cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru
ISSN : 20893787     EISSN : 26850893     DOI : -
Core Subject : Science,
Computer Science & IT
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi adalah Jurnal Ilmiah bidang Teknik Informatika dan Sistem Informasi yang diterbitkan secara periodik tiga nomor dalam satu tahun, yaitu pada bulan April, Agustus dan Desember. Redaksi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi menerima sumbangan tulisan hasil penelitian atau atau artikel konseptual bidang Teknik Informatika dan Sistem Informasi.
Arjuna Subject : -
Articles 1,128 Documents
 108   109   110   111   112 
Perancangan Aplikasi Pengingat Pengembalian Buku Berbasis Website Dengan Menggunakan Whatsapp Gateway Didi Setiawan; Fatsyahrina Fitriastuti; Agustin Setyorini
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 3 (2026): Juni 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i3.3796

Abstract

One of the persistent challenges in library services is the late return of borrowed books by members. This condition prevents library collections from being made available promptly to other users. This study develops a web-based book return reminder system integrated with a WhatsApp Gateway to automatically send notification messages to borrowers before the book return due date. The system was developed using the Waterfall methodology and implemented with PHP, MySQL, and the WhatsApp API. System testing was conducted using Black Box Testing to ensure that all system functions operated according to the specified requirements, while the automated notification feature was designed to improve the effectiveness of library circulation services. The test results indicate that the system is capable of sending real-time reminder notifications two days before the loan period expires, with all system functions validated successfully. The implementation of this system has proven effective in reducing the risk of administrative oversight while optimizing book inventory management in a more responsive and well-structured manner. Keywords: Information Systems; WhatsApp Gateway; Book Return Reminder; Informatics Engineering; Notification Automation. Abstrak Salah satu kendala yang masih sering terjadi pada layanan perpustakaan adalah keterlambatan pengembalian buku oleh anggota. Kondisi tersebut menyebabkan koleksi tidak dapat segera dimanfaatkan oleh pengguna lain. Penelitian ini membangun sistem pengingat pengembalian buku berbasis website dengan integrasi WhatsApp Gateway yang berfungsi mengirimkan notifikasi otomatis kepada peminjam sebelum jatuh tempo pengembalian. Pengembangan sistem menggunakan metode Waterfall, sedangkan implementasinya memanfaatkan PHP, MySQL, dan API WhatsApp. Pengujian dilakukan menggunakan Black Box Testing untuk memastikan setiap fungsi sistem berjalan sesuai spesifikasi, sementara fitur notifikasi otomatis mampu membantu meningkatkan efektivitas layanan sirkulasi perpustakaan. Hasil pengujian menunjukkan bahwa sistem mampu mengirimkan pengingat secara real-time dua hari sebelum masa peminjaman berakhir dengan seluruh fungsi dinyatakan valid. Implementasi sistem ini terbukti efektif dalam menekan potensi kelalaian administratif sekaligus mengoptimalkan pengelolaan inventaris buku secara lebih responsif dan terstruktur. Kata kunci: Sistem Informasi; WhatsApp Gateway; Pengingat Pengembalian Buku; Teknik Informatika; Otomatisasi Notifikasi.  
SPK Penerima Beasiswa PIP DI SDN Aranio 1 Menggunakan Metode SAW Aulia, Zahratul; Fitriyadi, Fitriyadi
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 3 (2026): Juni 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i3.3827

