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
 58   59   60   61   62 
Sistem Pendukung Keputusan Untuk Pemilihan Pupuk Padi (Oryza sativa) Terbaik Berbasis Metode Pembobotan Entropy Dan Aras Niska, Debi Yandra; Khoiriyah Pohan, Nur Rizkah; Fadluna, Erika Putri; Ananda, Deswita
Jurnal Ilmiah Komputasi Vol. 24 No. 3 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 3, September 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.3.3838

Abstract

Penelitian ini mengembangkan sebuah Sistem Pendukung Keputusan (SPK) untuk pemilihan pupuk pada tanaman padi di Desa Padang Cermin, Kabupaten Langkat, dengan memadukan metode Entropy dan ARAS. Metode Entropy digunakan untuk menghitung bobot kriteria kandungan nitrogen (N), fosfor (P), kalium (K), harga, dan dosis berdasarkan variasi data. Selanjutnya, metode ARAS melakukan perankingan alternatif pupuk dengan membandingkan skor setiap alternatif terhadap alternatif ideal. Sistem diimplementasikan menggunakan bahasa pemrograman Python dan framework Flask, dilengkapi antarmuka web yang memudahkan pengguna memasukkan data kriteria dan alternatif, menampilkan bobot, serta mengeksekusi perhitungan secara real time. Hasil perhitungan menunjukkan bahwa pupuk NPK Mutiara memperoleh skor tertinggi, yakni 0,1354, sehingga direkomendasikan sebagai pilihan terbaik untuk meningkatkan produktivitas padi di lokasi studi. SPK ini diharapkan membantu petani dan penyuluh dalam membuat keputusan pemupukan yang lebih objektif dan efisien.
Analisis Perbandingan Kinerja Model EfficientNetV2-S, InceptionV3, dan ResNet50 dalam Klasifikasi Gambar Buah-Buahan Fadil Rafliansyah; Rusdi Afandi; Paratama, Fauzi Zaidan
Jurnal Ilmiah Komputasi Vol. 24 No. 3 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 3, September 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.3.3842

Abstract

Dalam berbagai industri, dari agrikultur hingga ritel, klasifikasi citra buah-buahan secara otomatis sangat penting. Tujuan dari penelitian ini adalah untuk melakukan analisis komparatif terhadap kinerja tiga model Convolutional Neural Network (CNN) utama EfficientNetV2-S, InceptionV3, dan ResNet50 dalam konteks tugas klasifikasi gambar buah-buahan. menggunakan dataset "Klasifikasi Buah" yang diperoleh dari platform Kaggle, yang mencakup gambar dari lima varietas buah: Stroberi, Mangga, Anggur, Pisang, dan Apel. Setiap model dilatih dan dinilai menggunakan metrik standar seperti akurasi, presisi, recall, dan skor F1. Hasil penelitian menunjukkan bahwa model InceptionV3 memiliki akurasi yang lebih tinggi sebesar 90.50%, melampaui kinerja EfficientNetV2-S dan ResNet50, yang masing-masing menunjukkan akurasi 52.50%. Kajian lebih lanjut tentang laporan klasifikasi menunjukkan bahwa InceptionV3 juga memiliki kinerja yang lebih baik dalam hal skor F1, recall, dan presisi untuk setiap kategori buah. Studi ini memberikan perspektif tentang pemilihan model yang lebih efektif untuk tugas klasifikasi gambar buah-buahan pada dataset dengan atribut yang sebanding.Kata Kunci: Klasifikasi Buah, Convolutional Neural Network, EfficientNet, InceptionV3, ResNet, Deep Learning, Kinerja Model.
Pengembangan Sistem Informasi Prakerin SMK Negeri 2 Kota Jambi dengan Metode Scrum Ramadhani, Nanda Putri; Saputra, Edi; Arsa, Daniel; Siregar, Alifah Salsabillah
Jurnal Ilmiah Komputasi Vol. 24 No. 3 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 3, September 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.3.3852

