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
 358   359   360   361   362 
PENGEMBANGAN SISTEM INFORMASI STOK BARANG PADA LINI SEWING DI PT. SUMBER MASANDA JAYA KABUPATEN BREBES BERBASIS DEKSTOP Oktaviani, Camelia; Widjatmojo, Galih; Setyani Wahyu P, Aries
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.v9i4.13896

Abstract

Pengelolaan stok barang yang efektif merupakan aspek krusial dalam operasional industri manufaktur, termasuk di PT. Sumber Masanda Jaya yang bergerak di bidang produksi sepatu. Sistem pencatatan stok barang yang masih dilakukan secara manual menimbulkan berbagai kendala, seperti keterlambatan pencatatan, risiko kehilangan data, serta kesulitan dalam pemantauan persediaan barang. Penelitian ini bertujuan untuk menganalisis, merancang, dan membangun sistem informasi stok barang berbasis desktop guna meningkatkan efisiensi dan akurasi dalam pengelolaan persediaan barang pada lini sewing perusahaan. Metode yang digunakan dalam penelitian ini mencakup observasi langsung, wawancara dengan karyawan yang menangani stok barang, serta studi pustaka untuk memperoleh landasan teori yang relevan. Sistem yang dikembangkan dirancang menggunakan pendekatan pemodelan perangkat lunak, termasuk use case diagram, activity diagram, sequence diagram, dan class diagram. Implementasi sistem menggunakan framework Laravel, database MySQL, serta aplikasi Laragon sebagai server lokal. Hasil penelitian menunjukkan bahwa sistem informasi stok barang berbasis desktop yang dikembangkan mampu mengoptimalkan pencatatan barang masuk, barang keluar, serta barang rusak secara otomatis. Sistem ini juga meningkatkan efisiensi kerja dengan menyediakan fitur pencarian data stok yang lebih cepat, mengurangi kesalahan pencatatan manual, serta menghasilkan laporan stok barang yang lebih akurat dan real-time. Dengan diterapkannya sistem informasi ini, PT. Sumber Masanda Jaya diharapkan dapat mengurangi inefisiensi dalam pengelolaan stok barang dan meningkatkan produktivitas kerja. Rekomendasi untuk pengembangan lebih lanjut mencakup integrasi sistem dengan lini produksi lainnya serta penyediaan pelatihan bagi karyawan agar dapat memanfaatkan sistem secara optimal.
ANALISIS KEAMANAN WEBSITE E-LIBRARY KAMPUS DENGAN METODE PTES (PENETRATION TESTING EXECUTION STANDARD) Akmalia Maylani, Farah; Tahir, Muhlis; Nataswa Juniar, Naila; Sari, Devita; Ayu Zulaica, Widya; Ismael, Ismael
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.v9i4.13897

Abstract

Perkembangan teknologi informasi yang sangat cepat, khususnya dalam bidang e-commerce, telah mendorong inovasi di dalam sistem digital seperti e-library. Sistem ini berperan sebagai pengelola informasi berbasis web, memudahkan akses dan pemanfaatan sumber daya secara efisien. Namun, kemajuan ini juga menghadirkan tantangan besar dalam hal keamanan. Untuk menjaga keamanan sistem, diperlukan pendekatan yang terencana, termasuk penggunaan alat seperti Tenable Nessus Professional untuk mengidentifikasi kerentanan yang ada. Penelitian ini menganalisis keamanan website akademisi kampus menggunakan metode Penetration Testing Execution Standard (PTES) yang melibatkan lima tahap PTES: perencanaan dan pengumpulan informasi, analisis kerentanan, eksploitasi, serta pelaporan. Dalam proses pengujian keamanan, yang meliputi tahapan Perencanaan dan Reconnaissance, Pemindaian, Akses dan Pemeliharaan, serta Analisis dan Konfigurasi WAF, penelitian ini berhasil menemukan beberapa kerentanan yang perlu diperhatikan. Hasil analisis mengungkapkan adanya risiko, seperti direktori yang terbuka untuk publik dan potensi serangan clickjacking, yang masing-masing membutuhkan mitigasi melalui penerapan header keamanan dan pembaruan konfigurasi server. Berdasarkan klasifikasi tingkat kerentanan, ditemukan bahwa 68% kerentanan berada pada kategori low, 18% pada kategori medium, 3% pada kategori high, dan 8% masuk dalam kategori critical. Hasil ini menunjukkan bahwa meskipun sebagian besar kerentanan memiliki risiko rendah, terdapat beberapa celah kritis yang perlu segera diperbaiki untuk meningkatkan keamanan sistem secara menyeluruh.
OPTIMASI MANAJEMEN PERSEDIAAN DENGAN KLASIFIKASI NAIVE BAYES DI TOKO BAJA MANDIRI Zhahiran Herlambang, Prilanisa; Rahaningsih, Nining; Ali, Irfan
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.v9i4.13900

