Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Hindarto Hindarto
Informatika, Universitas Muhammadiyah Sidoarjo
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
SISTEM PAKAR DETEKSI DINI PENYAKIT STROKE MENGGUNAKAN METODE HYBRID BERBASIS WEB Muhammad Fahruddin Mahfudhoni; Hindarto Hindarto; Novia Ariyanti; Suprianto Suprianto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16919

Abstract

Stroke merupakan penyakit serius yang berpotensi menyebabkan kematian dan kecacatan permanen apabila tidak ditangani secara cepat dan tepat. Rendahnya pemahaman masyarakat terhadap gejala awal stroke serta keterbatasan akses layanan kesehatan menjadi salah satu faktor utama keterlambatan penanganan. Penelitian ini bertujuan mengembangkan sistem pakar berbasis web untuk mendukung deteksi dini penyakit stroke dengan menerapkan metode hybrid Forward Chaining dan Certainty Factor. Metode Forward Chaining digunakan untuk menelusuri aturan diagnosis berdasarkan gejala yang dipilih pengguna, sedangkan Certainty Factor dimanfaatkan untuk menentukan tingkat keyakinan terhadap hasil diagnosis. Sistem dibangun menggunakan bahasa pemrograman JavaScript dan basis data MySQL, serta menyediakan fitur pengelolaan data oleh admin dan layanan diagnosis bagi pengguna. Pengujian fungsional menggunakan metode Black Box menunjukkan seluruh fitur sistem berjalan dengan baik, sementara hasil pengujian pengguna menunjukkan sistem mudah digunakan dan mampu menyajikan informasi yang jelas. Sistem ini diharapkan dapat membantu masyarakat dalam mengenali gejala awal stroke serta memberikan diagnosis awal sebagai pendukung pengambilan keputusan sebelum melakukan pemeriksaan medis lanjutan
EKSTRAKSI INFORMASI DARI DOKUMEN CV MENGGUNAKAN PENDEKATAN HYBRID NATURAL LANGUAGE PROCESSING DAN RULE-BASED Syahfrizka Dyah Nazwa Umbara; Ade Eviyanti; Hindarto Hindarto; Sumarno Sumarno
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17224

Abstract

Transformasi digital dalam rekrutmen menuntut adopsi Applicant Tracking System (ATS) untuk efisiensi pengelolaan pelamar. Namun, tantangan utama pengembangan ATS terletak pada tingginya variabilitas format Curriculum Vitae (CV) tidak terstruktur, yang sulit diproses oleh metode berbasis aturan karena sifatnya yang kaku, maupun Deep Learning yang membebani sumber daya komputasi. Penelitian ini bertujuan mengembangkan sistem ekstraksi informasi CV yang menyeimbangkan akurasi tinggi dan efisiensi komputasi. Melalui pendekatan hibrida (Hybrid Approach), penelitian ini mengintegrasikan algoritma Rule-Based (Regular Expressions) untuk ekstraksi entitas faktual dan Natural Language Processing (NLP) menggunakan pustaka spaCy serta PhraseMatcher untuk analisis kontekstual pada kompetensi dan pengalaman kerja. Hasil pengujian empiris menunjukkan kinerja sistem yang unggul dengan nilai Precision 91.3%, Recall 87.5%, dan F1-Score 89.4%. Secara keseluruhan, sistem mencapai akurasi 80.8% dengan waktu pemrosesan rata-rata di bawah 2 detik per dokumen. Temuan ini membuktikan bahwa integrasi metode hibrida efektif menangani kompleksitas format CV dengan kebutuhan komputasi yang efisien.
IMPLEMENTASI MODEL FACEBOOK PROPHET DALAM MERAMALKAN JUMLAH PENGUNJUNG WISATA EDUKASI Ananda Firly Amelia; Ade Eviyanti; Ika Ratna Indra Astutik; Hindarto Hindarto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17721

Abstract

Wisata edukasi Kampung Lali Gadget (KLG) menghadapi tantangan operasional akibat fluktuasi jumlah pengunjung yang sangat ekstrem, mencapai 98% antara bulan terendah dan tertinggi. Ketidakpastian ini menjadi kendala bagi pihak pengelola dalam perencanaan kurikulum permainan, bahan ajar, serta alokasi sumber daya manusia. Penelitian ini bertujuan untuk mengimplementasikan model Facebook Prophet guna menghasilkan peramalan jumlah pengunjung yang akurat sebagai panduan operasional. Metode yang digunakan adalah analisis deret waktu menggunakan algoritma Prophet yang dioptimalkan dengan penambahan extra regressor berupa hari libur nasional, libur akademik, dan event lokal KLG. Untuk mendapatkan model dengan nilai optimum, dilakukan tahapan hyperparameter tuning menggunakan metode Grid Search pada parameter prior scale yang dilanjutkan dengan manual fine-tuning untuk menghindari overfitting. Hasil penelitian menunjukkan bahwa Model Prophet 3 memberikan akurasi terbaik dengan nilai MAPE sebesar 20,93% (kategori baik). Hasil peramalan selama enam bulan ke depan memprediksi puncak kunjungan pada Januari 2026 sebanyak 1.940 pengunjung dan titik terendah pada April 2026 sebanyak 36 pengunjung. Hasil ini memberikan dasar strategis bagi pengelola dalam pengaturan jadwal relawan dan pemeliharaan fasilitas.
Co-Authors Ade Eviyanti Ananda Firly Amelia Ika Ratna Indra Astutik Muhammad Fahruddin Mahfudhoni Novia Ariyanti Sumarno Sumarno Suprianto Suprianto Syahfrizka Dyah Nazwa Umbara