Claim Missing Document
Check
Articles

ANALISIS PREDIKSI HARGA SAHAM PADA PERUSAHAAN T MENGGUNAKAN KOMBINASI CNN-LSTM Fathoni, Fathoni; Ibrahim, Ali; Septiana, Rika; Rielisa Putri, Adetya; Ispahan, Tarisha; Shifa Maharani, Wardah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14104

Abstract

Pasar saham yang kompleks dan sulit diprediksi menjadi tantangan utama dalam membuat pilihan investasi khususnya di industri telekomunikasi yang sangat dipengaruhi oleh faktor internal dan eksternal termasuk persaingan pasar, aturan tarif, dan kemajuan teknologi. Pola non-linear dalam data saham seringkali tidak tertangkap oleh metode konvensional, seperti regresi dan ARIMA yang menyebabkan ketidakakuratan prediksi. Tujuan dari studi ini adalah mengombinasikan model Convolutional Neural Networks (CNN) dengan Long Short-Term Memory (LSTM) untuk memprediksi harga saham berbasis deep learning. Studi ini menunjukkan bahwa model CNN-LSTM bekerja dengan baik dalam memprediksi dengan RSME yang rendah, khususnya pada konfigurasi pelatihan 50 epoch yang menghasilkan hasil yang paling konsisten dan seimbang, yaitu train RMSE: 62.51 dan test RMSE: 87.76. Hal ini membuktikan bahwa model mampu menggambarkan tren harga saham secara akurat. Dengan demikian, kombinasi CNN-LSTM dapat diterapkan sebagai solusi prediktif yang memungkinkan di sektor keuangan
PENGEMBANGAN MODEL CNN UNTUK KLASIFIKASI EKSPRESI WAJAH DAN POTENSI PENERAPANNYA DALAM PERILAKU KRIMINAL Fathoni, Fathoni; Nashiroh Ramadhani, Muthia; Anindya Putri, Salsa; Rositiani, Ely; Ramadhan, Fitrah; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14120

Abstract

Peningkatan kasus kriminalitas di Indonesia yang signifikan setiap tahunnya menimbulkan kekhawatiran publik dan mengganggu rasa aman masyarakat. Salah satu solusi preventif untuk mengantisipasi hal tersebut dengan pengembangan model Convolutional Neural Network (CNN) untuk klasifikasi ekspresi wajah dan potensinya dalam mendeteksi perilaku kriminal. Studi ini menggunakan dataset CK+ yang terdiri dari 981 citra wajah grayscale berukuran 48×48 piksel dengan tujuh kategori ekspresi (marah, sedih, jijik, senang, takut, kaget, dan hina). Data diproses melalui tahapan preprocessing berupa resize ke 224×224 piksel, normalisasi rentang piksel, serta augmentasi dengan teknik flipping, rotasi, translasi, dan zoom. Data kemudian dibagi ke dalam tiga set dengan skenario pembagian 70% untuk latih, 15% untuk validasi, dan 15% untuk pengujian. Dua arsitektur CNN, yaitu ResNet50 dan VGG16, dikembangkan menggunakan TensorFlow dan Keras untuk menganalisis performa dalam mengklasifikasikan ekspresi wajah, khususnya dalam mengidentifikasi ekspresi negatif sebagai indikator potensi tindakan kriminal. Hasil evaluasi menunjukkan bahwa model VGG16 unggul dengan akurasi mencapai 86% serta peningkatan nilai precision, recall, dan F1-score dibandingkan ResNet50 yang hanya mencapai 55%. Hasil penelitian ini dapat menjadi dasar strategi pencegahan kriminalitas yang lebih efektif melalui analisis ekspresi wajah
KLASIFIKASI KONDISI KEBERSIHAN SUNGAI DARI CITRA DIGITAL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN ALGORITMA INCEPTION V3 DAN XCEPTION Prasetia, Dika Prasetia; Hanggara, Bryan; Naufaldihanif, Rihan; Clark Peter Wijaya, Adley; Fathoni, Fathoni; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.14123

