cover
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 : -
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
Search results for , issue "Vol 8, No 2 (2024)" : 5 Documents clear
AHP Analysis in Decision Support System for Mapala Member Evaluation Andry Firdiansyah
JOINTECS (Journal of Information Technology and Computer Science) Vol 8, No 2 (2024)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v8i2.6046

Abstract

Penilaian calon anggota MAPALA sering kali menghadapi tantangan karena kompleksitas kriteria evaluasi yang mencakup aspek fisik, mental, dan pengetahuan tentang alam. Proses seleksi yang subjektif dan kurang terstruktur dapat mengakibatkan ketidakadilan dan penilaian yang kurang akurat. Untuk mengatasi masalah ini, penelitian ini menerapkan metode Analytic Hierarchy Process (AHP) dalam Sistem Pendukung Keputusan guna mengevaluasi calon anggota MAPALA secara lebih objektif dan sistematis. Menggunakan metode AHP sebagai sistem pendukung keputusan yang berbasis web. Pemberian bobot terhadap kriteria ditentukan dari skala perbadingan yang yang sudah disepakati oleh semua anggota organisasi. Hasil berupa nilai  peserta A memperoleh 0,479, peserta B memperoleh 0,329, dan peserta C memperoleh 0,5. Sistem ini mengintegrasikan teknologi berbasis web dalam memberikan penilaian terhadap para peserta calon anggota yang menghasilkan perangkingan. Sistem pendukung keputusan menggunakan metode AHP memanfaatkan teknologi agar mengefisiensi penilaian terhadap para calon peserta dapat menyeleksi anggota yang sesuai dengan  kriteria dan meningkatkan hasil atas dasar yang dapat dipertanggung jawabkan dan terstruktur.
Analisis Pemilihan Calon Peserta OSN Menggunakan Metode SAW dan ROC Dhavis Alvi Chandra; Ahmad Bagus Setiawan; Rony Heri Irawan
JOINTECS (Journal of Information Technology and Computer Science) Vol 8, No 2 (2024)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v8i2.6048

Abstract

Olimpiade Sains Nasional (OSN) merupakan ajang bergengsi bagi siswa di Indonesia untuk mengasah kemampuan di bidang sains. Penelitian ini bertujuan untuk membantu guru dalam menyeleksi calon peserta OSN secara objektif dan efisien. Sistem ini mengimplementasikan metode Simple Additive Weighting (SAW) untuk pemrosesan nilai siswa berdasarkan kriteria nilai tes, rata-rata nilai rapor, nilai sikap, pengalaman mengikuti OSN, dan absensi. Sedangkan, pembobotan Rank Order Centroid (ROC) digunakan untuk menghitung peringkat relatif calon peserta OSN berdasarkan kriteria tertentu. Data sampel lima siswa kelas 10 tahun pelajaran 2023/2024 digunakan untuk pengujian sistem. Hasil pengujian menunjukkan kesesuaian antara perhitungan manual dan komputasi dalam penentuan nilai akhir siswa. Sistem ini mampu memberikan peringkat rekomendasi calon peserta OSN secara otomatis, mengurangi subjektivitas seleksi manual. Hasil penelitian ini berupa nilai akhir dan ranking sebagai rekomendasi guru dalam memilih siswa untuk mewakili sekolah dalam ajang Olimpiade Sains Nasional (OSN) dengan nilai tertingi yaitu 0,99. Hasil akurasi yang didapat dalam pemilihan calon peserta OSN menggunakan metode SAW dan pembobotan ROC dihasilkan nilai akurasi sebesar 99,07%.
Analisis Sistem Monitoring Jaringan Internet Menggunakan PPPoE Server dan Bot Telegram Donny Firdani; Rony Heri Irawan; Resty Wulanningrum
JOINTECS (Journal of Information Technology and Computer Science) Vol 8, No 2 (2024)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v8i2.6131

Abstract

Penelitian ini bertujuan untuk merancang dan menganalisis sistem monitoring jaringan internet menggunakan PPPoE server yang terintegrasi dengan bot Telegram di salah satu penyedia layanan internet (ISP) di Kediri. Sistem ini dirancang untuk mengatasi masalah jaringan internet yang tidak stabil, yang dapat mengganggu operasional bisnis dan mengurangi kepuasan pelanggan. Metode yang digunakan meliputi studi literatur, pengumpulan data melalui survei dan wawancara, serta analisa dan pengujian sistem monitoring. Protokol PPPoE dipilih karena kemampuannya dalam menyediakan keamanan dan efisiensi dalam pengelolaan koneksi internet. Bot Telegram digunakan untuk memberikan notifikasi otomatis ketika terjadi gangguan pada jaringan. Pengujian sistem mencakup dua tahap, yaitu pengujian functional suitability dan usability. Pengujian functional suitability melibatkan evaluasi terhadap kelengkapan fitur sistem yang direncanakan dan berhasil diimplementasikan, yang mendapatkan hasil 1 atau sama dengan Baik. Pengujian usability dilakukan untuk mengevaluasi tingkat kepuasan pengguna terhadap sistem monitoring yang dikembangkan, yang memperoleh skor 88% dengan interpretasi Sangat Layak. Hasil penelitian menunjukkan bahwa sistem ini dapat meningkatkan efisiensi operasional dan respons terhadap gangguan, serta menjaga kualitas layanan yang diberikan kepada pelanggan.
Implementasi Deep Learning untuk Klasifikasi Motor Imagery pada Sinyal EEG I Made Artha Agastya; Robert Marco2; Nila Feby Puspitasari
JOINTECS (Journal of Information Technology and Computer Science) Vol 8, No 2 (2024)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v8i2.6413

