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
 356   357   358   359   360 
RANCANG BANGUN IOT SMART PET FEEDER UNTUK PEMANTAUAN DAN PENGATURAN PAKAN HAMSTER Farhat Jundullah, Muhammad; Arbansyah, Arbansyah; Hallim, Abd
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.v9i4.13861

Abstract

Pemilik hamster sering mengalami kesulitan dalam memberikan pakan secara teratur, yang dapat memengaruhi kesehatannya. Hamster memiliki pola makan yang berbeda dengan manusia, sehingga pemberian pakan yang tidak terjadwal dapat menyebabkan kekurangan atau kelebihan pakan. Untuk mengatasi masalah ini, diperlukan sistem otomatis yang dapat memastikan pemberian pakan sesuai kebutuhan hamster. Penelitian ini bertujuan untuk merancang dan membangun sistem Smart Pet Feeder berbasis IoT yang dapat mengatur dan memantau pemberian pakan secara otomatis. Sistem ini menggunakan ESP32 DevKit sebagai mikrokontroler utama untuk mengontrol motor servo dalam mendistribusikan pakan, serta ESP32-CAM untuk memantau kondisi pakan dan aktivitas hamster melalui aplikasi Blynk. Notifikasi otomatis dikirim melalui bot Telegram untuk memastikan pemberian pakan sesuai jadwal. Metode penelitian meliputi perancangan perangkat keras dan lunak, implementasi sistem, serta pengujian kinerja ESP32 DevKit, ESP32-CAM, dan koneksi aplikasi Blynk. Hasil pengujian menunjukkan bahwa sistem berfungsi optimal dalam memberikan pakan sesuai jadwal, menampilkan pemantauan real-time, serta mengirimkan notifikasi otomatis. Meskipun terdapat kendala kecil pada koneksi Blynk, sistem tetap berjalan dengan baik.
HYBRID INTELLIGENCE SYSTEM FOR IMAGE CLASSIFICATION OF FRUIT TYPES Syalsabilla, Adinda; Ramadhanu, 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.v9i3.13862

Abstract

Indonesia sebagai negara tropis memiliki kekayaan beragam jenis buah-buahan, seperti paprika dan apel, yang tumbuh subur di berbagai wilayah. Buah-buahan ini memiliki nilai ekonomis tinggi dan berpotensi memberikan keuntungan besar, sehingga mendorong pengembangan produktivitas di berbagai daerah. Namun, kesamaan fisik antar jenis buah seringkali menyulitkan proses identifikasi, yang dapat memengaruhi pengelolaan dan pemanfaatannya. Perkembangan teknologi, khususnya dalam pengolahan citra digital, menjadi solusi untuk mengatasi tantangan ini dengan meningkatkan akurasi dan efisiensi klasifikasi buah. Penelitian ini bertujuan mengembangkan sistem klasifikasi citra buah menggunakan kombinasi algoritma K-Nearest Neighbor (K-NN) dan Principal Component Analysis (PCA) sebagai pendekatan Hybrid Intelligence. PCA digunakan untuk mereduksi dimensi fitur visual seperti warna dan bentuk, sementara K-NN melakukan klasifikasi berdasarkan jarak terdekat. Sistem ini dirancang untuk mengidentifikasi jenis buah seperti paprika merah, paprika hijau, dan apel merah. Hasil penelitian menunjukkan bahwa penggabungan K-NN dan PCA meningkatkan akurasi dan efisiensi klasifikasi, dengan akurasi mencapai 90%. Penelitian ini memberikan kontribusi dalam meningkatkan akurasi dan keandalan sistem klasifikasi buah, serta menawarkan manfaat praktis dalam mendukung pengelolaan hasil pertanian, meningkatkan nilai tambah produk, dan memperkuat sektor agribisnis di era digital.
PERBANDINGAN KINERJA PCA-KNN DAN LDA DALAM KLASIFIKASI JENIS KUPU-KUPU: ANALISIS AKURASI DAN EFEKTIVITAS Chairunnissa Deliva Akbar, Syifa; Agus Salim, David; Rahmad, Rahmad; Khomsi, Ahmad; Sovia, Rini
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.v9i3.13863

