cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ardi Mardiana
Contact Email
aim@unma.ac.id
Phone
+62233-8287177
Journal Mail Official
infotech@unma.ac.id
Editorial Address
https://ejournal.unma.ac.id/index.php/infotech/about/contact
Location
Kab. majalengka,
Jawa barat
INDONESIA
Infotech Journal
Published by Universitas Majalengka
ISSN : 24601861     EISSN : 26154250     DOI : -
Core Subject : Science,
Computer Science & IT
Infotech Journal is a Scientific Paper published by the Informatics Study Program of the Faculty of Engineering, Majalengka University. The areas of competence covered by Infotech are Information Systems, Programming, Networks, Robotics, Artificial Intelligence and Multimedia
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 330 Documents
 29   30   31   32   33 
EXPLAINABLE DEEP LEARNING FOR BEEF FRESHNESS CLASSIFICATION USING GRAD-CAM VISUALIZATION Ade Bastian; Ardi Mardiana; Billy Adrian Fernanda; Harun Sujadi; Abrar Wahid; Riri Nurazizah; Wildan Zhilal Manafi
INFOTECH journal Vol. 11 No. 2 (2025)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v11i2.16897

Abstract

Kesegaran daging sapi merupakan faktor kritis bagi keamanan pangan di Indonesia, mengingat tingginya tingkat konsumsi dan impor komoditas ini. Metode penilaian kesegaran tradisional seringkali lambat, destruktif (merusak), atau bias secara subjektif. Penelitian ini bertujuan untuk mengembangkan model Deep Learning yang tidak hanya akurat dalam mengklasifikasikan kesegaran daging sapi (Segar, Setengah Segar, Busuk) tetapi juga dapat dijelaskan (explainable) dalam proses pengambilan keputusannya. Kami menerapkan Transfer Learning menggunakan arsitektur Convolutional Neural Network (CNN) yang ringan, yaitu MobileNetV2, pada dataset yang terdiri dari 2.266 citra daging yang telah diaugmentasi. Untuk mengatasi sifat "black-box" dari CNN, Gradient-weighted Class Activation Mapping (Grad-CAM) diimplementasikan untuk memvisualisasikan area fokus model. Hasil eksperimen menunjukkan bahwa model kami yang telah di-fine-tune mencapai akurasi validasi yang tinggi (96,01%), dengan presisi sempurna (100%) untuk kelas 'Busuk' (Spoiled), memastikan tidak ada daging busuk yang salah diklasifikasikan sebagai daging segar. Analisis Grad-CAM lebih lanjut memvalidasi bahwa model mendasarkan keputusannya pada fitur visual yang relevan secara biologis, seperti pola perubahan warna dan tekstur permukaan, bukan pada noise latar belakang. Temuan ini mengonfirmasi potensi integrasi CNN ringan dengan XAI untuk sistem kontrol kualitas yang andal, non-destruktif, dan transparan dalam industri pangan.
PENERAPAN METODE UX HONEYCOMB DAN GAME DEVELOPMENT LIFE CYCLE PADA GAME FUTURE WARFARE Dadan Zaliluddin; Ade Bastian; Rivki Anja Afrenda
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.16914