Abstract

Peningkatan pencemaran sungai menjadi isu lingkungan yang semakin mendesak untuk ditangani melalui metode pemantauan yang efisien. Namun, pemantauan manual terhadap kualitas sungai masih memiliki keterbatasan dari segi waktu dan sumber daya. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi kondisi sungai menggunakan citra visual dengan pendekatan deep learning berbasis transfer learning. Dua arsitektur Convolutional Neural Network (CNN), yaitu Xception dan InceptionV3, digunakan sebagai model utama dengan teknik fine-tuning agar dapat membedakan antara sungai bersih dan sungai tercemar. Dataset citra diperoleh melalui metode web scraping dari berbagai sumber daring, kemudian diproses melalui tahapan resize, augmentasi, dan normalisasi. Hasil eksperimen menunjukkan bahwa kedua model mencapai akurasi pengujian sebesar 85%. Model Xception memiliki keunggulan dalam precision sebesar 90% dan F1-score 86% pada kelas sungai tercemar, meskipun menghasilkan beberapa false negative. Sementara itu, model InceptionV3 menunjukkan performa yang lebih seimbang dengan nilai precision, recall, dan F1-score sebesar 0,86. Temuan ini menunjukkan bahwa kedua model mampu mengklasifikasikan kondisi sungai secara cukup akurat dan dapat menjadi solusi alternatif dalam pemantauan kualitas lingkungan perairan secara otomatis
IMPLEMENTASI METODE ARIMA DALAM FORECASTING JUMLAH KASUS PENDERITA PENYAKIT HIV/AIDS: STUDI KASUS KABUPATEN/KOTA DI PROVINSI SUMATERA SELATAN Fathoni, Fathoni; Hariza Marshella, Siti; Risyahputri, Aliyananda; Raihana Putri, Naila; Therina Lakeisyah, Eka; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14136

Abstract

HIV/AIDS senantiasa menjadi persoalan kesehatan masyarakat yang serius di Indonesia, utamanya di Provinsi Sumatera Selatan yang menunjukkan adanya tren peningkatan kasus dalam beberapa tahun terakhir. Pola penyebaran yang sulit diprediksi dengan metode konvensional menjadi tantangan bagi pemerintah dalam melakukan intervensi dini. Penelitian ini berfokus pada prediksi jumlah kasus HIV/AIDS di Provinsi Sumatera Selatan pada 3 tahun kedepan menggunakan metode time series ARIMA (Autoregressive Integrated Moving Average). Data yang digunakan merupakan data tahunan jumlah kasus HIV/AIDS di Provinsi Sumatera Selatan dari tahun 2018 hingga 2023. Setelah melalui proses identifikasi, estimasi, dan diagnostik model, diperoleh bahwa model ARIMA(1,1,1) merupakan model terbaik berdasarkan uji ACF dan PACF. Hasil ramalan menunjukkan adanya fluktuasi dengan lonjakan kasus, khususnya beberapa daerah seperti Lubuk Linggau, sementara Kota Palembang diprediksi tetap menjadi wilayah dengan jumlah kasus tertinggi, meskipun menunjukkan tren penurunan. Evaluasi model menggunakan MAPE dan RMSE menunjukkan bahwa ARIMA mampu memberikan hasil yang cukup baik pada wilayah dengan pola data stabil seperti Muara Enim, Ogan Ilir, dan Banyuasin. Penelitian ini diharapkan dapat menawarkan kontribusi untuk pengambilan kebijakan berbasis data serta meningkatkan kesadaran berbagai pihak terhadap pentingnya pemantauan kasus secara berkala guna menekan laju penyebaran HIV/AIDS di wilayah Sumatera Selatan
DETEKSI SENTIMEN PENGGUNA APLIKASI X TERHADAP PROGRAM KERJA MAKAN SIANG GRATIS MENGGUNAKAN METODE LONG SHORT TERM MEMORY Fathoni, Fathoni; Tri Alfandy, Muhammad; Faiq, Al Ikhsan; Syahputra Zaki, Imam; Dwiyansyah, Octa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14145

