cover
Contact Name
Joseph Dedy Irawan
Contact Email
joseph@lecturer.itn.ac.id
Phone
+62811367463
Journal Mail Official
joseph@lecturer.itn.ac.id
Editorial Address
Jl. Raya Karanglo Km. 2 Malang
Location
Kota malang,
Jawa timur
INDONESIA
JATI (Jurnal Mahasiswa Teknik Informatika)
ISSN : -     EISSN : 2598828X     DOI : -
Core Subject : Science,
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
ANALISIS SENTIMEN DENGAN ALGORITMA NAÏVE BAYES CLASSIFIER TERHADAP ULASAN APLIKASI MY F&B ID Ayu Puspita, Nabila; Tri Anggraeny, Fetty; Mustika Rizki, Agung
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8842

Abstract

Di era teknologi yang semakin canggih mendorong semua aspek bidang kehidupan ikut dalam perkembangannya, salah satunya pada bidang maknaan atau kuliner. Kecanggihan hal tersebut ialah memebuat perusahaan makanan berlomba-lomba untuk membuat aplikasi mobile untuk memberi kemudahan pada masyarakat terhadap pembelian produk yang mereka jual. Salah satu bentuk implementasi nyata dari hal tersebut dengan adanya Aplikasi My F&B ID. Pada Google Play Store selain dapat mengunduh aplikasi, masyarakat juga dapat memberi pendapat terhadap aplikasi tersebut. Pendapat yang berupa memberi ulasan masukkan, kritik, pujian, keluh kesah terhadap aplikasi yang dapat meningkatkan kualitas dan pelayanan yang ditawarkan aplikasi. Maka dalam penelitian ini akan dilakukan analisis sentimen terhadap ulasan aplikasi My F&B ID pada Google Playstore menggunakan algoritma Naïve Bayes Classifier untuk mengetahui permasalahan tersebut serta performansi dari klasifikasi algoritma tersebut. Penelitian ini menggunakan perbandingan dataset untuk data latih dan data uji sebesar 80:20, 70:30, 60:40 untuk membandingkan performansi nilai accuracy yang dihasilkan. Perbandingan dataset dilakukan untuk mengetahui nilai accuracy terbaik dari ketiganya. Hasil dari penelitian diperoleh nilai accuracy tertinggi didapatkan klasifikasi Multinomial Naïve Bayes Classifier dengan perbandingan dataset 80:20 sebesar 85%.
PROTOTIPE ALAT PEMBERI PAKAN KUCING OTOMATIS BERBASIS INTERNET OF THINGS Hafiid Alfayed, Muhammed; Sidiq Purnomo, Agus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8847

Abstract

Dalam beberapa tahun terakhir, sistem pemberian pakan kucing otomatis semakin populer sebagai solusi praktis bagi pemilik hewan peliharaan yang ingin memastikan kucingnya diberi makan secara teratur dan benar. Dirancang untuk mengotomatiskan kucingnya diberi makan kucing dengan membagikan porsi makanan yang telah diukur sebelumnya pada interval yang dijadwalkan. Tujuan sistem ini adalah memberi pakan kucing secara konsisten dan terkontrol sehingga mengurangi waktu dan tenaga pemilik. Tujuan dari penelitian ini adalah untuk membuat sebuah alat yang dapat memberikan pakan secara otomatis dan memonitor ketersedian pakan dari mana saja yang dapat diakses melalui sebuah aplikasi. Alat yang digunakan dalam penelitian ini menggunakan mikrokontroller NodeMCU ESP 8826 sebagai pengontrol sistem, servo yang bertugas membuka dan menutup tutup wadah pakan, sensor ultrasonic yang dapat memantau sisa pakan, dan aplikasi android sebagai platform. Hasil dari penelitian ini berupa aplikasi android yang dapat mengontrol dan memberikan pakan secara otomatis yang dapat dipantau melalui aplikasi android.
IMPLEMENTASI ALGORITMA ASOSIASI FP-GROWTH DAN KLASIFIKASI K-MEANS TERHADAP POLA PEMBELIAN KONSUMEN DI MARKETPLACE SHOPEE Arif Saifudin, Muhamad; Endah Wahanani, Henni; Junaidi, Achmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8848