Abstract

Kupu-kupu merupakan serangga yang tergolong dalam ordo Lepidoptera atau serangga bersayap sisik. Keanekaragaman spesies kupu-kupu menjadi objek penelitian yang menarik dalam bidang ekologi, biologi, dan ilmu komputer, khususnya dalam bidang pengolahan citra digital dan kecerdasan buatan. Penelitian ini membandingkan kinerja metode Principal Component Analysis (PCA) dengan K-Nearest Neighbor (KNN) dan Linear Discriminant Analysis (LDA) dalam mengklasifikasikan jenis kupu-kupu Chestnut dan Clouded Sulphur. Perbandingan ini dilakukan untuk mengevaluasi efektivitas metode reduksi dimensi PCA dalam meningkatkan efisiensi klasifikasi dibandingkan dengan pendekatan pemisahan kelas berbasis LDA. PCA digunakan untuk mereduksi dimensi data guna meningkatkan efisiensi klasifikasi, sedangkan KNN dan LDA berperan sebagai algoritma klasifikasi dengan pendekatan yang berbeda dalam memisahkan kelas data. Hasil penelitian ini menunjukkan bahwa penggunaan metode PCA dalam klasifikasi citra kupu-kupu Chestnut dan kupu-kupu Clouded Sulphur dapat meningkatkan efisiensi dan keakuratan sistem secara signifikan. Hal ini dibuktikan dengan akurasi yang dicapai oleh PCA-KNN sebesar 93,3%, sedangkan LDA-KNN hanya mancala 80%.
KNOWLEDGE DISCOVERY DALAM PREDIKSI NILAI SISWA BERDASARKAN BULAN KELAHIRAN SISWA DI SMP NEGERI 2 TUNGKAL JAYA MENGGUNAKAN NAIVE BAYES Haidar Afif Mufid, Muhammad; Attika Putri, Shopi; Gustiani, Sindy; Wirnanti, Rintan; Sabar Manahan, Nico; Ditha Tania, Ken; Rifai, Ahmad
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.v9i4.13864

Abstract

Pendidikan memiliki peran yang sangat penting dalam membentuk kualitas akademik siswa, di mana prestasi belajar dipengaruhi oleh berbagai faktor, baik yang bersifat internal maupun eksternal. Penelitian ini fokus pada hubungan antara bulan kelahiran dengan pencapaian nilai siswa di SMP Negeri 2 Tungkal Jaya, yang selama ini masih menggunakan metode tradisional tanpa mempertimbangkan faktor non-tradisional seperti bulan kelahiran. Tujuan dari penelitian ini adalah untuk membangun model prediksi nilai siswa menggunakan metode Naive Bayes, yang dapat membantu sekolah dalam mengidentifikasi siswa yang berisiko mengalami kesulitan akademik berdasarkan bulan kelahirannya, sekaligus memberikan rekomendasi untuk strategi pembelajaran yang inklusif. Metode yang digunakan dalam penelitian ini adalah Knowledge Discovery in Databases (KDD), yang melalui beberapa tahapan, dimulai dari pengumpulan data dari 123 siswa, kemudian melakukan preprocessing dengan mengklasifikasikan nilai ke dalam kategori A, B, dan C, dilanjutkan dengan transformasi, dan terakhir melakukan data mining menggunakan Naive Bayes di RapidMiner. Hasil evaluasi menunjukkan bahwa akurasi tertinggi dicapai pada nilai IPS, yaitu sebesar 72,75%, sementara akurasi terendah terdapat pada Matematika dengan 40,30%. Rata-rata akurasi prediksi untuk Bahasa Indonesia, Bahasa Inggris, dan rapor berada di atas 70%.
SEGMENTASI PELANGGAN DENGAN ALGORITMA K-MEANS UNTUK STRATEGI PEMASARAN YANG EFEKTIF Insan Pratama Siagian, Raihan; Pratama, Ega; Azmi Lubis, Fauzan; Audy Priscilia, Selfi; Ramadhani, Fanny
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.v9i4.13865

Abstract

Segmentasi pelanggan merupakan strategi penting dalam pemasaran untuk memahami karakteristik dan perilaku pelanggan yang beragam. Salah satu metode yang sering digunakan adalah K-Means Clustering, yang mampu mengelompokkan pelanggan berdasarkan kesamaan karakteristik tertentu. Namun, pemilihan jumlah cluster yang optimal dan analisis hasil segmentasi sering kali menjadi tantangan utama dalam implementasi metode ini. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means dalam segmentasi pelanggan serta menganalisis efektivitas hasil klasterisasi. Pengujian dilakukan pada dataset Mall Costumer yang didapat dari kagle, lalu dianalisis menggunakan algoritma K-Means. Hasil pengujian menunjukkan bahwa jumlah cluster optimal yang diperoleh adalah 5, dengan distribusi anggota sebagai berikut: Cluster 0 terdiri dari 81 pelanggan, Cluster 1 sebanyak 39 pelanggan, Cluster 2 sebanyak 22 pelanggan, Cluster 3 sebanyak 35 pelanggan Dan Cluster 4 sebanyak 23 pelanggan. Dengan demikian, penelitian ini menunjukkan bahwa metode K-Means dapat mengelompokkan pelanggan secara efektif untuk mendukung strategi pemasaran yang lebih terarah.
PENERAPAN NAÏVE BAYES UNTUK ANALISIS SENTIMEN NETIZEN TERHADAP PROGRAM MAKAN SIANG GRATIS PADA MEDIA SOCIAL X Amelia Br Siregar, Ririn; Ramadhan Manik, Albert; Syahri, Alfin; Budi Akbar, Muhammad; Arnita, Arnita; Ramadhani, Fanny
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.v9i4.13870