Abstract

Penelitian ini dilatarbelakangi oleh tingginya atensi publik terhadap kebijakan program makan siang gratis yang diusung oleh Presiden Prabowo Subianto dan Wakil Presiden Gibran Rakabuming Raka. Program tersebut menimbulkan beragam reaksi di masyarakat, mulai dari dukungan hingga kritik. Permasalahan utama yang diangkat adalah belum adanya pemetaan sentimen publik secara komprehensif terhadap kebijakan tersebut, terutama di media sosial X (sebelumnya Twitter), yang sering menjadi kanal utama ekspresi masyarakat. Penelitian ini bertujuan untuk mendeteksi dan mengklasifikasikan sentimen publik terhadap program makan siang gratis menjadi dua kategori, yaitu positif dan negatif, guna menyediakan insight berbasis data bagi pengambilan keputusan pemerintah. Metode yang digunakan adalah Long Short-Term Memory (LSTM), salah satu teknik deep learning yang efektif dalam memproses data teks berurutan. Data diperoleh melalui crawling platform X sebanyak 1.818 tweet, yang kemudian diproses melalui tahapan pelabelan, preprocessing, pelatihan, dan pengujian model. Hasil pengujian menunjukkan bahwa model LSTM mampu mengklasifikasikan sentimen dengan akurasi 75,3%. Kategori positif memiliki precision sebesar 0,72 dan recall sebesar 0,82 (F1-score: 0,77), sedangkan kategori negatif memiliki precision sebesar 0,79 dan recall sebesar 0,69 (F1-score: 0,74). Temuan ini menunjukkan bahwa pendekatan LSTM efektif dalam mendeteksi opini publik secara real-time terhadap kebijakan sosial di media sosial.
ANALISIS PENGARUH PEMBAYARAN DIGITAL APLIKASI Y TERHADAP PENGELUARAN MAHASISWA MENGGUNAKAN METODE REGRESI LINEAR BERGANDA Fathoni, Fathoni; Amanda Ardhani, Dhita; Andini Bahri, Cheisya; Najwa Widasari, Yesya; Putri Casanova, Musdalifa; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14150

Abstract

Kemajuan teknologi mendorong perubahan perilaku konsumsi mahasiswa, terutama dalam penggunaan dompet digital. Penelitian ini bertujuan menganalisis pengaruh penggunaan pembayaran digital pada Aplikasi Y terhadap tingkat pengeluaran mahasiswa Universitas Sriwijaya. Permasalahan utama adalah meningkatnya perilaku konsumtif akibat kemudahan transaksi dan fitur aplikasi. Penelitian menggunakan pendekatan kuantitatif dengan regresi linier berganda untuk menguji hubungan antara intensitas penggunaan, kemudahan, impulsivitas, dan variabel lainnya. Data dikumpulkan melalui kuesioner daring kepada 102 mahasiswa yang sesuai kriteria. Hasil menunjukkan adanya hubungan signifikan antara penggunaan Aplikasi Y dan peningkatan pengeluaran mahasiswa, dengan nilai koefisien determinasi (R²) sebesar 0,832. Faktor seperti perilaku impulsif, sulit mengontrol pengeluaran, jarang memeriksa saldo, dan persepsi uang cepat habis berpengaruh signifikan. Penelitian ini memberikan wawasan tentang dampak dompet digital terhadap keuangan mahasiswa dan menjadi dasar dalam menyusun rekomendasi penggunaan yang lebih bijak
ANALISIS KERENTANAN KEAMANAN WEBSITE SISTEM MANAJEMEN ABSENSI KARYAWAN GO DESIGN MENGGUNAKAN METODE OWASP Fathoni, Fathoni; Fahmi Aulia Hakim, Adzka; Akbar, Rifko; Alfarizi Ramadiansyah, Muhammad; Sinaga, Moh Rizky
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14151

Abstract

Sistem Manajemen Absensi Karyawan GO!Design, yang dibangun dengan framework PHP Laravel, dirancang untuk mempermudah pengelolaan absensi karyawan dan administrasi oleh perusahaan. Namun, seiring dengan meningkatnya ancaman terhadap keamanan aplikasi web, muncul kebutuhan untuk mengevaluasi potensi kerentanannya. Tujuan dari analisis ini adalah untuk mengidentifikasi dan menilai kerentanan pada sistem tersebut guna meningkatkan keamanan. Metode yang digunakan melibatkan OWASP Risk Rating Methodology dan alat OWASP ZAP untuk mengumpulkan data risiko, menilai kemungkinan eksploitasi, dan mengevaluasi dampak dari setiap kerentanan yang ditemukan. Hasil pengujian mengungkapkan adanya 11 celah keamanan, termasuk masalah pada Access Control, SQL Injection, dan Cross-Site Scripting (XSS), yang memiliki tingkat keparahan mulai dari rendah hingga tinggi. Berdasarkan temuan tersebut, diharapkan untuk meningkatkan kontrol akses, mengenkripsi data sensitif, dan menerapkan header keamanan guna memperkuat perlindungan terhadap aplikasi dari potensi ancaman yang ada.
ANALISIS PENGARUH PENGGUNAAN METODE PEMBAYARAN PAYLATER TERHADAP POLA KONSUMTIF GENERASI MUDA: STUDI KASUS : MAHASISWA UNIVERSITAS SRIWIJAYA Fathoni, Fathoni; Ibrahim, Ali; Fatihaturrahmah, Aisyah; Cahya Aulia, Syifa; Ayuningtiyas, Pratiwi; Tri Zafira, Zahra
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14153

