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
 395   396   397   398   399 
LAYANAN INFORMASI PENENTUAN TITIK LOKASI PEMBUANGAN SAMPAH DI KOTA WAITABULA BERBASIS SISTEM INFORMASI GEOGRAFIS Sebastianus Anicetus Hermanysah Ole; Franki Yusuf Bisilisin
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.v10i1.16764

Abstract

Permasalahan pengelolaan sampah di Kota Waitabula, Kabupaten Sumba Barat Daya, masih menghadapi kendala dalam penyediaan informasi lokasi tempat pembuangan sampah (TPS) yang terintegrasi dan mudah diakses. Penelitian ini bertujuan untuk merancang dan membangun layanan informasi penentuan titik lokasi pembuangan sampah berbasis Sistem Informasi Geografis (SIG) berbasis web (WebGIS). Metode penelitian meliputi observasi lapangan, wawancara dengan Dinas Lingkungan Hidup, serta studi pustaka. Pengembangan sistem dilakukan menggunakan metode waterfall yang mencakup analisis kebutuhan, perancangan, implementasi, dan pengujian sistem. Data spasial diolah menggunakan QGIS, sedangkan visualisasi peta memanfaatkan Google Maps API. Sistem dibangun menggunakan bahasa pemrograman PHP dan basis data MySQL. Hasil penelitian menunjukkan bahwa WebGIS yang dikembangkan mampu menampilkan sebaran lokasi TPS secara interaktif, menyediakan informasi detail lokasi, serta mendukung pengelolaan data oleh administrator. Sistem ini mempermudah masyarakat dalam mengetahui lokasi TPS dan membantu instansi terkait dalam monitoring serta pengelolaan sampah. Dengan demikian, penerapan WebGIS dinilai efektif sebagai sarana penyediaan informasi spasial untuk mendukung pengelolaan sampah yang lebih efisien di Kota Waitabula
RANCANG BANGUN SISTEM MANAJEMEN OPERASIONAL KANTIN AGUS MENGGUNAKAN METODE SCRUM UNTUK ANALISIS PROFITABILITAS BERBASIS WEBSITE Dhiya Rizki Ramadhani; Sindi Agustina; Nabila Adlia Ramadhani; Kikan Anindya Prameswari; M.Fillah Attaqy; Valensius Ronward Suseno Sinaga; Miftahul Falah
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.v10i1.16768

Abstract

Perkembangan teknologi informasi mendorong unit usaha mikro, termasuk kantin, untuk beralih ke sistem terkomputerisasi guna meningkatkan efisiensi dan akurasi pengelolaan data. Permasalahan yang dihadapi Kantin Agus adalah pencatatan transaksi, pemantauan stok, serta perhitungan pendapatan dan biaya yang masih dilakukan secara manual sehingga menyulitkan analisis profitabilitas dan pengambilan keputusan berbasis data. Penelitian ini bertujuan merancang Sistem Manajemen Operasional Kantin Agus berbasis website yang terintegrasi untuk mendukung pengelolaan operasional dan analisis profitabilitas usaha. Metode yang digunakan adalah Agile Scrum dengan tahapan product backlog, sprint planning, daily scrum, sprint review, dan sprint retrospective. Hasil penelitian berupa sistem berbasis website yang memiliki fitur registrasi, login, dashboard, produksi harian, transaksi penjualan, riwayat transaksi, laporan keuangan, serta pengaturan sistem yang mampu mengintegrasikan data operasional dan keuangan sehingga mempermudah pemilik kantin memantau performa usaha dan menghitung laba secara otomatis
PERANCANGAN MEDIA PEMBELAJARAN INTERAKTIF TENTANG PENGENALAN PERANGKAT KERAS BERBASIS AUGMENTED REALITY PADA KELAS VII DI SMPN 3 BAMBEL ACEH TENGGARA Marlina Marlina; Sarini Vita Dewi
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.v10i1.16772

