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
 450   451   452   453   454 
PERANCANGAN SISTEM PAKAR DIAGNOSIS DINI TUBERKULOSIS PARU MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR I Gusti Ngurah Abi Praja Andika; Adie Wahyudi Oktavia Gama
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18291

Abstract

Tuberkulosis (TBC) masih menjadi ancaman kesehatan global yang serius. Indonesia menempati peringkat kedua dunia dengan sekitar 1.090.000 kasus dan 125.000 kematian per tahun, sementara Provinsi Bali mencatat 3.043 kasus TBC paru pada tahun 2022 dengan Denpasar sebagai daerah tertinggi. Keterbatasan pengetahuan masyarakat, akses fasilitas kesehatan, dan kelemahan sistem pakar tradisional yang hanya mengandalkan logika boolean menyebabkan sistem tidak mampu merepresentasikan tingkat keyakinan diagnosis secara kuantitatif, sehingga hasilnya kurang informatif bagi masyarakat awam. Penelitian ini bertujuan merancang sistem pakar diagnosis dini TBC paru berbasis website yang dapat diakses secara mandiri tanpa batasan waktu dan lokasi, mampu melakukan penalaran gejala secara sistematis sekaligus menangani ketidakpastian secara terukur. Sistem dirancang mengintegrasikan Forward Chaining sebagai mekanisme inferensi berbasis data driven dengan 7 aturan (R1-R7) dan 10 gejala klinis, serta Certainty Factor untuk mengukur tingkat keyakinan melalui pemetaan nilai CF User berbasis pilihan jawaban kontekstual. Basis pengetahuan disimpan dalam struktur database relasional yang terdiri dari 5 tabel. Hasil simulasi menunjukkan sistem mampu menghasilkan diagnosis Terindikasi Tuberkulosis Paru dengan tingkat keyakinan terukur sebesar 98% berdasarkan 8 gejala yang dilaporkan, dilengkapi fitur cetak hasil dalam format PDF, riwayat konsultasi, serta antarmuka website yang dirancang ramah pengguna awam.
PENERAPAN MACHINE LEARNING PADA CHATBOT SEBAGAI CUSTOMER SUPPORT UNTUK MEMBERIKAN PENDEKATAN PROBLEM SOLVING Felix Febriano; Rino Rino
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18296

Abstract

Dalam era bisnis modern, pemanfaatan teknologi sangat penting untuk meningkatkan efisiensi layanan, khususnya pada Customer Support yang sering menghadapi pertanyaan berulang. Permasalahan pada perusahaan NexSoft adalah keterlambatan respon terhadap pelanggan yang menurunkan kualitas layanan dan kepuasan pengguna. Penelitian ini bertujuan membangun sistem chatbot berbasis machine learning menggunakan metode Naïve Bayes Classifier guna meningkatkan kecepatan dan ketepatan respon secara real-time. Metode penelitian meliputi pengumpulan data, analisis, perancangan, implementasi, dan pengujian menggunakan Confusion Matrix. Sistem dikembangkan berbasis web dengan fitur antarmuka percakapan bagi pelanggan serta halaman pengelolaan data bagi administrator. Hasil pengujian terhadap 41 pola data dan 21 data uji menunjukkan bahwa sistem memperoleh nilai precision, recall, accuracy, dan F-measure masing-masing sebesar 85%. Nilai tersebut membuktikan bahwa metode Naïve Bayes efektif diimplementasikan pada chatbot sebagai solusi layanan Customer Support yang akurat dan konsisten.
PREDIKSI PRODUKSI PADI DI PULAU SUMATERA MENGGUNAKAN EXTREME GRADIENT BOOSTING (XGBOOST) BERBASIS FRAMEWORK CRISP-DM: STUDI DATA HISTORIS 1993 - 2020 Mochamad Ridwan Al Anshori; Apriade Voutama; Yuyun Umaidah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18300

