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
 337   338   339   340   341 
RANCANGAN DAN MANAJEMEN BANDWIDTH MENGGUNAKAN PCQ (PER CONNECTION QUEUE) PADA PT. SUMBER ALAM MAKMUR SENTOSA Erlangga Wicaksono, Dewa; Agussalim, Agussalim; Endah Wahanani, Henni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13423

Abstract

Penelitian ini dilakukan pada PT. Sumber Makmur alam Sentosa dimana perusahaan tersebut tidak memiliki jaringan internet sehingga memperlambat kinerja karyawan dan proses bisnis perusahaan oleh karena itu jaringan internet sangat dibutuhkan. Perusahaan tersebut membutuhkan internet yang optimal sehingga digunakan skala prioritas pada setiap usernya. Metode penelitian menggunakan metode PPDIOO (Prepare, Plan, Design, Operate, Optimize) namun hanya sampai tahapan design saja. Pengumpulan data dilakukan dengan cara wawancara dan observasi. Tahap pertama penulis melakukan identifikasi terkait permasalahan dan menetapkan rumusan masalah agar ruang lingkup tidak melebar. Pada tahap plan penulis menentukan parameter, tatanan serta peralatan yang akan digunakan. dilanjutkan ke fase design dimana penulis merancang tatanan dan melakukan pengujian. selanjutnya tahap evaluasi yaitu melakukan analisis data yang didapatkan setelah pengujian dan melakukan evaluasi terkait hasil penelitian. Dikarenakan keterbatasan sumber daya maka skala pengujian diperkecil dengan skala rasio 10 : 1, setelah itu penulis memastikan bahwa jaringan dapat diakses oleh user, setelah itu dilakukan manajemen bandwidth menggunakan metode Per Connection Queue (PCQ) dan dilakukan pengujian dengan melakukan download data sebesar 1 gigabyte. Didapatkan hasil bahwa setiap user mendapatkan bandwidth yang teratur berdasarkan skala prioritasnya sehingga tidak ada user yang tidak mendapatkan bandwidth. Dengan hasil tersebut manajemen bandwidth telah berhasil dilakukan dan kebutuhan telah terpenuhi.
IMPLEMENTASI BUSINESS INTELLIGENCE UNTUK MEMPREDIKSI PENJUALAN RITEL PADA PT CHELATAMA PERKASA MENGGUNAKAN REGRESI LINEAR Fathiya Zahra, Hawra; Triayudi, Agung
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13427

Abstract

Data historis dari penjualan perusahaan ritel dapat dilakukan analisis lebih lanjut untuk membantu pengambilan keputusan dengan pengolahan data yang tepat. PT Chelatama Perkasa telah melakukan pengolahan data penjualan untuk memprediksi penjualan berdasarkan total pemasukan. Penelitian ini akan membahas implementasi business intelligence melalui Microsoft Power BI untuk memprediksi penjualan menggunakan regresi linear. Tujuan dari penelitian ini adalah untuk memberikan hasil prediksi dari pengolahan data historis dengan mengembangkan model regresi linear, dan memberikan informasi lebih baik terkait prediksi data penjualan yang disajikan dengan visualisasi data melalui rancangan dashboard. Variabel yang digunakan untuk analisis prediksi adalah jumlah jual (Y), dan jumlah modal (X). Kedua variabel yang digunakan memiliki kinerja yang baik untuk memodelkan regresi linear dengan koefisien determinasi sebesar 98%. Hasil yang diperoleh dari regresi linear tersebut adalah Y= 0 + 0,9905X. Pada evaluasi kinerja model dalam memprediksi data menggunakan Mean Squared Error diperoleh hasil sebesar 0,018801753, dan Root Mean Square Error sebesar 0,137119486. Pada dashboard menyajikan visualisasi data yang memberikan informasi berkaitan dengan hasil prediksi. Dari visualisasi data tersebut menunjukkan total prediksi jumlah jual sebesar Rp 3.882.000.000. Jenis kategori alumunium memiliki prediksi tertinggi pada barang ACP Exoboand Silver. Dan aksesoris menjadi kategori dengan penjualan terbanyak.
PENERAPAN ALGORITMA C4.5 TERHADAP PENENTUAN STOK Bagas Imadani Putra, Alif; Marisa, Fitri; Nurdiyansyah, Firman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13432

