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
 402   403   404   405   406 
IMPLEMENTASI METODE PROTOTYPE PADA SISTEM KONSULTASI ONLINE KLINIK BERBASIS WEB Zahra Fitri Andiani; Tri Suratno; Mutia Fadhila Putri
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.v10i1.16910

Abstract

  Klinik Pratama Dokter Yanti merupakan fasilitas kesehatan yang belum menyediakan layanan konsultasi medis secara daring, sehingga proses konsultasi masih dilakukan secara tatap muka dan kurang fleksibel bagi pasien. Kondisi ini berdampak pada efisiensi pelayanan, waktu tunggu, serta keterbatasan akses bagi pasien dengan kendala jarak dan waktu. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem konsultasi online berbasis web yang dapat memfasilitasi interaksi antara pasien dan dokter secara lebih efektif. Metode pengembangan yang digunakan adalah metode prototype karena memungkinkan keterlibatan pengguna sejak tahap awal dan penyesuaian sistem secara iteratif berdasarkan umpan balik. Sistem yang dikembangkan dilengkapi dengan fitur autentikasi pengguna, konsultasi medis berbasis chat, pembatasan layanan konsultasi, pembayaran berlangganan, serta fitur ulasan pasien untuk meningkatkan kepercayaan terhadap layanan. Pengujian sistem dilakukan menggunakan metode black-box testing dengan pendekatan use case testing. Hasil pengujian menunjukkan bahwa seluruh fungsi sistem berjalan sesuai dengan kebutuhan pengguna dan tidak ditemukan kesalahan fungsional yang signifikan. Dengan demikian, sistem ini dinilai mampu meningkatkan efisiensi dan kualitas layanan konsultasi kesehatan di Klinik Pratama Dokter Yanti
PERANCANGAN SISTEM INFORMASI PEMESANAN LAYANAN BARBER ONLINE BERBASIS WEB DENGAN STUDI KASUS OUTLOOK BARBERSHOP Akhmad Jazuli Al Faris; Nuril Lutvi Azizah; Hindarto Hindarto; Arif Senja Fitrani
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.v10i1.16912

Abstract

Sukodono menghadapi permasalahan antrean panjang dan ketidakpastian jadwal akibat sistem pemesanan manual, serta pelanggan kesulitan memperoleh informasi layanan secara lengkap. Penelitian ini bertujuan merancang sistem informasi pemesanan layanan barber online berbasis web untuk memudahkan reservasi pelanggan dan mengoptimalkan manajemen antrean. Metode pengembangan yang digunakan adalah Waterfall dengan tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan perawatan. Sistem dikembangkan menggunakan React JS untuk frontend dan Express JS untuk backend. Pengumpulan data dilakukan melalui observasi, wawancara, dan studi literatur. Perancangan sistem menggunakan UML meliputi use case diagram dan data flow diagram. Hasil pengujian black-box testing menunjukkan tingkat keberhasilan 100% (8/8 fitur berhasil) dan user testing dengan skala Likert memperoleh nilai 88,76% (kategori Sangat Baik) dari 15 responden. Sistem berhasil memudahkan pelanggan melakukan reservasi online dan membantu pengelola mengoptimalkan manajemen reservasi dan antrean
VOLTIFY: SISTEM PENDUKUNG KEPUTUSAN MONITORING DAN MANAJEMEN KONSUMSI LISTRIK RUMAH TANGGA BERBASIS WEB MENGGUNAKAN METODE FUZZY LOGIC Abidzar Sabil Handoyo; Alvin Alfandy; Ridho Fauzi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.16911

