cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ramdan Satra
Contact Email
ramdan@umi.ac.id
Phone
+6285255680963
Journal Mail Official
linier@umi.ac.id
Editorial Address
Gedung Fakultas Ilmu Komputer Kampus II Universitas Muslim Indonesia Jln. Urip Sumoharjo KM.5, Makassar, Sulawesi Selatan, Makassar, Provinsi Sulawesi Selatan, 90231
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Linier: Literatur Informatika dan Komputer
Published by Universitas Muslim Indonesia
ISSN : -     EISSN : 30632218     DOI : https://doi.org/10.33096/linier.v1i1.2266
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Mathematics
LINIER: Literatur Informatika dan Komputer encompasses all aspects of the latest outstanding research and developments in the field of Computer science including: Artificial intelligence, Computer networks, Software engineering.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 15 Documents
 1   2 
Search results for , issue "Vol 2, No 4 (2025)" : 15 Documents clear
Implementasi K-Means Untuk Klasterisasi Kasus Penyalahgunaan Narkoba di Provinsi Sulawesi Selatan Ikmar Mawardi; Herdianti Darwis; Rahma Puspitasari
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3332

Abstract

Penyalahgunaan narkoba merupakan salah satu masalah paling mendesak dan kompleks di Indonesia, yang ditandai dengan meningkatnya jumlah pecandu narkoba, jumlah kasus kejahatan narkoba yang ditemukan, serta semakin beragamnya model dan jaringan distribusi. Penelitian ini bertujuan untuk melakukan klasterisasi penyalahgunaan narkoba di Provinsi Sulawesi Selatan dengan menerapkan metode K-Means. Klasterisasi dilakukan pada data pengguna dalam kasus penyalahgunaan narkoba di BNN Provinsi Sulawesi Selatan dengan mengelompokkan setiap sampel ke dalam klaster yang berbeda. Hasil penelitian ini memberikan informasi mengenai gambaran setiap variabel yang memiliki distribusi data berbeda berdasarkan jenis zat yang digunakan pada klaster tertentu. Pengujian metode menggunakan evaluasi Silhoutte Coefficient dan Elbow menunjukkan terhadap 4 variabel dengan K = 2 memiliki nilai terbaik sebesar 0,623
Rancang Bangun Website Pariwisata Interaktif Meningkatkan Daya Tarik Wisata Kabupaten Banggai Wulan Purnama Sari; Purnawansyah Purnawansyah; Lilis Nur Hayati
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3343

Abstract

Sistem Informasi Pariwisata dan UMKM Kuliner dirancang untuk menjadi solusi digital yang menghubungkan sektor pariwisata dengan pelaku usaha kuliner lokal di Kabupaten Banggai. Tujuan utama perancangan awal  sistem informasi pariwisata untuk menyediakan platform interaktif mempermudah wisatawan dalam mencari, menelusuri dan memperoleh informasi lengkap mengenai destinasi wisata, fasilitas, dan lokasi UMKM kuliner terdekat. Dalam perancangan sistem informasi pariwisata menggunakan pendekatan analisis kebutuhan, desain basis data dan perancangan antarmuka berbasis web responsif dan mudah digunakan oleh berbagai kalangan pengguna. Sistem menyediakan fitur utama seperti pencarian destinasi, peta interaktif, ulasan pengguna, dan promosi produk kuliner lokal, saling terintegrasi untuk menciptakan pengalaman wisata digital komprehensif. Hasil perancangan menunjukkan bahwa sistem informasi pariwisata mampu menampilkan informasi secara terstruktur, efisien, dan menarik, sehingga meningkatkan aksesibilitas informasi bagi wisatawan sekaligus memperluas jangkauan promosi bagi pelaku UMKM. Dengan adanya sistem informasi pariwisata, diharapkan dapat tercipta sinergi antara sektor pariwisata dan ekonomi kreatif berbasis digital yang mendukung peningkatan daya saing daerah serta pemberdayaan ekonomi masyarakat lokal di Kabupaten Banggai. Desain UI/UX sistem informasi pariwisata dibuat dengan tampilan sederhana, navigasi yang intuitif, serta konsistensi elemen visual agar pengguna dapat mengakses informasi dengan cepat dan nyaman. Hasil penelitian diharapkan mampu meningkatkan daya tarik wisata dan mendukung pemberdayaan ekonomi lokal melalui digitalisasi promosi pariwisata di Kabupaten Banggai
Rancang Bangun Sistem Pakar Untuk Diagnosis Sakit Kepala Akibat Penggunaan Handphone Berbasis Metode Certainty Factor Ardhiansya Yusuf; Dolly Indra; irawati irawati
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3338

