Journal Computer and Technology

KLASIFIKASI PENYAKIT TANAMAN TEMBAKAU MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS WEB

Baiq Norma Alyanesti Abella, Muhammad Multazam, Zulpan Hadi, Zumratul Muahidin — Sat, 20 Dec 2025 00:00:00 +0700

Tanaman tembakau merupakan salah satu komoditas pertanian yang signifikan dan memiliki nilai ekonomi yang tinggi. Namun, produktivitas tanaman ini seringkali mengalami penurunan akibat serangan berbagai jenis penyakit pada daun yang sulit dikenali secara langsung oleh para petani. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sebuah sistem klasifikasi penyakit pada tanaman tembakau yang berbasis website, dengan memanfaatkan algoritma Convolutional Neural Network (CNN). Sistem ini dirancang untuk mengklasifikasikan penyakit tersebut. citra daun tembakau ke dalam tiga kategori, yaitu Alternia Alternata, Cescospora Necotianae, dan daun sehat (tidak terinfeksi). Model CNN dilatih menggunakan dataset citra daun tembakau yang telah diberi labeb sesuai jenis penyakitnya. Selain memberikan hasil klasifikasi, sistem ini juga menyajikan deskripsi penyakit, tingkat akurasi prediksi, saran penanganan, serta menyimpan riwayat diagnosa ke dalam database. Dengan adanya sistem ini, diharapkan petani dapat memperoleh informasi diagnosis penyakit secara cepat, akurat, dan mudah diakses melalui perangkat digital.

THE VALIDITY AND RELIABILITY TESTING OF PUBLIC SPEAKING SKILLS QUESTIONNAIRE FOR IT STUDENTS USING SPSS

Harizahayu, Helvira Audrey Dwisastri, Friska Purba — Mon, 29 Dec 2025 00:00:00 +0700

This study aims to measure the level of relevance of public speaking knowledege among IT students in North Sumatra. The validity test was conducted to determine whether the instruments or questions in the questionnaire truly measure what they are intended to measure. The reliability test evaluates the extent to which the questionnaire can be trusted and relied upon. The research method aims to prepare a standardized questionnaire ready for use in studying students’ satisfaction with online lectures. The sample for this study consisted of 512 students who completed a Google Form. The validity test results for 77 questions indicated that 60 questions were valud with a correlation value greater than 0.25, while 17 questions were deemed invalid due to a correlation value below 0.25. The reliability test shows the Cronbach’s Alpha value > 0.60, so the instrument tested can be declared reliable or consistent.

PENERAPAN PRINSIP UI/UX PADA APLIKASI KUIS MATEMATIKA DAN BAHASA INGGRIS INTERAKTIF UNTUK SISWA SD

Mon, 29 Dec 2025 00:00:00 +0700

Penguasaan dasar-dasar Matematika dan Bahasa Inggris sangat penting dalam tahap pendidikan dasar, namun kurangnya media pembelajaran yang menarik dan ramah anak menjadi tantangan tersendiri. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi kuis interaktif yang menggabungkan prinsip UI/UX guna meningkatkan minat belajar siswa sekolah dasar. Fokus utama dalam pengembangan adalah bagaimana tampilan dan pengalaman pengguna dapat memengaruhi efektivitas dan kenyamanan belajar anak-anak, termasuk yang memiliki kebutuhan khusus seperti tunanetra. Metode yang digunakan mencakup observasi, wawancara, serta pengujian prototipe kepada pengguna sasaran. Aplikasi ini dirancang dengan tampilan visual sederhana namun menarik, navigasi yang mudah dipahami oleh anak-anak, serta fitur audio untuk menjangkau pengguna tunanetra. Hasil pengujian awal menunjukkan bahwa siswa lebih antusias dan terlibat saat menggunakan aplikasi ini dibandingkan metode konvensional, serta merasa terbantu dengan adanya panduan suara dan animasi yang ramah. Temuan ini menegaskan bahwa penerapan prinsip UI/UX yang tepat pada media pembelajaran digital tidak hanya meningkatkan keterlibatan pengguna, tetapi juga mendukung inklusivitas pendidikan. Pengembangan aplikasi seperti ini diharapkan dapat menjadi alternatif edukatif yang menarik dan adaptif di era digital, serta mendorong adopsi pendekatan serupa dalam platform pembelajaran anak lainnya.

