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 4,631 Documents
 386   387   388   389   390 
IMPLEMENTASI METODE FINITE STATE MACHINE (FSM) PADA GAME ADVENTURE 3D “JAKA TINGKIR : PENDEKAR PAJANG” Ibnu Bantan Auliah Amartha Putra; Febriana Santi Wahyuni; Hani Zulfia Zahro’
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 6 (2025): JATI Vol. 9 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i6.15620

Abstract

Game berbasis budaya memiliki potensi besar sebagai media edukasi interaktif. Penelitian inimengembangkan game adventure 3D berjudul "Jaka Tingkir: Pendekar Pajang", yang mengangkat cerita sejarah lokal dan menerapkan metode Finite State Machine (FSM) untuk mengatur perilaku musuh (NPC). FSM digunakan untuk mengatur transisi antar state seperti Idle, Patrol, Chase, Attack, dan Dead, sehingga menciptakan interaksi musuh yang dinamis dan realistis. Pengujian menunjukkan bahwa implementasi FSM dan kontrol dalam game berjalan sesuai fungsinya. Selain itu, tampilan visual, struktur menu, serta elemen cerita mendukung tujuan edukatif game ini. Dengan menggabungkan elemen sejarah, teknologi 3D, dan kecerdasan buatan, game ini mampu menyajikan pengalaman bermain yang menarik sekaligus mengenalkan nilai budaya kepada generasi muda.
ANTARA INOVASI DAN INERSIA: KAJIAN LITERATUR TENTANG PENGARUH KECERDASAN BUATAN TERHADAP KEMAMPUAN BERPIKIR KREATIF MANUSIA Grace Roni Anuar Lase; Flora Gresia Br Karo; Margaretta Judika Sianturi; Artiani Zebua; Andini Septyani Sihombing; Elsa Sabrina
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16568

Abstract

Perkembangan pesat kecerdasan buatan (AI) generatif telah membawa dampak signifikan terhadap cara manusia menghasilkan ide dan berkreasi. Kajian ini bertujuan untuk menganalisis secara sistematis pengaruh AI terhadap kemampuan berpikir kreatif manusia melalui telaah literatur terhadap artikel terindeks yang diterbitkan pada periode 2020–2025. Metode yang digunakan adalah analisis deskriptif dengan meninjau penelitian empiris, review, meta-analisis, dan survei yang membahas hubungan antara AI, kreativitas, dan proses kognitif manusia. Hasil kajian menunjukkan dua temuan utama. Pertama, AI memiliki dampak positif berupa peningkatan produktivitas kreatif, perluasan eksplorasi ide, serta penguatan proses co-creativity antara manusia dan mesin. Kedua, penggunaan AI secara berlebihan berpotensi menurunkan keterlibatan kognitif melalui mekanisme cognitive offloading dan AI dependence, yang dapat mengurangi kemampuan berpikir kritis dan evaluatif. Pembahasan menyoroti bahwa efek AI dipengaruhi oleh literasi AI, jenis tugas kreatif, serta desain interaksi manusia–AI. Kajian ini menyimpulkan bahwa AI memiliki potensi besar untuk memperkaya kreativitas manusia, namun perlu strategi penggunaan yang seimbang untuk mencegah terjadinya inersia kognitif. Temuan ini memberikan dasar teoritis bagi pengembangan praktik penggunaan AI yang bertanggung jawab dalam pendidikan dan industri kreatif.
PERBANDINGAN MODEL INDOBERT DAN INDONESIAN ROBERTA BASE DALAM ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP TIMNAS INDONESIA DI KUALIFIKASI PIALA DUNIA 2026 Eben Ezer Obed Marpaung; Masmur Tarigan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16570

Abstract

Perkembangan teknologi pemrosesan bahasa alami (Natural Language Processing/NLP) memungkinkan analisis opini publik di media sosial dilakukan secara lebih efektif, termasuk terhadap topik olahraga nasional seperti performa Tim Nasional Indonesia pada Kualifikasi Piala Dunia 2026. Penelitian ini bertujuan membandingkan performa dua model Transformer berbahasa Indonesia, yaitu IndoBERT dan Indonesian RoBERTa Base, dalam analisis sentimen terhadap tweet pengguna Twitter mengenai Timnas Indonesia, serta menilai pengaruh class weighting dan Bayesian Optimization terhadap peningkatan performa model. Data penelitian terdiri dari 4.676 tweet yang dikumpulkan dari akun resmi @TimnasIndonesia, melalui tahap pembersihan, pelabelan otomatis menggunakan InSet Lexicon, pembagian data secara stratified, tokenisasi, penerapan class weighting, dan penyetelan hyperparameter dengan Bayesian Optimization. Hasil menunjukkan bahwa IndoBERT memiliki performa lebih unggul dengan akurasi 76,66% dan F1-score 71,60%, sedangkan Indonesian RoBERTa Base mencapai akurasi 74,30% dan F1-score 68,92%.
RANCANG BANGUN SISTEM TEXT-TO-IMAGE AI BERBASIS GOOGLE GEMINI PADA SERVERLESS Fahmy Syahputra; Elsa Sabrina; Muhammad Bahrul Ilmi; Muhammad Rafli Chesio; Muhammad Rasyid Fikri Handoko; Hanfiandi Akbar Siregar
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16574

