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 273 Documents
 24   25   26   27   28 
Arsitektur Sistem Pengusir Hama Padi Berbasis ESP32 dengan Deteksi Multi-Sensor dan Respons Suara-Mekanis Zaenudin Zaenudin; Lalu Delsi Samsumar; Supardianto Supardianto
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 3 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i3.29569

Abstract

Serangan burung dan tikus merupakan salah satu kendala dalam budidaya padi, sementara pengendalian konvensional yang bersifat statis memiliki keterbatasan dalam memberikan respons adaptif. Penelitian ini bertujuan mengembangkan arsitektur sistem pengusir hama padi berbasis Internet of Things (IoT) menggunakan ESP32 dengan deteksi multi-sensor dan respons suara-mekanis. Sistem mengintegrasikan sensor Passive Infrared (PIR) untuk mendeteksi gerakan pada area pemantauan, sensor ultrasonik HC-SR04 untuk mendeteksi objek pada jarak dekat, serta DFPlayer Mini dan motor DC sebagai aktuator. Platform Blynk digunakan untuk monitoring secara real-time. Pengembangan sistem menggunakan metode prototyping melalui tahapan identifikasi kebutuhan, perancangan, pembuatan prototipe, pengujian, dan penyempurnaan. Pengujian dilakukan pada kondisi lingkungan nyata di lahan pertanian padi dengan variasi jarak 100–350 cm untuk sensor PIR dan 5–35 cm untuk sensor ultrasonik. Hasil menunjukkan PIR memberikan respons pada jarak 100–300 cm, sedangkan sensor ultrasonik dapat digunakan untuk deteksi objek pada jarak hingga sekitar 30 cm. Waktu respons PIR berada pada kisaran 180–220 ms, sedangkan waktu pembacaan ultrasonik 25–40 ms per siklus. Kontribusi penelitian ini adalah integrasi deteksi PIR dan ultrasonik dengan respons suara dan mekanis dalam satu arsitektur berbasis ESP32 yang dilengkapi monitoring real-time.
Implementasi Pemeringkatan Leksikografis pada SPMB SMA/SMK Kota Samarinda Fathul Rahmat; Paramitha Nerisafitra; Muhammad Zulfariansyah; Riftika Rizawanti
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 3 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i3.29782

Abstract

Sistem Penerimaan Murid Baru (SPMB) adalah kebijakan nasional penerimaan murid yang menggantikan Penerimaan Peserta Didik Baru (PPDB). Pada SPMB SMA/SMK Kota Samarinda Tahun Ajaran 2026/2027, penerapan mencakup 35 sekolah aktif dan 10.402 siswa yang diterima final (4.456 SMA dan 5.946 SMK), dengan lima jalur SMA (Domisili Prioritas, Domisili, Afirmasi, Mutasi, Prestasi) dan lima jalur SMK (Domisili Prioritas, Afirmasi, Prestasi, Mutasi, Reguler). Permasalahan implementasi muncul karena urutan kriteria pemeringkatan berbeda antarjalur sehingga penggunaan urutan kriteria yang tetap tidak dapat diterapkan pada seluruh jalur. Penelitian ini bertujuan menerapkan pemeringkatan leksikografis menggunakan model Prototyping, SelectionPolicy, dan satu fungsi compareRankingRows. Fungsi membandingkan poin (P), jarak (J), usia (U), dan waktu pendaftaran (W) sesuai konfigurasi dan menghasilkan lima variasi: J-U-P-W, P-J-U-W, J-U-W, J-P-U-W, dan P-J-U. Pengujian fungsional menggunakan 15 skenario yang mencakup dua konfigurasi, seluruh sepuluh jalur yang diimplementasikan, dan tiga kondisi khusus Mutasi SMK. Pengujian tidak dimaksudkan mencakup seluruh kombinasi nilai masukan. Hasil penelitian menunjukkan bahwa seluruh skenario menghasilkan keluaran sesuai hasil yang diharapkan. Berbeda dari penelitian terdahulu yang menggunakan pembobotan atau membahas satu aturan prioritas, kontribusi penelitian ini adalah satu fungsi pembanding berbasis konfigurasi untuk menjalankan beberapa urutan pemeringkatan.
Klasifikasi Popularitas Video Roblox Berbasis K-Means dan Support Vector Machine pada Metadata YouTube Wayan Praka; Arief Hermawan; Donny Avianto
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 3 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i3.26806

Abstract

Pertumbuhan metadata YouTube yang masif menyebabkan kreator konten Roblox kesulitan menentukan strategi pengembangan konten karena penilaian popularitas masih bergantung pada jumlah penayangan dan belum didukung oleh label popularitas yang objektif. Kondisi ini menyulitkan proses analisis dan pengambilan keputusan, padahal popularitas video dipengaruhi oleh berbagai metrik interaksi. Penelitian ini mengusulkan pendekatan hybrid menggunakan algoritma K-Means sebagai sistem pelabelan otomatis dan serta memanfaatkan algoritma Support Vector Machine (SVM) guna memprediksi tingkat popularitas video. Dataset yang digunakan sebanyak 1.500 metadata video Roblox yang dikumpulkan melalui YouTube Data API v3 dengan atribut views, likes, comments, dan durasi video. Berdasarkan metode Elbow, diperoleh tiga klaster optimal yang merepresentasikan kategori popularitas Tinggi, Sedang, dan Rendah. Melalui pengujian, integrasi kernel Radial Basis Function pada SVM mampu menghasilkan tingkat akurasi sebesar 99%, yang berarti model mampu mengklasifikasikan tingkat popularitas video ke dalam tiga kategori tersebut dengan tingkat ketepatan yang tinggi. Dibuktikan melalui nilai Macro Average F1-Score mencapai 0,98 yang mengindikasikan ketangguhan model meskipun distribusi kelas tidak seimbang. Selain itu, video dengan durasi sekitar 150 detik cenderung berada pada kategori popularitas tinggi. Temuan ini membuktikan efisiensi penggabungan K-Means dan SVM dalam melakukan pengelompokan popularitas video secara otomatis serta dapat menjadi dasar rekomendasi bagi kreator Roblox dalam mengoptimalkan jangkauan audiens

Page 28 of 28 | Total Record : 273

 24   25   26   27   28 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol 10, No 3 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI) 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