Abstract

Pengembangan game modern menuntut penerapan metodologi terstruktur yang tidak hanya berfokus pada aspek teknis, tetapi juga pada kualitas pengalaman pengguna. Penelitian ini bertujuan menerapkan metode UX Honeycomb dan Game Development Life Cycle (GDLC) pada pengembangan game Future Warfare, yaitu game aksi bertema futuristik-lokal yang dikembangkan menggunakan Unity Engine. Metode UX Honeycomb digunakan untuk mengevaluasi tujuh dimensi pengalaman pengguna, yaitu useful, usable, findable, desirable, accessible, credible, dan valuable, sedangkan GDLC digunakan sebagai kerangka pengembangan mulai dari tahap konseptualisasi, perancangan aset, implementasi mekanika permainan, hingga pengujian. Pengumpulan data dilakukan melalui kuesioner berbasis skala Likert dan uji playtesting terhadap 30 responden. Hasil penelitian menunjukkan bahwa game Future Warfare memperoleh skor UX yang tinggi pada aspek usability dan desirability, namun masih ditemukan kelemahan pada aspek accessibility dan findability, terutama terkait ukuran teks dan navigasi antarmuka. Secara keseluruhan, penerapan kedua metode ini terbukti mampu menghasilkan proses pengembangan game yang lebih terstruktur serta memberikan gambaran menyeluruh terkait kualitas pengalaman pengguna. Temuan penelitian ini dapat dijadikan acuan dalam pengembangan game lokal dengan pendekatan UX yang komprehensif dan metodologi pengembangan profesional.
PEMODELAN TOPIK BERITA NASIONAL INDONESIA MENGGUNAKAN LATENT DIRICHLET ALLOCATION Fajar Maula Hidayat; Cahyadi; Hafidz Sanjaya; Dwi Purnomo; Heri Wiranto
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.16926

Abstract

Penelitian ini membahas penerapan metode Latent Dirichlet Allocation (LDA) untuk pemodelan topik berita terkini di Indonesia. Data dikumpulkan melalui RSS feed dari beberapa portal berita nasional seperti Detik, Kompas, Tribunnews, Liputan6, Tempo, CNN Indonesia, dan Antara News. Proses penelitian meliputi tahapan pengambilan data, pembersihan dan preprocessing teks, eksplorasi awal frekuensi kata, penyusunan representasi korpus, pemodelan topik LDA, visualisasi interaktif dengan pyLDAvis, serta evaluasi model menggunakan metrik coherence score. Hasil analisis menunjukkan model LDA dengan lima topik memberikan distribusi kata kunci yang relevan dengan isu-isu utama seperti bencana, politik, demonstrasi, korupsi, dan kriminal. Nilai coherence score sebesar 0,3591 mengindikasikan tingkat koherensi cukup baik, meskipun terdapat ruang optimasi melalui penyesuaian parameter. Visualisasi interaktif menunjukkan keterpisahan topik yang memadai, dengan tumpang tindih yang relatif kecil. Temuan ini memperlihatkan bahwa LDA efektif untuk mengidentifikasi topik dominan dalam berita nasional, sehingga dapat dimanfaatkan untuk analisis tren isu publik, pengelompokan konten media, serta mendukung pengambilan keputusan berbasis data.
IMPLEMENTASI ALGORITMA K-MEANS DALAM PENGELOMPOKAN GAYA BELAJAR MAHASISWA UBHI MENGGUNAKAN MODEL VARK Muhamad Rovi; Hendra Rustama
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.16970

Abstract

Perkembangan teknologi informasi mendorong perguruan tinggi menerapkan pembelajaran adaptif yang berpusat pada mahasiswa. Pemahaman gaya belajar menjadi salah satu strategi penting untuk mendukung pembelajaran tersebut. Penelitian ini bertujuan mengimplementasikan algoritma K-Means Clustering untuk memetakan gaya belajar mahasiswa Universitas Bhakti Husada Indonesia (UBHI) berdasarkan model VARK (Visual, Aural, Read/Write, dan Kinesthetic). Penelitian menggunakan pendekatan kuantitatif dengan metode unsupervised learning. Data dikumpulkan melalui kuesioner VARK yang diisi oleh 100 mahasiswa dari Fakultas Bisnis dan Ilmu Sosial (FBIS) serta Fakultas Ilmu Kesehatan (FIKES). Pra-pemrosesan data dilakukan melalui tahapan konversi skor dan normalisasi data menggunakan metode StandardScaler. Jumlah klaster optimal ditentukan menggunakan metode Elbow dan Silhouette, yang menghasilkan empat klaster. Hasil klasterisasi menunjukkan variasi gaya belajar mahasiswa yang beragam. Mahasiswa FBIS cenderung dominan pada gaya belajar visual dan aural, sedangkan mahasiswa FIKES menunjukkan kecenderungan gaya belajar yang lebih seimbang dan multimodal. Visualisasi menggunakan Principal Component Analysis (PCA) memperlihatkan pemisahan klaster yang cukup jelas. Penelitian ini menyimpulkan bahwa integrasi model VARK dan algoritma K-Means efektif untuk memetakan gaya belajar mahasiswa sebagai dasar perancangan pembelajaran adaptif.
PENDEKATAN MODEL REGRESI LINIER DALAM MEMPREDIKSI HARGA RUMAH DI WILAYAH TANGERANG Dava Al Riziq; Muhamad Abdul Salam; Dhiaulhaq Ramadhan; Waeisul Bismi; Ika Kurniawati; Rizal Fahlapi
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.17335

