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
 49   50   51   52   53 
Prediksi Penyakit Hipertensi Menggunakan Metode Decison Tree dan Random Forest: Aditya, M. Fahrul Rizki; Azizah, Nuril Lutvi; Indahyanti, Uce
Jurnal Ilmiah Komputasi Vol. 23 No. 1 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 1, Maret 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.23.1.3503

Abstract

Hipertensi merupakan isu kesehatan masyarakat yang penting dimana jarang menyebabkan gejala nyata pada kesehatan fungsional pasien. Hipertensi merupakan faktor resiko utama pada penyakit jantung coroner, gagal jantung serta stroke. Faktor penyebab terjadinya hipertensi adalah umur, jenis kelamin, Riwayat keluarga, genetic, kebiasaan merokok, obesitas, kurang aktivitas fisik, stress, dan penggunaan esterogen. Saat ini teknologi semakin berkembang. Dalam konteks perkembangan teknologi, komunitas medis diberikan kemudahan dengan adanya solusi berbasis teknologi. Salah satu di antaranya adalah program yang memanfaatkan kecerdasan buatan untuk deteksi penyakit hipertensi, dengan implementasi dalam bidang kecerdasan mesin (machine learning). Penelitian ini bertujuan memberikan kontribusi terhadap pengembangan aplikasi yang dapat membantu para profesional medis, terutama dokter dan rumah sakit, dalam mendiagnosis penyakit hipertensi dengan tingkat akurasi yang optimal. metode yang digunakan dalam penelitian ini yaitu decision tree dan random forest. tTahapannya meliputi pemrosesan ulang data hingga evaluasi. Metode decision tree menghasilkan akurasi mencapai 100%, dan hasil yang sama juga diperoleh dari metode random forest. Dengan keduanya meraih akurasi maksimal, penelitian ini memperkuat kemampuan kedua metode tersebut dalam mendiagnosis serta mengelola penyakit hipertensi secara efektif
Analisis Kualitas Website Kompasiana.com dan Pengaruhnya Terhadap Kepuasan Pengguna Menggunakan Metode Webqual 4.0 dan Importance Performance Analysis (IPA) Mustikarani, Krisna; Cut Maisyarah Karyati
Jurnal Ilmiah Komputasi Vol. 23 No. 1 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 1, Maret 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.23.1.3506

Abstract

Kompasiana.com adalah user generated content platform yang memberikan fasilitas kepada pengguna untuk membuat konten dalam berbagai format seperti tulisan artikel, foto, dan video. Kompasiana.com menjadi salah satu platform blogging dan media sosial populer di Indonesia. Kompasiana.com memiliki lebih dari 4 juta anggota dan 2,5 juta artikel yang telah ditayangkan. Perlu dilakukan evaluasi berdasarkan persepsi pengguna untuk mengetahui kualitas website menggunakan metode WebQual 4.0 yang berfokus pada Kualitas Kegunaan (Usability Quality), Kualitas Informasi (Information Quality), dan Kualitas Layanan Interaksi (Service Interaction Quality) sebagai variabel bebas. Penelitian juga dilakukan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat yaitu kepuasan pengguna (User Satisfication). Metode Importance Performance Analysis (IPA) digunakan untuk mengetahui prioritas perbaikan yang perlu dilakukan pada website. Hasil penelitian menunjukkan bahwa kualitas website positif, dilihat dari mayoritas penilaian sangat setuju untuk performance website, walaupun perlu perbaikan pada kualitas Informasi. Berdasarkan Uji T dan Uji F menunjukkan terdapat pengaruh variabel bebas terhadap variabel terikat secara simultan dengan koefisien determinasi 75%. Perbaikan yang perlu diprioritaskan pada website adalah website dapat menyediakan informasi yang dapat dipercaya.
Implementasi Data Mining Dalam Melakukan Prediksi Penyakit Diabetes Menggunakan Metode Random Forest Dan Xgboost Salsabil, Muhammad; Azizah, Nuril Lutvi; Eviyanti, Ade
Jurnal Ilmiah Komputasi Vol. 23 No. 1 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 1, Maret 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.23.1.3507

