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
 431   432   433   434   435 
ANALISIS SENTIMEN ULASAN APLIKASI BYOND BY BSI MENGGUNAKAN ALGORIMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE Andi Fathimatuz Zahra; Dolly Indra; Lilis Nur Hayati
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.v10i2.17808

Abstract

Pemanfaatan aplikasi perbankan digital menjadi bagian penting dalam mendukung produktivitas masyarakat melalui layanan perbankan yang efisien dan praktis. Byond by BSI sebagai salah satu mobile banking turut berperan dalam memenuhi kebutuhan layanan keuangan nasabahnya. Seiring meningkatnya jumlah pengguna aplikasi Byond by BSI, muncul beragam opini yang belum terpetakan secara sistematis. Hal ini menciptakan kebutuhan akan analisis sistematis agar ulasan tersebut dapat dimanfaatkan sebagai basis evaluasi fungsionalitas aplikasi dan optimalisasi pengalaman pengguna. Penelitian ini bertujuan mengidentifikasi distribusi sentimen positif dan negatif pada ulasan pengguna aplikasi Byond by BSI serta menentukan algoritma terbaik berdasarkan nilai akurasi, presisi, recall, dan F1-score dalam mengklasifikasikan sentimen ulasan pengguna. Metode yang diterapkan untuk menentukan kategori sentimen ulasan adalah algoritma Naïve Bayes dan SVM. Hasil evaluasi penelitian menunjukkan bahwa algoritma SVM mampu menunjukkan kinerja lebih baik daripada Naïve Bayes dalam mengklasifikasikan ulasan. SVM menunjukkan kinerja terbaik pada pembagian data 90:10 dengan akurasi 95.33%, presisi 97.12%, recall 94.94%, dan f1-score 96%. sedangkan Naïve Bayes mencapai kinerja terbaiknya pada pembagian data 70:30 dengan akurasi 94%, presisi 95.10%, recall 94.45%, dan f1-score 94.81%.
PERANCANGAN DAN IMPLEMENTASI SISTEM INFORMASI PENJUALAN DAN EDUKASI HIDROPONIK BERBASIS WEB MENGGUNAKAN FRAMEWORK LARAVEL: Mochammad Taufiq Nurhidayat; Fety Fatimah; Hersanto Fajri
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.v10i2.17825

Abstract

Hidroponik menjadi solusi pertanian modern di lahan terbatas, namun edukasi dan penjualan sarana produksinya masih terfragmentasi. Pemula sering kesulitan mendapatkan informasi tepercaya dan produk berkualitas dalam satu platform, termasuk kendala yang dihadapi Pagi Farm dalam menjangkau konsumen. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi penjualan serta edukasi hidroponik berbasis web yang terintegrasi. Metode pengembangan sistem menggunakan model Waterfall, yang meliputi tahapan analisis kebutuhan, perancangan UML, implementasi kode dengan framework Laravel, hingga pengujian fungsionalitas. Hasil penelitian menunjukkan bahwa aplikasi web yang dihasilkan berhasil menyediakan dua antarmuka utama yaitu sisi pengguna untuk akses katalog produk dan artikel edukasi, serta sisi administrator sebagai Content Management System (CMS). Pengujian menggunakan Black Box Testing mengonfirmasi bahwa seluruh fitur sistem berjalan dengan valid. Platform ini terbukti efektif menyatukan fungsi penjualan dan edukasi secara terpusat bagi komunitas hidroponik.
ANALISIS PERBANDINGAN METODE LOAD BALANCING PCC (PER CONNECTION CLASSIFIER) DAN NTH PADA GATEWAY JARINGAN KAMPUS UNTUK OPTIMALISASI KETERSEDIAAN LAYANAN AKADEMIK DI LINGKUNGAN PERGURUAN TINGGI Mochamad Catur Nurhidayad; Asfan Muqtadir; Andy Haryoko
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.v10i2.17822

