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
 47   48   49   50   51 
Sistem Penunjang Keputusan Pemilihan Taman Kanak-Kanak dengan Menggunakan Metode Multi-Objective Optimization by Ratio Analysis (MOORA) Chintya Mawadhah Sumitro; Natalis Ransi; Rizal Adi Saputra; Dewi Sari Sumitro; Ananda Putriani
Jurnal Ilmiah Komputasi Vol. 22 No. 3 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 3, September 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.3.3398

Abstract

Kesulitan bagi orang tua dalam menentukan taman kanak-kanak terbaik untuk anaknya sesuai dengan preferensi yang diinginkan menjadi latar belakang utama dalam penelitian ini. Oleh karena itu, peneliti membangun sistem pengambilan keputusan pemilihan taman kanak-kanak di Kota Kendari berbasis android dengan menggunakan 50 data alternatif taman kanak-kanak di Kota Kendari dan 11 kriteria preferensi yang menjadi variabel pertimbangan pada pengambilan keputusan. Metode yang digunakan dalam membangun sistem pengambilan keputusan pemilihan taman kanak-kanak berbasis android adalah Multi-Objective Optimization by Ratio Analysis (MOORA) dan dalam menentukan bobot nilai variabelnya digunakan metode Rank Order Centroid (ROC). Hasil yang didapatkan dari penelitian ini yaitu metode ROC dapat digunakan dalam memberikan nilai bobot pada setiap kriteria dan juga pada setiap subkriterianya. Kemudian, hasil akurasi yang didapatkan dengan penggunaan metode MOORA dalam sistem pendukung keputusan dalam merekomendasikan pemilihan taman kanak-kanak terbaik adalah 92%.
Klasterisasi Perkebunan Kelapa Sawit Rakyat Berdasarkan Luas Area dan Produksi di Wilayah Kalimantan Nor Istiqamah; Nurahman Nurahman
Jurnal Ilmiah Komputasi Vol. 22 No. 3 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 3, September 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.3.3401

Abstract

Perkebunan kelapa sawit rakyat di Kalimantan memiliki peran yang penting dalam sektor pertanian dan ekonomi daerah. Skala usaha yang lebih kecil dan akses terbatas terhadap sumber daya teknis dan keuangan dapat mempengaruhi produktivitas dan kualitas produksi. Selain itu, harga jual yang fluktuatif dan persaingan yang ketat di pasar dapat mempengaruhi pendapatan petani. Terdapat juga dampak negative dan positifnya dari perkebunan kelapa sawit, ekspansi perkebunan kelapa sawit memberikan dampak positif berupa peningkatan pendapat rumah tangga dan peningkatan daya beli masyarakat, namun di sisi lain, ekspansi perkebunan kelapa sawit menyebabkan kerusakan lingkungan, kekeringan di wilayah hulu dan kebanjiran di wilayah hilir. Dengan demikian dampak negative seharusnya perlu di minimalis dengan menekankan pemberian dampak positif lebih banyak lagi. Wilayah-wilayah yang memiliki hasil produksi lebih tinggi dengan luas area tertentu bahkan meningkatkan perekonomian masyarakat tentunya perlu di lestarikan. Untuk wilayah-wilayah yang belum mengangkat perekonomian masyarakat perlu di evaluasi kembali bahkan perlu mendapatkan binaan. Untuk itu perlu dilakukan pengelompokkan wilayah agar dapat diketahui cluster wilayah wilayah di Kalimantan. Bedasarkan permasalahan tersebut salah satu teknik yang dapat akan dilakukan yaitu metode klasterisasi. Pada penelitian ini pengelompokkan data menggunakan algoritma k-means untuk mengelompokkan perkebunan kelapa sawit berdasarkan tingkat populasi tertinggi di Kalimantan yaitu dengan data luas area, produksi, dan produktivitas, kesejahteraan. Penelitian ini bertujuan untuk mengetahui sebuah informasi lebih dalam dan dapat digunakan untuk membuat strategi atau kebijakan dalam meningkatkan perkebunan kelapa sawit berkelanjutan di Kalimantan. Klasterisasi dilakukan dengan membagi wilayah menjadi beberapa kelompok tertentu. Pengujian pada Cluster dilakukan sebanyak 7 kali mulai dari nilai K=2 hingga nilai K=8. Pengujian performa pada nilai cluster dilakukan dengan metode Elbow. Hasil analisis menunjukkan bahwa kurva memiliki siku yang paling tajam pada nilai k = 4. Oleh karena itu, dapat disimpulkan bahwa nilai k yang paling cocok atau optimal untuk data penelitian ini adalah 4.
Sistem Pendeteksi Gerakan Bahasa Isyarat Indonesia Menggunakan Webcam Dengan Metode Supervised Learning Daniel Robert Marydo Nababan; Zuly Budiarso
Jurnal Ilmiah Komputasi Vol. 22 No. 3 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 3, September 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.3.3403

