cover
Contact Name
Zulfan Zainal
Contact Email
zulfanzainal@serambimekkah.ac.id
Phone
+6281360353540
Journal Mail Official
jnkti@serambimekkah.ac.id
Editorial Address
Gedung H Fakultas Teknik Universitas Serambi Mekkah Jl. T. Imum Lueng Bata, Batoh, Kota Banda Aceh - Aceh
Location
Kota banda aceh,
Aceh
INDONESIA
Jurnal Nasional Komputasi dan Teknologi Informasi
ISSN : 26208342     EISSN : 26213052     DOI : https://doi.org/10.32672/jnkti.v8i2
Jurnal Nasional Komputasi dan Teknologi Informasi adalah jurnal nasional yang diterbitkan oleh Program Studi Teknik Komputer Universitas Serambi Mekkah tahun 2018 dan telah Terakreditasi SINTA 5. Jurnal ini terbit sebanyak enam edisi dalam satu tahun yaitu setiap bulan Februari, April, Juni, Agustus, Oktober dan Desember baik cetak (P-ISSN : 2620-8342) dan online (E-ISSN: 2621-3052). Jurnal ini mempublikasikan artikel-artikel ilmiah yang berkaitan dengan bidang Komputer dan Teknologi Informasi dengan scope Rekayasa Perangkat Lunak, Sistem Informasi, Jaringan Komputer, Elektronika dan Sistem Kontrol, Multimedia dan Pengolahan Citrat Digital serta bidang Komputer dan Informatika lainnya yang relevan. Artikel yang dikirimkan ke JNKTI dapat ditulis dalam Bahasa Indonesia atau Bahasa Inggris. Setiap artikel yang dipublikasi dalam jurnal ini akan direview terlebih dahulu dengan metode Peer-Review dan hanya artikel yang memenuhi syarat yang akan dipublikasikan. Artikel-artikel yang telah dipublikasikan oleh JNKTI juga sudah diindeks oleh beberapa lembaga indeksasi seperti Google Scholar, Garuda, CrossRef, BASE, Moraref dan SINTA. Bidang bidang fokus penelitian yang akan dipublikasi dalam jurnal ini antara lain : Bidang Rekayasa Perangkat Lunak Bidang Jaringan Komputer Bidang Multimedia dan Pengolahan Citra Digital Bidang Komputasi Bidang Sistem dan Teknologi Informasi Bidang Kecerdasan Buatan Multidisiplin ilmu lainnya yang relevan
Articles 1,300 Documents
Sistem Informasi Konsultasi Petani Berbasis Web Menggunakan Chatbot Ramdan, Faizal; Rohmayani, Dini
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7913

