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
RANCANG BANGUN APLIKASI JUAL-BELI BARANG SECONDHAND DI KOMUNITAS UNP (SECONDAPPS) BERBASIS ANDROID Melinia Safitri, Ika; Kurniadi, Denny
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.v8i3.9792

Abstract

Penelitian ini bertujuan untuk merancang dan membangun aplikasi jual-beli barang bekas (SecondApps) berbasis Android untuk komunitas Universitas Negeri Padang (UNP). Dengan melihat tren di masyarakat yang semakin tertarik pada barang bekas untuk alasan koleksi, hobi, dan efisiensi pengeluaran, serta kebutuhan akan wadah promosi khusus bagi dosen, pegawai, dan mahasiswa UNP untuk menjual barang bekas yang layak pakai, penelitian ini mengusulkan solusi dengan mengembangkan aplikasi yang memungkinkan pengguna untuk membeli dan menjual barang bekas dengan mudah. Penelitian awal melibatkan wawancara dengan mahasiswa UNP, yang menunjukkan bahwa sebagian besar dari mereka memilih untuk menjual barang bekas sebelum pulang ke daerah asal, sementara banyak mahasiswa baru tidak mengetahui adanya barang bekas yang masih layak pakai dijual dengan harga ekonomis. Selain itu, wawancara dengan mahasiswa juga menyoroti penggunaan marketplace online seperti OLX dan Facebook sebagai saluran penjualan barang bekas. Dengan demikian, aplikasi yang diusulkan diharapkan dapat memenuhi kebutuhan pengguna dalam menjual dan membeli barang bekas secara efektif dan efisien
PENERAPAN FLUTTER PADA DASHBOARD ADMIN SALON KECANTIKAN “BLISS BEAUTY” BERBASIS MOBILE Sinta Septiani, Clara; Valentine, Virginia; Handrianus Pranatawijaya, Viktor; Noor Kamala Sari, Nova
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.v8i3.9794

Abstract

Dalam penelitian ini, sebuah aplikasi mobile berbasis Flutter telah dikembangkan untuk memudahkan pengelola salon dalam mengelola data pegawai dan pemesanan layanan perawatan diri. Dengan menggunakan metode analisis kebutuhan, perancangan sistem, dan perancangan database, aplikasi ini berhasil dirancang untuk memberikan solusi yang praktis dan efisien bagi industri perawatan kecantikan. Pengujian fungsionalitas aplikasi dilakukan menggunakan metode Blackbox Testing, yang menunjukkan bahwa setiap fitur berfungsi sesuai dengan yang diharapkan. Hasil pengujian menunjukkan kesesuaian antara keluaran aplikasi dengan hasil yang diharapkan, menegaskan kelayakan dan kinerja aplikasi Flutter dalam memenuhi kebutuhan pengelola salon.
ANALISIS DAN PERBANDINGAN KINERJA PROXMOX VIRTUAL ENVORMENT DALAM VIRTUALISASI PADA OS DEBIAN DAN UBUNTU Chandra, Radja Aditya; Murhaban, Murhaban; Suryadi, Suryadi; Mukhlizar, Mukhlizar
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.v8i3.9795

Abstract

Saat ini, perkembangan teknologi komunikasi dan informasi berlangsung dengan pesat. Salah satu kemajuan signifikan adalah adanya virtualisasi server. Server yang berperan sebagai pusat penyedia layanan dalam suatu jaringan, menjadi kunci dalam proses ini. Pembuatan satu server membutuhkan kapasitas penyimpanan yang besar, dan oleh karena itu, biaya yang terkait pun cukup tinggi. Dalam hal ini, Proxmox muncul sebagai solusi virtual machine yang efektif untuk mengvirtualisasikan server. Proses implementasi dimulai dengan analisis data, pemeriksaan kelengkapan hardware dan perangkat lunak, serta perancangan topologi sebelum melakukan instalasi Proxmox. Setelah Proxmox diinstal, langkah berikutnya melibatkan pembuatan node dan instalasi 2 virtual server. Kedua virtual server ini berjalan pada sistem operasi Debian dan Ubuntu. Penggunaan sumber daya seperti CPU, memori, dan penyimpanan diamati selama pengujian. Hasil pengujian menunjukkan bahwa ketika tidak ada virtual server yang berjalan, penggunaan CPU adalah 0% dengan penggunaan memori sekitar 20% (0,5 GB dari total 4 GB) dan penyimpanan sekitar 16% (9 GB dari total 30 GB). Namun, ketika 2 virtual server dijalankan bersamaan, terjadi peningkatan signifikan dalam penggunaan sumber daya. Penggunaan CPU meningkat menjadi 30%, penggunaan memori naik menjadi 94% (1,9 GB dari total 4 GB), dan penggunaan penyimpanan meningkat menjadi 9% (11 GB dari total 30 GB). Ini menunjukkan bahwa penggunaan sumber daya meningkat secara substansial ketika semua virtual server aktif. Ketika virtualisasi dimulai, terjadi lonjakan penggunaan CPU selama proses awal, yang kemudian menurun dan stabil saat virtual server berjalan sepenuhnya. Ini menandakan adanya proses awal yang memerlukan sumber daya CPU, namun sistem secara otomatis mengatur penggunaan sumber daya setelahnya.
IMPELEMENTASI DATA MINING UNTUK CLUSTERING PENDUDUK MISKIN DI DESA SETROHADI MENGGUNAKAN ALGORITMA PILLAR K-MEANS Aditiya Perdana, Rafly; Aisyiyah Rakhma Devi, Putri
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.v8i3.9796

