cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Hasanuddin
Contact Email
cvraskhamediagroup@gmail.com
Phone
+6282362440765
Journal Mail Official
cvraskhamediagroup@gmail.com
Editorial Address
Jalan Gurilla No. 2 Sidorejo, Kec. Medan Tembung 20222
Location
Kota medan,
Sumatera utara
INDONESIA
Jurnal Ilmu Komputer dan Teknik Informatika
Published by CV. Raskha Media Group
ISSN : -     EISSN : 31100864     DOI : https://doi.org/10.64803/juikti
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Jurnal Ilmu Komputer dan Teknik Informatika merupakan publikasi ilmiah yang diterbitkan secara berkala dan bertujuan untuk menyebarkan hasil-hasil penelitian serta kajian ilmiah di bidang ilmu komputer dan teknik informatika. JUIKTI menerima artikel-artikel penelitian orisinal, review, dan inovasi terbaru yang memberikan kontribusi signifikan terhadap perkembangan ilmu pengetahuan, teknologi, dan aplikasinya dalam berbagai sektor. Adapun scope JUIKTI mencakup beragam topik dalam ilmu komputer dan teknik informatika, antara lain teori dan algoritma komputer, kecerdasan buatan (AI), machine learning, deep learning, data mining, sistem informasi, rekayasa perangkat lunak (software engineering), teknologi jaringan, dan arsitektur komputer. Selain itu, jurnal ini juga mencakup bidang lain yang berkaitan dengan pemrograman, komputasi awan (cloud computing), big data, keamanan siber (cybersecurity), serta aplikasi informatika dalam berbagai disiplin ilmu dan industri, termasuk industri 4.0 dan Internet of Things (IoT). Fokus utama JUIKTI adalah pada pengembangan teori, metodologi, dan aplikasi praktis yang berhubungan langsung dengan penyelesaian masalah-masalah nyata dalam dunia digital. Jurnal ini bertujuan untuk menjadi wadah bagi peneliti, praktisi, dan akademisi dalam berbagi pengetahuan dan teknologi mutakhir, serta mendorong terciptanya solusi-solusi inovatif yang dapat diterapkan dalam dunia industri dan masyarakat.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 41 Documents
 1   2   3   4   5 
Perancangan dan Analisis Model Marketplace Digital Produk Segar Berbasis E-Business dengan Integrasi UI/UX: Studi Kasus TaniFresh Arie Miftah Budiman; Fadilah Adeliani Putri; Nova Restina Maharani; Ridwan Ahri; Antika Zahrotul Kamalia
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 2 No. 2 (2026): Juli 2026
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v2i2.95

Abstract

 Perkembangan e-business membuka peluang baru dalam sektor pertanian, khususnya dalam pemasaran produk segar melalui platform digital. Namun, masih terdapat tantangan dalam penerapan marketplace pertanian yang mampu mengintegrasikan model bisnis dan pengalaman pengguna secara efektif. Penelitian ini bertujuan untuk menganalisis perancangan model marketplace digital produk segar berbasis e-business dengan integrasi UI/UX pada aplikasi TaniFresh. Pendekatan penelitian yang digunakan adalah kualitatif dengan metode deskriptif analitis melalui studi kasus. Data diperoleh melalui pengamatan terhadap rancangan aplikasi serta studi literatur terkait e-business, marketplace digital, dan UI/UX. Hasil penelitian menunjukkan bahwa TaniFresh dirancang dengan model marketplace Business to Consumer yang berperan sebagai fasilitator antara pelaku UMKM pertanian dan konsumen. Integrasi UI/UX dalam aplikasi mendukung alur bisnis yang sederhana dan mudah dipahami, sehingga membantu meningkatkan kenyamanan dan potensi adopsi pengguna. Penelitian ini menyimpulkan bahwa pengembangan marketplace digital produk segar yang berfokus pada keselarasan antara model bisnis dan pengalaman pengguna dapat menjadi solusi ebusiness yang aplikatif di sektor pertanian. Hasil penelitian diharapkan dapat menjadi referensi bagi pengembanganmarketplace pertanian berbasis digital serta kajian akademik di bidang bisnis elektronik. 
Perancangan UI/UX Aplikasi Tanitrace Berbasis Qr Code Untuk Transparansi Produk Pertanian Muhammad Rizky; Ali Purnama Alam; Riko Adrian Maulana; Antika Zahrotul Kamalia
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 2 No. 2 (2026): Juli 2026
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v2i2.96