Abstract

This study aimed to develop a Decision Support System to determine the priority of prospective recipients of the Program Indonesia Pintar scholarship at SD Negeri Aranio 1. The problem faced was that the selection process was still carried out manually, requiring considerable time and resulting in less objective decisions. In addition, the number of scholarship quotas provided by the education authority varied in each period, making it difficult for the school to determine eligible recipients. The Simple Additive Weighting method was applied to rank students based on six criteria, namely parents' income, number of dependents, child status, parents' occupation, registration status in the Integrated Social Welfare Data, and ownership of the Prosperous Family Card. The calculation process was conducted through normalization and weighting to obtain the preference value of each student. The results showed that the system was able to generate scholarship recipient rankings automatically and consistently. Validation using Spearman Rank Correlation produced a correlation value of 0.8066, indicating a very strong relationship. Therefore, the developed system could be used to support scholarship recipient decision-making. Keywords: Decision Support System; Program Indonesia Pintar; Scholarship; Simple Additive Weighting; Spearman Rank Correlation.   Abstrak Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan dalam menentukan prioritas calon penerima Beasiswa Program Indonesia Pintar di SD Negeri Aranio 1. Permasalahan yang dihadapi adalah proses seleksi yang masih dilakukan secara manual sehingga membutuhkan waktu yang lama dan kurang objektif, serta jumlah kuota penerima bantuan yang tidak pasti setiap periode. Metode Simple Additive Weighting digunakan untuk menentukan peringkat siswa berdasarkan enam kriteria, yaitu penghasilan orang tua, jumlah tanggungan, status anak, pekerjaan orang tua, status terdaftar dalam Data Terpadu Kesejahteraan Sosial, dan kepemilikan Kartu Keluarga Sejahtera. Proses perhitungan dilakukan melalui normalisasi dan pembobotan untuk memperoleh nilai preferensi setiap siswa. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan peringkat penerima beasiswa secara otomatis dan konsisten. Validasi menggunakan Spearman Rank Correlation menghasilkan nilai korelasi sebesar 0,8066 yang termasuk kategori hubungan sangat kuat, sehingga sistem dapat digunakan sebagai pendukung pengambilan keputusan penerima beasiswa. Kata Kunci: Sistem Pendukung Keputusan; Program Indonesia Pintar; Beasiswa; Simple Additive Weighting; Spearman Rank Correlation.
Implementasi Metode MOORA Pada Aplikasi Manajemen Keuangan Mahasiswa Berbasis Android Wulandari, Meydina Dwi; Priambodo, Joko
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3835

Abstract

Pengelolaan keuangan menjadi tantangan bagi mahasiswa yang harus mengatur pengeluaran berdasarkan keterbatasan dana dan berbagai kebutuhan, sementara aplikasi keuangan yang ada umumnya hanya menyediakan pencatatan transaksi tanpa dukungan pengambilan keputusan finansial. Penelitian ini bertujuan menerapkan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) pada M-Smart, sebuah aplikasi manajemen keuangan mahasiswa berbasis Android, untuk menghasilkan rekomendasi prioritas pengeluaran yang objektif. Sistem dikembangkan menggunakan model Prototyping dengan Android Studio dan SQLite, dilengkapi pemindaian struk otomatis dan fitur berbagi tagihan. Pengujian black-box membuktikan seluruh fitur berfungsi sebagaimana mestinya, sementara penilaian System Usability Scale (SUS) terhadap 20 responden menghasilkan rata-rata skor 80,88 dan masuk kategori Good. Hasil penelitian menunjukkan metode MOORA dapat diimplementasikan untuk menghasilkan perankingan prioritas pengeluaran secara konsisten dan terukur, sehingga membantu mahasiswa mengelola keuangan secara lebih efisien.Pengelolaan keuangan menjadi tantangan bagi mahasiswa yang harus mengatur pengeluaran berdasarkan keterbatasan dana dan berbagai kebutuhan, sementara aplikasi keuangan yang ada umumnya hanya menyediakan pencatatan transaksi tanpa dukungan pengambilan keputusan finansial. Penelitian ini bertujuan menerapkan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) pada M-Smart, sebuah aplikasi manajemen keuangan mahasiswa berbasis Android, untuk menghasilkan rekomendasi prioritas pengeluaran yang objektif. Sistem dikembangkan menggunakan model Prototyping dengan Android Studio dan SQLite, dilengkapi pemindaian struk otomatis dan fitur berbagi tagihan. Pengujian black-box membuktikan seluruh fitur berfungsi sebagaimana mestinya, sementara penilaian System Usability Scale (SUS) terhadap 20 responden menghasilkan rata-rata skor 80,88 dan masuk kategori Good. Hasil penelitian menunjukkan metode MOORA dapat diimplementasikan untuk menghasilkan perankingan prioritas pengeluaran secara konsisten dan terukur, sehingga membantu mahasiswa mengelola keuangan secara lebih efisien.
MODEL APLIKASI REKOMENDASI CALON PENERIMA BANTUAN WARGA DISABILITAS DENGAN METODE ARAS Maulana, Arpan; Abidah, Siti; Ariannor, Wahyudi; Mulyani, Dwi
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 3 (2026): Juni 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i3.3880

