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
 347   348   349   350   351 
ANALISIS INVESTASI TI MENGGUNAKAN METODE RANTI’S & CBA PADA PT SUMBER ALFARIA TRIJAYA TBK Ana Monica Kirana, Kadek; Tri Budi Artani, Ketut; 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.v9i3.13669

Abstract

Teknologi informasi telah membawa banyak perubahan di berbagai bidang bisnis. Salah satunya adalah PT. Sumber Alfaria Trijaya Tbk yang saat ini sudah memanfaatkan teknologi informasi berbasis aplikasi belanja online. Di masa pandemi Covid-19, Alfagift berperan sangat penting dalam memenuhi kebutuhan pengguna karena pada masa pandemi, masyarakat dihimbau untuk tidak keluar rumah. Penelitian ini bertujuan untuk mengetahui keuntungan apa saja yang diperoleh perusahaan setelah melakukan investasi sejak terjadinya pandemi Covid-19. Metode yang digunakan adalah Ranti’s Generic IS/IT Business Value dan Cost Benefit Analysis (CBA). Hasil analisis dari kedua metode tersebut, yaitu menghasilkan manfaat dan keuntungan yang didapat oleh perusahaan dengan menggunakan dua metode tersebut.
PENERAPAN DATA MINING DALAM PENGELOMPOKAN SAHAM MELALUI RASIO KEUANGAN PADA SAHAM PAPAN UTAMA BURSA EFEK INDONESIA MENGGUNAKAN METODE K-MEANS CLUSTERING Jumairi, Nopri; Jasmir, Jasmir; Purnama, Benni
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.v9i3.13670

Abstract

Investasi saham di Bursa Efek Indonesia kian menarik perhatian, terutama dari kalangan generasi muda. Akan tetapi, rendahnya pemahaman tentang keuangan mengakibatkan banyak investor sulit untuk memilih saham yang tepat, sehingga berisiko menderita kerugian. Salah satu metode untuk mendukung investor dalam proses pengambilan keputusan adalah dengan mengelompokkan saham sesuai dengan rasio keuangan. Studi ini menggunakan metode K-Means Clustering untuk mengelompokkan saham di Papan Utama Bursa Efek Indonesia berdasarkan rasio keuangan, yaitu Price Earning Ratio (PER), Earning Per Share (EPS), Book Value Per Share (BVPS), dan Price to Book Value (PBV). Temuan riset menunjukkan bahwa pendekatan ini mengelompokkan saham ke dalam tiga kategori risiko: Centroid 1 (risiko rendah) memiliki 12 saham, Centroid 2 (risiko sedang) terdiri dari 223 saham, dan Centroid 3 (risiko tinggi) mencakup 3 saham. Perbandingan dengan RapidMiner menampilkan variasi jumlah saham di setiap kategori, dengan hasil pengelompokan yang berbeda. Studi ini menemukan bahwa teknik K-Means Clustering dapat memfasilitasi investor dalam memahami profil risiko saham secara lebih mendalam, yang pada gilirannya mendukung keputusan investasi yang lebih bijaksana dan mengurangi kemungkinan kerugian.
PEMBANGUNAN APLIKASI PEMBELAJARAN ONLINE BERBASIS LARAVEL 11 UNTUK PT SEMBILAN DAYA MANUNGGAL Syukron, Ahmad; Muhidin, Asep; Purwani Setyaningrum, Retno
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.v9i3.13671

Abstract

Kemajuan teknologi informasi telah mendorong transformasi dalam sektor pendidikan, termasuk penerapan sistem pembelajaran online. PT Sembilan Daya Manunggal (SDM9), sebuah perusahaan yang bergerak di bidang manajemen sumber daya manusia, membutuhkan platform pembelajaran digital yang efektif untuk meningkatkan keterampilan bisnis para pengguna. Namun, perusahaan ini belum memiliki sistem pembelajaran online yang memungkinkan pengguna mengakses materi secara mudah dan terstruktur. Penelitian ini bertujuan untuk mengembangkan aplikasi pembelajaran online berbasis Laravel 11 dengan sistem langganan yang memungkinkan pengguna mengakses materi dalam jangka waktu tertentu. Metode yang digunakan dalam penelitian ini adalah metode kualitatif dengan pendekatan agile dalam pengembangan sistem. Data dikumpulkan melalui wawancara, observasi, dan studi pustaka, serta dianalisis untuk memastikan kebutuhan pengguna dapat terpenuhi. Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan telah berhasil memenuhi kebutuhan perusahaan dengan fitur utama seperti manajemen kelas, sistem langganan, serta peran pengguna yang mencakup admin, teacher, dan student. Pengujian menggunakan metode black box testing memastikan bahwa semua fitur berjalan sesuai dengan rancangan. Sistem langganan berbasis model pembayaran memungkinkan pengguna mengakses materi pembelajaran dengan fleksibel, sementara antarmuka yang responsif meningkatkan kemudahan akses dan pengalaman belajar. Dengan demikian, aplikasi ini diharapkan dapat memberikan kontribusi bagi PT Sembilan Daya Manunggal dalam menyediakan pembelajaran bisnis yang lebih efektif dan efisien.
QUALITY OF SERVICE MANAJEMEN BANDWIDTH DENGAN BUCKET TOKEN DAN BURST PADA JARINGAN INTRANET LABORATORIUM JARINGAN UNIVERSITAS BUNDA MULIA Marvelino, Matthew; Ginting, Jusia Amanda
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.v9i3.13673