Abstract

Perkembangan bisnis elektronik mendorong pemanfaatan aplikasi layanan digital pada berbagai sektor, termasuk pertanian. Namun, rendahnya transparansi informasi mengenai asal-usul produk pertanian masih menjadi permasalahan yang berdampak pada tingkat kepercayaan konsumen. Selain itu, keberhasilan aplikasi digital tidak hanya ditentukan oleh fungsionalitas, tetapi juga oleh kualitas desain antarmuka dan pengalaman pengguna. Penelitian ini bertujuan untuk merancang UI/UX aplikasi TaniTrace berbasis QR Code sebagai solusi digital untuk mendukung transparansi produk pertanian sekaligus meningkatkan pengalaman pengguna. Metode yang digunakan adalah pendekatan deskriptif kualitatif dengan tahapan riset kebutuhan pengguna, perancangan wireframe, pembuatan prototipe, dan pengujian desain. Subjek penelitian melibatkan petani sebagai pengelola data produk dan konsumen sebagai pengguna akhir. Hasil penelitian berupa prototipe UI/UX aplikasi TaniTrace yang menempatkan fitur pemindaian QR Code sebagai akses utama informasi produk, didukung oleh dashboard petani dan tampilan detail produk yang informatif. Hasil pengujian terbatas menunjukkan bahwa desain antarmuka yang sederhana, navigasi yang jelas, serta penyajian informasi yang terstruktur membantu pengguna dalam memahami asal-usul produk dengan lebih mudah dan meningkatkan kenyamanan penggunaan aplikasi. Dengan demikian, perancangan UI/UX TaniTrace berpotensi mendukung transparansi rantai pasok produk pertanian serta memperkuat peran aplikasi bisnis elektronik dalam sektor pertanian.
Penerapan ETL dan Decision Tree untuk Klasifikasi Rating Produk Tokopedia Putu Raditya Adi Natha; I Wayan Sudiarsa; I Gusti Ngurah Adi Paramarta; Stevano Juliu Wahyu Aditya; I Gede Raditya Caera Dana
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 2 No. 2 (2026): Juli 2026
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v2i2.98

Abstract

Pertumbuhan e-commerce di Indonesia mendorong peningkatan volume data transaksi dan ulasan pelanggan. Tokopedia sebagai salah satu platform e-commerce terbesar di Indonesia menghasilkan data produk dan ulasan dalam jumlah besar yang berpotensi dianalisis untuk mendukung pengambilan keputusan. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi rating ulasan produk Tokopedia dengan menerapkan proses Extract, Transform, Load (ETL) dan metode klasifikasi Decision Tree. Dataset yang digunakan berasal dari Kaggle dan mencakup informasi produk, penjual, serta ulasan pelanggan. Hasil penelitian menunjukkan bahwa beberapa variabel seperti harga, jumlah produk terjual, status penjual, dan kategori produk memiliki pengaruh terhadap rating ulasan. Model Decision Tree mampu memberikan interpretasi yang jelas terhadap pola pengambilan keputusan dalam penentuan rating produk.
Aplikasi E-Commerce Nusantara Culinary Berbasis Website Eunike Charina Ibrena Tarigan; Setia Mangiring Marpaung; Rani Rosalinda; Wetina Hulu
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 2 No. 2 (2026): Juli 2026
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v2i2.101

Abstract

Kemajuan teknologi informasi memberikan peluang besar bagi industri kuliner untuk memperluas jangkauan pasar melalui platform digital. Aplikasi e-commerce berbasis website "Nusantara Culinary" dirancang untuk membantu pelaku usaha kuliner di Indonesia dalam memasarkan produknya secara daring. Penelitian ini bertujuan untuk mengembangkan sistem yang mempermudah transaksi penjualan makanan khas Nusantara dengan fitur yang ramah pengguna. Pendekatan Agile digunakan dalam metodologi pengembangan yang mencakup analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil uji coba menunjukkan bahwa aplikasi ini dapat meningkatkan pengalaman pengguna melalui fitur pencarian produk, pemesanan, pembayaran, dan pelacakan pesanan. Keberadaan aplikasi ini diharapkan dapat memperluas jangkauan pelanggan serta meningkatkan efisiensi operasional bagi para pelaku usaha kuliner, sehingga mendukung digitalisasi industri kuliner di Indonesia.
Deteksi Sarkasme Implisit pada Teks Berbahasa Indonesia Menggunakan Hybrid IndoBERT dan Knowledge Graph Yakiya Ratna Sari; Novia Ardani; Riska Dwi Handayani
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 2 No. 2 (2026): Juli 2026
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v2i2.146