Abstract

The process of data collection and aid distribution for persons with disabilities in Loktabat Selatan Sub-district is currently still conducted manually. This leads to various obstacles, such as vulnerability to data duplication, recording errors, taking considerable time during the verification process, and recommendations for aid recipients that are not yet fully objective. Therefore, this research aims to design and build a web-based Recommendation Application for Prospective Disability Aid Recipients to facilitate and improve the accuracy of the selection process. This study uses the Additive Ratio Assessment (ARAS) method as a decision support system to rank prospective recipients of aid, which may include cash assistance, assistive devices, and other forms of support. The assessment is based on eight criteria: type of disability, age, occupation, marital status, housing status, number of dependents, total monthly income, and history of receiving assistance. System testing was conducted using Blackbox Testing and User Acceptance Testing (UAT). The result of this research is a web-based application capable of facilitating the data collection, verification, and recommendation of prospective aid recipients in a centralized, systematic, and objective manner. Based on the UAT, the application received a highly positive response as it proved to simplify data collection, accelerate the selection process, and facilitate report generation. Keywords: Disability; Social Aid; Decision Support System; ARAS; Web.   Abstrak Proses pendataan dan penyaluran bantuan bagi warga penyandang disabilitas di Kelurahan Loktabat Selatan saat ini masih dilakukan secara manual. Hal ini menimbulkan berbagai kendala, seperti rentannya duplikasi data, kesalahan pencatatan, cukup memakan waktu ketika proses verifikasi, serta rekomendasi penerima bantuan yang belum sepenuhnya objektif. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun Aplikasi Rekomendasi Calon Penerima Bantuan Warga Disabilitas berbasis web guna mempermudah dan meningkatkan akurasi proses seleksi tersebut. Penelitian ini menggunakan metode Additive Ratio Assessment (ARAS) sebagai sistem pendukung keputusan untuk merangking calon penerima bantuan yang dapat berupa dana tunai, alat bantu, dan sebagainya. Penilaian didasarkan pada delapan kriteria, yaitu jenis disabilitas, umur, pekerjaan, status perkawinan, status rumah, jumlah tanggungan, jumlah penghasilan bulanan, dan riwayat penerimaan bantuan. Pengujian sistem dilakukan melalui Blackbox Testing dan User Acceptance Testing (UAT). Hasil penelitian ini adalah sebuah aplikasi berbasis web yang mampu memfasilitasi pendataan, verifikasi, dan pemberian rekomendasi calon penerima bantuan secara terpusat, sistematis, dan objektif. Berdasarkan pengujian UAT, aplikasi ini mendapat respons yang sangat positif karena terbukti mempermudah pendataan, mempercepat seleksi, serta memudahkan pembuatan laporan. Kata kunci: Disabilitas; Bantuan Sosial; Sistem Pendukung Keputusan; ARAS; Web
Fraud Detection In E-Money Transactions Using Random Forest Tarmizi, Uzer; Putri Dito, Aliffia
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3893

Abstract

The use of electronic money (e-money) in Indonesia has grown rapidly, with transaction values reaching IDR 39.8 trillion in 2024. However, this growth is accompanied by an increase in fraud cases that harm consumers and service providers. This study aims to implement the Random Forest algorithm to detect fraud in e-money transactions. The research data uses the PaySim dataset, consisting of 1,048,575 transactions with 11 features and the isFraud label. The research method includes data preprocessing, handling imbalanced data using SMOTE (Synthetic Minority Oversampling Technique), Random Forest implementation with hyperparameter optimization using Grid Search, and model evaluation using precision, recall, and F1-score metrics. The results showed that the optimized Random Forest model achieved an accuracy of 99.92%, precision of 0.95, recall of 0.93, and F1-score of 0.94 on the test data. Feature importance analysis identified that the amount, oldbalanceDest, and newbalanceDest features are the most significant factors in detecting fraudulent transactions, with contributions of 35%, 28%, and 22%, respectively. The resulting model is able to detect 93% of fraudulent transactions with a prediction error rate of only 5%. Keywords: Fraud Detection; E-Money; Random Forest; SMOTE; PaySim
SISTEM INFORMASI PENGELOLAAN KEUANGAN DI INSTANSI X DENGAN METODE RAPID APPLICATION DEVELOPMENT (RAD) Yuliana, Shania; Novita Ida Safitri, Agnes; Broto Legowo, Mercurius; Prayitno, Deden
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3948