Abstract

Abstrak - Pertanian mempunyai arti yang penting bagi kehidupan manusia, selama manusia hidup, selama itu juga pertanian tetap akan ada. Hal itu disebabkan karena makanan merupakan kebutuhan manusia paling pokok selain udara dan air. Oleh karena itu, kerap kali petani perlu melakukan konsultasi untuk mendapatkan pemahaman lebih mendalam, solusi praktis, atau panduan dalam mengatasi berbagai aspek pertanian yang petani hadapi. Berdasarkan hasil observasi yang penulis lakukan dengan komunitas pertanian padi seluruh Indonesia di dapatkan informasi bahwa untuk konsultasi terkait penyakit atau hama yang menyerang tanaman padi dan pemupukan padi masih menggunakan sistem grup facebook dimana hasil jawaban didapatkan dari  yang belum berpengalaman atau bukan pakarnya, dan hanya mengandalkan pengetahuan dari pengalaman petani yang belum tentu pertanyaan dari seorang petani tersebut sama dengan kasus yang dialami.Tujuan dari penelitian ini adalah untuk menyediakan sistem yang dapat  melakukan konsultasi dengan para pakar pertanian langsung melalui chatbot. Sistem dibuat dengan  menggunakan Bahasa pemrograman PHP, dengan framework Laravel dan basis data MySQL. Metode pengembangan sistem yang digunakan yaitu metode waterfall dan tahapann mencakup System requirements definition, system design allocation, Software requirements analysis, Software design, Coding unit testing, Integration Integration Testing, Acceptance testing, dan Maintenance. Dari hasil pengujian unit testing integration testing (Blackbox) menunjukan bahwa sistem sudah berjalan dengan baik, dan dari  hasil  User Acceptance Test (UAT) berdasarkan 3 parameter uji yaitu desain, fitur, dan kepuasan pengguna menunjukkan bahwa sistem informasi ini diterima dengan baik oleh pengguna, dengan tingkat penerimaan secara keseluruhan mencapai 89%.Kata kunci: Sistem Informasi, Website, PHP, MySQL, Waterfall, Blackbox,  (UAT).  Abstract - Agriculture has an important meaning for human life, as long as humans live, as long as agriculture will continue to exist. This is because food is the most basic human need besides air and water. Therefore, farmers often need to carry out consultations to get a deeper understanding, practical solutions, or guidance in dealing with the various agricultural aspects they face. Based on the results of observations made by the author with rice farming communities throughout Indonesia, information was obtained that consultations regarding diseases or pests that attack rice plants and rice fertilization still use a group system. facebook where the results of the answers are obtained from inexperienced or non-experts, and only rely on knowledge from farmer experience, which does not necessarily mean that the questions from a farmer are the same as the cases experienced. The aim of this research is to provide a system that can carry out consultations with agricultural experts directly through chatbot. The system was created using the PHP programming language, with framework Laravel and MySQL database. The system development method used is method waterfall and stages include System requirements definition, system design allocation, Software  requirements analysis, Software design, Coding unit testing, Integration Integration Testing, Acceptance testing, and Maintenance. From the test results unit testing integration testing (Blackbox) shows that the system is running well, and from the results User Acceptance Test (UAT) based on 3 test parameters, namely design, features and user satisfaction, shows that this information system is well received by users, with an overall acceptance rate of 89%.Keywords: Information Systems, Website, PHP, Laravel, MYSQL, Blackbox, Waterfall, User Acceptance Test (UAT). 
Klasifikasi Ekspor Impor Produk Pertanian dengan Metode Deep Learning Oktavia, Samita; Mambang, Mambang; Prasetya, M. Riko Anshori; Nurhaeni, Nurhaeni; Naparin, Husni; Budiman, Haldi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.8083

Abstract

Abstrak - Perubahan nilai impor dan ekspor memiliki pengaruh signifikan terhadap pertumbuhan ekonomi suatu negara, dengan inflasi berperan penting dalam mempengaruhi neraca perdagangan. Teknik pembelajaran mesin, khususnya Deep Learning yang merupakan subset dari Machine Learning, menawarkan solusi efektif untuk mengklasifikasi dan mendiagnosis pola dalam data ekspor-impor pertanian. Menggunakan Artificial Neural Network (ANN), yang terinspirasi oleh struktur otak manusia, teknik ini dapat memproses data kompleks untuk mendukung pengambilan keputusan yang tepat dalam analisis perdagangan pertanian. Penelitian ini fokus pada penerapan Deep Learning untuk mengidentifikasi pola ekspor-impor pertanian dengan akurasi tinggi, mencapai 93.7%, dan precision sebesar 89.6%, Recall sempurna sebesar 100% dan F-Measure yang tinggi pada 94.5% menunjukkan keseimbangan antara precision dan recall.Kata kunci: Artificial Neural Network, Deep Learning, Ekspor, Impor, Klasifikasi. Abstract - The changes in import and export values have a significant impact on a country's economic growth, with inflation playing a crucial role in influencing the trade balance. Machine learning techniques, particularly Deep Learning, a subset of Machine Learning, offer effective solutions for classifying and diagnosing patterns in agricultural export-import data. Using Artificial Neural Networks (ANN), inspired by the structure of the human brain, this technique can process complex data to support accurate decision-making in agricultural trade analysis. This research focuses on the application of Deep Learning to identify agricultural export-import patterns with high accuracy, achieving 93.7%, precision of 89.6%, perfect recall of 100%, and a high F-Measure of 94.5%, indicating a balance between precision and recall.Keywords: Artificial Neural Network, Classification, Deep Learning, Ekspor, Impor
Perancangan Alat Monitoring Ketinggian Air Bak Berbasis IoT Menggunakan Mikrokontroler Node MCU ESP8266 Rismayadi, Ali Akbar; Sobri, Muhammad Ali; Khoirunnisa, Fitri; Dedy, Asep
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7852