Abstract

Sarkasme implisit merupakan bentuk ungkapan sindiran yang tidak ditandai secara langsung oleh kata atau frasa sarkastik, sehingga menjadi tantangan dalam proses deteksi otomatis menggunakan teknik pemrosesan bahasa alami. Penelitian ini mengembangkan pendekatan hibrida yang mengombinasikan model bahasa IndoBERT dengan Knowledge Graph yang dibangun berdasarkan leksikon bahasa Indonesia. Knowledge Graph tersebut terdiri atas empat jenis pengetahuan, yaitu leksikon sentimen, indikator sarkasme, pasangan kontradiksi semantik, serta kamus normalisasi bahasa slang. Representasi kontekstual yang dihasilkan oleh IndoBERT kemudian diperkaya melalui mekanisme multi-head attention yang memanfaatkan fitur dari Knowledge Graph, selanjutnya digabungkan menggunakan lapisan fusion sebelum dilakukan proses klasifikasi. Dataset yang digunakan adalah Reddit Indonesia Sarcastic yang tersedia secara publik melalui HuggingFace Datasets. Data dibagi menjadi 70% untuk pelatihan, 15% untuk validasi, dan 15% untuk pengujian. Pelatihan model dilakukan menggunakan optimizer AdamW dengan learning rate sebesar 2×10⁻⁵ selama lima epoch. Hasil pengujian menunjukkan bahwa model yang diusulkan memperoleh akurasi sebesar 79,65%, F1-score sebesar 80,31%, dan ROC-AUC sebesar 85,46%. Temuan ini menunjukkan bahwa pendekatan hibrida mampu meningkatkan kemampuan model dalam mengenali kontradiksi semantik yang menjadi karakteristik utama sarkasme implisit dalam bahasa Indonesia. Penelitian ini memberikan kontribusi terhadap pengembangan sistem deteksi sarkasme berbahasa Indonesia yang lebih efektif melalui integrasi pengetahuan leksikal berbasis graf
Pengembangan Sistem Informasi Inventaris Berbasis Web Untuk Optimalisasi Pengelolaan Aset SD Negeri 1 Sukabanjar Desi Elsa Safitri; Putri Nabila; Zahriatul jannah
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 2 No. 2 (2026): Juli 2026
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v2i2.152

Abstract

Pengelolaan inventaris barang di sekolah merupakan salah satu kegiatan penting dalam mendukung kelancaran proses administrasi dan kegiatan belajar mengajar. Namun, pengelolaan inventaris di SD Negeri 1 Sukabanjar masih dilakukan secara manual menggunakan pencatatan pada buku maupun lembar kerja sederhana sehingga sering menimbulkan berbagai kendala, seperti kesalahan input data, keterlambatan pembaruan informasi, kesulitan pencarian data barang, serta kurang efektifnya proses pembuatan laporan inventaris. Penelitian ini bertujuan untuk mengembangkan sistem informasi inventaris barang berbasis web guna meningkatkan efektivitas dan efisiensi pengelolaan aset sekolah. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah metode Waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan sistem. Sistem dikembangkan menggunakan bahasa pemrograman PHP dengan database MySQL sebagai media penyimpanan data. Fitur utama yang tersedia pada sistem meliputi pengelolaan data barang, data pengguna, data ruangan, transaksi inventaris, serta pembuatan laporan secara otomatis. Hasil penelitian menunjukkan bahwa sistem informasi yang dikembangkan mampu membantu pihak sekolah dalam mengelola data inventaris secara lebih cepat, akurat, dan terstruktur. Selain itu, sistem ini juga mempermudah proses pencarian data serta meningkatkan kualitas pengelolaan aset sekolah secara keseluruhan.  
Klasifikasi Kelayakan Penerima Bantuan Menggunakan Metode Naive Bayes Andara Cantika Effendy; Roberto Kaban
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 2 No. 2 (2026): Juli 2026
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v2i2.158

