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 386 Documents
 32   33   34   35   36 
ANALISIS SENTIMEN MASYARAKAT TENTANG DAMPAK PERTAMBANGAN DI PULAU TALIABU PROVINSI MALUKU UTARA MELALUI MEDIA SOSIAL MENGGUNAKAN METODE K-MEANS DAN NAIVE BAYES Kori Bantu; Marline S. Paendong; Dodisutarma Lapihu; Ketaren, Eliasta
Jurnal TIMES Vol 14 No 2 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menganalisis opini masyarakat terkait isu pertambangan di Pulau Taliabu yang terekam melalui media sosial. Data yang digunakan berupa komentar pengguna dari Facebook, X (Twitter), TikTok, dan Instagram yang kemudian diolah melalui tahap praproses teks sebelum dilakukan pengelompokan menggunakan algoritma K-Means Clustering. Hasil analisis menunjukkan bahwa opini masyarakat terbagi ke dalam tiga sentimen utama, yaitu positif, netral, dan negatif. Sentimen negatif menjadi klaster yang paling dominan dengan jumlah 750 data, sedangkan klaster netral berjumlah 142 data yang umumnya berfokus pada diskusi isu pembangunan dan sumber daya alam, dan klaster positif berjumlah 28 data yang berisi apresiasi maupun dukungan terhadap figur publik. Faktor-faktor yang memengaruhi sentimen masyarakat meliputi isu pembangunan infrastruktur, kinerja pemerintah, serta dampak sosial-ekonomi dari aktivitas pertambangan. Dilakukan klasifikasi menggunakan algoritma Multinomial Naive Bayes yang berhasil memprediksi sentimen dengan tingkat akurasi sangat baik, yakni mencapai 89,77%. Temuan ini memberikan gambaran yang lebih jelas mengenai persepsi publik terhadap aktivitas pertambangan di Pulau Taliabu.
ENSEMBLE SOFT VOTING DARI MODEL HYBRID CNN-TRANSFER LEARNING UNTUK KLASIFIKASI PENYAKIT PARU-PARU (STUDI KASUS RSUD MARIA WALANDA MARAMIS) Mahardika Inra Takaendengan; Dodisutarma Lapihu; Mans Lumiu Mananohas; Ketaren, Eliasta; Shalom Putri Maharani Taringanen; Dwika Taufan Takaendengan; Thesalonika Putri Millenia Parera
Jurnal TIMES Vol 14 No 2 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit paru-paru seperti tuberkulosis, bronkitis, dan pneumonia masih menjadi masalah kesehatan serius di Indonesia dengan angka kematian yang tinggi. Di Sulawesi Utara, RSUD Maria Walanda Maramis menghadapi tantangan dalam diagnosis dini karena keterbatasan tenaga medis spesialis dan beban kerja yang tinggi. Penelitian ini bertujuan mengembangkan model ensemble soft voting dari hybrid Convolutional Neural Network (CNN) dan transfer learning untuk meningkatkan akurasi klasifikasi penyakit paru-paru menggunakan citra X-ray dada. Metode yang diusulkan menggabungkan tiga model berbeda yaitu VGG16, MobileNetV2, dan CNN custom melalui teknik soft voting ensemble. Dataset terdiri dari 589 citra X-ray pasien RSUD Maria Walanda Maramis yang telah diberi label oleh ahli radiologi. Evaluasi menggunakan 5-fold cross validation menunjukkan bahwa model ensemble mencapai akurasi 75.44%, precision 75.12%, recall 75.44%, dan F1-score 74.88%, lebih tinggi dibandingkan model individual terbaik (MobileNetV2 dengan akurasi 71.93%). Analisis statistik menggunakan uji McNemar membuktikan perbedaan signifikan secara statistik antara model ensemble dan model individual. Hasil penelitian ini menunjukkan potensi sistem berbasis kecerdasan buatan sebagai alat bantu diagnosis untuk mendukung tenaga medis dalam meningkatkan ketepatan dan kecepatan diagnosis penyakit paru-paru di fasilitas kesehatan dengan sumber daya terbatas.
SISTEM DETEKSI HAMA PADA TANAMAN JAGUNG (ZEA MAYS) BERBASIS KECERDASAN BUATAN DAN INTERNET OF THINGS (IOT) Tenda, Edwin; Stephano C. W. Ngangi; Christian A. J. Soewoeh; Ketaren, Eliasta
Jurnal TIMES Vol 14 No 2 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Deteksi hama jagung secara dini pada perangkat edge sangat penting untuk pertanian presisi. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem klasifikasi hama jagung real-time yang ringan pada Raspberry Pi 4. Metode penelitian melibatkan penggunaan dataset citra dari Kaggle yang difilter menjadi tiga kelas target: ulat grayak, penggerek batang, dan daun sehat. Model Convolutional Neural Network (CNN) ringan, YOLOv8n-cls, dilatih selama 50 epoch menggunakan metode validasi hold-out (80/20) dan augmentasi data dinamis. Model best.pt yang telah dilatih kemudian dikonversi ke format ONNX untuk optimalisasi inferensi CPU. Hasil evaluasi menunjukkan performa akurasi keseluruhan yang sangat tinggi, mencapai ~99% (Top-1) dan 100% (Top-5). Meskipun demikian, analisis confusion matrix mengungkap adanya ketidakseimbangan data (dataset imbalance) yang ekstrem. Model menunjukkan recall 100% pada kelas dominan (ulat grayak, 119 sampel uji), namun performa pada kelas minoritas (daun sehat 85.7% dan penggerek batang 100%) tidak signifikan secara statistik karena jumlah sampel uji yang sangat sedikit (masing-masing 7 dan 1). Sistem ini berhasil diimplementasikan pada Raspberry Pi 4 menggunakan OpenCV dan ONNX Runtime, mencapai latensi inferensi yang rendah (~40-50 ms). Disimpulkan bahwa meskipun model sangat akurat dan cepat dalam mendeteksi ulat grayak, akurasi keseluruhannya bersifat miring (biased) dan diperlukan penambahan data signifikan untuk kelas minoritas agar sistem dapat diandalkan secara penuh di lapangan.
PENERAPAN ALGORITMA STATISTICAL PROFILING UNTUK PENENTUAN AMBANG BATAS DINAMIS (DYNAMIC THRESHOLDING) PADA SISTEM DETEKSI ANOMALI GAS BERBASIS ESP32 Ahmad Fauzidan Yahya Khainur; Nadhif Hafiz Pradiptya; Siti Nurlaela
Jurnal TIMES Vol 15 No 1 (2026): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.15.1.2026892

