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
 401   402   403   404   405 
PENGELOMPOKAN PASIEN HIPERTENSI MENGGUNAKAN METODE AFFINITY PROPAGATION : Anissa Andiar Bhalqis; Kartika Maulida Hindrayani; Mohammad Idhom
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.v10i1.16891

Abstract

Hipertensi merupakan penyakit kronis yang berpotensi menimbulkan berbagai komplikasi serius, seperti penyakit jantung, stroke, dan gangguan ginjal, sehingga pemetaan risiko pasien menjadi penting dalam upaya pencegahan dan penanganannya. Peningkatan jumlah kasus hipertensi dari tahun ke tahun menunjukkan perlunya analisis pola kesehatan untuk memahami karakteristik pasien secara lebih komprehensif. Penelitian ini bertujuan mengelompokkan pasien hipertensi berdasarkan variabel umur, jenis kelamin, indeks massa tubuh (BMI), tekanan darah sistolik, dan tekanan darah diastolik menggunakan metode Affinity Propagation (AP). Metode AP merupakan teknik clustering unsupervised yang mampu menentukan jumlah klaster secara otomatis melalui pemilihan exemplar sebagai pusat klaster. Tahapan penelitian meliputi pembersihan data, penghapusan data duplikat, serta transformasi data menggunakan Robust Scaler. Berdasarkan pengaturan parameter terbaik, metode AP menghasilkan 12 klaster dengan nilai Silhouette Coefficient sebesar 0,26, yang menunjukkan kualitas pemisahan klaster cukup baik. Hasil klasterisasi ini diharapkan dapat memberikan gambaran karakteristik kelompok pasien hipertensi serta mendukung strategi deteksi dini dan penanganan medis yang lebih tepat sasaran.
SEGMENTASI ULKUS KORNEA PADA CITRA OFTALMOLOGI MENGGUNAKAN GHOST U-NET Michael Wijaya; Meiriyama Meiriyama
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.v10i1.16892

Abstract

Ulkus kornea merupakan luka pada permukaan kornea yang dapat menyebabkan gangguan penglihatan permanen apabila tidak ditangani secara tepat. Identifikasi area ulkus pada citra slit-lamp fluorescein secara manual memerlukan waktu dan sangat bergantung pada pengalaman klinis, sehingga diperlukan pendekatan otomatis yang akurat dan efisien. Penelitian ini membandingkan kinerja arsitektur U-Net dan Ghost U-Net dalam melakukan segmentasi ulkus kornea pada citra oftalmologi. Dataset yang digunakan adalah SUSTech-SYSU Corneal Ulcer Dataset yang terdiri dari 354 citra dengan ground truth segmentasi, dan evaluasi dilakukan dengan menggunakan skema 4-fold cross-validation. Kedua model dilatih dengan konfigurasi yang identik untuk memastikan perbandingan yang adil. Evaluasi performa dilakukan secara kuantitatif menggunakan metrik Dice Similarity Coefficient (DSC) dan Intersection over Union (IoU), serta analisis efisiensi berdasarkan jumlah parameter jaringan dan waktu inferensi per citra. Hasil eksperimen menunjukkan bahwa U-Net menghasilkan performa segmentasi yang sedikit lebih tinggi, sedangkan Ghost U-Net mampu mempertahankan performa yang kompetitif dengan pengurangan jumlah parameter yang signifikan. Temuan ini menunjukkan bahwa Ghost U-Net berpotensi menjadi alternatif arsitektur segmentasi yang lebih ringan dan efisien untuk aplikasi segmentasi ulkus kornea berbasis deep learning
KLASIFIKASI TINGKAT KEMATANGAN BUAH JENGKOL MENGGUNKAAN CNN DENGAN ARSITEKTUR MOBILENETV3 Cindy Meilani; Abdul Rahman
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.v10i1.16895