Abstract

This study aims to develop a Financial Management Information System for Institution X to overcome manual financial recording, data redundancy, and delays in financial reporting. The system was developed using the Rapid Application Development (RAD) method integrated with the Model-View-Controller (MVC) architecture through the Laravel Framework, enabling rapid development, modular design, and easier maintenance. The development process consisted of four phases: Requirements Planning, User Design, Construction, and Cutover. The implemented system includes user authentication, master data management, financial transaction processing, budgeting, and automated reporting. Functional testing using Black Box Testing confirmed that all system features met user requirements. The results demonstrate that the system improves the efficiency and accuracy of financial management, minimizes data redundancy, and accelerates report generation. This study contributes by integrating the RAD method with the MVC architecture in Laravel to develop a more adaptive, maintainable, and scalable financial management information system. Keywords: Black Box Testing; Financial Management Information System; Laravel Framework; Model-View-Controller; Rapid Application Development   Abstrak Penelitian ini bertujuan mengembangkan Sistem Informasi Pengelolaan Keuangan pada Instansi X untuk mengatasi pencatatan keuangan yang masih dilakukan secara manual, redundansi data, dan keterlambatan penyusunan laporan keuangan. Sistem dikembangkan menggunakan metode Rapid Application Development (RAD) yang diintegrasikan dengan arsitektur Model-View-Controller (MVC) melalui Laravel Framework, sehingga mendukung proses pengembangan yang cepat, desain yang modular, serta kemudahan dalam pemeliharaan sistem. Proses pengembangan meliputi empat tahapan, yaitu Requirements Planning, User Design, Construction, dan Cutover. Sistem yang dihasilkan mencakup fitur autentikasi pengguna, pengelolaan data master, transaksi keuangan, penganggaran, dan pelaporan otomatis. Pengujian fungsional menggunakan Black Box Testing menunjukkan bahwa seluruh fitur sistem telah memenuhi kebutuhan pengguna. Hasil penelitian menunjukkan bahwa sistem mampu meningkatkan efisiensi dan akurasi pengelolaan keuangan, mengurangi redundansi data, serta mempercepat penyusunan laporan keuangan. Penelitian ini memberikan kontribusi melalui integrasi metode RAD dengan arsitektur MVC pada Laravel untuk menghasilkan sistem informasi pengelolaan keuangan yang lebih adaptif, mudah dipelihara, dan skalabel. Kata kunci: Black Box Testing; Laravel Framework; Model-View-Controller; Rapid Application Development; Sistem Informasi Pengelolaan Keuangan.   
Model Alat Pemberi Pakan Ikan Otomatis Dengan Mikrokontroler ESP6288 Mulyani, Dwi; Fathimah, Siti; Masniah, Masniah
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 14 No. 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.3043

