cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Andri Putra Kesmawan
Contact Email
journal@idpublishing.org
Phone
+628111304014
Journal Mail Official
journal@idpublishing.org
Editorial Address
Jl. Sidorejo, Gg. Nakula No. C12, Ngestiharjo, Kasihan, Bantul, D.I Yogyakarta 55182
Location
Kab. bantul,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Komputer, Informasi dan Teknologi
Published by Indonesian Journal Publisher
ISSN : -     EISSN : 28072588     DOI : https://doi.org/10.53697/jkomitek.v6i1
Core Subject : Science, Education,
Computer Science & IT Education Languange, Linguistic, Communication & Media
Jurnal Komputer, Informasi dan Teknologi aims to provide a highly readable and valuable addition to the literature that will serve as an indispensable reference tool for years to come. The scope of the journal includes all new theoretical and experimental findings in the field of Computers, Information and Technology or any closely related field. The journal also encourages the submission of critical review articles covering advances in the latest research in the field of Computers, Information, and Technology.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 390 Documents
 30   31   32   33   34 
Analisis Sentimen ‘Trump Tarif’ pada Platform X Menggunakan Metode Random Forest Classifier Adam Muniz Hestur Putra; Adhika Novandya; Mulyadi
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 2 (2025): Desember
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i2.2953

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kebijakan “Trump Tarif” melalui platform X (sebelumnya Twitter), dengan menggunakan metode Random Forest Classifier. Data yang digunakan berjumlah 1.400 tweet berbahasa Indonesia yang berkaitan dengan topik kebijakan tarif oleh Donald Trump. Seluruh data dikumpulkan dan diproses melalui serangkaian tahapan pra-pemrosesan teks seperti tokenisasi, penghapusan stopwords, stemming, serta pembobotan TF-IDF menggunakan perangkat lunak RapidMiner (Altair AI Studio). Data kemudian dibagi menggunakan teknik split data dengan rasio 70% data pelatihan dan 30% data pengujian. Model dikembangkan menggunakan algoritma Random Forest, dan dievaluasi menggunakan teknik 10-fold cross-validation untuk menghindari overfitting serta mengukur kemampuan generalisasi model. Hasil evaluasi menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan tingkat akurasi sebesar 87,38%. Sentimen publik yang diungkapkan dalam tweet menunjukkan persepsi yang beragam terhadap kebijakan tarif Trump, baik dalam bentuk dukungan, kritik, maupun sikap netral. Temuan ini diharapkan dapat memberikan gambaran umum mengenai respons masyarakat terhadap isu kebijakan internasional yang diinisiasi oleh pemerintah Amerika Serikat, khususnya dalam konteks perdagangan global
Perancangan Sistem Informasi Pengelolaan Alat Laboratorium di Dinas Lingkungan Hidup Kota Prabumulih Refi Aprita; Nur Hutagalung; Suhartini
Jurnal Komputer, Informasi dan Teknologi Vol. 6 No. 1 (2026): June
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v6i1.2961

Abstract

Perkembangan teknologi informasi telah memberikan kontribusi besar dalam meningkatkan efisiensi dan efektivitas pengelolaan data di berbagai bidang, termasuk sektor pemerintahan. Salah satu penerapannya adalah pengembangan sistem informasi berbasis web untuk mendukung kegiatan operasional, seperti pada laboratorium Dinas Lingkungan Hidup Kota Prabumulih. Selama ini, proses pencatatan peminjaman dan pengembalian alat laboratorium masih dilakukan secara manual melalui dokumen fisik. Kondisi tersebut berpotensi menimbulkan permasalahan seperti kesalahan pencatatan, kehilangan data, keterlambatan pelayanan, serta kesulitan dalam penyajian informasi dan penyusunan laporan. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi berbasis web yang dapat membantu petugas laboratorium dalam mengelola data peralatan, mempermudah proses transaksi peminjaman dan pengembalian, serta mempercepat pembuatan laporan secara akurat. Metode pengembangan yang digunakan adalah Rapid Application Development (RAD), yang menekankan pada kecepatan pembangunan sistem serta keterlibatan pengguna secara intensif dalam setiap tahapan perancangan. Sistem dikembangkan menggunakan bahasa pemrograman PHP, basis data MySQL, dan pemodelan dengan Unified Modeling Language (UML). Hasil penelitian berupa sistem informasi yang mampu menampilkan data secara real-time, meningkatkan kecepatan pelayanan, serta menjamin akurasi dan keamanan data. Implementasi sistem ini menunjukkan bahwa pengelolaan peralatan laboratorium dapat dilakukan lebih terstruktur, transparan, dan efisien dibandingkan metode manual. Dengan demikian, sistem informasi yang dibangun diharapkan dapat menjadi solusi efektif dalam pengelolaan peralatan sekaligus meningkatkan kualitas layanan laboratorium pada Dinas Lingkungan Hidup Kota Prabumulih.
Implementasi LoRa Multi-Hop Pada Monitoring Angin Kencang Berbasis Internet of Things Brayen Frengki Dinata; Syamsul Bahri; Hirzen Hasfani
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 2 (2025): Desember
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i2.2963