Abstract

  Transformasi digital di perguruan tinggi meningkatkan ketergantungan sivitas akademik pada layanan jaringan seperti Sistem Informasi Akademik dan Learning Management System. Keterbatasan bandwidth serta lonjakan trafik saat jam operasional kampus memerlukan solusi load balancing pada gateway jaringan guna menjaga kelancaran akses. Penelitian ini menganalisis dan membandingkan kinerja dua metode load balancing, yaitu Per Connection Classifier dan Nth, untuk mengoptimalkan ketersediaan layanan akademik. Pendekatan simulasi eksperimental kuantitatif dilakukan menggunakan MikroTik RouterOS, dengan pengukuran throughput, latency, packet loss, serta persentase uptime. Hasil menunjukkan PCC mendistribusikan trafik secara merata antar-ISP, mencapai throughput maksimal 95 Mbps, latency di bawah 30 ms, packet loss kurang dari 1%, dan uptime di atas 99%. Sebaliknya, Nth kurang optimal dengan distribusi tidak seimbang, throughput 80 Mbps, latency hingga 45 ms, packet loss 1,5%, serta uptime 97,5%. Simpulan, PCC lebih unggul dalam menjaga stabilitas koneksi dan ketersediaan layanan kritis di perguruan tinggi.
IMPLEMENTASI TRIGGER DAN OPTIMALISASI INDEXING UNTUK AUDIT TRAIL BASIS DATA PENJUALAN Rahma Doni; Mhd Arief Hasan; Roy Ganda Tua Pernando Malau; Andri Yanto Simatupang; Hengki Saputra Zega; Ricko Oktanta Ginting
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.v10i2.17812

Abstract

Perkembangan sistem informasi penjualan berbasis basis data meningkatkan efisiensi pengelolaan transaksi, namun juga menimbulkan risiko kesalahan input, manipulasi data, dan penyalahgunaan akses. Permasalahan utama yang muncul adalah kurangnya mekanisme pencatatan perubahan data secara otomatis serta menurunnya kinerja sistem akibat pertambahan data audit yang terus meningkat. Penelitian ini bertujuan mengimplementasikan audit trail berbasis trigger dan menganalisis pengaruh penggunaan indexing terhadap kinerja query pada sistem basis data penjualan. Metode yang digunakan adalah metode eksperimental dengan membandingkan waktu eksekusi query audit sebelum dan sesudah penerapan non-clustered index. Audit trail dibangun menggunakan tabel log dan trigger untuk mencatat setiap operasi INSERT, UPDATE, dan DELETE. Pengujian dilakukan lima kali pada masing-masing kondisi menggunakan parameter waktu eksekusi query. Hasil penelitian menunjukkan rata-rata waktu eksekusi query tanpa index sebesar 61,8 ms, sedangkan dengan index sebesar 55 ms, yang berarti terjadi peningkatan kinerja sekitar 11%. Hasil ini membuktikan bahwa kombinasi audit trail berbasis trigger dan optimasi indexing mampu meningkatkan transparansi, keamanan, serta efisiensi akses data pada sistem basis data penjualan.
PERANCANGAN SISTEM INFORMASI EVALUASI BEASISWA BERBASIS WEBSITE MENGGUNAKAN METODE AGILE PADA UNIVERSITAS PRIMAKARA Bonita Ramadhani; Ni Made Satvika Iswari; Putri Anugrah Cahya Dewi
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.v10i2.17826

Abstract

Proses evaluasi beasiswa di Universitas Primakara masih dilakukan secara semi-digital sehingga belum sepenuhnya efisien dan transparan. Kondisi ini menimbulkan kendala dalam pengelolaan data, pemantauan proses seleksi, serta penyusunan laporan evaluasi. Penelitian ini bertujuan merancang sistem informasi evaluasi beasiswa berbasis website yang terstruktur dan adaptif untuk meningkatkan efektivitas proses evaluasi. Metode pengembangan sistem menggunakan pendekatan Agile agar mampu menyesuaikan kebutuhan pengguna secara bertahap. Pengumpulan data dilakukan melalui wawancara, observasi, dan studi literatur. Perancangan sistem menggunakan Unified Modeling Language (UML) dan menghasilkan prototipe antarmuka interaktif. Evaluasi kualitas sistem dilakukan menggunakan User Experience Questionnaire (UEQ). Hasil penelitian menunjukkan bahwa sistem mampu mendukung pengelolaan data, pemantauan evaluasi, dan pelaporan secara lebih efektif. Nilai rata-rata UEQ menunjukkan kategori Excellent pada skala Attractiveness (2,1), Perspicuity (2,0), Efficiency (2,0), Dependability (2,2), dan Stimulation (2,1), serta kategori Good pada skala Novelty (1,4). Hasil ini menunjukkan sistem memiliki kualitas pengalaman pengguna yang sangat baik dan layak dikembangkan lebih lanjut sebagai sistem evaluasi beasiswa terintegrasi.
MODEL PREDIKSI PERSEPSI PENGGUNA DUOLINGO BERDASARKAN KOMENTAR DIGITAL Brigide Tirenia Loresta; Uce Indahyanti; Irwan Alnarus Alkautsar; Mochamad Alfan Rosid
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.v10i2.17829

