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 617 Documents
 18   19   20   21   22 
Sistematik Literatur Sistem Temu Kembali Informasi dengan Vector Space Model dan Depth First Search Anggita Azizah Amalia; N. Setyawidati; Mungaran, Lulu Chaerani
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Perkembangan ilmu pengetahuan terus mendorong dikembangkannya teknologi pencarian data dan informasi, khususnya artikel ilmiah. Pencarian artikel ilmiah perlu pengelolaan agar titik temu kembali informasi menjadi mudah, tepat dan cepat. Saat ini berkembang banyak algoritma untuk sistem temu kembali informasi atau information retrieval. Dalam penulisan ini melalui Systematic Literature Review akan dibandingkan dua algoritma Vector Space Model dan Depth First Search. Hasil dari perbandingan algoritma ini untuk titik temu kembali artikel ilmiah diketahui bahwa algoritma Vector Space Model dapat digunakan untuk melakukan proses pencarian yang relevan dari query inputan sesuai dengan dokumen dari database berdasarkan kemiripan antar dokumen. Sedangkan algoritma Depth First Search lebih tepat digunakan dalam pencarian informasi dengan teknik web-crawler sederhana, dimana fungsinya adalah untuk penjelajahan serta pengambilan halaman-halaman situs dari hasil pengumpulan situs.
Perbandingan Algoritma SVM dan Algoritma KNN Dalam Menghasilkan Klasifikasi DDoS dan Benign Darryl, Patrick; Subali, Muhammad
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Perkembangan teknologi dan internet semakin cepat. Semakin terbukanya pengetahuan hacking dan cracking maka banyak kelompok yang tidak bertanggung jawab mencoba untuk mengambil atau mencuri informasi, salah satu serangan yang dapat dilakukan adalah Distributed Denial of Service (DDOS). Ada beberapa jenis serangan dari DDOS yang sering terjadi seperti UDP Flooding, SYN Flooding, Ping of Death, dan Remote Controlled Attack. Serangan DDoS mengakibatkan sistem yang diserang mengalami gangguan berupa error request, halt, kegagalan sistem dan sebagainya. Berdasarkan penjelasan diatas, serangan DDoS dan nantinya log serangan akan dikirim kedalam database untuk proses pengklasifikasian menggunakan SVM dan KNN dengan tujuan mencegah jika terjadi serangan dan mempermudah proses klasifikasi maupun analisa, menghasilkan output mudah dibaca oleh administrator jika terdapat serangan terhadap server dan administrator dapat mengatasinya terhadap serangan terhadap server tersebut. Penelitian ini telah menghasilkan klasifikasi DDoS dan Benign pada dataset CCIDS menggunakan algoritma SVM dan K-Nearest Neighbor. Penelitian ini berhasil menampilkan perbedaan performa dari algoritma SVM dan K-Nearest Neighbor dalam menghasilkan klasifikasi DDoS dan Benign.
Penerapan Metode Rapid Application Development Sistem Informasi Pengarsipan Surat SMK Nusantara 02 (Kesehatan) Ivetriana Fachmi Injaya; Bagas Setiyaki Wicaksono
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Kegiatan administrasi merupakan kegiatan umum dalam setiap lembaga atau institusi. Kegiatan administrasi di institusi pemerintah atau swasta banyak jenis salah satu kegiatan tersebut adalah administrasi arsipan surat. Dokumen sirkulasi surat sebaiknya disimpan untuk penggunaan pada waktu yang akan datang. Kegiatan manajemen arsip bila menggunakan bentuk kertas membutuhkan banyak tempat. Proses pencarian dokumen surat juga akan terkendala jika kondisi surat sangat banyak. Penggunaan media digital seperti computer juga harus dilakukan pengelolaan yang baik secara terus menerus. SMK Nusantara 02 (Kesehatan) merupakan salah satu instansi pendidikan yang banyak merima dan mengeluarkan surat baik pihak internal maupun eksternal sehingga menghadapi masalah dalam pengelolaan arsip, seperti mengorganisir dan menyimpan data serta pencarian data. Untuk menyelesaikan permasalahan yang dihadap SMK Nusantara 02 (Kesehatan), maka diperlukan suatu sistem informasi pengarsipan surat berbasis komputer yang mengelola penyimpanan dan pengaksesan data surat. Sistem dikembangkan dengan menggunakan metodologi Rapid Application Development.