Abstract

Teknologi sistem deteksi gambar mengalamai perkembangan yang sangat pesat dimana fungsinya yang dapat menyelesaikan masalah utama ,seperti membantu orang dengan gangguan pendengaran yang mengandalkan bahasa isyarat untuk berkomunikasi.Banyak penyandang tunarungu-wicara atau bisu sangat bergantung dengan bahasa isyarat sebagai media komunikasi namun sering mengalami kesulitan saat berkomunikasi dengan masyarakat umum yang tidak memahami bahasa isyarat.Untuk mengatasi masalah tersebut peneliti mengimplementasikan sistem Machine Learning (ML) dengan metode Supervised Learning untuk mendeteksi gerakan bahasa isyarat agar dapat dipahami oleh masyarakat umum. Untuk mengimplementasikan Teknik Machine Learning pada tugas tersebut,peneliti menggunakan SSD Mobile net V2 Pra-Pelatihan yang telah dilatih pada dataset.Untuk mendapatkan model deteksi yang akurat dan konsisten mengklasifikasi bahasa isyarat yang dikembangkan peneliti menggunakan SSD ResNet50 V1 FPN 640X640 yang berfungsi melaksanakan training dan testing gambar kata menggunakan pembelajaran transfer . Orang yang mempraktikkan bahasa isyarat dapat memperoleh manfaat dari pembuatan sistem sistem deteksi bahasa isyarat. Deteksi gerakan tangan akan diteliti dan dievaluasi menggunakan algoritma Computer Vision (CV) sebagai antar muka manusia dan computer. Kumpulan metode pengolahan citra dengan klasifikasi gestur dan manusia menjadi metode terbaik untuk mendeteksi.Tanpa latar belakang atau pencahayaan apapun sistem dapat mengenali gerakan bahasa isyarat dengan akurasi 90%.
Implementasi Metode Cluster Analysis K-Means dalam Segmentasi Engelberth Worabai; Alva Hendi Muhammad; Tony Hidayat
Jurnal Ilmiah Komputasi Vol. 22 No. 3 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 3, September 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.3.3493

Abstract

UMKM smilax ointment is a business that sells goods in the form of ointments that are useful for the male reproductive organs. These MSMEs still use traditional business strategies and use computer technology only for database creation. Smilax ointment UMKM product is Smilax cream which consists of 3 packages, namely 100 grams, 80 grams, and 40 grams. The research was conducted using the UMKM database and the clustering method used was k-means clustering because K-means is non-hierarchical in accordance with the data obtained from UMKM. In addition, k-means is able to classify data very quickly compared to fuzzy k- means[1]. This research includes the stages of data collection, preprocessing, analysis process (k-means), evaluation, and conclusions. The results of the clustering classification which was carried out four times based on the type of packaging, obtained a value of k = 2 where the cluster "0" is the unproductive region/city and cluster "1" is the most productive region/city, namely Jakarta and Jayapura both for the 100 gram, 80 gram, packaging type. and 40grams.
Klasifikasi Tingkat Kematangan Buah Sawit Berdasarkan Ekstraksi Fitur RGB dan GLCM Menggunakan Algoritma K-NN Ragil Kurniawan; Nurahman
Jurnal Ilmiah Komputasi Vol. 22 No. 4 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 4, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.4.3402