Abstract

Harga rumah di wilayah perkotaan dipengaruhi oleh berbagai karakteristik fisik bangunan dan lahan yang bersifat kompleks. Penelitian tujuannya menilai kinerja algoritma regresi linier memperkirakan harga rumah di Kota Tangerang berdasarkan data fisik rumah. Variabel dipergunakan meliputi luas tanah, luas bangunan, jumlah kamar tidur, jumlah kamar mandi. Dataset didapat pada situs properti daring dengan 220 data awal, setelah preprocessing menghasilkan 196 data bersih. Pemodelan dilakukan menggunakan RapidMiner pembagian data 80% data latih dan 20% data uji. Evaluasi dilakukan menggunakan MAE, RMSE, R². Temuan penelitian melihatkan nilai MAE 702.585.838, RMSE sebesar 1.263.497.273, R² 0,839. Nilai error relatif besar melihatkan regresi linier belum mampu mencapai tingkat akurasi yang tinggi, namun nilai R² menunjukkan kemampuan model dalam menjelaskan sebagian besar variasi harga rumah. Oleh karena itu, regresi linier masih layak digunakan sebagai model dasar dalam prediksi harga rumah.
IMPLEMENTASI HAVERSINE FORMULA PADA RANCANG BANGUN APLIKASI POSYANDU MENGGUNAKAN FRAMEWORK FLUTTER Daffa Kresna Wisetya; Purwantoro; Carudin
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.17354

Abstract

Di era Revolusi Industri 4.0 yang serba digital, segala macam aspek kehidupan manusia telah dipermudah dengan hadirnya teknologi. Teknologi telah meningkatkan produktivitas berbagai bidang, termasuk pendidikan hingga industri. Salah satu bentuk teknologi tersebut adalah perangkat lunak. Menurut data yang diambil dari Statista, pada tahun 2020 setidaknya terdapat 3,04 juta aplikasi mobile yang dipublikasikan pada platform Google Play Store dan juga terdapat 2,09 juta aplikasi yang dipublikasikan pada Apple App Store. Data tersebut menunjukkan bahwa perangkat lunak, khususnya yang digunakan pada gawai smartphone telah berkembang secara masif dan juga membantu masyarakat luas dalam memenuhi kebutuhan baik dalam hal produktivitas maupun hiburan. Salah satu kegiatan yang dapat dipermudah dengan hadirnya teknologi adalah posyandu, sampai saat ini posyandu masih melakukan kegiatan pencatatan data hasil posyandu secara manual (tulis tangan). Berdasarkan hal tersebut, dibutuhkan aplikasi posyandu untuk mempermudah kegiatan posyandu. Pembuatan apikasi ini menggunakan framework Flutter dan metode Agile, metode ini memungkinkan pengembangan yang fleksibel apabila terdapat perubahan kebutuhan pada saat proses pengembangan apikasi. Aplikasi ini juga menerapkan Algoritma Haversine yang digunakan pada fitur pelaporan warga, Algoritma Haversine dapat menentukan jarak kader terdekat dengan akurat,  sehingga warga dapat melaporkan permasalahan kesehatan kepada kader terdekat dilingkungan tempat tinggalnya.
ANALISIS DAN PERANCANGAN UI/UX PROTOTIPE SISTEM INFORMASI PENCATATAN KEUANGAN DAN KEANGGOTAAN KOPERASI SABDA KARYA SEJAHTERA BERBASIS WEB MENGGUNAKAN METODE PROTOTYPE Fritti Juliana Nainggolan; I Gst Agung Pramesti Dwi Putri; Eka Grana Aristyana Dewi
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.17471