Abstract

Penelitian ini membahas penerapan algoritma C4.5 dalam menentukan stok produk skincare, khususnya sunscreen, di toko Ailang.mlg. Dengan meningkatnya permintaan produk kecantikan di Indonesia, pengelolaan persediaan yang efektif menjadi krusial untuk memenuhi kebutuhan pasar. Penelitian ini menggunakan data penjualan selama 6 bulan, yang diolah menjadi dataset untuk dianalisis menggunakan algoritma C4.5. Hasil penelitian dengan melakukan pengajian 3 kali menunjukkan bahwa algoritma C4.5 dapat memprediksi kebutuhan stok dengan akurasi tertinggi mencapai 94,37%, dengan precision 97,73% , recall 94,37%, serta nilai AUC 0.94. Temuan ini menegaskan pentingnya penerapan teknologi dalam manajemen stok untuk meningkatkan efisiensi operasional dan memenuhi permintaan konsumen secara tepat waktu. Penelitian ini diharapkan dapat memberikan kontribusi pada pengembangan strategi pengelolaan stok disektor retail kecantikan.
ANALISA PEMBANGUNAN GARDU JENIS CANTOL GUNA MENUNJANG PASANG BARUDAYA 66 KVA DI PT PLN (PERSERO)-KARAWANG KOTA Aulia Maulana, Dava; Latifa, Ulinnuha
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13434

Abstract

Permintaan energi listrik di sektor komersial terus meningkat, sehingga diperlukan infrastruktur distribusi listrik yang handal. Salah satu elemen penting dalam sistem distribusi adalah gardu tipe cantol, yang berperan dalam menurunkan tegangan dari jaringan menengah sebelum disalurkan ke pelanggan. Penelitian ini bertujuan untuk mengetahui pembangunan gardu distribusi tipe cantol dalam mendukung pemasangan daya baru sebesar 66 kVA di PT PLN (Persero) ULP Karawang Kota. Metode yang diterapkan mencakup analisis teknis terhadap tahapan perencanaan, persiapan, instalasi, hingga operasional gardu distribusi. Hasilnya menunjukkan bahwa pembangunan gardu telah sesuai dengan standar PLN, dengan daya transformator sebesar 100 kVA yang mampu memenuhi kebutuhan daya pelanggan. Pengukuran tegangan menunjukkan kestabilan dalam rentang aman untuk sistem listrik tiga fasa, sedangkan hasil awal pengukuran arus menunjukkan nol ampere karena belum adanya beban pelanggan yang aktif. Selain itu, sistem pentanahan memenuhi standar resistansi di bawah 5 Ohm, dan hasil pengukuran urutan fasa menunjukkan konfigurasi yang tepat, memastikan keandalan sistem dalam mendukung operasional listrik di lokasi tersebut. Dengan demikian, gardu distribusi ini diharapkan mampu meningkatkan keandalan dan efisiensi pasokan listrik bagi sektor komersial di Karawang Kota.
SISTEM DETEKSI JALAN BERLUBANG SECARA REAL-TIME MENGGUNAKAN YOLOV11: INTEGRASI DATA DAN LOKASI MELALUI WEBSITE: STUDI KASUS : DAERAH KARAWANG Raya Ismail, Dzaguar; Rahmadewi, Reni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13436

Abstract

Kerusakan jalan berlubang di daerah Karawang berdampak pada keselamatan pengguna jalan dan efisiensi transportasi. Identifikasi jalan berlubang masih dilakukan secara manual, sehingga sering tidak akurat dan memerlukan waktu lama. Oleh karena itu, penelitian ini mengembangkan sistem deteksi jalan berlubang berbasis YOLOv11 yang terintegrasi dengan platform web untuk mendeteksi jalan berlubang secara real-time. Metode yang digunakan mencakup pengumpulan dataset dari Roboflow, pelatihan model menggunakan Google Colaboratory, serta implementasi sistem berbasis web yang mengintegrasikan frontend, backend, dan database JSON sebagai penyimpanan data. Sistem memungkinkan pengguna mengaktifkan kamera untuk menangkap jalan yang diproses oleh YOLOv11 guna mengidentifikasi keberadaan jalan berlubang. Hasil deteksi berupa gambar dengan bounding box, lokasi GPS, dan waktu kejadian akan disimpan dalam format JSON dan ditampilkan di halaman web. Pengujian menunjukkan model memiliki akurasi 83.5%, presisi 89.6%, dan recall 92.4%, yang menunjukkan performa cukup baik dalam mengenali jalan berlubang. Sistem ini diharapkan dapat meningkatkan efektivitas pemantauan kondisi jalan dan menjadi pendukung keputusan dalam perbaikan infrastruktur secara lebih cepat dan akurat.
ANALISIS DATA INVENTARIS PADA PT. GLOBAL SAMUDERA KREASI UNTUK OPTIMALISASI PENGELOLAAN DAN PREDIKSI KUALITAS BARANG MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAÏVE BAYES Rahman Cahyono, Aditya; Iskandar, Agus; Rifqi, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13437

