Articles
Predicting Snack Food Production (Pentol) Using Fuzzy Logic
Hindarto;
Moch Gesang Akbar Jani;
Nuril Lutvi Azizah;
Cindy Taurusta
International Journal on Human-Computing Studies Vol. 8 No. 2 (2026): International Journal of Human Computing Studies (IJHCS)
Publisher : Research Parks Publishers
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31149/ijhcs.v8i2.5773
Fluctuating market demand and limited inventory are challenges in determining the optimal amount of production, especially for small businesses such as meatball snack production. This study aims to determine the addition of meatball production using the Mamdani fuzzy logic method. This system uses three input variables: income, inventory, and sales demand, and one output in the form of the recommended amount of production. Each variable is modeled with a triangular membership function. The case study shows that with an income of Rp650,000, an inventory of 600 pieces, and a demand of 1,500 pieces, the fuzzy system recommends an additional production of 500 pieces. These results prove that the Mamdani fuzzy method is effective in helping production decision making amidst subjective or vague data uncertainty.
PERANCANGAN SISTEM INFORMASI PEMESANAN LAYANAN BARBER ONLINE BERBASIS WEB DENGAN STUDI KASUS OUTLOOK BARBERSHOP
Akhmad Jazuli Al Faris;
Nuril Lutvi Azizah;
Hindarto Hindarto;
Arif Senja Fitrani
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.v10i1.16912
Sukodono menghadapi permasalahan antrean panjang dan ketidakpastian jadwal akibat sistem pemesanan manual, serta pelanggan kesulitan memperoleh informasi layanan secara lengkap. Penelitian ini bertujuan merancang sistem informasi pemesanan layanan barber online berbasis web untuk memudahkan reservasi pelanggan dan mengoptimalkan manajemen antrean. Metode pengembangan yang digunakan adalah Waterfall dengan tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan perawatan. Sistem dikembangkan menggunakan React JS untuk frontend dan Express JS untuk backend. Pengumpulan data dilakukan melalui observasi, wawancara, dan studi literatur. Perancangan sistem menggunakan UML meliputi use case diagram dan data flow diagram. Hasil pengujian black-box testing menunjukkan tingkat keberhasilan 100% (8/8 fitur berhasil) dan user testing dengan skala Likert memperoleh nilai 88,76% (kategori Sangat Baik) dari 15 responden. Sistem berhasil memudahkan pelanggan melakukan reservasi online dan membantu pengelola mengoptimalkan manajemen reservasi dan antrean
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
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
PENERAPAN METODE HYBRID SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT YANG DISEBABKAN OLEH ROKOK BERBASIS WEB
Safir Saputra Setiawan;
Hindarto Hindarto;
Yulian Findawati;
Irwan Alnarus Kautsar
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.v10i1.17115
Aktivitas merokok merupakan kebiasaan yang masih banyak dilakukan oleh masyarakat dan memiliki potensi menimbulkan berbagai penyakit serius, baik bagi perokok aktif maupun perokok pasif. Namun, keterbatasan pengetahuan serta akses terhadap diagnosis dini menyebabkan banyak penyakit akibat rokok tidak terdeteksi sejak awal. Penelitian ini bertujuan untuk membangun sistem pakar berbasis web yang dapat membantu melakukan diagnosis awal penyakit akibat rokok. Metode yang digunakan adalah metode hybrid, yaitu kombinasi Forward Chaining sebagai teknik inferensi dan Certainty Factor untuk menentukan tingkat keyakinan hasil diagnosis berdasarkan gejala yang dipilih pengguna. Sistem dikembangkan menggunakan React JS dengan basis data SQLite. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk menguji fungsionalitas sistem. Hasil penelitian menunjukkan bahwa sistem mampu mendiagnosis delapan jenis penyakit akibat rokok berdasarkan 33 gejala dengan tingkat keyakinan yang terukur serta menampilkan persentase keyakinan dan saran penanganan awal. Sistem ini dapat digunakan sebagai alat bantu diagnosis awal sebelum dilakukan pemeriksaan lebih lanjut oleh tenaga medis
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
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.
SISTEM PAKAR DIAGNOSIS PENYAKIT PADI BERBASIS WEB DENGAN METODE HYBRID CERTAINTY FACTOR DAN FORWARD CHAINING SERTA INTEGRASI AI
Muchammad Issom Agustian;
Hindarto Hindarto;
Ade Eviyanti;
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.v10i2.17498
Penyakit tanaman padi merupakan salah satu faktor utama yang menyebabkan penurunan produktivitas dan kualitas hasil panen. Proses diagnosis di lapangan masih banyak bergantung pada pengalaman petani, sehingga berpotensi menimbulkan ketidaktepatan akibat kemiripan gejala antar penyakit. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pakar diagnosis penyakit tanaman padi berbasis web menggunakan metode hybrid Forward Chaining dan Certainty Factor dengan integrasi Artificial Intelligence untuk menghasilkan rekomendasi solusi. Metode Forward Chaining digunakan untuk melakukan penelusuran aturan berbasis gejala, sedangkan Certainty Factor digunakan untuk menangani ketidakpastian dengan menghitung tingkat keyakinan diagnosis. Sistem dikembangkan menggunakan metode Expert System Development Life Cycle (ESDLC) dan diuji menggunakan black-box testing. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan diagnosis yang akurat, disertai tingkat keyakinan dan rekomendasi penanganan yang relevan. Sistem ini diharapkan dapat membantu proses diagnosis dini penyakit tanaman padi secara mandiri dan efektif.
