JATI (Jurnal Mahasiswa Teknik Informatika)
Adalah jurnal mahasiswa yang diterbitkan oleh Teknik Informatika Institut Teknologi Nasional Malang, sebagai media publikasi hasil Skripsi Mahasiswa Teknik Informatika ke khalayak luas, diterbitkan secara berkala 6 kali setahun pada bulan Februari, April, Juni, Agustus, Oktober, Desember.
Articles
3,835 Documents
<![CDATA[PREDIKSI HASIL PRODUKSI PANEN BAWANG MERAH MENGGUNAKAN METODE REGRESI LINIER SEDERHANA ]]>
<![CDATA[Maulana, Alfin]]>;
<![CDATA[Martanto, Martanto]]>;
<![CDATA[Ali, Irfan]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i4.7281
<![CDATA[Bawang merah adalah salah satu tanaman hortikultura yang banyak dijadikan bumbu masakan di dunia. Salah satu daerah penghasil bawang merah terbesar di Provinsis Jawa Tengah adalah Kabupaten Brebes yang tiap tahunnya menghasilkan panen bawang merah yang cukup besar. Teknik dalam penelitian ini menggunakan metode Regresi Linier yang datanya diambil di kantor Dinas Pertanian dan ketahanan pangan Kabupaten Brebes untuk melakukan pengolahan data. Beberapa petani gagal memprediksi dan beradaptasi terhadap perubahan faktor yang mengakibatkan penurunan produktivitas bawang merah. Pada penelitian ini penulis akan membahas mengenai penerapan metode Regresi Linier, Regresi Linier digunakan untuk menelusuri pola hubungan antara variable terikat dengan dua atau lebih variable bebas. Dataset yang digunakan berasal dari Dinas Pertanian Kabupaten Brebes. Dengan adanya penelitian ini diharapkan dapat membantu memprediksi hasil produksi panen Bawang Merah di Kabupaten Brebes. Prediksi hasil Skor pada Mean Absolute Error (MAE) adalah 29051, skor yang dihasilkan pada Mean Squared Error (MSE) adalah 2073311, skor yang dihasilkan pada Roots Mean Squared Error (RMSE) adalah 45533, dan skor yang dihasilkan pada R2 Score adalah 0.98% dan hasil panen bawangmerah di tahun 2023 adalah sebanyak 3822918 Ton/GKP dan mengalami dari tahun sebelumnya.]]>
<![CDATA[PENERAPAN DATA MINING PADA ALGOTIRMA HIERARCHICAL CLUSTERING TENTANG PENGELOLAAN MITRA PERJALANAN WISATAWAN BALI BACKPAKER ]]>
<![CDATA[Pratama Artana, Putu Nandhika]]>;
<![CDATA[Prakarsa Mandyartha, Eka]]>;
<![CDATA[Hanindia Prami S, Made]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i4.7284
<![CDATA[Wisatawan merupakan orang yang dimana akan melakukan sebuah kunjungan atau berkunjung ke suatu daerah atau lokasi dari tempat kediamannya tanpa orang tersebut menetap ditempat yang di datanginya atau hanya untuk sementara waktu yang akan di dataginya. Perkembangan teknologi informasi pada era sekarang, sangat cepat dalam penerapan serta pemanfaatannya sehingga teknologi informasi dapat berkembang secara luas merata diberbagai bidang, salah satunya pada backpacker. Dengan berkembangnya teknologi saat ini sangat memudahkan seorang backpacker untuk berpetualang menjelajahi dunia terutamanya Bali. Sehingga permasalahan yang ada di Bali banyak backpacker yang kesusahan untuk mencari sebuah rekomendasi jarak mulai dari rekomendasi hotel, wisata, souvenir, dan tempat ibadah. Penelitian ini bertujuan juga untuk menghasilkan rekomendasi jarak dari backpacker yang berpergian ke pulau Bali yang direkomendasikan pada kolom pencarian nantinya. Penelitian ini menggunakan sebuah Metode Hierarchical Clustering dengan perhitungan Manhattan Distance yang dimana dilakukan untuk menentukan obyek mana saja yang memiliki lokasi berdekatan dari backpacker tersebut sehingga dimana bisa membentuk adanya klaster yang dilakukan berdasarkan jarak paling dekat dengan klaster menuju klaster berikutnya sesuai dengan kelompok obyek dari Hotel, Wisata, Souvenir dan Tempat Ibadah. Sehingga hasil akurasi yang diperoleh sebesar 86,90 % dan nilai Precision sebesar 96,5% serta nilai Recall sebesar 91,2%.]]>