Abstract

Koperasi Sabda Karya Sejahtera hingga saat ini masih mengandalkan sistem pencatatan manual dengan memanfaatkan Microsoft Excel dan WhatsApp dalam pengelolaan data keuangan dan keanggotaan. Praktik tersebut menimbulkan berbagai permasalahan, antara lain tingginya risiko kesalahan input data, keterlambatan pelayanan kepada anggota, serta potensi kehilangan data. Penelitian ini bertujuan untuk menganalisis kebutuhan pengguna dan merancang UI/UX prototipe sistem informasi pencatatan keuangan dan keanggotaan berbasis web sebagai solusi atas permasalahan tersebut. Metode Prototype digunakan untuk menghasilkan rancangan sistem secara iteratif dengan melibatkan umpan balik langsung dari pengguna koperasi. Hasil penelitian berupa rancangan sistem dan prototipe antarmuka pengguna (UI/UX) yang dikembangkan menggunakan Figma, dilengkapi dengan model perancangan sistem seperti Data Flow Diagram (DFD) dan Entity Relationship Diagram (ERD). Evaluasi usability terhadap prototipe menunjukkan tingkat kemudahan penggunaan yang tinggi, sehingga desain yang dihasilkan dinilai sesuai dengan kebutuhan operasional koperasi. Prototipe sistem ini diharapkan dapat menjadi dasar pengembangan sistem informasi koperasi pada tahap implementasi selanjutnya guna meningkatkan efisiensi, akurasi, dan transparansi pengelolaan data.
PENERAPAN MACHINE LEARNING UNTUK ANALISIS SENTIMEN PROGRAM MBG PADA PLATFORM X DAN YOUTUBE Putra Muamar Kadafi; Hildan Zafa Riyadi; Raka Satria Gumilang Raya; Ika Kurniawati; Waeisul Bismi; Riza Fahlapi
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.17472

Abstract

Program Makan Bergizi Gratis (MBG) merupakan kebijakan nasional yang bertujuan meningkatkan kualitas gizi anak sekolah dan menekan angka stunting. Implementasi program ini menimbulkan beragam respons di media sosial yang mencerminkan persepsi publik terhadap efektivitas kebijakan. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap Program MBG berdasarkan data dari platform X dan YouTube serta membandingkan kinerja model Support Vector Machine (SVM), Random Forest, dan Long Short-Term Memory (LSTM).  Data dikumpulkan melalui teknik web scraping dan diproses melalui tahapan pra-pemrosesan dan ekstraksi fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), ulasan dikategorikan menjadi 3 kelas sentimen positif, negatif, dan netral. Evaluasi model diukur menggunakan metrik akurasi, presisi, recall, dan F1-score. Model Random Forest menunjukkan kinerja yang unggul, mencapai akurasi, sebesar 87,2%.  LSTM memperoleh performa yang cukup tinggi dengan akurasi, recall, dan recall sebesar 81,8% serta 81,7 untuk F1-score. Sementara SVM memiliki performa yang rendah dibanding kedua model lainnya, dengan akurasi, presisi, recall, dan F1-score sebesar 79,1%.  Hasil studi menunjukkan bahwa Random Forest terbukti lebih stabil terhadap variasi data seperti teks dan penanganan data tidak seimbang, serta lebih tahan terhadap overfitting.  Studi ini diharapkan dapat memberikan tinjauan komparatif dari tiga algoritma populer untuk analisis sentimen dan dapat digunakan sebagai referensi untuk memilih metode klasifikasi untuk ulasan bebahasa Indonesia.
RANCANG BANGUN SISTEM BOOKING ONLINE JASA PHOTOGRAPER STUDY CASE YOGA GALLERY BERBASIS WEBSITE MENGGUNAKAN METODE AGILE I Wayan Bayu Weda Dinata; I Made Adi Paramartha Putra; I Nyoman Yudi Anggara Wijaya
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.17519

