cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Bambang Firdaus
Contact Email
bambangf@fkti.unmul.ac.id
Phone
+6282352158682
Journal Mail Official
jurti.unmul@gmail.com
Editorial Address
-
Location
Kota samarinda,
Kalimantan timur
INDONESIA
JURNAL REKAYASA TEKNOLOGI INFORMASI
Published by Universitas Mulawarman
ISSN : 2580667X     EISSN : 25798790     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Rekayasa Teknologi Informasi (JURTI) Merupakan sarana bagi peneliti di bidang informatika untuk mempublikasikan karya-karya penelitiannya. Dengan periode terbit setahun dua kali pada bulan Juni dan Desember. Bernaung di bawah Jurusan Teknologi Informasi dan Komunikasi (TIK) Fakultas Ilmu Komputer dan Teknologi Informasi (FKTI) Universitas Mulawarman, dimana Dewan Redaksi Jurnal Rekayasa Teknologi Informasi (JURTI) terdiri dari Dosen Teknik Informatika dalam bidang konsentrasi yang beragam antara lain yaitu Kecerdasan Buatan, Rekayasa Perangkat Lunak, Komputasi, Teknik Komputer dan Jaringan, Multimedia dan sebagainya yang relevan terhadap disiplin ilmu Teknik Informa
Arjuna Subject : -
Articles 240 Documents
 20   21   22   23   24 
Metode Fuzzy Multiple Attribute Decision Making (FMADM) dengan Weighted Product (WP) dalam Menentukan Varietas Bawang Merah Rantetana, Stevie Falentino; Puspitasari, Novianti; Tejawati, Andi
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 3 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i3.21948

Abstract

Bawang merah atau Allium cepa.L dalam bahasa latin merupakan tanaman rempah yang menjadi salah satu komoditas pertanian di Indonesia. Rempah ini banyak digunakan sebagai bahan masakan yang menyebabkan kebutuhan bawang merah di masyarakat sangat besar. Salah satu cara untuk memenuhi kebutuhan bawang merah dapat dilakukan dengan membudidayakan bawang merah secara mandiri. Namun, banyaknya varietas bawang merah menjadikan masyarakat bingung untuk memilih varietas yang sesuai. Penelitian ini mengembangkan metode Fuzzy Multiple Attribute Decision Making (FMADM) dengan pendekatan Weighted Product (WP) untuk membantu dalam proses pengambilan keputusan pemilihan varietas bawang merah yang paling sesuai berdasarkan beberapa kriteria. Kriteria yang digunakan meliputi susut bobot, umur panen, daya simpan, jumlah umbi, dan potensi hasil. Hasil penerapan metode FMADM WP menunjukkan bahwa dari sebelas varietas yang ada, varietas TSS Agrihort 1 sebagai varietas terbaik dengan nilai preferensi  0,1556. Dari hasil tersebut terlihat bahwa metode ini dapat menjadi alat bantu yang efektif dalam mendukung pengambilan keputusan varietas bawang merah yang optimal.
Perbandingan Efisiensi Query Database Relasional dan NoSQL Pada Aplikasi E-Commerce: Studi Eksperimen Haerullah, Haerullah
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 4 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i4.24624

