cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Marwa halim
Contact Email
antoniuslimanto@gmail.com
Phone
+62614561932
Journal Mail Official
-
Editorial Address
-
Location
Kota medan,
Sumatera utara
INDONESIA
Jurnal TIMES
Published by Sekolah Tinggi Manajemen Informatika dan Komputer TIME
ISSN : 23373601     EISSN : 2549015X     DOI : -
Core Subject :
Jurnal TIMES merupakan salah satu media yang digunakan untuk menampung penelitian dosen maupun mahasiswa. Topik dalam jurnal yang terkandung seputar Ilmu Komputer seperti keamanan komputer, jaringan komputer, algoritma, kecerdasan buatan, dll. Diharapkan dengan adanya media ini dapat membuat para dosen dan juga mahasiswa lebih aktif dalam meneliti.
Arjuna Subject : -
Articles 327 Documents
 28   29   30   31   32 
PERANCANGAN SISTEM INFORMASI PENGOLAHAN DATA NILAI SISWA BERBASIS WEB MENGGUNAKAN METODE RAD (STUDI KASUS : SMP SWASTA USIA TAMA) Lorenza, Anggella Nelta; Alamsyah, Reza; Tarigan, Irwan Jani
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025817

Abstract

Peran teknologi pada dunia pendidikan ialah suatu aspek krusial khususnya dalam informasi nilai. Data nilai digunakan untuk berbagai tujuan, mulai dari evaluasi kinerja siswa, pelaporan kepada orang tua, hingga terkait perkembangan akademik siswa. Pada SMP Swasta Usia Tama, sebuah institusi pendidikan yang berkomitmen untuk meningkatkan kualitas pengolahan data akademik. Masalah terkait pengolahan data nilai siswa di sekolah tersebut masih terjadi karena penggunaan sistem input manual. Untuk mengatasi masalah ini, penulis membuat sebuah sistem informasi dengan memanfaatkan metode Rapid Application Development (RAD) pada pengembangan sistem berbasis web untuk pengolahan data nilai siswa. Besar harapan penerapan sistem berbasis web ini dapat pengembangan kecepatan, akurasi, serta efisiensi dalam tahapan pengolahan data nilai siswa.
ANALISA INTERAKSI MANUSIA DAN KOMPUTER PADA APLIKASI GOOGLE CLASSROOM MENGGUNAKAN EVALUASI HEURISTIK Dzakil Aqli, Muhammad; Fatih Musthofa, Roki; Zaindri Althaf, Farrel; Ali Ridha, Azhari
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025822

Abstract

Perkembangan teknologi informasi telah mendorong transformasi signifikan dalam dunia pendidikan, khususnya melalui pemanfaatan platform pembelajaran daring seperti Google Classroom. Meski platform ini menawarkan berbagai fitur pendukung proses belajar mengajar, aspek usability masih menjadi faktor krusial dalam menentukan efektivitas penggunaannya. Penelitian ini bertujuan untuk menganalisis interaksi manusia dan komputer (IMK) pada aplikasi Google Classroom dengan menggunakan pendekatan evaluasi heuristik. Evaluasi dilakukan berdasarkan prinsip-prinsip heuristik Jakob Nielsen guna mengidentifikasi permasalahan dalam desain antarmuka pengguna. Hasil penelitian menunjukkan bahwa meskipun Google Classroom secara umum dinilai mudah diakses dan digunakan, masih terdapat beberapa kendala dalam aspek navigasi, konsistensi tampilan, serta keterbatasan interaksi real-time yang berdampak pada pengalaman pengguna. Temuan ini diharapkan dapat memberikan kontribusi dalam upaya peningkatan kualitas desain antarmuka pada platform pembelajaran daring, serta mendukung pengembangan sistem yang lebih ramah dan responsif terhadap kebutuhan pengguna
IMPROVING CYBERSECURITY TRAFFIC ANALYSIS VIA ENHANCED K-MEANS CLUSTERING WITH TRIANGLE INEQUALITY-BASED INITIALIZATION Hartono, Hartono; Khahfi Zuhanda, Muhammad; Rahman, Sayuti
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025823

