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
 341   342   343   344   345 
PERBANDINGAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBORS DALAM KLASIFIKASI KEPUASAN MAHASISWA TERHADAP LAYANAN WI-FI DI UNIVERSITAS NASIONAL Aufa Hawari, Fadli; Diana Sholihati, Ira
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.v9i3.13554

Abstract

Layanan Wi-Fi di perguruan tinggi sangat penting bagi mahasiswa untuk menunjang kegiatan akademiknya. Namun, kualitas layanan Wi-Fi di Universitas Nasional masih menjadi perhatian utama karena berbagai keluhan pengguna. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) dalam mengklasifikasi tingkat kepuasan mahasiswa terhadap layanan Wi-Fi. Data dikumpulkan melalui survei berbasis Google Forms dan dianalisis menggunakan Google Colab. Evaluasi kinerja dilakukan berdasarkan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kinerja metode Naïve Bayes dalam mengklasifikasi kepuasan mahasiswa mencapai Accuracy 100%, Precision 100%, Recall 100%, dan F1-score 100%. Hal ini lebih tinggi dibandingkan kinerja metode K-Nearest Neighbors yang mana Accuracy mencapai 86%, Precision 89,8%, Recall 87,2%, dan F1-Score 87,6%. Temuan ini dapat menjadi referensi bagi universitas untuk meningkatkan layanan Wi-Fi berdasarkan analisis kepuasan mahasiswa.
PERANCANGAN APLIKASI PEMROSESAN INPUT DATA PADA KUMBAH LAUNDRY MENGGUNAKAN FLUTTER Murizar, Maldi; Sani, Asrul
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.v9i3.13555

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pencatatan transaksi berbasis aplikasi mobile dengan menggunakan Flutter. Sistem ini dirancang untuk meningkatkan efisiensi pengelolaan transaksi serta mengurangi kesalahan pencatatan manual yang sering terjadi dalam administrasi laundry. Dengan memanfaatkan teknologi mobile, aplikasi ini menyediakan fitur pencatatan transaksi yang cepat dan akurat, serta memungkinkan pelanggan untuk melacak status cucian mereka secara real-time. Fitur ini bertujuan untuk meningkatkan transparansi layanan serta memberikan kenyamanan bagi pelanggan tanpa harus datang langsung ke lokasi laundry. Implementasi aplikasi ini diharapkan dapat meningkatkan kepuasan pelanggan serta mendukung bisnis laundry dalam mengoptimalkan proses operasional mereka. Penelitian ini juga menyarankan pengembangan lebih lanjut dengan menambahkan fitur notifikasi otomatis dan integrasi pembayaran digital untuk meningkatkan pengalaman pengguna.
KLASIFIKASI KASUS CACAR MONYET DI INDONESIA TAHUN 2022-2024 MENGGUNAKAN ALGORITMA NAIVE BAYES Farouk Adel, Ahmad; Sani, Asrul
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.v9i3.13556

Abstract

Penyakit cacar monyet merupakan salah satu penyakit menular yang kasusnya semakin meningkat di berbagai daerah. Untuk membantu dalam proses klasifikasi tingkat keparahan kasus, penelitian ini menerapkan algoritma Naïve Bayes dalam menganalisis data kasus cacar monyet di Indonesia tahun 2022–2024. Metode inidipilih karena kemampuannya dalam menangani data dengan atribut yang saling independen serta keefektifannya dalam klasifikasi. Penelitian ini menggunakan dataset yang telah dikategorikan ke dalam tiga kelas: rendah, sedang, dan tinggi. Data diolah menggunakan RapidMiner, dengan pembagian rasio data latih dan data uji yang bervariasi (50:50, 60:40, dan 70:30). Hasil evaluasi menunjukkan bahwa model dengan rasio 50:50 memberikan akurasi terbaik dibandingkan dengan rasio lainnya. Selain itu, metrik evaluasi seperti precision, recall, dan f1-score menunjukkan performa yang baik dalam mengklasifikasikan setiap kategori kasus. Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa algoritma Naïve Bayes memiliki tingkat akurasi yang tinggi dalam mengklasifikasikan kasus cacar monyet. Temuan ini diharapkan dapat membantu instansi kesehatan dalam menentukan prioritas penanganan dan pencegahan terhadap kasus cacar monyet di Indonesia.
KLASIFIKASI SENTIMEN PUBLIK TERHADAP KEBIJAKAN KENDARAAN LISTRIK MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE Nouval Daffa Ramadhan, Muhammad; Gunaryati, Aris
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.v9i3.13561

