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 264 Documents
 23   24   25   26   27 
Analisis Sentimen Pengguna Indosat Pada Platform X Menggunakan Naïve Bayes dan Support Vector Machine Santika, Puput Tri; Islamiyah, Islamiyah; Masa, Amin Padmo Azam; Rizawanti, Riftika
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 2 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i2.16591

Abstract

X merupakan platform media sosial berbasis mikroblog yang memungkinkan penggunanya berinteraksi secara pribadi maupun publik, sehingga menjadikannya saluran utama bagi masyarakat dalam mengekspresikan opini terhadap berbagai layanan, termasuk layanan telekomunikasi. Indosat Ooredoo sebagai salah satu perusahaan penyedia layanan telekomunikasi terbesar di Indonesia memanfaatkan platform X untuk menyampaikan informasi layanan sekaligus menerima keluhan dan saran dari pelanggan. Namun, volume data tweet yang besar dan tidak terstruktur memerlukan pendekatan komputasional yang mampu mengklasifikasikan sentimen secara otomatis dan efisien. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan efektivitas algoritma Naïve Bayes dan Support Vector Machine (SVM) dalam menganalisis sentimen pengguna Indosat pada platform X. Data yang digunakan berjumlah 1.000 tweet. Tahapan penelitian meliputi preprocessing teks, pelabelan data ke dalam kelas positif dan negatif, pembobotan fitur menggunakan TF-IDF, serta penanganan ketidakseimbangan kelas menggunakan teknik oversampling SMOTE. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, presisi, dan recall. Hasil penelitian menunjukkan bahwa Naïve Bayes menghasilkan akurasi 78%, presisi 78%, dan recall 77%, sedangkan SVM menghasilkan akurasi 72%, presisi 73%, dan recall 72%. Naïve Bayes terbukti memiliki kinerja lebih baik dibandingkan SVM dalam mengklasifikasikan sentimen pengguna Indosat. Hasil analisis secara keseluruhan menunjukkan dominasi sentimen negatif pada ulasan pengguna. Penelitian ini diharapkan dapat membantu Indosat memahami persepsi pelanggan berbasis data serta menjadi referensi bagi pengembangan sistem analisis sentimen pada domain layanan telekomunikasi.
Penentuan Peringkat Tools AI Pembelajaran Menggunakan Metode Hybrid AHP-VIKOR Angelia, Agata; Cholil, Saifur Rohman
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 2 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i2.25012

Abstract

Perkembangan teknologi Artificial Intelligence (AI) mendorong mahasiswa untuk memanfaatkan berbagai tools AI dalam menunjang proses pembelajaran, seperti merangkum materi, menulis laporan, dan membantu pemrograman. Namun, banyaknya pilihan tools AI yang tersedia menyebabkan mahasiswa mengalami kesulitan dalam menentukan tools yang paling sesuai dengan kebutuhan akademik mereka. Oleh karena itu, penelitian ini bertujuan untuk menentukan tools AI terbaik yang dapat mendukung pembelajaran mahasiswa lintas jurusan secara objektif dan terukur. Penelitian ini dilakukan di Universitas Semarang dengan melibatkan mahasiswa dari berbagai program studi. Metode yang digunakan adalah VIKOR sebagai metode pengambilan keputusan multikriteria, dengan lima kriteria penilaian yaitu kemudahan penggunaan, fitur pembelajaran, keterandalan hasil, keterbatasan akses, dan responsivitas. Data penelitian diperoleh melalui kuesioner dengan skala penilaian 1–9, kemudian diolah untuk memperoleh nilai normalisasi, indeks utilitas (S), indeks regret (R), dan indeks kompromi (Q). Hasil penelitian menunjukkan bahwa ChatGPT memperoleh nilai Q terendah dibandingkan alternatif lainnya, sehingga direkomendasikan sebagai tools AI terbaik dalam mendukung pembelajaran mahasiswa. Hasil penelitian ini diharapkan dapat menjadi dasar pengambilan keputusan dalam pemilihan tools AI yang tepat di lingkungan pendidikan tinggi.
Pemetaan Kesiapan Teknologi dan SDM untuk Implementasi Business Intelligence di PTKIN BLU Atsani, M Rifqi; Muji, Atipa; Pratama, Angga Putra
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 2 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i2.25091