Abstract

Konsumsi listrik rumah tangga di Indonesia terus meningkat, namun meteran konvensional hanya menampilkan total pemakaian tanpa rincian per perangkat, sehingga menyulitkan identifikasi perangkat boros energi dan menghambat upaya penghematan secara efektif. Penelitian ini mengembangkan Voltify, sebuah aplikasi web sistem pendukung keputusan yang memanfaatkan metode Fuzzy Logic untuk mengklasifikasikan tingkat konsumsi energi perangkat listrik rumah tangga. Pengguna memasukkan data berupa daya perangkat (W) dan durasi penggunaan (jam/hari), kemudian sistem menghitung konsumsi energi (kWh), biaya harian, serta melakukan klasifikasi ke dalam kategori Hemat, Normal, atau Boros. Hasil pengujian menunjukkan sistem berhasil menghasilkan keluaran akurat: AC 750 W selama 8 jam diklasifikasikan Boros (78% confidence), kulkas 150 W selama 24 jam Normal (85%), lampu LED 10 W selama 5 jam Hemat (92%), dan perangkat lain menunjukkan konsistensi klasifikasi. Sistem juga mampu menampilkan dashboard statistik mingguan, grafik konsumsi, total biaya, dan estimasi bulanan. Dengan pendekatan Fuzzy Logic, Voltify membantu pengguna mengidentifikasi perangkat boros energi serta memungkinkan penghematan biaya listrik secara signifikan. Aplikasi dibangun menggunakan React.js dan Vite untuk frontend, Node.js dan Express.js untuk backend, serta MongoDB sebagai database.
IMPLEMENTASI MODEL LSTM PADA MIKROKONTROLER UNTUK PREDIKSI IKLIM MIKRO JAKARTA UTARA SECARA REAL-TIME MENGGUNAKAN TINYML Kelvin Riyanto; I Gusti Ngurah Suryantara
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.v10i1.16914

Abstract

Penerapan Artificial Intelligence pada sisi pengguna (Edge AI) menjadi kebutuhan penting dalam ekosistem Internet of Things untuk mengurangi latensi, menjaga privasi data, dan menekan biaya komputasi berbasis cloud. Namun, keterbatasan sumber daya perangkat edge menjadi tantangan utama dalam implementasi model pembelajaran mesin yang kompleks. Penelitian ini bertujuan merancang dan mengimplementasikan sistem Edge AI berbasis ESP32-S3 untuk prediksi cuaca mikro secara real-time menggunakan pendekatan Tiny Machine Learning. Model prediksi dikembangkan menggunakan arsitektur Long Short-Term Memory (LSTM) dengan data historis cuaca Jakarta Utara (Sunda Kelapa) yang diperoleh dari Open-Meteo. Untuk menyesuaikan dengan keterbatasan perangkat, model dioptimalkan melalui Post-Training Full Integer Quantization. Sistem memanfaatkan sensor BME280 untuk mengakuisisi data suhu, kelembapan, dan tekanan udara selama 24 jam terakhir sebagai masukan prediksi 6 jam ke depan, dengan pengelolaan data menggunakan circular buffer. Hasil prediksi dikirimkan melalui protokol MQTT ke InfluxDB. Hasil pengujian menunjukkan bahwa model kuantisasi Int8 menghasilkan waktu inferensi rata-rata 48,1 ms dengan penggunaan memori sebesar 147,04 KB serta nilai MAE 0,074, yang relatif mendekati model Float32. Hasil ini menunjukkan bahwa ESP32-S3 layak digunakan sebagai platform Edge AI untuk peramalan cuaca lokal
PERANCANGAN APLIKASI MOBILE MONITORING ANTAR JEMPUT SISWA DENGAN GEOFENCING Cintia Ulima Cahyanto; Sawali Wahyu
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.v10i1.16918

Abstract

Perkembangan teknologi mobile membuka peluang penerapan sistem pemantauan untuk meningkatkan keamanan siswa sekolah dasar, khususnya pada proses antar jemput. Namun, pada praktiknya masih banyak sekolah yang belum didukung sistem pemantauan yang mampu memberikan informasi secara real-time kepada orang tua, terutama bagi yang menggunakan jasa antar jemput pihak ketiga. Kondisi ini berpotensi menimbulkan risiko kesalahan penjemputan dan menurunkan tingkat keamanan siswa. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun aplikasi mobile monitoring antar jemput siswa berbasis Android dengan memanfaatkan teknologi geofencing. Metode pengembangan sistem yang digunakan adalah Extreme Programming (XP) yang meliputi tahapan planning, design, coding, dan testing. Aplikasi dikembangkan menggunakan bahasa pemrograman Kotlin dengan dukungan Firebase sebagai basis data, serta Google Maps dan Geofencing API untuk pemantauan lokasi. Hasil pengujian menunjukkan bahwa aplikasi dapat berfungsi sesuai kebutuhan pengguna. Pengujian User Acceptance Testing (UAT) memperoleh nilai rata-rata sebesar 82,5% yang menunjukkan tingkat penerimaan pengguna yang baik. Selain itu, evaluasi menggunakan System Usability Scale (SUS) menghasilkan skor rata-rata 81,7 dengan Grade A, termasuk kategori acceptable dan adjective rating excellent. Hasil ini menunjukkan bahwa aplikasi layak digunakan sebagai solusi pemantauan antar jemput siswa secara aman dan real-time.
KLASIFIKASI MOTIF BATIK INDONESIA MENGGUNAKAN DEEP LEARNING BERBASIS CONVOLUTIONAL NEURAL NETWORK (CNN) Muhammad Rizki Pramudya Idris; Ahmad Ahmad; Dzulfiqar Azhar Al Ghifari; Gema Parasti Mindara; Endang Purnama Giri
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.v10i1.16917

