cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
MUHAMMAD AMIRUL MU'MIN
Contact Email
amirulmukmin@umbima.ac.id
Phone
+628989284518
Journal Mail Official
mhamirulmumin@gmail.com
Editorial Address
RORA, RT/RW 004/002, KECAMATAN DONGGO, KABUPATEN BIMA
Location
Kota bima,
Nusa tenggara barat
INDONESIA
Scientific: Journal of Computer Science and Informatics
Published by Universitas Muhammadiyah Bima
ISSN : -     EISSN : 30901391     DOI : https://doi.org/10.34304/scientific
Core Subject : Science,
Computer Science & IT
Scientific: Journal of Computer Science and Informatics focuses on various fields of computer science and computer engineering, including: Management Information System Big Data and Data Mining Software Development (Mobile Application and Web Development) Machine Learning and Artificial Intelligence Natural Language Processing Computer Network Computer Security Data Science Pattern Recognition and Image Processing Signal Pocessing Computer Science Review (Systematic Literature Review) Scientific: Journal of Computer Science and Informatics is a platform for publishing innovative research and scientific studies in computer science and computer engineering. The main objective of Scientific is to advance knowledge from various branches of computer science. The scope and aspects are covered in the Scientific journal.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 25 Documents
 1   2   3 
Klasifikasi Email Spam Dan Ham Menggunakan Algoritma Support Vector Machine, Naive Bayes Dan Logistic Regression Echa Sri Ainun; Ummiyatul Inayah; Muhammad Ilmih
Scientific: Journal of Computer Science and Informatics Vol. 2 No. 2 (2025): Juli 2025
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v2i2.399

Abstract

Semakin tingginya penggunaan email sebagai media komunikasi digital, masalah keberadaan email spam menjadi perhatian yang serius. Email spam tidak hanya mengganggu aktivitas pengguna, tetapi juga berpotensi menimbulkan risiko terhadap keamanan data. Untuk mengatasi hal tersebut, dibutuhkan sistem klasifikasi yang mampu membedakan antara email spam dan email ham secara efektif. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa tiga algoritma klasifikasi, yaitu Support Vector Machine, Naive Bayes, dan Logistik Regression dalam mendeteksi email spam. Dataset yang digunakan merupakan data publik yang telah melalui serangkaian tahap Preprocessing. Evaluasi performa dilakukan dengan menggunakan metrik akurasi. Hasil evaluasi menunjukkan bahwa algoritma SVM memberikan akurasi terbaik yaitu 99% dibandingkan Naïve Bayes dan Logistic Regression. Temuan ini menunjukkan pentingnya pemilihan algoritma yang sesuai untuk meningkatkan efektivitas dalam klasifikasi email spam.
Sistem Pendukung Keputusan Dengan Metode AHP Untuk Seleksi Pegawai Pada PT. Parkland World Indonesia: Sistem Pendukung Keputusan Dengan Metode AHP Untuk Seleksi Pegawai Pada PT. Parkland World Indonesia Zalzabila, Berliana Ayu
Scientific: Journal of Computer Science and Informatics Vol. 3 No. 1 (2026): Januari 2026
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v3i1.415

Abstract

Seleksi pegawai terbaik merupakan proses strategis yang penting dalam manajemen sumber daya manusia di perusahaan, namun sering menghadapi kendala yang berkaitan dengan subjektivitas dan inkonsistensi dalam pengambilan keputusan terutama saat melibatkan beberapa kriteria penilaian. Penelitian ini bertujuan merancang Sistem Pendukung Keputusan (SPK) menggunakan metode Analytical Hierarchy Process (AHP) untuk membantu PT. Parkland World Indonesia dalam menyeleksi pegawai terbaik secara objektif dan terukur. Metode AHP dipilih karena kemampuannya menggabungkan data kualitatif dan kuantitatif secara hierarkis melalui proses pembobotan kriteria berdasarkan penilaian pakar. Hasil penelitian menunjukkan bahwa penerapan metode AHP mampu meningkatkan efisiensi proses seleksi sebesar 50,04%, dengan menurunkan waktu seleksi dari 105,1 menit menjadi 52,5 menit. Nilai rasio konsistensi (CR) sebesar 0,1 menandakan bahwa hasil pembobotan konsisten dan dapat diterima. Penelitian ini menyimpulkan bahwa implementasi SPK berbasis AHP mampu meningkatkan akurasi dan objektivitas dalam proses seleksi pegawai, sekaligus memberikan rekomendasi untuk pengembangan sistem berbasis web pada penelitian selanjutnya agar bisa digunakan secara luas dan real time.
Analisis Pola Lalu Lintas Jaringan Selama Serangan DDoS menggunakan Snort IDS Galih Pramuja Inggam Fanani; Devera Arsa Luthfiana; Anugrahaningtyas Pramurwitasari; M. Narjun Najich; Alvian Tarista Putra
Scientific: Journal of Computer Science and Informatics Vol. 3 No. 1 (2026): Januari 2026
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v3i1.465