Abstract

Abstrak - Penelitian ini mengembangkan sistem pemantauan dan kontrol ketinggian air berbasis IoT menggunakan NodeMCU ESP8266 untuk mengoptimalkan penggunaan dan pengelolaan air. Sistem ini memanfaatkan teknologi IoT untuk mengumpulkan dan mengirim data mengenai level air melalui Wi-Fi, serta memungkinkan pengendalian jarak jauh. Dengan menggunakan sensor limit switch dan modul relay, sistem ini mampu memantau dan mengatur aliran air secara otomatis, mengurangi pemborosan, dan memastikan pengelolaan yang efisien. Hasil dari penelitian ini menunjukkan bahwa sistem yang dikembangkan efektif dalam meningkatkan manajemen air dan meminimalisir kesalahan manusia.Kata kunci: Internet of Things (IoT), NodeMCU ESP8266, Monitoring Abstract - This research develops an IoT-based air altitude monitoring and control system using NodeMCU ESP8266 to optimize air use and management. This system utilizes IoT technology to collect and send data about air levels via Wi-Fi, and enables remote control. By using limit switch sensors and relay modules, this system is able to connect and regulate air flow automatically, reducing waste and ensuring efficient management. The results of this research show that the system developed is effective in improving air management and minimizing human error.Keywords: Internet of Things (IoT), NodeMCU ESP8266, Monitoring
Analisis Sentimen Mahasiswa terhadap Website PKKMB 2024 Universitas Palangkaraya dengan Metode Machine Learning Leonardo, Tomas; Pranatawijaya, Viktor Handrianus; Anugrah Putra, Putu Bagus Adidyana; Christian, Efrans; Geges, Septian
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.8033