Abstract

Laboratorium Jaringan Komputer Bunda Mulia telah terimplementasi sebuah network environment di mana pengguna bisa saling mengirim email, mengunduh dan mengunggah file, serta mengakses web. Namun, laboratorium tersebut belum memiliki manajemen bandwidth, sehingga kecepatan jaringan tidak stabil dan jitter yang tinggi mengakibatkan Quality of Service (QoS) jaringan tidak cukup baik. Penelitian ini bertujuan untuk menganalisis implementasi metode burst dan token bucket dalam meningkatkan QoS jaringan laboratorium dengan menggunakan metode Network Development Life Cycle (NDLC) yang mencakup analisis, desain, simulation prototyping, implementasi, monitoring, dan manajemen. Pada tahap monitoring, pengujian parameter QoS seperti throughput, packet loss, delay, dan jitter dilakukan secara terstruktur melalui pencatatan log, pengolahan data, hingga visualisasi hasil untuk memastikan validitas dan reliabilitas data. Pengujian dilakukan dalam tiga kondisi, yaitu high traffic, mixed traffic dan low traffic. Hasil pengujian menggunakan metode Burst dan Token Bucket, namun metode burst lebih unggul di aktivitas pengiriman file dengan rata-rata peningkatan hingga 42,91%, sementara Token Bucket pada pengiriman email dan pengaksesan web dengan rata-rata peningkatan sebesar 46,04%. Kesimpulannya, metode burst direkomendasikan untuk trafik berat, sementara token bucket lebih cocok untuk trafik ringan hingga sedang, dan penelitian lanjutan disarankan untuk mengimplementasikan metode ini dalam skenario jaringan nyata guna mendapatkan hasil yang lebih aplikatif
KOMPARASI NAÏVE BAYES, SUPPORT VECTOR MACHINE, DAN RANDOM FOREST DALAM ANALISIS SENTIMEN APLIKASI SHOPEE DI GOOGLE PLAY STORE Anggraini, Putri; Winarsih, Winarsih
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.v9i3.13675

Abstract

Dalam era digital, analisis sentimen penting untuk memahami opini pengguna terhadap layanan e-commerce. Shopee sebagai salah satu platform belanja daring terbesar memiliki ribuan ulasan yang dapat dianalisis untuk meningkatkan layanan. Tantangan utama adalah memilih algoritma machine learning yang paling efektif dalam klasifikasi sentimen. Penelitian ini membandingkan performa Naïve Bayes, Support Vector Machine (SVM), dan Random Forest dalam analisis sentimen ulasan pengguna Shopee di Google Play Store. Data dikumpulkan melalui web scraping dengan Google Play Scraper, kemudian diproses melalui tahap pre-processing (case folding, tokenisasi, stop word removal, normalisasi, stemming, dan rekonstruksi kalimat) dan dikonversi ke representasi numerik menggunakan TF-IDF. Model diuji dengan skema pembagian data (90:10 hingga 10:90) dan dievaluasi menggunakan akurasi, precision, recall, dan F1-score. Hasil menunjukkan bahwa Naïve Bayes memiliki akurasi tertinggi 77,13% pada skema 90:10, kemungkinan karena asumsi independensi fitur yang kurang sesuai untuk analisis teks, sementara Random Forest dan SVM lebih unggul dengan akurasi masing-masing 87,11% dan 86,90% pada skema 80:20. Visualisasi confusion matrix, word cloud, dan line chart digunakan untuk mengidentifikasi pola sentimen dan tren model. Penelitian ini menyimpulkan bahwa Random Forest dan SVM lebih efektif dalam klasifikasi sentimen ulasan e-commerce dibandingkan Naïve Bayes, meskipun tantangan seperti ketidakseimbangan data dan absennya model deep learning masih dapat dieksplorasi untuk peningkatan akurasi di masa depan.
SOCIAL NETWORK ANALYSIS PERINGATAN DARURAT RUU PEMILIHAN KEPALA DAERAH Christianto, Stacia; Amanda Ginting, Jusia
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.v9i3.13676