Abstract

Perubahan iklim menjadi isu global yang mendesak, dengan emisi gas rumah kaca dan polusi udara berdampak buruk pada kesehatan dan lingkungan. Kendaraan listrik (EV) muncul sebagai solusi efektif untuk mengurangi emisi dan polusi, karena tidak menghasilkan emisi langsung. Penelitian ini bertujuan untuk mengklasifikasikan sentimen publik terhadap kebijakan kendaraan listrik dengan menggunakan algoritma Naïve Bayes dan Support Vector Machine. Data yang digunakan diperoleh melalui proses crawling dari media sosial Twitter, yang kemudian melalui tahapan preprocessing, labeling menggunakan TextBlob, dan weighting menggunakan TF-IDF, model diklasifikasikan ke dalam tiga kategori sentimen positif, negatif, dan netral. Model klasifikasi diuji berdasarkan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine memiliki akurasi yang lebih tinggi dibandingkan Naïve Bayes, dengan nilai masing-masing sebesar 81% dan 76%. Temuan ini mengindikasikan bahwa Support Vector Machine lebih efektif dalam mengklasifikasikan sentimen publik terhadap kebijakan kendaraan listrik. Dengan demikian, penelitian ini diharapkan dapat memberikan wawasan yang lebih mendalam serta meningkatkan pemahaman masyarakat mengenai sentimen publik terhadap kebijakan pemerintah terkait kendaraan listrik
PEMBUATAN FILM DOKUMENTER BERJUDUL “MENAMBANG KEHIDUPAN“ MENGGUNAKAN TEKNIK SINEMATOGRAFI Rizaldi, Rafly; Farman Andrijasa, Muhammad; Zainul Rohman, Muchamad
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.v9i3.13564

Abstract

Di kalangan masyarakat umum, pekerjaan sebagai penambang pasir sungai menggunakan kapal masih jarang diketahui, termasuk oleh masyarakat di Samarinda. Dari analisis yang dilakukan melalui google form dengan 42 responden 71,4% dari mereka masih minim pengetahuan mengenai pekerjaan sebagai penambang pasir di Sungai Mahakam. Penelitian ini bertujuan untuk memperkenalkan pekerjaan sebagai penambang pasir di Sungai Mahakam melalui media film dokumenter. Film dokumenter dipilih sebagai sarana penyampaian informasi karena kemampuannya menyajikan konten secara menarik dan mudah dipahami, dengan dukungan teknik sinematografi yang tepat akan memberikan visual yang lebih menarik. Penelitian ini dilakukan di Jalan Padaelo Baqa, Samarinda Seberang, dengan menggunakan metode Multimedia Development Life Cycle (MDLC) yang terdiri dari beberapa tahapan, yaitu : pengkonsepan, perancangan, pengumpulan materi, pembuatan, pengujian, dan distribusi. Hasil akhir dari penelitian ini berupa film dokumenter yang memberikan informasi sekaligus memperkenalkan pekerjaan sebagai penambang pasir di Sungai Mahakam. Berdasarkan timbal balik yang diberikan penonton menggunakan kuesioner, sebanyak 95,2% dari 20 responden memberikan tanggapan positif terhadap film ini.
OPTIMASI LAYANAN E-COMMERCE TOKOPEDIA: ANALISIS KEPUASAN PELANGGAN MENGGUNAKAN METODE PIECES FRAMEWORK Basri, Hasan; Dellia, Prita; Paramita Dewi, Esti; Nur Mei Syahrina, Wilda; Husnul Khotimah, Bidari
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.v9i3.13565

