Article Per Year (5 Year)
p-Index From 2021 - 2026
1.084
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Agustia Hananto
Sistem Informasi, Universitas Buana Perjuangan Karawang
Computer Science & IT

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
SISTEM INFORMASI SAFETY MESIN BERBASIS WEB PADA PT.Y-TEC AUTOPART INDONESIA Yulia Asti Nuraini; Bayu Priyatna; Tukino Tukino; Agustia Hananto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18361

Abstract

Penelitian ini dilatarbelakangi oleh proses inspeksi safety mesin di PT. Y-Tec Autopart Indonesia yang masih dilakukan secara manual sehingga pengelolaan data belum terintegrasi secara optimal. Permasalahan yang muncul meliputi keterlambatan pelaporan, potensi kesalahan pencatatan, serta kendala dalam monitoring kondisi mesin secara berkelanjutan. Penelitian ini bertujuan untuk membangun sistem informasi safety mesin berbasis web guna meningkatkan efisiensi dan akurasi data inspeksi. Metode yang digunakan adalah prototype, yang memungkinkan pengembangan sistem secara iteratif sesuai kebutuhan pengguna. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan database MySQL. Hasil penelitian menunjukkan bahwa sistem mampu mempermudah proses input data, pengelolaan informasi mesin, serta monitoring kondisi secara real-time. Pengujian menggunakan metode blackbox menunjukkan bahwa seluruh fungsionalitas sistem berjalan sesuai dengan kebutuhan pengguna. Dengan demikian, sistem yang dikembangkan mampu meningkatkan efisiensi operasional, akurasi data, serta efektivitas pengawasan keselamatan mesin.
SISTEM INFORMASI KEPEGAWAIAN BERBASIS WEBSITE MENGGUNAKAN METODE WATERFALL Fahmi Ilyas; Bayu Priyatna; Tukino Tukino; Agustia Hananto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18425

Abstract

Efisiensi dalam pengelolaan data karyawan sangat bergantung pada sistem yang cepat dan akurat. CV Karunia Metal Sejahtera masih menggunakan metode konvensional dalam menangani absensi dan pengajuan cuti, yang sering menimbulkan kesalahan data serta memperlambat pembuatan laporan. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem informasi kepegawaian berbasis website. Pengembangan sistem menggunakan metode Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dibangun dengan arsitektur Model-View-Controller (MVC) menggunakan framework CodeIgniter 3 dan MySQL sebagai basis data. Pengujian sistem dilakukan menggunakan metode black-box untuk memastikan setiap fungsi berjalan sesuai dengan kebutuhan. Hasil pengujian menunjukkan bahwa seluruh fitur dalam sistem dapat beroperasi dengan baik. Implementasi sistem ini mampu mengintegrasikan pengelolaan data kepegawaian secara terpusat, meminimalkan kesalahan input, serta meningkatkan efisiensi dan kecepatan dalam proses operasional perusahaan.
PENGEMBANGAN APLIKASI MANAJEMEN KEUANGAN MAHASISWA UNIVERSITAS BUANA PERJUANGAN KARAWANG BERBASIS ANDROID Dika Ahmad Rifai; Bayu Priyatna; Tukino Tukino; Agustia Hananto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18426