Abstract

Kebocoran gas Liquefied Petroleum Gas (LPG) merupakan risiko keselamatan domestik yang kritis, namun sistem deteksi dini konvensional sering kali tidak efektif akibat tingginya tingkat alarm palsu yang disebabkan oleh penggunaan ambang batas statis (static threshold) yang kaku terhadap fluktuasi lingkungan. Penelitian ini bertujuan untuk meningkatkan keandalan sistem deteksi gas dengan mengimplementasikan algoritma Statistical Profiling untuk penentuan ambang batas dinamis (dynamic thresholding) pada mikrokontroler ESP32. Metode yang diusulkan menggunakan teknik Exponential Weighted Moving Average (EWMA) untuk membangun profil normalitas data sensor gas per jam secara real-time, serta menerapkan protokol komunikasi hibrida ESP-NOW untuk efisiensi transmisi data. Hasil pengujian terhadap 200 sampel data runtun waktu menunjukkan bahwa sistem mampu membentuk profil lingkungan yang stabil dengan nilai rata-rata 389,50 dan standar deviasi 20,15. Penerapan ambang batas dinamis dengan koefisien kepercayaan 3,5-sigma terbukti efektif dalam membedakan lonjakan transien non-bahaya dari anomali gas yang sesungguhnya, sehingga meminimalisir kesalahan deteksi (false positive) yang umum terjadi pada metode statis. Penelitian ini menyimpulkan bahwa pendekatan adaptif pada perangkat edge mampu meningkatkan akurasi instrumen keselamatan rumah tangga secara signifikan tanpa ketergantungan pada layanan komputasi awan.
RANCANG BANGUN SISTEM PENDAFTARAN ONLINE BERBASIS WEB DI SEKOLAH SMP SWASTA GOTONG ROYONG KUALA MENGGUNAKAN METODE WATERFALL Yoel Arisi sitepu; Irwan Jani Tarigan; suhendri nasution
Jurnal TIMES Vol 15 No 1 (2026): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.15.1.2026893