Abstract

Kemiskinan adalah keadaan dimana terjadi ketidakmampuan untuk memenuhi kebutuhan dasar seperti makanan, pakaian, tempat berlindung, pendidikan, dan Kesehatan. Masalah kemiskinan masih menjadi perhatian penting yang harus ditindaklanjuti oleh pemerintah. Menurut salah satu masyarakat di Desa Setrohadi, terdapat masalah penyaluran bantuan yang kurang merata dan tepat sasaran. Hal tersebut disebabkan karena kurangnya ketelitian serta rumitnya pengelolahan data dalam menentukan penduduk miskin yang menjadi prioritas utama penerima bantuan serta belum tersedianya sistem yang dapat digunakan untuk mengetahui penduduk miskin di Desa Setrohadi berdasarkan kriteria yang sudah ditentukan, dari permasalahan tersebut dapat dibuat Sistem Pengelompokkan Penduduk Miskin Berbasis Web Menggunakan Metode Pillar K-Means. Dimana sistem yang digunakan dapat memberikan informasi mengenai pemetaan hasil klasterisasi data yang proses clusteringnya menggunakan metode Pillar K-Means, yang nantinya dapat membantu pihak desa dalam mengelompokkan penduduk yang tergolong miskin dan data yang diperoleh lebih akurat. Hasil pengelompokkan data penduduk miskin di Desa Setrohadi menggunakan Algoritma Pillar K-Means dengan 2 cluster, cluster 1 berjumlah 127 data kepala keluarga dan cluster 2 berjumlah 96 data kepala keluarga dengan nilai evaluasi performa menggunakan DBI didapatkan hasil 0,9911.
IMPLEMENTASI FRAMEWORK FLUTTER UNTUK APLIKASI REKOMENDASI GAYA RAMBUT MENGGUNAKAN ARTIFICIAL INTELEGENCE VISION CHATGPT Mewandari, Seli; Cyaramani, Cyaramani; Sudarya, M. Farhan; Imanuel, Rangga; Tryastie, Melisa; Handrianus Prantawijaya, Viktor; Noor Kumala Sari, Nova
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.v8i3.9800

Abstract

Penampilan dan gaya pribadi menjadi penting dalam era digital, namun memilih gaya rambut yang sesuai sering menjadi tantangan. Ketidaktahuan kapster dalam memberikan saran gaya rambut yang tepat menyebabkan ketidakpuasan pelanggan. Penelitian ini mengusulkan pengembangan aplikasi rekomendasi gaya rambut berbasis AI menggunakan Flutter dan ChatGPT. Aplikasi ini dikembangkan menggunakan metode waterfall, yang melibatkan tahapan analisis, desain, implementasi, pengujian, dan pemeliharaan. Teknologi Flutter digunakan untuk memastikan aplikasi berjalan secara optimal di platform Android, sedangkan fitur Vision AI dari ChatGPT digunakan untuk menganalisis data wajah dan rambut pengguna. Aplikasi ini mengumpulkan informasi tentang preferensi dan karakteristik pribadi pengguna, seperti bentuk wajah dan jenis rambut, untuk memberikan rekomendasi yang sesuai. Penelitian mengeksplorasi proses implementasi teknologi ini, mengidentifikasi tantangan pengembangan, dan mengukur efektivitas aplikasi. Hasil menunjukkan bahwa aplikasi berhasil memberikan rekomendasi gaya rambut berdasar foto, warna, tekstur dan panjang rambut, mengatasi kebingungan pelanggan dan membantu kapler memberikan rekomendasi gaya rambut di salon. Dengan demikian, aplikasi ini diharapkan membuka jalan bagi penerapan AI di bidang kecantikan dan gaya hidup
PEMODELAN POLA PENJUALAN SEPATU IMPOR MELALUI PENDEKATAN ALGORITMA K-MEANS Harum, Rosnia; Fathurrohman, Fathurrohman; Rizki Rinaldi, Ade
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.v8i3.9801

