cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Jati Sasongko Wibowo
Contact Email
jatisw@edu.unisbank.ac.id
Phone
+6281325297663
Journal Mail Official
dinamik@edu.unisbank.ac.id
Editorial Address
Jl. Tri Lomba Juang No. 1 Semarang
Location
Kota semarang,
Jawa tengah
INDONESIA
Dinamik
Published by Universitas Stikubank
ISSN : 08549524     EISSN : 26231786     DOI : 10.35315/dinamik.v28i1
Core Subject : Science,
Computer Science & IT
The Jurnal DINAMIK aims to: Promote a comprehensive approach to informatics engineering and management incorporating viewpoints of different applications (computer graphics, computer networks and security, computer vision, computational intelligence, databases, big data, IT project management, and other fields relevant to information technology. Encourage scientists, practicing engineers, and others to conduct research and similar activities.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 32 Documents
 1   2   3   4 
Search results for , issue "Vol 30 No 2 (2025)" : 32 Documents clear
Perbandingan Model Smart Fire Detection System : Konvensional VS Berbasis IoT Multi-Sensor dengan IFTTT dalam Peningkatan Kewaspadaan Dini Alawiyah, Pileria; Nasyah, Maharani; Sunardi, Rudy; Laela, Neng Linda Badratul
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10158

Abstract

Kebakaran masih menjadi masalah serius dengan dampak besar, baik secara materi maupun korban jiwa. Deteksi yang lambat dan alarm konvensional yang tidak responsif menjadi penyebab utama tingginya tingkat kerusakan. Penelitian ini mengusulkan sistem deteksi kebakaran berbasis Internet of Things (IoT) yang mengintegrasikan multi-sensor dengan platform IFTTT (If This, Then That). Sistem ini menggabungkan sensor asap (MQ5, MQ9), suhu (DHT22), dan api, dengan NodeMCU ESP8266 sebagai pusat kendali, serta mengirim notifikasi real-time melalui WhatsApp. Tujuannya adalah meningkatkan akurasi deteksi dan mengurangi alarm palsu. Pengujian dilakukan dengan membandingkan sistem konvensional dan sistem IoT pada berbagai skenario kebakaran. Hasil menunjukkan bahwa sistem IoT memiliki keunggulan dalam kecepatan notifikasi (kurang dari 10 detik) dan kemampuan menyampaikan lokasi secara akurat. Meskipun memerlukan biaya awal lebih tinggi, efektivitas sistem ini dalam meningkatkan respons darurat menjadikannya solusi yang layak. Sistem ini cocok diterapkan di rumah, kantor, maupun fasilitas industri, serta memiliki potensi besar dalam pengembangan sistem keselamatan kebakaran yang lebih adaptif dan efisien di masa depan
Segmentasi Harga Pasar Properti Rumah menggunakan Algoritma K-Means berdasarkan Lokasi, Harga dan Luas Bangunan Suderajat, Agung; Kamalia, Antika Zahrotul; Afandi, Dedi
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10182

Abstract

Pasar properti rumah memiliki harga yang bervariasi tergantung lokasi dan spesifikasi bangunan. Penelitian ini melakukan segmentasi harga properti berdasarkan lokasi (latitude & longitude), harga, dan luas bangunan menggunakan algoritma K-Means Clustering. Dataset berisi 18.962 data properti dari wilayah Bandung dan sekitarnya. Data melalui tahap pembersihan, transformasi lokasi ke koordinat geografis, normalisasi, dan denormalisasi untuk memastikan kualitas analisis. Metode Elbow digunakan untuk menentukan jumlah cluster optimal dan menunjukkan nilai K = 3. Proses clustering menghasilkan tiga segmen: Cluster 0 (Affordable Housing) mencakup 7.751 properti dengan harga rendah dan bangunan kecil, Cluster 1 (Luxury Estate) sebanyak 2.402 properti dengan harga tinggi dan bangunan luas, serta Cluster 2 (Middle-Class Residences) terdiri dari 5.555 properti dengan karakteristik menengah. Visualisasi menggunakan peta interaktif berbasis Folium memperlihatkan distribusi spasial yang jelas, dengan konsentrasi tertinggi berada di pusat kota seperti Bandung dan Cimahi. Rata-rata harga di cluster 0 sekitar Rp900 juta, cluster 1 mencapai Rp4,9 miliar, dan cluster 2 sekitar Rp1,8 miliar. Penelitian ini menunjukkan bahwa K-Means efektif untuk segmentasi harga properti. Untuk hasil yang lebih komprehensif, disarankan agar penelitian lanjutan menambahkan variabel seperti aksesibilitas, fasilitas umum, dan kondisi bangunan.
RFM Analysis Application for Customer Loyalty Identification in Bodywork PT. Bengawan Karya Sakti Purwadi, Purwadi; Yudanto, Satyo; Wibowo, Arief
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10204