Abstract

Belanja online saat ini menjadi kebiasaan masyarakat, terutama dalam bidang fashion pakaian. Konsumen cenderung berbelanja produk fashion online, terutama saat bulan Ramadhan menjelang Idul Fitri, khususnya untuk busana koko atau busana muslim. Dalam menghadapi lonjakan permintaan tersebut, pemilik toko online perlu merancang strategi penjualan yang efektif. Oleh karena itu diperlukan strategi pemasaran menggunakan data mining menggunakan algoritma K-Means dan FP-Growth untuk menganalisis pola pembelian konsumen berdasarkan data histori penjualan di Shopee. K-Means digunakan untuk klasterisasi dan segmentasi pelanggan dengan model RFM, menghasilkan 3 kelompok dengan karakteristik unik. FP-Growth digunakan untuk mencari aturan asosiasi item, menghasilkan rekomendasi stok produk. Hasil menunjukkan klaster 2 dari K-Means memiliki karakteristik yang dominan dengan nama klaster “Superaktif”, dan FP-Growth mengidentifikasi beberapa item yang sering muncul dalam setiap transaksi serta item-item yang sering dibeli secara bersamaan dari dataset data transaksi penjualan.
IMPLEMENTASI MODEL HYBRID CNN-SVM PADA KLASIFIKASI KONDISI KESEGARAN DAGING AYAM Agung Mujiono, Alfinas; Kartini, Kartini; Yulia Puspaningrum, Eva
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8855

Abstract

Perkembangan media internet memiliki manfaat yang dapat dirasakan pada kegiatan jual beli yang dibuktikan dengan banyaknya e-commerce yang tersedia saat ini. Jual beli bahan makanan seperti daging ayam juga turut dilakukan pada berbagai platform e-commerce. Tingginya penjualan daging ayam membuat stok yang disediakan oleh penjual semakin banyak sehingga stok tersebut tidak sepenuhnya laku di tangan konsumen. Permasalahan akan muncul ketika penjual terpaksa menjual lagi daging ayam dengan kondisi yang tidak sepenuhnya segar sehingga pembeli harus mempunyai kesadaran akan kondisi kesegaran daging ayam. Dalam penelitian ini, dilakukan proses klasifikasi kondisi kesegaran daging ayam dengan menerapkan penggabungan dua algoritma pembelajaran mesin, yaitu algoritma CNN sebagai pengekstraksi fitur dan algoritma SVM sebagai pengklasifikasi. Tujuannya adalah untuk membuat sebuah model hybrid yang dapat mengklasifikasikan dua label berdasarkan pra-pemrosesan gambar, ekstraksi fitur, dan klasifikasi dari data citra daging ayam. Nilai akurasi tertinggi mampu dihasilkan oleh model yang menggunakan learning rate 0.00001 dengan nilai akurasi 95%, presisi 95%, recall 94.8%, dan f1-score 94.9%. Hasil yang paling seimbang didapatkan pada model yang menggunakan learning rate 0.000001 dengan nilai akurasi sebesar 90%, presisi 90.1%, recall 90.1%, dan f1-score 90.1%.
IMPLEMENTASI K-MEANS CLUSTERING UNTUK PENGELOMPOKAN TINGKAT KEMISKINAN DI PULAU JAWA MENGGUNAKAN BAHASA PEMROGRAMAN PYTHON Agustina, Inggit; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8858

Abstract

Kemiskinan adalah masalah ekonomi sosial yang sudah menyebar di seluruh wilayah di Indonesia, termasuk di Pulau Jawa yang merupakan pulau terpadat di Indonesia dengan kepadatan penduduk tercatat sebesar 1.015,9 jiwa/km2 dan menjadi pulau di Indonesia dengan jumlah penduduk miskin terbanyak , yaitu 13,62 juta orang. Bedasarkan data yang diperoleh dari Badan Pusat Statistik (BPS). Terlihat sebaran kemiskinan di seluruh wilayah Indonesia, tetapi, data yang disajikan oleh BPS hanya memaparkan presentase bedasarkan provinsi. Oleh karena itu, penelitian ini dilakukan dengan tujuan mengelompokkan kabupaten atau kota di Pulau Jawa berdasarkan tingkat kemiskinannya. penelitian ini menggunakan data sekunder data dan informasi kemiskinan tahun 2022 menggunakan metode clustering dengan algoritma K-Means. Metode validasi cluster menggunakan Davies Bouldien-Index dengan nilai 0,9315 dengan bantuan tools anaconda dan bahasa pemrograman python. Hasil Penelitin ini menunjukkan kabupaten/kota di Pulau Jawa dapat di kelompokkan menjadi dua yaitu, (cluster 0) kabupaten/kota dengan tingkat kemiskinan rendah terdiri dari 86 kabupaten/kota dengan rata-rata tingkat kemiskinan, yaitu 8,86% dan rata-rata kedalaman kemiskinan(P1) 1,31%. Cluster (1) kabupaten/kota dengan tingkat kemiskinan tinggi terdiri dari 26 kabupaten/kota dengan rata-rata tingkat kemiskinan, yaitu 10,63% dan rata-rata kedalaman kemiskinan(P1), yaitu 1,90%. Kabupaten Bogor dengan tingkat kemiskinan paling tinggi dan Kota Mojokerto dengan tingkat kemiskinan paling rendah.
PERANCANGAN DAN PENGEMBANGAN SISTEM INFORMASI KEPEGAWAIAN MENGGUNAKAN METODE WATERFALL: STUDI KASUS: PT. DOLA USAHA INDONESIA Anggrian, Suryani; Yulisa Geni, Bias
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8862