Abstract

Angin kencang adalah fenomena cuaca ekstrem dengan kecepatan di atas 45 km/jam. Penelitian ini mengembangkan sistem monitoring angin berbasis IoT dengan teknologi LoRa Multi-Hop untuk memperluas jangkauan. Sistem terdiri dari transmitter, repeater, dan gateway yang meneruskan data ke server. Hasil uji menunjukkan jangkauan maksimal 180 meter. Nilai RSSI pada 140–160 meter masih kategori sedang TIHPON, namun pada 180 meter turun ke kategori buruk TIHPON. Rata-rata delay meningkat dari 177,3 ms kategori bagus TIHPON hingga 573,167 ms kategori buruk TIHPON, sedangkan jitter dari 145,983 kategori buruk TIHPON ms hingga 450,9 ms kategori buruk TIHPON. Hasil ini menunjukkan peningkatan jarak membuat kualitas nilai jaringan menurun
Perbandingan Metode Naive Bayes dan Bayesian Regularization Neural Network Untuk Klasifikasi Jenis Penyakit Diabetes Mellitus Filda Rahayu; Erwin Dwika Putra; Yuza Reswan; Agung Kharisma Hidayah
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 2 (2025): Desember
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i2.2985

Abstract

Diabetes Mellitus is associated with long-term damage, dysfunction, and failure of various organs, especially the eyes, kidneys, nerves, heart, and blood vessels. Naive Bayes is a classification method that can predict the probability of a class, thus generating decisions based on learning data. The Naive Bayes method is used to classify Diabetes Mellitus. To predict a disease using a data mining approach, symptoms accompanied by clinical data are required. Therefore, the problem is formulated how the Naive Bayes method compares with Bayesian regularization neural networks for classifying types of Diabetes Mellitus. With the RapidMiner tool, it becomes educational information in providing information on Diabetes Mellitus based on Type 1 Diabetes, Type 2 Diabetes, and Gestational Diabetes
Penggunaan Metode K-Means Clustering: Pengelompokan Data Pemilih Tetap Di Kabupaten Bengkulu Tengah Nagita Efprillia; Dedy Abdullah; Ardi Wijaya; Muntahanah
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 2 (2025): Desember
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i2.2991

Abstract

Penelitian ini membahas peran penting pemilihan umum (pemilu) dalam sistem perwakilan demokrasi Indonesia, di mana Komisi Pemilihan Umum (KPU) Kabupaten Bengkulu Tengah. Permasalahan dalam penelitian ini terkait dengan dalam mengelompokan usia pemilih yang dapat membantu jalannya sosialisasi pemilu Untuk mengatasi masalah ini, penelitian mengusulkan pengelompokan data pemilih tetap berdasarkan usia menggunakan metode data mining, khususnya clustering dengan metode k-means. Tujuan penelitian ialah pembentukan kelompok usia, memberikan informasi kepada KPU tentang variasi usia pemilih di wilayah tersebut, merencanakan strategi komunikasi yang lebih efektif, memahami distribusi usia pemilih seiring waktu, dan mengevaluasi proses k-means dalam pengelompokan data pemilih tetap. Dari hasil pengujian data pemilih tetap KPU Bengkulu Tengah memiliki hasil yiatu dari 10 kelurahan dengan 200 data pemilih tetap jumlah DPT usia remaja yaitu 53 orang, jumlah DPT usia dewasa yaitu 116 orang dan jumlah DPT usia lansia yaitu 31 orang. Dengan hasil pengujian sistem ini dapat membantu dalam pengelompokan data pemilih tetap berdasarkan usia.
AI- Assisted scaffolding: AI Implementation in English Speaking Communication Ni Martarini; Agus Iswara; I Wahyudi
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 2 (2025): Desember
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i2.3000