Abstract

Abstrak -Website PKKMB 2024 Universitas Palangkaraya merupakan platform utama yang digunakan untuk menyampaikan informasi dan materi orientasi kepada mahasiswa baru. Mengingat pentingnya pengalaman pengguna dalam menentukan efektivitas website, penelitian ini bertujuan untuk melakukan analisis sentimen terhadap feedback mahasiswa menggunakan pendekatan machine learning. Data yang digunakan dalam penelitian ini terdiri dari ulasan yang dikumpulkan melalui survei online. Tahapan penelitian mencakup pengumpulan data, pra-pemrosesan data, data labeling, pembagian data pelatihan dan uji 80:20, penanganan imballance data dengan SMOTE oversampling. Implementasi beberapa algoritma Machine Learning menunjukan hasil akurasi SVM 87%, Random Forest 86%, Neural Networks 84%, Naïve Bayes 82%, Decision Tree 80% dan KNN 73%. SVM menunjukkan kinerja yang paling baik dalam mengklasifikasikan sentimen pengguna ke dalam kategori positif, negatif, dan netral dengan tingkat akurasi, presisi, recall, dan F1-score yang stabil dengan skor 0.87 untuk setiap parameter dalam studi kasus ini. Model ini juga dapat memetakan sentimen positif dengan sangat baik: 0.91, model negative seimbang: 0.78. Walaupun ditemukan ketidakseimbangan untuk data netral di 0.73.  Yang mana juga dapat diamati pada confusion matrix sebanyak 95 sampel netral terklasifikasi dengan benar, namun 32 sampel netral diklasifikasikan sebagai negatif. Yang menandakan bahwa walaupun memiliki akurasi yang tinggi namun model masih perlu untuk dikembangkan lebih lanjut agar mampu mengklasifikasikan sentimen dengan baik khususnya dari sentimen yang netral. Penelitian ini memberikan wawasan penting bagi pengembang website PKKMB Universitas Palangkaraya dalam meningkatkan kualitas layanan kedepannya dan disisi lain untuk referensi analisis sentimen secara umum.Kata Kunci: Analisis Sentimen, Website PKKMB UPR 2024, Machine Learning Abstract - The PKKMB 2024 website of Palangkaraya University is the main platform used to convey information and orientation materials to new students. Given the importance of user experience in determining the effectiveness of a website, this study aims to conduct a sentiment analysis of student feedback using a machine learning approach. The data used in this study consisted of reviews collected through an online survey. The research stages include data collection, data pre-processing, data labeling, 80:20 training and test data division, data imbalance handling with SMOTE oversampling. The implementation of several Machine Learning algorithms showed an accuracy of SVM 87%, Random Forest 86%, Neural Networks 84%, Naïve Bayes 82%, Decision Tree 80% and KNN 73%. SVM showed the best performance in classifying user sentiment into positive, negative, and neutral categories with stable levels of accuracy, precision, recall, and F1-score with a score of 0.87 for each parameter in this case study. This model can also map positive sentiment very well: 0.91, balanced negative model: 0.78. Although there is an imbalance for neutral data at 0.73. Which can also be observed in the confusion matrix as many as 95 neutral samples are correctly classified, but 32 neutral samples are classified as negative. Which indicates that although it has high accuracy, the model still needs to be further developed in order to be able to classify sentiment well, especially from neutral sentiments. This study provides important insights for developers of the PKKMB Universitas Palangkaraya website in improving the quality of services in the future and on the other hand for general sentiment analysis references.Keywords: Sentiment Analysis, PKKMB UPR 2024 Website, Machine Learning
Implementasi Metode Normalisasi dan Seleksi Fitur dalam Optimasi Algoritma K-Nearest Neighbor (KNN) untuk Klasifikasi Data Bank Hadi, Rosalia; Suwirmayanti, Ni Luh Gede Pivin; Kusuma, I Gusti Ngurah Ady; Saryanti, I Gusti Ayu Desi; Novayanti, Putu Devi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.7989