Abstract

Feeding requires precise timing and adequate nutrition. Some research on feeding fails to consider the timing and spacing of feed distributions, resulting in uneven fish nutrition, leading to decreased fish quality and reduced market value, resulting in losses for farmers. Based on these issues, an automatic fish feeder model was designed using an ESP8266 microcontroller and the Internet of Things (IoT) application, allowing feeding times to be controlled via an app and an on/off button. A blower pump acts as a pusher and ejector for fish food, reaching a distance of up to 5 meters. The research employed R&D methods aimed at assisting fish farmers in feeding. Test results showed a 100% success rate, demonstrating the device's ability to schedule and administer feeds through buttons and the app. Remaining feed is detected by an ultrasonic sensor, with an LED indicator that illuminates according to the remaining feed parameters. Consistent and nutritionally adequate fish feeding improves fish quality, leading to a high market value and profitability for farmers. Keyword: Tool Model; Automatic Feeder; ESP8266 Microcontroller   Abstrak Pemberian pakan memerlukan ketepatan waktu dan kecukupan nutrisi. Beberapa penelitian tentang pemberian pakan tidak memperhitungkan waktu dan jarak tabur pakan menyebabkan nutrisi ikan tidak merata menyebabkan turunnya kualitas ikan dan nilai jual ikan yang mengakibatkan kerugian pada Peternak. Berdasarkan masalah tersebut, dirancanglah Model Alat Pemberi Pakan Ikan Otomatis dengan Mikrokontroler ESP8266 dan penerapan internet of things sehingga waktu pemberian pakan dapat dikontrol melalui aplikasi dan tombol on/off pada alat. Blower pump sebagai pendorong dan pelontar pakan ikan yang menjangkau hingga jarak 5 meter. Penelitian menggunakan metode R&D yang bertujuan membantu peternak ikan dalam pemberian pakan. Hasil pengujian dengan tingkat keberhasilan 100%, alat dapat menjalankan fungsi penjadwalan dan pemberian pakan melalui tombol dan aplikasi.  Sisa pakan dideteksi oleh sensor ultrasonik dengan indikator lampu led yang menyala sesuai paramater sisa pakan. Pemberian pakan ikan yang konsisten dan cukup nutrisi akan meningkatkan kulitas ikan sehingga nilai jual bagus dan menguntungkan Peternak. Kata kunci:  Model Alat; Pemberi Pakan Otomatis; Mikrokontroler ESP8266
Model Deteksi Serangan Jaringan Menggunakan Machine Learning Dengan Teknik Ensemble Learning Lauw, christopher Michael; Advaita Hary, Adex; Anggrawan, Anthony; Syahrir, Moch.; Sulistianingsih, Neny
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3369

Abstract

Stock is one of the most popular investment instruments due to its potential to generate substantial returns. However, the high volatility of stock prices requires investors to employ accurate prediction models to support investment decision-making. This study aims to compare the performance of the Artificial Neural Network (ANN) and Support Vector Regression (SVR) methods in predicting the stock price of PT Gudang Garam Tbk using historical data enriched with technical indicators. The study adopted the Cross-Industry Standard Process for Data Mining (CRISP-DM) methodology, which consists of six stages: business understanding, data understanding, data preparation, modeling, evaluation, and deployment. The prediction models were developed using historical stock price data enriched with technical indicators and evaluated using Mean Squared Error (MSE), Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), and the coefficient of determination (R²). The experimental results demonstrate that the ANN model outperformed the SVR model, achieving an MSE of 2923.86, RMSE of 1709.93, MAE of 1294.76, MAPE of 8.38%, and an R² of 0.68, while the SVR model obtained an MSE of 5211.06, RMSE of 2284.57, MAE of 2126.84, MAPE of 12.73%, and an R² of 0.42. Furthermore, the 240-day forecasting results indicate that the ANN model projects an upward (bullish) trend, whereas the SVR model predicts a relatively stable (sideways) trend. These findings indicate that the Artificial Neural Network (ANN) is more effective than Support Vector Regression (SVR) for predicting the stock price of PT Gudang Garam Tbk, as it produces lower prediction errors and demonstrates superior predictive performance. Keyword: Stock Price Prediction, Artificial Neural Network, Support Vector Regression, CRISP-DM. Abstrak Saham merupakan salah satu instrumen investasi yang banyak diminati karena berpotensi memberikan keuntungan yang tinggi. Namun, tingginya volatilitas harga saham menyebabkan investor memerlukan model prediksi yang akurat sebagai dasar pengambilan keputusan investasi. Penelitian ini bertujuan untuk membandingkan kinerja metode Artificial Neural Network (ANN) dan Support Vector Regression (SVR) dalam memprediksi harga saham PT Gudang Garam Tbk menggunakan data historis yang diperkaya dengan indikator teknikal. Penelitian ini menerapkan metodologi Cross-Industry Standard Process for Data Mining (CRISP-DM) yang meliputi tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Model dibangun menggunakan data historis harga saham yang diperkaya dengan indikator teknikal, kemudian dievaluasi menggunakan metrik Mean Squared Error (MSE), Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model ANN memberikan performa yang lebih baik dibandingkan SVR dengan nilai MSE sebesar 2923,86, RMSE sebesar 1709,93, MAE sebesar 1294,76, MAPE sebesar 8,38%, dan R² sebesar 0,68, sedangkan model SVR memperoleh nilai MSE sebesar 5211,06, RMSE sebesar 2284,57, MAE sebesar 2126,84, MAPE sebesar 12,73%, dan R² sebesar 0,42. Pada prediksi jangka panjang selama 240 hari, model ANN memproyeksikan tren harga yang meningkat (bullish), sedangkan model SVR menghasilkan tren yang relatif stabil (sideways). Berdasarkan hasil tersebut, dapat disimpulkan bahwa metode Artificial Neural Network (ANN) lebih efektif dibandingkan Support Vector Regression (SVR) dalam memprediksi harga saham PT Gudang Garam Tbk karena mampu menghasilkan tingkat kesalahan yang lebih rendah dan kemampuan prediksi yang lebih baik. Kata kunci: Prediksi harga saham; Artificial Neural Network; Support Vector Regression; CRISP-DM.
Identifikasi Penyakit Daun Kentang Menggunakan Transfer Learning Model EfficientNetB3 Berbasis Mobile Reza, R. BG Moch. Faishal; Rohman Nudin, Salamun
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3657