Abstract

PERANCANGAN UI/UX APLIKASI “PAYO” PEMANDU WISATA PALEMBANG MENGGUNAKAN METODE DESIGN THINKING Fathoni, Fathoni; Ibrahim, Ali; Albani, Muhammad Syarief; Fachrozi, Muhammad Al; Pratama, Muhammad Ramadhan Putra; Syahputra, M Fathan Aqilah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14176

Abstract

Sektor pariwisata memiliki peran strategis untuk mendukung pembangunan ekonomi daerah, seperti Palembang, dengan wisata alam, religi, budaya, dan kuliner yang beragam. Namun, wisatawan masih kesulitan untuk mendapatkan informasi yang benar, terintegrasi, dan mudah diakses mengenai destinasi wisata. Informasi yang terpisah-pisah di berbagai situs biasanya membingungkan, dan kurangnya integrasi dengan pemandu lokal dan navigasi lokasi menjadi penghalang utama. Penelitian ini bertujuan untuk merancang UI/UX aplikasi “PAYO” sebagai pemandu wisata digital mobile yang responsif terhadap kebutuhan pengguna untuk Kota Palembang. Metode perancangan yang digunakan adalah Design Thinking dalam lima tahap, yaitu Empathize, Define, Ideate, Prototype, dan Test. Data dikumpulkan dengan menggunakan survei pengguna dan diolah melalui diagram afinitas, sedangkan prototipe diuji dengan metode System Usability Scale (SUS). Aplikasi “PAYO” memiliki fitur panduan bagi wisatawan untuk melakukan perjalanan, pencarian peta, saran navigasi berbasis preferensi, dan koneksi pemandu lokal. Hasil pengujian secara konsisten baik dengan nilai SUS 86,5 (kategori Excellent), menyiratkan bahwa aplikasi ini sangat mudah digunakan. Kontribusi dari penelitian ini adalah untuk menawarkan solusi perjalanan digital yang berfokus pada manusia dengan desain berulang dan partisipatif yang mempertahankan pengguna sebagai pusat dari proses desain, dengan tujuan untuk meningkatkan pengalaman perjalanan yang efektif dan menyenangkan
ANALISIS SENTIMEN MASYARAKAT TERHADAP DANANTARA DI PLATFORM X DENGAN METODE SVM Lucky Hermanto, Muhammad; Fathoni, Fathoni; Ardhillah, Onky; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14189