Abstract

Abstrak - Dalam era transformasi digital perbankan, pengelolaan data yang semakin besar dan kompleks menjadi tantangan utama. Data transaksi keuangan, profil nasabah, dan kegiatan perbankan menjadi sumber berharga untuk pengambilan keputusan cerdas. Penggunaan teknik klasifikasi, terutama K-Nearest Neighbor (KNN), menjadi esensial untuk menganalisis dan memahami informasi tersembunyi dalam dataset perbankan. Meskipun KNN memiliki keunggulan dalam implementasi dan interpretasi, sensitivitas terhadap skala dan dimensi atribut menjadi hambatan. Oleh karena itu, penerapan metode normalisasi dan seleksi fitur menjadi kritis untuk meningkatkan akurasi dan efisiensi algoritma, terutama dalam lingkungan data heterogen perbankan. Data perbankan, berupa pengajuan kredit memiliki kompleksitas tersendiri dan menciptakan tantangan dalam pengelolaan dan analisis. KNN, sebagai metode klasifikasi non-parametrik berbasis instansi, meskipun sederhana, memiliki kelemahan sensitivitas terhadap skala dan dimensi atribut, yang dapat mempengaruhi perhitungan jarak dalam proses klasifikasi. Dalam optimalisasi KNN pada data perbankan, normalisasi dan seleksi fitur menjadi fokus utama. Pada penelitian ini dapat dilihat bahwa nilai tertinggi dalam proses klasifikasi menggunakan metode KNN terletak pada penggunaan normalisasi data dan seleksi fitur menggunakan Gain Ratio dengan tingkat akurasi sebesar 84.03 sedangkan nilai terendah terletak pada penggunaan tanpa normalisasi data dan tanpa seleksi fitur dimana menghasilkan tingkat akurasi sebesar 57.64. sehingga dalam hal ini normalisasi dan seleksi fitur memiliki peran penting dalam menaikkan tingkat akurasi dalam klasifikasi data perbankan.Kata Kunci: K-Nearest Neighbor, Normalisasi, Seleksi Fitur, Perbankan  Abstract - In the era of digital banking transformation, managing the increasingly large and complex data is a major challenge. Financial transaction data, customer profiles, and banking activities are valuable sources for making intelligent decisions. The use of classification techniques, especially K-Nearest Neighbor (KNN), is essential to analyze and understand the hidden information in banking datasets. Although KNN has advantages in implementation and interpretation, its sensitivity to scale and attribute dimension is a limitation. Therefore, the application of normalization and feature selection methods becomes critical to improve the accuracy and efficiency of the algorithm, especially in the heterogeneous data environment of banking.Banking data, in the form of credit applications, has its own complexity and creates challenges in management and analysis. KNN, as a non-parametric instance-based classification method, although simple, has the weakness of being sensitive to scale and attribute dimension, which can affect the distance calculation in the classification process.In the optimization of KNN on banking data, normalization and feature selection are the main focus. This study shows that the highest value in the classification process using the KNN method lies in the use of data normalization and feature selection using Gain Ratio with an accuracy rate of 84.03, while the lowest value lies in the use of data without normalization and without feature selection, which results in an accuracy rate of 57.64. Thus, in this case, normalization and feature selection play an important role in increasing the accuracy of classification in banking data.Keywords: K-Nearest Neighbor, Normalization, Feature Selection, Bank
Pengembangan Sistem Pendukung Keputusan Penentuan Judul Skripsi dengan Metode Fuzzy AHP dan Profile Matching Briantoro, Mustafa; Siregar, Farid Akbar
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.8128

Abstract

Abstrak - Dalam era digital, mahasiswa Program Studi Teknologi Informasi di Universitas Muhammadiyah Sumatera Utara (UMSU) menghadapi berbagai pilihan topik skripsi. Kesulitan dalam menentukan judul skripsi yang sesuai dengan minat, kemampuan, dan potensi riset sering menjadi tantangan. Penelitian ini mengembangkan sistem pendukung keputusan berbasis metode Fuzzy Analytical Hierarchy Process (FAHP) dan Profil Matching untuk membantu mahasiswa dalam menentukan judul skripsi. FAHP digunakan untuk menangani ketidakpastian dalam menilai kepentingan kriteria, sementara Profil Matching mencocokkan profil mahasiswa dengan judul skripsi yang tersedia. Sistem ini dibangun menggunakan framework Laravel 11 dan diuji dalam konteks Program Studi Teknologi Informasi UMSU. Data dikumpulkan melalui survei dan penilaian dari dosen dan mahasiswa. Hasil penelitian menunjukkan bahwa sistem ini efektif dalam memberikan rekomendasi judul skripsi yang sesuai dengan profil mahasiswa, serta mampu mengatasi ketidakpastian dalam penilaian. Dengan demikian, sistem ini memberikan solusi praktis yang dapat diadopsi oleh program studi lain di bidang teknologi informasi.Kata kunci: Sistem Pendukung Keputusan, Metode Fuzzy Analytical Hierarchy Process, Metode Profil Matching, Penentuan Judul Skripsi  Abstract - In the digital era, students of the Information Technology Study Program at Universitas Muhammadiyah Sumatera Utara (UMSU) face various thesis topic options. The challenge of selecting a thesis title that aligns with their interests, abilities, and research potential is common. This research develops a decision support system based on the Fuzzy Analytical Hierarchy Process (FAHP) and Profile Matching methods to assist students in selecting a thesis title. FAHP addresses the uncertainty in assessing the importance of criteria, while Profile Matching aligns student profiles with available thesis titles. The system was built using the Laravel 11 framework and tested within the context of UMSU’s Information Technology Study Program. Data were collected through surveys and assessments from lecturers and students. The research results show that the system effectively provides thesis title recommendations that match the students' profiles and can overcome uncertainties in evaluation. Thus, this system offers a practical solution that can be adopted by other study programs in the field of information technology.Keywords: Decision Support System, Fuzzy Analytical Hierarchy Process Method, Profile Matching Method, Determining Thesis Title
Tren dan Tantangan Implementasi Domain Driven Design dalam Era Digital Simanjuntak, Hotman Jonathan; Imanulloh, Muhammad; Adrian, Muhamad; Hadid, El; Rahayu, Puji; Cahyaningsih, Elin
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7851