Abstract

Program Makan Siang Gratis yang diperkenalkan dalam Pemilihan Presiden 2024 menjadi perhatian publik dan menuai berbagai tanggapan, baik positif maupun negatif. Persepsi masyarakat terhadap program ini penting untuk diketahui guna mengevaluasi keberhasilan implementasi kebijakan. Penelitian ini bertujuan untuk menganalisis sentimen netizen di media sosial X terhadap program tersebut menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui proses crawling dengan Twitter API, kemudian dilakukan preprocessing, ekstraksi fitur menggunakan TF-IDF, dan klasifikasi sentimen ke dalam tiga kategori: positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa model Naïve Bayes yang digunakan memiliki akurasi sebesar 65%, presisi 71%, recall 65%, dan F1-score 62%. Analisis menunjukkan bahwa sentimen negatif mendominasi, disusul oleh sentimen netral, sementara sentimen positif hanya sedikit. Temuan ini mengindikasikan adanya kekhawatiran masyarakat terhadap efektivitas dan transparansi program. Hasil penelitian ini dapat menjadi bahan pertimbangan bagi pemerintah dalam meningkatkan sosialisasi dan implementasi program agar lebih diterima oleh masyarakat.
IMPLEMENTASI CHATBOT SEBAGAI VIRTUAL ASSISTANT : SYSTEMATIC LITERATURE REVIEW Febriansyah, M. Rezha; Boy Hertantyo, Galuh; Wilonotomo, Wilonotomo
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.v9i4.13876

Abstract

Di era digital, chatbot telah menjadi solusi populer untuk meningkatkan efisiensi layanan dan interaksi pengguna di berbagai sektor. Namun, implementasinya masih menghadapi tantangan dalam pemilihan metode pengembangan, platform yang sesuai, serta pengukuran efektivitas. Penelitian ini bertujuan menganalisis metode pengembangan, platform implementasi, dan efektivitas chatbot sebagai virtual assistant melalui tinjauan sistematis dengan pendekatan PRISMA terhadap 30 jurnal terpilih (2015-2024). Hasil penelitian menunjukkan metode waterfall, AIML, dan Black Box Testing paling dominan digunakan, dengan website, Telegram, dan WhatsApp sebagai platform utama. Implementasi chatbot terbukti meningkatkan efisiensi layanan (akurasi hingga 90%) dan kepuasan pengguna (82,1%), sekaligus mengidentifikasi kebutuhan pengembangan lebih lanjut dengan teknik deep learning seperti BiLSTM untuk peningkatan performa. Temuan ini memberikan panduan berharga bagi pengembangan chatbot yang lebih adaptif di masa depan.
ANALISIS KUALITAS JARINGAN LAN PADA KANTOR : SYSTEMATIC LITERATURE REVIEW Eka Sulthanurfallah, Ramadhansyah; Boy Hertantyo, Galuh; Assiroj, Priati
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.v9i4.13877

