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 243 Documents
 21   22   23   24   25 
Sistem Informasi Manajemen Perpustakaan Menggunakan Barcode di SMP Kristen Ende Rada, Krisantus Thomas
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.v10i1.22992

Abstract

Dalam era digital, perpustakaan menghadapi tantangan beradaptasi dari sistem manual tradisional seperti katalog kartu dan pencatatan manual, yang menyebabkan inefisiensi, antrean panjang, kesalahan data, dan risiko kehilangan koleksi, sehingga menurunkan kepuasan pengguna. Penelitian ini bertujuan untuk mengkaji perancangan sistem informasi perpustakaan berbasis barcode menggunakan pendekatan pengembangan sistem Rapid Development Method (R&D) sebagai solusi inovatif, meliputi analisis kebutuhan, desain database aman dan skalabel, pengembangan interface intuitif dengan pencarian cepat dan integrasi barcode, serta implementasi dan evaluasi. Dalam penelitian ini, penerapan sistem Barcode bertujuan untuk mengurangi waktu peminjaman dan meminimalkan kesalahan manusia. Sistem ini mengotomatisasi tugas administratif, memperkaya pengalaman pengguna, dan memungkinkan staf fokus pada layanan nilai tambah seperti rekomendasi bacaan. Implementasi ini menjadikan perpustakaan pusat inovasi digital inklusif, mendukung literasi digital di institusi seperti SMP KRISTEN ENDE, dan berkontribusi pada tujuan pendidikan nasional, dengan peluang pengembangan seperti integrasi kecerdasan buatan.
Penerapan Arsitektur U-Net untuk Segmentasi Semantik Citra Buah dengan Latar Belakang Kompleks Jamil, Muh Jamil; Wati, Asiah; Rahmah, Sitti; Fawait, Aldi Bastiatul
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.v10i1.26518

Abstract

Perkembangan ilmu Computer Vision telah berhasil membuat terobosan baru di berbagai bidang, salah satunya adalah di bidang pertanian. Hal ini semakin membuka peluang bagi pertanian cerdas berbasis IoT untuk dapat diterapkan guna mengoptimalisasi pekerjaan petani. Salah satu langkah awal yang bisa diterapkan adalah segmentasi citra, tujuannya adalah untuk mendeteksi area tertentu seperti buah, daun dan objek lain yang memiliki oklusi dan latar belakang kompleks pada lingkungan perkebunan secara langsung. Penelitian yang dikerjakan mengusulkan metode segmentasi semantic berbasis Deep Learning yaitu dengan memadukan ketangguhan dari U-Net dan juga VGG16 dalam melakukan proses segementasi buah melon pada lingkungan perkebunan secara langsung. Model segmentasi yang dirancangan terbukti mampu melakukan proses segmentasi dengan sangat optimal dengan score loss minimum sebesar 0.0157 dan score IoU maksimum sebesar 0.9922 pada proses train dan testing model, selain itu model yang dirancang mampu bekerja secara optimal dengan score IoU sebesar 0.9893 pada validasi akhir model. Penelitian yang dikerjakan bukan hanya berkontribusi sebagai rujukan akademis terkait dengan penerapan computer vision pada bidang pertanian cerdas, tetapi juga dapat berkontribusi menciptakan dataset baru bagi penelitian lanjut di masa mendatang.
Perbandingan Metode Hyperparameter Tuning Pada Model XGBoost Untuk Prediksi Multioutput Handyanto, Lukman; Arifin, Willdan Aprizal; Syafri, Herman
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.v10i1.22958

Abstract

Prediksi parameter atmosfer-oseanografi yang akurat sangat penting untuk mitigasi risiko di wilayah pesisir dan aktivitas kelautan. Penelitian ini membandingkan efektivitas Grid Search dan Randomized Search dalam optimasi hyperparameter XGBoost untuk prediksi multioutput lima parameter cuaca dan laut, yaitu kecepatan angin, arah angin, kelembaban relatif, suhu permukaan laut, dan tinggi muka air menggunakan data Automatic Weather Station BMKG periode 2022-2025 pada stasiun Merak, Ciwandan, dan Bakauheni. Penelitian meliputi tahapan pengumpulan data, ekstraksi fitur temporal, pembersihan data, pemisahan fitur-target, pembagian data latih-uji, normalisasi, pelatihan model, hyperparameter tuning, dan evaluasi menggunakan metrik R². Hasil menunjukkan kedua metode menghasilkan akurasi tinggi dengan nilai R² berada pada rentang 0,7214 hingga 0,9916. Perbedaan akurasi antar metode relatif kecil, dengan selisih R² terbesar 0,0152 pada variabel arah angin. Meskipun demikian, Randomized Search menunjukkan keunggulan signifikan dari sisi efisiensi komputasi dengan waktu eksekusi hingga 7,5 kali lebih cepat dibandingkan Grid Search, yaitu 38,3 detik dibandingkan 285,6 detik pada variabel kecepatan angin. Selain itu, proses optimasi hyperparameter terbukti meningkatan kinerja model dibandingan konfigurasi baseline, dengan peningkatan nilai R² arah angin dari 0,6137 menjadi 0,7366. Berdasarkan keseimbangan antara akurasi dan efisiensi komputasi, Randomized Search direkomendasikan sebagai optimasi hyperparameter untuk model XGBoost multioutput pada data kompleks dan berdimensi tinggi.

Page 25 of 25 | Total Record : 243

 21   22   23   24   25 

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