Abstract

Pertumbuhan pesat aplikasi e-commerce menuntut sistem basis data yang efisien dalam menangani transaksi data besar dan akses simultan, sehingga pemilihan antara database relasional dan NoSQL menjadi tantangan utama dalam pengembangan sistem informasi. Penelitian ini bertujuan untuk menganalisis dan membandingkan efisiensi kinerja query antara MySQL sebagai basis data relasional dan MongoDB sebagai basis data NoSQL pada aplikasi e-commerce. Metode penelitian menggunakan pendekatan eksperimen kuantitatif dengan skenario pengujian operasi CRUD pada berbagai volume data, serta pengukuran parameter waktu respon, throughput, dan penggunaan memori. Hasil eksperimen menunjukkan bahwa MySQL unggul dalam waktu respon pada skala data kecil hingga menengah, sementara MongoDB lebih efisien dalam throughput dan konsumsi memori pada volume data besar, terutama pada operasi Create, Update, dan Delete. Temuan ini menegaskan pentingnya pendekatan berbasis kebutuhan aplikasi dalam pemilihan database, serta membuka peluang penerapan arsitektur hybrid sebagai solusi adaptif di era big data. Implikasi penelitian ini diharapkan dapat menjadi acuan bagi pengembang dan peneliti dalam merancang sistem e-commerce yang efisien dan skalabel
Analisis Algoritma Naive Bayes Pada Penerimaan CPNS (Studi Kasus : Kementerian Hukum Jawa Timur 2024 Penjaga Tahanan) Seroja, Aulia Nadia Bunga; Mujilahwati, Siti; Bettaliyah, Azza Abidatin
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 4 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i4.22042

Abstract

Pengadaan Calon Pegawai Negeri Sipil (CPNS) Kementerian Hukum Jawa Timur tahun 2024 formasi penjaga tahanan menyediakan kuota 252 laki-laki dan 108 perempuan. Dengan jumlah pendaftar yang sangat besar, proses seleksi harus dilakukan secara ketat untuk memastikan terpilihnya calon ASN yang kompeten. Penerapan algoritma Naive Bayes untuk melakukan prediksi penerimaan peserta CPNS, bertujuan untuk menganalisis kinerjanya pada formasi penjaga tahanan tahun 2024 dan memperoleh tingkat akurasi tinggi. Naive Bayes dipilih karena kemampuan klasifikasi yang baik dan proses perhitungannya yang efisien. Data yang digunakan berjumlah 150, dengan 7 atribut : nilai TWK, TIU, TKP, CAT, kesehatan dan pengamatan fisik, kesamaptaan dan keterampilan, serta wawancara. Analisis dilakukan dengan perbandingan data latih dan data uji ke dalam tiga scenario yaitu 90:10, 80:20, dan 70:30. Hasil evaluasi memperlihatkan analisis pertama menghasilkan akurasi 93,33%, precision 83,33%, recall 100%, dan f1-score 90,90%. Analisis kedua dan ketiga mencapai nilai sempurna 100% untuk seluruh metrik. Hasil menunjukkan bahwa algoritma Naive Bayes sangat tepat dan pantas digunakan untuk memprediksi penerimaan CPNS, khususnya pada formasi penjaga tahanan di Kementerian Hukum Jawa Timur.
Perbandingan Algoritma Machine Learning untuk Prediksi Multi-Output Variabel Osean-Atmosfer Maulidia, Raisa; Arifin, Willdan Aprizal; Syafri, Herman
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 4 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i4.25976

Abstract

Prediksi variabel osean-atmosfer merupakan komponen penting dalam mendukung keselamatan dan efisiensi aktivitas maritim. Kompleksitas data osean-atmosfer yang bersifat multivariat dan dinamis memerlukan pendekatan komputasional yang mampu menangkap hubungan non-linear dan temporal secara simultan. Penelitian ini membandingkan performa tiga algoritma machine learning, yaitu Long Short-Term Memory (LSTM), Random Forest, dan XGBoost dalam memprediksi multi-output variabel osean-atmosfer menggunakan data Automatic Weather Station (AWS) periode 2022–2025. Tahapan penelitian meliputi pra-pemrosesan, normalisasi menggunakan StandardScaler, pembagian data (90% latih dan 10% uji), pelatihan model teroptimasi, serta evaluasi menggunakan RMSE dan R². Hasil penelitian menunjukkan bahwa XGBoost memiliki performa terbaik pada sebagian besar variabel dengan nilai RMSE terendah pada windspeed (0,77), waterlevel (0,12), RH (2,40), dan winddir (28,79), serta nilai R² tertinggi masing-masing sebesar 0,840; 0,940; 0,870; dan 0,730. LSTM menunjukkan performa terbaik pada variabel watertemp dengan RMSE sebesar 0,31 dan R² sebesar 0,814. Sementara itu, Random Forest memiliki performa yang relatif lebih rendah dengan nilai R² berkisar antara 0,680 hingga 0,982 tergantung variabel. Secara keseluruhan, XGBoost terbukti paling konsisten dan efektif dalam menangani prediksi multi-output variabel osean-atmosfer yang kompleks dan non-linear.
Pengembangan Media Pembelajaran Interaktif Ispring Suite Dengan Desain Menggunakan Canva di SMK Negeri 4 Samarinda Fadhillah, Shendy Raihan; Haeruddin, Haeruddin; Akhyar, Ramaulvi Muhammad
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 4 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i4.18842