Abstract

Pengelolaan keuangan pribadi merupakan keterampilan krusial bagi mahasiswa untuk menjaga stabilitas finansial di tengah kebutuhan akademik dan biaya hidup yang beragam. Namun, banyak mahasiswa Universitas Buana Perjuangan Karawang masih menghadapi kesulitan dalam mengontrol pengeluaran akibat tidak adanya kebiasaan mencatat transaksi secara mandiri dan kurangnya alat bantu yang praktis. Fokus utama dari studi ini adalah menciptakan sebuah platform tata kelola keuangan pribadi untuk ekosistem Android guna mendampingi mahasiswa agar lebih terorganisir dalam merekam histori penambahan maupun pengurangan dana mereka. Untuk proses pembangunannya, penelitian ini memilih metode Rapid Application Development (RAD). Alur kerjanya terdiri atas fase requirements planning, design workshop, construction menggunakan bahasa pemrograman Kotlin dan Room Database, serta implementation melalui pengujian black box. Temuan riset ini mengindikasikan bahwa sistem yang dibangun mampu mengakomodasi berbagai kapabilitas inti dengan baik, meliputi dokumentasi riwayat finansial, visualisasi saldo otomatis, serta laporan keuangan dalam bentuk daftar dan grafik pie chart. Melalui platform ini, mahasiswa dapat memantau kondisi finansial mereka secara efisien dan mengambil keputusan keuangan yang lebih bijak.
SEGMENTASI DAERAH PRIORITAS PENANGANAN STUNTING DI JAWA BARAT MENGGUNAKAN METODE K-MEANS CLUSTERING Aliffia Kurniawati Komaria; Bayu Priyatna; Tukino Tukino; Agustia Hananto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18429

Abstract

Stunting pada balita masih menjadi permasalahan kesehatan masyarakat di Provinsi Jawa Barat yang ditandai dengan adanya perbedaan tingkat prevalensi antarwilayah. Permasalahan utama terletak pada belum optimalnya pemetaan wilayah berbasis analisis tren kuantitatif, sehingga penentuan prioritas intervensi belum sepenuhnya tepat sasaran. Penelitian ini bertujuan untuk menganalisis pola perubahan prevalensi stunting serta mengelompokkan kabupaten/kota berdasarkan kesamaan tren selama periode 2014–2024. Metode yang digunakan adalah K-Means Clustering dengan tahapan pre-processing data, normalisasi menggunakan metode Min-Max, penentuan jumlah klaster menggunakan Elbow Method, serta evaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa wilayah dapat dikelompokkan menjadi tiga klaster, yaitu tinggi, sedang, dan rendah. Klaster tinggi memiliki jumlah kasus yang relatif besar dan fluktuatif, klaster sedang menunjukkan tren penurunan yang konsisten, sedangkan klaster rendah memiliki jumlah kasus yang relatif kecil dan stabil. Hasil ini diharapkan dapat mendukung penentuan kebijakan penanganan stunting yang lebih terarah dan berbasis data.
VISUALISASI DATA NARAPIDANA LAPAS CIREBON UNTUK PENGAMBILAN KEPUTUSAN BERBASIS PYTHON Stevi Olivia; April Lia Hananto; Tukino Tukino; Elfina Novalia; Agustia Hananto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18434

Abstract

Pengelolaan data narapidana di Lapas Cirebon masih menggunakan laporan tabular statis, yang menyulitkan dalam memperoleh informasi penting seperti komposisi jenis kelamin, kategori kejahatan dominan, dan tingkat hunian secara cepat. Permasalahan utama adalah keterbatasan dalam menyajikan data secara dinamis, sehingga pengambilan keputusan berbasis data menjadi sulit. Penelitian ini bertujuan untuk mengoptimalkan pemanfaatan data narapidana melalui pengembangan visualisasi berbasis Python dan dashboard interaktif yang mendukung pengambilan keputusan berbasis bukti. Metode penelitian meliputi identifikasi masalah, studi literatur, pengumpulan data dari Open Data Cirebon, serta validasi dan pembersihan data menggunakan Python (Pandas). Dashboard dikembangkan menggunakan Streamlit untuk menyediakan filter interaktif, grafik distribusi, tren, dan ekspor data. Hasil penelitian menunjukkan bahwa dashboard yang dikembangkan dapat menyajikan data secara lebih transparan, efisien, dan informatif. Pengujian menggunakan System Usability Scale (SUS) menghasilkan skor rata-rata 72,43 dengan kategori “", yang mengindikasikan bahwa dashboard ini mudah digunakan dan efektif dalam memfasilitasi pengambilan keputusan berbasis data.
KLASTERISASI KARAKTERISTIK FILM NETFLIX MENGGUNAKAN METODE FUZZY C-MEANS Ismail Amirul Huda; April Lia Hananto; Tukino Tukino; Agustia Hananto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18501

