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
 418   419   420   421   422 
VIRTUAL TOUR MAKAM POE TEUMEUREHOM DAYA MENGGUNAKAN LAPENTOR SEBAGAI MEDIA INTERAKTIF UNTUK PENGENALAN SITUS SEJARAH Erlina Erlina; Ridwan Ridwan
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.v10i2.17386

Abstract

Penelitian ini bertujuan untuk mengembangkan media virtual tour Makam Poe Teumeureuhom Daya menggunakan platform Lapentor sebagai media interaktif pengenalan situs sejarah kepada masyarakat. Pengembangan media dilakukan sebagai upaya pemanfaatan teknologi digital dalam penyampaian informasi sejarah secara visual dan mudah diakses. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan ADDIE yang terdiri atas tahap analisis, perancangan, pengembangan, implementasi, dan evaluasi. Pengumpulan data dilakukan melalui observasi, dokumentasi, serta penyebaran kuesioner kepada pengguna media virtual tour. Media yang dikembangkan menyajikan panorama 360° pada beberapa titik lokasi di area makam yang dilengkapi dengan hotspot informasi dan audio narasi sejarah. Hasil evaluasi menunjukkan bahwa media virtual tour memperoleh tingkat penerimaan yang sangat baik berdasarkan aspek tampilan visual, kemudahan penggunaan, navigasi, serta kelengkapan informasi sejarah. Berdasarkan hasil tersebut, media virtual tour Makam Poe Teumeureuhom Daya berbasis Lapentor dinyatakan layak digunakan sebagai media interaktif untuk pengenalan dan edukasi situs sejarah kepada masyarakat.
RANCANG BANGUN MEDIA PEMBELAJARAN INTERAKTIF BERBASIS VIRTUAL REALITY (VR) MATERI ANATOMI JANTUNG MENGGUNAKANMILLEALAB DI MTsN 2 PIDIE JAYA Fadia Rahmayuni; Mira Maisura
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.v10i2.17387

Abstract

Pembelajaran materi anatomi jantung masih menghadapi kendala karena bersifat abstrak dan melibatkan struktur tiga dimensi, sementara media pembelajaran yang digunakan cenderung konvensional sehingga kurang membantu siswa dalam memahami bentuk dan fungsi organ secara menyeluruh. Penelitian ini bertujuan untuk merancang dan mengembangkan media pembelajaran interaktif berbasis virtual reality (VR) menggunakan platform MilleaLab pada materi jantung. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model ADDIE yang meliputi tahap analisis, desain, pengembangan, implementasi, dan evaluasi. Media dikembangkan dengan menampilkan visualisasi anatomi jantung dalam bentuk 3D, dilengkapi narasi audio dan animasi interaktif. Implementasi dilakukan melalui validasi oleh ahli materi dan ahli media untuk menilai kelayakan media. Hasil validasi menunjukkan bahwa media memperoleh skor kelayakan sebesar 82,5% dari ahli media dan 92,67% dari ahli materi dengan kategori “Sangat Layak”. Dengan demikian, media pembelajaran berbasis VR ini layak digunakan sebagai alternatif media pembelajaran untuk membantu siswa memahami anatomi jantung secara lebih efektif dan menarik.
ANALISIS TINGKAT KESADARAN MAHASISWA TERHADAP KEAMANAN INFORMASI MELALUI SIMULASI SERANGAN EMAIL PHISHING MENGGUNAKAN GOPHISH Putri Nuranisa; Nurmi Hidayasari; Pretti Ristra
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.v10i2.17410

Abstract

Email phishing masih menjadi salah satu ancaman utama dalam keamanan informasi dan sering memanfaatkan rendahnya kewaspadaan pengguna, termasuk mahasiswa di lingkungan Perguruan Tinggi. Permasalahan yang muncul adalah masih terbatasnya penelitian yang mengukur tingkat kewaspadaan mahasiswa terhadap phishing berdasarkan perilaku nyata pengguna melalui simulasi serangan. Penelitian ini bertujuan untuk menganalisis tingkat kewaspadaan mahasiswa terhadap keamanan informasi melalui simulasi serangan email phishing menggunakan GoPhish. Metode penelitian yang digunakan adalah metode eksperimen dengan menerapkan simulasi serangan email phishing kepada mahasiswa sebagai responden. Simulasi dilakukan menggunakan GoPhish untuk mengirimkan email phishing dan mencatat respons responden. Hasil penelitian menunjukkan bahwa dari 96 email phishing yang dikirimkan, sebanyak 87 email dibuka (90,6%), 72 responden melakukan klik pada tautan phishing (75,0%), dan 68 responden melakukan pengiriman data melalui landing page (70,8%). Berdasarkan indikator non-klik, tingkat kewaspadaan mahasiswa terhadap serangan phishing sebesar 25%, sedangkan tingkat kerentanan mencapai 75%. Hasil ini menunjukkan bahwa tingkat kewaspadaan mahasiswa terhadap keamanan informasi masih tergolong rendah, sehingga diperlukan peningkatan edukasi dan sosialisasi terkait ancaman phishing di lingkungan akademik.
IMPLEMENTASI APPLICATION PROGRAMMING INTERFACE (API) UNTUK APLIKASI PRESENSI MOBILE BERBASIS FLUTTER: Miqdad Dzaki Nashiruddien; Arridho Ramadhan Firdaus
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.v10i2.17389

