cover
Contact Name
Ardi Susanto
Contact Email
jais.ejurnal@gmail.com
Phone
+6281235610550
Journal Mail Official
admin@gws-tech.id
Editorial Address
Jalan Raya Kluwut Timur no. 24, Kluwut, Bulakamba
Location
Kab. brebes,
Jawa tengah
INDONESIA
Journal of Applied Informatics Science
Published by GWS Tech Solution
ISSN : 31107451     EISSN : 31107451     DOI : -
Aim The Journal of Applied Informatics Science is dedicated to advancing the discipline of applied informatics by publishing high-quality, peer-reviewed research that integrates theoretical foundations with practical solutions. The journal seeks to promote scientific excellence, foster technological innovation, and support interdisciplinary collaboration within the global informatics community. Its primary objective is to provide an authoritative platform for researchers, academicians, and industry professionals to disseminate original contributions that address emerging challenges, opportunities, and transformations in intelligent and secure computing. Scope The journal welcomes submissions that explore concepts, models, technologies, and applications across a wide spectrum of applied informatics. Areas of interest include, but are not limited to: Intelligent Systems and Artificial Intelligence: machine learning, deep learning, expert systems, natural language processing, computer vision, robotics, autonomous systems, and intelligent agents. Software Engineering: software development methodologies, agile and DevOps approaches, software testing and quality assurance, software architecture, cloud-native development, and distributed systems. Computing Systems: high-performance computing, embedded and real-time systems, parallel computing, Internet of Things (IoT), sensor networks, edge and fog computing, and cyber-physical system architectures. Cybersecurity and Cryptography: secure communication protocols, network security, intrusion detection and prevention systems, cryptographic techniques, cyber threat modeling, blockchain security, and privacy-preserving technologies. Big Data and Data Analytics: scalable data processing frameworks, data mining, predictive analytics, real-time analytics, data streams, visualization techniques, and analytical dashboards. Business Intelligence and Knowledge Management: decision support systems, enterprise data warehousing, knowledge discovery, digital transformation strategies, and AI-driven business process optimization. The journal accepts original research articles, review papers, technical notes, and case studies that contribute to scientific understanding, technological development, policy insight, or practical implementation of informatics solutions. All submissions undergo a rigorous peer-review process to ensure academic integrity, relevance, and quality. The Journal of Applied Informatics Science encourages interdisciplinary research that connects informatics with domains such as healthcare, education, business, environment, industry, and public services.
Articles 4 Documents
Search results for , issue "Volume 2 Issue 1 (2026)" : 4 Documents clear
Perancangan Aplikasi Tracking Kendaraan Berbasis Android Untuk Mengatasi Masalah Distribusi Pada Perusahaan Agen Lpg 3 Kg Tegar Kusuma Artha; Kusuma Artha, Tegar; Heryanto, Rudi; Prihandoyo, Muhammad Teguh
Journal of Applied Informatics Science Volume 2 Issue 1 (2026)
Publisher : GWS Tech Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65897/jais.v2.i1.77

Abstract

Distribusi LPG 3 Kg pada agen sering menghadapi berbagai permasalahan, seperti ketidaksesuaian rute pengiriman dan titik distribusi ke pangkalan. Hal ini menyebabkan penyaluran LPG menjadi tidak merata serta meningkatkan biaya operasional. Penelitian ini bertujuan merancang dan mengimplementasikan aplikasi tracking kendaraan LPG 3 Kg berbasis Android untuk meningkatkan efektivitas pengawasan dan distribusi. Metode penelitian meliputi analisis kebutuhan sistem, perancangan sistem menggunakan diagram UML dan ERD, pengembangan aplikasi dengan framework Flutter, serta pengujian fungsionalitas aplikasi. Aplikasi yang dikembangkan terintegrasi dengan Firebase sebagai basis data real-time dan Google Maps API untuk menampilkan lokasi kendaraan secara langsung. Hasil implementasi pada PT. Remaja Putra Baru Agen LPG 3 Kg di Kabupaten Tegal menunjukkan bahwa sistem mampu memantau pergerakan kendaraan secara real-time, menyimpan riwayat perjalanan, serta meminimalkan penyimpangan distribusi. Penerapan aplikasi ini dapat meningkatkan efisiensi operasional dan ketepatan pengiriman LPG ke pangkalan yang telah ditentukan sehingga distribusi menjadi lebih transparan dan tepat sasaran.
Perancangan Sistem Informasi Manajemen Fokus Belajar Ocus Menggunakan Metode SDLC Hardiyanti , Layli; Gunardi, Kahfi; Pangestu, Muhammad Arya; Surya, Andika Muhammad; Gama, Catur Prasetyo
Journal of Applied Informatics Science Volume 2 Issue 1 (2026)
Publisher : GWS Tech Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65897/jais.v2.i1.78

