Focus and Scope

Ruang Lingkup Prosiding Seminar Nasional Ilmu Komputer (SNIKOM)

Prosiding Seminar Nasional Ilmu Komputer (SNIKOM) merupakan media publikasi ilmiah yang mewadahi penyebarluasan hasil penelitian, pengembangan metode, kajian konseptual, dan inovasi teknologi di bidang ilmu komputer, sistem informasi, serta teknologi informasi. Prosiding ini menjadi sarana pertukaran pengetahuan bagi akademisi, peneliti, dosen, mahasiswa, praktisi, dan pemangku kepentingan dalam mengembangkan serta menerapkan teknologi komputasi untuk menjawab berbagai permasalahan ilmiah, industri, organisasi, pendidikan, dan masyarakat.

Ruang lingkup publikasi SNIKOM mencakup penelitian teoretis, eksperimental, komputasional, dan terapan yang memiliki keterkaitan dengan pengembangan teori, algoritma, model, metode, arsitektur, perangkat lunak, perangkat keras, maupun integrasi sistem berbasis teknologi informasi. Penelitian yang diajukan diharapkan menunjukkan permasalahan yang jelas, pendekatan metodologis yang dapat dipertanggungjawabkan, serta kontribusi ilmiah atau praktis yang relevan.

SNIKOM membuka kesempatan publikasi bagi penelitian multidisiplin sepanjang kontribusi utamanya tetap berada dalam ranah ilmu komputer, sistem informasi, atau teknologi informasi. Bidang kajian yang menjadi fokus prosiding meliputi sepuluh kelompok keilmuan berikut.

1. Artificial Intelligence and Machine Learning

Bidang ini mencakup penelitian mengenai pengembangan, evaluasi, dan penerapan metode kecerdasan buatan untuk mendukung pengambilan keputusan, pengenalan pola, prediksi, klasifikasi, optimasi, dan penyelesaian permasalahan kompleks. Penelitian dapat berorientasi pada pengembangan algoritma baru, modifikasi metode yang telah ada, maupun evaluasi kinerja model kecerdasan buatan pada berbagai karakteristik data dan lingkungan penerapan.

Topik yang termasuk dalam bidang ini antara lain:

  • Machine Learning dan Deep Learning.

  • Supervised, Unsupervised, dan Reinforcement Learning.

  • Neural Networks dan Deep Neural Architectures.

  • Natural Language Processing dan Text Mining.

  • Generative Artificial Intelligence dan Large Language Models.

  • Explainable Artificial Intelligence dan Interpretabilitas Model.

  • Intelligent Decision Support Systems.

  • Predictive Modeling dan Forecasting.

  • Knowledge Representation dan Expert Systems.

  • Evaluasi Akurasi, Robustness, Fairness, dan Generalisasi Model AI.

Penelitian dalam bidang ini diharapkan tidak hanya menunjukkan keberhasilan penerapan algoritma, tetapi juga menjelaskan dasar pemilihan metode, karakteristik data, rancangan eksperimen, serta interpretasi hasil evaluasi.

2. Cybersecurity and Digital Forensics

Bidang ini berfokus pada penelitian mengenai perlindungan sistem informasi, jaringan komputer, aplikasi, infrastruktur digital, dan data dari ancaman keamanan. Kajian mencakup pengembangan mekanisme pencegahan, deteksi, analisis, mitigasi, dan pemulihan terhadap insiden keamanan siber.

Ruang lingkup penelitian meliputi:

  • Network Security dan System Security.

  • Intrusion Detection dan Intrusion Prevention Systems.

  • Malware Analysis dan Malware Detection.

  • Digital Forensics dan Incident Investigation.

  • Cryptography dan Data Encryption.

  • Authentication, Authorization, dan Access Control.

  • Web Application Security dan API Security.

  • Cloud Security dan IoT Security.

  • Privacy Protection dan Data Security.

  • Cyber Threat Intelligence dan Security Risk Assessment.

  • Vulnerability Assessment dan Penetration Testing dalam lingkungan yang berizin.

  • Artificial Intelligence for Cybersecurity.

Artikel pada bidang ini dapat membahas pengembangan metode keamanan, analisis kerentanan, evaluasi mekanisme pertahanan, maupun penerapan teknologi untuk meningkatkan ketahanan infrastruktur digital.