Abstract

Rumah Sakit Rajawali Citra telah menerapkan sistem presensi berbasis website sebagai sarana pencatatan kehadiran pegawai. Sistem tersebut masih memiliki keterbatasan dalam mendukung mobilitas dan fleksibilitas kerja pegawai, sehingga pengembangan ke platform mobile menjadi kebutuhan. Penelitian ini bertujuan untuk mengimplementasikan Application Programming Interface (API) berbasis framework Laravel sebagai penghubung antara basis data sistem presensi website dengan aplikasi presensi mobile berbasis Flutter. Metode penelitian yang digunakan adalah System Development Life Cycle (SDLC) model Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. API dirancang menggunakan arsitektur RESTful untuk mendukung fungsionalitas presensi masuk dan presensi pulang dengan validasi lokasi berbasis geofencing serta penyajian riwayat presensi pegawai. Pengujian fungsionalitas dilakukan menggunakan metode black-box testing dengan bantuan Postman. Hasil pengujian menunjukkan bahwa seluruh endpoint API berfungsi sesuai dengan kebutuhan sistem, mampu memproses data presensi secara akurat, serta melakukan verifikasi lokasi secara real-time dan aman. Implementasi API ini mendukung integrasi sistem presensi website dengan aplikasi mobile serta meningkatkan efisiensi proses pencatatan kehadiran pegawai.
IMPLEMENTASI TRANSFER LEARNING DAN AUGMENTASI PADA MODEL CNN UNTUK MENINGKATKAN ROBUSTNESS KLASIFIKASI AI-GENERATED IMAGE Ni Kadek Ratih Ranupadma; Eddy Muntina Dharma; Anak Agung Istri Ita Paramitha
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.v10i2.17412

Abstract

Perkembangan teknologi AI-generated image menghadirkan tantangan baru dalam membedakan gambar asli dan gambar sintetis, terutama dalam konteks keamanan dan keaslian konten digital. Berbagai pendekatan deteksi telah dikembangkan menggunakan Convolutional Neural Network (CNN), namun sebagian besar masih diuji pada gambar dalam kondisi bersih. Padahal, gambar yang beredar di dunia nyata sering mengalami gangguan visual seperti noise, yang dapat merusak ciri halus pembeda antara gambar asli dan sintetis. Penelitian ini bertujuan menganalisis sejauh mana penerapan transfer learning dan augmentasi data dapat meningkatkan performa serta ketahanan (robustness) model CNN dalam mendeteksi gambar AI-generated pada kondisi terdegradasi. Dataset yang digunakan berasal dari Kaggle dengan dua kelas, yaitu gambar asli dan AI-generated. Dua skema eksperimen diterapkan, yaitu pelatihan CNN dari awal (baseline) dan model pre-trained menggunakan arsitektur NYUAD-ComNets/AI-Generated Images Detector yang dikombinasikan dengan augmentasi data. Evaluasi robustness dilakukan dengan menambahkan Gaussian Noise dan Salt and Pepper Noise pada berbagai tingkat keparahan. Hasil menunjukkan model pre-trained mencapai akurasi 0,83 pada data bersih, menurun menjadi 0,75 pada Gaussian Noise dan 0,63 pada Salt and Pepper Noise. Nilai AUC turun dari 0,83 menjadi 0,78 dan 0,74. Temuan ini menunjukkan bahwa karakteristik dan tingkat keparahan noise berpengaruh signifikan terhadap ketahanan model.
KLASIFIKASI TOKOH WAYANG KULIT DALAM CERITA MAHABHARATA VERSI PEWAYANGAN JAWA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS CONVNEXT-SMALL Faozan Ganes Setiawan; Eddy Muntina Dharma; Nengah Widya Utami
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.v10i2.17413