Abstract

Toko Myi Store merupakan toko yang bergerak dibidang penjualan Sepatu impor, adapun permasalahan yang dihadapi oleh toko myi store yaitu owner tidak tahu data penjualan sepatunya dalam jangka tiga tahun terakhir itu meningkat atau menurun dan juga memastikan ketersediaan barang, stok barang, dan kelengkapan barang agar menghindari penumpukan barang yang sama dan kurang di minati oleh konsumen. Tujuan penelitian ini untuk mengetahui produk yang diminati oleh konsumen dan bisa mendapatkan analisis data penjualan yang paling laku, laku dan kurang laku untuk dijual. Hasil dari penelitian ini melakukan 4 kali percobaan dengan k yang berbeda, dan diketahui dari 4 kali percobaan, nilai k yang paling optimal terdapat pada k = 4 dengan hasil DBI nya adalah 0. 189, Cluster yang dihasilkan memperoleh sebanyak 4 Cluster Setiap klaster memiliki karakteristiknya sendiri dalam tingkat penjualan yang berbeda-beda tergantung merek sepatu yang dijual. Klaster tersebut menunjukkan sejumlah pola yang paling banyak diminati oleh pembeli myi store terhadap sepatu yang dijual, Hasil dari cluster Sepatu yang paling laku adalah Converes dan Nike, sepatu yang laku yaitu Adidas dan New Balance, sedangkan sepatu yang kurang laku dan kurang diminati adalah Puma. Penelitian ini diharapkan dapat memberi wawasan yang lebih luas bagi industry sepatu untuk mengembangkan strategi pemasaran yang lebih terfokus dan efektif.
IMPLEMENTASI FRAMEWORK FLUTTER UNTUK PENGEMBANGAN APLIKASI RESTORAN DENGAN PENERAPAN API CHATGPT Ainah, Saripah; Nur Chusnul Khotimah, Yusie; Maharani, Audry; Noor Kamala Sari, Nova; Handrianus Pranatawijaya, Viktor
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.v8i3.9804

Abstract

Pada era modern ini, aplikasi berbasis mobile semakin mendominasi industri restoran untuk meningkatkan efisiensi dan pengalaman pelanggan. Namun, tantangan dalam implementasi aplikasi juga semakin kompleks, terutama dalam menyediakan layanan yang responsif dan interaktif. Oleh karena itu, penelitian ini membahas implementasi framework Flutter dan penerapan API ChatGPT dalam pengembangan aplikasi restoran untuk meningkatkan kualitas layanan restoran. Melalui metode Waterfall dan pengujian Blackbox, aplikasi Selaras Nusantara dirancang untuk meningkatkan efisiensi dan pengalaman pelanggan. Metode waterfall digunakan dalam pengembangan sistem, yang meliputi analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Aplikasi ini dibangun dengan menggabungkan Dart dan Flutter. Hasil dari penelitian ini menunjukkan aplikasi berhasil mengintegrasikan fitur-fitur seperti pemesanan, pencarian menu, dan pembayaran, serta menyertakan API ChatGPT untuk menjawab pertanyaan pengguna terkait resep makanan. Kesimpulannya, Selaras Rasa Nusantara memberikan kemudahan dalam memesan makanan
OPTIMALISASI PENJUALAN PRODUK MELALUI ANALISIS DATA DAN PENGELOMPOKAN PRODUK: STUDY KASUS HOPESPACE COFFE DENGAN ALGORITMA K-MEANS Asmaya, Dede; Irawan, Bambang; Bahtiar, Agus
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.v8i3.9805