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem informasi praktik kerja industri (prakerin) berbasis web guna mendukung pengelolaan prakerin di SMK Negeri 2 Kota Jambi. Prakerin merupakan program wajib bagi siswa kelas XII yang menempatkan mereka di Dunia Usaha/Dunia Industri (DU/DI) sesuai kompetensinya. Hasil observasi menunjukkan adanya permasalahan dalam pengelolaan data dan penyampaian informasi, yang berdampak pada kelancaran administrasi dan pemantauan kegiatan prakerin. Untuk menjawab permasalahan tersebut, pengembangan sistem dilakukan menggunakan metode Scrum, yang bersifat fleksibel dan iteratif, memungkinkan penyesuaian sistem berdasarkan kebutuhan pengguna melalui siklus sprint. Sistem ini dirancang untuk mempercepat proses administrasi dan mempermudah monitoring prakerin. Pengujian dilakukan dengan black-box testing dan user acceptance test (UAT). Hasil menunjukkan bahwa seluruh fungsi berjalan dengan tingkat keberhasilan 100%, dan sistem memperoleh tingkat kepuasan pengguna sebesar 85,04%, yang menandakan sistem diterima dengan baik dan layak digunakan.
Perbandingan Regresi Linear dan Prophet untuk Prediksi Harga Beras Grosir di Indonesia Chandra, Reza; Maulana, Faizal; Sofi, Nelly
Jurnal Ilmiah Komputasi Vol. 24 No. 3 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 3, September 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.3.3857

Abstract

Harga beras di Indonesia memiliki peran penting dalam menjaga ketahanan pangan dan stabilitas ekonomi, karena sebagai makanan pokok, perubahan harga dapat memengaruhi kesejahteraan masyarakat dan laju inflasi. Oleh sebab itu, prediksi harga yang akurat menjadi kebutuhan strategis bagi pemerintah dan pelaku industri untuk menunjang pengambilan keputusan yang tepat. Penelitian ini mengevaluasi kinerja model regresi linear dan Prophet dalam memprediksi harga beras grosir di Indonesia, dengan menggunakan data historis dari BPS. Dengan metode Eksperimen Komparatif Kuantitatif, penelitian ini mengukur performa kedua algoritma menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasilnya menunjukkan Prophet memberikan prediksi lebih akurat dibanding regresi linear, karena mampu mendeteksi pola musiman dan tren jangka panjang yang penting, terutama pada periode-periode khusus seperti hari raya. Hasil prediksi ini dapat memberikan kontribusi bagi perencanaan pengendalian harga beras nasional.
Optimisasi LSTM untuk Prediksi Konsentrasi Kualitas Udara Jakarta menggunakan Cauchy PSO Reyhan, Athallah; Akbar, Habibullah
Jurnal Ilmiah Komputasi Vol. 24 No. 3 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 3, September 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.3.3869

Abstract

Polusi udara merupakan masalah serius di kota-kota besar, khususnya di Jakarta yang kerap mengalami tingginya konsentrasi partikel debu (PM10). Kadar PM10 yang tinggi dapat berdampak buruk terhadap kesehatan masyarakat serta kualitas lingkungan secara keseluruhan. Penelitian ini mengusulkan model prediksi deret waktu berbasis Long Short-Term Memory (LSTM) yang dioptimasi menggunakan algoritma Cauchy Particle Swarm Optimization (CPSO). Algoritma CPSO digunakan untuk mencari kombinasi hyperparameter terbaik pada model LSTM, sehingga diharapkan dapat meningkatkan akurasi prediksi. Model menggunakan variable PM10, suhu, kelembapan, curah hujan, dan kecepatan angin dari beberapa stasiun pemantauan udara di Jakarta untuk memprediksi nilai PM10 pada 1, 3, dan 7 hari ke depan. Kinerja model dievaluasi berdasarkan Root Mean Square Error (RMSE), Mean Absolute Error (MAE), dan Correlation Coefficient (CC). Hasil eksperimen menunjukkan bahwa model CPSO-LSTM mampu menghasilkan error yang lebih kecil dibandingkan LSTM.
Rancang Bangun Pendeteksi Kadar Alkohol pada Pengemudi Mobil Berbasis Internet of Things Hendajani, Fivtatianti; Husien, Ahmad; Hendrato, Hening
Jurnal Ilmiah Komputasi Vol. 24 No. 3 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 3, September 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.3.3881