<![CDATA[RANCANG BANGUN ALAT PURWARUPA PENGAMAT TANAMAN AGLAONEMA MENGGUNAKAN ESP BERBASIS INTERNET OF THING (IOT) ]]>
<![CDATA[Christie, Ryo]]>;
<![CDATA[Pandu Kusuma, Abdi]]>;
<![CDATA[Primasari, Yusniarsi]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i4.7289
<![CDATA[Pada era ini dimana teknologi semakin maju, hampir semua kegiatan yang dilakukan tidak terlepas dari pada teknologi, seperti halnya dengan merawat tanaman. Tantangan dalam merawat tanaman dapat menjadi kendala utama, karena perawatan manual yang tidak konsisten akan berdampak buruk pada kondisi tanaman aglaonema. Khususnya terkait intensitas cahaya dan kelembaban tanah bagi pertumbuhan tanaman aglaonema. Pada penelitian ini di rancang alat pengamat tanaman yang dapat membantu pengguna dalam merawat tanaman aglaonema. Alat ini memungkinkan untuk mengamati keadaan pada tanaman yang berupa kelembaban tanah dan intensitas cahaya melalui jarak jauh dengan aplikasi blynk. Selain itu, alat ini juga dapat menyirami tanaman secara otomatis berdasarkan kelembaban tanah. Mikrokontroler yang digunakan adalah ESP-32, dimana mikrokontroler ini sudah terintegrasi dengan jaringan internet. Sensor kelembaban tanah yang digunakan adalah sensor yl-69, serta untuk mengukur intensitas dari cahaya yang diterima oleh tanaman digunakan sensor cahaya Light Dependant Resistor (LDR). Semua sensor ini bekerja sama untuk mendapatkan hasil yang di inginkan. Metode penelitian menggunakan metode pengembangan atau RnD (Research and Development). Hasil pembacaan dari sensor tanah akan menjadi tolak ukur apakah pompa air perlu di nyalakan. Pompa akan otomatis mati setelah nilai pada sensor tanah mencapai nilai yang sudah ditentukan. Semua hasil pembacaan dapat dilihat pada layanan aplikasi blynk secara langsung.]]>
<![CDATA[PENERAPAN ALGORITMA MENGGUNAKAN RAPIDMINER UNTUK KATEGORISASI KOMPOTENSI DASAR CPNS ]]>
<![CDATA[Mahesa Putra, Sidik]]>;
<![CDATA[Rendi, Muhammad]]>;
<![CDATA[Rusda, Depi]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i5.7293
<![CDATA[Penelitian ini mengkaji penggunaan data mining dalam seleksi Calon Pegawai Negeri Sipil (CPNS) di Indonesia, khususnya Universitas Pattimura pada tahun 2021. Pemerintah dihadapkan pada tuntutan untuk merekrut PNS berkualitas dan kompeten. Dalam konteks ini, penelitian membandingkan dua algoritma, yaitu K-Nearest Neighbor dan C4.5, untuk mengklasifikasikan kompetensi dasar CPNS. Untuk empat kelas klasifikasi, hasil penelitian menunjukkan bahwa metode Decision Tree dengan algoritma C4.5 mempunyai tingkat akurasi sebesar 75%, tingkat kesalahan klasifikasi sebesar 5%, recall sebesar 97,14 persen, kappa sebesar 0,947, dan presisi 93,94 persen. Temuan ini memberikan gambaran tentang efektivitas algoritma C4.5 dalam mengurutkan konsekuensi Pilihan Kemampuan Penting (SKD) anggota CPNS Perguruan Tinggi Pattimura. Penelitian ini menekankan pentingnya penggunaan teknik data mining dalam meningkatkan efisiensi dan objektivitas dalam proses seleksi PNS. Hasil ini mungkin memiliki implikasi positif dalam memastikan bahwa PNS yang direkrut memenuhi standar kompetensi yang diinginkan oleh pemerintah.]]>