Abstract

Penelitian ini mengkaji rancang bangun sistem Text-to-image AI berbasis Google Gemini dengan arsitektur serverless menggunakan Vercel Functions. Kemajuan diffusion models telah memungkinkan konversi deskripsi teks menjadi citra dengan kualitas tinggi, namun implementasinya di lingkungan produksi menghadapi tantangan keamanan, biaya, dan skalabilitas. Tujuan penelitian ini adalah menghasilkan prototipe sistem yang aman dan efisien untuk memanggil Gemini API melalui serverless backend tanpa mengekspos kunci rahasia ke klien. Metode yang digunakan adalah Research and Development (R&D) melalui empat tahap: studi literatur model difusi dan arsitektur serverless, perancangan sistem end-to-end, implementasi menggunakan Node.js dan pustaka @Google/genai di Vercel, serta pengujian fungsional dan performa. Hasil menunjukkan sistem berhasil mengintegrasikan pipeline aman yang meliputi validasi prompt, moderasi konten, serta pengiriman gambar berbasis Base64 ke frontend. Evaluasi menunjukkan waktu respon rata-rata < 10 detik dan zero-exposure terhadap kunci API. Dengan demikian, pendekatan serverless Vercel efektif untuk penerapan text-to-image yang aman, fleksibel, dan ramah biaya, serta dapat dijadikan dasar pengembangan layanan AI generatif  serupa di masa depan.
PENGEMBANGAN APLIKASI MOBILE REAL-TIME PARKING AVAILABILITY BERBASIS SIMULASI SENSOR IOT DAN CLOUD COMPUTING Miftahuddin S. Arsyad; Edward Benedict; Felix Salim; Miracle Patric Lumowa; Ade Yusupa; Victor Tarigan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16577

Abstract

Perkembangan teknologi informasi dan Internet of Things (IoT) telah mendorong inovasi dalam sistem parkir cerdas yang mampu menyediakan informasi ketersediaan lahan secara real-time. Namun, sebagian besar penelitian sebelumnya masih menitikberatkan pada implementasi perangkat keras IoT, sementara integrasi aplikasi mobile dengan simulasi sensor berbasis komputasi awan belum banyak dieksplorasi. Penelitian ini bertujuan mengembangkan aplikasi SmartPark berbasis Flutter dan Firebase yang mampu menampilkan status ketersediaan slot parkir secara real-time melalui pendekatan simulasi sensor IoT. Pengembangan sistem menggunakan model incremental yang memungkinkan proses pembangunan secara bertahap mulai dari perancangan antarmuka, integrasi layanan cloud, hingga pengujian performa dan fungsionalitas. Modul MockParkingService digunakan untuk menghasilkan data simulasi berdasarkan algoritma probabilistik berbasis waktu yang merepresentasikan pola okupansi pada jam sibuk dan non-sibuk. Integrasi dengan Firebase Firestore memastikan pembaruan data berlangsung sinkron melalui mekanisme streaming dengan latensi rendah. Hasil pengujian menunjukkan bahwa seluruh fitur utama, termasuk autentikasi, pemantauan slot, pemesanan, serta pengelolaan riwayat, berjalan sesuai harapan. Evaluasi System Usability Scale (SUS) juga menunjukkan tingkat penerimaan pengguna yang baik. Penelitian ini menyimpulkan bahwa integrasi Flutter, Firebase, dan simulasi IoT dapat menjadi solusi efektif dalam pengembangan sistem parkir cerdas tanpa kebutuhan awal perangkat keras IoT, serta membuka peluang untuk implementasi sensor fisik dan model prediksi okupansi pada penelitian selanjutnya
KLASTERISASI KRIMINALITAS DI INDONESIA MENGGUNAKAN METODE KOHONEN-SELF ORGANIZING MAP DAN PARTICLE OPTIMIZATION SWARM Wenny Maria Tampubolon; Amri Muhaimin; Trimono Trimono
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16575