Abstract

Penelitian ini dilatarbelakangi kebutuhan UIN Prof. K.H. Saifuddin Zuhri Purwokerto untuk meningkatkan kualitas pengambilan keputusan berbasis data melalui penerapan Business Intelligence. Rumusan masalah berfokus pada sejauh mana kesiapan teknologi, organisasi, dan sumber daya manusia dalam mendukung BI serta hambatan utama yang dihadapi institusi. Tujuan penelitian adalah memetakan kesiapan tersebut, mengidentifikasi gap kritis, dan merumuskan rekomendasi strategis implementasi BI yang sesuai konteks PTKIN BLU. Pendekatan penelitian bersifat kualitatif dengan teknik pengumpulan data utama: wawancara mendalam dengan 8 informan kunci, observasi lapangan terhadap infrastruktur dan sistem, serta analisis dokumen institusional. Data dianalisis secara tematik menggunakan open dan axial coding, dipadukan kerangka TOE, McKinsey 7S, dan Business Process Maturity Model untuk menilai dimensi teknologi, organisasi, dan lingkungan secara komprehensif.Hasil penelitian menunjukkan fondasi teknologi relatif kuat namun kapabilitas BI tingkat lanjut belum siap: integrasi data masih parsial, data warehouse belum matang, dan kapabilitas SDM untuk analitik BI masih rendah. Penilaian BPMM menempatkan institusi pada level Defined–Linked (level 3), dengan prioritas perbaikan pada pelatihan SDM, penyempurnaan integrasi data, pengembangan dashboard analitik, serta penguatan keamanan dan tata kelola data. Rekomendasi disusun dalam roadmap implementasi yang menitikberatkan pada people-first approach untuk memastikan BI menjadi alat yang nyata manfaatnya bagi pengambilan keputusan akademik dan manajerial.
Klasifikasi Status Gizi Balita Menggunakan Metode K-Nearest Neighbor Syifani, Sarah; Septiarini, Anindita; Taruk, Medi; Wati, Masna; Tejawati, Andi
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.v10i1.25641

Abstract

Status gizi balita merupakan indikator penting dalam menilai tingkat kesehatan anak yang dapat diketahui melalui pemeriksaan antropometri. Berdasarkan data Survei Status Gizi Indonesia (SSGI) tahun 2022, prevalensi gizi kurang di Provinsi Kalimantan Timur mencapai 23,9%, khususnya di Kota Samarinda sebesar 25,3%, yang menunjukkan bahwa masalah gizi masih perlu mendapatkan perhatian. Penelitian ini bertujuan untuk mengklasifikasikan status gizi balita menggunakan metode K-Nearest Neighbor (KNN) dengan variasi nilai K dan rumus jarak yang berbeda guna memperoleh performa terbaik. Data yang digunakan merupakan data sekunder dari Puskesmas Pasundan, Kota Samarinda, sebanyak 760 data balita usia 0–60 bulan. Tahapan penelitian meliputi pengumpulan data, perancangan data melalui proses preprocessing (data selection, penanganan outlier, dan transformasi data menggunakan min-max normalization serta encoding), implementasi metode KNN dengan variasi nilai K (1, 3, 5, 7, 9, 11) dan rumus jarak (Euclidean, Manhattan, Minkowski), serta evaluasi model menggunakan Confusion Matrix Multiclass. Berdasarkan hasil pengujian, akurasi tertinggi diperoleh sebesar 89,24% dengan nilai presisi 66,29%, recall 63,70%, dan F1-score 63,12% menggunakan nilai K = 1 dan rumus jarak Euclidean. Hasil ini menunjukkan bahwa metode KNN mampu memberikan performa klasifikasi yang baik dalam menentukan status gizi balita berdasarkan atribut usia, jenis kelamin, berat badan, dan tinggi badan.
Analisis Sentimen Terhadap Kinerja Menteri Keuangan Purbaya Yudhi Sadewa Menggunakan Algoritma K-Nearest Neighbors Pramuda, Renoka Tresna; Hana, Fida Maisa; Prihandono, Agung
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 2 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i2.26138

