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 RANTAI PASOK PRODUKSI INDUSTRI JEANS DI PEMALANG MENGGUNAKAN METODE SCOR Sipho Samuel Damanik, Geordy; Restu Saputra, Wildan; Mahya Mafaza, Vicky; Evan Nicholas, Erick; Afrad, Mahazam
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.v9i1.12660

Abstract

Industri jeans di Pemalang merupakan salah satu penggerak utama ekonomi kreatif Indonesia dalam sektor tekstil dan fashion. Kompleksitas rantai pasok dalam industri ini menimbulkan tantangan dalam mengoptimalkan proses dari pengadaan bahan baku hingga distribusi produk ke konsumen. Penelitian ini bertujuan untuk menganalisis dan mengoptimalkan kinerja rantai pasok industri jeans di Pemalang menggunakan metode Supply Chain Operation Reference (SCOR). Metodologi penelitian meliputi pengumpulan data primer dan sekunder mengenai proses pengadaan bahan baku, produksi, inventori, dan distribusi, yang kemudian dianalisis menggunakan lima dimensi utama SCOR: reliability, responsiveness, agility, cost, dan asset management efficiency. Hasil penelitian menunjukkan bahwa kinerja rantai pasok industri jeans di Pemalang mencapai nilai 91,71 dari 100, yang termasuk dalam kategori "Baik Sekali", dengan kapasitas produksi 900- 1000 potong per minggu dan jaringan pemasok yang tersebar di beberapa kota strategis.
KALI LINUX SEBAGAI ALAT ANALISIS KEAMANAN JARINGAN MELALUI PENGGUNAAN NMAP, WIRESHARK, DAN METASPLOIT Prana Walidin, Adamsyach; Pebiana Putri, Fahra; Kiswanto, Dedy
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.v9i1.12661

Abstract

Keamanan jaringan merupakan sesuatu yang sangat penting dalam kehidupan bersama internet sehari hari, terutama pada sistem operasi dan komputer yang digunakan. Dengan adanya masalah seperti pencurian data, penyadapan akun, dan pendobrakan akses, dibutuhkan sebuah analisis dalam mencari cara tepat mengamankan jaringan dari gangguan gangguan tersebut. Kali linux adalah salah satu sistem operasi yang sangat dalam pada bidang keamanan baik kemananan jaringan ataupun kemananan cyber. Pada kali linux, dilengkapi banyak alat seperti Nmap, Wireshark, dan Metasploit. Ketiga alat ini ternyata memiliki fungsi masing masing. Metode yang digunakan pada penelitian ini ibarat vaksin yang mencari penyelesaian menggunakan masalah yang ada, lebih tepatnya eksperimental kualitatif. Dapat diketahui setelah dilakukannya penelitian ini, bahwa jaringan terbuka merupakan sesuatu yang rentan terhadap serangan siber. Sebagai pengguna yang bijak, tersedia banyak solusi demi melindungi diri dari serangan siber seperti update selalu sistem keamanan dan hindari jaringan terbuka yang minim keamanan.
PEMANFAATAN MACHINE LEARNING DI BIDANG KESEHATAN Akbar, Ihsanuddin; Supriadi, Fidi; Indra Junaedi, Dani
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.v9i1.12663

Abstract

Dalam era perkembangan teknologi yang pesat, machine learning menjadi salah satu pendekatan penting dalam berbagai bidang, termasuk kesehatan. Machine learning menawarkan solusi untuk menganalisis data secara mandiri tanpa pengawasan, sehingga mempermudah diagnosis penyakit dan pengambilan keputusan klinis. Adapun permasalahan yang dihadapi adalah tingginya jumlah data kesehatan dan kompleksitas analisis membutuhkan pendekatan otomatis yang efisien. Penelitian ini bertujuan untuk mengulas penerapan machine learning dalam diagnosis dan prediksi penyakit melalui metode literature review. Metode Analisis dilakukan terhadap berbagai algoritma machine learning seperti Logistic Regression, Random Forest, Neural Network, K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM) berdasarkan artikel yang relevan. Hasil penelitian ini Machine learning mampu memberikan solusi efektif dalam diagnosis dini, prediksi penyakit, dan klasifikasi data kesehatan, seperti diabetes, hipertensi, penyakit jantung, kanker paru-paru, gagal ginjal, dan Alzheimer. Penerapan teknik seperti hyperparameter tuning dan Synthetic Minority Over-sampling Technique (SMOTE) terbukti meningkatkan kinerja model secara signifikan
ANALISIS KOMPARATIF METODE SINGLE MOVING AVERAGE DAN SINGLE EXPONENTIAL SMOOTHING DALAM PERAMALAN HARGA IKAN KEMBUNG DI KABUPATEN SUMEDANG Nurul Qolbu, Shakila; Supriadi, Fidi; Indra Junaedi, Dani
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.v9i1.12665