3. Information Systems and Digital Transformation

Bidang ini mencakup pengembangan, implementasi, evaluasi, dan tata kelola sistem informasi untuk meningkatkan efektivitas proses bisnis, kualitas layanan, pengelolaan informasi, serta pengambilan keputusan dalam organisasi.

Penelitian dapat dilakukan pada lingkungan pemerintahan, pendidikan, industri, bisnis, kesehatan, maupun organisasi masyarakat dengan menempatkan sistem informasi dan teknologi digital sebagai objek kajian utama.

Topik penelitian mencakup:

  • Information Systems Development and Evaluation.

  • Digital Transformation Strategy.

  • Enterprise Information Systems.

  • Enterprise Architecture.

  • IT Governance dan IT Service Management.

  • Decision Support Systems.

  • Business Intelligence dan Business Process Management.

  • Enterprise Resource Planning.

  • Customer Relationship Management.

  • E-Government dan Digital Public Services.

  • Digital Business dan E-Commerce Systems.

  • Information Systems Audit.

  • Technology Adoption dan User Acceptance.

  • Information Systems Success dan Performance Evaluation.

Artikel diharapkan menunjukkan kontribusi terhadap pengembangan sistem, peningkatan kualitas proses, evaluasi efektivitas teknologi, atau penguatan tata kelola informasi.

4. Data Science and Big Data Analytics

Bidang ini berfokus pada pengembangan dan penerapan pendekatan komputasional untuk memperoleh informasi, pola, hubungan, dan pengetahuan dari data terstruktur maupun tidak terstruktur.

Penelitian mencakup seluruh tahapan pengolahan data, mulai dari akuisisi, integrasi, pembersihan, transformasi, analisis, pemodelan, hingga penyajian hasil untuk mendukung pengambilan keputusan berbasis data.

Topik yang relevan antara lain:

  • Data Mining dan Knowledge Discovery.

  • Big Data Processing dan Analytics.

  • Predictive Analytics dan Prescriptive Analytics.

  • Data Preprocessing dan Feature Engineering.

  • Data Integration dan Data Quality.

  • Time Series Analysis.

  • Text Analytics dan Sentiment Analysis.

  • Data Visualization dan Visual Analytics.

  • Database Systems dan Data Warehousing.

  • Distributed Data Processing.

  • Streaming Data Analytics.

  • Graph Data Analytics.

  • Spatial dan Spatiotemporal Data Analysis.

  • Data-Driven Decision Making.

Penelitian diharapkan memiliki proses analisis yang sistematis, evaluasi yang terukur, dan interpretasi hasil yang sesuai dengan tujuan serta karakteristik data.

5. Computer Networks and Cloud Computing

Bidang ini mencakup penelitian mengenai arsitektur, protokol, kinerja, pengelolaan, keamanan, dan optimalisasi jaringan komputer serta infrastruktur komputasi modern.

Kajian dapat meliputi perancangan jaringan, pengembangan mekanisme komunikasi data, penyediaan layanan komputasi terdistribusi, dan peningkatan efisiensi penggunaan sumber daya komputasi.

Topik penelitian meliputi:

  • Computer Network Architecture dan Protocols.

  • Network Performance Analysis.

  • Network Monitoring dan Management.

  • Software-Defined Networking.

  • Network Function Virtualization.

  • Wireless Networks dan Mobile Communication.

  • Cloud Computing Architecture.

  • Edge Computing dan Fog Computing.

  • Distributed Computing Systems.

  • Virtualization dan Containerization.

  • High-Performance Computing.

  • Resource Allocation dan Load Balancing.

  • Quality of Service dan Quality of Experience.

  • Network Reliability dan Fault Tolerance.

  • Energy-Efficient Computing Infrastructure.

Artikel dapat berupa pengembangan arsitektur, simulasi jaringan, pengujian performa, evaluasi protokol, maupun optimasi infrastruktur komputasi.

6. Internet of Things and Embedded Systems

Bidang ini berfokus pada pengembangan sistem komputasi yang mengintegrasikan sensor, aktuator, perangkat tertanam, jaringan komunikasi, dan platform pemrosesan data untuk mendukung pemantauan, pengendalian, serta otomasi.