Abstract

Wayang kulit merupakan warisan budaya Indonesia yang memiliki nilai filosofis tinggi, namun kompleksitas visual dan kemiripan antar tokoh dalam cerita Mahabharata sering menyulitkan masyarakat, khususnya generasi muda, dalam mengenalinya. Permasalahan utama dalam penelitian ini adalah rendahnya kemampuan manusia membedakan tokoh wayang secara visual serta belum optimalnya pemanfaatan arsitektur CNN modern untuk klasifikasi tokoh wayang Mahabharata. Penelitian ini bertujuan membangun dan mengevaluasi model klasifikasi citra tokoh wayang kulit Mahabharata versi pewayangan Jawa menggunakan Convolutional Neural Network (CNN) dengan arsitektur ConvNeXt-Small, serta membandingkannya dengan ResNet-18 sebagai model baseline. Metode yang digunakan meliputi pendekatan transfer learning, pelatihan dua tahap (head-only dan fine-tuning), augmentasi data offline, serta evaluasi menggunakan Stratified K-Fold Cross Validation. Dataset yang digunakan berasal dari Kaggle “Indonesian Wayang (Traditional Puppet Show)” yang terdiri dari 6.576 citra 22 tokoh dan diperluas menjadi 13.200 citra. Hasil penelitian menunjukkan bahwa model ConvNeXt-Small mampu mencapai akurasi 59,50%, macro precision 64,42%, macro recall 59,50%, dan macro F1-score 57,70%, serta menunjukkan kemampuan generalisasi yang lebih baik dibandingkan ResNet-18, meskipun masih mengalami kesulitan pada tokoh dengan kemiripan visual tinggi.
DETEKSI PENYAKIT DAUN MANGGA MENGGUNAKAN YOLOV8 BERBASIS DEEP LEARNING Nathanael Putrapratama Purnawan; Nengah Widya Utami; Jauzaa Maylia Suhendro
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.v10i2.17415

Abstract

Mangga (Mangifera indica L.) merupakan komoditas hortikultura penting di Indonesia, namun produktivitasnya sering terganggu oleh penyakit dan hama yang umumnya menyerang bagian daun sebagai indikator awal kesehatan tanaman. Proses identifikasi penyakit daun mangga yang masih dilakukan secara manual memiliki keterbatasan dari segi waktu, konsistensi, dan akurasi, sehingga berpotensi menimbulkan kesalahan diagnosis. Oleh karena itu, diperlukan sistem deteksi berbasis citra digital yang mampu mendukung identifikasi penyakit secara cepat dan objektif. Penelitian ini mengembangkan sistem deteksi penyakit dan hama daun mangga menggunakan algoritma YOLOv8 berbasis deep learning. Dataset yang digunakan terdiri dari 4000 citra daun mangga dengan delapan kelas, yaitu tujuh kelas penyakit dan hama serta satu kelas daun sehat. Pengolahan data mengikuti metodologi CRISP-DM yang mencakup tahap pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Evaluasi model dilakukan menggunakan confusion matrix, F1-score, dan mean Average Precision (mAP). Hasil pengujian menunjukkan bahwa model YOLOv8 memiliki performa deteksi yang sangat baik dengan nilai mAP50 mencapai 0,99. Model kemudian diimplementasikan ke dalam sistem berbasis web menggunakan framework Flask untuk mendukung deteksi penyakit daun mangga secara praktis.
ANALISIS STOK KARBON PADA TUTUPAN LAHAN DI KECAMATAN BABAKAN MADANG MENGGUNAKAN MODEL INVEST Naufal Muhammad Rozan; Iksal Yanuarsyah; Erwin Hermawan
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.v10i2.17418