Abstract

Fluktuasi harga dinamis pada komoditas pangan seperti ikan kembung di Kabupaten Sumedang, menjadi tantangan dalam pengambilan keputusan ekonomi. Ketidakmampuan meramalkan fluktuasi harga dapat berdampak pada aksesibilitas masyarakat, menyulitkan pedagang mengelola stok, meningkatkan risiko kerugian, serta menghambat kebijakan stabilitas pasar. Permasalahan utama penelitian ini adalah fluktuasi harga yang dinamis, sehingga diperlukan metode peramalan yang andal dan efektif. Penelitian ini membahas perbandingan dua metode peramalan time series, yaitu Single Moving Average (SMA) dan Single Exponential Smoothing (SES). Tujuan penelitian ini adalah membandingkan metode SES dan SMA dalam memprediksi harga melalui analisis data historis harga ikan kembung dari tanggal 1 hingga 15 Oktober 2024 di Kabupaten Sumedang. Metode penelitian melibatkan perhitungan prediksi dengan SMA (n=3) dan SES (α=0.65), diikuti oleh analisis akurasi menggunakan Mean Absolute Deviation (MAD) dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode SES memberikan hasil lebih akurat dengan nilai MAPE 9.33% (kategori sangat akurat) dibandingkan SMA yang memiliki nilai MAPE 10.46% (kategori baik). Nilai MAD metode SES sebesar 3895.24 lebih kecil dibandingkan SMA sebesar 4000.00. Oleh karena itu, SES dipilih sebagai metode peramalan yang lebih efektif untuk data dengan fluktuasi tinggi. Penelitian ini memberikan kontribusi dalam memilih metode peramalan yang tepat untuk data harga fluktuasi yang dinamis
KLASIFIKASI KUALITAS AIR BERSIH DI JAKARTA MENGGUNAKAN ALGORITMA DECISION TREE DAN ALGORITMA NAÏVE BAYES Sri Palupi, Endang
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.v9i1.12666

Abstract

Kebutuhan air bersih sangatlah penting untuk kehidupan manusia. Air yang tercemar dapat berdampak buruk pada tubuh, seperti menimbulkan penyakit diare, kolera, disentri, tipes, cacingan, penyakit kulit hingga keracunan. Oleh sebab itu menggunakan dan menjaga kualitas air bersih sangatlah penting. Kebutuhan manusia akan air sangat kompleks antara lain untuk minum, masak, mandi, mencuci dan sebagainya. Menurut perhitungan WHO di Negara-negara maju setiap orang memerlukan air antara 60-120 liter per hari. Sementara di Negara-negara berkembang termasuk Indonesia setiap orang memerlukan air antara 30-60 liter per hari. Manfaat menjaga kualitas air adalah untuk melindungi kesehatan manusia, karena beberapa polutan menimbulkan risiko terhadap kesehatan manusia. Standar kualitas air melindungi kesehatan manusia dan menghindari biaya yang terkait dengan perawatan medis, hilangnya produktivitas, dan bahkan hilangnya nyawa. Penulis melakukan klasifikasi kualitas air bersih di Jakarta menggunakan algoritma decision tree dan algoritma naïve bayes dengan tujuan membuat aplikasi yang dapat digunakan untuk klasifikasi kualitas air bersih di Jakarta sehingga dapat mengelompokkan air yang layak dikonsumsi atau tidak. Hasil dari penelitian ini nilai akurasi menggunakan algoritma naïve bayes sebesar 72,48% dengan AUC sebesar 0.803 sedangkan nilai akurasi menggunakan algoritma decision tree 90,83% dengan AUC sebesar 0.861. Hasil penelitian menyimpulkan bahwa algoritma naïve bayes dan algortima decision tree dapat menjadi metode yang baik untuk klasifikasi dalam data mining.
ANALISIS PERFORMA SISTEM OPERASI MANJARO LINUX DALAM LINGKUNGAN KOMPUTASI DESKTOP VIRTUAL Insan Pratama Siagian, Raihan; Azima Lubis, Fauzan; Abid Syuja, Muhammad; Kiswanto, Dedy
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.v9i1.12668

