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
 354   355   356   357   358 
ANALISIS SENTIMEN ULASAN KEIMIGRASIAN PADA GOOLE MAPS MENGGUNAKAN ALGORITMA NAIVE BAYES Nur Erlina, Novita; Trinata, Cakra; Anung Prabadhi, Isidorus
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.v9i4.13820

Abstract

Dalam era digital saat ini, opini publik yang disampaikan melalui platform daring seperti Google Maps menjadi salah satu indikator penting dalam mengevaluasi kualitas layanan publik, termasuk layanan keimigrasian. Ulasan pengguna yang tersebar secara bebas dapat merefleksikan tingkat kepuasan, kekecewaan, maupun harapan masyarakat terhadap institusi pemerintah. Oleh karena itu, diperlukan pendekatan yang sistematis dan otomatis untuk memahami sentimen dari ribuan ulasan tersebut. Salah satu pendekatan yang efektif dalam bidang pemrosesan bahasa alami (Natural Language Processing) adalah analisis sentimen, yaitu proses mengidentifikasi kecenderungan opini dalam sebuah teks — apakah bersifat positif, negatif, atau netral.. Dalam penelitian ini, metode Naïve Bayes diterapkan untuk menganalisis sentimen pada ulasan Google Review terkait Direktorat Jenderal Imigrasi. Algoritma ini dipilih karena kemampuannya dalam mengklasifikasikan data menggunakan pendekatan probabilistik dengan tingkat akurasi yang cukup tinggi. Penelitian ini dilakukan melalui beberapa tahapan, mulai dari pengumpulan data, pra-pemrosesan teks (tokenisasi, penghapusan stopwords, dan filtering), hingga pelatihan serta evaluasi model. Hasil evaluasi menunjukkan bahwa model Naïve Bayes yang digunakan mencapai akurasi sebesar 91,15%, yang membuktikan bahwa metode ini cukup efektif dalam mengelompokkan sentimen pengguna terhadap layanan keimigrasian.
PENTINGNYA DIGITALISASI ARSIP UNTUK PRESERVASI : SYSTEMATIC LITERATURE REVIEW Yassar Afram, Leonard; Rosmaya, Mila; Ari Nursanto, Gunawan
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.v9i4.13821

Abstract

Penyimpanan arsip menjadi tantangan bagi sebuah kantor dalam menjaga arsip sebagai bentuk preservasi. Dalam Upaya preservasi ini ada beberapa cara yang dapat digunakan secara efisien dan efektif. Digitalisasi arsip dapat menjadi solusi untuk mengatasi berbagai tantangan dalam sistem pengarsipan konvensional, seperti risiko kehilangan dokumen, keterbatasan ruang penyimpanan, serta lambatnya proses pencarian data. Studi ini bertujuan untuk menganalisis metode penelitian yang paling sering digunakan dalam penelitian digitalisasi arsip serta manfaat dan hambatan yang dihadapi dalam implementasinya. Dengan menggunakan metode Systematic Literature Review (SLR) berdasarkan pendekatan PRISMA, penelitian ini meninjau 30 jurnal yang relevan dengan tema digitalisasi arsip. Hasil studi menunjukkan bahwa metode kualitatif deskriptif merupakan pendekatan yang paling umum digunakan, karena mampu menggali pemahaman mendalam mengenai proses digitalisasi arsip melalui wawancara dan observasi langsung. Digitalisasi arsip terbukti meningkatkan efisiensi, aksesibilitas, dan penghematan biaya dalam pengelolaan arsip. Namun, tantangan utama yang dihadapi dalam implementasinya meliputi keterbatasan infrastruktur, kurangnya sumber daya manusia yang terampil, serta minimnya alokasi anggaran. Studi ini merekomendasikan evaluasi berkala terhadap sistem digitalisasi arsip serta peningkatan kapasitas sumber daya manusia guna memastikan keberlanjutan inovasi dalam pengelolaan arsip digital.
KLASIFIKASI TINGKAT KEMATANGAN CABAI BERDASARKAN WARNA RGB MENGGUNAKAN METODE FUZZY LOGIC Tri Putra, Bagus; Sonita, Anisya; Kharisma Hidayah, Agung; Imanullah, 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.v9i3.13822