Abstract

Clustering algorithms are essential in data mining and pattern recognition for grouping unlabeled data into meaningful clusters based on similarities. Among them, K-Means is widely used due to its simplicity and efficiency but suffers from sensitivity to initial centroid selection and inability to capture feature dependencies. This study proposes an Enhanced Mutual Information-based K-Means (MIK-Means) algorithm combined with Triangle Inequality and Lower Bound (TILB) seeding to improve clustering accuracy and computational efficiency, particularly in the context of network traffic classification for cybersecurity applications. The TILB method accelerates the initialization phase by reducing redundant distance calculations using mathematical pruning techniques, thereby selecting well-distributed initial centroids efficiently. Meanwhile, MIK-Means incorporates mutual information as a similarity measure during clustering assignment, enabling the algorithm to capture complex statistical dependencies among features, which traditional Euclidean distance metrics fail to address. The combination of these two approaches results in a robust clustering framework capable of handling large-scale, high-dimensional, and noisy datasets commonly found in network intrusion detection. The proposed method was evaluated on several benchmark datasets including Darpa 1998-99, KDD Cup99, NSL-KDD, UNSW-NB15, and CAIDA. Comparative experiments with state-of-the-art algorithms such as K-Means++, K-NNDP, and DI-K-Means showed that the proposed approach consistently outperformed or matched competitors in terms of Silhouette Coefficient, Calinski-Harabasz index, and Davies-Bouldin index, indicating better cluster cohesion, separation, and compactness. Additionally, the computational efficiency gained from TILB seeding facilitates faster convergence without compromising clustering quality. Furthermore, a threshold-based cluster labeling mechanism was applied to translate clustering results into practical classifications for detecting attacks versus normal traffic, enhancing the usability of the method in real-world cybersecurity systems. Overall, this research demonstrates that the integration of TILB seeding and mutual information-based clustering provides an effective and efficient solution for network traffic classification challenges.
PREDIKSI BANJIR DI KOTA MANADO MENGGUNAKAN METODE RANDOM FOREST Sitepu, Jimmi Pirnando; E.Mongi, Charles; Widiana, Siska Ayu; Ketaren, Eliasta
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025826

Abstract

Banjir merupakan salah satu bencana alam yang sering terjadi di Kota Manado akibat curah hujan tinggi yang melebihi kapasitas penampungan air. Penelitian ini bertujuan untuk mengembangkan model prediksi banjir menggunakan algoritma Random Forest berdasarkan data cuaca historis. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan memanfaatkan data cuaca dari BMKG Manado periode 2014-2024 yang mencakup delapan indikator cuaca. Data dibagi menjadi data latih (70%) dan data uji (30%) dengan implementasi model menggunakan 300 pohon keputusan. Hasil penelitian menunjukkan performa model yang sangat baik dengan akurasi konsisten di atas 93% dan mencapai puncak 97,97% pada April 2014. Evaluasi menggunakan confusion matrix memperlihatkan nilai precision, recall, dan F1-Score yang sempurna untuk kategori "Tidak Banjir" dan "Banjir Besar", serta nilai sangat baik untuk klasifikasi "Banjir Ringan" (98,40%) dan "Banjir Sedang" (98,59%). Kesalahan klasifikasi hanya terjadi pada kelas-kelas yang berdekatan, menunjukkan konsistensi model dalam membedakan tingkat keparahan banjir. Penelitian ini membuktikan bahwa metode Random Forest efektif untuk memprediksi kejadian banjir di Kota Manado dengan tingkat akurasi yang tinggi. Untuk penelitian selanjutnya, disarankan pengembangan model pembelajaran mesin alternatif, penambahan variabel prediktor seperti tutupan lahan dan topografi, serta pengembangan sistem peringatan dini berbasis GIS untuk meningkatkan komunikasi hasil prediksi kepada masyarakat.
RANCANG BANGUN SISTEM INFORMASI PENJUALAN HASIL PERTANIAN DI KECAMATAN MODOINDING BERBASIS WEB MENGGUNAKAN METODE PROTOTYPE Pondaag, Samuel Esra; Mananohas, Mans Lumiu; Kalengkongan, Wisard Widsli; Ketaren, Eliasta
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025827