Abstract

Penelitian ini membahas pengembangan Media Pembelajaran Interaktif menggunakan Ispring Suite dengan menerapkan model ADDIE yang terdiri dari lima tahap, yaitu Analisis, Desain, Pengembangan, Implementasi, dan Evaluasi. Media pembelajaran interaktif ini dibuat menggunakan Ispring Suite dengan fokus pada tahap konseptual awal untuk mengembangkan media pembelajaran interaktif sebagai alat bantu bagi guru selain Buku Panduan. Hasil uji kelayakan media pembelajaran menunjukkan kategori 'Sangat Layak' berdasarkan penilaian dari ahli media dengan rata-rata skor keseluruhan 4,49. Begitu juga dari penilaian ahli materi, media pembelajaran ini terkategori 'Sangat Layak' dengan rata-rata skor keseluruhan 4,54. Begitu juga dari penilaian siswa/responden, media pembelajaran ini mendapatkan kategori 'Layak' dengan rata-rata skor keseluruhan 4,18. Berdasarkan validasi dan ujicoba maka media pembelajaran interaktif berbasis Ispring Suite masuk dalam kategori ‘Sangat Layak’ dengan skor total keseluruhan 4,40.
Perbandingan Kinerja IndoBERT dan KNN Dalam Analisis Sentimen Ulasan Tokopedia Google Playstore Gaol, Gunawan Lumban; Ichwani, Arief
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 4 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i4.26305

Abstract

Perkembangan aplikasi e-commerce di Indonesia mendorong meningkatnya jumlah ulasan pengguna pada platform Google Playstore. Ulasan tersebut mengandung informasi penting mengenai persepsi dan tingkat kepuasan pengguna terhadap layanan aplikasi. Namun, besarnya volume data ulasan menyebabkan analisis manual menjadi tidak efisien. Oleh karena itu, diperlukan pendekatan otomatis berbasis Natural Language Processing (NLP) untuk mengklasifikasikan sentimen ulasan pengguna. Penelitian ini bertujuan untuk membandingkan kinerja model IndoBERT dan K-Nearest Neighbor (KNN) dalam analisis sentimen ulasan aplikasi Tokopedia di Google Playstore. Dataset yang digunakan berjumlah 12.172 ulasan pengguna yang diklasifikasikan ke dalam tiga kelas sentimen, yaitu positif, netral, dan negatif. Proses pelabelan sentimen dilakukan menggunakan kamus InSet. Evaluasi performa model dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score, serta dianalisis menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa model IndoBERT memiliki performa yang lebih unggul dibandingkan KNN dalam seluruh metrik evaluasi. Temuan ini menunjukkan bahwa model berbasis transformer lebih efektif dalam memahami konteks bahasa Indonesia pada data ulasan aplikasi.
Analisis Usability Website Organisasi Dengan Metode SUS (Studi Kasus YBM PLN SMI Berbagi) Herdipriansyah, Ahmad Gunawan
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 4 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i4.26341