Abstract

This study investigates the impact of integrating Artificial Intelligence (AI) into a Project-Based Learning (PjBL) model to enhance students’ English speaking skills. Recognizing the persistent challenges in providing sufficient speaking practice opportunities in conventional classrooms, this research employed AI-based applications, including Character AI, TikTok, and video editing tools, to create an interactive and personalized speaking environment. This study examines the integration of Artificial Intelligence (AI) into a Project-Based Learning (PjBL) model to enhance students’ English speaking skills. The research was motivated by the limited opportunities for speaking practice in conventional classrooms. AI-based applications such as Character AI, TikTok, and video editing tools were employed to create an interactive and personalized learning environment. A total of 60 students participated in the study, divided into a control group applying conventional PjBL and an experimental group applying AI-assisted PjBLThe study involved 60 students divided into two groups: a control group applying conventional PjBL and an experimental group using AI-assisted PjBL. Data were collected through pre- and post-tests and analyzed using SPSS with descriptive statistics, normality testing, and independent samples t-test. The results revealed that the AI-assisted PjBL group achieved a higher mean speaking score (M = 82.00, SD = 6.103) compared to the control group (M = 72.00, SD = 5.038), with a statistically significant difference (t = 6.922, p < 0.05). These findings indicate that integrating AI in PjBL can significantly improve students’ speaking performance by providing adaptive feedback, increasing learner autonomy, and creating more authentic speaking practice opportunities. However, the study also highlights limitations, including restricted AI platforms and a relatively short experiment duration. The findings suggest that AI-assisted PjBL is a promising approach for enhancing speaking skills in higher education, but it should be complemented with extended practice and teacher facilitation to achieve optimal outcomes.
Public Opinion Sentiment Analysis of News Trends Using the Random Forest Algorithm Iqbal Danuraga; Rudi Heriansyah; Lastri Astuti
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 2 (2025): Desember
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i2.3007

Abstract

The digital era has fundamentally changed news consumption patterns, with social media becoming the primary platform for information access used by 54% of Americans and 44% of Indonesians. This transformation creates significant challenges for researchers and communication practitioners in understanding public sentiment towards news in the digital era. This study aims to analyze public opinion sentiment towards news trends using the Random Forest algorithm. This study uses an experimental quantitative approach to analyze public opinion sentiment towards political news trends using the Random Forest algorithm. The study population consists of Twitter posts discussing political news topics from 2020 to 2025, with a sample of 1000 tweets selected through purposive sampling. The research instruments include hardware (AMD Ryzen 3 processor, 4GB RAM) and software (Python, Google Collaboratory), with data analysis techniques involving comprehensive preprocessing (cleaning, case folding, tokenization, stemming, stopword removal), TF-IDF transformation, and Random Forest implementation. The results show that the Random Forest model achieved an optimal accuracy of 81% at a 90:10 data split, with an accuracy range of 77-81% across various data split scenarios. This study concludes that Random Forest can be effectively implemented as a public sentiment monitoring instrument for governments, media, and public organizations, although larger datasets and multiple social media platforms are needed for better generalization..
Perancangan dan Implementasi Website Kas Masuk dan Kas Keluar pada RPTRA Cibubur Berseri Resa Zultia; Savira Yuniar; Siti Rohana; Rifky Permana; Budi Supriyadi
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 2 (2025): Desember
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i2.3011