Abstract

Abstrak - Jurnal ini mengkaji tren dan tantangan implementasi Domain-Driven Design (DDD) dalam era digital. Analisis bibliometrik menggunakan Publish or Perish dan VOSviewer untuk mengidentifikasi, mengumpulkan, dan menganalisis data publikasi terkait DDD dari berbagai sumber ilmiah. Hasil menunjukkan tren penerapan DDD yang beragam dalam berbagai jenis aplikasi, dengan fokus pada pengembangan microservice, low-code development, model-driven engineering, dan knowledge-based systems. Tantangan utama yang diidentifikasi adalah kompleksitas pemodelan domain, perubahan model domain, dan integrasiDDD dengan teknologi dan praktik pengembangan perangkat lunak lainnya.   Kata kunci: Domain-Driven Design, DDD, Era Digital, Microservice, Low-code Development, Model-driven Engineering, Knowledge-based Systems    Abstract - This journal examines the trends and challenges of implementing Domain-Driven Design (DDD) in the digital era. Bibliometric analysis using Publish or Perish and VOSviewer was conducted to identify, collect, and analyze publication data related to DDD from various scientific sources. The results show a diverse trend of DDD application in various types of applications, with a focus on microservice development, low-code development, model-driven engineering, and knowledge-based systems. The main challenges identified are domain modeling complexity, domain model changes, and integration of DDD with other software development technologies and practices.   Keywords: Domain-Driven Design, DDD, Digital Era, Microservice, Low-code Development, Model-driven Engineering, Knowledge-based Systems   
Perancangan Sistem Informasi Manajemen Pengaduan Masyarakat BAWASLU Kota Surabaya menggunakan metode Rapid Application Development (RAD) Hayati, Triyunita Nur; Chotijah, Umi
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.8089

