cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Miftah Alfidyah
Contact Email
pustakabangsaindonesia21@gmail.com
Phone
+62895619158302
Journal Mail Official
pustakabangsaindonesia21@gmail.com
Editorial Address
Jl. Raya, Jl. Lolo Gn. Sarik Lubuk Minturun Blok A/2, Kec. Kuranji, Kota Padang, Sumatera Barat 25158
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Komputer dan Teknik Informatika
Published by CV. Pustaka Bangsa Indonesia
ISSN : 3123447X     EISSN : 3123447X     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Jurnal Komputer dan Teknik Informatika (JKTI) merupakan jurnal ilmiah yang mempublikasikan hasil penelitian, kajian teoretis, dan pengembangan teknologi di bidang ilmu komputer dan teknik informatika. Jurnal ini menjadi media diseminasi ilmiah bagi akademisi, peneliti, mahasiswa, serta praktisi dalam mengembangkan inovasi teknologi informasi yang adaptif terhadap perkembangan era digital. JKTI mencakup berbagai topik, antara lain rekayasa perangkat lunak, sistem informasi, kecerdasan buatan, pembelajaran mesin, data mining, keamanan siber, jaringan komputer, komputasi awan, Internet of Things (IoT), multimedia, pengolahan citra dan sinyal, serta pengembangan aplikasi berbasis web dan mobile. Artikel yang diterbitkan diharapkan memiliki kebaruan, ketepatan metodologi, serta kontribusi nyata terhadap pengembangan teori dan implementasi teknologi informatika.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 6 Documents
 1 
Optimasi Algoritma Machine Learning untuk Prediksi Kinerja Sistem Komputer Miftah Alfidyah
Jurnal Komputer dan Teknik Informatika Vol. 1 No. 1 (2025): Edisi November
Publisher : Pustaka Bangsa Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Prediksi kinerja sistem komputer menjadi penting untuk memastikan efisiensi dan keandalan operasional. Penelitian ini mengevaluasi penerapan algoritma machine learning (ML) dalam memprediksi performa sistem komputer dan strategi optimasi yang meningkatkan akurasi prediksi. Algoritma yang diuji meliputi Random Forest, Support Vector Machines (SVM), dan Neural Networks, dengan fokus pada optimasi hyperparameter dan pemilihan fitur. Hasil eksperimen menunjukkan bahwa optimasi parameter dan seleksi fitur secara signifikan meningkatkan performa prediksi. Random Forest menunjukkan akurasi tertinggi pada dataset yang diuji, sedangkan Neural Networks unggul dalam menangkap pola non-linear. Penelitian ini memberikan wawasan praktis bagi pengembangan sistem prediksi kinerja komputer yang lebih handal dan efisien.
Pengembangan Aplikasi Mobile untuk Smart Campus dengan Integrasi Big Data Sari Marlina
Jurnal Komputer dan Teknik Informatika Vol. 1 No. 1 (2025): Edisi November
Publisher : Pustaka Bangsa Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini mengembangkan aplikasi mobile Smart Campus yang terintegrasi dengan big data untuk meningkatkan efisiensi pengelolaan kampus, pengalaman belajar mahasiswa, serta layanan akademik dan administratif. Metode penelitian yang digunakan adalah kuantitatif eksperimental dengan pendekatan pengembangan sistem berbasis Agile. Aplikasi menyediakan fitur akses jadwal kuliah, absensi, perpustakaan digital, notifikasi kegiatan, dan rekomendasi personalisasi layanan. Integrasi big data memungkinkan pengumpulan, analisis, dan pemrosesan data dari berbagai sumber untuk memberikan rekomendasi prediktif dan layanan adaptif. Hasil evaluasi menunjukkan aplikasi memiliki responsivitas tinggi (waktu respon rata-rata 1,8 detik), akurasi rekomendasi 87%, serta kepuasan pengguna 92%. Sistem juga menerapkan mekanisme keamanan dan privasi yang memadai. Penelitian ini membuktikan bahwa integrasi aplikasi mobile dengan big data mampu menciptakan Smart Campus yang adaptif, responsif, aman, dan berpotensi mendukung inovasi layanan pendidikan tinggi.