Abstract

Kemajuan teknologi informasi telah memfasilitasi transaksi online yang lebih mudah melalui platform e-commerce. Tokopedia memiliki jutaan pelanggan aktif setiap bulan, menjadikannya salah satu situs e-commerce terbesar di Indonesia. Dengan menggunakan metode PIECES Framework, penelitian ini bertujuan untuk mengukur tingkat kepuasan pengguna Tokopedia di kalangan mahasiswa Universitas Trunojoyo Madura. Pendekatan ini mencakup enam aspek utama: kinerja, informasi dan data, ekonomi, kontrol dan keamanan, efisiensi, dan layanan. Data dikumpulkan dengan kuesioner online yang diisi oleh 50 partisipan dan dianalisis menggunakan skala Likert untuk menentukan tingkat kepuasan. Temuan menunjukkan bahwa skor rata-rata kepuasan pengguna adalah 3,79, yang dikategorikan sebagai “puas”. Hasil ini menunjukkan bahwa Tokopedia menawarkan layanan yang cukup baik, meskipun masih ada beberapa area yang perlu di perbaiki untuk meningkatkan pengalaman pengguna secara keseluruhan.
IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT DAUN MANGGA MENGGUNAKAN ARSITEKTUR EFFICIENTNETV2-S DAN RESNET50 Futri Ramadhani, Kareena; Tarigan, Masmur
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.v9i3.13571

Abstract

Mangga merupakan buah musiman yang sudah dikenal masyarakat Indonesia. Buah ini asli berasal dari India dan memiliki varietas yang banyak dan digemari oleh Masyarakat Indonesia. Pohon mangga dapat tumbuh dengan baik pada tanah datar dan iklim hangat. Pertanian sebagai pilar utama dalam pemenuhan kebutuhan pangan global seringkali menghadapi tantangan serius terkait penyakit tanaman. Maka dari itu peneliti akan melakukan penelitian pada sistem pengklasifikasian jenis penyakit daun mangga. Adapun penyakit yang menyerang tanaman buah mangga yang akan diklasifikasikan yaitu Anthracnose, Bacterial Canker, Cutting Weevil, Die Back, Gall Midge, Powdery Mildew, dan Sooty Mould. Tugas Akhir ini merancang sistem pengklasifikasian penyakit daun mangga menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur yang digunakan adalah EfficientNetV2-S dan ResNet50. Data yang digunakan pada penelitian berjumlah 4000 dataset dengan 500 data citra pada setiap jenis penyakit. Dengan menggunakan pengujian rasio 70:30, 80:20, dan 90:10 dengan melakukan tahapan penelitian yang beruapa melakukan pengumpulan data, augmentasi, data preprocessing, klasifikasi, evaluasi dan implementasi. Dengan kedua arsitektur tersebut menghasilkan akurasi dengan nilai yang baik dan mampu melakukan klasifikasi sehingga dapat diimplementasikan dengan aplikasi website.
APLIKASI PENGENDALIAN STOK BARANG PADA KEDAI RUANG TAMU MENGGUNAKAN MIN-MAX Hadi Prawiro, Irfan; Nurcahyawati, Vivine; Sukmaaji, Anjik
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.v9i3.13573

Abstract

Pengelolaan stok yang efisien sangat penting bagi kelancaran operasional usaha. Kedai Ruang Tamu saat ini masih menggunakan pencatatan manual dalam mengelola persediaan, yang menyebabkan keterlambatan layanan, kehabisan bahan baku, serta ketidakefisienan dalam proses pengecekan stok. Penelitian ini bertujuan untuk merancang aplikasi pengendalian stok menggunakan metode Min-Max guna membantu manajemen persediaan secara real-time dan akurat. Metode Min-Max digunakan karena mampu menetapkan batas minimum dan maksimum stok, sehingga membantu mencegah terjadinya stockout maupun overstock. Aplikasi dikembangkan melalui tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil implementasi menunjukkan bahwa aplikasi dapat mencatat, memantau, dan memberi notifikasi otomatis saat stok mencapai batas minimum. Sistem ini mempermudah proses pengambilan keputusan dalam pemesanan ulang dan meningkatkan efisiensi operasional. Dengan penerapan aplikasi ini, Kedai Ruang Tamu dapat mengoptimalkan manajemen persediaan, mempercepat proses transaksi, dan meningkatkan kepuasan pelanggan melalui ketersediaan bahan baku yang terjaga. Solusi ini terbukti efektif dalam mendukung proses bisnis yang lebih terstruktur dan adaptif di era digital
SEGMENTASI PENJUALAN ALAT KESEHATAN MENGGUNAKAN ALGORITMA K-MEANS DI PT. ARNETHA Dewanty Rafu, Maria; Rahaningsih, Nining; Ali, Irfan
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.v9i3.13574