Abstract

Pemrosesan citra digital telah menjadi metode yang efektif dalam sektor pertanian, khususnya dalam menentukan tingkat kematangan buah. Penelitian ini bertujuan untuk merancang sistem klasifikasi tingkat kematangan cabai dengan memanfaatkan komponen warna RGB menggunakan pendekatan Fuzzy Logic. Data citra cabai diperoleh melalui proses akuisisi gambar menggunakan kamera digital dengan kondisi pencahayaan yang terkendali. Selanjutnya, citra yang diperoleh dianalisis untuk mengekstrak fitur warna dalam ruang warna RGB. Metode Fuzzy Logic dipakai untuk menentukan tingkat kematangan cabai berdasarkan nilai keanggotaan warna merah, hijau, dan biru. Hasil klasifikasi dikategorikan ke dalam beberapa Derajat kesiapan, yakni muda, matang, dan tua. Evaluasi sistem dilakukan dengan membandingkan hasil klasifikasi dengan data ground truth yang diperoleh atas pakar pertanian. Hasil penelitian menunjukkan bahwa metode Fuzzy Logic mampu mengklasifikasikan tingkat kematangan cabai dengan akurasi yang tinggi, didapatkan akurasi untuk jenis kategori cabai muda sebesar 100%, untuk jenis kategori cabai matang sebesar 93,33%, dan untuk jenis ketegori cabai tua sebesar 90%. Sehingga didapatkan rata-rata akurasi sebesar 94,44%. Implementasi sistem Ini berguna bagi petani untuk menetapkan waktu panen yang tepat. optimal, sehingga meningkatkan kualitas dan efisiensi dalam produksi cabai.
SISTEM PAKAR DIAGNOSIS PENYAKIT PADA KUCING MENGGUNAKAN METODE FORWARD CHAINING DAN ALGORITMA NAIVE BAYES Mukholad Fauzi, Wildan; Garno, Garno; Maulana, Iqbal
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.v9i3.13823

Abstract

Kucing merupakan salah satu hewan peliharaan yang populer, namun sering kali rentan terhadap berbagai penyakit. Banyak pemilik kucing enggan membawa hewan peliharaannya ke klinik hewan karena biaya konsultasi yang dirasa cukup tinggi. Akibatnya, mereka sering meminta bantuan pemilik petshop untuk merawat sekaligus mendiagnosis penyakit kucing mereka. Namun, tidak semua pemilik petshop memiliki pengetahuan yang memadai tentang gejala dan penyakit kucing. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis Forward Chaining dan algoritma Naive Bayes guna membantu pemilik kucing dalam mendiagnosis penyakit seperti cacingan, pijal, kudis, dan infeksis telinga. Penelitian dilakukan di Kitty Care Petshop dengan melibatkan Drh. Thiara Ayu Pangesti sebagai pakar utama. Forward Chaining digunakan untuk menerapkan logika berbasis aturan, sementara Naive Bayes menganalisis probabilitas gejala. Dari penelitian ini menunjukan menghasilkan hasil pengujian bahwa sistem pakar diagnosis penyakit pada kucing menggunakan metode forward chaining dan algoritma naïve bayes mampu memberikan diagnosis yang akurat dan konsisten dengan analisis pakar, tanpa kesalahan yang memengaruhi kinerja sistem. Sistem ini terbukti cepat, mudah digunakan, dan efektif dalam mendiagnosis penyakit berdasarkan gejala.
PERANCANGAN GAME EDUKASI TEBAK GAMBAR MONUMEN DI INDONESIA BERBASIS ANDROID DENGAN FITUR AUGMENTED REALITY MENGGUNAKAN METODE MDLC Stanis Bouk Kapu, Calvin; Snae, Menhya
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.v9i3.13827

Abstract

Indonesia memiliki kekayaan warisan budaya dan sejarah yang tercermin dalam berbagai monumen bersejarah yang tersebar di seluruh nusantara. Namun, pengetahuan tentang monumen ini masih kurang dikenal, terutama oleh generasi muda, karena metode pembelajaran sejarah di sekolah sering dianggap kurang menarik. Penelitian ini bertujuan untuk merancang game edukasi berbasis Android, "Tebak Gambar Monumen," dengan fitur Augmented Reality (AR) sebagai media pembelajaran interaktif bagi siswa sekolah dasar. Metode yang digunakan dalam penelitian ini adalah Multimedia Development Life Cycle (MDLC), yang mencakup tahap analisis, desain, implementasi, hingga pengujian. Implementasi yang dilakukan meliputi pengembangan game dengan teknologi AR untuk menampilkan model tiga dimensi (3D) monumen bersejarah, sehingga meningkatkan pengalaman belajar yang lebih interaktif. Pengujian dilakukan menggunakan Uji Marker sudut dan jarak dan metode black-box testing untuk memastikan bahwa semua fitur, termasuk AR, berfungsi sesuai dengan spesifikasi yang dirancang. Hasil pengujian menunjukkan bahwa seluruh fungsionalitas dalam game telah berjalan dengan baik. Diharapkan, game ini dapat menjadi media pembelajaran alternatif yang menarik, inovatif, dan mudah diakses di era digital.
PENILAIAN KOMPARATIF METODE KLASIFIKASI NEURAL NETWORK DAN RANDOM FOREST UNTUK KNOWLEDGE DISCOVERY PADA PENYAKIT DIABETES Aqil Zidane, Muhammad; Naufaldihanif, Rihan; Nuraini Kusuma, Aisha; Hanggara, Bryan; Clark Peter Wijaya, Adley; Ditha Tania, Ken; Kurnia Sari, Winda
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.v9i3.13828

