cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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)
Published by Institut Teknologi Nasional Malang
ISSN : -     EISSN : 2598828X     DOI : -
Core Subject : Science,
Computer Science & IT
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.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 3,835 Documents
 282   283   284   285   286 
ANALISIS DISTRIBUSI RATA-RATA WAKTU RESPON APLIKASI BERBASIS WEB MENGGUNAKAN KURVA NORMAL DAN SIMPANGAN BAKU Setiawan, Arico; Alexandro, Yosua; Parhusip , Jadiaman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12176

Abstract

Penelitian ini menganalisis distribusi waktu respons rata-rata aplikasi berbasis web menggunakan pendekatan kurva normal dan simpangan baku. Permasalahan utama yang diangkat adalah ketidakpastian dalam pola distribusi waktu respons akibat berbagai kondisi operasional, seperti lonjakan lalu lintas pengguna. Penelitian ini bertujuan memberikan wawasan tentang stabilitas performa aplikasi dan menyarankan perbaikan untuk meningkatkan pengalaman pengguna. Data yang digunakan adalah data sekunder dari laporan kinerja server pada platform cloud computing. Metode yang diterapkan mencakup perhitungan statistik deskriptif, visualisasi data, dan uji normalitas untuk menilai kesesuaian distribusi waktu respons dengan pola normal. Hasil menunjukkan bahwa waktu respons aplikasi sebagian besar mengikuti distribusi normal namun dengan simpangan baku yang signifikan, mencerminkan variasi performa web berdasarkan pada berbagai faktor seperti jenis tugas, status tugas, dan prioritas tugas. Identifikasi pola distribusi ini membantu pengelola aplikasi dalam mengoptimalkan desain sistem dan alokasi sumber daya. Penelitian ini menawarkan kontribusi praktis untuk pengembang dan administrator sistem dalam meningkatkan kinerja aplikasi web berbasis cloud.
PENERAPAN BLACK BOX TESTING UNTUK EVALUASI FUNGSIONALITAS WEBSITE MAGGOPLAST Aqil Musthafa Ar Rachman, Muhammad; Aulia Hanifah, Nurrizkyta; Farah Fakhirah, Siti; Halya Alfrida, Marsya; Shafa Salsabila, Nasywa; Wicaksono, Aditya; Parasti Mindara, Gema
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12177

Abstract

Peningkatan penggunaan website sebagai media utama layanan kesehatan memerlukan evaluasi fungsionalitas yang andal untuk memastikan pengalaman pengguna yang optimal. Salah satu platform yan sedang berkembang adalah Maggoplast, platform digital yang memasarkan produk Maggoplast Gel berbasis bahan alami. Namun, kinerja dan keandalan fungsionalitas website ini belum diuji secara menyeluruh, sehingga berpotensi memengaruhi kepuasan pengguna dan kepercayaan terhadap layanan yang diberikan. Penelitian ini bertujuan untuk mengidentifikasi dan menguji kinerja fitur utama dari website Maggoplast menggunakan metode Black Box Testing. Metode ini berfokus pada pengujian fungsionalitas berdasarkan input dan output setiap fitur website tanpa melihat implementasi kode. Adapun langkah-langkah yang dilakukan mencakup identifikasi fungsi sistem, perancangan kasus uji, pelaksanaan pengujian, dan analisis hasil pengujian. Hasil pengujian menunjukkan sebagian besar fitur utama, seperti registrasi akun, login, dan melihat artikel berjalan sesuai harapan, memberikan pengalaman pengguna yang baik. Namun, beberapa fitur seperti validasi email, pelacakan pesanan, dan chatbot masih memerlukan perbaikan lebih lanjut. Secara keseluruhan, penelitian ini menekankan pentingnya pengujian fungsional yang sistematis untuk meningkatkan keandalan dan pengalaman pengguna, serta memberikan rekomendasi untuk pengembangan lebih lanjut dengan harapan dapat memenuhi ekspektasi pengguna secara optimal
PENERAPAN DATA MINING UNTUK PENGELOMPOKAN PRODUK PENJUALAN MENGGUNAKAN ALGORITMA K-MEANS : STUDI KASUS: TOKO AGUNG MAKMUR JAYA Dwi Agustiar, Fajar; Nurina Sari, Betha; Maulana, Iqbal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12178