Instance Segmentation Rumput laut dengan Metode Longline Menggunakan Citra UAV dan Detectron2 Faisal Akbar; Lulu Chaerani M.; Nuryuliani; Elfitrin Syahrul; Nur Azmi Ratna Setyawidati
Jurnal Ilmiah KOMPUTASI Vol. 21 No. 1 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 1, Maret 2022
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Target produksi budidaya rumput laut di Indonesia saat ini terus meningkat, didukung oleh luas lahan yang masih berpotensi dimanfaatkan sebagai lahan budidaya rumput laut dan kebutuhan pasar baik di dalam maupun luar negri. Dukungan teknologi untuk memonitoring secara intensif dan ekstensif diperlukan agar produksi dapat tercapai untuk memenuhi kebutuhan pasar tersebut. Tujuan dari penelitian ini adalah untuk mendeskripsikan hasil akuisisi dan mengetahui sejauh mana kemampuan unmanned aerial vehicle (UAV) jenis multirotor untuk mendeteksi pertumbuhan rumput laut yang ditinjau dari efisiensi teknologi, tingkat akurasi dan biaya. Daerah yang akan dikaji merupakan daerah budidaya dengan karakteristik perairan dangkal (< 10 m) dengan substrat dasar perairan pasir berlumpur. Metodologi penelitian terdiri atas akuisisi data menggunakan UAV jenis multirotor, visualisasi dan proses pengolahan citra menggunakan deep learning framework detectron2 dengan algoritma mask RCNN dan platform cloud base. Hasil penelitian ini menunjukan dengan iterasi sebanyak 600 detectron2 mampu untuk mendeteksi rumput laut dengan baik walaupun akurasi yang didapatkan masih lebih rendah dibandingkan dengan iterasi lebih dari 600 tetapi dengan waktu pelatihan yang lebih singkat dan belum terjadi overfitting menjadi nilai lebih. Selanjutnya dalam tulisan ini akan disampaikan kelebihan dan kekurangan dari pemanfaatan deep learning dengan framework detectron2 menggunakan citra UAV ini dalam mendeteksi rumput laut dan bagaimana mengoptimalkan kemampuan dan menyiasati kelemahan ftamework tersebut.
Analisis Pengalaman Pengguna Aplikasi Mobile Payment Menggunakan Usability Testing dan User Experience Questionnaire (UEQ) (Studi Kasus : Aplikasi GoPay dan OVO) Cahyani, Intan; Sanjaya, Rangga
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Mobile Payment ialah teknologi fintech yang memberikan kemudahan bagi masyarakat terhadap kegiatan bertransaksi yang bersifat non-tunai, sehingga dalam melakukan pembayaran menjadi lebih praktis, nyaman serta efisien. Sebagian masyarakat mengetahui mobile payment atau uang elektronik dapat digunakan untuk membayar berbagai macam transaksi yang sudah tersedia di berbagai merchant. Beberapa aplikasi yang mendukung adayanya teknologi mobile payment yaitu GoPay dan OVO. Tujuan dari penelitian ini ialah untuk membandingkan dua aplikasi mobile payment yang memiliki fungsi serta proses bisnis yang sama dari aspek pengalaman pengguna. Pada penelitian ini menggunakan 2 metode yaitu pengujian tingkat kegunaan menggunakan metode Usability Testing dengan melakukan penyebaran kuisisoner System Usability Scale (SUS) serta metode User Experience Questionnaire (UEQ) yang merupakan alat bantu mengukur pengolahan data hasil kuiseoner berdasarkan pengalaman pengguna. Metode UEQ memiliki 6 skala yaitu : attractiveness, efficiency, perspicuity, dependability, stimulation dan novelty, yang dibagikan kepada responden yang mempunyai latar belakang dan usia yang berbeda-beda. Selanjutnya, dari hasil kedua pengujian secara subjektif, responden cenderung memberikan hasil positif pada kedua aplikasi serta nilai rata-rata untuk Usability Testing berada pada level Margin-Hight dan pada metode UEQ berada pada level positif (good). Lalu dari kedua aplikasi tersebut GoPay lebih unggul dari OVO karena memperoleh nilai rata-rata lebih tinggi pada kedua metode. Kata Kunci : Pengalaman pengguna, Mobile Payment, System Usability Scale, UEQ, Usability Testing