Abstract

Perkembangan teknologi informasi dan komunikasi telah membawa perubahan signifikan dalam dunia pendidikan, khususnya dalam proses pembelajaran. Di SMP Negeri 3 Bambel, Aceh Tenggara, pembelajaran materi perangkat keras komputer pada mata pelajaran Teknologi Informasi dan Komunikasi (TIK) masih dianggap sulit oleh siswa kelas VII karena bersifat abstrak dan kurang interaktif. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan dan merancang media pembelajaran interaktif berbasis Augmented Reality (AR) yang mampu menyajikan visualisasi tiga dimensi perangkat keras komputer secara lebih menarik dan realistis. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model ADDIE yang meliputi tahap analisis, perancangan, pengembangan, implementasi, dan evaluasi. Hasil penelitian menunjukkan bahwa media pembelajaran yang dikembangkan memperoleh kategori “sangat valid” dari ahli materi dengan skor 92% dan dinilai “sangat layak” oleh ahli media dengan persentase 90%. Uji coba kelompok kecil yang melibatkan 15 siswa menghasilkan tingkat kelayakan sebesar 88%, sedangkan uji coba lapangan terhadap 30 siswa menunjukkan respon positif sebesar 91%. Selain itu, efektivitas media pembelajaran terlihat dari peningkatan hasil belajar siswa, di mana rata-rata nilai post-test mencapai 84,3, lebih tinggi dibandingkan dengan nilai pre-test sebesar 67,1. Dengan demikian, media pembelajaran interaktif berbasis AR dinyatakan layak dan efektif digunakan dalam pembelajaran pengenalan perangkat keras komputer di SMP Negeri 3 Bambel, Aceh Tenggara
PREDIKSI HARGA SAHAM SEKTOR PERBANKAN LQ45 MENGGUNAKAN BILSTM DENGAN PERBANDINGAN METODE FEATURE SELECTION Jonathan Wijaya; Muhammad Rizky Pribadi
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.v10i1.16769

Abstract

Pergerakan harga saham yang fluktuatif menjadikan prediksi harga saham sebagai tantangan penting dalam pengambilan keputusan investasi, khususnya pada saham sektor perbankan yang tergabung dalam indeks LQ45. Permasalahan utama dalam prediksi harga saham adalah tingginya volatilitas data serta pemilihan fitur yang kurang optimal sehingga dapat menurunkan akurasi model prediksi. Penelitian ini bertujuan untuk membangun model prediksi harga saham sektor perbankan LQ45 menggunakan algoritma Bidirectional Long Short-Term Memory (BiLSTM) serta menganalisis pengaruh penerapan metode seleksi fitur terhadap kinerja model. Metode yang digunakan meliputi penerapan tiga teknik seleksi fitur, yaitu Spearman Correlation, Mutual Information, dan Lasso Regression, dengan dataset historis saham BBRI, BBNI, BMRI, dan BBTN periode 2020–2025. Data dibagi menjadi 80% data pelatihan dan 20% data pengujian, serta dievaluasi menggunakan Root Mean Squared Error (RMSE) dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa penerapan seleksi fitur mampu meningkatkan akurasi model BiLSTM, Namun, pada saham BBTN, penerapan Spearman, Mutual information 10 fitur dan 15 fitur justru menurunkan performa model BiLSTM
OPTIMASI PROSES LAYANAN PERPUSTAKAAN MENGGUNAKAN BPI, PCE, DAN FMEA PADA DINAS PERPUSTAKAAN PROVINSI SUMATERA SELATAN Tarisha Ispahan; Dinna Yunika Hardiyanti; Pacu Putra Suarli
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.v10i1.16771

Abstract

Pelayanan perpustakaan yang efisien merupakan faktor penting dalam meningkatkan kualitas layanan publik. Namun, proses pendaftaran anggota serta peminjaman dan pengembalian buku di Dinas Perpustakaan Provinsi Sumatera Selatan masih didominasi oleh aktivitas manual yang berdampak pada lamanya waktu layanan dan meningkatnya risiko kesalahan. Permasalahan tersebut menyebabkan rendahnya efisiensi dan keandalan proses layanan. Penelitian ini bertujuan untuk mengoptimalkan proses layanan perpustakaan melalui pendekatan Business Process Improvement (BPI) dengan dukungan Process Cycle Efficiency (PCE) dan Failure Mode and Effect Analysis (FMEA). Metode penelitian yang digunakan adalah mixed method, meliputi pemodelan proses As-Is dan To-Be menggunakan BPMN, pengukuran efisiensi dengan PCE, serta analisis risiko menggunakan FMEA. Hasil penelitian menunjukkan bahwa perancangan proses To-Be berbasis digital mampu mengeliminasi aktivitas tidak bernilai tambah dan meningkatkan efisiensi secara signifikan. Nilai PCE pada proses pendaftaran anggota meningkat hingga 99,72%, sedangkan proses peminjaman dan pengembalian buku mencapai 96,27%. Selain itu, FMEA berhasil mengidentifikasi risiko kritis, seperti pencetakan kartu anggota (RPN 240) dan pencatatan peminjaman manual (RPN 210), yang menjadi dasar perbaikan proses. Dengan demikian, integrasi BPI, PCE, dan FMEA terbukti efektif dalam menghasilkan proses layanan perpustakaan yang lebih cepat, akurat, dan andal.
SISTEM ABSENSI DAN PEMANTAUAN KEGIATAN MARKETING MENGGUNAKAN GEOFENCE LOCK GPS Susafa’ati Susafa’ati; Supriyadi Supriyadi
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.v10i1.16773