Abstract

Ruang Publik Terpadu Ramah Anak (RPTRA) merupakan fasilitas publik yang bertujuan mendukung aktivitas masyarakat, khususnya anak-anak. Namun, pengelolaan keuangan di RPTRA Cibubur Berseri masih dilakukan secara manual sehingga menimbulkan permasalahan berupa ketidakefisienan, potensi kesalahan pencatatan, risiko kehilangan data, dan keterbatasan transparansi laporan. Penelitian ini bertujuan mengembangkan sistem pencatatan kas masuk dan kas keluar berbasis website guna meningkatkan efisiensi, akurasi, serta akuntabilitas pengelolaan keuangan RPTRA. Metode pengembangan menggunakan Waterfall dengan tahapan analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Sistem dirancang menggunakan framework CodeIgniter dan database MySQL dengan fokus pada pencatatan transaksi, pengelolaan data staf, serta pembuatan laporan keuangan digital. Hasil uji blackbox menunjukkan seluruh fitur berjalan valid sesuai kebutuhan pengguna. Implementasi sistem terbukti mampu meningkatkan efisiensi pencatatan, memperbaiki kerapihan data, dan memperkuat transparansi pelaporan. Keunggulan utama penelitian ini terletak pada penerapan sistem sederhana berbasis web yang mudah digunakan oleh pengelola non-teknis, namun tetap mendukung tata kelola keuangan yang akuntabel. Simpulan penelitian menegaskan bahwa sistem ini berhasil mengatasi keterbatasan pencatatan manual dan berkontribusi pada keberlanjutan operasional RPTRA melalui pengelolaan keuangan yang lebih efektif, efisien, dan transparan
Klasifikasi Otomatis PCOS pada Citra Ultrasound Ovarium Menggunakan MobileNetV2 Berbasis Transfer Learning Fadhila Putri Sani; Syafri Arlis
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 2 (2025): Desember
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i2.3025

Abstract

This study aims to develop an automatic classification model for Polycystic Ovary Syndrome (PCOS) using deep learning with transfer learning based on the MobileNetV2 architecture. The dataset consists of 1,987 ovarian ultrasound images that underwent preprocessing and augmentation. The model was initialized with pre-trained ImageNet weights, trained using binary cross-entropy loss and the Adam optimizer, and evaluated using accuracy, precision, recall, and F1-score metrics. The training and testing were conducted on a cloud computing platform with resource-efficient settings. The results demonstrate that the model can classify normal and PCOS ovarian images with 99% accuracy, 0.99 precision, 0.99 recall, and 0.99 F1-score. The confusion matrix indicates very few misclassifications, with four normal images incorrectly predicted as PCOS and seven PCOS images misclassified as normal. These findings confirm that MobileNetV2 is effective, efficient, and stable for classifying low-resolution medical images. The proposed model has the potential to serve as a practical automatic diagnostic tool based on ultrasound imaging, which can be implemented on resource-constrained devices as well as cloud platforms to support medical decision-making.
Pendampingan Perencanaan Infrastruktur Green Building Smart Homestay untuk Mendukung Konsep Smart Village di desa Lebakmuncang Fikri Adzikri; Evyta Wismiana; Heny Purwanti; Lia Megawati; Allisha Ariyanto; Refia Idzani
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 2 (2025): Desember
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i2.3031

Abstract

Salah satu ciri khas Desa Wisata Lebakmuncang adalah konsep menginap di rumah warga (homestay). Pemasalahan yang menjadi temuan adalah homestay warga yang selama ini digunakan menginap belum menerapkan konsep Green Building dan Smart Home. Hal ini terjadi dikarenakan minimnya infrastruktur pendukung dan minimnya kesadaran pengelola akan pentingnya penerapan Smart Home guna peningkatan daya saing homestay. Pendampingan Perencanaan Infrastruktur Green Building Smart Homestay dilakukan dengan  optimalisasi pencahayaan alami, penerapan sistem water harvesting, penggunaan material ramah lingkungan yang tersedia secara lokal dan Integrasi sistem IoT untuk meningkatkan efisiensi operasional homestay. Kegiatan ini telah memberikan kontribusi nyata dalam meningkatkan pemahaman dan keterampilan masyarakat setempat. Kegiatan ini mampu memperluas wawasan warga terkait pembangunan infrastruktur homestay yang lebih efisien, ramah lingkungan, dan berdaya saing, sekaligus mendorong peningkatan kualitas layanan dan daya tarik pariwisata desa

Page 32 of 39 | Total Record : 390

 30   31   32   33   34 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol. 6 No. 1 (2026): June Vol. 5 No. 2 (2025): Desember Vol. 5 No. 1 (2025): Juni Vol. 4 No. 2 (2024): Desember Vol. 4 No. 1 (2024): June Vol. 3 No. 2 (2023): Desember Vol. 3 No. 1 (2023): Juni Vol. 2 No. 2 (2022): Desember Vol. 2 No. 1 (2022): Juni Vol. 1 No. 2 (2021): Desember Vol. 1 No. 1 (2021): Juni More Issue