Abstract

Tanaman kelapa sawit merupakan tanaman perkebunan tropis yang memiliki persebaran luas di Indonesia dan merupakan sumber utama produksi minyak kelapa sawit. Dengan adanya produksi buah kelapa sawit berskala besar dari perusahaan kelapa sawit serta perkebunan-perkebunan milik masyarakat lokal, dituntut hadirnya inovasi yang dapat memberi manfaat dan meningkatkan produktivitas perkebunan kelapa sawit itu sendiri. Dengan memperhatikan tingkat kematangan dari buah sawit yang sangat penting dalam penentu hasil dan kualitas panen, dilakukan penelitian yang dapat mengklasifikasi tingkat kematangan buah sawit berdasarkan warna dengan memanfaatkan citra yang diekstraksi menjadi dataset. Penelitian ini menerapkan metode klasifikasi algoritma K-NN terhadap data citra buah kelapa sawit yang diolah dengan bahasa pemrograman python oleh software google colab menggunakan metode ekstraksi fitur RGB dan GLCM. Hasil yang diperoleh berupa dataset yang menyajikan susunan pola numerik dari fitur GLCM dan rata-rata fitur RGB. Klasifikasi dilakukan dengan menggunakan algoritma KNN dan diperoleh hasil akurasi dari nilai k=9,7,5, dan 3 senilai 56.00% dan nilai k=1 senilai 68.00%.
Rancang Bangun Sistem Informasi Penyewaan Alat Outdoor Toko Sahabat Adventure Berbasis Web Diki Febriani; Hadikristanto, Wahyu; Pradini, Purnama Sakhrial
Jurnal Ilmiah Komputasi Vol. 22 No. 4 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 4, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.4.3405

Abstract

Toko Sahabat Adventure adalah salah satu penyediaan jasa penyediaan alat mendaki gunung yang berlokasi di anjun, kecamatan Plered, kabupaten Purwakarta. Proses bisnis pada Toko Sahabat Adventure ini khususnya dalam hal pencatatan data seperti data konsumen, data alat outdoor, data penyewaan, data pengembalian serta data transaksi penyewaan alat camping masih belum terkomputerisasi. Data yang belum terkomputerisasi dan tidak terintegrasi ini menyebabkan sulitnya dalam pembuatan laporan dan pengecekan mengenai informasi yang berkaitan dengan transaksi penyewaan alat, dan juga data rentan rusak dan hilang. Penelitian ini menggunakan desain UML dalam proses perancangan dan menggunakan bahasa pemrograman PHP serta Database MySQL. Hasil penelitian ini memudahkan pelanggan untuk mendapatkan informasi dan pemesanan alat-alat outdoor tanpa harus datang secara langsung ke Toko Sahabat Adventure dan dapat memberikan informasi mengenai pelaporan transaksi persewaan alat-alat outdoor di Toko Sahabat Adventure Secara akurat.
Klasterisasi Harga Kripokurensi (BitCoin) Menggunakan Metode K-Means : Ardi Setiyansah; Sriyanto, -
Jurnal Ilmiah Komputasi Vol. 22 No. 4 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 4, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.4.3409

Abstract

Berdasarkan pergerakan harga kripto dari tahun 2020 sampai 2022 dapat dilihat bahwa pergerakan haraga kripto sangat fluktuatif atau tidak stabil, hal ini berpotensi terhadap risiko loss (kerugian) pada investasi kripto . Oleh karena itu, dibutuhkan sebuah perhitungan untuk mengklasterisasi harga tinggi dan rendah dari kripto.
Pengembangan Sistem IBOSS pada Pialang Asuransi PT. CID Menggunakan Model BONITA BPM: Fajar Riyanto Suryadi; Dr. Lulu Chaerani Munggaran
Jurnal Ilmiah Komputasi Vol. 22 No. 4 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 4, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.4.3410