Abstract

Jaringan internet yang stabil dan cepat sangat penting dalam mendukung operasional kantor, terutama dalam pelayanan publik. Namun, kualitas layanan jaringan sering kali mengalami kendala, seperti kecepatan rendah dan gangguan koneksi. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi kualitas layanan jaringan di kantor menggunakan metode Systematic Literature Review (SLR) dengan pendekatan PRISMA. Melalui studi literatur dari berbagai sumber terpercaya, penelitian ini mengidentifikasi aspek-aspek utama yang mempengaruhi performa jaringan, seperti bandwidth, latency, jitter, dan packet loss. Hasil analisis menunjukkan bahwa faktor infrastruktur, konfigurasi jaringan, dan kebijakan penggunaan berpengaruh signifikan terhadap kualitas layanan. Temuan penelitian ini memberikan wawasan bagi pengelola jaringan dalam meningkatkan performa layanan internet di kantor. Rekomendasi yang diberikan dapat membantu optimalisasi jaringan dengan strategi peningkatan kapasitas bandwidth, pengelolaan trafik, serta pemanfaatan teknologi Quality of Service (QoS). Dengan demikian, penelitian ini diharapkan dapat berkontribusi dalam perbaikan kualitas layanan jaringan guna mendukung efektivitas dan efisiensi kerja di lingkungan kantor.
ANALISIS FAKTOR KEPUTUSAN NASABAH BERLANGGANAN TERM DEPOSIT: PERBANDINGAN RANDOM FOREST DAN XGBOOST Wahyudi, Rizky; Impana Manik, Kristin; Alfin, Muhammad; Bush Henrydunan, John; Arnita, Arnita; Ramadhani, Fanny
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.v9i4.13881

Abstract

Pemasaran produk perbankan seperti term deposit memerlukan strategi yang tepat untuk meningkatkan tingkat langganan nasabah. Berbagai faktor yang memengaruhi keputusan nasabah menjadi tantangan bagi bank dalam menargetkan calon pelanggan potensial. Penelitian ini membandingkan performa Random Forest dan XGBoost dalam memprediksi keputusan nasabah menggunakan dataset Bank Marketing dari UCI Machine Learning Repository. Tahapan preprocessing mencakup pemeriksaan nilai hilang, penanganan outlier dengan IQR, transformasi fitur kategorikal menggunakan label encoding, dan oversampling dengan SMOTE. Evaluasi model dilakukan dengan accuracy, F1-Score, dan ROC-AUC. Hasil penelitian menunjukkan bahwa XGBoost lebih unggul dibandingkan Random Forest, dengan accuracy 95,30%, F1-score 95,40%, dan ROC-AUC 95,29% pada rasio 80:20. Komunikasi dan durasi interaksi dalam pemasaran produk term deposit menjadi faktor paling signifikan dalam memengaruhi keputusan nasabah. Kesimpulan umum dari penelitian ini adalah XGBoost menjadi algoritma yang lebih efektif untuk prediksi keputusan nasabah berlangganan term deposit daripada Random Forest terutama dalam menangani data tidak seimbang dan hubungan non-linear.
PENGGUNAAN METODE TECHNOLOGY ACCEPTANCE MODEL (TAM) DAN DIFUSSION OF INOVATION (DOI) PADA ANALISIS PENGGUNAAN SISTEM AUTOGATE : SYSTEMATIC LITERATURE REVIEW Gilang Arrauf Adhidarma, Mohammad; Ari Nursanto, Gunawan; Susaningsih, Catur
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.v9i4.13882

Abstract

Teknologi memiliki peran penting dalam meningkatkan efisiensi layanan transportasi udara, termasuk dalam sistem keimigrasian di Indonesia. Salah satu inovasi yang diterapkan adalah autogate, yang menggunakan teknologi biometrik untuk mempercepat proses pemeriksaan imigrasi. Meskipun memberikan banyak manfaat, implementasi autogate masih menghadapi berbagai tantangan, seperti kendala teknis, kesiapan infrastruktur, dan persepsi pengguna. Oleh karena itu, penelitian ini menganalisis faktor-faktor yang mempengaruhi penerimaan dan penggunaan autogate dengan pendekatan Technology Acceptance Model (TAM) dan Diffusion of Innovation (DOI).Penelitian ini menggunakan metode Systematic Literature Review (SLR) dengan pendekatan PRISMA, mengkaji 450 artikel dari berbagai sumber akademik untuk mengidentifikasi metode yang telah digunakan dalam menganalisis sistem aplikasi. Hasil analisis menunjukkan bahwa TAM dan DOI merupakan dua metode yang paling umum digunakan. TAM berfokus pada persepsi kemudahan dan manfaat teknologi, sedangkan DOI menganalisis proses difusi inovasi dalam sistem sosial. Kesimpulan dari penelitian ini menegaskan bahwa kombinasi metode TAM dan DOI dapat memberikan pemahaman yang lebih komprehensif terkait penerimaan teknologi autogate. Untuk meningkatkan efektivitas implementasi autogate, diperlukan perbaikan infrastruktur, pemeliharaan sistem yang lebih baik, serta sosialisasi kepada pengguna. Evaluasi berkelanjutan dengan pendekatan TAM dan DOI dapat membantu mengoptimalkan penggunaan teknologi ini dalam layanan keimigrasian

Page 358 of 384 | Total Record : 3835

 356   357   358   359   360 

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