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem informasi penjualan hasil pertanian berbasis web di Kecamatan Modoinding. Latar belakang penelitian ini adalah terbatasnya akses petani terhadap pasar yang lebih luas serta rendahnya pemanfaatan teknologi dalam pemasaran. Banyak petani masih bergantung pada tengkulak yang menawarkan harga rendah, sehingga keuntungan yang diperoleh tidak sebanding dengan usaha yang dikeluarkan. Ketiadaan platform digital yang dapat diakses langsung oleh petani memperburuk kondisi ini. Oleh karena itu, sistem ini dikembangkan untuk membantu petani memasarkan produk secara langsung kepada pembeli dan mengurangi ketergantungan pada tengkulak. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah metode Prototype, yaitu pendekatan yang menekankan pada pembuatan model awal sistem (prototipe) yang kemudian diuji dan dievaluasi oleh pengguna hingga sistem final benar-benar sesuai kebutuhan. Data dikumpulkan melalui wawancara dan observasi terhadap petani setempat sebagai calon pengguna sistem. Perancangan dilakukan dengan fokus pada antarmuka yang sederhana serta basis data untuk mengelola produk dan transaksi. Fitur utama meliputi pendaftaran akun, unggah produk, pemesanan, dan transaksi pembelian. Sistem diuji menggunakan metode Black Box Testing untuk memastikan setiap fitur berfungsi dengan benar, serta User Acceptance Testing untuk mengevaluasi tingkat kepuasan dan penerimaan pengguna terhadap sistem. Hasil pengujian menunjukkan bahwa seluruh fitur utama dalam sistem, seperti pendaftaran akun, unggah produk, pemesanan, dan transaksi pembelian, telah berjalan sesuai dengan fungsinya berdasarkan metode Black Box Testing. Selain itu, hasil User Acceptance Testing menunjukkan bahwa sistem ini diterima dengan baik oleh pengguna dan dianggap layak untuk digunakan dalam kegiatan pemasaran hasil pertanian secara daring.
KLASIFIKASI CITRA MRI PENYAKIT ALZHEIMER MENGGUNAKAN METODE DEEP LEARNING EFFICIENTNET-B0 DAN VGG-19 Tarigan, Irwan Jani; Reza Alamsyah; Riandy Yap; Alasi, Tomi Satria
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025830

Abstract

Penyakit Alzheimer merupakan bentuk paling umum dari demensia yang ditandai dengan penurunan progresif fungsi kognitif, daya ingat, dan perilaku. Deteksi dini Alzheimer menjadi krusial untuk mencegah dampak jangka panjang terhadap kualitas hidup penderita. Penelitian ini bertujuan untuk mengklasifikasikan stadium penyakit Alzheimer berdasarkan citra Magnetic Resonance Imaging (MRI) menggunakan metode deep learning dengan arsitektur EfficientNet-B0 dan VGG-19. Dataset yang digunakan terdiri dari 6.400 citra MRI yang terbagi ke dalam empat kelas: demensia sangat ringan, demensia ringan, demensia sedang, dan kondisi normal. Proses preprocessing meliputi resize, sharpening citra menggunakan kernel 3x3, aktivasi ReLU, serta pooling dengan MaxPooling2D. Data kemudian dibagi menjadi 80% untuk pelatihan, 10% validasi, dan 10% pengujian. Hasil pelatihan menunjukkan bahwa model VGG-19 mampu mencapai akurasi tertinggi sebesar 95%, sementara EfficientNet-B0 mencapai 94%. Evaluasi performa dilakukan menggunakan metrik precision, recall, dan F1-score untuk masing-masing kelas. Berdasarkan hasil tersebut, kedua model menunjukkan performa yang tinggi dalam klasifikasi citra MRI penyakit Alzheimer. Temuan ini menunjukkan bahwa pendekatan deep learning mampu memberikan hasil akurat dan dapat digunakan sebagai alat bantu dalam proses diagnosis dini penyakit Alzheimer secara otomatis.
MITIGASI KOMPREHENSIF SERANGAN DDOS PADA SERVER WEB BERBASIS LINUX MENGGUNAKAN ADVANCED POLICY FIREWALL (APF) DAN TEKNIK PEMBLOKIRAN IP BERLAPIS Alasi, Tomy Satria; Nasution, Suhendri; Yap , Riandy; Tarigan , Irwan Jani; Alamsyah, Reza
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025831