<![CDATA[ANALISIS DAN INTEGRASI API GOOGLE CLASSROOM PADA SISTEM INFORMASI AKADEMIK MENGGUNAKAN CREDENTIAL UNTUK PENGAMBILAN DATA NILAI AKADEMIK DI SEKOLAH MENENGAH PERTAMA 3 CIMAHI ]]>
<![CDATA[Fauzi, Ridwan]]>;
<![CDATA[Ashaury, Herdy]]>;
<![CDATA[Ilyas, Ridwan]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i4.7294
<![CDATA[Sistem Informasi Akademik (SIAKAD) menjadi hal yang penting di dunia pendidikan sebagai media pengelolaan data akademik dalam mendukung pembelajaran di sekolah. Sehingga kegiatan akademik dapat terkelola menjadi informasi yang bermanfaat dalam pengelolaan manajemen di sekolah, Pada jaman sekarang siswa dan guru banyak melakukan kegiatan belajar mengajar melalui aplikasi google classroom sementara google classroom merupakan alat belajar mengajar siswa dan guru dan juga dapat membantu dalam komunikasi namun google classroom memiliki kelemahan seperti pengambilan nilai akademik yang masih kurang efisien dan memindahkannya masih manual oleh karena pada penelitian ini akan dilakukan integrasi API google classroom yang menggunakan teknologi Java dan Python dengan sistem informasi akademik yang menggunakan teknologi laravel dan juga menguji kemampuan dari API sistem informasi akademik. Pada penelitian sebelumnya pengujian performa API telah dilakukan menggunakan teknologi Node JS dan PHP pada sistem informasi akademik. Hasil dari penelitian ini telah berhasil mengintegrasi API google classroom yang menggunakan teknologi Java dan Python dengan sistem informasi akademik yang menggunakan teknologi Laravel untuk pengambilan data nilai dan melakukan pengujian performa API menggunakan teknologi laravel hasilnya menunjukkan kinerja laravel dengan hasil throughput 63% menunjukkan lebih baik dari teknologi PHP dengan hasil throughput 48,70% tetapi tidak sebaik kinerja teknologi Node JS dengan hasil throughput 100%.]]>
<![CDATA[KLASIFIKASI DATA GEMPA BUMI DI PULAU JAWA MENGGUNAKAN ALGORITMA EXTREME GRADIENT BOOSTING ]]>
<![CDATA[Kharis Pratama, Adam]]>;
<![CDATA[Ashaury, Herdi]]>;
<![CDATA[Rakhmat Umbara, Fajri]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i4.7296
<![CDATA[Gempa bumi adalah fenomena yang terjadi akibat pergerakan lempeng tektonik dan dapat memiliki dampak merusak. Kedalaman hiposentrum memiliki peran penting dalam menentukan karakteristik gempa. Proses klasifikasi kedalaman hiposentrum penting untuk memahami potensi gempa di wilayah Indonesia. Dalam menghadapi data gempa yang besar dan kompleks, serta tantangan dalam mengidentifikasi pola dari kedalaman hiposentrum, terdapat permasalahan dalam proses klasifikasi. Penelitian ini memfokuskan pada penerapan algoritma Extreme Gradient Boosting (XGBoost) dalam mengklasifikasikan data gempa bumi berdasarkan kedalaman hiposentrum di Pulau Jawa. Beberapa penelitian sebelumnya menggunakan XGBoost untuk klasifikasi menunjukkan kemampuan algoritma ini dalam berbagai konteks. Hasil eksperimen menunjukkan bahwa model XGBoost dengan penyetelan parameter menghasilkan akurasi 99.58%. Keputusan ini didukung oleh kemampuan model untuk mengatasi masalah ketidakseimbangan data dan menghasilkan prediksi akurat. Meskipun akurasi sempurna belum tercapai, hasil ini realistis dan memiliki potensi untuk mengklasifikasikan data gempa dengan akurasi yang tinggi.]]>