Abstract

Perkembangan dan persaingan dalam bisnis perdagangan serta kemajuan teknologi informasi membuat semakin ketatnya persaingan pasar untuk memenuhi tuntutan pelanggan yang terus meningkat. Toko Agung Makmur Jaya masih sering kesulitan dalam menentukan strategi bisnis seperti apa yang paling efektif. Berdasarkan data hasil penjualan selama satu tahun, bulan Juli 2023 – Juni 2024 tren penjualan Toko Agung Makmur Jaya cenderung menurun. Toko Agung Makmur Jaya dapat memanfaatkan fitur laporan penjualan produk setiap bulan yang sudah ada untuk menentukan pola penjualan yang efektif. Penelitian ini bertujuan menerapkan clustering k-means untuk pengelompokan produk Toko Agung Makmur Jaya. Penelitian ini dilakukan dengan bahasa pemrograman Python dan menggunakan metodologi CRISP-DM. DBI digunakan untuk menentukan jumlah cluster terbaik, yaitu 5 cluster dengan nilai DBI 0.453559. Hasil dari penelitian ini berupa pengelompokan produk dari data penjualan Toko Agung Makmur Jaya, pada Cluster 4 dikategorikan sangat laku dan omzet sangat besar, Cluster 2 dikategorikan laku dan omzet besar, Cluster 1 dikategorikan cukup laku dan omzet sangat besar, Cluster 3 dikategorikan tidak laku dan omzet tidak besar, dan Cluster 0 dikategorikan sangat tidak laku dan omzet sangat tidak besar. Hasil clustering k-means dievaluasi menggunakan Silhoutte Coeffecient mendapatkan nilai sebesar 0,68 yang mana nilai tersebut masuk ke dalam kategori struktur klaster standar.
MONITORING LAHAN PARKIR MENGGUNAKAN PYTHON, CV2, CVZONE DAN NUMPY Putu Sealtiel Armeza Diandra , Dewa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12182

Abstract

Sistem monitoring lahan parkir yang ada saat ini masih sangat bergantung pada komunikasi manual antar petugas, yang menyebabkan lambatnya aliran informasi mengenai ketersediaan slot parkir dan berpotensi menimbulkan kemacetan. Penelitian ini bertujuan untuk mengembangkan sistem pemantauan parkir berbasis Python dan teknologi IoT yang dapat mendeteksi ketersediaan tempat parkir secara real-time. Metode yang digunakan meliputi pemrograman dengan pustaka Python seperti OpenCV, CVZone, dan Numpy untuk memproses data visual dari kamera pengawas. Hasil dari pengujian menunjukkan bahwa sistem ini mampu mendeteksi slot parkir kosong dengan akurasi 98,55%, meskipun terdapat sedikit kesalahan deteksi akibat kendaraan yang tidak sepenuhnya masuk ke dalam slot. Dengan penerapan sistem ini, diharapkan dapat meningkatkan efisiensi pengelolaan lahan parkir dan mengurangi kemacetan akibat pencarian tempat parkir yang kosong. Penelitian ini memberikan kontribusi signifikan terhadap inovasi teknologi dalam manajemen parkir di area perkotaan.
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK KLASIFIKASI DIAGNOSIS PENYAKIT LAMBUNG Hartini, Tuti; Irma Purnamasari, Ade; Bahtiar, Agus; Kaslani, Kaslani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12183