Abstract

Distraksi digital menjadi tantangan utama produktivitas belajar mahasiswa. Berdasarkan survei terhadap 100 responden, 87,5% mahasiswa kesulitan mempertahankan fokus belajar dan 75% kesulitan mengelola tugas. Penelitian ini bertujuan merancang sistem informasi Ocus (On Focus Studies) yang mengintegrasikan Pomodoro Timer, task management, dan progress tracking dalam platform mobile. Metode pengembangan menggunakan Software Development Life Cycle (SDLC) meliputi perencanaan, analisis kebutuhan, desain sistem, dan rencana implementasi. Hasil perancangan menghasilkan lima fitur utama dengan dokumentasi Use Case Diagram, Activity Diagram, Class Diagram, dan desain UI berbasis React Native. Sistem dirancang untuk meningkatkan fokus belajar hingga 60% dengan mengurangi distraksi digital melalui teknik Pomodoro yang terintegrasi
Analisis Ancaman Perang Siber terhadap Keamanan Nasional Indonesia: Tinjauan Eskalasi dan Mitigasi Tahun 2025 Dewantara, Rizki; Nufus, Gina Khayatun; Pranata, Eko Jhony; Djati, Fariz Noor
Journal of Applied Informatics Science Volume 2 Issue 1 (2026)
Publisher : GWS Tech Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65897/jais.v2.i1.80

Abstract

Kemajuan teknologi internet telah menciptakan interkoneksi global yang memicu ancaman perang siber terhadap keamanan nasional. Masalah utama yang dihadapi Indonesia adalah tingginya kerentanan terhadap serangan digital, dengan catatan tiga koma enam puluh empat miliar anomali trafik pada awal dua ribu dua puluh lima. Penelitian ini bertujuan untuk menganalisis berbagai jenis, tingkat bahaya, dan dampak serangan siber dalam mengganggu stabilitas kedaulatan negara. Metode penelitian yang digunakan adalah kualitatif non interaktif melalui pengkajian dokumen sekunder dari jurnal ilmiah dan laporan resmi otoritas siber. Hasil penelitian menunjukkan adanya fluktuasi anomali trafik yang signifikan dengan puncak tertinggi mencapai enam ratus lima belas koma empat juta kejadian pada Juni dua ribu dua puluh lima. Tren serangan mulai bergeser dari eksploitasi teknis menuju rekayasa sosial yang menyasar celah psikologis pengguna. Kesimpulannya, Indonesia masih berada dalam kategori negara rentan sehingga diperlukan penguatan regulasi serta peningkatan kapasitas sumber daya manusia untuk menghadapi evolusi ancaman siber.
XSentiment-HS: Hierarchical CNN-BiGRU-SVM with Explainable for Indonesian Multi-Level Hate Speech Detection Khayatun Nufus, Gina; Nufus, Gina Khayatun; Dewantara, Rizki; Susanto, Ardi; Sokid; Farhatuaini, Lia; Septiadi, Jaka; Akbar, Mohammad Raihan
Journal of Applied Informatics Science Volume 2 Issue 1 (2026)
Publisher : GWS Tech Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65897/jais.v2.i1.81

Abstract

Deteksi ujaran kebencian pada media sosial menuntut interpretasi teks yang kompleks karena sifatnya yang spontan dan ambigu, terutama dalam bahasa Indonesia yang kaya akan slang. Tantangan utama saat ini adalah keterbatasan penelitian sebelumnya yang mayoritas hanya melakukan klasifikasi biner tanpa mendeteksi tingkat keparahan konten. Penelitian ini mengusulkan XSentiment-HS, sebuah model deep learning hierarkis dua tahap untuk deteksi multi-tingkat hate speech. Arsitektur model menggabungkan Convolutional Neural Networks (CNN) untuk ekstraksi fitur lokal dan Bidirectional Gated Recurrent Unit (BiGRU) untuk menangkap ketergantungan kontekstual jangka panjang. Model ini juga diperkuat dengan mekanisme Multi-Head Attention dan Support Vector Machine (SVM) sebagai classifier final. Melalui integrasi ini, XSentiment-HS diharapkan mampu mengatasi tantangan ekstraksi fitur dan polisemi secara lebih efektif dibandingkan metode konvensional.

Page 1 of 1 | Total Record : 4