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
 353   354   355   356   357 
KLASTERISASI KABUPATEN DAN KOTA DI PROVINSI SUMATERA UTARA BERDASARKAN INDUSTRI KECIL DAN MIKRO MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Irene Silitonga, Agnes; Akbar Lubis, Ali; Darma, Jufri; Indra H Sinaga, Ferry; Simamora, Yoakim
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.v9i3.13797

Abstract

Industri kecil dan mikro memiliki peran strategis dalam perekonomian daerah, terutama dalam meningkatkan kesejahteraan masyarakat dan mendorong pertumbuhan ekonomi. Penelitian ini bertujuan untuk mengklasterisasi kabupaten dan kota di Provinsi Sumatera Utara menggunakan algoritma K-Means Clustering. Data yang digunakan meliputi jumlah unit usaha, tenaga kerja, dan pinjaman modal bank di setiap wilayah. Metode K-Means Clustering dipilih karena kemampuannya dalam mengklasterisasi data berdasarkan kemiripan karakteristik sehingga dapat memberikan gambaran klasifikasi wilayah dengan potensi industri kecil dan mikro yang serupa. Hasil penelitian menunjukkan bahwa kabupaten dan kota di Provinsi Sumatera Utara dapat diklasterisasikan menjadi tiga klaster yaitu klaster rendah, sedang, dan tinggi. Hasil klasterisasi ini diharapkan dapat menjadi dasar bagi pemerintah daerah dalam merancang kebijakan yang lebih efektif untuk pengembangan industri kecil dan mikro di masing-masing wilayah, seperti alokasi bantuan modal, pelatihan, dan penguatan rantai pasok industri.
FRAMEWORK DATA MINING: SEBUAH SURVEI Ardhi Baskara, Arya; Maharani Piranti, Nurul; Fahrury Romdendine, 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.v9i3.13803

Abstract

Perkembangan pesat dalam ranah teknologi informasi telah meningkatkan kebutuhan akan metode data mining untuk menganalisis dan mengolah data dalam jumlah besar. Berbagai metodologi telah dikembangkan untuk mendukung proses ini, di antaranya Knowledge Discovery in Databases (KDD), Cross-Industry Standard Process for Data Mining (CRISP-DM), dan Sample, Explore, Modify, Model, and Assess (SEMMA). Penelitian ini bertujuan untuk mengevaluasi popularitas dan efektivitas masing-masing metodologi melalui pendekatan Systematic Literature Review berbasis PRISMA. Sebanyak 52 artikel dari tahun 2021 hingga 2025 dianalisis guna mengidentifikasi tren penggunaan metodologi dalam berbagai bidang, termasuk kesehatan, bisnis, teknologi, dan pendidikan. Hasil studi menunjukkan bahwa CRISP-DM adalah metodologi yang paling sering diterapkan karena fleksibilitasnya dalam berbagai sektor. Sementara itu, KDD dan SEMMA lebih banyak digunakan dalam konteks yang lebih spesifik. Studi ini menyoroti pentingnya pemilihan metodologi yang sesuai untuk memastikan efektivitas ekstraksi informasi dari data. Temuan penelitian ini diharapkan dapat menjadi referensi bagi akademisi, praktisi, dan peneliti dalam menentukan metodologi yang paling relevan berdasarkan karakteristik data dan tujuan analisis.
INTEGRASI WAZUH SIEM DENGAN MODSECURITY DAN VIRUS TOTAL MENGGUNAKAN NIST FRAMEWORK UNTUK MENDETEKSI SERANGAN WEBSITE Nurul Fahmi, Rizki; Hartono, Rudi; Syahrul Anwar, Dede
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13804