Abstract

Penelitian ini bertujuan untuk menganalisis performa Manjaro Linux dalam lingkungan komputasi desktop virtual menggunakan VirtualBox. Sistem operasi ini diuji dengan berbagai parameter, meliputi waktu booting, penggunaan memori, penggunaan CPU, dan performa grafis, dengan menggunakan alat bantu seperti systemd-analyze, htop, stress-ng, dan glxgears pada desktop environment KDE. Hasil pengujian menunjukkan bahwa Manjaro Linux memiliki waktu booting yang cepat (18,2 detik), penggunaan memori yang efisien (1081 MB dalam kondisi idle), serta performa CPU dan grafis yang stabil. Dengan hasil ini, Manjaro Linux direkomendasikan untuk kebutuhan komputasi desktop ringan hingga menengah di lingkungan virtual, dengan optimalisasi lebih lanjut pada pengalokasian sumber daya virtual untuk meningkatkan performa.
ANALISIS FORENSIK SMARPHONE ANDROID PADA APLIKASI TIKTOK MENGGUNAKAN METODE NIST Isnaeni, Faul; Fachri, Fahmi
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.v9i1.12669

Abstract

Indonesia adalah negara yang sedang mengalami perkembangan pesat dalam pemanfaatan teknologi, termasuk penggunaan smartphone berbasis Android. Perkembangan teknologi internet dan smarphone yang semakin meningkat membuka peluang terjadinya kasus kejahatan di media sosial. Tindak kejahatan tersebut akan meninggalkan history yang dapat dijadikan barang bukti pada suatu kasus kejahatan teknologi komputer. Digital forensik adalah disiplin ilmu yang digunakan untuk membantu penegak hukum dalam menangani kejahatan digital. Tujuannya adalah untuk membuktikan tindak kejahatan tersebut dan mengumpulkan bukti digital yang sah. Penelitian ini menginvestigasi pencemaran nama baik di tiktok dengan memulihkan video, hashtag, serta pesan teks kemudian dihapus dari perangkat smartphone Android dengan menggunakan motode NIST sebagai langkah penelitian. Tahapan dari penelitian ini yaitu Collection, Examination, Analysis, dan Reporting untuk mendapatkan bukti digital pada aplikasi tiktok menggunakan tools mobiledit dan FTK Imager. Hasil yang diperoleh presense dengan tools mobiledit sebesar 25,5 % berhasil menemukan 11 data dari 43 data awal. Dan hasil presense dengan tools FTK Imager sebesar 74,4% berhasil menemukan sejumlah 32 data dari 43 data awal.
SISTEM INFORMASI TIAS BERBASIS WEBSITE PADA TUGAS AKHIR MAHASISWA Kurniawan, Kurniawan; Satrya Fajar Kusuma, Fitrah; Fajri, Hersanto
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.v9i1.12673

Abstract

Pengelolaan tugas akhir di rogram Studi Teknik Informatika Universitas Ibn Khaldun Bogor masih dilakukan secara manual, hal ini dapat menimbulkan masalah seperti keterlambatan pengolahan data, serta resiko kehilangan dan kerusakan dokumen penting. Penelitian ini bertujuan untuk mengembangkan sistem informasi tugas akhir pada aplikasi TIAS (Teknik Informatika Akademik Sistem) berbasis Website yang diharapkan dapat mengatasi masalah tersebut. Metode penelitian yang digunakan adalah metode Waterfall, yang meliputi tahap pengumpulan data, analisis kebutuhan, perancangan, implementasi, dan pengujian. Sistem TIAS yang dikembangkan dirancang untuk memungkinkan pengelolaan tugas akhir secara daring, yang mencakup pendaftaran, pengunggahan dokumen, persetujuan dosen, dan pelaksanaan tugas akhir. Berdasarkan pengujian black-box, sistem ini berhasil menjalankan seluruh fungsi utama sesuai kebutuhan pengguna. Selain itu, hasil uji coba menunjukkan peningkatan efisiensi pengelolaan data, meminimalkan kesalahan administrasi, serta memberikan akses informasi yang lebih mudah bagi mahasiswa dan dosen. Diharapkan hasil penelitian ini mampu mengurangi resiko kesalahan administrasi, dan juga mempercepat proses pengelolaan data serta mempermudah mahasiswa untuk mengakses informasi.
ANALISIS PENERAPAN MANAJEMEN RANTAI PASOK PADA UMKM F&B: STUDI KASUS : KULINER AYAM BAKAR RENGGANIS Rahadian Dzaki, Muhammad; Bila Zakia Fr, Naswa; Armedha, Farin; Chandra Apirandi, Muhammad
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.v9i1.12674

