cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Lutfi Ali
Contact Email
lutfi.muharom@unmuhjember.ac.id
Phone
+6282231308136
Journal Mail Official
justindo@unmuhjember.ac.id
Editorial Address
Jl. Karimata No 49 Sumbersari Jember
Location
Kab. jember,
Jawa timur
INDONESIA
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)
Published by Universitas Muhammadiyah Jember
ISSN : 25025724     EISSN : 25415735     DOI : http://dx.doi.org/10.32528/justindo
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
JUSTINDO is a scientific journal managed by the informatics engineering study program at the university of muhammadiyah jember as a publication media for research articles in the field of systems and information technology which covers the following topics: Software engineering, Games, Information Retrieval, Computer networks, Telecommunication, Internet, Wireless technology, Network security , Multimedia technology, Mobile Computing, Parallel / Distributed Computing, Development, management and utilization of Information Systems, Organizational Governance, Enterprise Resource Planning, Enterprise Architecture Planning, e-Businness, e-Commerce, e-Learning, Data mining, Text mining, Data warehouse, Online Analytical Processing, Artificial Intelligence, Decision Support System, and Mathematics. JUSTINDO is issued twice a year in February and August. The editor invites research lecturers, reviewers, practitioners, industry, and observers to contribute to this journal. JUSTINDO provides a platform for scientists and academics throughout Indonesia to promote, share and discuss new issues and the development of information systems and information technology. JUSTINDO aims to achieve the theory and application of this sophisticated field. In 2017, JUSTINDO already has an ISSN both printed and online, for ISSN (Print) is 2502 - 5724 and for ISSN (Online) is 2541 - 5735.
Arjuna Subject : Umum - Umum
Articles 156 Documents
 10   11   12   13   14 
Dimensi Metrik dan Dimensi Partisi dari Famili Graf Tangga Ilham Saifudin
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 1, No 2 (2016): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v1i2.571

Abstract

Misal G sebuah graf terhubung dan merupakan jarak antara titik x dan y dalam graf G. Untuk himpunan terurut yaitu dari himpunan titik di graf terhubung G dan sebuah titik v di G, k-vekto. Jarak minimum v ke W adalah himpunan penyelesaian di G atau dapat disebut dimensi metrik dim(G) . Sedangkan, untuk sebuah titik v dari graf G dan sebuah himpunan bagian S pada V(G), jarak antara v dan s adalah  .Untuk k-partisi terurut dari V(G) merupakan representasi v ke  didefinisikan sebagai k-vektor . Partisi disebut partisi pembeda, jika k-vektor  adalah pembeda. Kardinalitas minimal dari partisi pembeda adalah dimensi partisi pd(G) . Pada artikel ini akan ditentukan nilai dari dimensi metrik dan dimensi partisi pada Famili Graf Tangga.Kata kunci: Dimensi Metrik, Dimensi Partisi, Famili Graf Tangga
Prediksi Pembayaran Tagihan Listrik Menggunakan Model Artificial Neural Network Miftahur Rahman
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 4, No 1 (2019): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v4i1.2417