Abstract

Proses pendaftaran siswa baru di banyak sekolah masih dilakukan secara manual sehingga menimbulkan berbagai kendala seperti antrian panjang, kesalahan pencatatan, dan lambatnya proses verifikasi. Kondisi tersebut juga terjadi di SMP Swasta Gotong Royong Kuala yang hingga kini belum menggunakan sistem digital. Penelitian ini bertujuan mengembangkan sistem pendaftaran online berbasis web menggunakan metode Waterfall untuk meningkatkan efektivitas administrasi sekolah. Tahapan penelitian meliputi analisis kebutuhan, perancangan sistem, implementasi menggunakan PHP dan MySQL, pengujian fungsi, serta pemeliharaan. Sistem yang dibangun menyediakan fitur pembuatan akun, pengisian data siswa, data orang tua, data wali, unggahan berkas ijazah, verifikasi admin, dan penyajian status pendaftaran secara real-time. Hasil pengujian menunjukkan bahwa sistem berfungsi dengan baik, mampu mengurangi kesalahan input data, mempercepat proses verifikasi, serta memberikan akses pendaftaran yang lebih praktis bagi calon siswa. Dengan demikian, sistem ini efektif menggantikan prosedur manual dan mendukung digitalisasi layanan sekolah.
PENGEMBANGAN APLIKASI ANDROID STUDIO MY LITERASI DI ERA DIGITAL UNTUK MENINGKATKAN SEMANGAT BELAJAR ANAK Refania Meilani Firdos; Muh Ilham Wahyu Fajar; Aquillah Yupada
Jurnal TIMES Vol 15 No 1 (2026): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.15.1.2026895

Abstract

Perkembangan teknologi digital memberikan dampak yang besar terhadap anak-anak sehingga, anak-anak mulai cenderung bermain gadget dari pada meningkatkan aktivitas belajarnya. Hal ini menjadi tantangan bagi para orang tua ataupun pendamping belajar seperti guru dalam proses pembelajaran. Penelitian ini bertujuan untuk mengembangkan Aplikasi My Literasi berbasis Android sebagai sarana literasi digital untuk meningkatkan daya tarik literasi anak. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan teknik pengumpulan data melakukan studi pustaka pada e-jurnal dan observasi dengan tujuan untuk mengetahui kondisi lingkungan sekitar. Hasil penelitian ini akan diimplementasikan dalam aplikasi yang sesuai dengan kebutuhan kondisi anak-anak pada masa kini. Aplikasi My Literasi berbasis android ini diharapkan bisa membantu untuk proses pembelajaran anak serta memdukung orang tua dan guru dalam proses pembelajaran berbasis digital. Dengan seperti ini orang tua dan guru terbantu dalam proses membimbing anak-anak diusia dini.
PERANCANGAN SISTEM INFORMASI MANAJEMEN DATA BENGKEL PPSP BERBASIS WEB MENGGUNAKAN PEMODELAN UML Suci Dwi Pratiwi; Rasyid Iskandar Prayogi; Adjie Arrayan Surya Putra
Jurnal TIMES Vol 15 No 1 (2026): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.15.1.2026896