Abstract

Duolingo merupakan aplikasi pembelajaran bahasa yang banyak digunakan dan memperoleh beragam ulasan pengguna di Google Play Store. Ulasan tersebut mencerminkan persepsi pengguna terhadap kualitas dan efektivitas aplikasi. Permasalahan yang muncul adalah banyaknya data teks tidak terstruktur serta ketidakseimbangan distribusi kelas sentimen, sehingga diperlukan metode klasifikasi yang mampu menghasilkan prediksi akurat dan seimbang. Penelitian ini bertujuan membangun model prediksi persepsi pengguna Duolingo serta membandingkan kinerja algoritma Support Vector Machine (SVM) dan Decision Tree dalam mengklasifikasikan sentimen positif dan negatif. Dataset yang digunakan berjumlah 10.000 ulasan  periode 2020–2025. Tahapan penelitian meliputi preprocessing, pelabelan semi-otomatis berbasis leksikon, ekstraksi fitur menggunakan TF-IDF, pembagian data 80:20 dan 70:30, serta penanganan imbalance menggunakan Random Oversampling (ROS). Evaluasi dilakukan dengan confusion matrix menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa SVM pada rasio 80:20 dengan kondisi imbalance memperoleh akurasi tertinggi sebesar 93,57%, sedangkan penerapan ROS meningkatkan recall kelas negatif menjadi 56,19%. Dengan mempertimbangkan keseimbangan kinerja, SVM dengan ROS dinilai sebagai model yang paling optimal.
EVALUASI EFEKTIVITAS PEMETAAN KEAMANAN SIBER DALAM PENERAPAN SISTEM KEAMANAN INFORMASI BERBASIS ISO/IEC 27001:2022 PT JASA RAHARJA Setiawan Setiawan; Ire Puspa Wardhani
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.v10i2.17827

Abstract

Transformasi digital dalam penggunaan teknologi informasi dan internet semakin meningkat, termasuk di sektor asuransi sosial seperti PT Jasa Raharja, sebagai perusahaan yang berada di bawah naungan Kementerian BUMN, memiliki peran strategis dalam pengelolaan data sensitif yang berkaitan dengan kecelakaan lalu lintas dan kendaraan bermotor. Penerbitan ISO/IEC 27001:2022 menuntut organisasi yang telah tersertifikasi ISO/IEC 27001:2013 melakukan transisi dengan penyesuaian terhadap struktur kontrol dan pendekatan manajemen risiko. Namun, kajian yang mengevaluasi efektivitas pemetaan keamanan siber dalam mendukung proses transisi pada sektor ini masih terbatas. Penelitian ini bertujuan menganalisis efektivitas pemetaan keamanan siber dalam penerapan dan transisi SMKI ke ISO/IEC 27001:2022, mengidentifikasi kesenjangan kontrol, serta mengevaluasi dampaknya terhadap pengelolaan risiko, reputasi, dan kredibilitas organisasi. Metode kualitatif dengan pendekatan triangulasi digunakan melalui wawancara, tinjauan dokumen, dan observasi lapangan pada PT Jasa Raharja sebagai studi kasus. Hasil penelitian menunjukkan implementasi SMKI secara umum telah berjalan cukup baik, namun memerlukan perbaikan pada manajemen risiko dan implementasi kontrol baru (threat intelligence, ICT readiness for business continuity, configuration management, data masking), serta integrasi framework INDEKS KAMI untuk meningkatkan maturitas keamanan siber. Hal ini menegaskan bahwa pemetaan keamanan siber berperan penting dalam memastikan kesesuaian standar, meningkatkan ketahanan organisasi, dan memperkuat kepercayaan pemangku kepentingan sesuai UU PDP dan regulasi pemerintah.
IMPLEMENTASI SISTEM PRESENSI BERBASIS FACE RECOGNITION MENGGUNAKAN MODEL PRA-LATIH FACENET DAN COSINE SIMILARITY DENGAN PENDEKATAN WATERFALL PADA WEBSITE PRAKTIKUM SISTEM INFORMASI Raihan Daiva Geralda; Akhmad Irsyad; Muhammad Labib Jundillah
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.v10i2.17828

