JIKSI (Jurnal Ilmu Komputer dan Sistem Informasi)
Jurnal Ilmu Komputer dan Sistem Informasi (JIKSI) diterbitkan oleh Fakultas Teknologi Informasi Universitas Tarumanagara (FTI Untar) Jakarta sebagai media publikasi karya ilmiah mahasiswa program studi Teknik Informatika dan Sistem Informasi FTI Untar. Karya-karya ilmiah yang dihasilkan berupa hasil penelitian kualitatif dan kuantitatif, perancangan sistem informasi, analisis dan perancangan progam aplikasi. Jurnal ini terbit dua kali dalam setahun yaitu pada bulan Januari dan Agustus.
Articles
937 Documents
<![CDATA[PEMBUATAN PROGRAM APLIKASI PEMESANAN BARANG BERBASIS ANDROID DI PT. TEKNINDO MEGA SEJATI ]]>
<![CDATA[Edric Aryanto]]>;
<![CDATA[Ery Dewayani]]>;
<![CDATA[Manatap Dolok Lauro]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol. 11 No. 2 (2023): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v11i2.26036
<![CDATA[Technological developments have developed very rapidly so as to create and influence progress in various fields. One area that has followed this development is the ordering business on line. To keep abreast of this technological development, business people create appropriate sales ideas with currently developing technology. Utilization of this technology can be used in various fields, one of which is the online sales business. Pt. Teknindo Mega Sejati is a company that engaged in the sale of material goods. Constraints faced when ordering goods are recording manually so that customers have to ask whether stock is available or not and the recording of orders is only in the form of physical data so it is vulnerable to loss. There are these obstacles an Android-based material goods ordering application program was made at Pt. Teknindo Mega Sejati. This program application is designed using the Prototype method. Database used to store data using XAMPP MySQL. To display the application menu, the framework used is flutter with darts programming language. The result is to create selling app based on android and making it for consumers and Pt. Teknindo Mega Sejati to obtain information and place orders.]]>
<![CDATA[Rancangan Sistem Informasi Perpustakaan Berbasis Web Pada SMK Negeri 1 Tanjungpinang ]]>
<![CDATA[Rio Chandra]]>;
<![CDATA[Ery Dewayani]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol. 11 No. 2 (2023): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v11i2.26037
<![CDATA[Technology that is now growing rapidly is widely used by the community for various activities, such as administrative activities. Of the many administrative activities that exist, the library is one of them that requires information technology in data management. The library is a building of an institution or agency that has the task of providing, compiling, and managing various collections of books. SMK Negeri 1 Tanjungpinang is one of the schools that still processes library data manually, which still does not utilize existing information technology. Data collection that is still done manually will cause problems, where data collection is slow and inefficient. Therefore, the design of this library information system will assist the administrative activities of SMK Negeri 1 Tanjungpinang by having a library data management website. This is useful for librarians in facilitating all data management processes, including making membership cards, the process of making reports, making and collecting data on borrowing and returning books. Making a web-based library information system at SMK Negeri 1 Tanjungpinang using the laravel framework with mysql database.]]>
<![CDATA[Perancangan Game Turn Based "Elemental Fight" pada Platform HTML5 ]]>
<![CDATA[Richard Karsten]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v12i1.28183
<![CDATA[Elemental Fight merupakan sebuah game bergenre Turn Based dengan perspektif side view. Game ini memiliki tujuan sebagai sarana hiburan dengan menggunakan HTML5. Cara bermain game ini adalah pemain memilih skill dan mengalahkan musuh yang dihadapinya, pemain juga dapat melakukan gacha item di shop, Game Elemental Fight dibuat menggunakan game engine Unity dengan C# sebagai bahasa pemograman. Game ini mempunyai 20 stage sehingga pemain dapat memilih stage apa yang ingin dimainkan, tujuan dari game ini adalah membuat karakter pemain menjadi yang paling kuat, pengujian dilakukan dengan metode blackbox testing, alpha testing, dan beta testing]]>
<![CDATA[PENGENALAN NAMA MODEL SEPATU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN MODEL MOBILENET ]]>
<![CDATA[Renaldi Bong]]>;
<![CDATA[Chairisni Lubis]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v12i1.28189
