cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Syahroni Wahyu Iriananda
Contact Email
syahroni@widyagama.ac.id
Phone
-
Journal Mail Official
syahroni@widyagama.ac.id
Editorial Address
-
Location
Kota malang,
Jawa timur
INDONESIA
Journal of Information Technology and Computer Science (JOINTECS)
Published by Universitas Widyagama
ISSN : 25413619     EISSN : 25416448     DOI : -
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics
JOINTECS terbit 2 (dua) kali dalam setahun, yaitu pada bulan Agustus dan Pebruari dengan versi cetak p-ISSN: 2541-3619 dan versi elektronik dengan sistem OJS dengan e-ISSN: 2541-6448. (medio online) yang mewajibkan setiap naskah yang masuk, proses review, editing, sampai pada publikasi, dan semua yang berhubungan dengan sistem, wajib menggunakan Open Journal Sistem (OJS). JOINTECS dapat diakses melalui website http://publishing-widyagama.ac.id/ejournal-v2/index.php/jointecs yang telah mendukung penuh fitur-fitur OJS tersebut.
Arjuna Subject : -
Articles 5 Documents
 1 
Search results for , issue "Vol 7, No 1 (2022)" : 5 Documents clear
Implementasi Metode Triple Des Pada Aplikasi Keamanan Pesan Berbasis Mobile Muhamad Alda; Mhd Ikhsan Rifki
JOINTECS (Journal of Information Technology and Computer Science) Vol 7, No 1 (2022)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v7i1.3281

Abstract

Pesan merupakan Sesuatu yang disampaikan dari pengirim ke penerima. Pesan dapat berupa teks, audio, video maupun gambar. Proses penyampaian pesan teks pada smartphone android belum dilengkapi keamanan yang memadai. Sehingga pesan yang telah dikirim ataupun telah diterima dapat dilihat oleh orang lain. Kerahasiaan pesan yang telah dikirim dan diterima menjadi tidak terjamin. Berdasarkan permasalahan tersebut, penulis ingin membangun sebuah aplikasi kriptografi yang dapat digunakan dalam keamanan pada saat proses pengiriman dan penerimaan pesan. Aplikasi kriptografi yang dibangun penulis dapat melakukan enkripsi dan deskripsi pesan yang akan di kirim atau yang telah diterima dengan menggunakan metode Triple DES berbasis mobile. Sedangkan metode pengembangan aplikasi yang digunakan adalah metode waterfall, terdiri dari analisis, desain, coding, testing dan implementasi. Dengan adanya aplikasi ini, diharapkan akan memberikan keamanan pada pengguna smartphone android dalam melakukan pengiriman maupun penerimaan pesan. 
Klasifikasi Logo Mobil Menggunakan Jaringan Syaraf Tiruan Backpropagation dan Decision Tree Syahroni Wahyu Iriananda; Rangga Pahlevi Putra; Firman Nurdiyansyah; ‪Fitri Marisa; Istiadi Istiadi
JOINTECS (Journal of Information Technology and Computer Science) Vol 7, No 1 (2022)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v7i1.3464

Abstract

Logo mobil sendiri sangat dalam membedakan dalam sebuah mobil adalah logo kendaraan yang berfungsi untuk mengenalkan kepada masyarakat tentang sebuah brand mereka. Pada klasifikasi ini agar masyarakat paham dalam mengetahui logo mobil yang telah ada. Oleh karena itu, dalam penelitian ini mengusulkan klasifikasi logo mobil menggunakan JST -backpropagation dan decision tree. Penelitian ini bertujuan untuk mengklasifikasikan jenis logo mobil yang ada di indonesia. Serta dapat memudahkan masyarakat awam dalam pengenalan sebuah logo mobil, sehingga nantinya masyarakat akan paham dalam pemilihan sebuah mobil dengan brand yang berkualitas. Dari hasil yang didapatkan bahwa Decision Tree pada split ratio 50:50 precision mendapatkan nilai 0.604, recall mendapatkan nilai 0.611, f-measure mendapatkan nilai 0.598 dan accuracy mendapatkan nilai 95.70%. Kemudian pengujian yang dilakukan JST-backpropagation hasil pada split ratio 50:50 fitur tekstur dan bentuk dengan nilai precision mendapatkan nilai mencapai 0.680, recall mendapatkan nilai 0.521, f-measure mendapatkan nilai 0.600 dan accuracy juga memiliki nilai tertinggi yang dihasilkan oleh JST-backpropagation mencapai 92.50% dengan perbandingan data 50:50. Hasil membuktikan dengan klasifikasi dengan Decision Tree menghasilkan precision, recall, f-measure dan accuracy tertinggi dibandingkan decision tree. 
Deteksi Infeksi Mycoplasma Pneumoniae Pneumonia Menggunakan Komparasi Algoritma Klasifikasi Machine Learning Ilham Akhyar Firdaus
JOINTECS (Journal of Information Technology and Computer Science) Vol 7, No 1 (2022)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v7i1.3242