Abstract

Program bantuan merupakan salah satu upaya yang diselenggarakan untuk mendukung masyarakat dalam memenuhi kebutuhan hidup. Dalam proses penentuan penerima bantuan, diperlukan suatu metode yang mampu mengelompokkan data secara objektif berdasarkan informasi yang tersedia. Penelitian ini bertujuan untuk mengklasifikasikan kelayakan penerima bantuan menggunakan algoritma Naive Bayes berdasarkan karakteristik ekonomi setiap individu. Dataset yang digunakan berasal dari Adult Income Dataset yang diperoleh melalui Kaggle, dengan atribut meliputi usia, tingkat pendidikan, jenis pekerjaan, jumlah jam kerja per minggu, dan pendapatan. Tahapan penelitian mencakup seleksi data, preprocessing, transformasi data, serta penerapan algoritma Naive Bayes. Dataset dibagi menjadi data latih sebesar 70% dan data uji sebesar 30% untuk proses pelatihan serta evaluasi model. Berdasarkan hasil pengujian, model Naive Bayes memperoleh tingkat akurasi sebesar 76,78%, precision 78,70%, recall 95,25%, dan F1-score sebesar 86,19%. Temuan tersebut menunjukkan bahwa algoritma Naive Bayes memiliki kemampuan yang cukup baik dalam mengklasifikasikan kelayakan penerima bantuan berdasarkan kondisi ekonomi individu. Model yang dikembangkan mampu memberikan performa klasifikasi yang memadai pada dataset yang digunakan. Dengan demikian, metode Naive Bayes dapat dijadikan sebagai salah satu alternatif metode klasifikasi untuk mendukung proses pengambilan keputusan dalam menentukan kelayakan penerima bantuan.
Prediksi Churn Pelanggan Spotify Menggunakan XGBoost Berbasis Smote untuk Mengatasi Imbalanced Data Perilaku Streaming Yakiya Ratna Sari; Novia Ardani; Zesi Walikhsani
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 2 No. 2 (2026): Juli 2026
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v2i2.163

Abstract

Persaingan di industri layanan musik streaming sangat ketat, sehingga platform seperti Spotify perlu memahami perilaku konsumen dengan lebih baik, terutama tentang mengapa pelanggan berhenti menggunakan layanan mereka. Penelitian ini berfokus pada membuat model yang dapat memprediksi pelanggan mana yang mungkin berhenti menggunakan Spotify. Untuk membuat model ini, penelitian ini menggunakan algoritma Extreme Gradient Boosting atau XGBoost, yang dikombinasikan dengan metode Synthetic Minority Over-sampling Technique atau SMOTE. SMOTE digunakan untuk mengatasi masalah ketidakseimbangan data, di mana jumlah pelanggan yang berhenti menggunakan layanan sangat sedikit dibandingkan dengan yang tetap menggunakan. Data yang digunakan dalam penelitian ini berasal dari Kaggle dan terdiri dari 50.000 data pengguna dengan 18 atribut perilaku, seperti berapa lama mereka mendengarkan musik setiap minggu, seberapa sering mereka melewatkan lagu, berapa banyak playlist yang mereka buat, jenis langganan mereka, dan informasi demografis. Proses penelitian meliputi memahami data, menentukan target, membersihkan data, membuat fitur baru, dan membagi data menjadi dua bagian untuk pelatihan dan pengujian. SMOTE digunakan untuk membuat data pelatihan lebih seimbang, sehingga model dapat memprediksi dengan lebih akurat. Penelitian ini juga melakukan pengoptimalan parameter model melalui RandomizedSearchCV untuk mendapatkan hasil terbaik. Setelah melakukan evaluasi, model XGBoost dengan SMOTE menunjukkan hasil yang sangat baik, dengan akurasi sebesar 0,9345, presisi sebesar 0,7067, recall sebesar 1,0000, F1-Score sebesar 0,8281, dan AUC-ROC sebesar 0,9610. Hasil cross-validation juga menunjukkan bahwa model ini sangat stabil dan dapat digeneralisasi dengan baik. Analisis lebih lanjut menunjukkan bahwa fitur “inactive_3_months_flag” adalah prediktor terpenting untuk memprediksi pelanggan yang berhenti menggunakan layanan, diikuti oleh “months_inactive” dan “inactive_listen_ratio". Ini berarti bahwa pelanggan yang tidak aktif selama tiga bulan atau lebih memiliki kemungkinan lebih tinggi untuk berhenti menggunakan layanan. Dengan memahami faktor-faktor ini, Spotify dapat mengambil langkah untuk mencegah pelanggan berhenti menggunakan layanan mereka dan meningkatkan kepuasan pelanggan secara keseluruhan.
Analisis Kepuasan Mahasiswa Terhadap Sistem Informasi Akademik (Siakad) Menggunakan Metode Pieces Framework Pada Institut Bakti Nusantara Lampung Febian Abdul Djafar; M. Fadhil Al Hadi; Muhadan Saputra
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 2 No. 2 (2026): Juli 2026
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v2i2.166

