cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
inf@unuha.ac.id
Phone
+6282375847540
Journal Mail Official
fitria@unuha.ac.id
Editorial Address
Jl. Kotabaru, Desa. Sukaraja, Kec. Buay Madang, Kab. OKU Timur, Kode Pos: 32361 Sumatera Selatan, Kab. Ogan Komering Ulu Timu, Provinsi Sumatera Selatan
Location
Kab. ogan komering ulu timur,
Sumatera selatan
INDONESIA
Jurnal Informatika dan Komputer
Published by Universitas Nurul Huda
ISSN : -     EISSN : 3063346X     DOI : https://doi.org/10.30599/jicode.v1i1
Core Subject : Science,
Computer Science & IT
JICode Merupakapan jurnal Program Studi Informatika pada Universitas Nurul Huda. Program Studi Informatika merupakan salah satu yang ada pada Fakultas Sains dan Teknologi, Website Jurnal ini dikembangkan sebagai wadah pengembangan ilmu, riset dan analisis bagi semua akademisi baik dari mahasiswa maupun bapak/ibu.
Arjuna Subject : -
Articles 15 Documents
 1   2 
Analisis Hasil Rekapitulasi Pilkada Daerah Khusus Jakarta (DKJ) 2024 Menggunakan Metode Support Vector Machine Miftakhul Rahman; Mantri Kromo Fandith Fili; Wardianto
JICode: Jurnal Informatika dan Komputer Vol. 2 No. 1 (2025): Edisi Februari
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30599/c0zqdw84

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap hasil rekapitulasi Pilkada DKJ 2024 menggunakan metode Support Vector Machine (SVM). Data penelitian berjumlah 3.500 data yang diperoleh dari komentar Instagram menggunakan "Turbo IG Comment Export Tool", menghasilkan 3.100 data bersih setelah preprocessing yang meliputi cleaning, normalization, tokenizing, stopword removal, dan stemming. Hasil analisis menunjukkan distribusi sentimen sebesar 37,8% positif, 32,4% netral, dan 29,8% negatif. Model SVM mencapai akurasi 84% dengan performa seimbang: sentimen positif (presisi 0,92, recall 0,74, f1-score 0,82), negatif (presisi 0,86, recall 0,87, f1-score 0,87), dan netral (presisi 0,75, recall 0,90, f1-score 0,82). Analisis word frequency dan wordcloud mengungkapkan pola kata dominan yang mencerminkan respons publik terhadap hasil Pilkada, dengan kata-kata positif seperti "alhamdulillah" dan "selamat" kontras dengan kata-kata negatif seperti "kalah". Penelitian ini memberikan wawasan berharga tentang persepsi publik terhadap hasil Pilkada DKJ 2024 dan mendemonstrasikan efektivitas metode SVM dalam analisis sentimen politik.
Sistem Informasi Pengelolaan Donasi pada Kaum Dhuafa dengan menggunakan Metode Crowdfunding (Studi Kasus : Yayasan Kurir Langit, Kabupaten Barru) Nur Asri, Muh Fitra; Ehlisa; Erin Savitri Gawing
JICode: Jurnal Informatika dan Komputer Vol. 2 No. 1 (2025): Edisi Februari
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30599/h3pzws48

Abstract

Kurir Langit merupakan salah satu lembaga sosial yang membantu mengelola dan menjembatani para donatur yang ingin berdonasi kepada kaum dhuafa dan korban bencana alam. Lembaga ini telah berdiri dari tahun 2014 dan sudah memiliki ribuan anggota donatur yang telah terdaftar. Dalam proses pengelolaannya, terdapat beberapa masalah yang harus dihadapi oleh pihak kurir langit, seperti proses penyimpanan data donatur dan proses pencatatan data donatur masih menggunakan pengisian pada kertas formulir. Hal ini menyebabkan terjadinya penumpukan berkas dalam mengelolanya. Selain itu, mengenai informasi jumlah donasi yang telah terkumpul, belum transparan ke publik.Penelitian ini menggunakan jenis penelitian terapan. Metode pengumpulan data yang dilakukan dalam penelitian ini adalah observasi, wawancara, library research. Metode perancangan aplikasi yang digunakan penelitian ini adalah metode Crowdfunding. Adapun metode pengujian sistem yaitu menggunakan metode pengujian BlackBox dan system usability scale (SUS). Berdasarkan hasil pengujian, alur dan struktur program sistem yang dibuat dan diuji berjalan sesuai yang diharapkan. Penelitian ini menghasilkan sebuah Sistem Informasi Pengelolaan Donasi pada Kaum Dhuafa di Kurir Langit Kabupaten Barru menggunakan Metode Crowdfunding dimana hasil dari penelitian ini berdasarkan dari kuesioner diperoleh hasil akhir rata-rata 81% bahwa responden setuju dengan adanya sistem tersebut. Kesimpulan dari penelitian ini, bahwa sistem ini dapat membantu meningkatkan layanan terhadap para donatur Kurir Langit.
Prediksi Angka Harapan Hidup Menggunakan Random Forest dan XGBoost Regression Prayogi, M. Bagus; Fitria Apriani; Nirma
JICode: Jurnal Informatika dan Komputer Vol. 2 No. 1 (2025): Edisi Februari
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30599/ht1k1h53