ANALISIS KLASIFIKASI ARAH HARGA KRIPTO MENGGUNAKAN POHON KEPUTUSAN (DECISION TREE): PENGUJIAN KETERGANTUNGAN PADA FITUR LAGGED DAN INDIKATOR TEKNIS

Muhammad Fakhri Cholil, Akhlis Munazilin — Mon, 29 Dec 2025 00:00:00 +0700

Pasar aset kripto dicirikan oleh volatilitas tinggi, menjadikannya tantangan signifikan dalam prediksi pergerakan harga. Penelitian ini bertujuan untuk mengklasifikasikan arah pergerakan harga harian (Naik/Turun) dari data historis kripto ("btcidr.csv") menggunakan algoritma Decision Tree. Proses Data Mining melibatkan pembersihan data, rekayasa fitur melalui penciptaan lagged features dan indikator teknis seperti Moving Average (MA), serta pembentukan variabel target Klasifikasi. Model yang dilatih menunjukkan Akurasi sebesar 60% pada data uji. Hasil evaluasi mengungkap adanya ketidakseimbangan kinerja: model sangat baik dalam memprediksi kelas Turun (Recall 0.88), namun lemah dalam memprediksi kelas Naik (Recall 0.32). Analisis Feature Importance menegaskan bahwa harga penutup hari ini (Terakhir) dan harga hari sebelumnya (Terakhir_lag1) adalah prediktor dominan, sementara indikator teknis (MA_5 dan Perubahan%) diabaikan oleh model sederhana ini. Disarankan penggunaan teknik oversampling dan model ensambel untuk meningkatkan sensitivitas prediksi kenaikan harga.

EFEKTIVITAS SEGMENTASI MENGGUNAKAN VLAN DAN INTER VLAN ROUTING PADA JARINGAN KOMPUTER DI PERUSAHAAN

Yazid Zaidan, Haida Dafitri — Wed, 31 Dec 2025 00:00:00 +0700

Jaringan komputer tanpa segmentasi berpotensi menimbulkan permasalahan seperti tingginya trafik broadcast, rendahnya keamanan, dan sulitnya pengelolaan jaringan. Untuk mengatasi hal tersebut, penelitian ini menerapkan Virtual Local Area Network (VLAN) dan Inter-VLAN Routing pada topologi jaringan. VLAN digunakan untuk memisahkan jaringan berdasarkan divisi (Administrasi, Keuangan, IT Support, dan HRD) sehingga komunikasi dalam satu VLAN menjadi lebih efisien dan aman. Agar perangkat dari VLAN yang berbeda tetap dapat berkomunikasi, diterapkan konfigurasi Inter-VLAN Routing dengan metode router multi-interface. Implementasi dilakukan melalui perancangan topologi, konfigurasi switch untuk segmentasi VLAN, serta konfigurasi router sebagai penghubung antar VLAN.

Hasil pengujian menunjukkan bahwa jaringan memiliki kualitas sangat baik berdasarkan parameter QoS: delay rendah (0–6 ms), packet loss 0%, dan jitter kecil. Dengan demikian, penerapan VLAN dan Inter-VLAN Routing terbukti meningkatkan efisiensi, keamanan, serta fleksibilitas jaringan, sehingga dapat menjadi solusi tepat bagi organisasi skala menengah hingga besar.

Kata kunci: VLAN, Inter-VLAN Routing, Router, Segmentasi Jaringan

PERAMALAN PENJUALAN SEPATU MENGGUNAKAN METODE SVR (SUPPORT VECTOR REGRESSION) BERDASARKAN DATA HISTORIS PENJUALAN

Muhammad Zaul Rabbani W.D, Ahmad Zakir — Wed, 31 Dec 2025 00:00:00 +0700

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah sistem prediksi penjualan pada UD. Rabani dengan memanfaatkan algoritma Support Vector Regression (SVR). Sistem yang dibangun dirancang untuk membantu perusahaan dalam memperkirakan penjualan di masa mendatang berdasarkan data historis, sehingga dapat menunjang proses pengambilan keputusan yang lebih terukur. Manfaat utama dari sistem ini adalah memberikan gambaran prediksi penjualan yang dapat dijadikan acuan dalam perencanaan strategi bisnis, mengoptimalkan ketersediaan stok, serta meminimalisasi risiko kerugian akibat ketidaktepatan perkiraan permintaan pasar. Selain itu, sistem juga dilengkapi dengan fitur manajemen data, hasil prediksi, serta pengaturan aplikasi yang memudahkan pengguna dalam mengelola informasi secara terintegrasi. Hasil penelitian menunjukkan bahwa model SVR mampu menghasilkan prediksi penjualan dengan nilai metrik evaluasi yaitu MAE sekitar 15, MSE sekitar 340, RMSE sekitar 18, dan R² mendekati 0. Visualisasi data memperlihatkan bahwa hasil prediksi cenderung stabil, namun masih belum sepenuhnya mampu mengikuti fluktuasi data aktual.