Abstract

Penggunaan handphone yang berlebihan dalam kehidupan sehari-hari dapat memberikan berbagai dampak  terhadap kesehatan yang buruk pada kita, salah satunya adalah sakit kepala. Banyak pengguna handphone tidak menyadari bahwa intensitas dan durasi penggunaan perangkat ini dapat memicu gejala tersebut. Kurangnya pemahaman masyarakat mengenai kaitan antara penggunaan handphone dan sakit kepala menunjukkan perlunya sebuah sistem yang dapat membantu melakukan diagnosis awal. Penelitian ini bertujuan untuk merancang sistem pengambilan keputusan yang mampu mendiagnosis sakit kepala akibat penggunaan handphone dengan menggunakan metode Certainty Factor. Metode ini digunakan untuk menghitung tingkat kepastian dari diagnosis berdasarkan kombinasi gejala yang diinput oleh pengguna. Sistem ini dirancang menggunakan pendekatan sistem pakar dengan basis pengetahuan yang disusun dari referensi medis dan pendapat pakar. Dengan adanya sistem ini, diharapkan masyarakat dapat memperoleh informasi awal mengenai kondisi yang dialaminya, meningkatkan kesadaran terhadap dampak penggunaan handphone yang berlebihan, serta membantu dalam mengambil langkah pencegahan lebih lanjut secara mandiri
Monitoring Kualitas Udara pada Area Pembuangan Sampah Akhir Menggunakan Internet of Things Arun Samudra Alfatiha; Ramdan Satra; andi Widya Mufila Gafar
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3333

Abstract

Tempat Pembuangan Sampah Akhir (TPA) merupakan sumber emisi gas berbahaya seperti Metana (CH4) yang mudah terbakar dan Karbon Monoksida (CO) yang beracun, hasil dari dekomposisi sampah organik. Metode pemantauan konvensional yang periodik dan manual memiliki keterbatasan dalam penanganan dini lonjakan gas berbahaya, sehingga berpotensi membahayakan kesehatan pekerja dan lingkungan sekitar. Penelitian ini bertujuan untuk merancang sistem monitoring kualitas udara berbasis Internet of Things (IoT) di area TPA untuk mendeteksi gas-gas berbahaya tersebut secara real-time. Sistem yang dikembangkan menggunakan mikrokontroler NodeMCU ESP8266 yang terintegrasi dengan sensor gas MQ-4 (untuk CH4), MQ-7 (untuk CO), MQ-135 (untuk kualitas udara umum seperti Amonia - NH3/H2S), serta sensor DHT22 untuk mengukur suhu dan kelembaban. Data dari sensor-sensor ini dipantau secara real-time melalui aplikasi Blynk dan ditampilkan pada LCD 16x2 I2C secara lokal. Sistem ini juga dilengkapi fitur notifikasi otomatis dan alarm visual (LED) serta suara (Buzzer) yang aktif jika konsentrasi gas berbahaya, seperti CO (50ppm), CH4(1000ppm), atau nilai MQ-135 (2500), melebihi ambang batas yang ditentukan. Diharapkan sistem ini dapat memitigasi risiko pencemaran udara, meningkatkan keselamatan, dan mendukung pengelolaan lingkungan yang lebih baik di TPA, menawarkan solusi yang lebih efisien, komprehensif, dan real-timedibandingkan pendekatan konvensional
Analisis Sentimen Ulasan Pengguna Aplikasi Kredivo Menggunakan Algoritma Support Vector Machine (SVM) dengan Metode TF–IDF Ariska Sari; Bambang Irawan; Ahmad Faqih; Arif Rinaldi Dikananda; Fathurrohman Fathurrohman
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3344