Abstract

Keterbatasan akses layanan Kesehatan spesialis untuk diagnosis penyakit lambung masih menjadi tantangan utama di wilayah pedesaan seperti desa Sukamulya. Hal ini, menyebabkan keterlambatan penanganan dan potensi memburuknya kondisi Kesehatan Masyarakat setempat. Penelitian ini bertujuan untuk mengembangkan model deteksi penyakit lambung menggunakan Algoritma K-means Clustering yang disesuaikan dengan kondisi Kesehatan Masyarakat setempat. Metode yang digunakan adalah Algoritma K-means Clustering dengan menganalisis data dari 300 pasien yang dikumpulkan selama 3 bulan di puskesmas Desa Sukamulya. Attribut yang digunakan mencangkup usia, jenis gejala, dan diagnosis awal untuk pengelompokkan penyakit lambung seperti Gastritis, ulkus peptikum, GERD, dan maag. Hasil penelitian ini menunjukkan nilai Davies Bouldin Index (DBI) terbaik ada pada kluster 6 dengan nilai DBI -0.488, dengan distribusi anggota: kluster 0: 68 items, cluster 2: 9 items, cluster 3: 49 items, cluster 4: 59 items, dan kluster 5: 57 items. Model ini juga berpotensi memberikan wawasan baru tentang penggunaan teknologi pembelajaran mesin dalam konteks Kesehatan pedesaan dan dapat menjadi landasan untuk pengembangan kebijakan Kesehatan yang lebih berbasis teknologi dan inklusif. Hasil penelitian ini diharapkan dapat mendorong adopsi teknologi dalam bidang pelayanan Kesehatan serta meningkatkan literasi digital Masyarakat dan tenaga Kesehatan di wilayah pedesaan
IMPLEMENTASI ALGORTIMA CLUSTERING PADA DATA PENJUALAN MOBIL DI AUTI2000 SALEMBA Rusman, Fericho; Tundjungsari, Vitri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12189

Abstract

Dalam industri otomotif, analisis data menjadi alat penting untuk memahami pola penjualan dan preferensi pelanggan guna mengembangkan strategi pemasaran yang efektif. Auto2000 Salemba, salah satu cabang PT Astra International Tbk, belum menerapkan metode analisis berbasis data untuk mengelompokkan penjualan mobil berdasarkan atribut seperti varian, warna, jenis transmisi, dan harga. Penelitian ini bertujuan untuk mengelompokkan mobil terlaris berdasarkan variannya di Auto2000 Salemba, Jakarta, Indonesia. memberikan wawasan tentang segmentasi pasar dan posisi kompetitif. Metode K-means diterapkan menggunakan data penjualan yang dikumpulkan dari Auto2000 Salemba, cabang dari PT. Astra International Tbk. Dataset ini terdiri dari 1501 catatan penjualan mobil, di mana atribut seperti varian mobil, warna, jenis transmisi, dan harga dianalisis. Prosesnya melibatkan pembersihan data, transformasi, dan penerapan algoritma K-Means untuk mengidentifikasi kluster yang mengkategorikan varian mobil terlaris. Melalui analisis, jumlah kluster optimal (k) ditentukan sebanyak 3, yang dipilih berdasarkan Metode Elbow. Hasil menunjukkan bahwa Klaster 1 terdiri dari 474 kendaraan dengan preferensi warna tertentu, Klaster 2 mencakup 889 kendaraan dengan volume penjualan tinggi, dan Klaster 3 berisi 138 kendaraan dengan preferensi yang lebih beragam. Dari hasil yang didapatkan pada penelitian ini dapat membantu Auto2000 mengembangkan strategi pemasaran
ANALISIS POLA PEMBELIAN ALAT KESEHATAN DENGAN PENERAPAN ALGORITMA APRIORI UNTUK OPTIMALISASI STRATEGI PENJUALAN Nailul Autor, Nendy; Aryanto, Joko
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12190