Abstract

Setiap saat daya listrik yang digunakan tidak sama disebabkan penggunaan energi yang dipakai setiap konsumen berbeda. Terjadinya fluktuasi penggunaan energi listrik berdampak pada pembayaran tagihan listrik setiap bulannya. Hal ini terjadi pada pembayaran biaya tagihan listrik di Pesantren Sukorejo Jawa Timur. Biaya pembayaran yang dilakukan setiap bulan tidak menentu tergantung pemakaian dan juga terdapat kekeliruan dalam mengestimasi anggaran. Disebabkan, dalam melakukan prediksi masih belum ditemukan metode yang tepat. Sehingga, dari data yang ada ini penting untuk dilakukan analisis prediksi. Prediksi biaya tagihan listrik bertujuan untuk menghasilkan prediksi yang lebih akurat yang selanjutnya digunakan sebagai pedoman untuk mengetahui dan merencanakan biaya listrik kedepannya, guna meminimalisir kekeliruan dalam merencanakan anggaran. Dataset yang digunakan adalah dataset primer time series mulai Bulan Januari 2011 sampai Bulan Desember 2015. Metode yang digunakan pada penelitian ini adalah model Artificial Neural Network (ANN). Setelah beberapa kali dilakukan pengujian menghasilkan performance RMSE 0.090 dengan waktu eksekusi 1 detik. Hasil ini membuktikan bahwa metode dengan model ANN dapat digunakan sebagai metode untuk melakukan prediksi terhadap pembayaran tagihan listrik secara lebih akurat. Kata kunci: Prediksi, Tagihan Listrik, Neural Network, ANN, RMSE  ABSTRACT Every time the electrical power used is not always the same due to the use and power used by each customer or client is different. Fluctuations in the use of electric power have an impact on the costs incurred to pay electricity bills every month. This happened to the payment of the electricity bill at the Pesantren Sukorejo East Java. The payment prices that are made every month are uncertain depending on usage and there are also errors in estimating the budget. Because at this time there is still no exact method in making better predictions. So, from the data, it is important to do predictive analysis. The prediction of the cost of electricity bills aims to produce more accurate predictions which will be used as a guideline to find out and plan for future electricity costs, to minimize errors in budget planning. The dataset used is the time series primary dataset from January 2011 to December 2015. In this study using the Artificial Neural Network (ANN) model. After several tests, by producing RMSE 0.090 performance with 1 second execution time. These results prove that the method with the ANN model can be used as a method to make predictions of payment of electricity bills more accurately. Keywords: Prediction, Electricity Bill, Neural Network, ANN, RMSE
Aplikasi Simulasi Persediaan Teri Crispy Prisma Menggunakan Metode Monte Carlo Erwin Prasetyowati
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 1, No 1 (2016): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v1i01.249

Abstract

Perencanaan kuantitas produksi menjadi salah satu kunci kesuksesan pelaku usaha dalam menghasilkan produk yang jumlahnya tepat, tidak terlalu lebih maupun kurang. Hal tersebut menjadi dasar dari penelitian ini untuk merancang suatu aplikasi simulasi persediaan Teri Crispy Prisma di UD. Prisma Utama, salah satu produsen makanan di Kabupaten Pamekasan Madura dengan menggunakan metode Monte Carlo. Melalui aplikasi ini produsen diharapkan memiliki gambaran tentang perkiraan kuantitas produksi di waktu mendatang. Simulasi ini terdiri dari tiga indikator yang diukur yaitu jumlah persediaan, permintaan dan pengiriman produk. Data awal yang digunakan adalah data produksi dan penjualan 60 minggu sebelumnya. Simulasi metode Monte Carlo yang diproses sebanyak 25 item atau minggu. Melalui proses simulasi yang dilakukan dapat ditentukan batas maksimum jumlah persediaan produk jadi dan sisa persediaan di gudang. Selain itu pergerakan fluktuatif dari permintaan juga dapat terdeteksi dengan baik dari model ini. Dengan hasil ini pelaku bisnis memiliki patokan kisaran jumlah produksi yang cepat dan tepat.
Optical Character Recognition Untuk Ekstraksi Teks Rambu Lalu Lintas Hardian Oktavianto Oktavianto; Henny Wahyu Sulistyo
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 1 (2018): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v3i1.2204

Abstract

Papan penunjuk arah merupakan salah satu jenis dari rambu lalu lintas yang ditempatkan di sepanjang jalan untuk memberi informasi kepada para pengemudi tentang kondisi jalan dan keterangan arah. Faktanya tulisan yang tertera pada papan penunjuk arah cenderung susah dideteksi dan dibaca karena berbagai ukuran, kondisi, nilai-nilai grayscale, dan latar belakang yang kompleks. Teknik pengolahan citra digital yaitu Optical Character Recognition (OCR) dapat digunakan untuk membantu mengatasi permasalahan ekstraksi informasi atau pembacaan tulisan pada papan penunjuk arah. Pada penelitian ini akan digunakan ekstraksi teks dengan metode OCR dengan menggunakan salah satu library dari MATLAB. Library ocr dapat digunakan untuk melakukan ekstraksi teks pada rambu lalu lintas penunjuk informasi arah. Uji tingkat kesuksesan ekstraksi teks mencapai 97%, dan uji kesesuaian hasil ekstraksi teks dengan kecocokan informasi pada rambu penunjuk arah adalah sebesar 60%.Kata Kunci : OCR, Ekstraksi Teks, Pengolahan Citra, Matlab
Deteksi Gangguan Autis Pada Anak Menggunakan Metode Modified K-Nearst Neighbor Yuliasih Kripsiandita; Deni Arifianto; Qurrota A'yun
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 6, No 1 (2021): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v6i1.4357