Abstract

Abstract Potato leaf disease is one of the main factors that can reduce crop quality and yield, thus requiring an accurate and efficient identification method. Manual identification is often inconsistent and time-consuming. This study aims to develop a deep learning-based model using the EfficientNetB3 architecture with a transfer learning approach to identify potato leaf diseases. The dataset was obtained from Kaggle, namely the Potato Disease Leaf Dataset (PLD), and processed through preprocessing stages including augmentation and normalization. The model was trained using the Adam optimizer to achieve optimal performance. The evaluation results indicate that the model achieved a test accuracy of 99.50%, with precision of 1.00, recall of 1.00, and F1-score of 1.00. The model was then deployed into a Flutter-based mobile application and demonstrated the ability to accurately identify real-world data. Keywords: Potato leaf disease identification; EfficientNetB3; Deep learning; Transfer Learning; TensorFlow Lite. Abstrak Penyakit daun kentang merupakan salah satu faktor utama yang dapat menurunkan kualitas dan hasil panen sehingga diperlukan metode identifikasi yang akurat dan efisien. Identifikasi secara manual sering tidak konsisten dan membutuhkan waktu yang relatif lama. Penelitian ini bertujuan untuk mengembangkan model berbasis deep learning menggunakan arsitektur EfficientNetB3 dengan pendekatan transfer learning untuk mengidentifikasi penyakit daun kentang. Dataset yang digunakan berasal dari Kaggle, yaitu Potato Disease Leaf Dataset (PLD), yang diproses melalui tahap preprocessing berupa augmentasi dan normalisasi. Model dilatih menggunakan optimizer Adam guna memperoleh kinerja optimal. Hasil evaluasi menunjukkan bahwa model mencapai test accuracy sebesar 99,50% serta nilai precision sebesar 1,00, recall sebesar 1,00, dan F1-score sebesar 1,00. Model kemudian diimplementasikan ke dalam aplikasi berbasis mobile menggunakan Flutter serta mampu mengidentifikasi data dunia nyata secara akurat. Kata kunci: Identifikasi penyakit daun kentang; EfficientNetB3; Deep learning; Transfer Learning; TensorFlow Lite.
Perencanaan Strategis Sistem Informasi Pondok Pesantren Daarul Mizan Menggunakan Metode Ward Peppard Windriyana, Windriyana; Miftahudin, Miftahudin; Hilmi Nugraha, Mochammad
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3714