Abstract

Serangan Distributed Denial of Service (DDoS) merupakan ancaman serius bagi ketersediaan layanan jaringan karena mampu membanjiri sistem dengan lalu lintas berlebih hingga menyebabkan penurunan performa bahkan penghentian layanan. Penelitian ini bertujuan menganalisis pola lalu lintas jaringan selama terjadinya serangan DDoS berbasis ICMP Flood serta mengevaluasi efektivitas Snort Intrusion Detection System dalam mendeteksi aktivitas anomali tersebut. Simulasi dilakukan pada jaringan lokal dengan empat perangkat utama yang menjalankan fungsi attacker, server, client, dan monitoring. Wireshark digunakan untuk menangkap dan memvisualisasikan lalu lintas paket secara real-time, sedangkan Snort diimplementasikan pada server untuk mendeteksi pola paket yang mengarah pada serangan. Snort berhasil memberikan alert secara konsisten pada setiap aktivitas flooding, menunjukkan kemampuan deteksi yang efektif terhadap serangan dengan pola yang jelas dan berulang. Temuan ini menegaskan pentingnya kombinasi monitoring jaringan dan sistem deteksi intrusi untuk mengidentifikasi ancaman DDoS sejak dini serta mendukung upaya mitigasi gangguan layanan. Penelitian ini memberikan dasar bagi pengembangan strategi pertahanan jaringan yang lebih adaptif pada serangan dalam skala yang lebih besar.
Analisis Peminjaman Buku Perpustakaan Universitas Muhammadiyah Bima Menggunakan Metode Clustering Yuniati; Sahrul Ramadhan; Ramadhani, Intan; Mantafani, Ana; Fathir, Fathir
Scientific: Journal of Computer Science and Informatics Vol. 3 No. 1 (2026): Januari 2026
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v3i1.514

Abstract

Perkembangan teknologi informasi mendorong peningkatan efisiensi pengelolaan data, termasuk pada sistem layanan perpustakaan perguruan tinggi. Latar belakang penelitian ini adalah belum optimalnya pemanfaatan data peminjaman buku sebagai dasar pengambilan keputusan dalam pengelolaan koleksi dan layanan perpustakaan. Tujuan penelitian ini adalah mengelompokkan pola peminjaman buku mahasiswa di Perpustakaan Universitas Muhammadiyah Bima guna memperoleh informasi yang bernilai bagi peningkatan kualitas layanan. Metode yang digunakan adalah clustering dengan algoritma K-Means yang diterapkan melalui tahapan Knowledge Discovery in Databases (KDD), meliputi pra-pemrosesan data, seleksi variabel, proses pengelompokan, dan visualisasi hasil. Dataset penelitian terdiri dari 20 data peminjaman yang mencakup variabel nama mahasiswa, jurusan, kategori buku, lama peminjaman, dan denda. Hasil penelitian menunjukkan terbentuknya tiga cluster utama, yaitu kelompok mahasiswa dengan durasi peminjaman singkat dan denda rendah, kelompok dengan durasi peminjaman panjang dan denda tinggi, serta kelompok yang meminjam buku berdasarkan kesesuaian jurusan atau kategori tertentu. Temuan ini memberikan wawasan berbasis data yang dapat dimanfaatkan oleh pengelola perpustakaan dalam perencanaan koleksi, pengelolaan kebijakan peminjaman, serta peningkatan layanan yang lebih tepat sasaran.
Desain dan Implementasi Smart Trash Bin dengan Notifikasi Real-Time Berbasis ESP32 suryani, DIcky aldi; Mutmainnah; M. Sadly Nur; Yohanis Kandi
Scientific: Journal of Computer Science and Informatics Vol. 3 No. 1 (2026): Januari 2026
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v3i1.443

Abstract

Permasalahan sampah masih menjadi dilema di berbagai daerah, termasuk di Kelurahan Kolo, Permasalahan sampah masih menjadi persoalan di berbagai daerah, termasuk di Kelurahan Kolo, Kecamatan Asakota, Kota Bima, Provinsi Nusa Tenggara Barat. Kelurahan Kolo memiliki luas wilayah sekitar 215.000 Ha km dengan jumlah penduduk 5.448 jiwa, terdiri dari 2.173 laki-laki dan 3.275 perempuan. Secara geografis, Kelurahan Kolo terletak di kawasan pesisir Teluk Bima dengan potensi kelautan, pertanian, perikanan, serta wisata. Namun demikian, pengelolaan sampah di wilayah ini masih menghadapi kendala, terutama akibat keterlambatan pengangkutan dan pemeriksaan bak sampah yang masih dilakukan secara manual. Kondisi tersebut berdampak pada terjadinya penumpukan sampah dan menurunnya efektivitas kerja petugas kebersihan. Untuk menjawab permasalahan tersebut, penelitian ini merancang sistem monitoring bak sampah berbasis Internet of Things (IoT) yang mampu memberikan informasi kondisi bak sampah secara real-time. Sistem ini menggunakan ESP32 sebagai mikrokontroler utama dan sensor ultrasonik HC-SR04 untuk mengukur ketinggian sampah. Komponen dirangkai menggunakan breadboard dengan koneksi kabel jumper sebagai media perakitan. Data hasil pengukuran dikirim melalui jaringan internet dan dapat dipantau menggunakan aplikasi Telegram maupun Firebase Realtime Database pada smartphone. Sistem juga dilengkapi dengan fitur notifikasi otomatis yang memberikan peringatan kepada petugas apabila bak sampah telah penuh.

Page 3 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2024 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 1 (2026): Januari 2026 Vol. 2 No. 2 (2025): Juli 2025 Vol. 2 No. 1 (2025): Januari 2025 Vol. 1 No. 2 (2024): Juli 2024 Vol. 1 No. 1 (2024): January 2024