Abstract

Buah jengkol merupakan komoditas pertanian bernilai ekonomi tinggi yang memerlukan proses penyortiran berdasarkan tingkat kematangan untuk menjaga kualitas dan nilai jual. Namun, proses penyortiran yang masih dilakukan secara manual sering menimbulkan ketidakkonsistenan dan membutuhkan waktu yang relatif lama. Permasalahan utama yang dihadapi adalah keterbatasan pendekatan klasifikasi tingkat kematangan buah jengkol yang mampu memberikan akurasi tinggi sekaligus efisiensi komputasi. Oleh karena itu, penelitian ini bertujuan untuk membandingkan performa dan efisiensi komputasi arsitektur MobileNetV3-Large dan MobileNetV3-Small dalam mengklasifikasikan tingkat kematangan buah jengkol. Metode yang digunakan adalah computer vision berbasis Convolutional Neural Network (CNN) dengan dataset citra buah jengkol yang dibagi ke dalam tiga kelas, yaitu muda, sedang, dan tua. Evaluasi dilakukan menggunakan metrik akurasi serta analisis efisiensi komputasi. Hasil penelitian menunjukkan bahwa MobileNetV3-Large mampu mencapai akurasi sebesar 97,79%, namun memerlukan sumber daya komputasi yang lebih besar. Sementara itu, MobileNetV3-Small menghasilkan performa terbaik dengan akurasi sebesar 98,53%, serta memiliki kebutuhan komputasi dan waktu inferensi yang lebih rendah. Dengan demikian, MobileNetV3-Small dinilai lebih efektif dan efisien untuk klasifikasi tingkat kematangan buah jengkol
PENGEMBANGAN WEBSITE ANALISA FOREX BERBASIS STREAMLIT UNTUK IDENTIFIKASI SINYAL TRADING Raden Vico Andhika Saputra; Adi Widiantono
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.v10i1.16899

Abstract

Perdagangan forex merupakan salah satu bentuk investasi yang populer, namun juga berisiko tinggi. Dalam upaya meningkatkan efisiensi dan akurasi dalam pengambilan keputusan trading, penelitian ini bertujuan untuk mengembangkan website analisa forex berbasis Streamlit yang dapat mengidentifikasi sinyal trading. Website ini menggunakan bahasa pemrograman Python dan memanfaatkan data historis serta indikator teknis untuk memberikan sinyal beli dan jual. Metode yang digunakan meliputi pengunduhan data harga forex dari sumber terpercaya, perhitungan indikator teknis seperti Average True Range (ATR) dan Stochastic RSI, serta visualisasi data melalui grafik candlestick. Hasil dari website ini memberikan informasi yang jelas dan terstruktur mengenai waktu yang tepat untuk melakukan transaksi, yang diharapkan dapat membantu trader dalam mengambil keputusan yang lebih informasional. Pengujian dan evaluasi website dilakukan dengan membandingkan sinyal trading yang dihasilkan dengan pergerakan harga aktual untuk mengukur efektivitas dan akurasi. Hasil penelitian menunjukkan bahwa website ini mampu mengidentifikasi sinyal trading dengan tingkat keberhasilan yang memadai. Dengan demikian, website ini diharapkan dapat menjadi alat bantu yang berguna bagi trader forex untuk meningkatkan strategi trading mereka
PERANCANGAN SISTEM LAPORAN PERKEMBANGAN ANAK DIDIK BERBASIS WEB PADA TK AISYIYAH BUSTANUL ATHFAL JATIBARANG Afafa Hilmi; Aries Setyani Wahyu Prasetyawati
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.v10i1.16893

Abstract

Perkembangan teknologi informasi mendorong lembaga pendidikan untuk beralih dari sistem manual menuju sistem digital yang lebih efektif, efisien, dan terintegrasi. Laporan perkembangan anak di TK Aisyiyah Bustanul Athfal masih dilakukan secara konvensional, menggunakan Microsoft Word dan diketik secara manual oleh guru. Proses tersebut seringkali memerlukan waktu yang lama, berisiko terjadi kesalahan pengetikan, serta menyulitkan kepala sekolah dalam melakukan validasi hasil penilaian. Penelitian ini bertujuan untuk merancang Sistem Informasi Laporan Perkembangan Anak Didik berbasis web yang memudahkan guru dalam mengelola data siswa, mencatat perkembangan anak berdasarkan aspek penilaian, menambahkan refleksi orang tua, serta mencetak rapor secara otomatis. Kepala sekolah dapat melakukan validasi rapor secara digital sebelum rapor dicetak.  Metode pengembangan sistem yang digunakan adalah metode Waterfall, yang terdiri dari beberapa tahapan, yaitu analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Namun, dalam penelitian ini proses pengembangan dibatasi hanya sampai pada tahap perancangan sistem, belum melanjutkan ke tahap implementasi dan pengujian. Pemodelan sistem dilakukan menggunakan pendekatan Unified Modeling Language (UML) dengan tahapan analisis kebutuhan, perancangan basis data, dan pembuatan diagram (Use Case, Activity, Class, dan Sequence.) Hasil rancangan menghasilkan tiga entitas utama yaitu data siswa, data perkembangan, dan data rapor yang saling terhubung. Sistem ini dirancang untuk dapat membantu proses administrasi guru dan kepala sekolah agar lebih cepat, akurat, dan efisien dalam penyusunan laporan perkembangan anak didik.
PREDIKSI INDEKS HARGA SAHAM GABUNGAN INDONESIA MENGGUNAKAN MODEL CNN-CA-LSTM DAN APLIKASI WEBSITE STREAMLIT Kurniawan Indra Jaya; Andi Mulyanti Suhartini; Nurul Jariyatin; Devi Septiani
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.v10i1.16901