Abstract

ABSTRAK Autism Spectrume Disorder merupakan ganggguan perkembanan dimana seorang anak memperlihatkan suatu perilaku menjauhkan diri dari lingkungan sosialnya, seakan – akan hidup di dunianya sendiri. Semakin dini mengetahui anak menderita gangguan autis sangatlahi penting, karenai semakini dinii autis diobati semakin besari peluang untuk sembuh. Dengani adanya perkembangani teknologii pendeteksiani gejalai autis dapati dilakukani lebih awal menggunakani sistem deteksi autis berbasis web. Metode Modified K-Nearest Neighbor merupakan perkembangan dari metode konvensional K-Nearest Neighbor. Deteksi autis pada anak menggunakan metode Modified K-Nearest Neighbor dengan data yang digunakan diambil dari website UCI Machine Learning Repository, dengan jumlah data 292 data dan 2 class output. Pengujian dilakukan dengan mencari kedekatan dari datai training dan data testing untuk menghitung Weight voting, setelah mendapatkan hasil weight voting akan dicari mayoritas datanya. Berdasarkani pengujiani yangi telah dilakukan didapatkan hasil akurasi tertinggi sebesar 96,67%, hasil presisi tertinggi sebesar 97,33% dan hasil recall tertinggi sebesar 100% pada K = 13. Untuk K optimal dari pengujian ini ditunjukkan pada K = 3. Kata Kunci : Deteksi Autisme, Klasifikasi, Metode Modified K-Nearest Neighbor   ABSTRACT  Autism Spectrume Disorder is a development disturbance in which a child shows a behavior of distancing himself from his social environment, as though living in his own world. The earlier it is known that a child has an autistic disorder is very important, because the earlier autism is treated, the greater the chance of recovery. With the use of technological developments, autism symptom detection can be done earlier using a web-based autism detection system.Modified K-Nearest Neighbor method is a development of the conventional K-Nearest Neighbor method. Autism detection in children uses the Modified K-Nearest Neighbor method with the data used taken from the UCI Machine Learning Repository website, with a total of 292 data and 2 output classes. Testing is done by looking for the closeness of each training data to determine the validity value, after that look for the closeness of training data and testing data to calculate weight voting, after getting the results of weight voting the majority of the data will be searched. Based on the results of the test which have been done, it was found out that the highest accuracy results were 96.67%, highest precision results were 97,33% and highest recall results were 100% at K = 13. For the optimal k of this test was shown at K = 3.  Keywords: Autism Detection, Classification, Modified K-Nearest Neighbor Method.
Analisis Aturan Asosiasi Data Transaksi Supermarket Menggunakan Algoritma Apriori Ginanjar Abdurrahman
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 2, No 2 (2017): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v2i2.1046

Abstract

Di satu sisi perkembangan ilmu pengetahuan dan teknologi dapat mempermudah pekerjaan manusia. Namun di sisi lain secara tidak langsung perkembangan ilmu pengetahuan dan teknologi meningkatkan persaingan dalam kehidupan. Salah satunya adalah persaingan dalam memasarkan barang dagangan oleh supermarket. Supermarket tentunya menginginkan target penjualan tercapai. Alternatif yang ditawarkan sebagai pertimbangan penataan barang dagangan yakni aturan asosiasi (association rule). Untuk mempermudah pekerjaan berkaitan dengan banyaknya dataset yang ada, diperlukan suatu program aplikasi untuk membantu penentuan aturan terkait dengan penempatan barang yang ada dalam supermarket. Dalam hal ini, digunakan aplikasi Weka 3.6 untuk menganalisis dataset yang ada pada supermarket, sehingga aturan terbaik untuk penempatan barang dagangan nantinya dapat ditemukan. Penelitian ini menggunakan support 2% dan 10 confidence yang berbeda yakni: 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90%, dan 100%. Dari hasil penelitian ini diperoleh untuk confidence sebesar 10% - 90% menghasilkan 10 aturan, sedangkan untuk confidence sebesar 100% tidak dihasilkan aturan asosiasi.
Pengaruh Pemanfaatan E-learning Terhadap Motivasi Belajar Mahasiswa Dimas Anditha Cahyo Sujiwo; Qurrota A'yun
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 5, No 2 (2020): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v5i2.3469