Abstract

Danantara merupakan lembaga pengelola investasi baru yang diluncurkan oleh pemerintah Indonesia dan telah menjadi perbincangan hangat di media sosial, khususnya platform X (sebelumnya Twitter). Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Danantara dengan menggunakan metode Support Vector Machine (SVM). Sebanyak 1.175 tweet yang mengandung kata kunci “Danantara” dikumpulkan dari Januari hingga April 2025. Setelah melalui tahapan preprocessing seperti pembersihan teks, tokenisasi, penghapusan stopword, stemming, dan ekstraksi fitur menggunakan TF-IDF, dilakukan pelabelan otomatis dan klasifikasi sentimen menjadi positif dan negatif. Hasil evaluasi menunjukkan bahwa model SVM mampu mengklasifikasikan sentimen dengan tingkat akurasi sebesar 79,57%, precision 79,54%, recall 69,62%, dan F1-score 71,63%. Visualisasi dengan word cloud mengungkapkan kata-kata dominan seperti “koruptor”, “asing”, dan “danantara”, yang menunjukkan fokus perhatian publik. Penelitian ini memberikan wawasan penting bagi pengambil kebijakan dalam memahami opini publik serta menyusun strategi komunikasi yang lebih efektif terhadap program Danantara
Co-Authors Abdillah Putra, Muhafsyah Acta, Muhammad Fakhri Nadrota Adeliani, Adeliani Aderiyana, Fakih Rangga Akbar Adiprama, Faris Akbar Kurniawan, Iqbal Akbar, Rifko Akrom, Muhammad Adib Al Mas Ud, Khalid Albani, Muhammad Syarief Albukhori, M Rafli Alfarizi Ramadiansyah, Muhammad Alghifari, Muhammad Ali Ibrahim Alifayoezra, Muhammad Dzaky Amanda Ardhani, Dhita Amelia Amelia Amelia Putri, Shinta Andini Bahri, Cheisya Angelina Tompunu, Keisha Anindya Putri, Salsa Apriansyah Putra Aqil Zidane, Muhammad Arba'i, Sultan Ardhillah, Onky Ari Wedhasmara Arinie, Putri Mutiara Asyiq, Abdulloh Athallah, Deni Attika Putri, Shopi Aulia Karima, Dzakiah Aulia, Cantika Auliya, Lana Nur Ayuningtiyas, Pratiwi Azmi Zaky, Muhammad Baidhawi, Alif Basulina, Nur Annisa Cahya Aulia, Syifa Cha Kirana, Cha Clark Peter Wijaya, Adley Davinka Sembiring Depari, Alrayssa Dedy Kurniawan Demetria, Putri Diva Putri Munaspin, Zahra Dwiyansyah, Octa Egga Asoka Eka Saputra Fachrozi, Muhammad Al Fachry Abda El Rahman Fahmi Akbar, Fahmi Fahmi Aulia Hakim, Adzka Faiq, Al Ikhsan Faradhisa Ansori, Audia Fatihaturrahmah, Aisyah Fauzi, Muhamad Rizal Febriansyah, Dian Firman Muntaqo Gurruh Dwi Septano Gustiani, Sindy Hadipurnawan Satria Haidar Afif Mufid, Muhammad Hanggara, Bryan Hariza Marshella, Siti Hendrawan, Deni Agus Heni Siswanto Hikmahwarani, Fellycia Huda, Hisbullah Ikbal Ikbal Ikhwan Najatafani, Bintang Isa, Indra Griha Tofik Ispahan, Tarisha Istiqomah, Amalia Windy Jodi Pratama, Muhammad Khailani, Kgs M Luthfi Khoiriyah Harahap, Dayana Kusuma, Aisha Nuraini Lifiano Jamot Munthe, Gabriel Lucky Hermanto, Muhammad M Baihaqi Maharani Maharani, Maharani Manahan, Nico Sabar Maretta, Aulia Pinkan Maroni Maroni Masrury, Farhan Maulana, Rahmat Merisca Titiana, Nuke Muarif, Moh. Syamsul Muhammad Akib Muhammad Kurniawan, Hafiz Nabilatulrahmah, Raihana Nachwa, Syakillah Nailah Ramadhani, Indira Najwa Widasari, Yesya Nashiroh Ramadhani, Muthia Naufaldihanif, Rihan Nissa Oktariana, Choirun NIZAR, MOHAMMAD Nugraha, Allan Prasetia, Dika Prasetia Pratama, Muhammad Ramadhan Putra Primanita, Anggina Putri Casanova, Musdalifa Putri, Salsanabila Mariestiara Putri, Septhia Charenda Rachmad, Muhammad Ichsan Farrel Rafli Maulana, Muhammad Rahman, Muhammad Fadhil Rahmi Anissa, Cahya Raihana Putri, Naila Ramadhan, Fitrah Ramadhani Maulizidan, Muammar Riansyah, M Bintang Naufal Rielisa Putri, Adetya Rika Septiana Risyahputri, Aliyananda Rizka Mumtaz, Fadia Rizki, Raditya Dafa Rizkyllah, Anabel Fiorenza Robani, Muhammad Tsabita Rositiani, Ely Sabila, Amalia Saimi, Saimi Salsa Kinanty, Reina Sasmita, Ruth Mei Setia, Arvhi Randita Shifa Maharani, Wardah Sinaga, Moh Rizky Siti Khabibah Siti Maghfirotun Amin Sofuan Jauhari Sony Oktapriandi Sriwijaya, Sayid Bahri Suci Amalia Suci Fitriani, Suci Syahputra Zaki, Imam Syahputra, M Fathan Aqilah Tammam, Bimmo Fathin Theresia Pardede, Eva Theressa Hasioani Sianturi, Claudia Therina Lakeisyah, Eka Tri Alfandy, Muhammad Tri Zafira, Zahra Tsabitah, Laila Waton, Muhammad Nasrul Wilantara, Muhammad Pandu Wirnanti, Rintan Yasir Alghifari, Muhammad Yasyfi Imran, Athallah Zahran Afif, Muhammad