Abstract

Kehadiran pegawai merupakan unsur penting dalam mendukung pencapaian target dan tujuan instansi atau perusahaan. Tingkat kedisiplinan kehadiran berpengaruh langsung terhadap kualitas manajemen serta mutu sumber daya manusia. Ketidakhadiran karyawan dapat menurunkan produktivitas dan output perusahaan secara keseluruhan. Banyak perusahaan masih menghadapi kendala dalam pencatatan kehadiran karyawan yang akurat, terutama bagi karyawan yang memiliki tugas dinas di luar kantor. Ketidakakuratan data presensi dapat berdampak pada penilaian kinerja dan pemberian sanksi, seperti pemotongan gaji. Penelitian ini bertujuan untuk menyajikan solusi sistem pencatatan kehadiran karyawan yang akurat, efektif, dan mampu mendukung pengawasan kedisiplinan kerja yaitu dengan menghadirkan sistem presensi berbasis Location Based Service (LBS) Metode yang digunakan dalam penelitian ini meliputi observasi langsung terhadap ruang server dan kajian pustaka untuk mengumpulkan data yang relevan. Hasil penelitian menunjukkan bahwa sistem presensi berbasis LBS dan GPS efektif dalam mencatat kehadiran serta memantau posisi dan pergerakan karyawan, khususnya bagi karyawan yang bekerja di luar kantor, sehingga mendukung peningkatan disiplin dan produktivitas kerja
ANALISIS SENTIMEN PENGGUNA ROBLOX PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA RANDOM FOREST Resti Haren Absari; Setyawan Wibisono
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.v10i1.16776

Abstract

Pertumbuhan pesat aplikasi Roblox di Google Play Store mendorong meningkatnya jumlah ulasan pengguna yang merepresentasikan beragam pengalaman, kepuasan, serta permasalahan teknis yang dihadapi. Volume ulasan yang besar dan bersifat tidak terstruktur menyulitkan pengembang dalam mengekstraksi informasi secara manual. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna Roblox secara otomatis dengan mengklasifikasikan opini ke dalam kategori positif, negatif, dan netral menggunakan algoritma random forest. Dataset terdiri dari 3.000 ulasan berbahasa Indonesia yang dikumpulkan melalui teknik web scraping. Tahapan penelitian meliputi preprocessing teks (cleaning, case folding, tokenization, stopword removal, dan stemming), ekstraksi fitur menggunakan term frequency–inverse document frequency (TF-IDF), serta pemodelan klasifikasi random forest. Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan Hasil penelitian menunjukkan bahwa algoritma random forest mampu memberikan performa klasifikasi yang sangat baik dengan akurasi sebesar 94% dan nilai f1-score yang seimbang pada seluruh kelas sentimen. Temuan ini menunjukkan bahwa random forest efektif digunakan untuk analisis sentimen ulasan aplikasi berbahasa Indonesia dan dapat dimanfaatkan sebagai dasar pengambilan keputusan bagi pengembang dalam meningkatkan kualitas dan pengalaman pengguna aplikasi Roblox
ANALISIS KLASTERING RISIKO PEKERJAAN MENGGUNAKAN METODE K-MEANS PADA DATA SIKA Adetya Rielisa Putri; 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.v10i1.16780

Abstract

Industri migas memiliki potensi bahaya tinggi sehingga memerlukan pengelolaan keselamatan berbasis data operasional yang akurat. Pada PT Pertamina Hulu Rokan Zona 4 Field Limau, data Sistem Izin Kerja Aman (SIKA) selama ini masih dimanfaatkan secara administratif dan belum dianalisis untuk mengidentifikasi pola izin kerja. Penelitian ini bertujuan menggali pola pengelompokan pekerjaan berdasarkan atribut lokasi, jenis pekerjaan, dan durasi izin kerja menggunakan data SIKA. Metode yang digunakan adalah klasterisasi K-Means terhadap 4.453 data izin kerja periode 2023–2025 yang telah melalui tahap pembersihan data, pengkodean one-hot encoding, dan normalisasi Min-Max. Penentuan jumlah klaster optimal dievaluasi menggunakan Elbow Method, Silhouette, Davies-Bouldin Index, Calinski-Harabasz Index. Hasil evaluasi menunjukkan konfigurasi optimal terdiri dari dua klaster dengan nilai Silhouette Score 0,9306 dan DBI 0,4437. Klaster pertama merepresentasikan pekerjaan rutin dengan durasi izin relatif pendek dan dominasi pekerjaan dingin, sedangkan klaster kedua menggambarkan pekerjaan teknis intensif dengan durasi izin lebih panjang dan berlokasi di area Field. Hasil penelitian ini memberikan gambaran objektif pola izin kerja yang dapat digunakan sebagai dasar awal pertimbangan dalam perencanaan pengendalian keselamatan kerja
PENERAPAN METODE LONG SHORT-TERM MEMORY UNTUK PREDIKSI PRODUKSI MINYAK BUMI BERDASARKAN DATA TIME SERIES HARIAN Wardah Shifa Maharani; 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.v10i1.16778