Abstract

E-learning merupakan peroses pembelajaran yang memanfaatkan kecanggihan suatu teknologi yang mana dalam proses pembelajarannya dilakukan secara online. pembelajan online terdapat tools yang dapat dimanfaatkan oleh mahasiswa maupun Dosen dalam kegiatan Pembelajaran seperti kegiatan komunikasi dan interaksi, melakukan kegiatan pemberiaan pertanyaan, bertanya kepada Dosen atau sebaliknya, dan menanggapi pernyataan dari teman-temannya. Dengan adanya tools yang lengkap ini akan memberi kenyamanan kepada Dosen dan mahasiswa dalam pembealajran. Kegiatan yang dilakukan tentunya dapat mengurangi rasa jenuh bagi mahasiswa sehingga motivasi belajarnya meningkat. Berdasarkan hasil penelitian menunjukkan terdapat pengaruh pembelajaran e-learning terhadap motivasi belajar mahasiswa. Hal tersebut ditunjukkan dengan nilai signifikansi sebesar 0,000 yang kurang dari 0,05 dan nilai t-hitung yang lebih besar dari t-tabel sebesar 11,737 2.02439. berdasarkan R Square menunjukkan bahwa motivasi belajar mahasiswa dipengaruhi sebesar 77,3% dalam penelitian ini dan sebesar 22,7% dipengaruhi oleh variabel dari luar penelitian. Kata Kunci: E-learning, Motivasi Belajar. Abstract E-learning is a learning process that utilizes the sophistication of a technology which in the learning process is done online. Online learning there are tools that can be used by students and lecturers in learning activities such as communication and interaction activities, conducting questions, asking lecturers or vice versa, and responding to statements  from friends. With this complate tools, it will provide comfort for students and lecturers in the teaching and learning process. The activities carried out certainly can reduce boredom for students so that their motivation to learn increases. Based on the results of the study indicate there is an influence of e-learning on student motivation. This is indicated by the significance value of 0,000 which is less than 0,05 and the t-test value greather than t-table of 11, 737 2,02439. Based on R Square shows that student motivation is influenced by 77,3% in this study and 22,7% is influenced by variables from outside the study. Keywords: E-learning, Learning Motivation
Analisis dan Deteksi Malware Menggunakan Metode Malware Analisis Dinamis dan Malware Analisis Statis Triawan Adi Cahyanto; Victor Wahanggara; Darmawan Ramadana
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 2, No 1 (2017): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v2i1.1037

Abstract

Malware merupakan perangkat lunak atau software yang diciptakan untuk menyusup atau merusak sistem komputer. Penyebaran malware saat ini begitu mudah baik melalui usb flashdisk, iklan-iklan tertentu pada website, dan media lainnya. Semuanya sangat erat kaitannya dengan tindak kejahatan seperti pencurian file, kartu kredit, internet banking dan lain sebagainya. Berkaitan dengan hal itu, ada suatu bidang yang menangani tindak kejahatan yaitu forensik digital. Salah satu tahapan dalam forensik digital yaitu melakukan analisis terhadap barang bukti digital, dalam hal ini adalah malware. Untuk membuktikan suatu software dikatakan malware adalah dengan mengetahui cara kerja program tersebut pada sistem komputer. Metode Malware Analisis Dinamis dan Statis merupakan kombinasi metode yang sesuai untuk menganalisa cara kerja malware. Berdasarkan analisa tentang cara kerja malware (poison ivy), dapat disimpulkan bahwa terdapat beberapa signature, filename, dan string yang sudah diteliti ternyata dapat melakukan proses login secara remote tanpa diketahui oleh pemilik komputer.
Analisis Klasifikasi Kelahiran Caesar Menggunakan Algoritma Naive Bayes Ginanjar Abdurrahman; Johan Taruna Wijaya
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 4, No 2 (2019): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v4i2.2616