Abstract

Perubahan tutupan lahan di Kecamatan Babakan Madang berdampak terhadap penurunan stok karbon serta degradasi lingkungan. Stok karbon merupakan salah satu komponen penting yang perlu dijaga karena berperan dalam mitigasi perubahan iklim global, mengingat peningkatan konsentrasi CO₂ di atmosfer berkontribusi terhadap pemanasan global. Penelitian ini bertujuan untuk menganalisis nilai stok karbon berdasarkan perubahan tutupan lahan di Kecamatan Babakan Madang, Kabupaten Bogor. Metode penelitian dilakukan dengan analisis spasial tutupan lahan dan perhitungan stok karbon pada periode tahun 2020–2023. Hasil penelitian menunjukkan bahwa stok karbon mengalami penurunan secara bertahap, yaitu sebesar 4.137.351,79 ton pada tahun 2020, menurun menjadi 4.012.987,61 ton pada tahun 2021, 4.003.506,08 ton pada tahun 2022, dan 3.995.595,02 ton pada tahun 2023. Uji akurasi menggunakan metode AUC/ROC menghasilkan nilai 0,797 yang menunjukkan tingkat akurasi yang baik, sedangkan uji akurasi sederhana terhadap 83 titik sampel menghasilkan tingkat ketelitian sebesar 92%. Hasil ini mengindikasikan bahwa perubahan tutupan lahan berpengaruh signifikan terhadap penurunan stok karbon di wilayah penelitian.
ANALISIS SENTIMEN KOMENTAR YOUTUBE TERHADAP KONTEN DISKUSI POLITIK PADA PODCAST MENSREA MENGGUNAKAN METODE NAIVE BAYES DAN SVM Adelia Pratiwi; Yohanes Simarmata; Ryan Randy Suryono
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.v10i2.17424

Abstract

Media sosial YouTube telah berkembang menjadi ruang diskusi publik yang memungkinkan masyarakat menyampaikan opini secara terbuka, termasuk pada konten diskusi politik. Podcast Mensrea sebagai salah satu podcast diskusi politik memicu beragam respons audiens yang tercermin dalam kolom komentar YouTube. Namun, besarnya volume komentar dan karakteristik bahasa yang tidak terstruktur menyebabkan analisis opini secara manual menjadi kurang efektif. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen komentar YouTube terhadap konten diskusi politik pada podcast Mensrea serta membandingkan kinerja algoritma Naive Bayes dan Support Vector Machine (SVM) dalam mengklasifikasikan sentimen komentar ke dalam kategori positif, negatif, dan netral. Data penelitian berupa komentar YouTube yang dikumpulkan melalui proses crawling dan diolah menggunakan pendekatan text mining dengan tahapan pra-pemrosesan, pembobotan fitur TF-IDF, serta klasifikasi sentimen. Hasil penelitian menunjukkan bahwa algoritma SVM memiliki kinerja yang lebih baik dibandingkan Naive Bayes dengan nilai akurasi sebesar 75,5% dan weighted F1-score sebesar 0,757, sedangkan Naive Bayes memperoleh akurasi sebesar 58,5% dengan weighted F1-score sebesar 0,543. Hasil ini menunjukkan bahwa SVM lebih efektif dalam menangani data komentar YouTube yang bersifat tidak terstruktur dan kompleks.
ANALISIS DAN PERANCANGAN SISTEM INFORMASI PUBLIKASI DAN REALISASI ANGGARAN DANA DESA: Gusti Ayu Kusuma Putri; Nengah Widya Utami; I Made Dwi Hita Darmawan
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.v10i2.17425

Abstract

Publikasi Anggaran Pendapatan dan Belanja Desa (APBDes) di Desa Abiansemal saat ini masih dilakukan secara manual melalui papan pengumuman fisik, sehingga akses informasi bagi masyarakat menjadi terbatas dan transparansi belum optimal. Penelitian ini bertujuan untuk menganalisis dan merancang sistem informasi publikasi dan realisasi anggaran dana desa agar informasi anggaran dapat diakses secara lebih luas dan diperbarui secara real-time. Metode pengembangan yang digunakan adalah metode Prototype, yang memungkinkan perbaikan sistem dilakukan secara iteratif berdasarkan masukan dari pengguna. Perancangan sistem dimodelkan menggunakan Data Flow Diagram (DFD) dan Entity Relationship Diagram (ERD), sedangkan rancangan antarmuka pengguna dibuat menggunakan Figma. Evaluasi usability sistem dilakukan dengan menggunakan System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa rancangan awal sistem memperoleh skor SUS sebesar 50, yang termasuk dalam kategori tidak dapat diterima, sehingga diperlukan perbaikan desain yang berfokus pada kebutuhan pengguna. Setelah dilakukan perbaikan pada iterasi kedua, skor SUS meningkat menjadi 82, yang berada pada kategori dapat diterima (Grade B) dan menunjukkan bahwa sistem memiliki tingkat usability yang baik. Rancangan akhir sistem mengintegrasikan peran Admin, Kepala Desa, dan Masyarakat dalam mendukung pengelolaan dan publikasi anggaran desa yang lebih transparan, efisien, dan akuntabel.

Page 420 of 464 | Total Record : 4631

 418   419   420   421   422 

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