kelayakan sebesar 100%. uji pengguna menggunakan kuesioner PSSUQ yang dibagi menjadi empat kategori, di antaranya Secara Keseluruhan sebesar 86.63%, Kegunaan Sistem sebesar 87.67%, Kualitas Informasi sebesar 87.25%, dan Kualitas Antarmuka) sebesar 80.79% yang artinya aplikasi ini “Sangat Layak” digunakan. uji hasil pada algoritma ini menggunakan metode F1-Score yang menghasilkan nilai ketepatan sebesar 0.824 yang dimana termasuk kedalam kategori “baik”.
Penerapan Metode K-Means pada Pemetaan Persebaran Penyakit Diabetes untuk Rekomendasi Prioritas Pemberian Penyuluhan Priscila, Priscila; Jamhur, Hardi
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 2 (2025): September 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i2.42

Abstract

Proses pemetaan persebaran penyakit diabetes merupakan pengelompokan persebaran penyakit diabetes berdasarkan dari berbagai kriteria yang nantinya dikelompokkan (klasterisasi) berdasarkan persebaran penderita diabetes baik itu tinggi, sedang, rendah guna membantu pihak tenaga kesehatan dalam menyediakan acuan data dan informasi agar dapat menentukan strategi pemberian penyuluhan mengenai penyakit diabetes di setiap kelurahan yang dapat dijalankan di periode selanjutnya. Pada penelitian ini dikembangkan sebuah aplikasi yang dapat mengetahui persebaran penderita penyakit diabetes dengan pendekatan Algoritma K-Means Clustering yaitu dengan menganalisis kelompok data awal, mentransformasi data awal dan melakukan pengelompokkan. Didalamnya diterapkan variabel-variabel yaitu merokok, kurang aktifitas fisik, gula berlebihan, garam berlebihan, lemak berlebihan kurang makan sayur dan buah, konsumsi alkohol, dan pemeriksaan gula. Hal ini dilakukan untuk melihat persebaran penyakit diabetes, supaya dapat membantu pihak tenaga kesehatan dalam menyediakan acuan. Pada aplikasi yang dibangun telah dilakukan uji kelayakan dan diperoleh presentase kelayakan 100% yang dapat dikaterogikan kedalam interpretasi yang “Sangat Layak”. Telah dilakukan uji pengguna dengan menggunakan kuesioner PSSUQ sesuai dengan kategori PSSUQ diantaranya yaitu Overall sebesar 73,2% , Sysuse sebesar 69,01% , Infoqual sebesar 78,6% , Interqual sebesar 71,5% , yang artinya aplikasi layak digunakan. Serta telah uji validitas cluster menggunakan Silhouette Coefficient terhadap algoritma K-Means yang diterapkan dengan nilai yang di dapat sebesar 0,503 yang berarti klaster yang dibuat termasuk dalam kategori “weak structure”.
Penerapan Metode K-Means untuk Pemetaan Potensi Perluasan PasarSecara Digital Marketing terhadap UMKM Halawa, Resty; Sarjanoko, R. Joko
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 2 (2025): September 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i2.43

Abstract

Pemetaan potensi perluasan pasar secara digital marketing terhadap UMKM merupakan pengelompokan UMKM dengan berbagai atribut berdasarkan variabelnya guna membantu pihak terkait dalam menentukan UMKM yang berpotensi diberikan pelatihan digital marketing. Bersarkan pemasalahannya belum diketahui potensi perluasan pasar untuk pemberian pelatihan digital marketing dan belum diketahui efektifnya proses pemetaan potensi perluasan pasar untuk pemberian pelatihan digital marketing. Penelitian ini bertujuan untuk mendapatkan pemetaan potensi perluasan pasar UMKM dan mengukur tingkat efektifitas penerapan algoritma K-Means untuk pemetaan UMKM berdasarkan potensi perluasan pasarnya. Penelitian ini dilaksanakan dengan model menggunakan model Research and Development oleh Borg dan Gall menggunakan algoritma K-Means dengan meteode pengembangan prototyping. Klaster yang ditentukan berjumlah 2 sesuai dengan tingkatannya yaitu berpotensi dan tidak berpotensi. Pada aplikasi yang dibangun telah dilakukan uji hasil dengan kuesioner kepada pengguna sebesar 87,9%, yang berarti “sangat layak”, serta hasil kuesioner kepada ahli sistem sebesaar 100% yang berarti “sangat layak”, serta telah dilakukan uji validitas klaster menggunakan silhouette coefficient sebesar 0,80 yang termasuk ke dalam kategori kekuatan klaster “kuat” berdasarkan pada tabel kategori silhouette coefficient.  
Penerapan Metode K-Means untuk Penentuan Sekolah Prioritas Kunjungan Perpustakaan Keliling Rahmawan, Riza; Supriyatna, Alam
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 2 (2025): September 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i2.44