Abstract

Angka kematian Ibu (AKI) merupakan jumlah kematian ibu selama masa kehamilan hingga pasca melahirkan yang disebabkan kehamilan, persalinan atau pengelolaannya dan tidak disebabkan kecelakaan di setiap 100.000 kelahiran hidup. Kelahiran Caesar adalah alternatif terakhir dalam persalinan, dikarenakan faktor resiko yang tinggi. Walaupun resikonya tinggi, angka kelahiran Caesar mengalami peningkatan signifikan, khususnya di Indonesia. WHO menetapkan standar persalinan Caesar suatu negara berkisar 5-15 persen per seribu kelahiran di dunia. Machine learning merupakan cara mesin belajar dari data. Terdapat beberapa aplikasi machine learning yang telah dikembangkan. Salah satunya adalah machine learning WEKA. Weka merupakan software untuk data mining yang dilengkapi dengan algoritma standar machine learning termasuk klasifikasi. Pada penelitian ini dilakukan klasifikasi kelahiran Caesar menggunakan algoritma Naïve Bayes untuk menentukan apakah kelahiran akan diberikan tindakan operasi Caesar atau melahirkan secara normal. Dataset yang digunakan terdiri dari 80 data ibu hamil dengan 5 atribut, yakni: umur, jumlah tenaga medis, waktu melahirkan, tekanan darah, masalah hati. Hasil penelitian ini diharapkan dapat membantu dunia kesehatan khusunya untuk menentukan proses kelahiran perlu diberi tindakan operasi Caesar ataukah tidak dengan menyediakan model klasifikasi untuk melakukan prediksi secara medis. Hasil dari penelitian ini diharapkan dapat menunjang dunia kesehatan khususnya pada kasus ibu melahirkan dengan menyediakan model klasifikasi yang dapat digunakan untuk melakukan prediksi maupun pengambilan keputusan medis lainnya.Kata kunci: Kelahiran, Caesar, Klasifikasi, Naïve Bayes, Weka
Sentiment Analysis pada Movie Review dengan Pendekatan Klasifikasi dalam Algoritma J.48 Bagus Setya Rintyarna
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 1, No 2 (2016): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v1i2.567

Abstract

Sentiment Analysis yang disebut juga sebagai Opinion Mining adalah topik penelitian yang aktif di bawah Natural Language Processing (NLP) yang bertujuan untuk membangun sebuah metode yang dapat diimplementasikan menjadi sebuah tool yang dapat dipergunakan untuk mengekstraksi informasi subyektif berupa sentiment atau opini dalam sebuah data text. Pada penelitian ini akan disimulasikan Sentiment Analysis dengan pendekatan klasifikasi data text. Data text yang digunakan adalah Large Movie Review Dataset. Simulasi Sentiment Analysis dengan pendekatan klasifikasi data text akan dilakukan dengan menggunakan tool dari WEKA.Kata kunci: Hidden Naïve Bayes, Naïve Bayes Classifier

Page 12 of 16 | Total Record : 156

 10   11   12   13   14 

Filter by Year

2016 2022


Reset
Filter By Issues
All Issue Vol 7, No 2 (2022): JUSTINDO Vol 7, No 1 (2022): JUSTINDO Vol 6, No 2 (2021): JUSTINDO Vol 6, No 1 (2021): JUSTINDO Vol 5, No 2 (2020): JUSTINDO Vol 5, No 1 (2020): JUSTINDO Vol 4, No 2 (2019): JUSTINDO Vol 4, No 1 (2019): JUSTINDO Vol 3, No 2 (2018): JUSTINDO Vol 3, No 1 (2018): JUSTINDO Vol 2, No 2 (2017): JUSTINDO Vol 2, No 1 (2017): JUSTINDO Vol 1, No 2 (2016): JUSTINDO Vol 1, No 1 (2016): JUSTINDO More Issue