Abstract

Efisiensi dalam pengelolaan data inventaris memainkan peran penting dalam mendukung kelancaran operasional perusahaan. Hal ini juga berlaku di PT. Global Samudera Kreasi, sebuah perusahaan yang bergerak di bidang jasa dan penyelenggaraan acara. Pengelolaan inventaris yang efektif tidak hanya terbatas pada pencatatan barang, tetapi juga mencakup penilaian kualitas untuk memastikan bahwa setiap inventaris memenuhi standar perusahaan. Salah satu tantangan utama dalam proses ini adalah kurangnya penggunaan metode analisis data yang terintegrasi. Penelitian ini membuktikan bahwa algoritma SVM memiliki kemampuan yang baik dibandingkan dengan algortima Naïve Bayes dalam menghasilkan prediksi yang akurat terkait kualitas barang inventaris. Dalam penelitian ini, kami membandingkan dua algoritma Support Vector Machine (SVM) dan Naive Bayes dalam prediksi kualitas barang. Berdasarkan hasil penelitian dengan menggunakan Support Vector Machine (SVM) menunjukkan hasil kinerja yang lebih baik dengan nilai akurasi sebesar 100% dibandingkan dengan Naive Bayes yang memiliki nilai akurasi sebesar 76%.Dengan hasil ini, perusahaan dapat lebih mudah mengambil keputusan strategis, baik dalam hal penggantian, maupun pembelian barang baru. Penerapan sistem yang didasarkan pada analisis data ini diharapkan dapat meningkatkan efektivitas pengelolaan inventaris serta mendukung kelancaran operasional perusahaan secara berkelanjutan.
KLASIFIKASI ALGORITMA K- NEAREST NEIGHBORS (KNN) UNTUK SEGMENTASI PASAR MOBIL BEKAS BERDASARKAN MEREK DAN HARGA Rafi Azhar, Muhammad; Iskandar, Agus; Rifqi, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13440

Abstract

Penelitian ini berfokus pada segmentasi pasar mobil bekas menggunakan algoritma K-Nearest Neighbors (KNN) untuk memahami preferensi konsumen dalam industri otomotif yang kompetitif. Permasalahan utama yang diidentifikasi adalah implementasi KNN dalam mengklasifikasikan mobil bekas ke dalam kategori grade A, B, dan C. Tujuan penelitian adalah menerapkan algoritma KNN berdasarkan merek dan harga mobil serta mengevaluasi efektivitasnya. Metode yang digunakan mencakup pengumpulan data dari platform jual beli mobil bekas seperti OLX, Ibid, dan Mobil123, dengan variasi nilai K (3, 5, 7, dan 9) serta rasio pembagian data (70:30, 80:20, dan 90:10). Hasil penelitian menunjukkan bahwa nilai K=7 dan rasio data training-to-test 80:20 menghasilkan akurasi tertinggi sebesar 79%, dengan kelas C menunjukkan performa terbaik dengan recall 0,94 dan skor F1 0,84. Temuan ini memberikan kontribusi pada pemahaman segmentasi pasar mobil bekas dan dapat digunakan untuk strategi pemasaran yang lebih terarah di industri otomotif.
PREDIKSI HARGA SAHAM SEKTOR ENERGI MENGGUNAKAN METODE SPATIAL TEMPORAL ATTENTION-BASED CONVOLUTIONAL NETWORK BERDASARKAN DATA TEKS DAN NUMERIK Anggraini, Novita; Arman Prasetya, Dwi; Trimono, Trimono
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13443