Abstract

Abstrak - Penelitian ini bertujuan untuk merancang sistem informasi pengelolaan pengaduan masyarakat di BAWASLU Kota Surabaya dengan menggunakan metodologi Rapid Application Development (RAD). Dengan pesatnya perkembangan teknologi informasi, semakin mendesak adanya kebutuhan akan sistem pengaduan masyarakat yang efisien dan cepat tanggap. Pendekatan RAD dipilih karena pendekatannya yang iteratif dan partisipatif, sehingga memungkinkan pengguna untuk berpartisipasi aktif dalam setiap tahap pengembangan sistem. Proses pengembangan dimulai dengan mengumpulkan kebutuhan pemangku kepentingan, dilanjutkan dengan pembuatan prototipe, pengujian, dan evaluasi sistem. Hasil dari penelitian ini adalah sistem yang tidak hanya memenuhi persyaratan fungsional tetapi juga meningkatkan kinerja dan kepuasan pengguna dalam mengelola pengaduan masyarakat. Oleh karena itu sistem ini diharapkan dapat menjadi alat yang efektif bagi BAWASLU dalam menangani pengaduan dan meningkatkan transparansi dan akuntabilitas publik.Kata kunci: Sistem Informasi Manajemen, Rapid Application Development, RAD, Pengaduan Masyarakat, Bawaslu Kota SurabayaAbstract - Abstract - This research aims to design an information system for managing public complaints in BAWASLU Surabaya City using the Rapid Application Development (RAD) methodology. With the rapid development of information technology, the need for an efficient and responsive public complaints system is increasingly urgent. The RAD approach was chosen because of its iterative and participatory approach, allowing users to actively participate in every stage of system development. The development process begins by gathering stakeholder needs, followed by prototyping, testing and evaluating the system. The result of this research is a system that not only meets functional requirements but also improves performance and user satisfaction in managing public complaints. Therefore, it is hoped that this system can become an effective tool for BAWASLU in handling complaints and increasing public transparency and accountability.Keywords: Management Information System, Rapid Application Development, RAD, Public Complaints, Bawaslu Kota Surabaya
Analisis Penerapan Model UTAUT2 Terhadap Mahasiswa Fakultas Teknologi Informasi Pengguna Flearn Wibowo, Aurelius Kevin; Tanaamah, Andeka Rocky
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7892

Abstract

Abstrak - Tujuan dari penelitian ini untuk menganalisis faktor-faktor yang mempengaruhi penerimaan dan penggunaan Flearn oleh mahasiswa, dikarenakan banyak mahasiswa terkadang belum terbiasa dengan penggunaan e-learning sebagai pembelajaran, karena berbagai faktor, dan implementasi sebuah e-learning akan selalu berkaitan dengan penerimaan pengguna sehingga perlu dilakukan  analisis faktor-faktor yang dapat mempengaruhi niat/minat mahasiswa dalam penggunaan Flearn sebagai metode pembelajaran. Penelitian ini menggunakan model UTAUT2. Terdapat 7 faktor yang menjadi dasar pengukuran dalam penelitian ini, yaitu ekspektasi kinerja (performance expectancy), ekspektasi usaha (effort expectancy), kondisi yang memfasilitasi (facilitating conditions), pemberdayaan dalam pembelajaran (Empowerment In Learning), kebiasaan (Habit), niat perilaku (behavioral intention) dan perilaku penggunaan (use behavior). Metode yang digunakan kuantitatif. Analisis data menggunakan teknik SEM-PLS dengan program aplikasi pengolah data yaitu SmartPLS versi 4. Pengolahan data dilakukan dengan beberapa pengujian yaitu pengujian validitas, pengujian reliabilitas, pengujian inner model dan pengujian hipotesis. Penelitian ini dilakukan dengan membagikan kuisioner secara online kepada mahasiswa Fakultas Teknologi Informasi Universitas Kristen Satya Wacana angkatan 2023. Hasil penelitian menunjukan bahwa dari 10 hipotesis, hanya 6 hipotesis yang diterima dan 4 hipotesis ditolak.Kata kunci: E-learning, Analisis, SmartPLS, UTAUT2, Universitas Kristen Satya Wacana. Abstract - The purpose of this study is to analyze the factors that influence the acceptance and use of Flearn by students, because many students are sometimes not familiar with the use of e-learning as learning, due to various factors, and implementation of an e-learning will always be related to user acceptance so it is necessary to analyze the factors that can influence students' intention / interest in using Flearn as a learning method. This research uses the UTAUT2 model. There are 7 factors that are the basis of measurement in this study, namely performance expectancy, effort expectancy, facilitating conditions, empowerment in learning, habits, behavioral intention, and use behavior. The method used is quantitative. Data analysis using the SEM-PLS technique with a data processing application program, namely SmartPLS version 4. Data processing is carried out with several tests, namely validity test, reliability test, inner model test and hypothesis testing. This research was conducted by distributing questionnaires online to students of the Faculty of Information Technology, Satya Wacana Christian University class of 2023. The results showed that of the 10 hypotheses, only 6 hypotheses were accepted and 4 hypotheses were rejected.Keywords: E-learning, Analytics, SmartPLS, UTAUT2, Satya Wacana Christian University.
Implementasi Augmented Reality untuk Pengenalan Sayuran Berbasis Android bagi Pendidikan Anak Usia Dini (PAUD) Mau, Lidia Marselina; Kelen, Yoseph P.K; Seran, Krisantus J.Tey
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.8069