Abstract

Perpustakaan keliling menjadi salah satu wadah untuk meningkatkan sumber informasi dan minat baca di sekolah. Maka dari itu diperlukan suatu aplikasi untuk pengambilan keputusan mengenai kunjungan perpustakaan keliling dengan menggunakan variabel jumlah judul, jumlah eksemplar, dan jumlah siswa. Salah satu cara agar bisa menentukan sekolah prioritas kunjungan perpustakaan keliling dengan cara mengelompokkan data berdasarkan kriteria tertentu dengan dibagi menjadi tiga kelompok yaitu prioritas tinggi, prioritas rendah, dan prioritas sedang. Algoritma K-Means merupakan salah satu metode pengelompokkan yang dapat mengelompokkan objek – objek berdasarkan kemiripan sifat yang ada. Tujuan dari penelitian ini adalah untuk menerapkan metode Algoritma K-Means Clustering untuk menentukan sekolah kunjungan perpustakaan keliling. Dari pengelompokkan menggunakan Algoritma K-Means Clustering didapatkan hasil pada  iterasi ke-8 dengan dibagi menjadi tiga kelompok dimana masing – masing kelompok sekolah memperoleh 222 sekolah untuk prioritas tinggi, 4 sekolah untuk prioritas rendah, dan 33 sekolah untuk prioritas sedang. Penelitian ini sudah melakukan uji kelayakan pada aplikasi yang dibangun dengan nilai kelayakan sebesar 91,07%, serta sudah dilakukan pengukuran silhouette coefficient secara manual dengan Silhouette Index dengan nilai 0,688 yang berarti masuk kedalam kategori Struktur Kuat.
Penerapan Sistem Pendukung Keputusan Mengunakan Topsis dalam Menentukan Kenaikan Gaji Karyawan Terbaik pada Perusahan Konsultan Sinaga, Juan; Warmansyah , Julio
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 2 (2025): September 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i2.45

Abstract

Menentukan kenaikan gaji karyawan sangat diperlukan dalam perusahaan. Saat ini, perusahaan masih menggunakan cara tradisional untuk menentukan kenaikan gaji karyawan, yaitu tanpa menggunakan sistem terkomputerisasi. Hal ini menimbulkan beberapa permasalahan, seperti proses penentuan keputusan kenaikan gaji yang belum efektif dan kesulitan dalam menentukan kenaikan gaji karyawan. Penelitian ini bertujuan untuk membantu pengambilan keputusan secara sistematis menggunakan Decision Support System (DSS) dengan metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). Kriteria yang digunakan meliputi absensi, masa kerja, pendidikan, dan kedisiplinan. Kriteria-kriteria tersebut akan digunakan dalam perhitungan TOPSIS untuk menghasilkan rekomendasi kenaikan gaji karyawan yang terbaik. Hasil evaluasi perhitungan metode TOPSIS pada pengujian hasil menunjukkan bahwa tingkat akurasi aplikasi yang dikembangkan menggunakan metode TOPSIS hanya mencapai 60%, yang tergolong layak. Selanjutnya, uji produk menggunakan metode System Usability Scale (SUS) dari validasi pengguna di perusahan konsultan dinyatakan "Bagus" dengan persentase sebesar 68,75%. Meskipun demikian, penerapan metode TOPSIS untuk menentukan kenaikan gaji karyawan dianggap tidak layak berdasarkan hasil akurasi yang rendah.

Page 2 of 2 | Total Record : 19

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 1 No 2 (2025): September 2025 Vol 1 No 1 (2025): Juni 2025