Abstract

Sistem informasi memegang peran penting dalam perusahaan untuk menyajikan berdasarkan informasi yang akurat dan berkualitas. PT Dola Usaha Indonesia, sebagai distributor resmi Wooden Puzzle Rokr - Robotime, menghadapi tantangan dalam pengelolaan data pegawai yang masih manual, menyebabkan lambatnya proses administrasi sehingga kurang efisien. Penelitian ini bertujuan merancang dan mengembangkan Sistem Informasi Administrasi Kepegawaian dengan Metode Waterfall di PT Dola Usaha Indonesia. Metode pengumpulan data melibatkan observasi, wawancara, dan studi pustaka. Model pengembangan Waterfall digunakan dengan tahapan analisis, desain, pengkodean, dan pengujian. Hasilnya mencakup kerangka penelitian, use case diagram dan class diagram, rancangan antarmuka, bahasa pemrograman PHP, framework laravel dan pengujian dengan metode blackbox. Sistem informasi kepegawaian berbasis web dapat menyajikan informasi karyawan, mengelola arsip, kehadiran, inventaris, dan pengajuan, menggantikan proses manual yang kurang efisien. Berdasarkan penelitian yang dilakukan menunjukkan keberhasilan implementasi sistem, sementara saran untuk penelitian selanjutnya adalah penambahan fitur payroll atau penggajian, peningkatan keamanan data pegawai dan peningkatan pada sisi maintenancenya.
ANALISIS JUMLAH PENDUDUK MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN KABUPATEN/KOTA DI INDONESIA Nurhayah, Nurhayah; Suarna, Nana; Prihartono, Willy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8863

Abstract

Jumlah penduduk di Indonesia secara konsisten, terjadi peningkatan dari satu tahun ke tahun berikutnya. Populasi terpadat di Indonesia terdapat pada Kabupaten Bogor. Kepadatan penduduk yang tinggi biasanya menunjukan bahwa suatu wilayah memiliki populasi yang besar dalam luas wilayah yang terbatas. Di era sekarang, salah satu masalah yang terkait dengan aspek kependudukan adalah disparitas distribusi populasi yang tidak merata. Tujuan penelitian ini adalah untuk mengelompokan jumlah penduduk menggunakan algoritma K-Means. Pada konteks penelitian ini, sumber data yang dipakai diperoleh dari Badan Pusat Statistika mencakup informasi jumlah penduduk Kabupaten/Kota di Indonesia Tahun 2020 sd. 2022. Metode penelitian ini menerapkan Algoritma K-Means dengan memanfaatkan pendekatan Knowledge Discovery and Data Mining (KDD) dan tahapan yang digunakan yaitu Selection data, Preprocessing data, Transformation, Data Mining dan Evaluation. Melalui analisis Data Mining, pengelompokan jumlah penduduk menghasilkan 4 cluster yaitu cluster jumlah peduduk sangat padat, padat, sedang, dan rendah. Hasil dari penelitian ini, Dari pengujian yang telah dilakukan dengan Davies Boulding Index didapatkan cluster yang optimal yaitu k=4 dengan nilai DBI 0.127. Cluster 0 dengan jumlah penduduk rendah sebanyak 360 Kabupaten/Kota, cluster 1 dengan jumlah penduduk sedang sebanyak 93 Kabupaten/Kota, Cluster 2 dengan jumlah penduduk sangat padat sebanyak 1 Kabupaten, dan cluster 3 dengan jumlah penduduk padat sebanyak 28 Kabupaten/Kota.
PERANCANGAN PENGALAMAN PENGGUNA DALAM DESAIN APLIKASI OLAHRAGA FITLIFE DENGAN PENERAPAN METODE DESIGN THINKING Murdijat, Nizar; Romadoni Yunita, Ika
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.8865