Abstract

Abstrak - Seiring berjalannya waktu, Augmented Reality (AR) berkembang dengan pesat sehingga memungkinkan pengembangan aplikasi ini di berbagai bidang kehidupan salah satunya adalah bidang pendidikan. AR merupakan teknologi yang menggabungkan benda bersifat maya dua dimensi atau tiga dimensi ke dalam lingkungan nyata yang bersifat tiga dimensi kemudian benda maya tersebut tampil dalam suatu realitas berupa informasi. Dengan adanya perkembangan teknologi Augmented Reality berupa penggabungan antara dunia nyata dengan benda maya dalam waktu yang sama, penerapan teknologi tersebut dapat diaplikasikan dan diimplementasikan dalam Smartphone berbasis Android dengan menggunakan kamera sehingga aplikasi yang dirancang memberikan manfaat berupa interaksi dalam memudahkan anak-anak mengenal objek sayuran. Metodologi MDLC digunakan dalam pengembangan, melalui tahapan konsep, perancangan, pengumpulan bahan, pembuatan, pengujian, dan distribusi. Hasil penelitian menunjukkan bahwa aplikasi ini berhasil meningkatkan pemahaman Anak-anak PAUD dan memotivasi mereka untuk lebih kreatif dalam Belajar. Pemanfaatan media pendidikan menggunakan Augmented Reality dapat merangsang pola pikir peserta didik dalam berpikiran kritis terhadap sesuatu masalah dan kejadian yang ada pada keseharian, Tujuan dari penelitian ini adalah membantu peserta didik dalam proses belajar mengenal Sayuran,sehingga augmented reality dapat secara langsung memberikan pembelajaran dimanapun dan kapanpun peserta didik ingin melaksanakan proses pembelajaran. Media Pembelajaran AR dapat memvisualisasikan konsep abstrak untuk pemahaman dan struktur suatu model objek memungkinkan AR sebagai media yang lebih efektif sesuai dengan tujuan dari media pembelajaran.Kata kunci: Sayuran, Augmented Reality,PAUD,Multimedia Development Life Cycle (MDLC). Abstract - As time goes by, Augmented Reality (AR) is developing rapidly, making it possible to develop this application in various areas of life, one of which is education. AR is a technology that combines two-dimensional or three-dimensional virtual objects into a three-dimensional real environment and then these virtual objects appear in a reality in the form of information. With the development of Augmented Reality technology in the form of combining the real world with virtual objects at the same time, the application of this technology can be applied and implemented on an Android-based smartphone using a camera so that the designed application provides benefits in the form of interaction in making it easier for children to recognize vegetable objects. MDLC methodology is used in development, through the stages of concept, design, material collection, manufacturing, testing and distribution. The research results show that this application has succeeded in increasing PAUD children's understanding and motivating them to be more creative in learning. The use of educational media using Augmented Reality can stimulate students' thinking patterns in thinking critically about problems and events that occur in everyday life. The aim of this research is to help students in the process of learning to know vegetables, so that augmented reality can directly provide learning wherever and whenever students want to carry out the learning process. AR Learning Media can visualize abstract concepts for understanding and the structure of an object model, making AR a more effective medium in accordance with the objectives of learning media.Keywords: Vegetables, Augmented Reality, PAUD, Multimedia Development Life Cycle (MDLC).

Page 88 of 130 | Total Record : 1300