Abstract

Industri makanan dan minuman, terutama dalam bisnis kafe, mengalami persaingan yang semakin ketat dan peningkatan jumlah pesaing. Para pemilik usaha di sektor ini perlu terus berinovasi serta memperbaiki strategi mereka guna menjaga dan meningkatkan pangsa pasar mereka, serta meningkatkan efisiensi dalam operasional. Salah satu cara untuk mencapai tujuan ini adalah dengan melakukan analisis data penjualan secara detail dan menerapkan strategi pemasaran yang efisien, diharapkan dapat mendatangkan pengetahuan yang lebih mendalam terkait dengan tren penjualan harian di HopeSpace Caffe. Selain itu, melalui analisis yang dilakukan dengan bantuan algoritma K-Means, akan terungkap kelompok produk yang memiliki karakteristik serupa berdasarkan perilaku pembelian konsumen. Hal ini akan memberikan sudut pandang baru terkait strategi pemasaran yang lebih efisien dan memampukan pemilik bisnis untuk merencanakan langkah-langkah yang lebih cermat dalam mengelola operasional bisnis mereka. dari hasil nilai Davies Bouldin Index (DBI) yang optimal dari penerapan algoritma K-Means terhadap data penjualan dan pengelompokan produk kopi di Hopespace Coffe menghasilkan nilai DBI 0.035 dengan K4. Adapun Karakteristik dari cluster 0 yang terdiri dari 24 Item dengan karakteristik dari tahun 2021-2022 Dengan jenis kopi Robusta memiliki jumlah Cup yang terjual dari rata-rata 224 sampai 246, cluster 1 terdiri dari 24 Item dengan karakteristik dari tahun 2021-2022 Dengan jenis kopi Arabica memiliki jumlah Cup yang terjual dari rata-rata 413 sampai 491, cluster 2 terdiri dari 24 item dengan karakteristik dari tahun 2021-2022 dengan jenis kopi Kamojang memiliki jumlah Cup yang terjual dari rata-rata 89 sampai 134, Cluter 3 terdiri dari 24 item dengan karakteristik dari tahun 2021-2022 dengan jenis kopi Puntang memiliki jumlah Cup yang terjual dari rata-rata 34 sampai 116, dimana setiap kelompok memiliki karakteristik yang berbeda secara signifikan dari kelompok lainya
PENGELOMPOKAN DATA PENJUALAN SEMBAKO BERDASARKAN PERILAKU PEMBELI MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Husen Adlun, Muhammad; Astuti, Rini; Basysyar, Fadhil M.
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.9806

Abstract

Sembako adalah komoditas yang sangat penting bagi masyarakat. Oleh karena itu, distribusi dan penjualan sembako memiliki peran yang signifikan dalam perekonomian. Supermarket dan toko kelontong berupaya menyediakan produk yang paling diminati konsumen, sambil menyesuaikan strategi penjualan mereka sesuai dengan permintaan dan perilaku pembeli. .Tujuan penelitian ini adalah untuk menganalisis perilaku pembeli dalam data penjualan sembako dan mengelompokkan data tersebut berdasarkan pola pembelian yang sebanding dengan algoritma pengelompokan K-Means. Diharapkan bahwa pemahaman yang lebih baik tentang demografi pembeli dan pola belanja mereka dapat dihasilkan dari penggunaan kelompokan ini dalam strategi pemasaran. Data yang digunakan dalam penelitian ini berasal dari penjualan sembako dari toko selama satu tahun. Informasi tentang jenis produk, jumlah, waktu, dan identitas pembeli termasuk dalam data ini. Hasil dari Clustering ini menunjukkan bahwa hasil perhitungan dan uji coba dari penelitian yang sudah dilakukan, terdapat dua cluster yang telah ditentukan, untuk cluster_0 yang memiliki 1237 item dikategorikan laku, dan untuk cluster_1 memiliki 51 item dikategorikan kurang laku. Dengan nilai Davies Bouldin Index (DBI) 0.234.
KLASIFIKASI PENYAKIT GINJAL MENGGUNAKAN ALGORITMA HIBRIDA CNN-ELM Hasby Bik, Ahmad; Tri Anggraeny , Fetty; Yulia Puspaningrum, Eva
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.v8i3.9807

Abstract

Penyakit ginjal adalah masalah serius yang memerlukan deteksi dini. Studi ini menjelajahi model hybrid CNN-ELM untuk mengklasifikasikan gambar CT penyakit ginjal, menyoroti pentingnya pemilihan fungsi aktivasi. Dengan fokus pada gambar CT, pendekatan ini menjanjikan diagnosis yang akurat dengan akurasi tinggi, mendukung praktik klinis sehari-hari. Melalui percobaan jumlah filter dalam CNN dan neuron tersembunyi dalam ELM, performa model dapat ditingkatkan. ReLU mencapai akurasi tertinggi (0.9963), sedangkan Tanh (0.8419). Hasil ini memberikan panduan penting untuk mengoptimalkan konfigurasi model dalam mendiagnosis penyakit ginjal secara efisien. Dengan akurasi yang memuaskan, pendekatan ini berpotensi menjadi alat bantu berharga dalam praktik medis, membantu praktisi dalam membuat keputusan yang lebih baik