<![CDATA[Aplikasi atau sistem pengenalan merek beserta nama model sepatu ini berguna untuk memberikan informasi tentang nama model sepatu apa yang ingin dicari. Aplikasi ini diharapkan dapat membantu masyarakat yang kurang paham atau kurang mengikuti trend dan perkembangan sepatu. Sehingga dapat memudahkan untuk mengetahui apa nama model sepatu yang dimiliki dan dari informasi tersebut dapat digunakan untuk keperluan lainnya. Salah satu cabang ilmu atau metode yang dapat digunakan untuk membuat sistem ini adalah Deep Learning. Kemudian pada Deep Learning ini terdapat arsitektur yang disebut Convolutional Neural Network. Nantinya sistem ini akan dilatih menggunakan salah satu model arsitektur yang terdapat pada Convolutional Neural Network ini yaitu MobileNet dan versi MobileNet yang digunakan adalah versi 2 atau MobileNetV2. Dari hasil pelatihan dengan model MobileNetV2 diperoleh akurasi kurang lebih 75,23%. Dan hasil pengujian mendapatkan hasil akurasi sekitar 66,67%.]]>
<![CDATA[PENERAPAN CONVOLUTIONAL NEURAL NETWORK DAN CAPSULE NETWORKS DALAM MENDETEKSI DEEPFAKE ]]>
<![CDATA[Donni Suharyanto]]>;
<![CDATA[Chairisni Lubis]]>;
<![CDATA[Agus Budi Dharmawan]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v12i1.28190
<![CDATA[Pada tulisan ini mendemonstrasikan bagaimana perbandingan dalam pendeteksi deepfake antara tiga arsitektur convolutional neural network yaitu Resnet 50, VGG 19 dan Xception. Dalam percobaan ini, arsitektur-arsitektur tersebut akan dikombinasikan dengan model capsule networks, yang terdiri dari 2 lapisan konvolusi pada kapsul primer dan 2 kapsul keluaran yang akan diisi dengan label asli dan deepfake. Dibuat sebuah basis data yang terdiri dari 6000 data asli dan 4000 data deepfake dan dilatih melalui 100 epochs dan 10 batch size. Setelah itu, 20 gambar acak akan digunakan dalam proses pengujian pendeteksi deepfake berdasarkan label yang ada pada basis data. Hasilnya menunjukkan bahwa ketiga arsitektur tersebut mampu mendeteksi gambar deepfake dengan berbagai tingkat akurasi yaitu Resnet 50 dengan tingkat akurasi 64,133%, VGG 19 dengan tingkat akurasi 61,067% dan Xception dengan tingkat akurasi 64,067%.]]>
<![CDATA[Integrasi Metode Convolutional Neural Networks dengan Arsitektur Model PoseNet untuk Pengembangan Sistem Klasifikasi Gerakan serta Monitoring Repetisi pada Olahraga Bulu Tangkis ]]>
<![CDATA[Benny Karnadi]]>;
<![CDATA[Chairisni Lubis]]>;
<![CDATA[Agus Budi Dharmawan]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v12i1.28191
<![CDATA[This application or a recognition of movement classification system and monitoring repetitions in badminton system is designed for students and coaches to practice movement and stroke techniques in badminton as well as a joint evaluation medium for users who practice using this application, also with the hope that it can help children who want to practice Badminton can be more flexible in terms of time and also efficient for coaches to be able to reach a wider range of students and produce more talented athletes. One of the branches of science used in designing this application is Deep Learning with the Convolutional Neural Network (CNN) method with the MobileNetv2 architecture used in designing this badminton movement classification application, as well as using PoseNet model integration. The training results that can be achieved using the Convolutional Neural Network method with the MobileNetv2 architecture obtain an accuracy score in the range of 90%, and test results can be achieved with an accuracy score of 93%.]]>
<![CDATA[PERAMALAN HARGA SAHAM DENGAN METODE LONG SHORT TERM MEMORY (LSTM) ]]>
<![CDATA[Mathew Judianto]]>;
<![CDATA[Teny Handhayani]]>;
<![CDATA[Janson Hendryli]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v12i1.28194
<![CDATA[Sistem prediksi harga saham di Indonesia menggunakan algoritma machine learning, yaitu Long Short Term Memory (LSTM). Data yang dipilih sebagai faktor pengaruh dalam sistem ini adalah harga Brent Crude Oil. Tujuan utama dari sistem ini adalah memberikan nilai prediksi saham untuk 7 hari ke depan, yang dapat membantu masyarakat umum dan investor untuk lebih memitigasi risiko yang timbul dari pembelian saham. Data yang digunakan adalah harga penutupan Brent Crude Oil dan harga penutupan PT. Astra International Tbk yang diperoleh dari situs Yahoo Finance yang terdiri dari data dari Januari 2018 hingga Januari 2023. Data yang digunakan telah dinormalisasi dan diproses sebelum dimasukkan ke dalam model LSTM. Hasil terbaik dapat dicapai dengan menggunakan 80% data sebagai dataset pelatihan, timestep 20, 120 epochs, dan batch size 64. Dengan pengembangan sistem ini, diharapkan masyarakat umum dan investor di Indonesia dapat lebih memitigasi risiko dari pembelian saham yang dianggap sebagai investasi berisiko tinggi..]]>