Abstract

Angka harapan hidup mengacu pada estimasi rata-rata durasi kehidupan seseorang sejak kelahirannya. Indikator ini menjadi salah satu komponen penting dalam pengukuran indeks pembangunan manusia (IPM). Peningkatan harapan hidup biasanya berbanding lurus dengan kenaikan nilai IPM. Penelitian ini bertujuan untuk memprediksi tingkat harapan hidup menggunakan 2 algoritma regresi yaitu Random Forest regression dan XGBoost regression, serta menganalisis variabel yang paling berpengaruh terhadap harapan hidup. Dataset yang digunakan berasal dari Global Country Information Dataset 2023 yang tersedia di platform Kaggle. Berdasarkan hasil analisis, XGBoost regression terbukti memiliki performa terbaik dalam melakukan prediksi, sebagaimana ditunjukkan oleh nilai MAPE yang lebih rendah sebesar 2.60 dan R² yang lebih tinggi sebesar 90.53. Faktor-faktor seperti angka kematian bayi dan rasio kematian ibu ditemukan sebagai prediktor utama, sedangkan pengaruh Indeks Harga Konsumen (CPI) terhadap harapan hidup relatif lebih kecil.
PENERAPAN TENSORFLOW DALAM PREDIKSI JENIS KELAMIN DENGAN MENGGUNAKAN ALGORITMA CNN Fajar, Yahya Ibnu; Wardianto; Anshori
JICode: Jurnal Informatika dan Komputer Vol. 2 No. 1 (2025): Edisi Februari
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30599/zp5ch268

Abstract

Wajah merupakan komponen yang paling mudah dikenali dan sering kali menjadi pusat perhatian dalam tubuh manusia. Sering terjadinya kesulitan dalam membedakan dan menganalisis citra wajah dengan jumlah yang banyak secara manual karena banyaknya kemiripan antara laki-laki dan perempuan sehingga memperlambat proses identifikasi jenis kelamin. Tujuan dari penelitian ini yaitu menerapkan TensorFlow dalam pengembangan model CNN untuk memprediksi jenis kelamin dari gambar wajah. Penelitian ini diharapkan dapat memberikan wawasan tentang efektivitas penggunaan algoritma CNN dalam pengenalan gambar. Penelitian ini menggunakan pendekatan eksperimen dengan dataset gambar wajah yang mencakup individu laki-laki dan perempuan yang terbagi menjadi data train dan validation untuk prediksi jenis kelamin. Model dilatih dengan teknik deep learning, dan menggunakan algoritma CNN kemudian evaluasi menggunakan confusion matrix, precision, recall, F1-score, dan accuracy. Berdasarkan hasil dari pelatihan model sebanyak 8 Epoch menunjukan semua gambar wajah dapat diproses untuk mendeteksi gender dengan nilai Pengujian identifikasi tingkat accuracy sebesar  0.92 dan  loss sebesar 0.28. hasil penelitian dengan menggunakan metode ini dapat meningkatkan kinerja sistem pengenalan wajah berdasarkan jenis kelamin secara praktis. Selain itu, penelitian ini juga memberikan rekomendasi untuk meningkatkan akurasi lebih lanjut dan eksplorasi teknologi terkini dalam upaya mengoptimalkan aplikasi pengenalan gender di masa depan.
UI/UX untuk Sistem Manajemen Supply Material pada industri manufaktur 4.0 PADA PROGRAM STUDI INDEPENDEN KAMPUS MERDEKA Argi wiranata; Jakak, Pamuji Muhammad; Fitria Apriani
JICode: Jurnal Informatika dan Komputer Vol. 2 No. 1 (2025): Edisi Februari
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30599/ttwvh627

Abstract

Program Magang & Studi Independen Bersertifikat (MSIB) adalah salah satu inisiatif dari program Merdeka Belajar Kampus Merdeka yang diselenggarakan oleh Kemendikbudristek. Program ini bekerja sama dengan berbagai perusahaan yang menjadi mitra, bertujuan memberikan kesempatan kepada mahasiswa untuk merasakan pengalaman dunia kerja secara langsung, sekaligus meningkatkan soft skills dan hard skills yang akan bermanfaat di dunia profesional setelah perkuliahan. Salah satu mitra yang turut serta dalam program ini adalah PT Stechoq Robotika Indonesia, yang menawarkan dua jenis program MSIB, yaitu magang dan studi independen. Salah satu studi independen yang ditawarkan adalah UI/UX Specialist For Manufacturing Industry 4.0. Dalam program ini, peserta diberikan proyek akhir berupa Pengembangan antarmuka untuk manajemen rantai pasokan (Supply Chain Management). Sistem Supply Chain Management menjadi kebutuhan krusial bagi perusahaan manufaktur, khususnya dalam pengelolaan stok, pemesanan, dan pelacakan produk. Dengan memanfaatkan sistem yang terintegrasi secara digital dan terkomputerisasi, perusahaan dapat mengoptimalkan produktivitas sekaligus mengurangi waktu dan biaya operasional. Selain itu, sistem ini mampu meminimalkan risiko kesalahan manusia (human error) yang sering terjadi dalam proses manual, serta meningkatkan akurasi dalam pencatatan dan pelaporan. Melalui pendekatan berbasis digital ini, perusahaan manufaktur tidak hanya mampu meningkatkan efisiensi operasional tetapi juga mendukung pencapaian industri 4.0 yang berfokus pada otomatisasi dan konektivitas. Implementasi sistem ini dirancang untuk memberikan solusi yang ramah pengguna, dengan antarmuka yang mempermudah akses data secara real-time dan mendukung proses pengambilan keputusan yang lebih baik dalam pengelolaan rantai pasokan. Program ini tidak hanya memberikan wawasan teknis tetapi juga keterampilan analitis dan kreatif yang relevan untuk menghadapi tantangan di dunia industry modern.

Page 2 of 2 | Total Record : 15

 1   2 

Filter by Year

2024 2025


Reset
Filter By Issues
All Issue Vol. 2 No. 1 (2025): Edisi Februari Vol. 1 No. 2 (2024): Edisi Agustus Vol. 1 No. 1 (2024): Edisi Februari