<![CDATA[PROTOTYPE SISTEM PEMBERI PAKAN TERNAK AYAM OTOMATIS MENGGUNAKAN ESP8266 ]]>
<![CDATA[Jalil Ikromi Radana, Abdul]]>;
<![CDATA[Zainul Abidin, Rahmad]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i6.7301
<![CDATA[Banyak industri, termasuk peternakan, melihat perkembangan teknologi saat ini yang sangat pesat. Tujuan Penelitian yang pertama untuk membuat prototype sistem pemberi pakan ternak ayam otomatis menggunakan esp 8266 dan yang kedua untuk mengimplementasikan prototype pemberi pakan otomatis. Dibuat sebuah sistem pemberi pakan ternak ayam otomatis menggunakan ESP8266 dengan sensor ultasonik sebagai pendeteksi pakan serta motor servo sebagai katup dengan kontrol aplikasi monitoring pada smartphone dengan menampilkan jadwal pakan otomatis dan informasi pakan tersedia/kosong. Menggunakan metode studi kasus dan prototype sebagai pengembangan perangkat lunak, ada 6 tahap di metode prototype yaitu analaisi kebutuhan, desain sistem, rancang bangun prototype, evaliasi pengguna awal, memperbaiki prototype, implementasi dan maintenance. Menggunakan software MIT App Inventor sebagai rancang bangun aplikasi monitoring yang berjalan pada smartphone dengan sistem operasi Android sebagai kontrol untuk menjalankan alat prototype secara otomatis. Uraian Hasil Penelitian yang dilakukan Alat pemberi pakan ini berhasil pada uji coba sensor ultrasonic sebagai pendeteksi pakan dan penjadwalan di aplikasi, pakan dapat turun otomatis tanpa perlu menekan tombol dengan adanya penjadwalan di aplikasi.]]>
<![CDATA[PROTOTYPE BOX PENERIMA PAKET OTOMATIS UNTUK MENGAMANKAN PAKET MELALUI BOT TELEGRAM DENGAN MENGGUNAKAN NODEMCU ]]>
<![CDATA[Khoirul Marzuqin, Achmad]]>;
<![CDATA[Zainul Abidin, Rahmad]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i6.7303
<![CDATA[Sekarang belanja online sudah menjadi kebiasaan bagi sebagian orang untuk memenuhi kebutuhan hidup dan penggunaan jasa pengiriman paket akan meningkat, sehingga terdapat masalah yaitu pembeli tidak berada di tempat saat pengiriman dilakukan dan akibatnya kurir sering kali menempatkan paket di depan pintu rumah yang dapat berdampak pada keamanan paket tersebut. Tujuan utama penelitian ini ialah membuat alat yang mampu mengamankan paket sementara dan mengirim notifikasi ke pembeli melalui bot Telegram dengan menggunakan NodeMCU ESP32 sebagai komponen utama. Cara alat ini bekerja yaitu dengan mendaftarkan nomor resi yang didapatkan dari belanja online kemudian disimpan di dalam database. Saat kurir memindai nomor resi di depan barcode scanner tersebut cocok dengan database, maka motor servo otomatis membuka pintu selama beberapa detik kemudian pintu akan menutup dan solenoid door lock akan mengunci. Notifikasi bahwa paket sudah sampai akan dikirim melalui bot Telegram jika nomor resi benar. Penelitian ini menerapkan metode studi kasus yang digunakan untuk mempelajari sebuah fenomena atau situasi secara mendalam. Hasil dari penelitian yang telah dilakukan yaitu, barcode scanner mampu mendeteksi nomor resi serta motor servo dapat membuka dan menutup pintu otomatis.]]>
<![CDATA[PREDIKSI CURAH HUJAN MENGGUNAKAN METODE CATEGORICAL BOOSTING (CATBOOST) ]]>
<![CDATA[Febriansyah Istianto, Andrian]]>;