Abstract

Tagar #KawalPutusanMK menjadi trending topic pada 21 Agustus 2024, menimbulkan beragam reaksi masyarakat terhadap putusan Mahkamah Konstitusi terkait perubahan rancangan peraturan tersebut. Penelitian ini bertujuan untuk memetakan sebaran informasi menggunakan Social Network Analysis (SNA) dan analisis sentimen publik menggunakan algoritma Support Vector Machine (SVM). Metodologi penelitian ini menggunakan pendekatan kuantitatif berbasis data. Data dikumpulkan di media sosial X dengan tagar #KawalPutusanMK. Analisis dilakukan dengan SNA untuk mengidentifikasi aktor kunci dalam jaringan sosial berdasarkan degree centrality, betweenness centrality dan closeness centrality. Untuk analisis sentimen, teknik TF-IDF digunakan untuk mengekstraksi fitur dan algoritma SVM diterapkan untuk mengklasifikasikan sentimen ke dalam tiga kategori. Hasil penelitian menunjukkan bahwa aktor utama yang berperan penting dalam penyebaran informasi adalah dessertmeys, dimm_sky, zyzee9, hasbil_lbs, lalalabloem, dsperdana, ddazling_ dan mamtalkatiri. Dalam analisis sentimen, kernel linier memberikan akurasi tertinggi sebesar 67%, diikuti oleh sigmoid sebesar 64%, RBF sebesar 63%, dan polinomial sebesar 59%. Opini masyarakat sebagian besar bersifat negatif (51,18%), sedangkan tanggapan netral dan positif masing-masing mencapai 26,38% dan 22,44%. Penelitian ini menyimpulkan bahwa media sosial X adalah platform penting untuk penyebaran informasi dan analisis opini publik. Saran dari penelitian ini adalah meningkatkan metode pelabelan data dan memilih algoritma yang lebih tepat untuk meningkatkan akurasi analisis di masa depan
ANALISIS PENERIMAAN WEBSITE ONE PESANTREN ONE PRODUCT(OPOP) JATIM DENGAN PENDEKATAN UTAUT Odilio Bintang Mutis, Aloysius; Pratama, Arista; Mukaromah, Siti
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.v9i3.13678

Abstract

Website OPOP(One Pesantren One Product) Jatim adalah platform yang menjadi sarana dari program yang meningkatkan kesejahteraan masyarakat khususnya berbasis pesantren serta menjadi media yang memperkenalkan serta membantu memasarkan produk-produk dari pondok pesantren yang mengikuti program. Namun, sejak pertama kali dijalankan pada tahun 2019 hingga saat ini, belum ada penelitian yang menunjukan penerimaan masyarakat terhadap Website OPOP Jatim. Tujuan laporan skripsi ini adalah menganalisis faktor yang mempengaruhi penerimaan Website OPOP Jatim menggunakan metode UTAUT. Variabel yang digunakan adalah Performance Expectancy, Effort Expectancy, Social Influence, dan Facilitating Conditions sebagai variabel independen dan Behavioral Intention to Use sebagai variabel dependen serta variabel moderasi yaitu Age dan Gender. Data sampel yang digunakan sebanyak 392 responden. Hasil Analisis menunjukan variabel Performance Expectancy, Effort Expectancy, Social Influence dan Facilitating Conditions berpengaruh signifikan terhadap Behavioral Intention to Use. Namun, hasil analisis juga menunjukan variabel moderasi age maupun gender tidak mempengaruhi hubungan antara variabel Behavioral Intention to Use dengan variabel independennya. Variabel yang paling berpengaruh terhadap Behavioral Intention to Use adalah variabel Facilitating Conditions, hal ini menunjukan fitur dan dukungan teknis yang baik membantu pengguna dalam memahami serta meningkatkan minat pengguna dalam mendukung program One Pesantren One Product yang diperkenalkan melalui Website OPOP Jatim.
DAMPAK PENERAPAN SISTEM REKOMENDASI PRODUK TERHADAP PENINGKATAN MINAT BELI PELANGGAN PADA E-COMMERCE Andriko, Tri; Juansen, Monsya; Ade Saputra, Surya; Handayani, Sri
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.v9i3.13683