Abstract

Perkembangan media sosial meningkatkan partisipasi publik dalam menyampaikan opini terhadap kebijakan dan kinerja pejabat pemerintah. Penelitian ini bertujuan untuk menganalisis sentimen terhadap kinerja Purbaya Yudhi Sadewa sebagai Menteri Keuangan berdasarkan komentar TikTok. Data diperoleh melalui teknik scraping dari video TikTok dalam periode satu bulan setelah pelantikan dan menghasilkan 1317 komentar setelah proses pembersihan data. Tahapan pengolahan meliputi preprocessing, pelabelan data menggunakan metode manual dan lexicon-based,  ekstraksi fitur menggunakan TF-IDF serta pemodelan menggunakan algoritma K-Nearest Neighbors. Penentuan parameter optimal dilakukan menggunakan GridSearchCV dengan 10-Fold Cross Validation, yang menghasilkan nilai K terbaik 13 untuk data dengan labeling manual dan 15 untuk data dengan labeling lexicon-based. Hasil pengujian menggunakan Holdout Validation (80:20) menunjukkan bahwa model KNN dengan labeling manual memperoleh akurasi tertinggi sebesar 94,32%, sedangkan model dengan lexicon-based memperoleh akurasi sebesar 75,38%. Hasil penelitian menunjukkan bahwa pelabelan manual menghasilkan performa klasifikasi yang lebih baik dan lebih konsisten dibandingkan metode lexicon-based. Temuan ini mengindikasikan bahwa kualitas pelabelan data berpengaruh signifikan terhadap performa klasifikasi sentimen, terutama pada komentar media sosial yang bersifat informal dan ambigu.
Perancangan Sistem Monitoring Jaringan Internet Desa Menggunakan The Dude: Studi Kasus Pemerataan Akses Digital Chirzah, Dewi; Widihasaniputri, Hanifatus Sa'diyah
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 2 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i2.25365

Abstract

Ketimpangan akses internet di wilayah pedesaan menjadi persoalan mendasar dalam pembangunan digital. Keterbatasan infrastruktur, kualitas layanan yang tidak stabil, dan ketiadaan sistem pemantauan menyebabkan masyarakat desa belum memperoleh akses digital yang merata. Berdasarkan kondisi tersebut, penelitian ini dilakukan dengan tujuan merancang sistem monitoring jaringan internet desa menggunakan perangkat lunak The Dude dan menguji efektivitasnya dalam mendukung pemerataan akses digital. Jenis penelitian yang digunakan adalah kuantitatif dengan pendekatan quasi-eksperimen. Sistem dipasang pada server lokal untuk merekam parameter teknis jaringan seperti latency, packet loss, throughput, dan availability . Data teknis dikumpulkan melalui log monitoring selama empat minggu. sementara data persepsi pengguna diperoleh melalui kuesioner berskala Likert kepada 30 responden. Data teknis dianalisis menggunakan statistik deskriptif untuk melihat tren performa jaringan, sedangkan data persepsi dianalisis melalui uji t berpasangan dan korelasi Pearson guna mengukur perubahan signifikan dan hubungan antara performa teknis dengan kepuasan pengguna. Hasil penelitian menunjukkan adanya penurunan latency dan packet loss serta peningkatan throughput dan availability  secara konsisten. Persepsi pengguna juga meningkat signifikan terkait stabilitas dan pemerataan akses internet. Disimpulkan bahwa sistem monitoring berbasis The Dude efektif mendukung kualitas teknis dan sosial akses digital desa. Penelitian selanjutnya disarankan memperluas sampel lintas wilayah, memperpanjang periode monitoring, serta mengintegrasikan analitik prediktif berbasis machine learning.
Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi Menggunakan Metode WP Studi Kasus Di SMK Al-Ikhlas Normayati, Normayati; Fitri Astuti, Indah; Cahyadi, Dedy
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.v9i4.28479