Abstract

Pengelolaan persediaan merupakan aspek penting dari operasional perusahaan, khususnya di Toko Baja Mandiri yang menjual perlengkapan bahan bangunan berbasis baja. Pengelolaan yang tidak efektif dapat menyebabkan kekurangan pasokan atau penumpukan barang, sehingga berpotensi mengakibatkan kerugian finansial. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi status persediaan menggunakan algoritma Naive Bayes dengan data jumlah persediaan, harga satuan, dan total harga barang selama periode satu bulan. Pendekatan Knowledge Discovery in Databases (KDD) diterapkan, dimulai dari seleksi data yang relevan, diikuti oleh tahap praproses untuk membersihkan dan mentransformasi data agar siap digunakan. Setelah melalui tahap transformasi untuk menetapkan atribut yang berguna, data dibagi menjadi set pelatihan dan pengujian. Algoritma Naive Bayes diterapkan untuk mengklasifikasikan barang menjadi kategori “STOCK” (perlu restock) dan “READY” (stock aman). Evaluasi menunjukkan akurasi model sebesar 92.59%, dengan recall 100% untuk kategori “READY” dan precision 27.27%. Ketidakseimbangan data target, dengan 96.8% dalam kategori “STOCK” dan 3.2% kategori “READY”, memengaruhi performa model, terutama dalam precision. Sistem ini terbukti membantu pemilik toko mengoptimalkan pengelolaan stok, meminimalkan risiko kekosongan, dan mendukung pengambilan keputusan strategis secara lebih efektif dengan proses yang terstruktur dan andal.
APLIKASI BERBASIS WEBSITE SEBAGAI SUMBER INFORMASI BURSA KERJA KHUSUS Nisa, Khurotul; Anggraini, Novita; Handayani Ujianti, Mutiara
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.v9i4.13901

Abstract

SMK Dinamika Kota Tegal merupakan salah satu sekolah menengah kejuruan yang berlokasi di Kota Tegal. Sejak didirikan pada tahun 1974, sekolah ini telah meluluskan banyak siswa setiap tahunnya. Untuk mendukung penyaluran lulusan ke dunia kerja, sekolah ini memiliki program Bursa Kerja Khusus (BKK) dan menjalin kerja sama dengan sejumlah yayasan, lembaga pelatihan kerja (LPK), serta perusahaan, baik di dalam maupun luar negeri. Namun, penyebaran informasi lowongan kerja masih dilakukan melalui grup WhatsApp dan pencatatan data pelamar menggunakan Excel, yang dinilai kurang efisien dan menyulitkan dalam pengelolaan data yang kompleks. Penelitian ini bertujuan untuk merancang sistem informasi berbasis website sebagai solusi digitalisasi BKK di SMK Dinamika. Metode pengembangan sistem yang digunakan adalah waterfall, sedangkan pemodelan sistem dilakukan dengan pendekatan Unified Modeling Language (UML). Aplikasi ini dibangun menggunakan bahasa pemrograman PHP dan database MySQL. Hasil akhir berupa sistem informasi BKK berbasis web yang memungkinkan admin mengelola data lowongan dan pelamar secara terpusat, serta memberikan akses informasi yang mudah dan cepat bagi alumni. Implementasi sistem diharapkan dapat meningkatkan efisiensi, akurasi data, dan jangkauan informasi, serta mempermudah proses rekrutmen tenaga kerja.
ANALISIS USABILITY CHATGPT MENGGUNAKAN METODE SYSTEM USABILITY SCALE (SUS) DI UNIVERSITAS TRUNOJOYO MADURA Laviva Rahmat, Aini; Dellia, Prita; Kamil, Alvin; Ayu Zulaicha, Widya; Andika El-Faizi, Alfian
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.v9i4.13903