Abstract

Usaha Ayam Bakar Rengganis di Purwokerto Kulon menghadapi berbagai tantangan operasional yang berdampak pada efisiensi dan kepuasan pelanggan. Metode yang digunakan adalah analisis SWOT untuk mengidentifikasi kekuatan, kelemahan, peluang, dan ancaman yang dihadapi oleh usaha ini. Hasil penelitian menunjukkan bahwa pengelolaan stok bahan mentah yang berlebihan dan ketidakstabilan arus kas merupakan masalah utama yang perlu diatasi. Selain itu, waktu penyajian makanan yang tidak konsisten pada jam sibuk menunjukkan perlunya perbaikan operasional. Kualitas bahan baku yang baik dan pelayanan yang ramah menjadi kekuatan yang dapat dimanfaatkan. Strategi yang diusulkan meliputi pengadaan bahan baku berkualitas, audit rutin untuk menjaga cita rasa khas, serta pelatihan staf untuk meningkatkan konsistensi pelayanan. Promosi melalui media sosial dan program loyalitas pelanggan diharapkan dapat menarik pelanggan baru dan mempertahankan yang sudah ada. Penelitian ini memberikan kontribusi signifikan bagi pengembangan praktik manajemen rantai pasok di sektor kuliner, serta diharapkan dapat menjadi panduan bagi UMKM lain dalam meningkatkan efisiensi manajemen dan kepuasan pelanggan. Implementasi strategi yang diusulkan diharapkan dapat memberikan dampak positif bagi keberlangsungan dan pertumbuhan Kuliner Ayam Bakar Rengganis.
ALGORITMA RANDOM FORETS UNTUK PENINGKATAN MODEL KLASIFIKASI PADA DATA DIAGNOSA PASIEN PUSKESMAS PEKALANGAN KOTA CIREBON Arisa, Arisa; Kurniawan, Rudi; Hayati, Umi
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.v9i1.12676

Abstract

Puskesmas Pekalangan Kota Cirebon menghadapi tantangan dalam memanfaatkan data diagnosis pasien secara efektif untuk mendukung keputusan medis. Pengelolaan data yang tidak seimbang dan kompleks sering kali menghambat akurasi klasifikasi diagnosis. Penelitian ini bertujuan untuk meningkatkan akurasi model klasifikasi diagnosis pasien menggunakan algoritma Random Forest dengan optimasi parameter "number of trees" dan "max depth". Metode penelitian ini mengadopsi pendekatan Knowledge Discovery in Databases (KDD) yang mencakup prapemrosesan data, seleksi fitur, dan evaluasi model. Dataset terdiri dari 3.769 data rekam medis pasien Puskesmas Pekalangan periode Januari hingga Juni 2024. Hasil penelitian menunjukkan bahwa parameter optimal "number of trees" adalah 28 dan "max depth" adalah 10, keduanya menghasilkan akurasi model sebesar 76,39%. Selain itu, atribut "keluhan utama" terbukti menjadi faktor yang paling berpengaruh terhadap prediksi, dengan akurasi mencapai 53,58%. Temuan ini menegaskan pentingnya pemilihan parameter yang tepat dan seleksi fitur dalam meningkatkan efisiensi serta keandalan model klasifikasi. Implementasi model ini diharapkan mampu mendukung pengambilan keputusan medis yang lebih akurat dan cepat di tingkat puskesmas.