Abstract

Universitas berperan penting dalam mengembangkan potensi mahasiswa melalui kegiatan akademik, salah satunya praktikum yang menuntut keterlibatan aktif mahasiswa. Presensi menjadi komponen penting dalam memastikan kehadiran dan partisipasi praktikan, namun metode presensi yang masih menggabungkan pencatatan manual dan digital di Program Studi Sistem Informasi Universitas Mulawarman menimbulkan berbagai permasalahan, seperti potensi kesalahan pencatatan, ketergantungan pada asisten laboratorium, serta durasi presensi yang relatif lama. Penelitian ini bertujuan mengimplementasikan sistem presensi berbasis face recognition menggunakan model pra-latih FaceNet dan metrik Cosine Similarity untuk meningkatkan efisiensi dan akurasi pencatatan kehadiran. Metode pengembangan sistem yang digunakan adalah Waterfall yang mencakup analisis kebutuhan, perancangan, implementasi, pengujian, dan evaluasi. Sistem dikembangkan dalam bentuk REST API menggunakan FastAPI sebagai backend dengan integrasi FaceNet untuk ekstraksi embedding wajah dan Cosine Similarity dengan nilai threshold 0,6 sebagai batas keputusan kecocokan wajah. Data penelitian berupa citra wajah praktikan yang diperoleh melalui proses registrasi dan verifikasi menggunakan webcam. Hasil penelitian menunjukkan sistem mampu melakukan verifikasi wajah secara cepat dan akurat, dengan pengujian Blackbox menunjukkan seluruh fungsi berjalan sesuai kebutuhan serta peningkatan efisiensi waktu presensi lebih dari 80% dibandingkan metode konvensional.
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI CHATGPT MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES BERBASIS PYTHON Muh Muzaki; Rudi Kurniawan; Irfan Ali; Mulyawan Mulyawan; Saeful Anwar
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.v10i2.17833

Abstract

Perkembangan kecerdasan buatan generatif seperti ChatGPT mendorong meningkatnya jumlah ulasan pengguna pada platform digital, khususnya Google Play Store. Ulasan tersebut merepresentasikan persepsi pengguna terhadap kualitas dan performa aplikasi sehingga perlu dianalisis secara sistematis. Permasalahan dalam penelitian ini adalah bagaimana mengklasifikasikan sentimen ulasan pengguna ChatGPT serta menentukan algoritma yang paling optimal untuk tugas tersebut. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna dan membandingkan kinerja algoritma Support Vector Machine (SVM) dan Naive Bayes. Data diperoleh melalui web scraping ulasan berbahasa Indonesia, kemudian dilakukan pembersihan dan preprocessing yang meliputi case folding, tokenizing, stopword removal, dan stemming sehingga diperoleh 9.879 data siap analisis. Pelabelan sentimen dilakukan menggunakan pendekatan lexicon-based, sedangkan pembentukan fitur menggunakan TF-IDF. Model dilatih dan diuji dengan pembagian data 80:20 serta dievaluasi menggunakan akurasi, precision, recall, F1-score, dan confusion matrix. Hasil penelitian menunjukkan bahwa SVM memberikan performa terbaik dengan akurasi di atas 90%, sehingga lebih efektif dalam mengklasifikasikan teks ulasan yang bersifat pendek dan sparse dibandingkan Naive Bayes.
PERBANDINGAN METODE INTERPOLASI POLINOMIAL DAN CUBIC SPLINE DALAM MENANGANI MISSING VALUE DATA PDB INDONESIA Gusti Jogishwara A.; Galih Zaky Tristanaya; Muhammad Naufal Asruzzaman; Anggraini Puspita Sari; Sischa Wachyuning Tyas
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.v10i2.17830

Abstract

Dalam pencatatan Produk Domestik Bruto (PDB) terdapat sebuah masalah yang umum terjadi yaitu adanya missing values yang dapat menurunkan kredibilitas sebuah data. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan untuk melakukan perbandingan metode antara Interpolasi Polinomial Lagrange dan Cubic Spline dalam mengatasi missing values pada data PDB Indonesia. Data yang digunakan dalam penelitian ini adalah data PDB Indonesia yang bersumber dari Badan Pusat Statistik (BPS). Pada penelitian ini metode yang digunakan adalah melakukan simulasi missing values pada lima titik data secara terkontrol. Berdasarkan hasil penelitian diperoleh bahwa metode Interpolasi Polinomial Lagrange menghasilkan tingkat kesalahan yang lebih rendah dengan nilai NRMSE sebesar 4.32 dan MAPE sebesar 3,68%. Sedangkan Cubic Spline menghasilkan NRMSE 4.63 dan MAPE sebesar 4,20%. Berdasarkan hasil tersebut, minimnya nilai error yang dihasilkan oleh metode Interpolasi Polinomial Lagrange mengindikasikan bahwa metode ini merupakan pendekatan yang lebih presisi dan reliabel dalam menangani kekosongan informasi pada deret waktu PDB di Indonesia dibandingkan pendekatan berbasis Cubic Spline.

Page 433 of 464 | Total Record : 4631

 431   432   433   434   435 

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