Abstract

E-commerce merupakan proses pembelian maupun penjualan produk secara elektronik Biasanya, industri ini akan melibatkan transaksi seperti transfer dana, pemasaran online, jual beli melalui internet Rekomendasi produk yang ada di media sosial ataupun official account e-commerce dapat mempengaruhi pembelian pelanggan, baik yang direncanakan maupun secara impulsif Penelitian ini bertujuan untuk mengetahui dampak antara variabel kualitas informasi, dan kesamaan (similarity) terhadap minat beli pelanggan pada e-commerce, teknik pengambilan sampel menggunakan sample random sampling dengan jumlah responden sebanyak 100 orang Analisis data menggunakan analisis deskriptif serta metode penelitian menggunakan metode kuantitatif Hasil penelitian menunjukkan bahwa kualitas informasi berpengaruh positif tetapi tidak signifikan terhadap minat beli, dan kesamaan (similarity) berpengaruh positif dan signifikan terhadap minat beli Pengujian secara simultan hasil menunjukkan kualitas informasi, dan kesamaan (similarity) berpengaruh signifikan terhadap minat beli Berdasarkan hasil temuan pada penelitian bahwa perusahaan yang memberikan kualitas informasi dan kesamaan (similarity) yang baik akan meningkatkan minat beli pelanggan pada e-commerce melalui sistem rekomendasi produk.
KOMPARASI METODE LABEL POWERSET K-NN DAN ML-KNN DALAM KLASIFIKASI MULTI-LABEL CYBERBULLYING PADA KOMENTAR INSTAGRAM Nur Fadlilah, Imamah; Dyar Wahyuni, Eka; Peratasari, Reisa
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.v9i3.13686

Abstract

Peningkatan kasus cyberbullying di media sosial, khususnya pada aplikasi Instagram dengan berbagai bentuknya dapat berdampak negatif pada korban. Fenomena ini menunjukkan perlunya metode yang efektif untuk mengidentifikasi dan mengatasi komentar berisi cyberbullying. Penelitian ini bertujuan untuk mendeteksi komentar yang mengandung cyberbullying menggunakan pendekatan klasifikasi multi-label. Metode yang digunakan memanfaatkan ekstraksi fitur teks menggunakan TF-IDF dengan kombinasi unigram, bigram dan trigram, serta dua pendekatan utama dalam klasifikasi multi-label yaitu Problem Transformation dengan Label Powerset KNN dan Algorithm Adaptation dengan ML-KNN. Data yang digunakan dalam penelitian ini diambil dari komentar sebuah postingan pada aplikasi Instagram, dan akan dibangun sebanyak enam model klasifikasi cyberbullying. Hasil Penelitian menunjukkan bahwa pendekatan ML-KNN dengan kombinasi unigram memiliki akurasi yang lebih tinggi dibandingkan Label Powerset KNN dalam mendeteksi komentar yang mengandung cyberbullying.
ANALISIS PENERIMAAN WARGA SURABAYA TERHADAP APLIKASI WARGAKU MENGGUNAKAN MODEL UTAUT2 Dwi Permana, Abiyoga; Faroqi, Asif; Pratama, Arista
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.v9i3.13694

Abstract

Aplikasi WargaKu dikembangkan untuk mempermudah warga Surabaya dalam mengakses informasi dan layanan publik, namun adopsinya masih menjadi tantangan. Penelitian ini menganalisis faktor-faktor yang mempengaruhi penerimaan aplikasi menggunakan model UTAUT2, dengan variabel Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Conditions, Hedonic Motivation, Habit, Behavioral Intention, dan Use Behavior, serta variabel moderasi Age, Gender, dan Experience. Pendekatan kuantitatif diterapkan menggunakan PLS-SEM melalui SmartPLS 3.0 dengan data dari 305 responden warga Surabaya. Hasil analisis menunjukkan bahwa variabel PE, SI, HM, dan H berpengaruh signifikan terhadap BI. Sementara itu, H, FC, dan BI berpengaruh terhadap UB. Dengan demikian, penerimaan aplikasi WargaKu lebih dipengaruhi oleh manfaat, pengaruh sosial, pengalaman menyenangkan, dan kebiasaan pengguna, sementara kemudahan penggunaan dan infrastruktur pendukung bukan faktor utama.

Page 349 of 384 | Total Record : 3835

 347   348   349   350   351 

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