Abstract

Pulau Sumatera memegang peran strategis sebagai salah satu lumbung pangan nasional Indonesia dengan kontribusi produksi padi yang signifikan. Fluktuasi produksi yang tidak linear akibat variabilitas iklim dan keterbatasan data historis berskala regional menyulitkan perencanaan pangan yang akurat di tingkat provinsi. Penelitian ini bertujuan membangun model prediksi produksi padi untuk delapan provinsi di Pulau Sumatera menggunakan algoritma Extreme Gradient Boosting (XGBoost). Model dikembangkan mengikuti kerangka CRISP-DM dengan dataset 224 observasi periode 1993–2020. Variabel independen mencakup luas panen, curah hujan, kelembapan, dan suhu rata-rata. Konfigurasi model menerapkan regularisasi L1 (reg_alpha = 0,1) dan L2 (reg_lambda = 1,0) dengan max_depth = 3 untuk mengendalikan overfitting, serta dievaluasi melalui 5-Fold Cross Validation dan test set independen. Model XGBoost menghasilkan R² = 0,8734, MAE = 225.478 ton, dan RMSE = 334.613 ton pada test set, dengan R² cross-validation rata-rata 0,8434 ± 0,0267. Variabel provinsi menjadi prediktor dominan (feature importance = 54,56%), diikuti luas panen (33,25%). Generalization gap sebesar 0,1246 mengindikasikan overfitting parsial akibat keterbatasan jumlah data.
MODEL PRIORITAS MITIGASI RISIKO KEAMANAN INFORMASI SISTEM KEAMANAN AKADEMIK MENGGUNAKAN INTEGRASI AHP-TOPSIS BERBASIS SNI ISO/IEC 27001 Saut Parulian Simatupang; Apriade Voutama
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18301

Abstract

Transformasi digital di perguruan tinggi mendorong adopsi Sistem Informasi Akademik (SIAKAD) yang menyimpan data sensitif. Namun, pendekatan manajemen risiko keamanan informasi yang ada belum menyediakan model terstruktur untuk memprioritaskan mitigasi ancaman. Penelitian ini bertujuan mengembangkan model prioritas mitigasi risiko keamanan informasi pada SIAKAD menggunakan integrasi metode Analytical Hierarchy Process (AHP) dan Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) berbasis SNI ISO/IEC 27001:2022. Penelitian menggunakan pendekatan kuantitatif dengan desain evaluatif melalui studi literatur sistematis dan analisis dokumentasi. Berdasarkan standar SNI ISO/IEC 27001:2022, ditetapkan tiga kriteria (kerahasiaan, integritas, ketersediaan) dan enam alternatif risiko (SQL Injection, Cross-Site Scripting, Brute Force Attack, Denial of Service, Session Hijacking, Insecure Backup). Hasil pembobotan AHP menghasilkan bobot tertinggi pada kerahasiaan (0,539), diikuti integritas (0,297) dan ketersediaan (0,164) dengan Consistency Ratio 0,012 (<0,1). Pemeringkatan TOPSIS menunjukkan SQL Injection sebagai prioritas tertinggi (0,8074), kemudian Session Hijacking (0,6806) dan Insecure Backup (0,5319). Model ini memberikan kontribusi sebagai sistem pendukung keputusan terstruktur yang mengintegrasikan standar keamanan nasional dengan data objektif studi dokumentasi.
SISTEM REKOMENDASI METODE SDLC BERBASIS SIMPLE ADDITIVE WEIGHTING DAN SIMILARITY Muhammad Asyraf Pratama; Ryci Rahmatil Fiska
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18302

Abstract

Pemilihan metode Software Development Life Cycle (SDLC) yang tepat merupakan faktor krusial dalam keberhasilan proyek pengembangan perangkat lunak. Namun, proses pemilihan sering dilakukan secara subjektif tanpa analisis mendalam terhadap karakteristik proyek. Penelitian ini mengembangkan sistem rekomendasi berbasis web menggunakan metode Simple Additive Weighting (SAW) yang dikombinasikan dengan pendekatan similarity untuk memberikan rekomendasi metode SDLC yang objektif dan akurat. Sistem memproses sembilan kriteria penilaian meliputi estimasi durasi proyek, tingkat risiko, kompleksitas sistem, anggaran, ukuran tim, tingkat pengalaman tim, keterlibatan pengguna, perubahan kebutuhan, dan kebutuhan dokumentasi. Sistem diimplementasikan menggunakan framework Laravel dan diuji melalui perbandingan perhitungan manual serta validasi pakar. Hasil pengujian menunjukkan akurasi perhitungan 100% dengan kesesuaian penuh antara sistem dan perhitungan manual. Perbandingan antara SAW murni dan SAW+Similarity menunjukkan peningkatan skor rekomendasi sebesar 15,56% (dari 84,07% menjadi 99,63%), dengan perubahan metode rekomendasi dari DevOps menjadi Test-Driven Development. Validasi pakar terhadap 10 kasus proyek menghasilkan tingkat kesesuaian 50%, menunjukkan bahwa sistem dapat digunakan sebagai decision support system dalam pemilihan metode SDLC.
RANCANG BANGUN PROTOTIPE BMS (BATTERY MANAGEMENT SYSTEM) UNTUK BATERAI LITHIUM-ION Cantika Wila Mare; Almido Ginting; Wellem Galla; Hendrik Djahi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18304

