cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Jurnal Ilmiah KOMPUTASI
Published by STMIK JAKARTA STI&K
ISSN : 14129434     EISSN : 25497227     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Ilmiah Komputasi ISSN : 1412-9434 adalah jurnal ilmiah di bidang Komputer dan Komunikasi yang memuat tulisan-tulisan ilmiah mengenai penelitian-penelitian di bidang: perangkat keras, perangkat lunak, komputasi, jaringan komputer dan komunikasi data. Jurnal terbit empat kali dalam setahun yakni bulan Juni, September, Desember, Maret dan diterbitkan oleh Lembaga Penelitian Sekolah Tinggi Manajemen Informatika dan Komputer STI&K. Dewan penyunting merupakan mitra bestari dari beberapa perguruan tinggi yakni: Universitas Gunadarma (UG), Sekolah Tinggi Teknik Cendekia (STTC), Sekolah TinggiManajemen Informatika dan Komputer Pradnya Paramita Malang (STIMATA) dan Universitas Indonesia (UI). Redaksi mengundang para peneliti, praktisi, dan mahasiswa untuk menulis perkembangan ilmu di bidang-bidang tersebut.
Arjuna Subject : -
Articles 16 Documents
 1   2 
Search results for , issue "Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022" : 16 Documents clear
Kajian Analisis Desain Antarmuka Mahasiswa App STMIK Jakarta (STI&K) Menggunakan Evaluasi Heuristik: Array Mohammad Afdhal Jauhari; Ire Puspa Wardhani; Noor Cholis
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3015

Abstract

Artikel penelitian ini dibuat dalam rangka melakukan kajian analisis terhadap desain antarmuka aplikasi Mahasiswa App yang dikembangkan oleh BAPPSI STMIK Jakarta (STI&K). Tujuannya adalah untuk mengevaluasi tingkat kemudahan penggunaan aplikasi ini bagi seluruh penggunanya yang dinilai berdasarkan 10 prinsip evaluasi heuristik yang diperkenalkan oleh Molich dan Nielsen. Berdasarkan hasil evaluasi diperoleh kesimpulan bahwa desain antarmuka aplikasi Mahasiswa App ini secara umum sudah cukup baik dan dapat memberikan kemudahan bagi para penggunanya dan telah memenuhi seluruh prinsip evaluasi heuristik, walaupun ada beberapa hal yang harus dikaji lebih dalam dan disempurnakan lagi untuk memenuhi kemudahan dalam penggunaan (usability) oleh pengguna.
Perancangan Master Plan Teknologi Informasi pada PT Bhanda Ghara Reksa (Persero) Menggunakan Metode Ward and Peppard: Array Dewi Purwasih Sofia; Onny Marleen
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3018

Abstract

Dengan disusunnya strategis bisnis yang baru pada PT.Bhanda Ghara Reksa (Persero) yang tertuang dalam RJPP periode 2020-2024 dan sudah tidak sesuainya Master Plan TI yang berlaku dengan strategi bisnis tesebut maka untuk menentukan arah dan prioritas pengembangan aplikasi, infrastruktur dan tata kelola TI agar sesuai dengan proses bisnis perusahaan, demi tercapainya sasaran strategis Perusahaan, dibutuhkan Perencanaan Strategis TI (IT Master Plan). Dalam Penyusunan Master plan TI ini akan menggunakan metode Ward and Peppard. Metode ini termasuk dalam kategori menyeluruh, yang dimulai dari kegiatan penilaian dan pemahaman posisi perusahaan masa sekarang yang dapat digunakan unutk menentukan perencanaan dan stategi untuk masa mendatang, baik strategi informasi dan teknologi informasi. Hasil dari penelitian ini diharapkan dapat dijadikan rekomendasi bagi PT. Bhanda Ghara Reksa (Persero) didalam menerapkan strategi SI/TI dalam lima tahun kedepan agar selaras dengan strategi perusahaan.
Implementasi Rapid Application Development pada E-Commerce Likania.id Produk Tote Bag Tie Dye: Array Linda Wahyu Widianti; Fadhlan Agung Priyatna
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3020