Abstract

Penelitian ini bertujuan untuk menganalisis serangan DDoS dan mengembangkan mekanisme pertahanan menggunakan Advanced Policy Firewall (APF) pada sistem operasi Linux Ubuntu Server. APF bekerja di atas iptables, namun memiliki algoritma yang lebih adaptif dalam menghasilkan aturan firewall secara dinamis serta mampu membedakan antara permintaan normal dan serangan DDoS. Selain itu, APF dilengkapi dengan fitur anti-DDoS yang mampu mengidentifikasi dan memblokir alamat IP penyerang secara otomatis. Hasil penelitian menunjukkan bahwa penggunaan APF efektif dalam meningkatkan keamanan sistem terhadap serangan DDoS. Serangan Distributed Denial of Service (DDoS) merupakan upaya yang dilakukan oleh penyerang untuk mengganggu akses pengguna terhadap sistem atau layanan jaringan dengan membanjiri lalu lintas data (traffic flooding), mengirimkan permintaan layanan secara berlebihan (request flooding), atau mengacaukan komunikasi antara host dan klien. Salah satu bentuk sederhana serangan ini dapat dilakukan dengan perintah "ping" dari banyak perangkat secara bersamaan, yang jika tidak ditangani, dapat menyebabkan penurunan kinerja atau bahkan kegagalan sistem.
ENSEMBLE ALGORITMA RANDOM FOREST CLASSIFIER DAN ADABOOST DALAM PERANCANGAN APLIKASI PENERJEMAH BAHASA ISYARAT Andi, Andi; Ong, Rezeki Ongsa; Thamrin; Roseline
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025832

Abstract

Penelitian ini mengembangkan aplikasi penerjemah bahasa isyarat berbasis web yang bertujuan untuk memudahkan komunikasi bagi penyandang disabilitas tunarungu. Aplikasi ini menggunakan ensemble algoritma Random Forest Classifier dan AdaBoost untuk mendeteksi dan menerjemahkan gestur tangan ke dalam teks secara real-time. Dataset yang digunakan bersifat lokal, dengan masing-masing gestur terdiri dari 100 citra data latih. Sistem ini dirancang untuk mengenali huruf A hingga Z serta beberapa kata umum seperti "hello", "done", "thank you", "I love you", "sorry", "please", dan "you are welcome". Hasil pengujian terhadap 14 skenario menunjukkan bahwa aplikasi berhasil menerjemahkan dengan tingkat akurasi sebesar 92%, sementara pengujian model mencatat akurasi testing sebesar 99,88%, lebih tinggi dibandingkan penggunaan Random Forest tunggal yang hanya mencapai 97,00%. Peningkatan akurasi sebesar ±2,97% menunjukkan bahwa kombinasi algoritma tersebut efektif dalam meningkatkan performa dan kestabilan sistem. Aplikasi ini diharapkan dapat membantu penyandang tunarungu berkomunikasi lebih efektif, meningkatkan aksesibilitas informasi, serta mendorong pengembangan teknologi di bidang penerjemahan bahasa isyarat.
JOB MARKET INFORMATION SYSTEM USING EXTREME PROGRAMMING Sirait, Agustian William Soen; Pinontoan, Benny; Kalengkongan, Wisard Widsli; Ketaren, Eliasta
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025833