Abstract

Penyakit diabetes telah menjadi isu global dalam bidang kesehatan. Penelitian ini berfokus pada implementasi dua teknik data mining yaitu Random Forest dan XGBoost untuk memproyeksikan perkembangan penyakit diabetes. Kedua metode ini memanfaatkan dataset klinis dan biokimia yang terkait dengan diabetes. Setelah fase preprocessing, dilakukan evaluasi performa menggunakan metrik evaluasi seperti akurasi, presisi, recall dan f1 score. Dataset yang digunakan sebanyak 768 entri dan 9 indikator yang diperoleh dari platform Kaggle. Dalam Penelitian ini data diolah melalui tahap preprocessing diantaranya handling missing value, handling outlier dan normalisasi data, dan didapatkan data yang akan diolah sebesar 688. Setelah didapat data hasil preprocessing, dilakukan tahapan pelatihan dan pengujian dengan Cross Validation dan dilakukan pengujian untuk mengetahui parameter-parameter terbaik yang akan digunakan, lalu dilakukan evaluasi kinerja model Random Forest dan XGBoost menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil evaluasi model menunjukkan performa yang baik dalam penelitian ini, didapatkan hasil akurasi keseluruhan dalam penggunaan random forest sebesar 74% dan penggunaan XGBoost sebesar 76%.Penyakit diabetes telah menjadi isu global dalam bidang kesehatan. Penelitian ini berfokus pada implementasi dua teknik data mining yaitu Random Forest dan XGBoost untuk memproyeksikan perkembangan penyakit diabetes. Kedua metode ini memanfaatkan dataset klinis dan biokimia yang terkait dengan diabetes. Setelah fase preprocessing, dilakukan evaluasi performa menggunakan metrik evaluasi seperti akurasi, presisi, recall dan f1 score. Dataset yang digunakan sebanyak 768 entri dan 9 indikator yang diperoleh dari platform Kaggle. Dalam Penelitian ini data diolah melalui tahap preprocessing diantaranya handling missing value, handling outlier dan normalisasi data, dan didapatkan data yang akan diolah sebesar 688. Setelah didapat data hasil preprocessing, dilakukan tahapan pelatihan dan pengujian dengan Cross Validation dan dilakukan pengujian untuk mengetahui parameter-parameter terbaik yang akan digunakan, lalu dilakukan evaluasi kinerja model Random Forest dan XGBoost menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil evaluasi model menunjukkan performa yang baik dalam penelitian ini, didapatkan hasil akurasi keseluruhan dalam penggunaan random forest sebesar 74% dan penggunaan XGBoost sebesar 76%.
Pola Arsitektur Enterprise Bisnis Dan Data Untuk Layanan Pesan-Antar Makanan Berbasis Platform Transportasi Online Asruddin, Muh Abdur Rasyid; Dirgahayu, Teduh
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.22.4.3510

Abstract

Perubahan akan teknologi, gaya hidup, ekonomi, dan sosial di Indonesia memberikan implikasi akan bisnis layanan pesan-antar makanan online melalui platfrom transportasi online seperti Go-food dan Grab Food. Tata kelola yang berisi proses bisnis dan implementasi teknologi informasi dalam lingkup organisasi ini dikenal juga sebagai arsitektur enterprise (AE). Pengembangan AE menghasilkan artefak yang berupa dokumen blueprint dan pola AE. Pola AE bisnis dan data merupakan cara mengidentifikasi building blocks untuk memberikan solusi yang efektif dalam pengembangan enterprise system kepada seorang enterprise architect . Tujuan dalam penelitian ini adalah untuk mengidentifikasi pola AE yang dapat digunakan oleh perusahaan dalam membangun layanan pesan-antar makanan berbasis platform transportasi online sehingga dapat diterapkan dalam pengembangan sistem sesuai dengan strategi dan tujuan bisnis perusahaan. Beberapa teknik yang digunakan dalam penelitian ini antara lain : Studi Pustaka, pemodelan bisnis & data, pola bisnis & data, pola aplikasi & teknologi ( microservices ), evaluasi pola dan prototype . Menghasilkan sebuah desain pola AE layanan pesan-antar makanan berbasis platform transportasi online . Pemodelan pola AE dapat digunakan sebagai referensi atau pedoman pengembang sistem sesuai dengan strategi dan tujuan bisnis perusahaan.
Analisis Tingkat Kepuasan Penggunaan Aplikasi Gojek Khusus Driver Menggunakan Metode EUCS Santoso, Budi; Haidir, Ali; Priyono, Priyono; Destiana, Henny; Fakhriza, Muhammad Hilman
Jurnal Ilmiah Komputasi Vol. 23 No. 1 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 1, Maret 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.23.1.3514