Abstract

Perkembangan teknologi informasi telah mendorong peningkatan substansial dalam jumlah data teks yang dihasilkan melalui berbagai interaksi pengguna pada platform digital, khususnya di bidang layanan keuangan online. Data ulasan konsumen mengandung informasi berharga terkait tingkat kepuasan dan pandangan pelanggan terhadap suatu produk atau jasa. Kajian ini mengkhususkan diri pada penerapan analisis sentimen terhadap ulasan pengguna aplikasi Kredivo, dengan memanfaatkan algoritma Support Vector Machine (SVM) serta serangkaian langkah pra-pemrosesan teks yang komprehensif. Langkah-langkah tersebut meliputi case folding, pembersihan data, tokenisasi, penghapusan kata-kata berhenti, dan stemming dengan bantuan pustaka Sastrawi yang dirancang untuk Bahasa Indonesia. Fitur teks diekstraksi menggunakan pendekatan Term Frequency–Inverse Document Frequency (TF–IDF), kemudian diklasifikasikan melalui model SVM dengan kernel Radial Basis Function (RBF). Hasil percobaan menunjukkan bahwa model SVM menunjukkan kinerja klasifikasi yang superior, dengan tingkat akurasi yang tinggi dalam membedakan sentimen positif, negatif, dan netral. Temuan ini konsisten dengan studi sebelumnya yang menekankan bahwa penggabungan stemming, penghapusan kata-kata berhenti, dan SVM dapat meningkatkan akurasi analisis sentimen secara bermakna. Secara keseluruhan, penelitian ini memberikan sumbangan bagi pengembangan teknik analisis sentimen dalam Bahasa Indonesia, terutama di sektor teknologi keuangan, dengan membuktikan bahwa integrasi antara SVM dan TF–IDF, yang didukung oleh pra-pemrosesan yang sesuai, mampu menghasilkan model klasifikasi opini pelanggan yang efektif dan mampu menyesuaikan diri dengan nuansa linguistik Bahasa Indonesia
Analisis Sentimen Review Aplikasi Traveloka di Google Play Store Menggunakan Metode Naïve Bayes Muhammad Fadhli Ardhi Indrani; Herman Herman; Lilis Nur Hayati
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3339

Abstract

Kemajuan teknologi informasi telah mendorong meningkatnya penggunaan aplikasi layanan digital, salah satunya adalah aplikasi traveloka yang berfungsi sebagai penyedia layanan pemesanan tiket dan akomodasi secara daring. Ulasan pengguna di Google Play Store memberikan informasi penting untuk mengenai pengalaman pengguna terhadap aplikasi tersebut. Tujuan penelitian ini untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi traveloka menggunakan metode Naïve Bayes Classifier. Data diperoleh dengan melakukan web scraping terhadap 2000 ulasan pengguna di Google Play Store. Data kemudian diproses melalui tahap pra-pemrosesan meliputi Case folding, tokenisasi, stopword removal, dan stemming. Setelah itu, dilakukan pelabelan data untuk dijadikan tiga kategori sentimen: positif, netral, negatif. Metode Multinominal Naïve Bayes digunakan untuk melakukan klasifikasi dengan pendekatab Bag-of-Words. Evaluasi model dilakukan menggunakan metrik akurasi f1-score. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasi sentimen dengan akurasi sebesar 89,5% dan f1-score untuk kelas positif sebesar 0,88, serta hasil evaluasi precision Negatif bernilai 0,76, Netral 0,00 dan Positif bernilai 0,92, dan Recall Negatif 0,72, Netral 0,00 dan Positif 0,97. Penelitian ini menunjukkan bahwa metode Naïve Bayes efektif digunakan dalam klasifikasi sentimen ulasan aplikasi berbasis teks., meskipun masih terdapat misklasifikasi pada ulasan netral dan negatif yang dipengaruhi oleh distribusi data yang tidak seimbang
Perancangan UI/UX Aplikasi Pembelajaran Teori Musik Gitar Berbasis Android Dengan Metode Design Thinking Muh Fadlan Risqullah Dwitama N; Dolly Indra; Mardiyyah Hasnawi
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3334