Abstract

Dalam era transformasi digital, FitLife merupakan sebuah aplikasi kesehatan mobile, hadir sebagai solusi untuk masalah terkait kurangnya aktivitas fisik, kurangnya kesadaran kesehatan, serta kurangnya motivasi dan konsistensi. Dengan fokus pada aktivitas fisik yang dipandu secara online, FitLife menawarkan layanan efisien dan terjangkau. Dalam perancangan ulangnya, FitLife menggunakan pendekatan Design Thinking untuk menciptakan antarmuka pengguna yang sesuai dengan kebutuhan. Prototipe FitLife berhasil memudahkan pengguna dengan fitur-fitur informatif, formulir yang disederhanakan, notifikasi efektif, dan kemudahan pendaftaran. Uji kegunaan yang dilakukan juga menunjukkan bahwa aplikasi ini memenuhi kebutuhan pengguna, menjadikan FitLife sebagai aplikasi yang sukses dalam meningkatkan kualitas hidup dan kepuasan pengguna.
IMPLEMENTASI TABLEAU UNTUK PENGEMBANGAN VISUALISASI DATA PADA APLIKASI OPEN DATA DI DISKOMINFO KABUPATEN CIREBON Imam Muarif, Tiar; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8868

Abstract

Permasalahan pada penelitian adalah belum mampu mengelola data sehingga dapat menjadikannya dalam bentuk visual untuk memberikan informasi yang mudah dimengerti dapat digunakan untuk pengambilan kebijakan serta berperan dalam mensukseskan program Satu Data melalui website open data. Tujuan penelitian ini untuk membuat visualisasi data interaktif yang akan ditampilkan di website open data Kabupaten Cirebon dan memberikan pelatihan tableau. Metode yang digunakan dalam penelitian ini adalah drill down dengan mengolah data sesuai dengan peraturan satu data dari Provinsi Jawa Barat. Setelah melakukan proses pengelolaan data, peneliti akan melakukan ektract , transform dan load data ke dalam aplikasi tableau. Pada aplikasi ini, tipe data akan diubah sesuai dengan mekanisme aplikasi tableau agar dapat menghasilkan visualisasi. Selanjutnya, peneliti akan membuat sheet yang berisi dari setiap kategori informasi dalam bentuk visualisasi dan menggabungkannya ke dalam sebuah dashboard interaktif. Hasil penelitian ini sangat berkontribusi untuk program pemerintah Satu Data, tercapainya fitur visualisasi data pada website Open Data Kabupaten Cirebon, meningkatnya pengetahuan dan keterampilan pegawai Diskominfo Kabupaten Cirebon khususnya bidang SpeGov.
IMPLEMENTASI OWNCLOUD SEBAGAI SISTEM PENYIMPANAN FILE PRIBADI BERBASIS CLOUD COMPUTING Nicholas Saputra, Laurence; Wulandari, Khofifah; Hasibuan, Mentari; Heryana, Nono
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8871

Abstract

Banyak kali tantangan muncul saat ingin menyimpan data dengan memindahkannya ke dalam database internet layaknya yang diterapkan sekarang, misalnya penyimpanan data di Google Drive, Email, dan Dropbox. Dengan kemajuan Cloud Storage, kehadiran Cloud Computing begitu bermanfaat dalam menyimpan dokumen arsip. Suatu cloud computing memberikan kemungkinan kepada penggunanya dalam pengelolaan, penyimpanan, dan akses data dengan fleksibel menggunakan internet tanpa adanya batasan fisik perangkat keras lokal. Pada konteksnya, OwnCloud yaitu suatu platform sumber terbuka yang secara khusus dirancang sebagai persediaan layanan penyimpanan virtual (cloud). Platform ini bisa diterapkan menjadi sistem penyimpanan file dengan basis cloud computing, memberi fleksibilitas pada akses dan pengelolaan data dengan online. Pengujian sistem dilakukan untuk mengimplementasikan cloud storage berbasis OwnCloud dengan menggunakan spesifikasi perangkat keras dan lunak tertentu. Kebutuhan penyimpanan file diatur berdasarkan anggota keluarga. Desain jaringan komputer melibatkan XAMPP, OwnCloud, dan Ngrok untuk koneksi ke domain publik. Proses konfigurasi melibatkan instalasi XAMPP, penyimpanan OwnCloud, dan konfigurasi Authtoken Ngrok. Pengujian melibatkan akun admin, ayah, dan adik untuk mengakses dan mengelola file dari berbagai perangkat. Hasilnya menunjukkan bahwa OwnCloud berhasil diimplementasikan sesuai kebutuhan keluarga, memberikan solusi efektif untuk manajemen data secara maksimal.