Penelitian dapat mencakup pengembangan perangkat, arsitektur komunikasi, pengolahan data sensor, integrasi kecerdasan buatan, dan evaluasi keandalan sistem IoT.

Topik yang termasuk dalam bidang ini antara lain:

  • Internet of Things Architecture.

  • Embedded Systems Design.

  • Wireless Sensor Networks.

  • Smart Sensors dan Actuators.

  • Microcontroller-Based Systems.

  • IoT Communication Protocols.

  • Edge AI dan Intelligent IoT.

  • Smart Home dan Smart Building.

  • Smart Agriculture dan Precision Farming.

  • Smart City Applications.

  • Industrial Internet of Things.

  • Robotics dan Automation Systems.

  • Real-Time Monitoring dan Control.

  • IoT Security dan Device Authentication.

  • Energy Management for IoT Devices.

Penelitian diharapkan menjelaskan rancangan sistem, integrasi komponen, mekanisme kerja, serta hasil pengujian fungsional maupun performa sistem.

7. Software Engineering and Application Development

Bidang ini mencakup penelitian mengenai prinsip, metode, teknik, proses, dan perangkat pendukung dalam pengembangan perangkat lunak yang berkualitas, dapat dipelihara, aman, dan sesuai dengan kebutuhan pengguna.

Kajian tidak terbatas pada pembuatan aplikasi, tetapi juga meliputi perancangan arsitektur, pengembangan metode, pengujian, evaluasi kualitas, pemeliharaan, dan pengelolaan siklus hidup perangkat lunak.

Topik penelitian meliputi:

  • Software Development Methodologies.

  • Software Requirements Engineering.

  • Software Architecture dan Design Patterns.

  • Software Testing dan Quality Assurance.

  • Software Verification dan Validation.

  • Agile Software Development.

  • DevOps dan Continuous Integration.

  • Web-Based dan Mobile Application Development.

  • Software Maintenance dan Evolution.

  • Secure Software Development.

  • Software Usability dan User Experience.

  • Human-Computer Interaction.

  • Software Reliability dan Performance.

  • Model-Driven Software Engineering.

  • Software Project Management.

  • API Design dan Systems Integration.

Artikel yang berfokus pada pengembangan aplikasi diharapkan menunjukkan kontribusi yang lebih luas daripada sekadar implementasi fitur, misalnya melalui inovasi metode, pengujian sistematis, evaluasi kualitas, atau analisis efektivitas solusi.

8. Computer Vision and Digital Image Processing

Bidang ini berfokus pada pengembangan dan penerapan metode komputasi untuk memperoleh, memproses, menganalisis, mengenali, dan menginterpretasikan informasi visual dari citra maupun video digital.

Penelitian dapat melibatkan pendekatan pengolahan citra konvensional, pembelajaran mesin, deep learning, maupun integrasi beberapa metode untuk menyelesaikan permasalahan pengenalan pola visual.

Topik yang relevan antara lain:

  • Digital Image Enhancement.

  • Image Filtering dan Image Restoration.

  • Image Segmentation.

  • Object Detection dan Object Recognition.

  • Image Classification.

  • Pattern Recognition.

  • Feature Extraction dan Feature Selection.

  • Face Recognition dan Biometric Systems.

  • Optical Character Recognition.

  • Medical Image Analysis.

  • Remote Sensing Image Processing.

  • Video Analytics dan Motion Tracking.

  • Image Compression dan Reconstruction.

  • Image Watermarking dan Steganography.

  • Deep Learning for Computer Vision.

Penelitian diharapkan menunjukkan proses eksperimen yang jelas, penggunaan data yang sesuai, serta evaluasi kualitas hasil berdasarkan metrik yang relevan dengan permasalahan penelitian.

9. Computational Intelligence and Optimization

Bidang ini mencakup pengembangan model, metode, dan algoritma komputasional untuk menyelesaikan permasalahan optimasi, penalaran, pemodelan, pengambilan keputusan, dan pencarian solusi pada sistem yang kompleks.

Penelitian dapat berfokus pada pengembangan algoritma, modifikasi pendekatan optimasi, penggabungan beberapa metode, maupun evaluasi kinerja metode dalam berbagai skenario permasalahan.

Topik penelitian meliputi:

  • Evolutionary Computation.

  • Genetic Algorithms.

  • Particle Swarm Optimization.

  • Ant Colony Optimization.