Abstract

Transformasi digital menjadi kunci dalam meningkatkan efisiensi PT. Arnetha sebagai distributor peralatan medis, terutama dalam mengelola data penjualan yang kompleks. Tantangan utama perusahaan adalah memahami kontribusi setiap kategori produk terhadap pendapatan, karena volume penjualan tinggi tidak selalu berbanding lurus dengan margin keuntungan. Untuk mengatasi hal ini, penelitian ini menerapkan algoritma K-Means dalam segmentasi produk berdasarkan kuantitas, harga satuan, dan total penjualan. Metode yang digunakan mencakup tahapan KDD, mulai dari pemilihan hingga normalisasi data, dengan evaluasi klaster menggunakan Davies-Bouldin Index (DBI). Hasil analisis menunjukkan bahwa klaster optimal adalah K=6 dengan nilai DBI 0,443, yang membantu PT. Arnetha dalam memahami pola penjualan, mengoptimalkan inventaris, serta merancang strategi pemasaran yang lebih efektif. Dengan demikian, implementasi K-Means terbukti mampu meningkatkan efisiensi operasional dan daya saing perusahaan.
ANALISIS KEPUASAN PENGGUNA PADA LAYANAN APLIKASI HALODOC MENGGUNAKAN FRAMEWORK ITIL V.3 Fuad Fadholi, M. Annur; Andik Izzuddin, Muhammad
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.v9i3.13576

Abstract

Transformasi yang pesat dalam Teknologi Informasi (TI) telah mengubah secara signifikan panorama Indonesia. Salah satu sektor yang paling terpengaruh oleh kemajuan teknologi ini adalah sektor perdagangan. Dalam berbagai platform kesehatan yang tersedia di Play Store, Halodoc telah menjadi favorit di Indonesia. Karena banyaknya layanan yang ditawarkan oleh aplikasi Halodoc, diperlukan pengaturan dan dukungan manajemen yang efektif. Tujuannya adalah untuk memastikan bahwa aplikasi Halodoc sesuai dengan arah dan tujuan yang diinginkan. Salah satu pendekatan yang dapat digunakan untuk mengelola layanan-layanan TI tersebut adalah melalui Information Technology Service Management (ITSM). Dalam penelitian ini, kerangka kerja yang digunakan adalah ITIL V3 yang difokuskan pada domain operasi layanan. Hasil penelitian menunjukkan bahwa untuk variabel Event Management, ditemukan rata-rata tingkat kematangan sekitar 3,95. Sementara itu, pada variabel Incident Management, ditemukan rata-rata tingkat kematangan sekitar 3,90. Begitu pula pada variabel Problem Management, ditemukan rata-rata tingkat kematangan sekitar 4,03. Selanjutnya, pada variabel Request Fulfillment, tercatat rata-rata tingkat kematangan sekitar 3,80. Terakhir adalah variabel Access Management memiliki rata-rata tingkat kematangan sekitar 4,10. Seluruh variabel tersebut berada pada tingkat kematangan yang sama, yaitu 4,10. Hal ini menunjukkan bahwa proses-proses terkait telah dirancang dengan baik, dilaksanakan secara rutin, didokumentasikan sesuai standar, dan kinerjanya diukur secara sistematis.

Page 343 of 384 | Total Record : 3835

 341   342   343   344   345 

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