<![CDATA[Pemetaan Lahan Impervious Bogor Menggunakan Metode PCA-SVM ]]>
<![CDATA[Stephen Adhikurnia]]>;
<![CDATA[Dyah Erny Herwindiati]]>;
<![CDATA[Janson Hendryli]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v12i1.28195
<![CDATA[Bogor adalah daerah penyangga air utama bagi Jakarta. Lahan terbuka hijau dan area resapan air yang melimpah di Bogor memiliki peranan penting sebagai penampung dan sumber air, terutama untuk wilayah sekitarnya, termasuk Jakarta. Namun, di tengah posisi Bogor sebagai daerah resapan, sumber serta cadangan air bagi Jakarta, luas lahan hijau di wilayah Bogor semakin berkurang setiap tahunnya. Hal ini tidak lepas dari berbagai faktor non alami yang terjadi seperti peningkatan jumlah penduduk secara signifikan dan tingkat pembangunan pemukiman serta daerah wisata. Untuk itu, diperlukan sebuah cara untuk melakukan pemetaan terhadap daerah impervious di Bogor. Lahan akan diklasifikasikan untuk tipe pervious, hijau sebagian, dan secara khusus impervious. Metode yang digunakan dalam penelitian ini adalah dan Principal Component Analysis – Support Vector Machine (SVM). Hasil akhir klasifikasi menunjukkan angka Pervious F1-Score sebesar 0.82, Hijau Sebagian F1-Score sebesar 0.73, dan Impervious F1-Score sebesar 0.87.]]>
<![CDATA[PERBANDINGAN KLASIFIKASI PENYAKIT DIABETES MENGGUNAKAN METODE MACHINE LEARNING ]]>
<![CDATA[Tasya Syamsudin]]>;
<![CDATA[Teny Handhayani]]>;
<![CDATA[Muhammad Isnaini Syaifudin]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v12i1.28197
<![CDATA[Diabetes adalah penyakit ketika tubuh manusia tidak dapat menggunakan insulin dengan baik. Apabila pada kasus tersebut berlangsung dalam waktu jangka panjang, maka kadar glukosa tersebut dapat merusak organ tubuh, bahkan kegagalan fungsi organ dan jaringan pada tubuh manusia yang dapat menyebabkan komplikasi bahkan kematian. Menurut International Diabetes Federation, pada tahun 2021, kematian yang disebabkan oleh diabetes sebanyak 236.711 ribu jiwa yang berusia sekitar 20-79 tahun. Perkembangan teknologi pada masa sekarang, dapat membantu manusia untuk mendapatkan informasi dan memprediksi penyakit tersebut serta dapat membantu dalam pengembangan pengobatan dan agar mencegah terjadinya penyakit diabetes tertentu lebih dalam menggunakan pendekatan machine learning dengan teknik klasifikasi. Algoritma klasifikasi yang akan digunakan penulis untuk memprediksi penyakit diabetes tersebut adalah Algoritma Decision Tree, Algoritma Support Vector Machine dan Algoritma Naïve Bayes. Data prediksi diabetes yang dikumpulkan sebanyak 2768 data dengan masing-masing algoritma memiliki 70% data training dan 30% data testing. Algoritma yang memiliki nilai evaluasi paling tinggi ialah Algoritma Naïve Bayes dengan rata-rata accuracy sebesar 78%, precision sebesar 77%, recall sebesar 78%, dan f1-score sebesar 77%.]]>
<![CDATA[PEMETAAN LAHAN MENGGUNAKAN SINGULAR VALUE DECOMPOSITION DAN LINEAR DISCRIMINANT ANALYSIS ]]>
<![CDATA[Hongi Nagaputra]]>;
<![CDATA[Dyah Erny Herwindiati]]>;
<![CDATA[Janson Hendryli]]>
<![CDATA[ Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 1 (2024): JURNAL ILMU KOMPUTER DAN SISTEM INFORMASI ]]>
Publisher : <![CDATA[Fakultas Teknologi Informasi Universitas Tarumanagara ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24912/jiksi.v12i1.28198
<![CDATA[Semakin maraknya pembangunan industri di wilayah Tangerang Selatan serta pembangunan sekolah atau bangunan-bangunan sosial lainnya di wilayah Depok menyebabkan perubahan tata guna lahan yang signifikan. Wilayah Tangerang Selatan dan Depok memiliki peran penting sebagai kota penyangga air kota Jakarta. Namun, perubahan tata guna lahan yang terjadi menyebabkan terganggunya pola aliran air, khususnya aliran Sungai Ciliwung yang melewati kedua wilayah tersebut. Terganggunya aliran air di wilayah penyangga air menyebabkan terjadinya banjir di Jakarta karena air tidak dapat meresap di wilayah penyangganya. Oleh karena itu, pentingnya menjaga ketersediaan lahan hijau pada wilayah penyangga air khususnya Tangerang Selatan dan Depok. Skripsi ini akan membahas mengenai aplikasi pemetaan lahan yang mengolah data citra Landsat 8 pada tingkat kecamatan di Tangerang Selatan dan Depok. Aplikasi ini mengolah data citra menggunakan metode Singular Value Decomposition untuk mereduksi dimensi data citra serta diklasifikasikan ke dalam kelas seperti lahan hijau, hijau sebagian, dan impervious menggunakan metode klasifikasi Linear Discriminant Analysis.]]>