Abstract

Prediksi suatu harga di Indeks Harga Saham Gabungan (IHSG) di Indonesia menjadi hal yang menantang untuk dilakukan. Harga pada saham (IHSG) sering mengalami fluktuasi harga, tren yang mengalami kenaikan serta penurunan, dan volatilitas yang tinggi serta Fluktuasi harga serta volatilitas harga pasar saham yang tinggi mengakibatkan risiko untuk berinvestasi pada instrumen ini menjadi cukup menantang bagi para investor dalam melihat peluang yang ada. Penelitian ini, ikut ambil dalam eksplorasi pada permasalahan ini yaitu untuk memprediksi serta memodelkan dari data dari IHSG pada rentang waktu tertentu. Metode untuk memprediksi harga IHSG, dengan menggunakan Deep Learning. Penelitian ini memiliki fokus untuk mengeksplorasi Model Modifikasi CNN-LSTM dengan Modul Attention, seperti CNN-CA-LSTM, CNN-SE-LSTM, dan CNN-SCSA-LSTM. Matriks evaluasi yang digunakan dalam penelitian ini yaitu RMSE, MAPE, R, dan R2. Hasil yang ditemukan bahwa CNN-CA-LSTM memiliki nilai RMSE 61.51, MAPE 0.66%, R 0.9495, dan R2 0.8870. Berdasarkan hasil dari matriks evaluasi, diketahui Model CNN-CA-LSTM memiliki tingkat kesalahan MAPE yang sangat kecil di bawah 1%, tingkat poin kesalahan prediksi berdasarkan RMSE yang kecil, serta Model ini dapat mengerti pergerakan dan perilaku harga IHSG berdasarkan matriks R dan R2.
KLASIFIKASI TRENDING TOPIK DI MEDIA SOSIAL X MENGGUNAKAN ALGORITMA NAÏVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION Endang Sri Palupi
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.v10i1.16902

Abstract

Media sosial X salah satu platform media sosial yang banyak digunakan untuk memposting berbagai macam kejadian dan peristiwa viral. Postingan berisi isu hangat, berita terbaru, atau peristiwa viral yang menjadi perhatian baik di dalam negeri maupun luar negeri. Trending topik di media sosial X adalah daftar kata kunci, frasa, atau tagar, viral, dan banyak diperbincangkan dalam kurun waktu tertentu. Oleh karena itu penulis ingin mengklasifikasi trending topik sehingga bisa mendapatkan informasi yang lebih baik, dengan membagi beberapa trending topik sesuai pembahasannya. Penelitian ini datanya diambil dari media sosial X pada Januari 2024 sampai dengan April 2025 dengan teknik crawling yaitu proses otomatis untuk mengumpulkan data postingan, informasi user, dan interaksi. Kemudian metode text mining digunakan untuk mengekstraksi informasi berharga dari unggahan yang tidak terstruktur. Metode yang digunakan pada penelitian ini menggunakan pemodelan algoritma naïve bayes  berbasis particle swarm optimization dan dilakukan validasi data menggunakan k-fold cross validation dengan uji nilai fold = 10. Dari pengujian yang telah dilakukan menggunakan framework rapidminer mendapatkan hasil akurasi sebesar 97% dengan class precision pred NO : 99,58% dan pred YES 93,12%, class recall true NO 95,60% dan true YES 99,33%. Dari hasil penelitian ini maka klasifikasi menggunakan metode algoritma naïve bayes berbasis PSO merupakan pengolahan data klasifikasi yang baik
IMPLEMENTASI OBJECT-ORIENTED PROGRAMMING DALAM WEBSITE OPERASIONAL KAC PLAY Muhamad Arifin Fadhila; Mahza Aiko Zabrina; Muhammad Amin Arsyad; Vincentius Argadeo Axel; Aditya Wicaksono; Endang Purnama Giri; Hanifah Nur Zahrah
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.v10i1.16903