Abstract

Perkembangan teknologi AI yang semakin canggih membuat penggunaannya semakin efisien dan memberikan manfaat signifikan dalam berbagai aspek kehidupan. Salah satu contohnya dalam bidang pendidikan, yaitu membantu pemahaman materi pembelajaran dengan memberikan penjelasan yang lebih rinci dan mudah dipahami. Namun, penggunaan teknologi AI masih perlu diukur tingkat kegunaannya dalam menunjang proses pembelajaran di perguruan tinggi karena terkadang terdapat beberapa informasi yang kurang relevan dan berpotensi menimbulkan kesalahpahaman ataupun informasi yang menyesatkan bagi pengguna. Penelitian ini bertujuan untuk mengetahui dan menganalisis sejauh mana tingkat kegunaan ChatGPT di kalangan Mahasiswa Universitas Trunojoyo Madura sebagai media penunjang pembelajaran di perguran tinggi. Penelitian ini menggunakan metode System Usability Scale (SUS) dengan pendekatan deskriptif untuk mengukur tingkat kegunaan ChatGPT. Pengambilan data dilakukan melalui kuesioner yang disusun menggunakan Google Forms dan dibagikan secara acak kepada 78 Mahasiswa di Universitas Trunojoyo Madura. Hasil penelitian ini adalah ChatGPT mendapat score rata-rata 61,153. Ini menunjukkan bahwa ChatGPT memiliki Percentile Range 31% atau antara 15-34, termasuk Marginal dalam Acceptable, memiliki Grade Scale D, termasuk Ok dalam Adjective, dan Detractor dalam segi NPS.
PARENT ASSISTANCE APPLICATION UNTUK MEMBANTU TERAPI BAGI BALITA DALAM RANGKA MENGURANGI RISIKO SPEECH DELAY Fahimuroid, Restu; Seto Arifianto, Aji; Nur Aziza, Alfiani; Ahdiar, Fikri
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.v9i4.13905

Abstract

Speech delay adalah masalah keterlambatan bicara dan perkembangan bahasa pada balita. Berdasarkan Survei yang dilakukan oleh Ikatan Dokter Anak Indonesia menunjukkan speech delay dan ketelambatan bahasa dialami 5% sampai 8% anak usia prasekolah. Speech delay terjadi karena dua faktor yaitu faktor genetik dan faktor lingkungan. Faktor lingkungan disebabkan oleh kurangnya stimulus verbal, minimnya interaksi dan komunikasi dengan orang sekitar khususnya orang tua. Namun, tidak semua orang tua memiliki waktu yang cukup untuk berinteraksi dengan balitanya sehingga dapat berdampak pada perkembangan bahasa balita. Masalah ini dapat diminimalisir melalui peran aktif orang tua dengan bantuan teknologi untuk memberikan informasi serta rekomendasi kegiatan interaksi dengan balita. Beberapa aktivitas dapat dilakukan orang tua seperti meminta dan mendengarkan balitanya bercerita, melihat dan meniru apa yang diucapkannya. Pada penelitian ini dikembangakan aplikasi Parent Assistance berbasis mobile dengan fitur pengingat, penjadwalan kegiatan interaksi orang tua-balita, dilengkapi panduan tumbuh kembang balita termasuk tahapan perkembangan fisik, kognitif, sosial, emosional balita serta tips perawatan, nutrisi, dan stimulasi berbicara yang sesuai untuk setiap usia. Tujuan jangka menengah yang ditargetkan adalah menurunkan risiko speech delay. Aplikasi yang dikembangkan secara fungsionalitas berjalan sesuai dengan yang diharapkan dan hasil uji System Usability Scale mendapatkan nilai 87 yang berarti sangat baik dan layak digunakan.
PENGENALAN ANGKA PADA CITRA TULISAN TANGAN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) Salsabila Citra Putri Winanto, Calista; Intan Nuraini, Annisa; Ibnu Adam, Riza
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.v9i4.13906

Abstract

Pada era digital, penelitian tentang pengenalan angka tulisan tangan dalam computer vision dan pengenalan objek semakin berkembang. Digitalisasi data berbasis tulisan tangan menghadapi tantangan dalam akurasi pengenalan karena variasi pola angka yang beragam. Penelitian ini bertujuan melakukan pengenalan angka pada tulisan tangan menggunakan dataset Handwriting Letter and Number dan algoritma CNN. Model dibangun menggunakan arsitektur CNN dengan augmentasi citra sebagai preprocessing dan pelatihan selama 20 epoch pada ukuran citra 50 x 50 pixels dalam mode grayscale. Penelitian ini menerapkan dua skema pengujian, yakni menggunakan data uji yang telah disediakan dan mengunggah citra secara real-time dengan citra manual. Hasil penelitian menunjukkan bahwa model mencapai akurasi sebesar 97,09% untuk training set dan 97,85% untuk validation set pada epoch terakhir, dengan akurasi validasi secara keseluruhan adalah 97,23%. Selain itu, pengujian menunjukkan bahwa model mampu memprediksi angka dari dataset uji citra secara akurat, meskipun masih mengalami kesulitan dalam mengenali angka ‘4’.
KLASIFIKASI PEMILIHAN PRODUK PERBANKAN DENGAN ALGORITMA DECISION TREE ID3 DAN C4.5 Anggita Kristanti, Putri; Jatmiko, Singgih
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.v9i4.13907