Abstract

Batik merupakan warisan budaya Indonesia yang banyak didigitalisasi dalam bentuk citra, sehingga dibutuhkan sistem pengenalan motif yang cepat dan akurat untuk mendukung dokumentasi, pencarian produk, dan edukasi. Permasalahan dalam penelitian ini adalah bagaimana merancang model klasifikasi motif batik yang mampu mengenali banyak kelas motif sekaligus tetap andal terhadap variasi citra, termasuk perbedaan sudut pengambilan dan tekstur kain. Penelitian ini bertujuan membangun dan mengevaluasi model klasifikasi motif batik berbasis deep learning dengan arsitektur ResNet50. Dataset yang digunakan terdiri atas 3.000 citra kain batik datar berwarna yang merepresentasikan 20 kelas motif. Metode yang diterapkan meliputi pra-pemrosesan citra dengan teknik edge-enhanced berbasis deteksi tepi, penerapan transfer learning pada ResNet50, serta pelatihan dua tahap, yaitu pelatihan classifier head dan fine-tuning sebagian lapisan. Kinerja model dievaluasi menggunakan akurasi, precision, recall, F1-score, dan confusion matrix pada data uji terpisah. Hasil pengujian menunjukkan bahwa model menghasilkan performa klasifikasi yang sangat baik dan relatif seimbang di sebagian besar kelas, serta tetap mampu mengklasifikasikan citra kain maupun pakaian bermotif batik, meskipun lipatan kain dan latar belakang kompleks masih dapat menurunkan tingkat keyakinan model.
SISTEM PAKAR DETEKSI DINI PENYAKIT STROKE MENGGUNAKAN METODE HYBRID BERBASIS WEB Muhammad Fahruddin Mahfudhoni; Hindarto Hindarto; Novia Ariyanti; Suprianto Suprianto
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.v10i1.16919

Abstract

Stroke merupakan penyakit serius yang berpotensi menyebabkan kematian dan kecacatan permanen apabila tidak ditangani secara cepat dan tepat. Rendahnya pemahaman masyarakat terhadap gejala awal stroke serta keterbatasan akses layanan kesehatan menjadi salah satu faktor utama keterlambatan penanganan. Penelitian ini bertujuan mengembangkan sistem pakar berbasis web untuk mendukung deteksi dini penyakit stroke dengan menerapkan metode hybrid Forward Chaining dan Certainty Factor. Metode Forward Chaining digunakan untuk menelusuri aturan diagnosis berdasarkan gejala yang dipilih pengguna, sedangkan Certainty Factor dimanfaatkan untuk menentukan tingkat keyakinan terhadap hasil diagnosis. Sistem dibangun menggunakan bahasa pemrograman JavaScript dan basis data MySQL, serta menyediakan fitur pengelolaan data oleh admin dan layanan diagnosis bagi pengguna. Pengujian fungsional menggunakan metode Black Box menunjukkan seluruh fitur sistem berjalan dengan baik, sementara hasil pengujian pengguna menunjukkan sistem mudah digunakan dan mampu menyajikan informasi yang jelas. Sistem ini diharapkan dapat membantu masyarakat dalam mengenali gejala awal stroke serta memberikan diagnosis awal sebagai pendukung pengambilan keputusan sebelum melakukan pemeriksaan medis lanjutan
DIGITALIASI SISTEM INVENTORI BENGKEL : Hifni Ardhan Asykari; Deden Hardan Gutama; Dita Danianti; Andri Pramuntadi
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.v10i1.16920