Penyusunan Indikator Kinerja Berbasis IT Balanced Scorecard di RSUD Kota Batu Ikbar, Thoriq; Santosa, Iqbal; Lubis, Muharman
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

SAKIP merupakan prosedur yang dirancang untuk pelaporan kinerja pada instansi pemerintah, dalam rangka pertanggungjawaban dan peningkatan kinerja instansi pemerintah. Di RSU XYZ, seluruh LAKIP yang dimiliki, dipublikasikan melalui situs web SAKIP milik RSU XYZ. Dilihat dari data yang tersedia pada situs web SAKIP RS, ditemukan rumusan indikator kinerja yang tidak melampaui target di sektor SI. Kemudian terdapat indikator kinerja yang belum jelas cara mengukurnya di sektor SI dan TI. Indikator kinerja utama yang digunakan untuk mengejar sasaran strategis yang terkait TI hanya menghitung persentase unit RS yang sudah terintegrasi SIMRS. Untuk meningkatkan suatu kualitas manajemen menggunakan sistem TI tidak hanya dari segi pengintegrasian sistem saja. Untuk menyelesaikan permasalahan tersebut dibutuhkan penyusunan indikator kinerja baru berbasis IT BSC (Information Technology Balanced Scorecard). IT BSC merupakan alat untuk mengukur kinerja dari suatu sistem teknologi informasi yang memandang unit bisnis teknologi informasi dari empat perspektif. Dari hasil analisis menggunakan IT BSC dan juga cascading menggunakan COBIT Goals Cascade, dibuatlah rancangan Balanced Scorecard untuk Enterprise Goals, IT Balanced Scorecard untuk IT-Related Goals. kedua rancangan tersebut menjadi dasar dalam melakukan rancangan indikator baru untuk tiap sasaran bisnis strategis Unit TI dan juga Unit selain TI yang terlibat. Dapat disimpulkan bahwa penelitian ini menghasilkan rekomendasi untuk rancangan indikator kinerja baru di unit dan layanan TI di RSU XYZ.
Sistem Monitoring Kendaraan Roda Dua Berbasis GPS, Akselerometer, Giroskop, Kamera Webcam yang Diakses Melalui Aplikasi Perpesanan Instan Faturrahman; Karmilasari
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Jumlah kendaraan roda dua yang makin bertambah secara masif menimbulkan masalah keamanan dan keselamatan Pengguna maupun kendaraan, karena jumlah kendaraan berbanding lurus dengan jumlah tindakan kriminal dan diperparah oleh Masyarakat yang abai terhadap keselamatan berkendara. Penelitian ini bertujuan untuk membuat sebuah purwarupa sistem monitoring kendaraan yang dapat melacak lokasi dan melihat kondisi dari kendaraan secara realtime. Penelitian purwarupa ini dimulai dengan tahap pengumpulan teori pendukung, membuat diagram blok untuk mengetahui alur kerja dari prototipe, melakukan perancangan serta analisa dari purwarupa, diakhiri dengan uji coba purwarupa yang telah dibangun. Purwarupa menggunakan mikrokomputer raspberry pi sebagai pusat pengumpulan data dari berbagai modul dan sensor yang mendukung sebuah sistem monitoring kendaraan seperti modul GPS yang dapat melacak posisi kendaraan, modul akselerometer yang akan mendeteksi kondisi kendaraan apakah sedang bergerak atau diam, modul giroskop yang akan mendeteksi derajat kemiringan dari kendaraan, serta kamera webcam yang akan mengirimkan foto kondisi di sekitar kendaraan. Data yang di kirim oleh modul dan sensor tersebut akan diolah menjadi informasi yang mudah dimengerti dan dipahami oleh Pengguna. Informasi tersebut akan dikirim ke Pengguna melalui internet dengan antarmuka aplikasi perpesanan instan telegram bot agar informasi dapat di akses dari mana saja, kapan saja dan selalu terbarukan karena informasi diperlukan untuk bersifat realtime. Dari hasil uji coba, purwarupa dapat merespons permintaan dari Pengguna dan mengirimkan semua informasi dengan akurat dengan deviasi lokasi rata rata sebesar 6.3 meter.