Abstract

Perubahan harga saham dipengaruhi oleh berbagai faktor, termasuk data historis harga saham dan sentimen yang terkandung dalam berita keuangan. Penelitian ini bertujuan untuk mengembangkan model prediksi harga saham yang lebih akurat dengan memanfaatkan Spatial-Temporal Attention-Based Convolutional Network (STACN). Model ini dirancang untuk menggali hubungan kompleks antara data historis harga saham dan informasi dari berita finansial. Metode yang digunakan melibatkan integrasi Convolutional Neural Network (CNN) untuk mengekstraksi fitur dari thought vectors berita, Long Short-Term Memory (LSTM) untuk menangkap pola temporal dari data harga saham, dan Spatial-Temporal Attention Network (STAN) untuk memberikan perhatian pada fitur-fitur yang relevan. Studi kasus dilakukan pada saham sektor energi yang terdaftar di Bursa Efek Indonesia, dengan menggunakan data historis harga saham dan berita dari portal bisnis Indonesia. Hasil eksperimen menunjukkan bahwa model STACN Bi-LSTM menghasilkan akurasi yang lebih tinggi dibandingkan dengan model-model lain seperti LSTM dan Bi-LSTM konvensional, dengan nilai MAE sebesar 24.2776, RMSE 32.9127, dan R² 0.9365. Temuan ini membuktikan bahwa integrasi analisis spasial-temporal dan mekanisme perhatian efektif dalam meningkatkan akurasi prediksi harga saham.
RANCANG BANGUN WEBSITE SISTEM MANAJEMEN PEMINJAMAN SARANA DAN PRASARANA PADA PRIMAKARA UNIVERSITY MENGGUNAKAN METODE EXTREME PROGRAMMING Fabio Ananda, I Putu; Ita Paramitha, A.A. Istri; Anugrah Cahya Dewi, Putri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13449

Abstract

Perkembangan teknologi informasi yang pesat telah meningkatkan kinerja di berbagai bidang. Dalam kehidupan sehari-hari, manusia semakin bergantung pada teknologi informasi untuk aktivitas yang praktis dan efisien. Contohnya adalah sistem informasi berbasis web yang mampu mengolah dan menyajikan informasi dengan cepat, akurat, dan up-to-date. Universitas Primakara membutuhkan kemajuan teknologi dalam sistem manajemen peminjaman sarana dan prasarana. Saat ini, proses peminjaman manual dengan formulir kertas dan banyak tanda tangan menimbulkan potensi kesalahan dan ketidakefisienan. Sistem berbasis web yang dapat diakses melalui berbagai perangkat diusulkan untuk menyederhanakan proses ini. Metodologi pengembangan perangkat lunak yang dipilih adalah Extreme Programming (XP), XP dipilih karena adaptabilitasnya dan hasil berkualitas tinggi yang cepat melalui pengujian intensif dan pengembangan berkelanjutan. Penerapan sistem ini di Universitas Primakara bertujuan untuk meningkatkan efisiensi, mengurangi kesalahan, dan memberikan akses mudah bagi pengguna.
PENERAPAN DATA MINING UNTUK KLASIFIKASI DATA PENJUALAN SEMBAKO TERLARIS DENGAN ALGORITMA C4.5 Alta Melfia, Mikaela; Athaya Ramadhini, Keisha; Ajmal Maulana, Muhammad; Laura Dasiva, Arya; Aria Briantoro, Andika; Oloan Lubis, Baginda
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13450

Abstract

Permasalahan dalam penjualan sembako yang paling laris meliputi ketidakstabilan permintaan akibat faktor musim, tren pasar, dan kondisi ekonomi. Pengelolaan stok menjadi tantangan karena permintaan tinggi dapat menyebabkan stok habis, sementara kelebihan stok meningkatkan risiko kerugian. Penentuan harga juga krusial dalam menjaga daya saing dan daya beli konsumen. Selain itu, distribusi sering menghadapi hambatan logistik, serta perubahan preferensi konsumen terhadap produk tertentu turut memengaruhi pola penjualan. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk menerapkan dan mengevaluasi metode data mining menggunakan algoritma C4.5 dalam mengklasifikasikan produk sembako terlaris. Peningkatan volume data penjualan menuntut analisis yang lebih efektif dalam menentukan produk paling diminati konsumen. Algoritma C4.5 dipilih karena kemampuannya menangani atribut kontinu, mengatasi missing values, dan menghasilkan pohon keputusan yang dapat diinterpretasikan dengan baik. Penelitian ini mencakup pengumpulan data dari beberapa toko selama satu tahun, praproses data, penerapan algoritma C4.5, dan evaluasi model menggunakan k-fold cross-validation. Data yang digunakan mencakup atribut jenis produk, harga, jumlah penjualan, dan waktu penjualan. Hasil penelitian menunjukkan bahwa algoritma C4.5 berhasil mengidentifikasi pola penjualan dengan akurasi klasifikasi mencapai 85%. Pohon keputusan yang dihasilkan memberikan wawasan bagi manajemen dalam optimalisasi stok dan strategi pemasaran. Temuan ini diharapkan dapat membantu pelaku usaha meningkatkan efisiensi operasional dan memenuhi kebutuhan konsumen dengan lebih tepat.

Page 339 of 384 | Total Record : 3835

 337   338   339   340   341 

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