Abstract

Likania.id merupakan bisnis penjualan online dengan menjual produk Tote Bag Tie Dye. Proses penjualan produk saat ini belum dilakukan secara optimal karena belum memanfaatkan teknologi informasi secara keseluruhan. Saat ini proses penjualan produk tersebut baru dilakukan menegunakan media social Instagram dengan proses trasnsaksi melalui aplikasi komunikasi digital menggunakan aplikasi whatsapp. Omset dari bisnis ini belum sesuai dengan target pemasaran awal. Berdasarkan masalah tersebut perlu dilakukan pembuatan system agar lebih menigkatkan lagi omset transaksi penjualan. Penelitian yang dilakukan dengan tujuan membangun aplikasi e-commerce yang lebih meningkatkan pendapatan bisnis penjualan. Aplikasi yang di bangun ini dalam pengembangannya menerapkan metode Rapid Application Development. Penggunaan metode tersebut bertujuan agar proses pembangunan system dilakukan secara efektif dengan mempersingkat tahapan pengembangan. Sesuai dengan aturan pada metode RAD yang memperpendek tahapan pengembangan jika dibanding model klasik. Proses perancangan sistem menggunakan struktur navigasi dan UML. Pengembangan sistem dilakukan dengan menggunakan pemrograman PHP dan MySQL sebagai database. Sementara pengujian sisstem menggunakan metode black box, metode efisiensi menggunakan tools page speed insights dan metode pengujian portability menggunakan browser Microsoft Edge, Mozilla Firefox dan Google Chrome
Pemodelan Pola Belanja Pelanggan Produk Infrastruktur dan Security menggunakan Algoritma FP-Growth: Array Muhammad Azhar Prabukusumo; Nurdin Sidik
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3021

Abstract

Data transaksi pembelian produk infrastruktur dan security yang diperoleh dari departe- men produk dan sales selama ini hanya menjadi data arsip belaka. Untuk mengoptimalkan penggunaan data transaksi ini, maka dibutuhkan model pola belanja agar menghasilkan infor- masi yang bermanfaat dan dapat meningkatkan penjualan. Tujuan penelitian ini adalah untuk menghasilkan list produk dengan kombinasi item barang yang paling laku, sehingga sales bisa memaksimalkan penjualan dari hasil pemodelan yang dibuat. Metode penelitian menggu- nakan salah satu teknik data mining yang membantu mengidentifikasi dan memprediksi per- ilaku pembelian pelanggan berdasarkan pola pembelian semua pelanggan sebelumnya yang dikenal dengan Market Basket Analysis atau association rule. Data yang diambil yaitu data purchase order tahun 2016 dan 2019 dan algoritma FP- Growth dipilih dalam penelitian ini untuk menentukan himpunan data yang paling sering muncul (frequent itemset ) dalam data. Input dari algoritma ini berupa nilai minimum support dan confidence dan output nya berupa aturan asosiasi. Setelah itu algoritma fp-growth dibandingkan dengan algoritma apriori untuk memastikan kebenaran dari aturan asosiasi dari masing-masing algoritma. Hasil dari pemod- elan ini yaitu aturan asosiasi dari kombinasi itemset dengan jumlah minimum support sebesar 5% dan minimum confidence sebesar 50% menghasilkan 2 pola (rules) terbaik yaitu satu at- uran asosiasi dengan kombinasi produk item Fortinet, Cisco dengan nilai support 12,025% nilai confidence 52,778% dan nilai lift ratio 1,14 dan yang kedua aturan asosiasi dengan kom- binasi Rack, APC dengan nilai support 7,594% nilai confidence 57,143% dan nilai lift ratio 1,53 yang artinya kedua aturan asosiasi mempunyai lift ratio>1, valid dan benar dibeli se- cara bersamaan. Hasil pengujian metode blackbox testing dengan pendekatan metode McCall menyatakan bahwa sistem sesuai dan dapat memenuhi kebutuhan user dengan nilai sebesar 77,6 % (Baik)
Analisis Risiko Investasi dan Prediksi Saham Menggunakan Algortime Machine Learning Widi Hastomo; Sutarno; Sudjiran
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3104

Abstract

Penelitian ini bertujuan untuk analisa risiko dan korelasi antar saham dengan menghitung return harian menggunakan metode moving average (MA). Selain itu dengan dataset dari 2 saham (Apple dan Microsoft) juga dilakukan prediksi nilai saham di periode waktu berikutnya (future), dengan menggunakan metode neural network (deep learning) Long Short Term Memory (LSTM). Hasil dari komputasi dalam bahasa python berupa beberapa visualisasi grafik yang memudahkan pembacaan informasi. Visualisasi grafik MA jangka pendek dan panjang ke dua saham cenderung mengalami penurunan harga semenjak bulan Januari hingga Juni 2022 namun volume penjualan saham tidak terjadi penurunan secara signifikan untuk saham Apple. Berbeda dengan Apple, Microsoft terjadi 2 kali volume penjualan tinggi di bulan Februari (9.107 lembar saham) dan bulan Mei (7.107 lembar saham). Tingkat kemiripan (korelasi) kedua saham tersebut sebesar 72%. Dari analisa risiko dan expected return, saham Apple memiliki risiko (0.019994) dan expected return (0.001402) lebih rendah dari saham Microsoft dengan risiko (0.017169) dan expected return (0.000904). Prediksi waktu kedepan (future) dengan model LSTM, menunjukan Apple dan Microsoft masih akan mangalami penurunan harga saham.
Implementasi Algoritma Collaborative Filtering pada Sistem Pemesanan Makanan dan Minuman dengan Platform Android Fadiah Nurhani; Samsudin
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3110