Abstract

Sistem informasi sebagai alat utama dalam berjalannya bisnis, bahkan semakin berkembangnya teknologi informasi yang di implementasikan pada suatu bisnis akan sangat memiliki dampak yang baik bagi bisnis baik dari perkembangan profit ataupun nonprofit. Dalam dunia asuransi terdapat banyak data yang harus diproses secara cepat dan akurat informasinya. Data-data penting yang diproses terdiri dari data informasi klien, data informasi benefit, informasi klaim, data transaksi klaim, data informasi polis, data informasi ahli waris dan semua data-data yang dibutuhkan asuransi dalam melakukan pengelolaan resiko dari klien-klien mereka. Proses bisnis yang dijalankan PT CID saat ini, ditemukan banyak proses yang dijalankan secara manual, salah satu yang dapat kita lihat adalah proses pertukaran ataupun lalu lintas data secara berulang melalui email yang biasa digunakan untuk mengirimkan file data ataupun hanya sekedar melakukan pemberitahuan status terkini dari proses bisnis. Dibutuhkan sistem informasi bisnis pialang yang dapat mengakomodir kebutuhan dari aktifitas pengguna yang terlibat dalam proses bisnis pialang asuransi PT CID. Permodelan proses to-be yang bisa menjadi arsitektur alur pembuatan sistem informasi pialang asuransi PT CID, sehingga dapat membuat proses bisnis yang berjalan lebih. Dengan bantuan Bonita BPM, proses to-be yang implementasikan dapat di validasi kebenaran model BPMN, dan dapat langsung melakukan pembuatan form dari setiap aktifitas secara otomatis menggunakan engine pengguna interface pada Bonita BPM. Dengan Bonita BPM, bila ada perubahan bisnis dapat dengan mudah diimplementasikan dan akan otomatis mengubah jalannya sistem informasi yang ada. Proses reengineering bertujuan untuk merancang sistem operasional yang tepat pada proses bisnis pialang asuransi PT CID, dengan melakukan reengineering proses bisnis pialang asuransi dapat menghasilkan dokumentasi yang lengkap dari reengineering proses sistem operasional pialang PT CID. Kata kunci: Sistem Informasi, Asuransi, Bisnis Pialang, Bonita BPM, Proses Reenginering
Penerapan Metode Linear Regression untuk Memprediksi Peserta Training pada PT. NetSolution Nendi; Fatonah
Jurnal Ilmiah Komputasi Vol. 22 No. 4 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 4, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.4.3411

Abstract

Along with the rapid development of technology, the use of information technology is also very much needed by many companies as well as yourself. For this reason, many people have an interest in doing IT training, in addition to increasing knowledge, IT training is also good for improving careers. PT Netsolution is one of the companies that provides IT training services. In its business, it must have a very large set of training participant data, therefore the data must be processed properly and neatly. This research was conducted in order to help the Sales & Marketing team to predict the number of new training participants, so that the admin can prepare a training schedule that is predicted to increase in each year. In this case the Linear Regression method is a method that can help estimate or predict new training participants in the future. The software that will be used to apply the Linear Regression method is RapidMiner and produces Performance with an RMSE value of 0.503 which shows good performance and fairly accurate prediction results.
Perancangan Sistem Manajemen Keamanan Informasi (SMKI) Berdasarkan ISO 27001:2022 (Studi Kasus Data Center Dinas Komunikasi dan Informatika Kota Tangerang Selatan) Jimmy Alberto; Maisyarah Karyati, Cut
Jurnal Ilmiah Komputasi Vol. 22 No. 4 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 4, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.22.4.3447

Abstract

Penelitian ini mengkaji perancangan Sistem Manajemen Keamanan Informasi (SMKI) berdasarkan standar ISO 27001:2022, dengan studi kasus yang berfokus di Data Center Dinas Komunikasi dan Informatika Kota Tangerang. E-Government Indonesia sebagai upaya transformasi digital oleh pemerintah memiliki tantangan dalam ancaman keamanan informasi, khususnya terkait privasi dan pencurian data. Oleh karena itu, penting untuk memiliki SMKI yang efektif sesuai dengan standar ISO 27001:2022 dapat menjadi acuan penting. ISO 27001:2022, standar internasional untuk manajemen keamanan informasi, memberikan panduan dan persyaratan yang jelas untuk membangun, menerapkan, dan memelihara sistem keamanan informasi yang efektif. Akan tetapi pada Diskominfo Kota Tangerang Selatan belum memiliki SMKI yang terstruktur dan sesuai dengan standar ISO 27001:2022. Oleh karena itu, penelitian ini bertujuan untuk melakukan identifikasi, analisis, dan evaluasi risiko keamanan informasi serta merancang SMKI yang tepat dan relevan dengan standar tersebut. Hasil penelitian ini diharapkan dapat menjadi pedoman dalam pengelolaan keamanan informasi bagi peneliti selanjutnnya dan juga institusi pemerintah lainnya.

Page 49 of 62 | Total Record : 617

 47   48   49   50   51 

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): 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