Abstract

Peningkatan penggunaan website di Indonesia berpotensi menimbulkan ancaman siber yang mencakup aktivitas ransomware, defacement website, dan malware. Kurangnya sentralisasi dalam sistem keamanan siber dapat memperlambat deteksi ancaman, menyebabkan respons tidak terkoordinasi, serta meningkatkan risiko celah keamanan. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan mengintegrasikan Wazuh, ModSecurity, dan Virus Total untuk mendeteksi ancaman siber berdasarkan kerentanan OWASP Top 10 tahun 2021 yang terdapat pada local website. Penelitian ini dilakukan secara eksperimental menggunakan NIST Framework yang disertai dengan pengumpulan data dan evaluasi. Eksperimen dilaksanakan dalam local environment, di mana penulis mengintegrasikan Wazuh dengan ModSecurity dan Virus Total. Setelah itu, dilakukan website penetration testing terhadap local website. Hasil penelitian ini menunjukkan bahwa integrasi ketiga alat tersebut mampu mendeteksi 10 dari 17 jenis serangan terhadap local website, yaitu: File Inclusion Attack, SQL Injection, Blind SQL Injection, Command Injection, Reflected XSS, Stored XSS, DOM-Based XSS, Open HTTP Redirect, File Upload, dan Brute Force. Dengan demikian, sistem integrasi ini dapat memberikan perlindungan tambahan bagi website dari serangan siber.
ANALISIS TREN MUSIC DI SPOTIFY MENGGUNAKAN HADOOP MAPREDUCE Sulastri, Ade; Ardiansyah, Alvian; Rahmat Saputra, Alvin; Akbar Perdana, Muhammad; Mashur Sajiah, Adha
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13807

Abstract

Penelitian ini menganalisis tren musik di Spotify selama 10 tahun terakhir dengan memanfaatkan Hadoop MapReduce untuk memahami pola konsumsi musik di era digital. Spotify, sebagai platform streaming musik terkemuka, menghasilkan data besar yang mencerminkan preferensi pengguna, termasuk genre, artis, dan lagu yang paling populer. Tujuan penelitian ini adalah mengidentifikasi tren musik berdasarkan genre dominan, artis terpopuler, serta lagu yang paling sering didengarkan. Dataset yang digunakan diperoleh dari Kaggle dan playlist Spotify, terdiri atas 807 entri dengan tiga variabel utama: judul lagu, artis, dan genre. Proses analisis dilakukan melalui implementasi Hadoop MapReduce, meliputi tahapan pemetaan data, reduksi, hingga visualisasi hasil. Hasil penelitian menunjukkan bahwa genre pop mendominasi dengan kemunculan sebanyak 38% dari total dataset. Artis seperti The Weeknd, Justin Bieber, dan Taylor Swift tercatat sebagai artis dengan frekuensi kemunculan tertinggi. Lagu Blinding Lights oleh The Weeknd menjadi salah satu lagu dengan jumlah kemunculan terbanyak. Secara keseluruhan, Hadoop MapReduce berhasil mengidentifikasi tren musik secara efisien, memberikan wawasan penting bagi industri musik dalam merancang strategi distribusi dan promosi berdasarkan preferensi pasar yang terukur.
SERANGAN DEAUTHENTICATION ATTACK PADA WIRELESS ACCESS POINT: SYSTEMATIC LITERATUR REVIEW Saddam Ariyanto, Muhammad; Boy Hertantyo, Galuh; Hartati, Besse
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13808

Abstract

Jaringan Wi-Fi rentan terhadap serangan siber seperti Deauthentication Attack, yang dapat memutus koneksi pengguna secara paksa dan membuka celah bagi serangan lanjutan. Penelitian ini menggunakan metode Systematic Literature Review (SLR) dengan pendekatan PRISMA untuk mengkaji metode, jenis pengujian, dan tools yang digunakan dalam evaluasi keamanan Wireless Access Point (WAP). Hasil menunjukkan bahwa Deauthentication Attack adalah serangan paling umum, dengan tools seperti Aircrack-ng dan Fluxion paling sering digunakan. Fokus utama pengujian lebih kepada pencegahan dan perlindungan jaringan dari ancaman siber
ANALISIS SENTIMEN PERAN ARTIFICIAL INTELLIGENCE TERHADAP KREATIVITAS DAN EFEKTIVITAS MAHASISWA DALAM PENYELESAIAN TUGAS AKHIR MENGGUNAKAN DECISION TREE BERBASIS SMOTE Alya Putri, Indi; Firmansyah, Andri; Suprianto, Asep
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.v9i3.13809