Abstract

Website organisasi berperan penting sebagai media penyebaran informasi yang efektif dan mudah diakses oleh masyarakat. Namun, tingkat kemudahan penggunaan (usability) dari suatu website seringkali belum diketahui secara terukur. Penelitian ini bertujuan untuk menganalisis tingkat usability pada website organisasi YBM PLN SMI Berbagi menggunakan metode System Usability Scale (SUS). Metode SUS dipilih karena sederhana, cepat, dan mampu memberikan gambaran kuantitatif mengenai persepsi pengguna terhadap sistem. Pengumpulan data dilakukan melalui penyebaran kuesioner kepada sejumlah responden yang telah menggunakan website tersebut. Data yang diperoleh kemudian dihitung menggunakan rumus standar SUS untuk menghasilkan skor usability. Hasil penelitian menunjukkan bahwa website memiliki tingkat usability yang berada pada kategori baik, sehingga dapat digunakan oleh pengguna dengan cukup mudah dan efisien. Meskipun demikian, masih terdapat beberapa aspek yang perlu ditingkatkan, terutama pada kemudahan navigasi dan konsistensi tampilan antarmuka. Penelitian ini diharapkan dapat menjadi dasar dalam pengembangan website organisasi agar lebih optimal dalam memberikan layanan informasi kepada pengguna.
Penerapan Arsitektur CNN EfficientNet-B1 Untuk Klasifikasi Tanaman Hias Tropis Yadi, Muhammad Fathul; Widyaningsih, Maura; Rusdiana, Lili
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 1 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i1.22884

Abstract

Penelitian ini bertujuan mengembangkan metode klasifikasi tanaman hias tropis Indonesia menggunakan Jaringan Saraf Tiruan Konvolusional (CNN) dengan arsitektur EfficientNet-B1 berbasis pembelajaran transfer. Indonesia memiliki keanekaragaman tanaman hias yang tinggi, namun identifikasi spesies masih menjadi tantangan karena kemiripan morfologi antar jenis. Untuk mengatasi hal ini, penelitian menerapkan tahapan prapemrosesan data, pelatihan model, dan pengujian menggunakan dataset dari Kaggle, yang dibagi dalam tujuh skenario evaluasi. Parameter kinerja yang digunakan meliputi akurasi, presisi, recall, dan skor F1. Hasil pengujian menunjukkan bahwa model EfficientNet-B1 yang telah dilatih sebelumnya masih mengalami kesulitan dalam membedakan beberapa kelas tanaman hias tropis dari objek non-tanaman. Namun, skenario 1 menghasilkan performa terbaik dengan akurasi 98% dan skor F1 sebesar 97,92%, serta keseimbangan antara presisi dan recall yang optimal.Analisis menunjukkan bahwa keberhasilan model sangat dipengaruhi oleh kualitas dan keseimbangan dataset, serta proses penyetelan hiperparameter yang tepat. Oleh karena itu, penelitian ini merekomendasikan optimasi lanjutan melalui teknik augmentasi data untuk menambah variasi citra, penyeimbangan kelas, dan penyesuaian parameter pelatihan agar model mampu mengenali lebih baik berbagai spesies tanaman hias tropis. Dengan peningkatan tersebut, metode ini berpotensi diterapkan dalam sistem identifikasi otomatis tanaman hias yang dapat membantu bidang hortikultura, konservasi, dan perdagangan tanaman tropis di Indonesia.
Integrasi Pembelajaran IoT Berbasis Heutagogi dalam Proyek KKN/Magang Mahasiswa PTI Purmadi, Ary; Juliansyah, Akbar; Putrayadi, Wirawan; Jarir, Jarir; Gargazi, Gargazi
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 1 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i1.23814