Abstract

Semakin padatnya jumlah penduduk, sering kali tidak diimbangi dengan keberadaan jumlah transportasi umum, contohnya Gojek yang memadai. Kota Bekasi adalah salah satunya. Dalam hal ini mengenai ketersediaan transportasi umum yang aman dan nyaman bagi penduduknya. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan kerja driver terhadap aplikasi khusus driver Gojek di Bekasi. Dengan seluruh populasi mitra driver gojek di Bekasi sebanyak 18.000, lalu sampel yang digunakan sebanyak 100 orang. Lokasi penelitian dibekasi tepatnya dibasecamp mitra driver. Metodologi penelitian pada penelitian ini menggunakan metode kuantitatif yaitu metode yang menggunakan data berupa angka dan nantinya diolah agar dapat menjawab rumusan masalah. Dalam mengukur suatu tingkat kepuasan pengguna aplikasi khusus driver Gojek menggunakan metode EUCS. Hasil penelitian ini menunjukan bahwa tingkat kepuasan pengguna terhadap variabel content mendapat nilai sebesar 87%, Accuracy mendapat nilai sebesar 72%, format 76%, ease of use 61%, timelines 47%. dalam hal ini peneliti berasumsi bahwa adanya pelayanan ini, mitra driver gojek menjadi lebih baik dan efisien dalam menjalankan orderan. Hal ini menunjukkan bahwa adanya suatu perkembangan yang baik dari pihak perusahaan.
Prediksi Kelayakan Pemberian Kredit Menggunakan Metode Random Forest Firmansah, Noval; Uce Indahyanti; Ade Eviyanti
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.22.4.3515

Abstract

Penelitian ini menggunakan data dari Kaggle, yang terdiri dari 32,581 baris dan 12 kolom, untuk mengembangkan model prediksi kelayakan kredit. Tujuan penelitian adalah mengidentifikasi faktor-faktor yang memengaruhi kelayakan kredit dan mengembangkan model yang akurat dalam memprediksi apakah seorang peminjam layak atau tidak menerima kredit. Penelitian melibatkan langkah-langkah pra-pemrosesan data, termasuk imputasi missing value dan penanganan outlier, serta pembagian dataset menjadi data latih dan data uji. Hasil menunjukkan bahwa model mencapai akurasi sebesar 93,28%, dengan parameter terbaik 'max_depth': 30, 'min_samples_leaf': 1, 'min_samples_split': 2, dan 'n_estimators': 100. Penelitian ini memberikan kontribusi dalam pemahaman kelayakan kredit dan pengembangan model prediksi yang dapat digunakan oleh lembaga keuangan untuk pengambilan keputusan kredit yang lebih tepat.
Deteksi Cacat pada Sekrup Berbasis Citra Menggunakan YOLOv5 Nugraha , Yoga Panji Perdana; Wibowo, Eri Prasetyo
Jurnal Ilmiah Komputasi Vol. 23 No. 1 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 1, Maret 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.23.1.3516

Abstract

Pada dasarnya perusahaan menginginkan produk yang dihasilkannya berkualitas baik. Kenyataannya kecacatan suatu produk merupakan suatu hal yang sulit dihindari. Maka diperlukan kegiatan pengendalian kualitas. Pengendalian kualitas yang dilakukan manual membutuhkan waktu yang lama dengan tingkat subjektifias serta resiko human error yang tinggi. Diperlukan pemanfaatan teknologi untuk membantu kegiatan pengendalian kualitas. Salah satu teknologi yang dapat dimanfaatkan untuk pengendalian kualitas adalah Artificial Intelligence (AI) dengan metode deep learning menggunakan arsitektur YOLOv5 . Tujuan dari penelitian ini adalah mengembangkan model yang dapat mendeteksi kualitas sekrup berbasis citra yang diunggah. Pengolahan data dilakukan dengan Roboflow untuk proses preprocessing . Proses pembuatan model menggunakan Google Colab dengan bahasa pemrograman python . Hasil penelitian menunjukkan pelatihan mendapatkan waktu pelatihan sebesar 0.404 jam atau 24.24 menit, precision 0.842, recall 0.857, dan mean average precision 0.887. Uji coba yang dilakukan menghasilkan bahwa citra dapat terdeteksi dengan baik. Namun, terdapat beberapa citra yang kurang baik dan maksimal untuk dideteksi.
Prototype Sistem Keamanan Brankas Berbasis Sensor Sidik Jari Ramadhan, Hanif Indra; Raden Supriyanto
Jurnal Ilmiah Komputasi Vol. 23 No. 1 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 1, Maret 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.23.1.3519

