cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nuris Dwi Setiawan
Contact Email
edukasimuara@gmail.com
Phone
+6281578146104
Journal Mail Official
edukasimuara@gmail.com
Editorial Address
Jl. Sonokeling 1, no. B-30, Rt.002/Rw.008, Plamongan Indah, Plamongansari, Pedurungan, Semarang, Jawa Tengah
Location
Kota semarang,
Jawa tengah
INDONESIA
MURAKOM
Published by CV. Muara Edukasi
ISSN : 31104754     EISSN : 31231985     DOI : https://doi.org/10.64365
Core Subject :
Merupakan tempat publikasi ilmiah yang bertujuan untuk mengembangkan dan menfasilitasi hasil penelitian inter-disiplin di bidang Teknologi Informasi dan Komunikasi, sistem komputer, informatika dan komunikasi sebagai media bagi para dosen, guru, peneliti dan para praktisi dalam bidang Teknologi Informasi dan Komunikasi, sistem komputer, informatika dan komunikasidari seluruh Indonesia, dalam melakukan pertukaran informasi tentang hasil-hasil penelitian terbaru yang telah dilakukan. Adapun ruang lingkup Jurnaladalah: Kecerdasan Buatan (Artificial Intelligence) Data Science dan Big Data Sistem Informasi Internet of Things (IoT) Rekayasa Perangkat Lunak Keamanan Siber (Cybersecurity) Jaringan Komputer dan Komunikasi Data Komputasi Awan (Cloud Computing) Sistem Cerdas dan Robotika Pengolahan Citra dan Sinyal Digital Blockchain dan Teknologi Terdistribusi Human-Computer Interaction (HCI) Algoritma dan Struktur Data Komputasi Kuantum (Quantum Computing) Etika dan Regulasi Teknologi Sistem Kendali (Control Systems) Elektronika Daya (Power Electronics) Sistem Tertanam (Embedded Systems) Instrumentasi dan Sensor Robotika dan Otomasi Sistem Mikroprosesor dan Mikrokontroler Komunikasi Nirkabel dan RF (Radio Frequency) Pengolahan Sinyal Digital (Digital Signal Processing) Rangkaian Analog dan Digital Internet of Things (IoT) dalam Elektronika Sistem Elektronik Medis dan Biomedis Keandalan dan Perawatan Sistem Elektronik Elektronika Mobil dan Kendaraan Listrik Elektronika Industri dan Otomasi Pabrik Energi Terbarukan dan Elektronika Hijau
Arjuna Subject : -
Articles 16 Documents
 1   2 
Analisis Komparatif Efisiensi Merge Sort dan Quick Sort Menggunakan Pendekatan Divide and Conquer pada Berbagai Kondisi Data Produk Sistem E-Commerce Gus Rosauli Pandiangan; Naufal Aqiilah Asra; Mohd. Rafiif Albani; Angelica Barus; Adidtya Perdana
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 2 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i2.278

Abstract

Efisiensi pengurutan data produk pada platform belanja daring menjadi faktor penting bagi kepuasan pengguna. Walaupun Merge Sort dan Quick Sort secara teori punya kompleksitas yang sama namun performa realitanya sangat bergantung pada kondisi awal data yang diolah. Penelitian ini membandingkan efisiensi kedua algoritma menggunakan simulasi Python pada skenario data acak, terurut, dan terbalik hingga 100.000 elemen. Hasil pengujian membuktikan Quick Sort lebih unggul pada data acak dengan efisiensi waktu 19,2% karena penggunaan memori yang lebih optimal. Di sisi lain Merge Sort menunjukkan kestabilan tinggi karena tidak terpengaruh oleh pola distribusi data bahkan 42,5% lebih cepat daripada Quick Sort pada kondisi data terurut terbalik. Kesimpulannya Quick Sort paling disarankan untuk pengolahan data acak sedangkan Merge Sort menjadi solusi terbaik jika sistem memerlukan kestabilan performa pada data berskala besar atau memiliki pola tertentu.
Analisis Perbandingan Kompleksitas Waktu dan Ruang pada Algoritma Quick Sort, Merge Sort, dan Heap Sort M. Fahmi Arafat; Nuriana Sipahutar; Adidtya Perdana; Riski Immanuel Situmorang; Raja Ansel Hartama Sihombing
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 2 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i2.281