Abstract

Perkembangan teknologi informasi mendorong penerapan sistem terkomputerisasi dalam pengelolaan data usaha, termasuk pada sektor bengkel otomotif. Bengkel Bosch Pump Walijaya yang beroperasi di bawah CV Cahaya Borneo Lestari masih menerapkan pencatatan manual dalam pengelolaan stok barang, transaksi penjualan, dan keuangan, sehingga menimbulkan permasalahan berupa kesalahan pencatatan, kesulitan pencarian data, serta tidak tersedianya laporan secara real-time. Penelitian ini bertujuan untuk merancang dan membangun aplikasi inventori berbasis web sebagai solusi digital dalam pengelolaan manajemen gudang dan transaksi penjualan di Bengkel Bosch Pump Walijaya. Metode pengembangan sistem yang digunakan adalah metode Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Aplikasi dikembangkan menggunakan bahasa pemrograman PHP dengan basis data MySQL serta diuji menggunakan metode Blackbox Testing. Hasil penelitian menunjukkan bahwa aplikasi yang dibangun mampu mengelola data barang masuk dan keluar secara terstruktur, menampilkan informasi stok secara real-time, menghasilkan laporan transaksi, serta mempermudah pemantauan keuangan bengkel, sehingga dapat meningkatkan efisiensi operasional dan mendukung pengambilan keputusan yang lebih akurat.
IMPLEMENTASI PREPARED STATEMENT PADA FORM INPUT UNTUK MENCEGAH SQL INJECTION PADA APLIKASI WEB PEMINJAMAN FASILITAS Wulan Febri Enjelina; Agus Tedyyana
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.v10i1.16925

Abstract

Penerapan aplikasi berbasis web dalam pengelolaan peminjaman fasilitas kampus menjadi solusi strategis untuk meningkatkan efisiensi administrasi dan ketertiban data. Namun, sistem web yang dikembangkan tanpa pengamanan yang memadai berisiko mengalami serangan keamanan, khususnya SQL Injection. Di Politeknik Negeri Bengkalis, proses peminjaman fasilitas masih dilakukan secara manual dan semi-digital, sehingga menimbulkan permasalahan berupa konflik jadwal, ketidakkonsistenan data, serta lemahnya pengawasan keamanan sistem. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi web peminjaman fasilitas kampus yang aman dengan menerapkan Prepared Statement pada seluruh form input yang terhubung dengan basis data. Metode pengembangan yang digunakan adalah Waterfall, yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Prepared Statement diterapkan untuk memisahkan struktur perintah SQL dari data input pengguna sehingga mencegah input dieksekusi sebagai perintah berbahaya. Pengujian keamanan dilakukan menggunakan SQLMap untuk mengidentifikasi potensi kerentanan SQL Injection pada parameter input sistem. Hasil pengujian menunjukkan bahwa seluruh fitur aplikasi tidak memiliki celah SQL Injection dan mampu menjaga integritas serta kerahasiaan data. Dengan demikian, aplikasi yang dikembangkan tidak hanya meningkatkan efektivitas pengelolaan peminjaman fasilitas kampus, tetapi juga memperkuat aspek keamanan sistem informasi berbasis web secara menyeluruh
DETEKSI PENYAKIT GIGI PADA CITRA DENTAL OPG X-RAYS MENGGUNAKAN ARSITEKTUR EFFICIENTDET Jesen Ong; 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.v10i1.16922

Abstract

Penelitian ini memanfaatkan deep learning untuk membantu diagnosis penyakit gigi dari citra radiografi panoramik Orthopantomogram (OPG) mengingat tingginya prevalensi masalah gigi dan mulut serta rendahnya akses perawatan (WHO, 2022; Riskesdas, 2018; Survei Kesehatan Indonesia, 2023). Analisis OPG memiliki kompleksitas visual seperti distorsi, tumpang tindih struktur, variasi kontras, serta objek patologis berukuran kecil yang menyulitkan interpretasi secara konsisten. Penelitian ini bertujuan membandingkan kinerja EfficientDet-D2, EfficientDet-D3, dan EfficientDet-D4 dalam mendeteksi lima kelas penyakit, yaitu Caries, Infection, Impacted teeth, Fracture, dan Broken crown. Dataset publik Rahman dkk. (2024) diolah melalui Roboflow dan dibagi menjadi 134 citra latih (449 anotasi), 13 citra validasi (49 anotasi), dan 12 citra uji (28 anotasi). Ukuran input disesuaikan per varian (D2: 768, D3: 896, D4: 1024) dan model diinisialisasi menggunakan pretrained weights COCO. Evaluasi menggunakan mAP50. EfficientDet-D4 memperoleh mAP50 tertinggi pada validasi sebesar 0,800, sedangkan mAP50 terbaik pada data uji dicapai EfficientDet-D2 sebesar 0,714, diikuti EfficientDet-D4 sebesar 0,701 dan EfficientDet-D3 sebesar 0,622

Page 404 of 464 | Total Record : 4631

 402   403   404   405   406 

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