Abstract

Bengkel PPSP sebagai penyedia jasa perawatan dan perbaikan kendaraan bermotor membutuhkan sistem informasi manajemen yang mampu mengelola data secara cepat, akurat, dan terintegrasi. Proses pengelolaan data yang masih dilakukan secara manual sering menimbulkan kesalahan pencatatan, duplikasi data, serta memperlambat proses pelayanan dan pengambilan keputusan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan merancang dan membangun sistem informasi manajemen bengkel berbasis website menggunakan metode pengembangan sistem Waterfall. Tahapan penelitian meliputi perencanaan, analisis kebutuhan, perancangan sistem dengan pemodelan UML, implementasi menggunakan bahasa pemrograman PHP dan basis data MySQL, serta pengujian sistem menggunakan metode black box testing. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu membantu pengelolaan data pelanggan, data servis kendaraan, transaksi suku cadang, serta penyusunan laporan keuangan harian secara lebih tertib dan efisien. Selain itu, sistem memungkinkan pemilik bengkel memantau kondisi operasional dan perkembangan bisnis secara real-time. Dengan demikian, penerapan sistem informasi ini dapat meningkatkan efektivitas kerja serta mendukung pengambilan keputusan yang lebih tepat dan cepat.
PERANCANGAN SISTEM INFORMASI AKADEMIK SISWA DI SEKOLAH SMP SWASTA PEMBANGUNAN NASIONAL PANGKALAN SUSU MENGGUNAKAN METODE WATERFALL Mega Silvia; Ramen A Purba; Suhendri Nasution
Jurnal TIMES Vol 15 No 1 (2026): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.15.1.2026898

Abstract

Pengelolaan data akademik di SMP Swasta Pembangunan Nasional Pangkalan Susu yang masih menggunakan metode tertulis menimbulkan sejumlah permasalahan, antara lain rendahnya efisiensi, keterlambatan penyajian informasi, serta kurangnya keterbukaan nilai siswa. Kondisi ini berimplikasi pada lambatnya proses administrasi serta terbatasnya peran orang tua dalam memantau perkembangan belajar anak. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi akademik berbasis web yang terintegrasi, sehingga seluruh data siswa, guru, mata pelajaran, kelas, dan nilai dapat dikelola dalam satu basis data yang terpusat. Metode pengembangan sistem mengadopsi model Waterfall yang mencakup tahap analisis kebutuhan, desain sistem, implementasi, pengujian, hingga pemeliharaan. Sistem dibangun menggunakan bahasa pemrograman PHP dengan dukungan basis data MySQL, kemudian diuji melalui metode black-box untuk menilai kesesuaian fungsi dengan kebutuhan pengguna. Hasil penelitian memperlihatkan bahwa sistem yang dihasilkan mampu menjawab persoalan yang dihadapi sekolah. Proses penginputan nilai menjadi lebih efisien, laporan dapat dihasilkan secara otomatis, serta siswa dapat langsung mengakses nilai secara daring. Uji fungsional menunjukkan keberhasilan pada seluruh skenario pengujian, sehingga sistem dinyatakan layak digunakan. Penelitian ini diharapkan dapat meningkatkan kualitas layanan akademik, khususnya bagi sekolah swasta dengan keterbatasan fasilitas teknologi. Kata Kunci : Akademik, Pendidikan, Pengelolaan Nilai, Waterfall, Web
KLASIFIKASI TEKS KOMENTAR MOBILE LEGENDS DALAM GOOGLE PLAY PADA TAHUN 2025 DENGAN ALGORITMA NAIVE BAYES Eva Mufida Padilla; Muhammad Iqbal
Jurnal TIMES Vol 15 No 1 (2026): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.15.1.2026902