Abstract

The bodywork industry in Indonesia is under high competitive pressure, requiring companies to be more adaptive in understanding customer behavior in order to maintain business continuity. PT. Bengawan Karya Sakti as one of the national bodywork companies, has not optimally utilized historical transaction data to assess customer loyalty. This study aims to identify customer loyalty segmentation through the application of the RFM (Recency, Frequency, Monetary) method, which is used to analyze sales transaction data in 2022 and 2023. The study uses the CRISP-DM approach which includes the stages of business understanding, data exploration, data cleaning and processing, modeling, evaluation, and implementation of results. The transaction data analyzed includes attributes of transaction date, customer, number of transactions, and transaction value, which are then processed into RFM scores based on the transaction year and classified into categories such as Very Loyal, Loyal, At Risk, and others. The segmentation results show an increase in the number of very loyal customers from 2022 to 2023, as well as a significant decrease in inactive and at-risk customers. The chi-square statistical test shows that the difference in customer distribution between years is statistically significant (p-value <0.05), indicating a real influence from the company's strategy or external factors. The main conclusion of this study is that the RFM method is effective in the bodywork industry to support data-based marketing decision making and more targeted customer retention strategies.
Pendekatan Graph-Based Community Detection dalam Social Network Analysis Jaringan Undang-Undang Republik Indonesia 2014-2024 Wibisono, Setyawan; Wahyudi, Eko Nur; Hadikurniawati, Wiwien; Lestariningsih, Endang; Cahyono, Taufik Dwi
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10218

Abstract

This study evaluates the performance of three community detection algorithms—Leiden, Infomap, and Label Propagation—on the legal network of the Republic of Indonesia spanning the period 2014–2024. The network consists of 679 nodes and 2,295 edges, constructed based on citation relationships among regulations. The evaluation employs four network topology metrics: modularity, coverage, conductance, and inter-cluster density. Results show that the Leiden algorithm achieves the highest modularity score (0.522991), indicating the formation of communities with strong internal density. Additionally, it yields the lowest conductance value (0.302455), suggesting relatively well-isolated communities. In contrast, the Label Propagation algorithm produces the highest coverage (0.835294) and inter-cluster density (0.542331), but with a lower modularity (0.431583), reflecting the formation of large communities with less distinct boundaries. Infomap exhibits moderate performance, with a modularity score of 0.508406 and inter-cluster density of 0.420803, yet records a relatively high conductance (0.410409). Network visualizations reveal three major communities for each algorithm, representing thematic clusters such as institutional governance, constitutional law, and public finance. Overall, the Leiden algorithm is considered the most optimal for detecting modular, stable, and thematically coherent community structures within the complex and interrelated network of Indonesian laws.
Deteksi Dini Gejala Aritmia pada Penderita Hypertensi menggunakan Algoritma SVM dengan Data Elektrokardiogram Tambunan, Fiktor Januari; Tarigan, Perwira; Hulu, Yakin Rianto; Halawa, Hendi Jaya; Prabowo, Agung
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10233

Abstract

Abstrak Penelitian ini mengembangkan sistem deteksi aritmia pada lansia menggunakan sinyal elektrokardiogram (EKG) 5-lead dan algoritma Support Vector Machine (SVM). Data EKG yang diperoleh melalui perangkat Smart Holter direkam secara kontinu dan diproses melalui tahapan praproses, meliputi koreksi baseline, filtering dengan metode Butterworth, ekstraksi fitur, normalisasi, serta pelabelan manual oleh dokter spesialis jantung untuk validitas klinis. Model SVM kemudian dilatih dan diuji dengan hasil akurasi sebesar 95,80% pada data pelatihan dan 94,57% pada data pengujian. Evaluasi performa model menggunakan confusion matrix, nilai presisi, recall, dan kurva ROC menunjukkan kemampuan klasifikasi empat kategori aritmia secara akurat dan seimbang dengan nilai AUC antara 0,98 hingga 1,00. Hasil ini menunjukkan potensi sistem sebagai alat bantu diagnosis dini aritmia khususnya pada pasien lansia. Untuk penelitian selanjutnya, disarankan peningkatan variasi data, perbandingan dengan metode lain seperti CNN atau LSTM, peningkatan kualitas sinyal dan fitur, serta pengujian di lingkungan klinis guna mengoptimalkan penerapan sistem dalam praktik medis. Kata Kunci: Elektrokardiogram (EKG), Aritmia, Support Vector Machine (SVM), Lansia
Pengembangan Sistem Interaksi Robotik berbasis Speech Recognition untuk Layanan Publik di Kampus Alviyan, Eric; Nugroho, Agung; Fauzi, Ahmad
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10242