Abstract

Electroencephalography (EEG) adalah teknik yang digunakan untuk merekam aktivitas listrik otak melalui sensor yang ditempatkan pada kulit kepala. Salah satu area penelitian yang menarik dalam analisis EEG adalah motor imagery (MI), yaitu kemampuan untuk membayangkan suatu gerakan tanpa adanya stimulus visual eksternal. Pengolahan sinyal EEG yang kompleks dalam skenario MI memerlukan pendekatan komputasi yang canggih untuk mengenali pola-pola yang terbentuk selama proses pembayangan tersebut. Penelitian ini bertujuan untuk membandingkan kinerja empat arsitektur deep learning populer—yaitu EEGNet, EEGConformer, EEGInception, dan EEGITNet—dalam mengklasifikasikan data EEG pada konteks motor imagery. Hasil pengujian menunjukkan bahwa EEGConformer dan EEGNet adalah model yang paling efektif, dengan akurasi rata-rata masing-masing sebesar 72,41% dan 71,88%, serta performa yang stabil di berbagai subjek. Di sisi lain, EEGInception dan EEGITNet mencatatkan akurasi yang lebih rendah, terutama EEGInception dengan akurasi rata-rata sebesar 55,59%. Temuan ini mengindikasikan bahwa arsitektur sederhana seperti EEGNet tetap kompetitif, meskipun model yang lebih kompleks seperti EEGConformer memberikan sedikit keunggulan dalam performa. Penelitian ini juga menyoroti pentingnya faktor spesifik-subjek dalam meningkatkan performa model, yang dapat diatasi melalui pendekatan adaptif atau personalisasi. Hasil penelitian ini diharapkan dapat memberikan wawasan lebih mendalam terkait model yang paling akurat dalam tugas motor imagery EEG dan berkontribusi pada pengembangan aplikasi berbasis Brain-Computer Interface (BCI).
Analisis Optimasi Kualitas Jaringan Internet Service Provider melalui Pengujian Kecepatan Internet Berbasis Crowdsourcing Deni Wahyu Trisdianto; Ahmad Bagus Setiawan; Danar Putra Pamungkas
JOINTECS (Journal of Information Technology and Computer Science) Vol 8, No 2 (2024)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v8i2.6053

Abstract

Kemajuan pesat dalam teknologi informasi dan telekomunikasi telah meningkatkan pentingnya akses internet yang andal dalam kehidupan sehari-hari. Namun, banyak pelanggan menghadapi ketidakpastian mengenai kecepatan akses jaringan yang diberikan oleh penyedia layanan internet (ISP). Penelitian ini bertujuan untuk mengembangkan aplikasi pengujian kecepatan akses jaringan berbasis crowdsourcing untuk membantu pelanggan memperoleh data objektif dan transparan mengenai kualitas layanan internet pelanggan. Penelitian ini menggunakan metode yang mencakup studi literatur, pengembangan aplikasi, pengumpulan data, analisis data, dan verifikasi. Aplikasi yang dikembangkan menggunakan bahasa pemrograman Python dan difokuskan pada parameter pengukuran kualitas layanan internet seperti bandwidth, kekuatan sinyal, delay,  dan kehilangan paket. Data dari pengukuran ini dikumpulkan secara real-time melalui kontribusi pengguna dan dianalisis untuk memberikan rekomendasi ISP terbaik berdasarkan hasil pengujian. Hasil penelitian menunjukkan bahwa Biznet memiliki kecepatan unduh tertinggi dengan rata-rata 73.33 Mbps dan kecepatan unggah 71 Mbps, sementara First Media menunjukkan kecepatan unduh 45 Mbps dan kecepatan unggah 43 Mbps. Indihome mencatat kecepatan unduh 38 Mbps dan kecepatan unggah 27.66 Mbps. Kesimpulan utama dari penelitian ini adalah bahwa aplikasi pengujian kecepatan akses jaringan berbasis crowdsourcing dapat membantu pelanggan membuat keputusan yang lebih baik dalam memilih ISP, sekaligus memberikan alat yang berguna bagi ISP untuk meningkatkan kualitas layanan pelanggan.

Page 1 of 1 | Total Record : 5