Abstract

This study presents the development of a web-based job vacancy portal aimed at streamlining employment information access for job seekers and employers. Using the Extreme Programming (XP) methodology, the system was built iteratively with frequent stakeholder feedback to ensure agility and adaptability. The research involved requirement gathering through interviews and observations, followed by designing, coding, and testing cycles. The system features user registration, job posting, search functionalities, and admin management. The results indicate that XP enhanced collaboration, reduced development risks, and delivered a system that meets user needs effectively.
IMPLEMENTASI METODE PROTOTYPING DALAM PERANCANGAN UI/UX DESIGN PADA MEDIA DIGITAL TERANG KITA Rizkita, Ari; Perangin Angin, Johanes; Robet; Pribadi, Octara
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025834

Abstract

Perkembangan teknologi informasi pada era saat ini bergerak sangat pesat dan mencakup seluruh aspek kehidupan manusia, termasuk pada bidang media. Media digital terangkita.com, sebuah platform yang bergerak di bidang edukasi dan penyebaran konten positif berbasis nilai-nilai sosial. Proses perancangan dilakukan melalui tahapan metode prototyping, mulai dari pengumpulan kebutuhan pengguna, pembuatan sketsa awal, hingga pengujian desain interaktif. Pendekatan ini memungkinkan kolaborasi yang dinamis antara desainer dan pengguna, serta memberikan fleksibilitas untuk melakukan revisi berdasarkan umpan balik secara iteratif. Hasil penelitian menunjukkan bahwa metode prototyping mampu meningkatkan kualitas desain UI/UX secara signifikan, ditinjau dari aspek keterpahaman, kemudahan navigasi, dan kepuasan pengguna terhadap antarmuka. Temuan ini memberikan kontribusi terhadap pengembangan desain media digital yang lebih human-centered, serta menjadi acuan dalam proses desain interaktif berbasis kebutuhan pengguna. Kata kunci: UI/UX Design, Prototyping, Media Digital, Desain Interaktif, Terang Kita

Page 30 of 33 | Total Record : 327

 28   29   30   31   32 

Filter by Year

2013 2025


Reset
Filter By Issues
All Issue Vol 14 No 2 (2025): Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES Vol 13 No 2 (2024): Jurnal TIMES Vol 13 No 1 (2024): Jurnal TIMES Vol 12 No 2 (2023): Jurnal TIMES Vol 12 No 1 (2023): Jurnal TIMES Vol 11 No 2 (2022): Jurnal TIMES Vol 11 No 1 (2022): Jurnal TIMES Vol 10 No 2 (2021): Jurnal TIMES Vol 10 No 1 (2021): Jurnal TIMES Vol 9 No 2 (2020): Jurnal TIMES Vol 9 No 1 (2020) Vol 8, No 2 (2019) Vol 8 No 2 (2019) Vol 8 No 1 (2019) Vol 8, No 1 (2019) Vol 7, No 1 (2018) Vol 7 No 1 (2018) Vol 6, No 2 (2017) Vol 6 No 2 (2017) Vol 6 No 1 (2017) Vol 6, No 1 (2017) Vol 5, No 2 (2016) Vol 5 No 2 (2016) Vol 5 No 1 (2016) Vol 5, No 1 (2016) Vol 4 No 2 (2015) Vol 4, No 2 (2015) Vol 4, No 1 (2015) Vol 4 No 1 (2015) Vol 2 No 2 (2013) Vol 3 No 2 (2014) Vol 3, No 2 (2014) Vol 3, No 1 (2014) Vol 3 No 1 (2014) Vol 2, No 2 (2013) More Issue