Abstract

Brankas merupakan suatu sarana penyimpanan yang digunakan untuk menyimpan barang-barang berharga milik individu ataupun kelompok. Tujuan utama dari Brankas adalah untuk melindungi barang-barang berharga dari risiko pencurian atau perampokan. Namun, seiring dengan perkembangan teknologi, diperlukan solusi keamanan yang lebih maju dan handal untuk memberikan perlindungan yang optimal terhadap akses tidak sah dan risiko pencurian. Untuk itu, penulis membuat suatu sistem keamanan prototipe Brankas dengan metode verifikasi dua tahap, yaitu menggunakan sensor sidik jari dan kode OTP. Cara Kerja dari alat ini yaitu pengguna harus mendaftarkan sidik jari mereka pada sensor, jika sudah terdaftar maka pengguna tinggal menempelkan sidik jari yang terdaftar pada sensor, kemudian program akan membuat kode OTP dan dikirim ke aplikasi. Lalu pengguna membuka aplikasi lewat smartphone, melakukan login aplikasi, dan aplikasi akan membuka Main Screen. Pada Main screen pengguna bisa melihat kode OTP yang didapat kemudian meng-input kode OTP ke Brankas menggunakan Keypad, jika benar maka Solenoid akan membuka pintu Brankas, jika salah maka akan ada output dari Buzzer dan LCD.
Model SDLC dalam Pengembangan Aplikasi Mobile Berbasis Android Taman Nasional di Pulau Jawa Widianti, Linda Wahyu; Ndaru, Wiku Yoga
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.22.4.3521

Abstract

Flora dan Fauna di Indonesia memiliki jumlah yang sangat banyak dan beragam dibandingkan banyak negara lain. Sangat diperlukannya pelestarian untuk menjaga ekosistem dari flora fauna yang ada di Indonesia agar tidak punah. Pelestarian tersebut tidak terlepas dari peranan banyak pihak dan lembaga yang terlibat dalam pelestariannya, salah satunya dengan adanya taman nasional. Tetapi walaupun taman nasional di Indonesia sudah banyak tersebar, masih ada masyarakat yang belum mengetahui mengenai taman nasional yang berada di sekitarnya. Masyarakat juga masih banyak belum mengetahui bermacam flora fauna yang terdapat pada taman nasional tersebut. Diperlukan sebuah sistem untuk memberikan informasi tersebut kepada masyarakat. Tujuan dari penelitian ini adalah suatu aplikasi yang dapat menjadi salah satu referensi dalam mencari informasi mengenai taman nasional khususnya di pulau jawa. Aplikasi ini juga memberikan informasi flora dan fauna khas yang ada di taman nasional tersebut. Metode penelitian data yang dilakukan dalam penelitian ini terdapat dua, yaitu pertama tahapan pengumpulan data yang terdiri dari studi pustaka, pengamatan. Tahapan kedua adalah perancangan sistem menggunakan System Development Life Cycle (SDLC). Hasil dari penelitian yang dilakukan ini adalah terbentuknya aplikasi Sistem Informasi Taman Nasional Di Pulau Jawa Berbasis Android. Aplikasi yang dikembangkan diharapkan dapat mempermudah masyarakat yang ingin mengetahui informasi taman nasional di sekitaran pulau jawa.
Training Custom Model Deteksi Udang menggunakan YOLOv8 Maulana, Muhamad Irfan; Noviana, Rina
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.22.4.3526

Abstract

Perkembangan teknologi informasi yang semakin pesat membuat perkembangan teknologi di dunia computer vision semakin berkembang. Saat ini, penggunaan teknologi computer vision secara masif digunakan hampir di setiap kehidupan manusia yang tentunya sangat membantu manusia dalam melakukan pekerjaan dan aktivitas sehari-hari. Salah satu objek dari visi komputer adalah deteksi objek. Salah satu komoditas perikanan yang berkembang pesat di Indonesia adalah udang. Teknologi pendeteksian objek dapat membantu para petambak udang dalam mendeteksi udang dan menentukan jumlah udang yang terdeteksi. Penelitian ini akan membuat model pelatihan khusus untuk mendeteksi udang dengan menggunakan YOLOv8. Dataset yang digunakan adalah dataset dengan dua kelas, yaitu udang dan bukan_udang dengan jumlah data citra sebanyak 6630 data. Proses anotasi citra dilakukan dengan menggunakan roboflow. Proses training dataset dilakukan dengan menggunakan Google Colaboratory, YOLOv8, dan hasil yang didapat disimpan di Google Drive. Pelatihan dilakukan dengan total 300 epoch. Nilai rata-rata precision sebesar 92.57%, sedangkan nilai recall sebesar 88.2%. Akurasi model diperoleh nilai 93.2%. Hasil ini menggambarkan bahwa model relatif stabil dalam mengklasifikasikan objek dengan tepat.

Page 51 of 62 | Total Record : 617

 49   50   51   52   53 

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