Abstract

Kriminalitas merupakan perilaku yang melanggar hukum serta menyimpang dari norma sosial yang berlaku, dan dapat menimbulkan kerugian baik secara fisik, ekonomi maupun psikologis. Data BPS tahun 2024 mencatat peningkatan jumlah kasus kriminal dari 327.965 pada 2022 menjadi 584.991 pada 2023, sementara itu  kasus yang berhasil diselesaikan  hanya 299.517 kasus. Selisih yang cukup besar tersebut menunjukkan masih adanya kelemahan dalam penanganan kejahatan, sehingga diperlukan analisis pola kriminalitas untuk memperoleh gambaran kondisi antar provinsi di Indonesia. Penelitian ini bertujuan mengelompokkan provinsi di Indonesia berdasarkan data kriminalitas menggunakan metode Kohonen Self-Organizing Map (SOM). Metode SOM mampu mengelompokkan data tanpa pengawasan (unsupervised learning) ke dalam representasi dua dimensi sehingga pola antarprovinsi dapat terlihat dengan lebih jelas. Untuk meningkatkan kinerja SOM, digunakan Particle Swarm Optimization (PSO) sebagai metode optimasi yang meniru perilaku sosial sekumpulan partikel untuk menemukan kombinasi parameter terbaik. Hasil optimasi dengan PSO menunjukkan parameter optimal SOM adalah grid 2×1, sigma 0,3, dan learning rate 0,9. Dengan parameter tersebut, terbentuk dua klaster dengan nilai Silhouette Coefficient sebesar 0,59 yang menandakan kualitas klasterisasi cukup baik. Temuan ini diharapkan dapat memperlihatkan perbedaan karakteristik kriminalitas antarprovinsi dan menjadi dasar penyusunan strategi penanganan yang lebih tepat sasaran.
EVALUASI PERFORMA MYSQL DAN MONGODB PADA QUERY PATTERN E-COMMERCE SKALA KECIL BERBASIS LITERATUR Moch. Nazril Ilham; Andika Faza Setiawan; Imam Prawira; Didi Purnomo; Dicky Anggriawan Nugroho; Imam Prayogo Pujiono
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16584

Abstract

Pesatnya pertumbuhan platform e-commerce skala kecil di Indonesia menuntut pemilihan sistem manajemen basis data (DBMS) yang optimal untuk menjamin performa, skalabilitas, dan integritas data. MySQL dan MongoDB menawarkan keunggulan berbeda, yang perlu dievaluasi berdasarkan pola query khas pada platform e-commerce. Penelitian ini bertujuan untuk mengevaluasi performa, fleksibilitas, dan skalabilitas kedua sistem tersebut melalui Systematic Literature Review (SLR) terhadap 20 artikel ilmiah periode 2021–2025. Hasil sintesis menunjukkan bahwa tidak ada satu basis data yang unggul mutlak, melainkan performa optimal sangat bergantung pada jenis beban kerja. MongoDB menunjukkan keunggulan signifikan dalam operasi tulis intensif, pembacaan data sederhana, fleksibilitas skema, dan skalabilitas horizontal, menjadikannya ideal untuk pengelolaan data dinamis seperti katalog produk, sesi pengguna, dan keranjang belanja. MySQL unggul dalam menjaga integritas transaksional melalui properti ACID, efisiensi dalam eksekusi query relasional kompleks, serta keandalan data, sehingga lebih cocok untuk data kritikal seperti transaksi keuangan dan manajemen stok. Berdasarkan temuan ini, penelitian merekomendasikan implementasi strategi Polyglot Persistence, di mana MySQL berfungsi sebagai Source of Truth untuk data transaksional kritikal, sementara MongoDB menangani data dinamis yang membutuhkan performa tinggi dan fleksibilitas. Strategi hibrida ini memberikan panduan berbasis bukti bagi pengembang dan arsitek sistem untuk membangun platform e-commerce skala kecil yang efisien, responsif, dan konsisten
TINJAUAN SISTEMATIS: EFEKTIVITAS SIMULASI VIRTUAL REALITY (VR) DALAM PENINGKATAN KETERAMPILAN ALAT DAN MESIN PERTANIAN (ALSINTAN) Novia Putri Bimby; Zamzami Zamzami; Mhd Arief Hasan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16587