SISTEM PAKAR DIAGNOSA GANGGUAN KECEMASAN PADA GENERASI Z MENGGUNAKAN METODE HYBRID BERBASIS WEBSITE
Gilang Dwi Anggoro;
Hindarto Hindarto;
Yulian Findawati;
Suhendro Busono
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.v10i2.17657
Gangguan kecemasan pada generasi Z merupakan permasalahan kesehatan mental yang sering tidak terdeteksi sejak dini akibat keterbatasan akses layanan kesehatan mental. Permasalahan dalam penelitian ini adalah belum tersedianya media diagnosis awal yang mudah diakses dan mampu memberikan tingkat kepastian terhadap gangguan kecemasan secara mandiri. Oleh karena itu, tujuan penelitian ini adalah mengembangkan sistem pakar berbasis website untuk mendiagnosis gangguan kecemasan pada generasi Z secara dini dengan tingkat keyakinan yang terukur. Metode yang digunakan adalah metode Hybrid dengan mengombinasikan Forward Chaining sebagai penalaran berbasis aturan dan Certainty Factor untuk menghitung tingkat kepastian diagnosis, dengan basis pengetahuan yang diperoleh dari studi literatur dan wawancara psikolog. Sistem diuji menggunakan 20 data responden nyata dengan membandingkan hasil diagnosis sistem dan pakar. Hasil penelitian menunjukkan bahwa sistem memiliki tingkat akurasi sebesar 100% dan mampu memberikan diagnosis awal gangguan kecemasan beserta tingkat kepastian yang informatif. Dengan demikian, sistem pakar ini dapat dimanfaatkan sebagai alat bantu deteksi dini gangguan kecemasan yang mudah diakses oleh generasi Z.
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
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.
PERANCANGAN SISTEM PAKAR MENGGUNAKAN METODE FORWARD CHAINING BERBASIS WEB UNTUK MENGATASI RESIKO KECANDUAN HANDPHONE PADA ANAK BEDASARKAN PERILAKU SEHARI-HARI
Muhammad Danil Haqewi;
Hindarto Hindarto;
Rohman Dijaya;
Cindy Taurusta
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.v10i2.17759
Penggunaan handphone (HP) pada anak semakin meningkat seiring perkembangan teknologi digital dan berpotensi menimbulkan dampak negatif terhadap perkembangan perilaku, sosial, dan akademik anak. Permasalahan yang muncul adalah proses identifikasi risiko kecanduan HP masih dilakukan secara subjektif oleh orang tua sehingga kurang terstruktur dan sulit diukur secara konsisten. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pakar berbasis web yang mampu mendiagnosis tingkat risiko kecanduan HP pada anak berdasarkan perilaku sehari-hari. Metode yang digunakan adalah forward chaining dengan basis aturan IF-THEN serta pengembangan sistem menggunakan System Development Life Cycle (SDLC) yang meliputi tahap analisis, perancangan, implementasi, dan pengujian. Pengujian dilakukan menggunakan black box testing dan user acceptance testing terhadap 15 responden. Hasil penelitian menunjukkan seluruh fitur sistem berjalan dengan baik (100%) dan tingkat penerimaan pengguna sebesar 93,3%, sehingga sistem dapat digunakan sebagai alat bantu deteksi dini risiko kecanduan HP pada anak.
SISTEM PAKAR DIAGNOSA PENYAKIT PADA SAPI BERBASIS WEB MENGGUNAKAN METODE HYBRID
Ilham Wahyu Firmansyah;
Hindarto Hindarto;
Rohman Dijaya;
Irwan Alnarus Kautsar
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.v10i2.17873
Sapi adalah salah satu jenis hewan ternak yang memiliki peran penting dalam bidang pertanian dan peternakan, namun para peternak masih mengalami berbagai kesulitan dalam mendiagnosis penyakit akibat kurangnya pengetahuan dan akses terhadap profesional medis hewan. Keterlambatan dalam mengidentifikasi gejala penyakit dapat berakibat pada penanganan yang tidak tepat dan menurunkan produktivitas ternak. Penelitian ini dirancang untuk menciptakan dan mengembangkan sistem pakar yang berbasis web guna melakukan diagnose penyakit pada sapi, sebagai sebuah inisiatif untuk membantu peternak mendapatkan diagnosa awal dengan cepat dan akurat. Metode yang digunakan dalam penelitian ini adalah pendekatan hybrid yang memadukan Forward Chaining sebagai mekanisme inferensi dalam menentukan jenis penyakit berdasarkan gejala yang dipilih, serta Certainty Factor untuk menghitung tingkat kepastian dari hasil diagnosis. Sistem dikembangkan menggunakan bahasa pemrograman JavaScript dengan MySQL sebagai sistem manajemen basis data. Hasil penelitian menunjukkan bahwa sistem pakar yang dibangun mampu menghasilkan diagnosis penyakit pada sapi beserta tingkat keyakinannya, dan seluruh fungsi sistem berjalan dengan baik berdasarkan hasil pengujian fungsional menggunakan metode black box testing. Oleh karena itu, sistem ini dapat dimanfaatkan sebagai alat bantu diagnosis awal penyakit pada sapi berbasis web.