Abstract

Permintaan alat kesehatan di Indonesia mengalami peningkatan signifikan, didorong oleh meningkatnya kesadaran masyarakat terhadap pentingnya kesehatan serta kebutuhan fasilitas medis yang lebih baik. Namun, PT. Setia Anugrah Medika sebagai salah satu distributor alat kesehatan terkemuka menghadapi tantangan dalam memahami pola pembelian pelanggan untuk menyelaraskan stok dengan kebutuhan pasar. Masalah ini penting untuk diatasi guna meningkatkan efisiensi operasional dan kepuasan pelanggan. Penelitian ini bertujuan untuk mengembangkan sistem berbasis algoritma Apriori yang mampu menganalisis pola pembelian alat kesehatan. Metode penelitian melibatkan pengumpulan data transaksi penjualan periode tertentu yang diolah menggunakan bahasa pemrograman PHP dengan penyimpanan data pada database MySQL. Data dianalisis menggunakan algoritma Apriori untuk menemukan itemset yang sering muncul bersama dan membangun aturan asosiasi yang relevan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengidentifikasi pola pembelian yang signifikan, seperti kombinasi produk yang sering dibeli bersamaan. Selain itu, aturan asosiasi yang dihasilkan memberikan wawasan strategis dalam pengelolaan stok dan penjualan. Sistem ini tidak hanya membantu PT. Setia Anugrah Medika mengoptimalkan strategi pemasaran, tetapi juga meningkatkan akurasi prediksi permintaan pelanggan. Implementasi sistem berbasis algoritma Apriori ini dapat menjadi solusi yang efektif untuk meningkatkan daya saing perusahaan di pasar alat kesehatan
ANALISIS APROKSIMASI FUNGSI SIGMOID BINER MENGGUNAKAN DERET TAYLOR DENGAN IMPLEMENTASI MATLAB Yolandari, Nezza Anggraini; Akva, Sabrina; Putra Hatoguan, Idris; Harliana, Putri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12191

Abstract

Fungsi sigmoid memainkan peran penting dalam machine learning dan sistem kontrol, terutama untuk klasifikasi biner. Namun, perhitungan langsung fungsi sigmoid melibatkan operasi eksponensial yang memerlukan komputasi intensif, khususnya pada perangkat dengan sumber daya terbatas. Untuk mengatasi kendala tersebut, penelitian ini mengusulkan penggunaan pendekatan deret Taylor sebagai metode aproksimasi fungsi sigmoid. Pendekatan ini mengubah fungsi non-linear menjadi polynomial, menggantikan operasi eksponensial dengan operasi aritmetika yang lebih efisien untuk dihitung. Penelitian ini bertujuan untuk menganalisis aproksimasi fungsi sigmoid biner menggunakan deret Taylor dengan implementasi MATLAB. Uji coba dilakukan dengan beberapa input x (0.5, 1.0, 1.5, dan 2.0) dan berbagai orde deret taylor (3, 4, 5, hingga 7). Hasil aproksimasi dibandingkan dengan fungsi sigmoid standar, dan galat relatif dihitung untuk mengevaluasi tingkat akurasi. Hasil menunjukkan bahwa orde lebih tinggi menghasilkan galat lebih kecil, yaitu pada galat orde 7 mencapai di bawah 0,5% untuk x = 2,0, dibandingkan galat 70,3% pada orde 3. Aproksimasi paling akurat untuk nilai x kecil, sedangkan nilai x besar membutuhkan lebih banyak suku deret untuk hasil yang mendekati nilai exact. Hasil penelitian ini memberikan wawasan mendalam tentang keefektifan deret Taylor dalam menghampiri fungsi sigmoid biner. Implementasi dalam MATLAB mendukung analisis efisiensi dan akurasi, menjadikan metode ini relevan dalam pengembangan algoritma efisien untuk perangkat dengan keterbatasan sumber daya
PENERAPAN DATA MINING DALAM KLASIFIKASI DATA TRANSAKSI PRODUK KOPERASI DI SMK PGRI 2 KARAWANG Zidane, M Yazid; Nurina Sari, Betha; Maulana, Iqbal; Primaya, Aji; Garno, Garno
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12196