Abstract

Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja algoritma pengurutan Quick Sort, Merge Sort, dan Heap Sort berdasarkan waktu eksekusi dan penggunaan memori. Metode yang digunakan adalah pendekatan kuantitatif dengan melakukan pengujian terhadap ketiga algoritma menggunakan dataset dengan variasi ukuran dan kondisi data, yaitu acak, terurut, dan terbalik. Parameter yang diukur meliputi waktu eksekusi yang diperoleh melalui proses eksperimen menggunakan bahasa pemrograman Python, serta analisis penggunaan memori yang dilakukan secara teoritis. Hasil penelitian menunjukkan bahwa waktu eksekusi meningkat seiring dengan bertambahnya jumlah data. Quick Sort memiliki performa yang unggul pada kondisi data terurut dan terbalik, serta tetap kompetitif pada data acak. Merge Sort menunjukkan kestabilan performa dan cenderung lebih optimal pada data acak berukuran besar. Sementara itu, Heap Sort memiliki waktu eksekusi yang relatif lebih tinggi, namun lebih efisien dalam penggunaan memori. Dengan demikian, pemilihan algoritma pengurutan yang optimal perlu mempertimbangkan karakteristik data serta kebutuhan sistem, baik dari segi efisiensi waktu maupun penggunaan memori.
Optimasi Naive Bayes dengan Diskritisasi dan Penanganan Outlier untuk Deteksi Diabetes pada Dataset Pima Indians Gus Rosauli Pandianga; Angelica Barus; Mohd. Rafiif Albani; Nuriana Sipahutar
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 2 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i2.282

Abstract

Diabetes sering kali tidak menunjukkan gejala awal sehingga banyak orang terlambat menanganinya. Teknologi komputer sebenarnya bisa membantu mendeteksi risiko ini dengan cepat melalui metode Gaussian Naive Bayes. Namun, tantangannya adalah data kesehatan yang tersedia sering kali berantakan, memiliki angka yang tidak masuk akal, atau data yang terlalu ekstrem. Penelitian ini bertujuan memperbaiki kualitas data tersebut dengan cara membersihkan angka yang salah, membuang data yang tidak wajar, dan menyederhanakan angka medis yang rumit menjadi kelompok yang lebih mudah dibaca sistem. Hasilnya sangat baik karena komputer menjadi jauh lebih akurat dalam menebak risiko diabetes dengan tingkat keberhasilan mencapai 80,60%. Faktor yang paling menentukan dalam prediksi ini adalah kadar gula darah dan berat badan pasien. Kesimpulannya dengan membereskan data yang berantakan terlebih dahulu maka teknologi sederhana pun bisa menjadi alat deteksi dini yang sangat membantu tenaga medis di puskesmas atau klinik kecil.
Pengembangan Model Hibrida AI untuk Manipulasi Aerial yang Kompleks Aditya Nugraha Pratama; Bella Safira Azzahra
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 2 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i2.289

Abstract

Penelitian ini bertujuan untuk mengembangkan model kecerdasan buatan (AI) hibrida guna memungkinkan kendaraan aerial (drone) melakukan manuver manipulasi yang kompleks dan lincah di lingkungan yang dinamis. Pendekatan konvensional berbasis model fisik seringkali gagal dalam menangani ketidakpastian dan non-linearitas saat berinteraksi dengan objek di udara. Oleh karena itu, kami mengusulkan arsitektur AI hibrida yang menggabungkan Deep Reinforcement Learning (DRL) untuk pengambilan keputusan secara real-time dengan Neural Network fisis atau Model Predictive Control (MPC) yang dimodifikasi untuk memastikan stabilitas dan presisi trayektori. Model ini dilatih dalam lingkungan simulasi yang merepresentasikan gaya aerodinamis dan kontak tak terduga. Hasil simulasi menunjukkan bahwa model hibrida yang diusulkan mampu mencapai tingkat keberhasilan manipulasi yang lebih tinggi dan waktu penyelesaian tugas yang lebih cepat dibandingkan metode konvensional atau metode berbasis pembelajaran tunggal, terutama dalam skenario penangkapan objek bergerak dan menghindari rintangan secara agresif. Temuan ini mengindikasikan potensi besar model hibrida untuk diaplikasikan pada misi pencarian dan penyelamatan, inspeksi industri, dan logistik di masa depan.
Kerja Kriptografi Pasca-Kuantum untuk Jaringan Internet of Things (IoT) Erlangga Ramadhan Fauzi; Fitria Nur Aulia
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 2 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i2.290