Abstract

Produksi minyak bumi merupakan komponen strategis dalam sektor energi sehingga membutuhkan sistem prediksi yang akurat untuk mendukung perencanaan dan pengambilan keputusan. Seiring waktu, produksi minyak menunjukkan pola fluktuatif dan memiliki ketergantungan jangka panjang yang menjadikan proses prediksi sebagai tantangan tersendiri. Kondisi tersebut menimbulkan permasalahan dalam menentukan metode yang mampu memodelkan pola time series data produksi secara efektif dengan tingkat kesalahan yang rendah. Oleh karena itu, penelitian ini bertujuan untuk menerapkan metode Long Short-Term Memory (LSTM) sebagai metode dalam memprediksi produksi minyak bumi berdasarkan data time series harian. Proses penelitian diawali dengan tahapan pra-pemrosesan data yang meliputi pembersihan data, normalisasi, serta pembagian data. Selanjutnya, model LSTM dilatih menggunakan data produksi periode 1 Januari 2022 hingga 31 Juli 2025 dan dievaluasi menggunakan metrik Root Mean Square Error (RMSE) dan Mean Absolute Percentage Error (MAPE). Hasil evaluasi menunjukkan nilai RMSE sebesar 100,49 dan MAPE sebesar 1,72% yang mengindikasikan tingkat kesalahan prediksi rendah dan akurasi yang sangat baik. Dengan demikian, metode LSTM mampu mempertahankan pola fluktuasi produksi serta menghasilkan prediksi yang selaras dengan tren historis sehingga layak digunakan sebagai pendukung pemantauan dan perencanaan produksi minyak bumi
PENGEMBANGAN DASHBOARD INTERAKTIF UNTUK VISUALISASI DATA PESERTA PELATIHAN MENGGUNAKAN GOOGLE LOOKER STUDIO Egty Aulia Ramadhanti; Ahmad Yusuf; Bayu Adhi Nugroho
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.v10i1.16782

Abstract

Penyelenggaraan pelatihan digital berskala nasional menghasilkan volume data peserta yang besar dan beragam. Namun, data tersebut belum sepenuhnya dimanfaatkan secara optimal karena keterbatasan media penyajian informasi yang mampu mendukung proses monitoring dan evaluasi secara efektif. Oleh karena itu, penelitian ini mengembangkan sebuah dashboard interaktif untuk memvisualisasikan data peserta Digital Talent Scholarship (DTS) tahun 2022–2023 menggunakan Google Looker Studio. Metode penelitian yang digunakan adalah metode deskriptif, dengan tahapan penelitian meliputi identifikasi kebutuhan informasi, integrasi dan pembersihan data, perancangan visualisasi, serta analisis hasil dashboard. Dataset yang diolah terdiri dari 21.000 entri peserta yang berasal dari dua tahun penyelenggaraan pelatihan. Hasil penelitian menunjukkan bahwa dashboard mampu menyajikan informasi penting secara real-time, seperti distribusi peserta berdasarkan akademi, tema pelatihan, jenis kelamin, usia, status pekerjaan, dan capaian akademik. Visualisasi yang dihasilkan juga mempermudah identifikasi pola dan tren, seperti dominasi peserta pada akademi Digital Entrepreneurship Academy, rentang usia produktif awal (21–26 tahun), serta tingkat kelulusan peserta yang relatif tinggi. Penelitian ini menyimpulkan bahwa Google Looker Studio efektif digunakan sebagai platform visualisasi data pelatihan berskala besar dan berpotensi mendukung pengambilan keputusan berbasis data serta perencanaan strategis program pelatihan digital di masa mendatang

Page 397 of 464 | Total Record : 4631

 395   396   397   398   399 

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