Abstract

ABSTRACT Information services on campus are often delayed due to reliance on staff, resulting in long queues and inefficient waiting times. This study aims to design and develop a robotic interaction system based on speech recognition and Natural Language Processing (NLP), equipped with a virtual button as an alternative activation method. The system allows users to interact with the robot using voice, while the virtual button provides an additional option for users who are more comfortable with touch-based interaction. The research method employed is prototype development, which includes the design, implementation, and evaluation of the system. Testing was conducted to assess the effectiveness of the system in delivering information services quickly and accurately. The results show that the developed system can enhance service efficiency, reduce dependence on staff, and facilitate faster and more practical interactions between users and the robot. This study is expected to contribute to the development of technology-based public service systems, especially in the campus environment. Keywords: robotic interaction, speech recognition, NLP, virtual button, public service
Analisis Perbandingan Algoritma Round Robin dan Least connection dalam Haproxy untuk Load Balancer Server Web Laksono, Pria Agung; Riskiono, Sampurna Dadi
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10154

Abstract

Di era digital yang terus berkembang, kebutuhan akan layanan web yang lebih cepat dan lebih andal menjadi sangat penting. Solusi umum yang digunakan untuk meningkatkan kinerja dan ketersediaan layanan web adalah teknologi kompensasi beban. Penelitian ini menganalisis perbandingan kinerja round robin robin dan last connection sebagai load balancer dari last connection. Metode penelitian menggunakan pendekatan eksperimental dengan menjalankan pengujian dalam dua skenario beban yang sama dan tegangan yang tidak merata. Pengujian dijalankan menggunakan Apache Jmeter dan menghasilkan lalu lintas per detik per detik hingga 1000/500, 1200/600, 100/700, 1600/800, dan 1800/900 dalam fase per detik. Hasil pengujian menunjukkan bahwa Algoritma least connection memiliki waktu respons yang rendah di sekitar round-robin dalam semua skenario, dengan waktu respons rata-rata yang rendah sebesar 118 ms pada koneksi 1000/500, dan nilai tertinggi untuk koneksi 1800/900 adalah 150 ms. Sementara itu, waktu respons rata-rata untuk algoritma round-robin adalah antara 125 ms hingga 155 ms dalam skenario yang sama. Dalam hal throughput, algoritma round robin dalam skenario beban tinggi menghasilkan throughput yang tinggi, mencapai puncaknya pada 10.362 kb/s dengan koneksi 1800/900 dan least connection pada 10.330 kb/s dengan skenario yang sama.
Klasifikasi Kompetensi Mahasiswa menggunakan Algoritma Naive Bayes Suwari, Dewi Ratna; Hidayati, Nurtriana
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10156

Abstract

Perkembangan teknologi informasi telah meningkatkan kebutuhan akan sumber daya manusia yang kompeten di bidang analitik data dan pemrograman, khususnya bagi mahasiswa Program Studi Sistem Informasi. Penelitian ini bertujuan untuk membangun model klasifikasi guna mengidentifikasi kecenderungan mahasiswa sebagai Data Analyst atau Programmer menggunakan algoritma Naive Bayes. Sebanyak 220 data dikumpulkan melalui kuesioner daring, dengan indikator penilaian yang dikelompokkan dalam dua dimensi: kemampuan analis data dan kemampuan pemrograman. Data kemudian dilabeli berdasarkan skor per dimensi dan diolah menggunakan model Complement Naive Bayes pada platform Google Colab. Hasil evaluasi menunjukkan bahwa model mampu mengklasifikasikan dua kelas mayoritas (Data Analyst dan Programmer) dengan baik, ditandai dengan akurasi keseluruhan sebesar 80,30% dan nilai precision, recall, serta f1-score yang tinggi. Namun, performa model terhadap kelas minoritas (Netral) masih rendah akibat ketidakseimbangan distribusi data. Penelitian ini menyarankan penggunaan teknik lanjutan seperti resampling, class weight, atau model ensemble untuk mengatasi bias terhadap kelas mayoritas. Temuan ini dapat digunakan sebagai dasar dalam pembimbingan akademik dan pengembangan kurikulum berbasis potensi mahasiswa.
Perancangan E-CRM terhadap Loyalitas Konsumen di Rainbow Cafe Maharani, Putri Zakiyah; Rahmadani, Nurul; Sumantri, Sumantri
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10188