Abstract

Koperasi SMK PGRI 2 Karawang menghasilkan data transaksi harian yang sering kali hanya terdokumentasi tanpa pemanfaatan lebih lanjut, meskipun data tersebut dapat digunakan untuk mengoptimalkan penjualan dan mengurangi kerugian. Penelitian ini bertujuan menerapkan algoritma Naive Bayes untuk mengklasifikasikan data transaksi koperasi dalam memprediksi keuntungan dan kerugian. Data terdiri dari 774 transaksi dari Januari 2023 hingga Agustus 2024, mencakup atribut seperti tanggal, nama produk, kategori, jumlah terjual, harga, dan total penjualan. Metodologi penelitian menggunakan Knowledge Discovery in Database (KDD), yang meliputi pemilihan data, preprocessing, transformasi, data mining, dan evaluasi model. Hasil evaluasi menunjukkan akurasi model Naive Bayes sebesar 98,97% pada test size 0,5 dengan F1-score 0,99 dalam mengklasifikasikan produk laku dan kurang laku, sehingga meningkatkan efisiensi pengelolaan transaksi koperasi.
PENGARUH PENGGUNAAN AI TERHADAP KOMPETENSI DAN MOTIVASI BELAJAR MAHASISWA Rifqi Abdurrahman, Ahmad; Bayu Rizki, Mohammad; Bagus Pradana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12205

Abstract

Kemajuan teknologi, khususnya kecerdasan buatan (AI), telah membawa dampak signifikan di dunia pendidikan. AI berkontribusi dalam meningkatkan efisiensi, personalisasi pembelajaran, dan hasil akademik. Namun, penerapannya juga menghadirkan tantangan, seperti ketergantungan pada teknologi, penurunan kemampuan berpikir kritis, serta masalah etika terkait privasi data. Penelitian ini bertujuan untuk menganalisis pengaruh penggunaan AI terhadap kompetensi akademik dan motivasi belajar mahasiswa, serta mengeksplorasi tantangan yang muncul dalam implementasinya. Menggunakan tinjauan literatur sistematis berdasarkan pedoman PRISMA, penelitian ini menganalisis 30 artikel yang relevan untuk memahami dampak positif dan negatif dari penggunaan AI dalam pendidikan. Hasil penelitian menunjukkan bahwa AI memiliki potensi besar dalam meningkatkan pembelajaran adaptif, memberikan umpan balik real-time, dan mendorong motivasi intrinsik mahasiswa. AI juga membantu meningkatkan kemampuan menyelesaikan masalah dan pemahaman konseptual. Namun, ada risiko yang harus diperhatikan, seperti ketergantungan berlebihan pada teknologi, penurunan kualitas berpikir kritis, dan tantangan etika lainnya. Penelitian ini menegaskan perlunya strategi pengawasan, peningkatan literasi AI, dan pengembangan kebijakan pendidikan berbasis etika. Dengan pendekatan yang tepat, AI dapat dioptimalkan untuk mendukung pembelajaran yang efektif tanpa mengorbankan nilai-nilai pendidikan dan etika

Page 284 of 384 | Total Record : 3835

 282   283   284   285   286 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol. 9 No. 5 (2025): JATI Vol. 9 No. 5 Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4 Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3 Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2 Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1 Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6 Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5 Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4 Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3 Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2 Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1 Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6 Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5 Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4 Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3 Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2 Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1 Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2 Vol. 6 No. 1 (2022): JATI Vol. 6 No. 1 Vol. 5 No. 2 (2021): JATI Vol. 5 No. 2 Vol. 5 No. 1 (2021): JATI Vol. 5 No. 1 Vol. 4 No. 2 (2020): JATI Vol. 4 No. 2 Vol. 4 No. 1 (2020): JATI Vol. 4 No. 1 Vol. 3 No. 2 (2019): JATI Vol. 3 No. 2 Vol. 3 No. 1 (2019): JATI Vol. 3 No. 1 Vol. 2 No. 2 (2018): JATI Vol. 2 No. 2 Vol. 2 No. 1 (2018): JATI Vol. 2 No. 1 Vol. 1 No. 2 (2017): JATI Vol. 1 No. 2 Vol. 1 No. 1 (2017): JATI Vol. 1 No. 1 More Issue