Abstract

Era komputasi kuantum membawa ancaman signifikan terhadap sistem kriptografi konvensional yang saat ini banyak digunakan untuk mengamankan jaringan Internet of Things (IoT), seperti RSA dan ECC. Algoritma Shor memungkinkan komputer kuantum memecahkan permasalahan matematis yang mendasari algoritma tersebut dalam waktu singkat, sehingga kerahasiaan dan integritas data pada perangkat IoT menjadi rentan. Penelitian ini bertujuan untuk mengkaji implementasi dan kinerja Kriptografi Pasca-Kuantum (PQC) sebagai solusi pengamanan untuk jaringan IoT yang memiliki keterbatasan sumber daya, seperti daya komputasi, memori, dan konsumsi energi.Metodologi yang digunakan dalam penelitian ini meliputi studi literatur terhadap algoritma PQC yang menjadi finalis dalam kompetisi NIST, khususnya algoritma berbasis lattice-based cryptography (seperti CRYSTALS-Kyber dan CRYSTALS-Dilithium) yang dinilai efisien. Analisis dilakukan dengan membandingkan parameter keamanan, ukuran kunci, ukuran ciphertext, serta kecepatan komputasi dari algoritma PQC terhadap algoritma kriptografi konvensional dalam simulasi lingkungan IoT.Hasil penelitian menunjukkan bahwa meskipun algoritma PQC memerlukan ukuran kunci dan overhead komunikasi yang lebih besar dibandingkan algoritma konvensional, beberapa kandidat seperti Kyber menunjukkan kinerja yang cukup kompetitif dan memungkinkan untuk diimplementasikan pada perangkat IoT dengan kelas menengah ke atas. Namun, untuk perangkat IoT dengan sumber daya sangat terbatas (constrained devices), masih diperlukan optimalisasi lebih lanjut, baik dari sisi perangkat keras maupun perangkat lunak.Penelitian ini menyimpulkan bahwa transisi menuju kriptografi pasca-kuantum untuk IoT adalah sebuah keniscayaan. Rekomendasi yang diberikan mencakup perlunya adopsi standar PQC secara bertahap serta pengembangan protokol hibrida yang menggabungkan kriptografi klasik dan PQC selama masa transisi, guna memastikan keberlanjutan keamanan jaringan IoT di masa depan.
Deteksi Berita Palsu dan Fact-Checking di Media Sosial Menggunakan Model Bahasa Spanyol Ilham Akbar Nurrohman; Jasmine Alisha Putri
MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 2 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika
Publisher : CV MUARA EDUKASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64365/murakom.v2i2.291

Abstract

Penyebaran berita palsu (fake news) di platform media sosial telah menjadi ancaman serius bagi demokrasi, ketertiban umum, dan kredibilitas informasi, terutama karena kecepatan sebar dan kemudahan replikasi konten yang sering kali tidak dapat diimbangi oleh proses verifikasi manual . Penelitian ini bertujuan untuk mengeksplorasi dan mengevaluasi efektivitas penggunaan model bahasa berbasis Spanyol dalam mendeteksi berita palsu serta mendukung proses fact-checking di media sosial, khususnya di platform X (dahulu Twitter). Fokus utama adalah pada tantangan spesifik bahasa Spanyol yang kaya akan variasi linguistik, konteks sosial-budaya, serta karakteristik unik teks di media sosial seperti bahasa informal dan slang . Metodologi yang diulas dalam berbagai studi melibatkan penggunaan model transformer seperti BETO (BERT untuk Bahasa Spanyol), MarIA, RoBERTuito, BERTuit, dan BERTin, yang dilatih dan divalidasi menggunakan dataset dari platform fact-checking terakreditasi seperti Ecuador Chequea dan Ecuador Verifica . Hasil penelitian menunjukkan bahwa model yang dikhususkan untuk bahasa Spanyol, terutama MarIA, secara signifikan mengungguli model multibahasa generik dalam hal akurasi, presisi, recall, dan skor F1 untuk tugas klasifikasi berita palsu . Selain itu, pendekatan yang menganalisis fitur emosional dan linguistik (seperti sintaksis dan leksikal) terbukti efektif dalam mengidentifikasi pola-pola khas pada konten yang menyesatkan, dengan emosi negatif seperti kemarahan dan ketakutan sering muncul pada unggahan terkait hoaks . Penelitian ini menyimpulkan bahwa pengembangan dan penerapan model bahasa Spanyol yang spesifik dan peka konteks sangat krusial untuk membangun sistem deteksi berita palsu yang andal. Hal ini tidak hanya meningkatkan akurasi verifikasi tetapi juga berpotensi mempercepat kerja jurnalis dan fact-checker dalam menyaring informasi di era digital . Temuan ini membuka peluang untuk penelitian lebih lanjut dengan perluasan dataset dan eksplorasi arsitektur model yang lebih canggih.

Page 2 of 2 | Total Record : 16

 1   2 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol. 2 No. 2 (2026): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 2 No. 1 (2026): Jurnal Ilmiah Ilmu Komputer & Elektronika Vol. 1 No. 1 (2025): MUARA KOMPUTER : Jurnal Ilmiah Ilmu Komputer & Elektronika