  • Swarm Intelligence.

  • Metaheuristic dan Hyperheuristic Algorithms.

  • Multi-Objective Optimization.

  • Fuzzy Logic dan Fuzzy Inference Systems.

  • Artificial Neural Computing.

  • Hybrid Intelligent Systems.

  • Mathematical dan Computational Modeling.

  • Constraint Optimization.

  • Scheduling dan Resource Optimization.

  • Simulation-Based Optimization.

  • Algorithm Performance dan Complexity Analysis.

Artikel diharapkan menjelaskan formulasi permasalahan, rancangan algoritma, parameter eksperimen, serta perbandingan hasil berdasarkan kriteria evaluasi yang dapat dipertanggungjawabkan.

10. Educational Technology and Digital Innovation

Bidang ini mencakup penelitian mengenai pengembangan, pemanfaatan, dan evaluasi teknologi komputasi dalam mendukung proses pendidikan, pembelajaran, pelatihan, pengelolaan institusi, serta inovasi layanan masyarakat.

Penelitian pada bidang ini harus memiliki kontribusi yang jelas terhadap pengembangan atau evaluasi teknologi digital, sistem komputasi, maupun metode berbasis teknologi informasi.

Topik penelitian mencakup:

  • Educational Information Systems.

  • Learning Management Systems.

  • E-Learning dan Mobile Learning.

  • Artificial Intelligence in Education.

  • Adaptive Learning Systems.

  • Learning Analytics.

  • Intelligent Tutoring Systems.

  • Educational Data Mining.

  • Virtual Reality dan Augmented Reality in Education.

  • Gamification dan Digital Learning Applications.

  • Digital Assessment Systems.

  • Assistive Technology dan Accessible Computing.

  • Digital Literacy dan Computational Thinking.

  • Educational Software Evaluation.

  • Human-Centered Digital Innovation.

  • Technology-Enabled Community Services.

Artikel yang membahas teknologi pendidikan diharapkan tidak hanya menilai hasil pembelajaran, tetapi juga menjelaskan peran teknologi, rancangan sistem atau metode komputasi, dan kontribusi inovasi digital yang dikembangkan atau dievaluasi.

Kesesuaian dan Karakteristik Artikel

SNIKOM menerima artikel ilmiah yang relevan dengan salah satu atau beberapa bidang keilmuan tersebut. Artikel dapat berupa penelitian empiris, eksperimen komputasional, pengembangan dan evaluasi algoritma, pemodelan, simulasi, pengembangan sistem, studi komparatif, maupun kajian konseptual yang memiliki kontribusi ilmiah yang jelas.

Setiap naskah diharapkan memenuhi karakteristik berikut:

  1. Memiliki permasalahan penelitian yang jelas dan relevan dengan ruang lingkup SNIKOM.

  2. Menjelaskan tujuan, metode, prosedur, atau kerangka analisis secara sistematis.

  3. Menunjukkan kontribusi ilmiah, metodologis, teknologis, atau praktis yang dapat diidentifikasi.

  4. Menyajikan hasil dan pembahasan yang didukung oleh data, eksperimen, argumentasi ilmiah, atau bukti yang memadai.

  5. Menggunakan referensi ilmiah yang relevan dan mendukung landasan penelitian.

  6. Memenuhi prinsip orisinalitas, integritas akademik, serta etika publikasi ilmiah.

Penelitian yang bersifat multidisiplin dapat dipertimbangkan sepanjang memiliki keterkaitan yang substansial dengan ilmu komputer, sistem informasi, atau teknologi informasi. Naskah yang hanya membahas persoalan administratif, sosial, pendidikan, atau manajerial tanpa kontribusi komputasional atau teknologi informasi yang jelas berada di luar fokus utama prosiding.

Penutup

Melalui cakupan keilmuan tersebut, Prosiding Seminar Nasional Ilmu Komputer (SNIKOM) berkomitmen menjadi wadah diseminasi hasil penelitian dan inovasi teknologi yang relevan dengan perkembangan ilmu komputer serta kebutuhan transformasi digital. Ruang lingkup ini berlaku secara berkelanjutan untuk penyelenggaraan SNIKOM pada berbagai tahun, dengan tetap memberikan ruang bagi perkembangan bidang keilmuan dan teknologi komputasi yang muncul pada masa mendatang.