Abstract

Berkembangnya industri kuliner di Indonesia yang pesat menuntut pengusaha untuk beradaptasi dengan cepat, terutama dalam teknologi dan pemasaran. Karena Masih terlalu banyak pengusaha yang masih mengandalkan metode pemesanan dan promosi manual, maka dari itu penerapan Customer Relationship Management (CRM) menjadi solusi yang efektif untuk menarik pelanggan baru dan mempertahankan loyalitas konsumen. Penelitian ini fokus pada penerapan CRM di Rainbow Cafe, yang bertujuan dalam memikat konsumen baru dan meningkatkan loyalitas konsumen di Rainbow Cafe. Metode penelitian yang digunakan adalah analisis kualitatif melalui wawancara dan survei kepada konsumen serta pengusaha. Hasil penelitian menunjukkan bahwa penerapan CRM sangatlah penting dikarenakan dapat meningkatkan interaksi dengan konsumen, mempercepat proses pemesanan, dan meningkatkan kepuasan konsumen. Kesimpulan dari penelitian ini menegaskan bahwa implementasi CRM tidak hanya penting untuk meningkatkan loyalitas konsumen, tetapi juga sebagai strategi yang krusial dalam menghadapi persaingan di industri kuliner yang semakin ketat dan untuk interaksi dengan konsumen lebih efektif.
Analisis Sentimen Ulasan Bintang Lima Aplikasi Instagram di Google Play Store menggunakan IndoBERT Asher, Jansnio; Rachmawati, Eka Putri
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10192

Abstract

Instagram merupakan salah satu media sosial paling populer di Indonesia dengan jumlah unduhan dan ulasan yang sangat tinggi di Google Play Store. Penelitian ini dilakukan untuk menganalisis sentimen dari ulasan bintang lima terhadap aplikasi Instagram guna mengkaji lebih lanjut apakah seluruh ulasan dengan rating tertinggi benar-benar mencerminkan sentimen positif. Data dikumpulkan melalui tahap scraping, kemudian dilakukan pembersihan data dengan teknik normalisasi sederhana seperti penghapusan URL, karakter khusus, angka, dan spasi berlebih, serta tahap preprocessing menggunakan metode tokenisasi. Model IndoBERT digunakan sebagai alat klasifikasi untuk mendeteksi sentimen dari setiap ulasan ke dalam tiga kategori: positif, netral, dan negatif. Hasil klasifikasi menunjukkan bahwa 59,7% ulasan tergolong positif, 11,2% netral, dan 29,1% negatif. Model evaluasi dilakukan melalui perbandingan hasil prediksi dengan pelabelan manual dan otomatis yang menghasilkan f1-score sebesar 0,901 untuk sentimen positif, 0,834 untuk negatif, dan 0,449 untuk netral, dengan akurasi keseluruhan sebesar 83,2%. Visualisasi word cloud ditampilkan setelah proses klasifikasi sentimen untuk menggambarkan kata-kata yang dominan di masing-masing kategori. Temuan ini menunjukkan bahwa rating numerik tidak selalu selaras dengan isi ulasan, serta pentingnya analisis sentimen dalam memahami persepsi pengguna secara lebih mendalam.

Page 2 of 4 | Total Record : 32

 1   2   3   4 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 31 No 1 (2026) Vol 30 No 2 (2025) Vol 30 No 1 (2025) Vol 29 No 2 (2024) Vol 29 No 1 (2024) Vol 28 No 2 (2023) Vol 28 No 1 (2023) Vol 27 No 2 (2022) Vol 27 No 1 (2022) Vol 26 No 2 (2021) Vol 26 No 1 (2021) Vol 25 No 2 (2020) Vol 25 No 1 (2020) Vol 24 No 2 (2019) Vol 24 No 1 (2019) Vol 23 No 2 (2018) Vol 23 No 1 (2018) Vol 22 No 2 (2017) Vol 22 No 1 (2017) Vol 21 No 2 (2016) Vol 21 No 1 (2016) Vol 20 No 2 (2015) Vol 20 No 1 (2015) Vol 19 No 2 (2014) Vol 19 No 1 (2014) Vol 18 No 2 (2013) Vol 18 No 1 (2013) Vol 17 No 2 (2012) Vol 17 No 1 (2012) Vol 16 No 2 (2011) Vol 16 No 1 (2011) Vol 15 No 2 (2010) Vol 15 No 1 (2010) Vol 14 No 2 (2009) Vol 14 No 1 (2009) Vol 13 No 2 (2008) Vol 13 No 1 (2008) Vol 12 No 2 (2007) Vol 12 No 1 (2007) Vol 11 No 2 (2006) Vol 11 No 1 (2006) Vol 10 No 3 (2005) Vol 10 No 2 (2005) Vol 10 No 1 (2005) Vol 9 No 2 (2004) Vol 8 No 2 (2003) Vol 8 No 1 (2003) Vol 7 No 2 (2002) Vol 7 No 1 (2002) More Issue