Abstract

Dalam penelitian mengenai penggunaan Artificial Intelligence (AI) untuk mendukung penyelesaian tugas perkuliahan hingga membantu proses penyelesaian tugas akhir. Akan tetapi dengan banyak kemudahan yang diberikan oleh AI mahasiswa terkadang melupakan aspek terpenting dalam karya ilmiah yaitu bersifat orisinil, berbagai opini yang muncul dari mahasiswa mengenai penggunaan AI dapat membantu proses penelitian menjadi lebih cepat akan tetapi meningkatkan resiko plagiarism. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi berbagai opini mahasiswa mengenai penggunaan AI, baik dari sisi positif maupun negatif, serta melihat persentase mayoritas. Melalui analisis dampak yang ditimbulkan, penelitian ini diharapkan dapat memberikan wawasan yang berguna bagi Universitas dan pembuat kebijakan dalam menetapkan batasan dan etika-etika penggunaan AI yang sesuai. Proses analisis sentimen menggunakan algoritma Decision Tree dan untuk menyempurnakan model tersebut dilengkapi dengan teknik Synthetic Minority Over-sampling Technique SMOTE untuk mengatasi data yang tidak seimbang. Dalam analisis sentimen, kata yang paling sering muncul adalah positif, AI, lebih, membantu. Berdasarkan analisis dengan Decision Tree berbasis SMOTE, diperoleh akurasi sebesar 88%, dengan nilai presisi, recall, dan F1-Score mencapai 91% dengan hasil analisis sentimen menunjukkan bahwa 69,7% mahasiswa memberikan sentimen positif terhadap penggunaan AI, sementara 30,3% negatif. Temuan ini mengindikasikan bahwa mayoritas mahasiswa merasa terbantu oleh AI dalam penyelesaian tugas akhir.
PENERAPAN METODE UNDERSAMPLING CLUSTER CENTROIDS PADA ALGORITMA RANDOM FOREST UNTUK PREDIKSI KEBANGKRUTAN PERUSAHAAN Wahyu Pratama, Rangga; John Pardamean Hutabarat, Felix; Abadi Simanullang, Paskah; Tymoty Hutabarat, Peter; Arnita, Arnita; Ramadhani, Fanny
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.v9i3.13810

Abstract

Kemajuan teknologi informasi telah mendorong pengembangan model prediksi dalam sektor finansial, termasuk prediksi kebangkrutan perusahaan. Prediksi ini sangat penting bagi pemodal dan investor dalam pengambilan keputusan strategis. Namun, tantangan utama dalam prediksi kebangkrutan adalah ketidakseimbangan kelas, di mana jumlah perusahaan bangkrut jauh lebih sedikit dibandingkan perusahaan yang tidak bangkrut. Penelitian ini bertujuan untuk mengembangkan model klasifikasi yang lebih akurat dalam memprediksi risiko kebangkrutan dengan mengatasi ketidakseimbangan data menggunakan pendekatan yang berbeda dari penelitian sebelumnya. Jika penelitian sebelumnya menggunakan oversampling SMOTE, penelitian ini berkontribusi dengan menerapkan undersampling Cluster Centroid untuk menyeimbangkan distribusi data dari (2834:165) menjadi (165:165). Model dikembangkan menggunakan Random Forest Classifier, dengan evaluasi melalui cross-validation dan hyperparameter tuning untuk meningkatkan performa prediksi. Hasil pengujian menunjukkan bahwa model Random Forest Biasa memiliki akurasi 94,44%, tetapi dengan recall hanya 18,00%, menunjukkan ketidakefektifan dalam mendeteksi perusahaan bangkrut. Setelah menerapkan undersampling Cluster Centroid, akurasi menurun menjadi 63,64%, tetapi recall meningkat signifikan menjadi 89,80%, dengan F1-score 70,97%. Learning curve menunjukkan bahwa model mampu menggeneralisasi data dengan baik tanpa mengalami overfitting yang signifikan. Penelitian ini adalah menunjukkan bahwa Cluster Centroid sebagai metode undersampling dapat meningkatkan kemampuan model dalam mendeteksi kelas minoritas secara lebih efektif dibandingkan oversampling SMOTE, meskipun dengan kompromi pada akurasi keseluruhan. Hasil ini membuka peluang eksplorasi lebih lanjut dalam penggunaan teknik undersampling untuk meningkatkan prediksi kebangkrutan perusahaan.
APLIKASI PERSEDIAAN BAHAN BAKU BERBASIS WEB MENGGUNAKAN METODE PROTOTYPE Roland, Muhammad; Ichwani, Arief
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.v9i3.13812

