https://jurnal.faatuatua.com/index.php/KETIK/issue/feed KETIK : Jurnal Informatika 2026-07-25T16:40:15+00:00 Redaksi KETIK ketik@faatuatua.com Open Journal Systems <p style="text-align: justify;"><strong>Jurnal KETIK</strong> merupakan <strong>Jurnal Informatika</strong> yang menerbit tuliasan ilmiah dalam bahasa indonesia tentang bidang pengetahuan <strong>Informatika</strong>. <strong>Terbitan pertama</strong> jurnal KETIK pada <strong>september 2023</strong>. <strong>Jurnal KETIK</strong> terbit <strong>enam (6)</strong> issue per volume yaitu <strong>September </strong><em>(Issue 01)</em><strong>, November </strong><em>(Issue 02)</em><strong>, Januari </strong><em>(Issue 03)</em><strong>, Maret</strong> <em>(Issue 04)</em><strong>, Mei </strong><em>(Issue 05)</em><strong>, Juli </strong><em>(Issue 06)</em>.</p> <table class="table-center mb-0 table table-borderless"> <tbody> <tr> <td class="text-break"><strong>Nomor ISSN</strong></td> <td><strong>:</strong></td> <td class="text-break"><a href="https://issn.brin.go.id/terbit/detail/20231017161686115" target="_blank" rel="noopener">3026-183X</a> (Online - Elektronik)</td> </tr> <tr> <td class="text-break"><strong>Nomor SK ISSN</strong></td> <td><strong>:</strong></td> <td class="text-break"><a href="https://issn.brin.go.id/terbit/detail/20231017161686115" target="_blank" rel="noopener">3026183X/II.7.4/SK.ISSN/11/2023</a></td> </tr> <tr> <td class="text-break"><strong>Tanggal Terbit SK ISSN</strong></td> <td><strong>:</strong></td> <td class="text-break">Rabu, 01 November 2023</td> </tr> </tbody> </table> <p style="text-align: justify;">Kami mengundang para akademisi, peneliti, dan praktisi untuk berkontribusi melalui publikasi ilmiah di <strong>Jurnal KETIK</strong>. Jurnal ini menjadi wadah strategis untuk menyebarluaskan gagasan inovatif dan temuan penelitian berkualitas. Segera submit artikel terbaik Anda dan perluas dampak keilmuan Anda secara lebih luas.</p> https://jurnal.faatuatua.com/index.php/KETIK/article/view/697 Perbandingan CNN-BiLSTM dan CNN-BiGRU untuk Klasifikasi Berita Indonesia Menggunakan Fast Text Embedding dan Confidence Based Pseudo Labeling 2026-07-23T09:23:56+00:00 Cindy Rahmayanti cindyrahmayanti43@gmail.com Elisa Wulan Sari elisawsari06@gmail.com Adha Mashur Sajiah adha.m.sajiah@uho.ac.id <p>Klasifikasi teks berita Indonesia merupakan tugas penting dalam pemrosesan bahasa alami yang mendukung pengelolaan informasi di era digital. Penelitian ini mengusulkan perbandingan dua arsitektur deep learning, yaitu CNN-BiLSTM dan CNN-BiGRU, yang diintegrasikan dengan word embedding FastText bahasa Indonesia dan strategi semi-supervised learning berbasis Confidence-Based Pseudo-Labeling. Dataset yang digunakan adalah Indonesian News Dataset sebanyak 91.017 artikel dari 9 kategori, yang kemudian diseimbangkan menggunakan undersampling menjadi 21.924 sampel. Sebanyak 20% data digunakan sebagai data berlabel dan 80% sisanya diperlakukan sebagai data tak berlabel yang dimanfaatkan melalui tiga iterasi pseudo-labeling dengan ambang kepercayaan adaptif (0,85; 0,88; 0,90). Hasil evaluasi menunjukkan menunjukkan bahwa penerapan pseudo-labeling secara konsisten meningkatkan performa kedua model. CNN-BiLSTM mencapai akurasi 71,72% dan F1-score 71,60% setelah pseudo-labeling, sedangkan CNN-BiGRU mencapai akurasi 69,42% dan F1-score 69,19%. Temuan ini membuktikan bahwa pendekatan semi-supervised learning efektif digunakan pada kondisi data berlabel yang terbatas.