Abstract

Yoga Gallery merupakan usaha jasa fotografi yang berlokasi di Bali dan dimiliki oleh seorang fotografer profesional bernama Yoga. Dalam menjalankan usahanya, Yoga menghadapi tantangan dalam proses pemesanan layanan fotografi yang masih dilakukan secara manual, seperti melalui pesan singkat atau media sosial, yang sering kali menyebabkan ketidakteraturan jadwal dan kurangnya dokumentasi pemesanan. Melalui wawancara yang dilakukan, diketahui bahwa tidak adanya sistem terpusat untuk manajemen jadwal, layanan, dan data klien menjadi hambatan utama dalam pengembangan usaha. Untuk mengatasi permasalahan tersebut, penulis merancang dan membangun sebuah sistem Booking online berbasis website yang dapat membantu pelanggan dalam melakukan pemesanan layanan secara langsung, melihat portofolio, serta memilih jadwal yang tersedia. Sistem ini juga menyediakan fitur manajemen jadwal, layanan, dan data pelanggan bagi pemilik usaha. Dalam pengembangannya, sistem dibangun menggunakan pendekatan agile, yang memungkinkan penyesuaian berkelanjutan berdasarkan masukan dari pengguna. Diharapkan dengan adanya sistem ini, proses bisnis Yoga Gallery menjadi lebih terstruktur, profesional, dan mampu meningkatkan pengalaman pelanggan secara keseluruhan.
PERANCANGAN SISTEM INFORMASI PERSEDIAAN BARANG BERBASIS WEBSITE PADA GASFLOW TEKNIK MENGGUNAKAN METODE PROTOTIPE Muhammad Vito Arya Apriza; I Gede Putu Krisna Juliharta; I Gst. Agung Pramesti Dwi Putri
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.17530

Abstract

Kemajuan pesat teknologi informasi telah secara signifikan mengubah cara bisnis beroperasi, menghasilkan proses yang lebih efisien, otomatis, dan berbasis data. Dalam konteks usaha kecil dan menengah, transformasi digital berperan penting dalam merampingkan operasional, meningkatkan akurasi, serta memperkuat kemampuan pengambilan keputusan. Gasflow Teknik, sebuah toko yang bergerak di bidang peralatan dapur, masih mengandalkan sistem manajemen persediaan secara manual, yang sering kali mengakibatkan kesalahan pencatatan, penumpukan dokumen, serta ketidakefisienan dalam pelacakan stok. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi persediaan berbasis web yang disesuaikan dengan kebutuhan Gasflow Teknik menggunakan metode pengembangan prototipe. Metode prototipe memfasilitasi interaksi dan umpan balik secara berkesinambungan antara pengembang dan pengguna akhir. Perancangan sistem akan memanfaatkan alat pemodelan standar seperti Unified Modeling Language (UML) untuk memvisualisasikan fungsionalitas sistem, serta Entity Relationship Diagram (ERD) untuk mendefinisikan struktur basis datanya. Pengujian kegunaan akan dilakukan dengan menggunakan System Usability Scale (SUS), dengan hingga tiga siklus iterasi untuk mengoptimalkan pengalaman pengguna dan kinerja sistem.

Page 33 of 33 | Total Record : 330

 29   30   31   32   33 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol. 12 No. 1 (2026) Vol. 11 No. 2 (2025) Vol. 11 No. 1 (2025) Vol. 10 No. 2 (2024) Vol. 10 No. 1 (2024) Vol. 9 No. 2 (2023) Vol. 9 No. 1 (2023) Vol. 8 No. 2 (2022) Vol. 8 No. 1 (2022) Vol. 7 No. 2 (2021) Vol. 7 No. 1 (2021) Vol. 6 No. 2 (2020) Vol. 6 No. 1 (2020) Vol. 5 No. 2 (2019) More Issue