Abstract

Perusahaan manufaktur merupakan kegiatan usaha yang berfokus pada produksi pengolahan bahan baku menjadi barang jadi agar bisa dijual kembali. Proses bisnis manufaktur ini membutuhkan informasi yang cepat, tepat dan akurat untuk kegiatan produksinya. PT. Muara Juara Kreasi Indonesia merupakan pelopor self-serve cofee di Indonesia. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi untuk mempermudah bagian gudang baik dari pemasukkan dan pengeluaran barang. Metode pengembangan sistem yang digunakan yaitu prototype. Metode prototype merupakan metode siklus hidup sistem yang didasarkan pada konsep model bekerja (working model) untuk mengembangkan model sistem menjadi sistem final. Hasil penelitian ini berupa aplikasi pengendalian persediaan bahan baku berbasis web yang dapat membantu pengguna untuk mencatat persediaan barang dengan pendistribusian data yang cepat karena menu yang disediakan memudahkan pengguna untuk mencari data lebih efektif dan efisien daripada mengelolanya dengan microsoft excel, dan dari hasil pengujian pengguna dengan black-box testing didapatkan hasil bahwa semua menu dan fungsi yang ada di dalam aplikasi dapat berjalan dengan baik atau berhasil memproses semua menu dan fungsi yang ada.
IMPLEMENTASI OBJECT DETECTION DALAM KLASIFIKASI SAMPAH UNTUK MENINGKATKAN EFISIENSI PENGELOLAAN LIMBAH Anggara, Jerry; Ryansyah, Eddy; Arif Dermawan, Budi
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.v9i3.13813

Abstract

Pengelolaan sampah di Indonesia masih menghadapi tantangan besar dengan produksi mencapai 68.5 juta ton per tahun, sementara tingkat daur ulang masih rendah. Salah satu kendala utama adalah proses pemilahan yang masih dilakukan secara manual menyebabkan inefisiensi, tingginya biaya operasional, serta meningkatnya pencemaran lingkungan akibat pembuangan sampah yang tidak terkelola dengan baik. Minimnya kesadaran masyarakat dalam memilah sampah semakin memperburuk kondisi ini. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem deteksi dan klasifikasi sampah berbasis algoritma YOLOv8 yang dikenal dengan kecepatan dan akurasi tinggi dalam mendeteksi objek. Model dilatih menggunakan dataset yang terdiri dari 1.822 gambar dalam enam kategori sampah yaitu kertas, plastik, kardus, metal, gelas, dan sampah organik yang diperoleh dari berbagai sumber termasuk Roboflow dan TrashNet. Hasil evaluasi menunjukkan bahwa model memiliki tingkat keakuratan yang cukup tinggi dengan nilai mAP (mean Average Precision) sebesar 0.905. Sistem ini di-deploy dalam bentuk web menggunakan Flask yang dilengkapi dengan fitur unggah gambar/video serta menampilkan hasil deteksi dengan tampilan yang informatif dan mudah digunakan. Penelitian ini menunjukkan bahwa object detection berbasis YOLOv8 dapat mendukung pengelolaan sampah secara lebih efisien.
PENERAPAN METODE END USER COMPUTING SATISFACTION (EUCS) UNTUK ANALISIS TINGKAT KEPUASAN PENGGUNA APLIKASI GRAB DI UNIVERSITAS TRUNOJOYO MADURA Maharani, Aprilia; Dellia, Prita; Noer Afidha, Adelia; Eka Putra, Aditya; Yafi Bahitsany, 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.v9i3.13814

Abstract

Kemajuan teknologi digital semakin memudahkan aktivitas sehari-hari, termasuk dalam layanan transportasi online seperti Grab. Aplikasi ini banyak digunakan oleh mahasiswa, termasuk di Universitas Trunojoyo Madura, untuk memenuhi kebutuhan mobilitas mereka. Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pengguna aplikasi Grab di lingkungan kampus dengan menggunakan metode End User Computing Satisfaction (EUCS). Metode ini mengukur kepuasan pengguna berdasarkan lima aspek utama, yaitu konten, keakuratan, bentuk tampilan, kemudahan penggunaan, dan ketepatan waktu. Data dikumpulkan melalui kuesioner online yang diisi oleh 56 responden mahasiswa yang aktif menggunakan Grab. Hasil analisis menggunakan skala Likert menunjukkan bahwa rata-rata tingkat kepuasan pengguna berada dalam kategori "puas", dengan aspek format tampilan mendapatkan skor tertinggi. Meskipun demikian, beberapa responden masih merasa bahwa keakuratan informasi, seperti estimasi harga dan waktu tiba kendaraan, perlu ditingkatkan. Hasil penelitian ini memberikan wawasan bagi Grab dalam meningkatkan kualitas layanan mereka, khususnya di lingkungan akademik. Dengan perbaikan yang tepat, kepuasan pengguna dapat semakin meningkat dan pengalaman penggunaan aplikasi menjadi lebih optimal.

Page 355 of 384 | Total Record : 3835

 353   354   355   356   357 

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