Abstract

Pemanfaatan teknologi dalam bidang kuliner, dapat membantu untuk mengelola laporan keuangan dan data jual beli pada tempat usaha. Dalam hal ini, penelitian dilakukan di Rumah Makan Muslim Hajjah Zuleka. Saat ini, proses pemesanan makanan dan minuman masih di- lakukan secara manual dimana pesanan dan transaksi yang masuk maupun keluar masih dicatat pada kertas dan pensil. Sehingga beberapa masalah sering terjadi seperti salah catat jumlah pesanan, duplikasi laporan keuangan serta menyebabkan laporan bulanan yang tidak jelas untung dan ruginya. Untuk meningkatkan pelayanan terhadap pelanggan, serta memu- dahkan pihak rumah makan dalam mengelola transaksi dan laporan maka dibangun sebuah platform yang dapat membantu meningkatkan bisnis, memantau data maupun manajemen rumah makan. Sementara algoritma Collaborative Filtering digunakan untuk memudahkan pelanggan dalam memilih makanan dengan rating terbaik,yang didasarkan pada opini dan kemiripan nilai yang diberikan oleh pelanggan. Pada penelitian ini, 5 menu teratas di Rumah Makan Hajjah Zuleka diberi rating dengan skala 1-5 untuk kemudian dicari rekomendasinya. Rendang keluar sebagai menu teratas dengan nilai MAE sebesar 0,849969096. Sistem peme- sanan makanan terdiri dari REST API web untuk admin memantau seluruh data transaksi, serta aplikasi android untuk pelanggan dapat memesan makanan

Page 2 of 2 | Total Record : 16

 1   2 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 24 No. 3 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 3, September 2025 Vol. 24 No. 2 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 2, Juni 2025 Vol. 24 No. 1 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 1, Maret 2025 Vol. 23 No. 4 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 4, Desember 2024 Vol. 23 No. 3 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 3, September 2024 Vol. 23 No. 2 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 2, Juni 2024 Vol. 23 No. 1 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 1, Maret 2024 Vol. 22 No. 4 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 4, Desember 2023 Vol. 22 No. 3 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 3, September 2023 Vol. 22 No. 2 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 2, Juni 2023 Vol. 22 No. 1 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 1, Maret 2023 Vol. 21 No. 4 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 4, Desember 2022 Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022 Vol. 21 No. 2 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 2, Juni 2022 Vol. 21 No. 1 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 1, Maret 2022 Vol. 21 No. 2 (2022): Juni 2022 Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021 Vol. 20 No. 1 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 1, Maret 2021 Vol. 19 No. 4 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 4, Desember 2020 Vol. 19 No. 3 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 3, September 2020 Vol. 19 No. 2 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 2, Juni 2020 Vol. 19 No. 1 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 1, Maret 2020 Vol 19, No 2 (2020): Juni Vol 19, No 1 (2020): Maret Vol 18, No 4 (2019): Desember Vol 18, No 3 (2019): September Vol 18, No 2 (2019): Juni Vol 18, No 1 (2019): Maret Vol 17, No 4 (2018): Desember Vol 17, No 3 (2018): September Vol 17, No 2 (2018): Juni Vol 17, No 1 (2018): Maret Vol 17, No 1 (2018): Maret Vol 16, No 3 (2017): Desember Vol 16, No 2 (2017): September Vol 16, No 1 (2017): Juni Vol 15, No 2 (2016): Desember Vol 15, No 1 (2016): Juni Vol 15, No 1 (2016): Jurnal Ilmiah KOMPUTASI Vol 14, No 2 (2015): Desember Vol 14, No 2 (2015): Desember Vol 14, No 1 (2015): Juni Vol. 12 No. 2 (2013): Jurnal Ilmiah Komputasi Volume: 12 No. 2, Desember 2013 Vol. 12 No. 1 (2013): Jurnal Ilmiah Komputasi Volume: 12 No. 1, Juni 2013 Vol 12, No 2 (2013): Desember More Issue