Abstract

Mycoplasma Pneumoniae Pneumonia merupakan salah satu patogen yang menyerang saluran pernapasan sehingga menyebabkan suatu infeksi, Infeksi ini umumnya terjadi pada anak sekolah dan remaja. Sebagian besar infeksi tersebut dikenal sebagai infeksi ringan dan dapat sembuh sendiri. Meskipun begitu, terdapat beberapa kasus yang menyebabkan ekstrapulmoner manifestasi termasuk neurologis, dermatologis, hematologi dan sindrom jantung yang dapat mengakibatkan rawat inap dan kematian. Hal tersebut dapat diminimalisir apabila dilakukan deteksi awal pada orang yang rentan terkena infeksi tersebut. Salah satu caranya adalah dengan menerapkan pembelajaran mesin. Agar hal tersebut dapat dicapai pada penelitian ini akan digunakan beberapa algoritma pembelajaran mesin yaitu Decision Tree, Logistic Regression, Gradient Boosting Decision Tree dan Support Vector Machine. Tiap modelnya akan dilakukan modifikasi pada hyperparameternya dengan menggunakan metode Grid Search, Random Search dan Hyperband. Hasil akhir menunjukan bahwa metode modifikasi hyperparameter dengan Hyperband memiliki performa klasifikasi yang sedikit lebih baik jika dibandingkan dengan Grid Search dan Random Search dengan nilai f-score dan akurasi masing-masing yaitu 0.887 dan 0.894 untuk Decision Tree, 0.942 dan 0.947 untuk Logistic Regression, 0.910 dan 0.915 untuk Gradient Boosting Decision Tree serta 0.591 dan 0.715 untuk Support Vector Machine. 
Meningkatkan Sistem Layanan Pelanggan Dengan Pendekatan Framework ITIL Satria Eka Dicky Kurniawan; Agung Widodo; Aryo Nugroho
JOINTECS (Journal of Information Technology and Computer Science) Vol 7, No 1 (2022)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v7i1.2550

Abstract

Berkembangnya teknologi saat ini memberikan dampak yang besar bagi pengguna Teknologi Informasi (TI), salah satunya pada perusahaan yang memanfaatkan teknologi informasi ini untuk mendukung kegiatan operasional dan menggunakannya untuk menyusun strategi guna meningkatkan pelayanan terhadap para pelanggan. Pelayanan yang diberikan berkaitan pada after sales service untuk meningkatkan hubungan baik dengan pelanggan yakni dengan adanya customer care. Penelitian yang dilakukan memiliki tujuan untuk meningkatkan performa layanan TI sebagai fungsi strategi dan layanan dengan meningkatkan layanan pengaduan yang langsung diketahui cabang terkait dan Head Office. Kerangka kerja yang digunakan yakni Information Technology Infrastructure Library (ITIL) Versi 3 yang berfokus pada service operation, dengan pendekatan modul service strategy dan service design. Hasil dari penelitian ini menunjukkan bahwa dengan adanya peningkatan sistem layanan pelanggan dengan framework ITIL keluhan pelanggan dapat langsung masuk pada cabang terkait, jadi penanganan keluhan pelanggan dapat terselesaikan dalam waktu yang jauh lebih singkat. 
Implementasi Metode Preference Selection Index Pada Pemilihan Penerima Bantuan SEMBAKO Devin Anandra; Latipah Latipah; Awalludiyah Ambarwati
JOINTECS (Journal of Information Technology and Computer Science) Vol 7, No 1 (2022)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v7i1.2660

Abstract

Sembako merupakan bantuan sosial pangan berupa non tunai dari pemerintah yang diberikan kepada Keluarga Penerima Manfaat (KPM) setiap bulan. Program sembako ini merupakan transformasi dari program BPNT (Bantuan Pangan Non Tunai) yang sudah berjalan hampir 4 tahun terhitung sejak tahun 2017, perubahan tersebut dilakukan sebagai upaya pemerintah dalam memperbaiki mekanisme pelaksanaan penyaluran bantuan pangan untuk keluarga miskin. Tujuan dari penelitian ini adalah untuk memudahkan dalam pemilihan penerima sembako. Alasan memilih topik ini dikarenakan saat observasi lapangan pada Desa Bakalan Wringinpitu dalam hal penyeleksian penerima bantuan sembako masih kurang tepat sasaran, dikarenakan proses pengumpulan data tidak dilakukan sebagaimana mestinya, seperti observasi dari rumah ke rumah, sehingga masih ada keluarga miskin yang seharusnya mendapat bantuan tetapi tidak mendapatkan bantuan tersebut. Dari permasalahan tersebut, maka perlu dirancang suatu Sistem Pendukung Keputusan (SPK) dalam menentukan penerima bantuan sembako ini. Metode yang diterapkan dalam penelitian ini adalah metode PSI (Preference Selection Index). Metode PSI (Preference Selection Index) merupakan metode yang jarang dipakai dalam penerapan sistem pendukung keputusan, metode ini digunakan untuk memecahkan Multi Criteria Decision Making (MCDM). Adapun kriteria yang digunakan pada penelitian ini yaitu gaji kepala rumah tangga, tanggungan, luas lantai bangunan rumah, jenis lantai bangunan rumah. Hasil akhir dalam penggunaan metode ini berupa rangking keluarga penerima manfaat sebagai rekomendasi pengambilan keputusan untuk pemilihan penerima bantuan sembako dengan nilai total tertinggi sebesar 1237,492263 yang diperoleh atas nama RIANA.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 8, No 2 (2024) Vol 8, No 1 (2024) Vol 8, No 3 (2023) Vol 8, No 2 (2023) Vol 8, No 1 (2023) Vol 7, No 3 (2022) Vol 7, No 2 (2022) Vol 7, No 1 (2022) Vol 6, No 3 (2021) Vol 6, No 2 (2021) Vol 6, No 1 (2021) Vol 5, No 3 (2020) Vol 5, No 2 (2020) Vol 5, No 1 (2020) Vol 4, No 3 (2019) Vol 4, No 2 (2019) Vol 4, No 1 (2019) Vol 3, No 3 (2018) Vol 3, No 2 (2018) Vol 3, No 1 (2018) Vol 2, No 2 (2017) Vol 2, No 1 (2017) Vol 1, No 1 (2016) More Issue