Bisnis Proses Engineering Dengan BPMN (Business Process Model Notation) dan Gap Analysis pada Penerimaan Mahasiswa Baru Ramadhani, Kurnia; Wiryana, I Made
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Informasi Teknologi (IT) berperan penting sebagai bagian dari Sistem Informasi (SI) serta ilmu pengetahuan pada era globalisasi yang telah berkolaborasi dengan banyak bidang ilmu lainnya, sehingga dapat merambah segala bidang. Hampir semua bidang yang telah memanfaatkan dan mengikuti perkembangan teknologi informasi, salah satu bidang yang memanfaatkan dan mengikuti perkembangan teknologi informasi adalah di bidang pelayanan. Analisis ini dilakukan untuk mengetahui proses bisnis yang dimodelkan dengan BPMN (Bisnis Proses Model dan Notasi) yang memanfaatkan alur kerangka penelitian pada tempat pendaftaran penerimaan mahasiswa baru Universitas Gunadarma dalam menganalisis proses bisnis dengan bahasa pemodelan formal sehingga dapat menganalisis dan menjelaskan sistem dalam bersamaan dengan alur kerja yang kompleks.
Analisis Sentimen pada e-Government Mobile Application Indonesia Menggunakan Algoritma Naïve Bayes Rudy Seftiawan; Tri Basuki Kurniawan; Misinem
Jurnal Ilmiah KOMPUTASI Vol. 21 No. 1 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 1, Maret 2022
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Dalam dunia komputerisasi ada suatu metode dimana kita dapat mereview dan mengumpulkan berbagai komentar di media social, artikel pada berita, bahkan komentar di suatu aplikasi yang di publikasi di marketplace seperti google playstore atau appstore yang umum digunakan pengguna mobile internet di Indonesia. Analisis Sentiment adalah sub-bidang dari Natural Languange Processing (NLP). Pekerjaan tipikal adalah klasifikasi sentimen: mengidentifikasi polaritas, misalnya positif atau negatif, dari suatu dokumen. dimana Naïve bayes sendiri adalah salah satu algoritma untuk klasifikasi kemudian Cross validation digunakan untik mengevaluasi kinerja model atau algoritma dari analisis sentiment tersebut . Model sentiment naïve bayes dan cross validation yang dihasilkan dalam penelitian ini berhasil untuk melihat kecendrungan komentar dari ketiga aplikasi E-Government yang digunakan pada penelitian ini (Paspor online, BMKG, E-Hac). Dari ketiga aplikasi tersebut 2 aplikasi yaitu passport dan E-Hac komentar atau review pengguna cenderung negatif sedangkan untuk BMKG cenderung berimbang diatara positif dan negatif.
Implementasi Long Short-Term Memory Pada Prediksi Harga Saham PT Aneka Tambang Tbk Sari Dwi Kartika; Karmilasari
Jurnal Ilmiah KOMPUTASI Vol. 21 No. 1 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 1, Maret 2022
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Salah satu perusahaan yang termasuk dalam Bursa Efek Indonesia adalah PT Aneka Tambang Tbk (PT Antam), perkembangan saham PT Antam mengalami penurunan dan kenaikan harga yang tidak stabil sehingga sangat sulit untuk di prediksi. Namun, dengan adanya machine learning para pemilik saham dapat memprediksi pergerakan harga saham dengan menggunakan data harga saham sebelumnya yang ada pada website harga saham. Penelitian ini bertujuan untuk melakukan implementasi dan analisis dalam memprediksi harga saham PT Aneka Tambang Tbk (PT Antam) menggunakan metode Long Short Term Memory (LSTM). Penelitian ini menggunakan data harga saham PT Aneka Tambang Tbk pada website finance.yahoo.com periode 29 September 2005 hingga 13 April 2021. Tahapan penelitian ini meliputi : pengumpulan data, data preprocessing (terdiri dari cleansing data, scaling data, dan pembagian data), olah data LSTM (terdiri dari perancangan dan pelatihan model LSTM), perhitungan tingkat error dan akurasi, dan visualisasi hasil prediksi. Pada penelitian ini dilakukan 6 kali percobaan menggunakan epochs yang berbeda – beda. Hasilnya, percobaan yang memiliki hasil prediksi harga saham yang data prediksinya paling mendekati dengan harga aktual adalah menggunakan epochs 100 dengan Root Mean Squared Error (RMSE) sebesar 0.3304 dan R squared (R2) sebesar 0.9902. Kata Kunci: Machine Learning, LSTM, Prediksi Harga Saham, RMSE, R Squared.

Page 20 of 62 | Total Record : 617

 18   19   20   21   22 

Filter by Year

2013 2025


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): Jurnal Ilmiah KOMPUTASI Vol 15, No 1 (2016): Juni 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