Kata Kunci : SVR, Prediksi, Historis, Sepatu

PENERAPAN METODE LSB (LEAST SIGNIFICANT BIT) DALAM STEGANOGRAFI CITRA DIGITAL UNTUK KEAMANAN INFORMASI

Alfin Mardiaman Gea, Nur Wulan — Wed, 31 Dec 2025 00:00:00 +0700

Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem steganografi berbasis citra digital menggunakan metode Least Significant Bit (LSB). Metode ini memungkinkan penyisipan pesan rahasia ke dalam gambar dengan cara mengganti bit paling tidak signifikan dari piksel gambar, sehingga perubahan visual pada gambar tetap tidak terlihat oleh pengamat biasa. Sistem dikembangkan menggunakan bahasa Python dan diintegrasikan dengan antarmuka interaktif Gradio untuk memudahkan pengguna dalam melakukan proses penyisipan (encoding) dan ekstraksi (Decoding) pesan. Hasil pengujian menunjukkan bahwa pesan dapat disisipkan dan diekstraksi kembali secara akurat. Selain itu, evaluasi kualitas gambar dilakukan menggunakan parameter Peak Signal-to-Noise Ratio (PSNR), yang menghasilkan nilai sebesar 93.80 dB. Nilai tersebut mengindikasikan bahwa kualitas gambar setelah proses penyisipan tetap sangat baik dan tidak mengalami degradasi signifikan. Dengan demikian, metode LSB terbukti efektif dan efisien untuk aplikasi steganografi ringan yang membutuhkan kerahasiaan pesan tanpa merusak kualitas media digital.

KLASIFIKASI JENIS DAUN TANAMAN OBAT BERDASARKAN CITRA TEKSTUR MENGGUNAKAN GRAY LEVEL CO OCCURRENCE MATRIX (GLCM) DAN ALGORITMA K-NN

Anakanda Bungsu Panogari Lubis, Siti Sundari — Wed, 31 Dec 2025 00:00:00 +0700

Penentuan jenis daun tanaman obat yang cepat dan konsisten penting untuk menjamin mutu pemanfaatan fitofarmaka, sementara identifikasi manual rentan bias dan memakan waktu. Penelitian ini merancang sistem klasifikasi berbasis citra tekstur dengan ekstraksi fitur Gray Level Co occurrence Matrix dan pengklasifikasi K-NN. Alur kerja mencakup praproses citra menjadi grayscale, penyetaraan ukuran 128×128, pembentukan GLCM pada empat orientasi, serta perhitungan enam properti tekstur sehingga dihasilkan vektor fitur yang merepresentasikan pola permukaan daun. Vektor ini diklasifikasikan menggunakan K-NN pada skenario multikelas. Dataset berisi seribu citra dari sepuluh kelas yang dibagi menjadi delapan ratus data latih dan dua ratus data uji. Implementasi dilakukan di Google Colab dengan antarmuka Gradio sehingga pengguna dapat mengunggah citra dan memperoleh hasil secara interaktif. Hasil awal menunjukkan akurasi tiga puluh empat persen yang menandakan sistem telah menangkap sebagian sinyal tekstur namun masih memerlukan peningkatan. Perbaikan yang disarankan meliputi kurasi dan augmentasi data, normalisasi pencahayaan, seleksi serta penimbangan fitur, penalaan parameter K-NN, dan eksplorasi pengklasifikasi lanjutan seperti SVM atau CNN agar kinerja meningkat pada variasi citra yang lebih luas. Sistem ini menjadi baseline yang sederhana, transparan, dan mudah direplikasi untuk pengembangan berikutnya.

OPTIMALISASI MODEL PERAMALAN PENJUALAN DENGAN PENDEKATAN ALGORITMA LIGHT GRADIENT BOOSTING MACHINE (LIGHTGBM)

Daffa Raihan, Imran Lubis — Wed, 31 Dec 2025 00:00:00 +0700

PT Kalbe Farma Tbk menghadapi kendala karena proses peramalan masih dilakukan secara manual, sehingga hasilnya rentan bias, tidak konsisten, dan sulit dievaluasi. Hal ini melatarbelakangi penelitian dengan rumusan masalah: bagaimana membangun alur data yang rapi untuk mendukung evaluasi model, sejauh mana algoritma LightGBM dapat meningkatkan akurasi prediksi dibandingkan pendekatan sederhana, serta bagaimana hasil peramalan dapat diintegrasikan ke dalam perencanaan operasional perusahaan. Tujuan penelitian ini adalah merancang dan mengimplementasikan sistem peramalan berbasis LightGBM dengan pipeline data terstruktur, melakukan evaluasi kinerja model, serta menyajikan hasil prediksi dalam bentuk antarmuka aplikasi web. Hasil implementasi menunjukkan bahwa sistem berhasil dibangun dengan fungsi utama meliputi pengelolaan data obat, pemanggilan algoritma LightGBM, dan penyajian hasil evaluasi dalam bentuk tabel maupun grafik. Model LightGBM mampu memanfaatkan fitur lag dan rata-rata bergerak untuk menangkap pola historis, namun hasil evaluasi masih menunjukkan error yang cukup tinggi dengan nilai MSE, RMSE, dan MAE yang besar serta R² negatif. Temuan ini mengindikasikan bahwa model dasar belum optimal, tetapi sistem telah memberikan landasan penting bagi pengembangan lebih lanjut. Kesimpulannya, sistem ini dapat menjadi prototipe awal untuk mendukung proses perencanaan berbasis data di PT Kalbe Farma Tbk, dengan potensi peningkatan melalui optimasi parameter, perluasan dataset, dan integrasi variabel eksternal.