Abstract

Penelitian ini membahas penerapan data mining dalam prediksi diabetes, yang menjadi isu penting dalam bidang kesehatan dan teknologi informasi. Permasalahan utama yang diangkat adalah tingginya angka penderita diabetes yang sering terlambat terdiagnosis, yang berdampak pada meningkatnya risiko komplikasi serius dan biaya perawatan yang tinggi. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model prediksi diabetes yang lebih akurat menggunakan teknik data mining. Metode yang digunakan dalam penelitian ini adalah pendekatan kuantitatif dengan teknik pengumpulan data melalui analisis dataset diabetes menggunakan algoritma klasifikasi seperti Random Forest, dan Neural Network. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki tingkat akurasi tertinggi sebesar 96,88% dibandingkan metode Neural Network dengan akurasi sebesar 89,23%, yang mengindikasikan bahwa metode Random Forest ini efektif dalam mendeteksi potensi pre-diabetes lebih dini. Kesimpulan dari penelitian ini menegaskan bahwa pemanfaatan data mining dapat meningkatkan akurasi prediksi pre-diabetes serta memberikan rekomendasi bagi tenaga medis dalam pengambilan keputusan diagnostik.
PERBANDINGAN METODE CNN DAN SVM UNTUK MENGKLASIFIKASI KEMATANGAN SERTA MENGUKUR KANDUNGAN VITAMIN C JERUK GERGA MENGGUNAKAN CITRA DIGITAL Anugrah Ilahi, Puja; Toyib, Rozali; Reswan, Yuza; Sonita, Anisya
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.v9i3.13829

Abstract

Masalah dalam panen buah jeruk Gerga sering kali terjadi akibat kesalahan dalam proses pemetikan yang hanya didasarkan pada warna serta estimasi semata, sehingga kualitas buah yang dihasilkan tidak sesuai dengan harapan konsumen. Jeruk Gerga memiliki kandungan vitamin C yang lebih tinggi dibandingkan dengan jeruk manis biasa, penting untuk melakukan pengukuran kadar vitamin C berdasarkan warna dan nilai Hue dengan menggunakan citra warna. Jaringan Saraf Konvolusional (CNN) dan Mesin Vektor Pendukung (SVM) memiliki peranan penting dalam klasifikasi gambar digital, terutama dalam menentukan tingkat kematangan buah dimana CNN adalah Metode Deep Learning yang mampu mengambil fitur visual yang kompleks, seperti tekstur serta pola warna yang relevan untuk mendeteksi kematangan buah, CNN memberikan hasil lebih akurat dalam klasifikasi kematangan buah jika dibandingkan dengan metode konvensional, berkat kemampuannya untuk mengenali pola non-linear dalam data visual. Temuan penelitian menunjukkan bahwa algoritma CNN menghasilkan akurasi yang lebih tinggi dibandingkan dengan SVM. CNN mencapai akurasi sebesar 98%, sementara SVM hanya mencapai akurasi 94%. Selain itu lebih efektif dalam mendeteksi pola warna dan tekstur buah, membuatnya lebih ampuh dalam klasifikasi kematangan Jeruk Gerga. Dengan demikian, pendekatan menggunakan CNN diusulkan sebagai metode yang lebih unggul untuk sistem klasifikasi otomatis berbasis gambar digital, khususnya di sektor pertanian dan teknologi pangan.
IMPLEMENTASI ALGORITMA KNN, PCA PADA KLASIFIKASI BUAH PIR MADU, PIR HIJAU DAN APEL MERAH Yulihartati, Sandra; Ramadhanu, Agung
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.v9i4.13835