Abstract

Kemajuan teknologi informasi memberikan pengaruh besar terhadap berbagai bidang, termasuk dalam proses pembelajaran musik. Penelitian ini bertujuan untuk merancang antarmuka pengguna (UI) dan pengalaman pengguna (UX) dari aplikasi pembelajaran teori musik gitar berbasis Android menggunakan pendekatan Design Thinking. Metode ini dipilih karena mengutamakan pemahaman mendalam terhadap kebutuhan pengguna melalui lima tahap utama: empathize, define, ideate, prototype, dan test. Desain aplikasi ini dirancang untuk membantu pemula dalam memahami teori dasar gitar dengan tampilan antarmuka yang sederhana dan materi yang terstruktur. Pengujian dilakukan dengan menggunakan System Usability Scale (SUS) terhadap 10 responden. Hasilnya menunjukkan skor rata-rata sebesar 71, yang termasuk dalam kategori “Good” dan menunjukkan bahwa aplikasi dinilai cukup mudah digunakan serta efektif dalam mendukung proses belajar. Respons positif juga diberikan terhadap fitur-fitur seperti kuis interaktif, tampilan chord lagu, dan pengingat belajar. Penelitian ini membuktikan bahwa pendekatan Design Thinking dapat menghasilkan desain aplikasi yang tidak hanya menarik secara visual, tetapi juga sesuai dengan kebutuhan pengguna
MODEL HIBRIDA SARIMA–GRU UNTUK PERAMALAN HARGA SAHAM PT TELKOM INDONESIA TBK Rika Qodriah; Martanto Martanto; Raditya Danar Dana; Dadang Sudrajat; Saeful Anwar
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3345

Abstract

Penelitian ini dilatarbelakangi oleh tantangan dalam memprediksi harga saham pada pasar negara berkembang, termasuk saham PT Telkom Indonesia Tbk (TLKM), yang memiliki karakteristik volatil, nonstasioner, serta menunjukkan kombinasi pola musiman linier dan dinamika residual nonlinier. Tujuan penelitian ini adalah mengembangkan dan mengevaluasi model prediksi berbasis pendekatan hibrida Seasonal Autoregressive Integrated Moving Average – Gated Recurrent Unit (SARIMA–GRU) yang dirancang untuk menangkap struktur linier-musiman sekaligus ketergantungan nonlinier pada data deret waktu. Metode penelitian menggunakan pendekatan kuantitatif dengan desain eksperimen terstruktur, meliputi tahap pengumpulan data melalui Yahoo Finance API, pra-pemrosesan, pemodelan SARIMA, pelatihan model GRU pada residual, serta integrasi prediksi hibrida. Hipotesis penelitian menyatakan bahwa model SARIMA–GRU mampu menghasilkan kesalahan prediksi yang lebih rendah dibandingkan model SARIMA atau GRU secara individual. Hasil evaluasi menggunakan RMSE dan MAE menunjukkan bahwa model hibrida memberikan peningkatan akurasi dengan RMSE lebih rendah dibanding model linier tunggal, menandakan bahwa kombinasi kedua pendekatan lebih adaptif dalam menangani dinamika pasar yang kompleks. Secara keseluruhan, penelitian ini membuktikan bahwa model SARIMA–GRU merupakan pendekatan yang efektif untuk peramalan harga saham TLKM dan berpotensi diterapkan dalam sistem pendukung keputusan investas
Rancangan Sistem Pengarsipan Surat Organisasi Himpunan Pelajar Mahasiswa Turatea Berbasis Web Menggunakan Metode Metadata Armind Mauldi Kurniawan; Dolly Indra; Farniwati Fattah
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3340