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen komentar pengguna aplikasi Mobile Legends di Google Play pada bulan November 2025 menggunakan algoritma Naive Bayes. Data diperoleh dengan melakukan web scraping terhadap 2.000 komentar dari aplikasi Mobile Legends dalam periode pengumpulan data setahun ke belakang hingga bulan November 2025. Komentar kemudian dikelompokkan berdasarkan rating bintang, dengan kriteria sentimen positif untuk rating 3-5 bintang dan sentimen negatif untuk rating 1-2 bintang. Dari dataset yang dikumpulkan, diperoleh 1.213 komentar dengan sentimen negatif (60,7%) dan 705 komentar dengan sentimen positif (35,2%). Tahapan penelitian mencakup preprocessing teks, vektorisasi TF-IDF dengan maksimal 1.000 fitur, serta pelatihan model Naive Bayes multinomial menggunakan split data 80:20. Evaluasi model menggunakan metrik classification report yang mencakup precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mencapai akurasi sebesar 83%, dengan precision 0,82 dan recall 0,94 untuk klasifikasi sentimen negatif, serta precision 0,84 dan recall 0,62 untuk sentimen positif. F1-score keseluruhan mencapai 0,82 dengan nilai rata-rata tertimbang, menunjukkan performa model yang baik dalam mengklasifikasikan sentimen komentar pengguna. Hasil ini menginformasikan bahwa pengguna Mobile Legends lebih banyak memberikan komentar negatif, yang dapat menjadi masukan berharga bagi pengembang untuk meningkatkan kualitas aplikasi.
LSTM DENGAN DEEP LEARNING UNTUK KLASIFIKASI OPINI PUBLIK KELANGKAAN BAHAN BAKAR PASCA BANJIR DI MEDIA SOSIAL X Aidul Safii; Muhammad Iqbal
Jurnal TIMES Vol 15 No 1 (2026): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.15.1.2026903

Abstract

Penelitian ini berjudul Pemanfaatan LSTM dalam Deep Learning untuk Klasifikasi Opini Publik Kelangkaan Bahan Bakar Pasca Banjir di Media Sosial X. Penelitian bertujuan menganalisis sentimen publik terkait kelangkaan bahan bakar pasca banjir dengan menerapkan metode Long Short-Term Memory (LSTM) pada unggahan di platform X (dahulu Twitter). Data dikumpulkan menggunakan tool Tweet-Harvest melalui API X, kemudian diproses dengan tahapan preprocessing seperti case folding dan tokenizing, serta pelabelan otomatis menggunakan model transformer IndoBERT. Sebanyak 8.850 tweet tentang kelangkaan bahan bakar pasca banjir diklasifikasikan ke dalam dua kategori sentimen, yaitu positif dan negatif. Model LSTM dibangun dengan satu layer embedding, satu layer LSTM berukuran 128 unit, dan satu layer dropout, lalu dievaluasi menggunakan metrik akurasi, precision, recall, dan f1-score. Hasil pengujian menunjukkan bahwa model mencapai akurasi keseluruhan sebesar 85,11% dengan performa yang lebih baik dalam mengklasifikasikan sentimen negatif dibandingkan positif. Mayoritas tweet yang dianalisis cenderung menunjukkan sentimen negatif terhadap kelangkaan bahan bakar, mencerminkan keresahan masyarakat terhadap ketersediaan serta distribusi energi pasca bencana. Simpulan penelitian menegaskan bahwa metode LSTM efektif digunakan untuk menganalisis opini publik mengenai kelangkaan bahan bakar dan temuannya dapat menjadi masukan penting bagi pemangku kebijakan dalam merumuskan respons yang tepat. Penelitian ini juga memberikan kontribusi pada pengembangan studi analisis sentimen di Indonesia, khususnya terkait isu-isu kebencanaan dan krisis energi dengan pendekatan deep learning

Page 34 of 39 | Total Record : 386

 32   33   34   35   36 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol 15 No 1 (2026): Jurnal TIMES 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