Abstract

Banyaknya kasus kecelakaan lalu lintas yang terjadi di Indonesia semakin meningkat dari tahun ke tahun. Salah satu faktor yang menyebabkan kecelakaan lalu lintas yaitu pengemudi yang mengendarai mobil dalam keadaan mabuk. Salah satu usaha untuk meminimalisir terjadinya kecelakaan lalu lintas akibat pengaruh alkohol adalah membuat pendeteksi alkohol melalui pengukuran kadar alkohol pada nafas pengemudi berbasis Internet of Things (IoT). Alat ini menggunakan sensor MQ-3 sebagai masukan, mikrokontroler Arduino Uno sebagai pengolah data, relay sebagai pertanda mobil dapat dinyalakan atau tidak. Perangkat memanfaatkan SIM 800L untuk pengiriman Short Message Service (SMS) ke telepon pintar, modul GPS untuk pelacakan lokasi kendaraan, serta buzzer sebagai alarm peringatan saat terdeteksi kadar alkohol berlebih pada pengemudi. Pesan singkat yang memuat tautan lokasi dikirimkan kepada pihak terkait untuk memungkinkan mereka mengambil tindakan pencegahan terhadap pengemudi, di mana lokasi tersebut dapat diakses melalui aplikasi peta. Pesan singkat disampaikan ke telepon pintar tujuan dan diharapkan penerima pesan dapat mengambil langkah pengamanan. Apabila sistem menampilkan nilai lima atau lebih, maka sensor alkohol dianggap aktif, sehingga aliran listrik kendaraan secara otomatis diputus oleh modul relay dan lokasi kendaraan dapat dipantau melalui telepon pintar tujuan dari pesan singkat yang telah diterima dan dapat melihat peta pengendara mobil berada.
Penerapan Metode Weighted Sum Model (WSM) dan Klasifikasi Komentar pada Sistem Pendukung Keputusan Aplikasi MyPertamina Menggunakan Metode Random Forest Riyadi, Agung Slamet; Alfarzi, Puja Rahayu; Wardhani, Ire Puspa Wardhani
Jurnal Ilmiah Komputasi Vol. 24 No. 3 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 3, September 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.3.3886

Abstract

The development of a comment application system from Google Play Store users as a source of information forapplication developers in evaluating and improving applications from the findings of weaknesses or deficiencies.One such application is the MyPertamina application as a digital platform used by the public in making transactionsto buy fuel or other services from Pertamina. The purpose of this study is to build a Decision Support System(DSS) to be able to classify application user comments by maximizing the Random Forest algorithm, and providealternative assessments by applying the Weighted Sum Model (WSM) method based on certain criteria. The firststage collects various comments from MyPertamina application users, then the second stage carries out text preprocessing namely normalization, tokenization, stopword removal, and stemming. The third stage classifies intothree sentiment categories, namely positive, neutral, and negative using the Random Forest algorithm. After theclassification results are known, the fourth stage continues, namely applying the WSM method to assess or createa priority scale as an alternative decision, for example starting with improving features in the application or userareas that are most affected or impacted based on weighted criteria determined from the number of negativecomments, satisfaction levels and urgency of the issue. The testing conducted with the Random Forest2classification model yielded an accuracy value of 86%. Furthermore, the dashboard visualization showed that theinaccurate data category had the highest average value of 0.11. The WSM method was shown to be more effectivein providing recommendations for prioritizing decision-making in a systematic and measurable manner. Thedevelopment of this system is expected to help MyPertamina application developers evaluate user feedback moreefficiently and objectively. The usefulness of this research for the company is that the company can understanduser perceptions and will continue to improve service quality, which impacts user satisfaction. Based on the resultsof this research, the system can classify comments automatically by implementing the Random Forest Algorithm,which is capable of providing good performance with an accuracy of > 80%. Management can use this system asa basis for decision-making for the development of the MyPertamina application, and application developers canbetter understand user perceptions automatically and make strategic decisions by processing user commentdatabases.

Page 62 of 62 | Total Record : 617

 58   59   60   61   62 

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