<![CDATA[Id Hadiana, Asep]]>;
<![CDATA[Rakhmat Umbara, Fajri]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i4.7304
<![CDATA[Curah hujan memiliki peran krusial dalam banyak aspek kehidupan manusia dan lingkungan. Curah hujan memiliki dampak sosial dan ekonomi yang besar, termasuk kerusakan infrastruktur, banjir, dan gangguan transportasi. Banjir dan peristiwa ekstrem serupa dapat mengakibatkan kerugian jiwa dan kerusakan properti yang parah setiap tahun, dan ini dihubungkan dengan perubahan iklim yang diperkirakan akan semakin sering dan merusak di masa yang akan datang. Dalam upaya untuk memantau, mengantisipasi dan memproyeksikan terjadinya hujan, maka penelitian ini berfokus dalam memprediksi curah hujan dengan menggunakan data mining. Dalam penelitian ini, berfokus dalam penerapan metode Categorical Boosting (CatBoost) yang dapat mengelola data kategorikal secara efisien yang merupakan pengembangan dari Gradient Boosting Decision Tree (GBDT). Berdasarkan data yang diperoleh dari kaggle yang terdiri dari 23 atribut, penelitian ini akan memprediksi curah hujan. Pra-pemrosesan data melibatkan langkah-langkah seperti pembersihan data, penyeimbangan kelas, pemilihan fitur, dan pengkodean data. Pengujian menggunakan metode Categorical Boosting menghasilkan tingkat akurasi prediksi curah hujan sebesar 94,22% berdasarkan evaluasi Confusion Matrix. Penelitian ini bertujuan untuk memprediksi curah hujan dengan menggunakan metode Categorical Boosting (CatBoost).]]>
<![CDATA[PENAMBAHAN FITUR MULTI-FACTOR AUTHENTICATION DALAM STUDI KASUS SISTEM INFORMASI REKAM MEDIS RUMAH SAKIT ]]>
<![CDATA[Anwar Fauzi, Mochammad]]>;
<![CDATA[Id Hadiana, Asep]]>;
<![CDATA[Rakhmat Umbara, Fajri]]>
<![CDATA[ JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4 ]]>
Publisher : <![CDATA[Institut Teknologi Nasional Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36040/jati.v7i4.7305
<![CDATA[Data rekam medis merupakan informasi yang sangat penting dan sensitif bagi pasien dan harus dilindungi dari akses yang tidak sah. Dalam hal ini, sistem informasi Rumah Sakit memegang peran penting dalam menjaga keamanan data rekam medis pasien. Namun, ancaman akses yang tidak sah masih mengintai dan merusak privasi pasien. Saat ini sistem informasi rekam medis Rumah Sakit hanya mengandalkan autentikasi email dan kata sandi, sehingga rentan terhadap pencurian. Untuk mengatasi masalah ini, diperlukan rancangan keamanan Multi-Factor Authentication. Penerapan Multi-Factor Authentication pada penelitian ini memakai Personal Security Question dan Auth Token. Personal Security Question digunakan untuk memverifikasi pengguna dengan pertanyaan pribadi, sedangkan Auth Token menciptakan kode auntentikasi pada komunikasi server. Pada penelitian ini mekanisme sistem login dibagi menjadi tiga yaitu login dengan kata sandi, login dengan menjawab pertanyaan pribadi, dan login dengan menggunakan kode TOTP yang didapatkan dari email. Hasil dari penelitian ini adalah menjadikan sistem informasi rekam medis Rumah Sakit menjadi lebih aman dan mengurangi risiko diakses oleh pihak yang tidak berwenang. Hasil pengujian validasi TOTP dengan Google Authenticator yang dilakukan sebanyak seratus kali validasi menunjukan bahwa kode TOTP yang dihasilkan Google Authenticator tidak dapat mencocokan dengan hasil kode TOTP yang dihasilkan sistem.]]>