Abstract

Pembelajaran alat dan mesin pertanian (alsintan) dalam pendidikan vokasi masih menghadapi berbagai kendala, seperti keterbatasan sarana praktik, risiko kecelakaan kerja, serta tingginya biaya operasional pelatihan di lapangan. Teknologi Virtual Reality (VR) dan Augmented Reality (AR) menawarkan lingkungan pembelajaran imersif yang aman dan mampu merepresentasikan proses kerja mesin secara realistis. Penelitian ini bertujuan untuk menganalisis efektivitas penggunaan simulasi VR/AR dalam meningkatkan pemahaman struktur mesin, keterampilan operasional, keselamatan kerja, serta dukungan terhadap proses pemeliharaan alsintan. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan pedoman PRISMA 2020 terhadap publikasi tahun 2021–2025 yang bersumber dari Scopus, ScienceDirect, IEEE Xplore, SpringerLink, dan Google Scholar. Dari 94 artikel yang teridentifikasi, sebanyak 10 studi inti dipilih untuk dianalisis secara mendalam. Hasil kajian menunjukkan bahwa VR efektif meningkatkan pemahaman mekanisme mesin melalui visualisasi tiga dimensi dan menyediakan lingkungan latihan yang aman, meskipun peningkatan performa praktik lapangan belum selalu signifikan. Selain itu, AR dan VR terbukti mendukung aktivitas pemeliharaan melalui peningkatan akurasi diagnosis dan efisiensi troubleshooting. Namun demikian, penelitian yang ada masih terbatas pada jenis alsintan tertentu dan belum banyak mengevaluasi dampak pedagogis jangka panjang
SISTEM PREDIKSI HARGA RUMAH DI KOTA MALANG MENGGUNAKAN METODE RANDOM FOREST REGRESSOR BERBASIS MACHINE LEARNING Achmad Akbar Marhananda; Ferry Ezra Fabiandika
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16594

Abstract

Prediksi harga rumah merupakan permasalahan penting dalam bidang properti karena harga rumah dipengaruhi oleh berbagai faktor seperti lokasi, luas tanah, dan luas bangunan. Penelitian ini bertujuan untuk membangun sistem prediksi harga rumah di Kota Malang menggunakan metode Random Forest Regressor berbasis machine learning. Dataset diperoleh dari beberapa situs properti online, kemudian dilakukan preprocessing untuk meningkatkan kualitas data sebelum proses pelatihan model. Sistem dikembangkan dalam bentuk web menggunakan framework Flask, sehingga pengguna dapat memasukkan data berupa kecamatan, luas tanah, dan luas bangunan untuk memperoleh hasil prediksi harga rumah. Evaluasi kinerja model dilakukan menggunakan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan R² Score. Hasil pengujian menunjukkan nilai R² sebesar 0,97, MAE sebesar Rp259.509.273, dan RMSE sebesar Rp959.587.442. Nilai tersebut menunjukkan bahwa model mampu memprediksi harga rumah dengan tingkat akurasi yang baik. Sistem ini diharapkan dapat membantu masyarakat dalam memperkirakan harga rumah secara lebih objektif
IMPLEMENTASI CUSTOMER RELATIONSHIP MANAGEMENT (CRM) MELALUI PROMO GRATIS ONGKIR DALAM MENINGKATKAN RETENSI PENGGUNA SHOPEE: Ely Rositiani; Dinna Yunika Hardiyanti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16600

Abstract

Perkembangan e-commerce di Indonesia menuntut perusahaan untuk tidak hanya berfokus pada perolehan pelanggan baru, tetapi juga meningkatkan kemampuan mempertahankan pelanggan melalui strategi Customer Relationship Management (CRM). Pada platform Shopee, program promo gratis ongkir merupakan salah satu implementasi CRM yang banyak dimanfaatkan untuk mengurangi hambatan biaya pengiriman dan mendorong pembelian berulang. Penelitian ini bertujuan menganalisis pengaruh CRM dan promo gratis ongkir terhadap retensi pengguna Shopee pada mahasiswa Universitas Sriwijaya. Penelitian menggunakan pendekatan kuantitatif dengan metode survei terhadap 100 responden yang dipilih menggunakan teknik simple random sampling. Data dikumpulkan melalui kuesioner skala Likert 5 poin dan dianalisis menggunakan Partial Least Squares Structural Equation Modeling (PLS-SEM) melalui perangkat lunak SmartPLS 4. Hasil penelitian menunjukkan bahwa seluruh indikator pada variabel CRM, promo gratis ongkir, dan retensi pengguna memenuhi kriteria validitas dan reliabilitas. Selain itu, CRM dan promo gratis ongkir memberikan pengaruh positif dan signifikan terhadap retensi pengguna, dengan nilai R-Square sebesar 0,503. Temuan ini menegaskan bahwa implementasi CRM melalui program promo gratis ongkir berperan penting dalam meningkatkan retensi pengguna Shopee di kalangan mahasiswa

Page 388 of 464 | Total Record : 4631

 386   387   388   389   390 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol. 10 No. 4 (2026): JATI Vol. 10 No. 4 Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3 Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2 Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1 Vol. 9 No. 6 (2025): JATI Vol. 9 No. 6 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