Abstract

Sekolah merupakan institusi yang berperan sebagai tempat atau sarana untuk mendapatkan ilmu pengetahuan dan pendidikan. SMK adalah suatu lembaga pendidikan yang mendorong potensi siswa dengan cara memberikan penghargaan untuk siswa yang berprestasi. Sekolah Menengah Kejuruan Al-Ikhlas Long Kali merupakan salah satu sekolah yang menerapkan adanya pemberian penghargaan terhadap siswa berprestasi tersebut melalui hasil rapat para guru dan perhitungan nilai sacara manual. Tujuan penelitian ini adalah membantu SMK Al-Ikhlas dalam melakukan pemeringkatan nilai siswa sebagai rekomendasi untuk pemilihan siswa berprestasi, dengan cara membangun sebuah SPK pemilihan siswa berprestasi menggunakan metode Weighted Product berbasis website. Data yang digunakan terdiri dari 35 data nilai siswa sebagai alternatif dan 6 kriteria yaitu sikap, adab, sopan santun, kedisiplinan, kehadiran dan nilai rata-rata. Penelitian ini mendapatkan hasil rekomendasi dari pemeringkatan dengan nilai tertinggi 0.032246 sebagai peringkat 1 siswa atas nama Kamariah.
Analisis Perbandingan Kinerja gRPC Go dan Node.js pada Layanan Microtransactions Berbasis Arsitektur Microservices Panna, Ariya; Onggo, Bryan Adiputra; Siregar, Master Edison
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 2 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i2.26134

Abstract

Microservices dikenal sebagai salah satu arsitektur yang banyak digunakan dalam aplikasi modern dengan skala besar saat ini. gRPC sebagai salah satu implementasi dari Application Programming Interface menjadi protokol yang paling sering direkomendasikan untuk komunikasi antar services pada arsitektur berbasis microservices. Namun, performa gRPC sangat dipengaruhi oleh karakteristik runtime bahasa pemrograman yang digunakan. Studi ini bertujuan untuk menganalisis perbandingan kinerja gRPC pada implementasi bahasa pemrograman Go dan Node.js melalui studi kasus mikrotransaksi. Metode pengujian yang digunakan adalah pengujian beban yang dibagi menjadi empat skenario, dimulai dari 1.000 hingga 100.000 permintaan dengan tingkat concurrency hingga 10.000. Metrik yang diukur mencakup throughput, latensi, serta penggunaan sumber daya CPU dan RAM. Hasil memperlihatkan bahwa Go memiliki stabilitas yang lebih unggul, mencapai 1.641 requests per detik pada beban puncak, sementara Node.js stagnan di angka 174 requests per detik. Dari sisi latensi, Node.js mengalami lonjakan waktu tunggu maksimal hingga 9 detik, sementara Go tetap stabil di 2,25 detik. Studi ini juga membuktikan bahwa Go lebih efisien dalam penggunaan sumber daya dengan konsumsi RAM 26,7% lebih rendah dibandingkan Node.js pada skenario beban tinggi. Studi ini merekomendasikan pemilihan Go untuk sistem mikrotransaksi dengan intensitas concurrency tinggi, sedangkan Node.js lebih ideal untuk layanan dengan beban kerja menengah
Sistem Pakar Diagnostik Dini Risiko Preeklampsia pada Ibu Hamil Berbasis Certainty Factor Raja Gunung, Tar Muhammad; Dwi Ningtyas, Alyiza; Dian Meidita, Dinda; Pandapotan Siregar, Manutur; Rolando, Vicky
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 2 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i2.26860