Abstract

Sistem Informasi Akademik (SIAKAD) merupakan salah satu layanan berbasis teknologi yang digunakan perguruan tinggi untuk mendukung berbagai kegiatan akademik mahasiswa. Melalui sistem ini, mahasiswa dapat mengakses informasi perkuliahan, mengisi Kartu Rencana Studi (KRS), melihat jadwal kuliah, memperoleh nilai, serta memantau perkembangan hasil studi secara lebih mudah. Institut Bakti Nusantara Lampung telah memanfaatkan SIAKAD sebagai sarana pelayanan akademik, sehingga penting untuk mengetahui sejauh mana sistem tersebut mampu memenuhi kebutuhan dan harapan penggunanya. Penelitian ini bertujuan untuk menganalisis tingkat kepuasan mahasiswa terhadap penggunaan SIAKAD di Institut Bakti Nusantara Lampung dengan menggunakan metode PIECES Framework. Penelitian dilakukan dengan pendekatan kuantitatif melalui penyebaran kuesioner kepada mahasiswa aktif yang menggunakan SIAKAD. Analisis dilakukan berdasarkan enam dimensi PIECES Framework, yaitu Performance, Information and Data, Economic, Control and Security, Efficiency, dan Service. Hasil penelitian diharapkan dapat memberikan gambaran mengenai tingkat kepuasan mahasiswa terhadap kualitas layanan SIAKAD pada setiap dimensi yang diukur. Selain itu, hasil penelitian ini diharapkan menjadi masukan bagi pihak Institut Bakti Nusantara Lampung dalam melakukan evaluasi dan pengembangan sistem informasi akademik agar mampu memberikan layanan yang lebih efektif, efisien, dan sesuai dengan kebutuhan mahasiswa.
KOMBINASI METODE ROC DAN EDAS DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MOTOR TRAIL 150 CC Arief Budiman; Ilham Effendi; Muklas Siregar; Sarudin
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 2 No. 2 (2026): Juli 2026
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v2i2.185

Abstract

Pemilihan motor trail 150 cc merupakan permasalahan pengambilan keputusan multikriteria yang melibatkan berbagai alternatif dan kriteria dengan karakteristik benefit maupun cost. Perbedaan spesifikasi teknis serta harga pada setiap alternatif menyebabkan proses pemilihan sering dilakukan secara subjektif sehingga berpotensi menghasilkan keputusan yang kurang optimal. Penelitian ini bertujuan menerapkan metode Evaluation Based on Distance from Average Solution (EDAS) dalam Sistem Pendukung Keputusan untuk menentukan rekomendasi motor trail 150 cc terbaik. Penelitian menggunakan delapan alternatif motor trail yang dipasarkan di Indonesia dengan enam kriteria penilaian, yaitu harga, tenaga mesin, torsi, kapasitas tangki bahan bakar, berat kendaraan, dan konsumsi bahan bakar. Pembobotan kriteria dilakukan menggunakan metode Rank Order Centroid (ROC), sedangkan proses evaluasi dan perangkingan alternatif dilakukan menggunakan metode EDAS. Hasil pembobotan ROC menunjukkan bahwa harga merupakan kriteria dengan bobot tertinggi sebesar 0,4083, diikuti tenaga mesin 0,2417, torsi 0,1583, kapasitas tangki 0,1028, berat kendaraan 0,0611, dan konsumsi bahan bakar 0,0278. Berdasarkan hasil perhitungan EDAS diperoleh bahwa Benelli BX150 menjadi alternatif terbaik dengan nilai Appraisal Score sebesar 0,745265, diikuti SM Sport SM150 sebesar 0,720616 dan Viar Cross X 150 sebesar 0,655161. Hasil penelitian menunjukkan bahwa kombinasi metode ROC dan EDAS mampu menghasilkan proses evaluasi dan perangkingan alternatif secara objektif, sistematis, dan efektif, sehingga dapat dijadikan sebagai pendekatan dalam membantu konsumen memilih motor trail 150 cc yang sesuai dengan kebutuhan dan preferensi.  

Page 4 of 5 | Total Record : 41

 1   2   3   4   5 

Filter by Year

2025 2026


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