Abstract

Seiring meningkatnya kebutuhan nasabah, bank berusaha menarik nasabah dengan menawarkan produk yang paling sesuai. Produk merupakan faktor dalam mempengaruhi keputusan nasabah dalam memilih layanan yang tepat. Penelitian ini bertujuan untuk melakukan klasifikasi produk bank dengan membandingkan pengukuran akurasi, presisi dan recall algoritma decision tree ID3 dan C4.5 menggunakan tools RapidMiner. Dalam penelitian ini dataset tersedia dengan jumlah 16.848 terdiri dari 13 atribut, 12 atribut prediksi antara lain age, gender, religion, ntb, household, education, salary, realiation, potential, response_status, status_nasabah, jenis_produk dan 1 atribut tujuan yaitu nama_produk. Atribut jenis_produk merupakan node pertama dan yang paling berpengaruh. Penelitian ini menggunakan metode CRISP-DM yang terdiri dari tahap business understanding, data understanding, data preparation, modelling dan evaluation. Hasil penelitian menunjukan algoritma ID3 memiliki rata-rata akurasi 79,09%, presisi 77,56%, dan recall 79,07%. Sementara itu, untuk algoritma C4.5, memiliki rata-rata akurasi 80,03%, presisi 78,26%, dan recall 80,03%. Algoritma C4.5 unggul dalam nilai akurasi, presisi, dan recall daripada algoritma ID3, menurut hasil implementasi secara keseluruhan. Dengan demikian, dapat dikatakan bahwa algoritma C4.5 adalah algoritma yang paling efektif untuk klasifikasi pemilihan produk perbankan.
LEVERAGING BIG DATA FOR INDONESIA’S IMMIGRATION POLICY: OPPORTUNITIES AND LIMITATIONS Dewanto, Rafi; Trinata, Cakra; Fahrury Romdendine, Muhammad
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.v9i4.13908

Abstract

Indonesia's fragmented immigration data systems, exacerbated by its archipelagic geography and institutional complexity, pose significant challenges to effective immigration management. These issues result in inefficiencies in border security, difficulties in tracking irregular migration, and substantial economic losses due to undocumented migrant workers. For instance, discrepancies between official data and World Bank estimates reveal a gap of 5.3 million unrecorded migrant workers, highlighting systemic failures in data integration and enforcement. This study explores the potential of big data analytics to address these challenges by integrating disparate systems and enhancing decision-making processes. Using a normative juridical approach, the research examines Indonesia's legal frameworks and proposes a comprehensive implementation framework. This framework includes centralized data integration using Hadoop and Spark technologies, predictive analytics for migration patterns, and robust privacy safeguards to protect vulnerable populations. The findings emphasize that big data can significantly improve operational efficiency, enhance national security, and support evidence-based policy development. However, the study also identifies critical barriers such as privacy concerns, technical limitations, and institutional coordination gaps. By addressing these challenges, the proposed framework offers actionable insights into leveraging big data for effective immigration policing in Indonesia while safeguarding civil liberties.
MODEL KLASIFIKASI SENTIMEN PADA ULASAN PENGGUNA APLIKASI GAME WEPLAY DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES Karunia Nurul Asry, Kintan; Irma Purnamasari, Ade; Bahtiar, Agus; Wahyudin, Edi
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.v9i4.13909

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna pada aplikasi Game WePlay di Google Play Store menggunakan algoritma Naive Bayes. Dengan menganalisis sentimen, penelitian ini berupaya memahami persepsi dan pengalaman pengguna terhadap aplikasi game. Salah satu tantangan utama adalah keragaman data ulasan, seperti penggunaan bahasa informal dan distribusi data yang tidak seimbang. Data ulasan diambil dari Google Play Store melalui proses web scraping, kemudian diproses melalui tahapan praproses seperti normalisasi, tokenisasi, dan penghapusan kata-kata yang tidak relevan. Proses ekstraksi fitur dilakukan menggunakan pendekatan Term Frequency-Inverse Document Frequency (TF-IDF). Algoritma Naive Bayes digunakan untuk mengelompokkan sentimen menjadi kategori positif dan negatif. Hasil penelitian menunjukkan bahwa model memiliki tingkat akurasi sebesar 86%, dengan presisi rata-rata 84,9%, recall 82,7%, dan F1-score 83,6%. Dalam evaluasi lebih lanjut, sentimen positif tercatat memiliki F1-score sebesar 89,9%, sementara sentimen negatif mencapai F1-score sebesar 77,3%. Hasil ini mengindikasikan bahwa model lebih efektif dalam mengidentifikasi pola kata pada ulasan positif. Penelitian ini memberikan kontribusi penting untuk pengembangan aplikasi Game WePlay dengan menyediakan pemahaman yang lebih baik tentang ulasan pengguna.

Page 360 of 384 | Total Record : 3835

 358   359   360   361   362 

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