Abstract

Klasifikasi citra buah dapat dilakukan berdasarkan bentuk, ukuran, tekstur, warna buah. Buah merupakan salah satu data yang dipakai pada pengolahan data yang dapat mempermudah identifikasi jenis buah berdasarkan ciri-ciri fisiknya. Penelitian ini bertujuan mengimplementasikan algoritma K-Nearest Neighbors (KNN) dan Principal Component Analysis (PCA) untuk mengklasifikasikan tiga jenis buah, yaitu Pir Madu, Pir Hijau, dan Apel Merah. PCA digunakan untuk mereduksi dimensi data morfologi yang terdiri dari fitur berat, panjang, dan lebar buah, sehingga meningkatkan efisiensi dan efektivitas model KNN dalam melakukan klasifikasi. Data yang digunakan terdiri dari 26 data yang dibagi menjadi data latih dan data uji. Setelah proses standarisasi, PCA diterapkan untuk mengurangi jumlah komponen fitur menjadi dua komponen utama yang mempertahankan informasi penting dalam data. Selanjutnya, algoritma KNN dengan parameter k=3 digunakan untuk melakukan klasifikasi pada data uji. Hasil penelitian menunjukkan bahwa kombinasi PCA dan KNN menghasilkan akurasi klasifikasi sebesar 90%, dengan nilai precision 90 %, recal 90%, dan F1-score 94,7% yang baik untuk setiap jenis buah. Hasil ini menunjukkan bahwa teknik PCA dapat meningkatkan kinerja algoritma KNN dalam klasifikasi buah dengan mengurangi dimensi data yang kompleks. Penelitian ini memberikan kontribusi pada pengembangan teknik klasifikasi buah berbasis data morfologi dengan penerapan PCA dan KNN.
PENERAPAN LEXICON BASED UNTUK ANALISIS SENTIMEN MASYARAKAT INDONESIA TERHADAP DANANTARA Adi Nugraha, Satria
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.v9i3.13836

Abstract

Investasi strategis melalui sovereign wealth fund (SWF) menjadi kebijakan yang semakin banyak diterapkan oleh berbagai negara, termasuk Indonesia yang baru saja meresmikan Badan Pengelola Investasi Daya Anagata Nusantara (Danantara) pada Februari 2025. Meskipun memiliki tujuan utama untuk meningkatkan efisiensi pengelolaan aset strategis dan menarik investasi global, keberadaan Danantara menimbulkan beragam opini publik, terutama di media sosial seperti Twitter. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia terhadap Danantara menggunakan metode Lexicon-Based Sentiment Analysis. Penelitian ini diharapkan dapat memberikan wawasan bagi pemerintah dan pemangku kepentingan dalam meningkatkan strategi komunikasi, transparansi kebijakan, serta membangun kepercayaan publik terhadap pengelolaan investasi nasional. Data dikumpulkan dari Twitter dan diolah melalui tahapan pre-processing serta pencocokan dengan kamus sentimen berbahasa Indonesia. Hasil analisis menunjukkan bahwa sentimen publik terhadap Danantara cenderung beragam dengan dominasi negatif (44.9%) sedikit lebih banyak daripada positif (44.1%) dan sisanya merupakan sentimen netral (14%). Faktor-faktor seperti transparansi kebijakan dan persepsi terhadap pengelolaan investasi berkontribusi terhadap variasi sentimen ini.
PENGEMBANGAN PROTOTYPE ARSITEKTUR CI/CD PADA SISTEM INFORMASI MANAJEMEN TERINTEGRASI UNIVERSITAS PERJUANGAN MENGGUNAKAN JENKINS Fadilah, Nizar; 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.v9i4.13837

Abstract

Universitas Perjuangan saat ini menghadapi permasalahan pada pengelolaan Sistem Informasi Manajemen Terintegrasi (SIMANTAP) yang masih menerapkan metode deployment secara manual. Pendekatan ini menyebabkan proses pengembangan perangkat lunak menjadi tidak efisien, rentan terhadap kesalahan, dan memperlambat pengiriman pembaruan aplikasi. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan mengembangkan prototipe arsitektur Continuous Integration/Continuous Deployment (CI/CD) pada SIMANTAP dengan menggunakan metode Agile Kanban. Metodologi yang diterapkan meliputi observasi, wawancara, studi pustaka, serta implementasi teknologi Jenkins, Docker, dan SonarQube yang terintegrasi dalam pipeline CI/CD. Evaluasi dilakukan melalui pengujian performa dan fungsionalitas, yang menunjukkan bahwa penerapan CI/CD mampu mengurangi waktu deployment hingga 10% dibandingkan metode manual. Selain itu, analisis kode menggunakan SonarQube berhasil mendeteksi bug dan kerentanan keamanan lebih awal sebelum aplikasi diterapkan ke lingkungan produksi. Hasil penelitian ini membuktikan bahwa implementasi CI/CD pada SIMANTAP meningkatkan efisiensi pengembangan perangkat lunak, mengurangi kesalahan deployment, serta mendukung pengiriman pembaruan aplikasi yang lebih cepat dan berkualitas.

Page 356 of 384 | Total Record : 3835

 354   355   356   357   358 

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