Abstract

The rapid flow of information technology is currently forcing the education sector to rapidly undertake digital transformation for the sake of governance efficiency and improved service quality. This phenomenon also applies to Islamic boarding schools (pesantren), which are now being encouraged to adopt integrated information systems to align their academic and administrative activities. Unfortunately, Daarul Mizan Islamic Boarding School still struggles with classic challenges: fragmented data and manual work mechanisms that have not yet been touched by digitalization. Without a clear IS/IT strategic direction, the institution's operations are slow and policy-making is inaccurate. Therefore, this study focuses on the development of IS/IT strategic planning within Daarul Mizan Islamic Boarding School, using the Ward and Peppard framework. The evaluation process was comprehensive, starting with analyzing internal and external conditions through SWOT and value chain analysis, and mapping future applications using the McFarlan Strategic Grid. The output of this study includes a roadmap and recommended application portfolios that are expected to catalyze Daarul Mizan's digital transformation. Keywords: IS Strategy; Ward and Peppard Model; Islamic Boarding School Digitalization; Information Governance. Abstrak Pesatnya arus teknologi informasi saat ini memaksa sektor pendidikan untuk segera melakukan transformasi digital demi efisiensi tata kelola dan mutu layanan yang lebih baik. Fenomena ini juga berlaku bagi pondok pesantren yang kini didorong untuk mengadopsi sistem informasi terpadu guna menyelaraskan aktivitas akademik dan administrasinya. Sayangnya, Pondok Pesantren Daarul Mizan masih bergelut dengan tantangan klasik: data yang terfragmentasi serta mekanisme kerja manual yang belum tersentuh digitalisasi. Tanpa arah strategis SI/TI yang jelas, operasional lembaga menjadi lambat dan pengambilan kebijakan pun kurang akurat. Oleh karena itu, studi ini memfokuskan pada penyusunan perencanaan strategis SI/TI di lingkungan Pondok Pesantren Daarul Mizan dengan mengacu pada kerangka kerja Ward and Peppard. Proses evaluasi dilakukan secara menyeluruh, mulai dari membedah kondisi internal-eksternal melalui analisis SWOT dan value chain, hingga memetakan aplikasi masa depan menggunakan McFarlan Strategic Grid. Luaran dari penelitian ini mencakup peta jalan (roadmap) serta rekomendasi portofolio aplikasi yang diharapkan mampu menjadi katalisator bagi transformasi digital di Daarul Mizan. Kata Kunci: Strategi SI; Model Ward and Peppard; Digitalisasi Pesantren; Tata Kelola Informasi.

Page 110 of 113 | Total Record : 1128

 108   109   110   111   112 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol. 15 No. 4 (2026): Agustus 2026 Vol 15, No 3 (2026): Juni 2026 Vol. 15 No. 3 (2026): Juni 2026 Vol 15, No 2 (2026): April 2026 Vol 15, No 1 (2026): Februari 2026 Vol. 15 No. 1 (2026): Februari 2026 Vol 14, No 3: Desember 2025 Vol. 14 No. 2: Agustus 2025 Vol 14, No 2: Agustus 2025 Vol 14, No 1: April 2025 Vol 13, No 3: Desember 2024 Vol 13, No 2: Agustus 2024 Vol 13, No 1: April 2024 Vol 12, No 3: Desember 2023 Vol 12, No 2: Agustus 2023 Vol 12, No 1: April 2023 Vol 11, No 3: Desember 2022 Vol 11, No 2: Agustus 2022 Vol 11, No 1: April 2022 Vol 10, No 3: Desember 2021 Vol 10, No 2: Agustus 2021 Jutisi Vol. 10, No. 1, April 2021 JUTISI Vol. 9, No. 3, Desember 2020 JUTISI Vol. 9, No. 2, Agustus 2020 JUTISI Vol. 9, No. 1, April 2020 JUTISI Vol. 8, No. 3, Desember 2019 JUTISI Vol. 8, No. 2, Agustus 2019 JUTISI Vol. 8, No. 1, April 2019 Vol 7, No 3: Desember 2018 Vol 7, No 2: Agustus 2018 Vol 7, No 1: April 2018 Vol 6, No 3: Desember 2017 Vol 6, No 2: Agustus 2017 Vol 6, No 1: April 2017 Vol 5, No 3: Desember 2016 Vol 5, No 2: Agustus 2016 Vol 5, No 1: April 2016 Vol 4, No 3: Desember 2015 Vol 4, No 2: Agustus 2015 Vol 4, No 1: April 2015 Vol 3, No 3: Desember 2014 Vol 3, No 2: Agustus 2014 Vol 3, No 1: April 2014 Vol 2, No 1: April 2013 More Issue