Abstract

Perkembangan teknologi informasi mendorong penyedia layanan kegiatan anak untuk beralih dari pengelolaan manual menuju sistem informasi terintegrasi berbasis website. Operasional KAC Play yang meliputi promosi, pendaftaran, dan verifikasi pembayaran masih dilakukan melalui kombinasi media sosial, formulir daring, serta lembar kerja terpisah sehingga memicu pengisian data berulang oleh orang tua dan meningkatkan beban admin dalam rekapitulasi serta penelusuran riwayat pendaftaran. Penelitian ini bertujuan mengimplementasikan pemrograman berorientasi objek dalam pengembangan website operasional KAC Play yang menyatukan fungsi company profile dan pengelolaan kegiatan dalam satu platform. Metode penelitian menggunakan model Waterfall yang meliputi analisis kebutuhan melalui wawancara dan observasi, perancangan berbasis pemodelan, implementasi, serta pengujian fungsional menggunakan black box testing pada fitur utama. Hasil penelitian menghasilkan website operasional dengan modul manajemen event, pendaftaran, unggah bukti pembayaran, pengelolaan galeri, serta dashboard admin untuk monitoring data peserta. Seluruh skenario uji berjalan sesuai harapan sehingga sistem mampu mengurangi pekerjaan manual, meminimalkan kesalahan data, dan meningkatkan efisiensi operasional KAC Play
PERANCANGAN ARSITEKTUR ENTERPRISE PELAYANAN DATA METEOROLOGI PUBLIK DI STASIUN METEOROLOGI KERTAJATI Tri Yulianto; Evi Diana Prihatiningsih; Haris Asso; Kristiawan 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.v10i1.16906

Abstract

Pengelolaan data cuaca di Stasiun Meteorologi Kertajati berperan penting dalam mendukung pelayanan data meteorologi publik, namun saat ini masih dilakukan secara terpisah menggunakan aplikasi perkantoran sederhana seperti Excel dan PDF. Kondisi tersebut menimbulkan berbagai permasalahan seperti keterbatasan integrasi antar proses, menyulitkan pelacakan dan dokumentasi, hingga menurunnya kualitas pelayanan. Penelitian ini bertujuan merancang Arsitektur Enterprise (AE) untuk mendukung digitalisasi pengelolaan dan pelayanan data cuaca dengan menggunakan kerangka kerja The Open Group Architecture Framework (TOGAF) melalui metodologi Architecture Development Method (ADM). Metode penelitian meliputi observasi alur layanan data, wawancara dengan pemangku kepentingan dan petugas operasional, serta telaah dokumen administrasi dan keuangan terkait Penerimaan Negara Bukan Pajak (PNBP). Hasil penelitian berupa rancangan blueprint Sistem Informasi Pelayanan Data Meteorologi yang mengintegrasikan pengelolaan data, permohonan data publik, validasi dokumen, penyusunan laporan, hingga transaksi PNBP. Blueprint ini berfungsi sebagai panduan strategis dalam pengembangan arsitektur layanan data yang terintegrasi, transparan dan akuntabel guna meningkatkan kualitas pelayanan meteorologi publik
IMPLEMENTASI ALGORITMA DECISION TREE DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON KARYAWAN PADA PT G-TEXTILE INDONESIA MENGGUNAKAN FRAMEWORK DJANGO PYTHON Aditya Irawan; Dewi Handayani Untari Ningsih
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.v10i1.16909

Abstract

Proses rekrutmen karyawan merupakan tahapan penting dalam manajemen sumber daya manusia karena berpengaruh langsung terhadap kualitas tenaga kerja yang dihasilkan. Namun, pada banyak perusahaan, termasuk PT G-Textile Indonesia, proses seleksi masih dilakukan secara manual sehingga berpotensi menimbulkan kesalahan, membutuhkan waktu yang lama, dan bersifat subjektif. Permasalahan tersebut mendorong perlunya sistem rekrutmen yang lebih efisien, objektif, dan terintegrasi. Penelitian ini bertujuan mengembangkan sistem informasi rekrutmen berbasis web yang terintegrasi dengan algoritma Decision Tree sebagai sistem pendukung keputusan seleksi calon karyawan. Sistem dibangun menggunakan framework Django Python, basis data SQLite, dan template AdminLTE, dengan fitur pengelolaan departemen, permintaan tenaga kerja, data pelamar, monitoring seleksi, dan manajemen pengguna. Algoritma Decision Tree digunakan untuk mengklasifikasikan pelamar ke dalam kategori “Diterima” atau “Ditolak” berdasarkan variabel usia, pendidikan, pengalaman kerja, hasil psikotes, dan wawancara. Hasil evaluasi model menunjukkan performa yang sangat baik dengan nilai accuracy 98,8%, precision 98,75%, recall 100%, dan F1-score 98,1%. Temuan ini membuktikan bahwa sistem mampu mempercepat proses evaluasi, mengurangi subjektivitas penilaian, serta meningkatkan transparansi dan kualitas keputusan rekrutmen.

Page 403 of 464 | Total Record : 4631

 401   402   403   404   405 

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