Abstract

Pengelolaan arsip surat pada Himpunan Pelajar Mahasiswa Turatea (HPMT) Kabupaten Jeneponto selama ini masih dilakukan secara manual dengan mencatat pada buku agenda dan menyimpan dokumen dalam bentuk fisik. Proses tersebut menimbulkan berbagai kendala, di antaranya sulitnya pencarian arsip, risiko kehilangan atau kerusakan dokumen, serta rendahnya efisiensi administrasi organisasi. Untuk mengatasi masalah tersebut, penelitian ini merancang sistem pengarsipan surat berbasis web dengan menerapkan metode metadata sebagai sarana pengklasifikasian data agar proses pencarian lebih cepat dan terstruktur. Metode pengembangan yang digunakan adalah Software Development Life Cycle (SDLC) model Waterfall yang meliputi tahapan analisis kebutuhan, perancangan, implementasi, pengujian, serta pemeliharaan. Perancangan sistem mencakup flowchart, use case, activity diagram, sequence diagram, class diagram, dan desain antarmuka utama. Sistem dirancang agar admin dapat melakukan manajemen arsip surat masuk dan keluar, pencarian berbasis metadata, manajemen pengguna, serta pembuatan laporan dalam format PDF. Sementara itu, pengguna memiliki hak akses terbatas untuk melihat arsip dan membuat laporan tanpa dapat mengubah data. Dengan adanya sistem ini, proses pengarsipan surat pada HPMT diharapkan menjadi lebih efisien, terorganisir, dan aman, sehingga dapat meningkatkan kinerja administrasi organisasi secara menyeluruh
Analisis Review Pengguna Terhadap Fitur Baru Whatsapp Menggunakan LSTM Rainanda Darya Saputra; Tasrif Hasanuddin; Ramdaniah Ramdaniah
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3335

Abstract

Sebagai salah satu platform komunikasi paling banyak digunakan, WhatsApp terus menghadirkan berbagai fitur baru untuk meningkatkan kenyamanan penggunanya. Namun, setiap pembaruan fitur seringkali disertai dengan beragam tanggapan dari pengguna, yang banyak dituangkan melalui ulasan di Google Play Store. Penelitian ini bertujuan untuk mengklasifikasikan sentimen dari ulasan-ulasan tersebut menggunakan metode Long Short-Term Memory (LSTM), sebuah arsitektur Recurrent Neural Network yang unggul dalam menangani data teks yang bersifat sekuensial. Data diperoleh melalui teknik web scraping dan diproses melalui tahapan pra-pemrosesan seperti tokenisasi, pembersihan teks, dan embedding kata. Model LSTM dirancang menggunakan kombinasi layer embedding, bidirectional LSTM, dan dense untuk menghasilkan klasifikasi sentimen ke dalam tiga kategori: positif, negatif, dan netral. Berdasarkan hasil pelatihan, model menunjukkan peningkatan akurasi yang signifikan serta penurunan loss yang stabil, mencapai akurasi validasi di atas 85%. Hasil confusion matrix menunjukkan bahwa model mampu membedakan ketiga jenis sentimen dengan akurasi tinggi dan kesalahan klasifikasi yang minim. Uji coba pada input kalimat baru juga menunjukkan kemampuan model dalam mengenali sentimen secara kontekstual dengan baik. Dengan demikian, pendekatan LSTM terbukti efektif dalam memahami dan menganalisis opini pengguna terhadap fitur-fitur baru WhatsApp

Page 1 of 2 | Total Record : 15

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 2, No 4 (2025) Vol 2, No 3 (2025) Vol 2, No 2 (2025) Vol 2, No 1 (2025) Vol 1, No 4 (2024) Vol 1, No 3 (2024) Vol 1, No 2 (2024) Vol 1, No 1 (2024)