Abstract

Penelitian ini membahas penerapan pendekatan heutagogi dalam program magang/Kuliah Kerja Nyata (KKN) mahasiswa Pendidikan Teknologi Informasi di komunitas petani organik. Permasalahan utama adalah keterbatasan kapasitas mahasiswa dalam mengembangkan teknologi tepat guna yang sesuai dengan kebutuhan masyarakat, serta kebutuhan akan model pembelajaran yang mendorong kemandirian, refleksi, dan adaptasi. Tujuan penelitian adalah merancang dan menganalisis efektivitas model pembelajaran adaptif berbasis heutagogi dalam mendukung pengembangan produk teknologi tepat guna. Metode penelitian menggunakan pendekatan deskriptif kualitatif dengan observasi partisipatif, wawancara terbuka, serta dokumentasi laporan dan produk mahasiswa. Subjek penelitian terdiri dari lima mahasiswa Program Studi Pendidikan Teknologi Informasi Universitas Pendidikan Mandalika yang mengikuti KKN di PT Lombok Organik Cahaya Nusantara selama tiga bulan. Hasil penelitian menunjukkan bahwa mahasiswa mampu menghasilkan lima produk inovatif, yaitu meja penelitian pertumbuhan tanaman dengan penyiraman otomatis, alat pengukur laju aliran air berbasis IoT, media pembelajaran penyiraman otomatis, modul digital penggunaan alat IoT, dan aplikasi web pemantau bibit cabai. Temuan ini menegaskan bahwa heutagogi mendorong mahasiswa untuk belajar secara mandiri, non-linear, dan reflektif, sekaligus menghubungkan teori akademik dengan kebutuhan praktis masyarakat. Kesimpulannya, pendekatan heutagogi efektif diterapkan dalam kegiatan KKN/magang untuk meningkatkan kapabilitas belajar mandiri, keterampilan teknis, serta kontribusi mahasiswa terhadap pemberdayaan komunitas pertanian organik.
Integrasi HAIS-Q dan ISA Model dalam Peningkatan Kesadaran Keamanan Informasi untuk Mitigasi Risiko Siber Sari, Danar Retno; Kusno, Hendra Sanjaya; Jamal, Nurwahidah; Pongtuluran, Ezra Hartato; Anhar, Wahyu
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 1 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i1.23665

Abstract

Pesatnya transformasi digital di berbagai sektor telah membuka peluang besar sekaligus tantangan baru dalam menjaga keamanan informasi. Di tengah upaya pemerintah dan organisasi membangun infrastruktur digital yang kuat, faktor manusia masih menjadi titik lemah yang paling rentan terhadap serangan siber dan kebocoran data. Penelitian ini bertujuan untuk menganalisis tingkat kesadaran keamanan informasi masyarakat dengan mengintegrasikan Human Aspects of Information Security Questionnaire (HAIS-Q) dan Information Security Awareness (ISA) Model sebagai pendekatan mitigasi risiko siber. Model ini menyoroti tiga aspek utama perilaku keamanan digital, yaitu manajemen kata sandi (password management), penggunaan media sosial (social media usage), dan keamanan perangkat seluler (mobile device security), yang menggambarkan dimensi pengetahuan (knowledge), sikap (attitude), dan perilaku (behavior) pengguna. Penelitian ini melibatkan 112 responden aktif pengguna teknologi digital dan dianalisis menggunakan Structural Equation Modeling (SEM) berbasis Partial Least Square (PLS). Integrasi HAIS-Q dan ISA Model dalam penelitian ini memberikan kontribusi konseptual dan praktis untuk meningkatkan literasi keamanan informasi, sekaligus menempatkan pengguna sebagai aktor utama dalam upaya mitigasi risiko siber di era digital.

Page 24 of 24 | Total Record : 240

 20   21   22   23   24 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol 10, No 1 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 4 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 3 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 2 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 1 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 8, No 2 (2024): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 8, No 1 (2024): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 7, No 2 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 7, No 1 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 6, No 2 (2022): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 6, No 1 (2022): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 5, No 2 (2021): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 5, No 1 (2021): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 4, No 2 (2020): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 4, No 1 (2020): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 3, No 2 (2019): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 3, No 1 (2019): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 2, No 2 (2018): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 2, No 1 (2018): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 1, No 2 (2017): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 1, No 1 (2017): Jurnal Rekayasa Teknologi Informasi (JURTI) More Issue