Abstract

Preeklampsia merupakan salah satu komplikasi kehamilan yang berisiko tinggi terhadap kesehatan ibu dan janin apabila tidak dideteksi sejak dini. Keterlambatan dalam mengenali gejala sering menjadi penyebab utama meningkatnya angka morbiditas dan mortalitas ibu hamil. Oleh karena itu, diperlukan suatu sistem yang mampu membantu proses diagnosis awal secara cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis metode Certainty Factor dalam mendeteksi dini risiko preeklampsia pada ibu hamil. Metode Certainty Factor digunakan untuk mengakomodasi ketidakpastian dalam proses diagnosis dengan menggabungkan nilai tingkat keyakinan berdasarkan gejala yang dialami pasien. Data penelitian diperoleh melalui observasi, wawancara dengan tenaga medis, serta kuesioner terkait preeklampsia dan sistem pakar. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu memberikan tingkat keyakinan diagnosis berdasarkan kombinasi gejala yang diinputkan. Berdasarkan hasil pengujian terhadap beberapa kasus, diperoleh nilai Certainty Factor pada pasien 1 sebesar 73% (risiko tinggi), pasien 2 sebesar 48% (risiko sedang), pasien 3 sebesar 24% (risiko rendah), dan pasien 4 sebesar 62% (risiko sedang). Hasil tersebut menunjukkan bahwa sistem mampu mengklasifikasikan tingkat risiko sesuai dengan rentang nilai yang telah ditetapkan. Selain itu, sistem juga mampu memberikan rekomendasi penanganan awal sesuai dengan tingkat risiko yang dihasilkan. Dengan demikian, sistem pakar ini dapat digunakan sebagai alat bantu dalam mendeteksi dini risiko preeklampsia, sehingga diharapkan dapat membantu tenaga medis maupun pasien dalam mengambil langkah pencegahan yang tepat.
Penerapan MOORA Pada Sistem Pendukung Keputusan Calon Penerima Bantuan Pangan Non Tunai (BPNT) Vebi C.G, Sindi; Puspitasari, Novianti; Taruk, Medi
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 2 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i2.26979

Abstract

Kemiskinan merupakan salah satu permasalahan sosial yang dihadapi oleh setiap bangsa, termasuk Indonesia. Bantuan sosial merupakan upaya pemerintah dalam menekan angka kemiskinan. Adapun salah satu program yang diusahakan dalam mengentaskan kemiskinan adalah program Bantuan Pangan Non Tunai (BPNT). Namun, pemberian dana BPNT memiliki kendala dalam keterbatasan dana yang akan disalurkan, sehingga proses penentuan penerima BPNT masih belum optimal dan cenderung bersifat subjektif yang menimbulkan permasalahan diantara masyarakat terkait penerima BPNT di Dinas Sosial dan Pemberdayaan Masyarakat yang tidak tepat sasaran. Hal ini menyebabkan warga yang lebih layak menerima BPNT tidak memperoleh haknya dan sebaliknya. Dari permasalahan tersebut penelitian ini membangun sistem pendukung keputusan penerima BPNT untuk membantu pihak Dinas Sosial dan Pemberdayaan Masyarakat dalam menentukan calon penerimah bantuan. Metode yang digunakan dalam penelitian ini adalah metode Multi-Objective Optimization on the basis of Ratio Analysis (MOORA). Metode MOORA digunakan untuk menentukan ranking dari 12 calon penerima BPNT berdasarkan 4 kriteria dari peraturan mentri yang terdiri dari usia, jumlah tanggungan, pekerjaan dan kondisi rumah. Hasil penelitian menunjukkan bahwa alternatif sepuluh (A10) mendapatkan nilai preferensi tertinggi sebesar 30.88 kemudian disusul oleh A5, A7, A1, dan A9 yang direkomendasikan sebagai penerima BPNT.

Page 26 of 27 | Total Record : 264

 23   24   25   26   27 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol 10, No 2 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI) 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