Abstract

Kemajuan teknologi informasi telah mendorong peningkatan penggunaan platform streaming seperti Netflix yang menghasilkan data film dalam jumlah besar dengan karakteristik yang beragam. Akan tetapi, data tersebut umumnya masih berada dalam kondisi mentah dan tidak terstruktur, sehingga menyulitkan proses analisis dalam mengidentifikasi pola karakteristik film secara optimal. Penelitian ini bertujuan untuk melakukan pengelompokan data film Netflix agar lebih terorganisasi dan mudah dianalisis dengan menggunakan teknik klasterisasi. Metode yang diterapkan adalah Fuzzy C-Means (FCM), yang memungkinkan setiap data memiliki derajat keanggotaan pada lebih dari satu klaster sehingga mampu merepresentasikan kedekatan karakteristik data secara lebih fleksibel. Tahapan penelitian meliputi preprocessing data melalui penghapusan nilai kosong, normalisasi menggunakan metode Min-Max, penentuan jumlah klaster, serta proses klasterisasi hingga mencapai kondisi konvergen. Hasil penelitian menunjukkan bahwa data film dapat dikelompokkan ke dalam tiga klaster dengan karakteristik yang berbeda, yaitu film berkualitas tinggi, film menengah, dan film komersial. Evaluasi menggunakan Silhouette Score menghasilkan nilai sebesar 0,362 yang menunjukkan bahwa kualitas klasterisasi berada pada kategori cukup baik. Dengan demikian, metode Fuzzy C-Means mampu menghasilkan pengelompokan data yang representatif serta mendukung proses analisis dan pengambilan keputusan berbasis data.
ANALISIS PERBANDINGAN ALGORITMA C4.5 DAN XGBOOST UNTUK MEMPREDIKSI KEBAHAGIAAN DARI DATA GAYA HIDUP DIGITAL Laily Mariyatul Qibthiyah; Agustia Hananto; Elfina Novalia
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18514

Abstract

Perkembangan teknologi digital mengubah pola kehidupan masyarakat, termasuk aspek gaya hidup dan kesejahteraan psikologis. Gaya hidup digital yang mencakup penggunaan media sosial, durasi penggunaan perangkat, kualitas tidur, serta tingkat stres diperkirakan memiliki hubungan dengan tingkat kebahagiaan individu. Oleh karena itu, penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja algoritma C4.5 dan XGBoost dalam memprediksi tingkat kebahagiaan berdasarkan data gaya hidup digital, serta mengidentifikasi faktor-faktor yang paling berpengaruh terhadap kebahagiaan. Penelitian ini menggunakan pendekatan kuantitatif dengan metode eksperimen komparatif. Dataset yang digunakan terdiri dari 500 data dengan 10 atribut yang mencakup variabel numerik dan kategorikal. Tahapan penelitian meliputi preprocessing data, pembagian data menggunakan metode train-test split (80:20), implementasi algoritma C4.5 dan XGBoost, serta model evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kedua algoritma memiliki performa yang relatif sama dengan nilai akurasi sebesar 0,44. Nilai presisi, recall, dan F1-score pada kedua model juga tidak menunjukkan perbedaan yang signifikan. Analisis lebih lanjut menunjukkan bahwa distribusi data yang tidak buruk mempengaruhi kinerja model, di mana model cenderung lebih baik dalam memprediksi kelas mayoritas dibandingkan kelas minoritas. Berdasarkan analisis dan korelasi feature important, variabel yang paling berpengaruh terhadap tingkat kebahagiaan adalah tingkat stres, kualitas tidur, dan durasi penggunaan perangkat digital.
Co-Authors Aliffia Kurniawati Komaria April Lia Hananto Bayu Priyatna Dika Ahmad Rifai Elfina Novalia Fahmi Ilyas Ismail Amirul Huda Laily Mariyatul Qibthiyah Stevi Olivia Tukino Tukino Yulia Asti Nuraini