Implementasi Chatbot Cerdas Berbasis NLP untuk Layanan Pelanggan Anala Agusnur
Jurnal Komputer dan Teknik Informatika Vol. 1 No. 1 (2025): Edisi November
Publisher : Pustaka Bangsa Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan kecerdasan buatan dan pemrosesan bahasa alami (Natural Language Processing/NLP) telah mendorong inovasi dalam layanan pelanggan melalui chatbot cerdas. Chatbot berbasis NLP mampu memahami pertanyaan pengguna, menafsirkan konteks percakapan, dan memberikan respons secara otomatis dan akurat. Penelitian ini membahas implementasi chatbot cerdas untuk layanan pelanggan, meliputi perancangan sistem, pemilihan algoritma NLP, pengolahan bahasa alami, integrasi ke platform layanan, serta evaluasi kinerja. Hasil implementasi menunjukkan peningkatan efisiensi layanan, percepatan respons terhadap pertanyaan pelanggan, dan pengurangan beban staf manusia. Selain itu, penggunaan NLP memungkinkan chatbot menangani pertanyaan kompleks dengan konteks yang beragam, sehingga meningkatkan pengalaman pengguna dan kepuasan pelanggan secara keseluruhan.
Implementasi Data Warehouse untuk Pengolahan Data Akademik Perguruan Tinggi Putri Anisa
Jurnal Komputer dan Teknik Informatika Vol. 1 No. 1 (2025): Edisi November
Publisher : Pustaka Bangsa Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi informasi menuntut perguruan tinggi untuk mampu mengelola data akademik secara efisien, terintegrasi, dan akurat guna mendukung pengambilan keputusan strategis. Penelitian ini membahas implementasi data warehouse sebagai solusi pengolahan data akademik di perguruan tinggi yang selama ini masih terpisah dan redundan. Melalui pendekatan konseptual dan studi empiris, data warehouse dirancang untuk mengintegrasikan berbagai sumber data seperti sistem akademik, penelitian, dan kepegawaian ke dalam satu repositori terpusat. Hasil kajian menunjukkan bahwa penerapan data warehouse meningkatkan efektivitas analisis data, mempercepat proses pelaporan, dan mendukung sistem penjaminan mutu pendidikan tinggi. Dengan demikian, data warehouse berperan penting dalam membangun tata kelola perguruan tinggi yang berbasis data (data-driven management) secara berkelanjutan.
Penerapan Computer Vision untuk Deteksi Objek dan Pengenalan Wajah Asty Raisha Agma
Jurnal Komputer dan Teknik Informatika Vol. 1 No. 1 (2025): Edisi November
Publisher : Pustaka Bangsa Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini membahas penerapan computer vision dalam deteksi objek dan pengenalan wajah menggunakan pendekatan deep learning sebagai upaya meningkatkan akurasi dan efisiensi analisis visual. Computer vision memungkinkan sistem komputer menafsirkan citra digital untuk mengenali pola, mendeteksi objek, serta mengidentifikasi wajah secara otomatis. Dengan memanfaatkan arsitektur Convolutional Neural Network (CNN) dan algoritma seperti YOLO serta FaceNet, sistem dapat melakukan klasifikasi dan verifikasi wajah secara real-time dengan tingkat presisi tinggi. Penelitian ini menyoroti perkembangan algoritma, tantangan teknis seperti pencahayaan dan variasi ekspresi, serta isu etika terkait privasi dan keamanan data. Hasil kajian menunjukkan bahwa computer vision memiliki potensi besar untuk diterapkan dalam bidang keamanan, transportasi, dan interaksi manusia-komputer secara berkelanjutan.
Sistem Monitoring Jadwal dan Jumlah Pakan Ikan Berbasis Internet of Things Menggunakan ESP32 Rizky Syam Putra Wahyudi; Sujono
Jurnal Komputer dan Teknik Informatika Vol. 1 No. 2 (2026): Edisi: Februari-April
Publisher : Pustaka Bangsa Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi Internet of Things (IoT) memungkinkan proses pemantauan sistem dilakukan secara real-time melalui jaringan internet. Pada bidang perikanan, pemberian pakan ikan yang teratur dan terkontrol sangat berpengaruh terhadap pertumbuhan ikan. Namun, pada praktiknya, pencatatan jadwal dan jumlah pakan sering kali masih dilakukan secara manual sehingga kurang efektif dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring jadwal dan jumlah pakan ikan berbasis IoT menggunakan ESP32. Sistem ini berfungsi untuk memantau waktu serta jumlah pakan ikan yang diberikan dan menampilkannya secara real-time melalui platform ThingSpeak. Metode penelitian yang digunakan meliputi perancangan perangkat keras, perancangan perangkat lunak, serta pengujian sistem. Hasil pengujian menunjukkan bahwa ESP32 mampu mengirimkan data jadwal dan jumlah pakan ke platform ThingSpeak dengan baik dan dapat diakses melalui jaringan internet. Dengan adanya sistem ini, diharapkan proses pemantauan pemberian pakan ikan dapat dilakukan dengan lebih efektif dan efisien.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol. 1 No. 2 (2026): Edisi: Februari-April Vol. 1 No. 1 (2025): Edisi November