</p> 2026-06-30T00:00:00+00:00 Copyright (c) 2026 KETIK : Jurnal Informatika https://jurnal.faatuatua.com/index.php/KETIK/article/view/693 Analisis Relevansi Judul Skripsi Teknik Informatika Universitas Halu Oleo (UHO) Menggunakan TF-IDF, Cosine Similarity, dan Jaccard Similarity 2026-07-09T09:37:11+00:00 Ramlia Ramadani Sudin ramadaniramlia@gmail.com Elisa Wulan Sari elisawsari06@gmail.com Adha Mashur Sajiah adha.m.sajiah2@uho.ac.id <p>Penelitian ini menganalisis kemiripan teks guna mengukur relevansi judul skripsi mahasiswa Program Studi Teknik Informatika Universitas Halu Oleo (UHO) menggunakan pendekatan information retrieval, yaitu TF-IDF, Cosine Similarity, dan Jaccard Similarity. Data berupa 620 judul skripsi UHO diperoleh dari dataset publik Kaggle, kemudian diproses melalui tahapan Case Folding, Cleaning, tokenisasi, penghapusan stopword (standar dan domain akademik), serta Stemming menggunakan PySastrawi. Tahap prapemrosesan berhasil mereduksi dimensi token sebesar 37,7%, meningkatkan efisiensi representasi dokumen. Representasi vektor dibangun menggunakan TF-IDF dengan kombinasi unigram dan bigram. Topik penelitian dikelompokkan menjadi delapan klaster menggunakan algoritma K-Means yang dikombinasikan dengan reduksi dimensi Latent Semantic Analysis (LSA). Evaluasi sistem temu kembali menggunakan 50 Query acak dengan ground truth berbasis klaster menunjukkan bahwa Jaccard Similarity secara konsisten mengungguli Cosine Similarity pada seluruh metrik pengujian (Precision@K, Recall@K, MAP, dan NDCG@K). Hasil ini mengindikasikan bahwa karakteristik judul skripsi yang ringkas menyebabkan sebaran bobot fitur TF-IDF rentan didominasi secara ekstrem oleh satu Term dominan tunggal yang memicu bias pada Cosine Similarity, sedangkan pendekatan kecocokan biner pada Jaccard Similarity terbukti lebih tangguh dan menghasilkan urutan peringkat dokumen yang jauh lebih akurat.</p> 2026-07-26T00:00:00+00:00 Copyright (c) 2026 KETIK : Jurnal Informatika https://jurnal.faatuatua.com/index.php/KETIK/article/view/691 Perancangan Website Desa Sukaraja sebagai Media Informasi dan Layanan Publik Menggunakan Metode Waterfall 2026-07-09T05:11:39+00:00 Silvia Apriani silviaapriani28@gmail.com Destiarini Destiarini.ubr@gmail.com Anggraeni Agustin Muris miss.muris@gmail.com <p>Perkembangan teknologi informasi telah membawa perubahan dalam berbagai bidang, termasuk pelayanan publik di tingkat desa. Desa Sukaraja, Kecamatan Lengkiti, Kabupaten Ogan Komering Ulu masih menyampaikan informasi kepada masyarakat secara manual melalui papan pengumuman maupun pertemuan langsung. Selain itu, masyarakat yang ingin menyampaikan aspirasi atau keluhan harus datang langsung ke kantor desa. Kondisi ini menyebabkan proses penyampaian informasi dan pelayanan publik menjadi kurang efektif. Penelitian ini bertujuan untuk merancang dan membangun Website Desa Sukaraja sebagai media informasi dan layanan publik menggunakan metode Waterfall. Tahapan yang dilakukan meliputi analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan penerapan sistem. Website dibangun menggunakan PHP, Bootstrap, CSS, dan MySQL. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk memastikan setiap fitur berjalan sesuai fungsinya. Hasil penelitian menunjukkan bahwa website yang dibangun mampu memudahkan pemerintah desa dalam menyampaikan informasi kepada masyarakat serta memberikan sarana bagi masyarakat untuk menyampaikan aspirasi secara online. Berdasarkan hasil pengujian, seluruh fitur website dapat berjalan dengan baik sehingga website layak digunakan sebagai media informasi dan layanan publik di Desa Sukaraja.</p> 2026-07-25T00:00:00+00:00 Copyright (c) 2026 KETIK : Jurnal Informatika