Abstract

Baterai lithium-ion merupakan perangkat penyimpan energi yang bekerja melalui konversi energi kimia menjadi energi listrik dan banyak digunakan pada perangkat elektronik, kendaraan listrik, serta sistem energi terbarukan karena kinerjanya yang stabil, ramah lingkungan, dan memiliki masa pakai panjang. Namun, baterai lithium-ion memiliki risiko seperti overvoltage, undervoltage, overcurrent, overheat, dan ketidakseimbangan antar sel sehingga memerlukan sistem pengelolaan yang andal. Penelitian ini bertujuan merancang dan membangun prototipe Battery Management System (BMS) serta menguji kinerja sistem dalam melakukan monitoring parameter baterai, estimasi State of Charge (SoC) berbasis coulomb counting, balancing, dan proteksi. Metode yang digunakan adalah Research and Development (R&D) dengan pendekatan pengembangan sistem secara iteratif melalui tahapan studi pustaka, analisis kebutuhan, perancangan, pembuatan prototipe, serta pengujian dan evaluasi kinerja. Hasil pengujian menunjukkan sistem mampu bekerja dengan baik dengan rata-rata error pembacaan tegangan 0,754% dan arus 0,37%, serta seluruh fungsi monitoring, balancing, proteksi, dan estimasi SoC berjalan sesuai perancangan. Dengan demikian, prototipe BMS yang dikembangkan berhasil memenuhi tujuan penelitian.
ANALISIS PERFORMA EFISIENSI WAKTU PADA WORKFLOW OTOMASI MENGGUNAKAN PLATFORM N8N Muhammad Iqbal Pratama; Apriade Voutama
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18306

Abstract

Transformasi digital menuntut efisiensi tinggi dalam pengelolaan data rutin guna meminimalisir proses manual yang memakan waktu dan rentan terhadap kesalahan manusia (human error). Masalah utama yang mendasari penelitian ini adalah lambatnya siklus sinkronisasi data dari Google Sheets menuju platform notifikasi akibat pengelolaan yang masih dilakukan secara konvensional. Penelitian ini bertujuan untuk menganalisis performa efisiensi waktu secara kuantitatif dengan mengimplementasikan workflow otomasi menggunakan platform low-code n8n. Metode yang digunakan adalah eksperimen komparatif yang membandingkan durasi eksekusi penyalinan data manual dengan kecepatan sistem otomasi. Sistem ini dirancang untuk menghubungkan Google Sheets dan Telegram API melalui mekanisme pemantauan (polling) secara berkala. Hasil pengujian menunjukkan bahwa implementasi n8n mampu mereduksi waktu pemrosesan secara drastis dibandingkan cara konvensional. Waktu transmisi data sejak terdeteksi oleh sistem hingga terkirim sebagai pesan Telegram terbukti konsisten berada di bawah batas dua detik dengan tingkat akurasi 100%. Dapat disimpulkan bahwa otomasi n8n memberikan peningkatan performa efisiensi waktu yang sangat signifikan, menjadikannya solusi ideal untuk integrasi sistem otomatis dengan pemeliharaan infrastruktur yang minimal.
ANALISIS EMOSI AUDIENS PADA KOMENTAR INSTAGRAM @JTV_REK BERBASIS LATENT SEMANTIC ANALYSIS DENGAN PENDEKATAN ENSEMBLE STACKING UNTUK KLASIFIKASI EMOSI Jasmine Aulia; Amri Muhaimin; Andri Fauzan Adziima
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18305

Abstract

Perkembangan media sosial telah mengubah pola interaksi masyarakat dalam menyampaikan opini dan ekspresi emosional terhadap berbagai konten digital, khususnya melalui komentar pada platform Instagram. Namun, analisis emosi pada komentar media sosial menghadapi tantangan seperti ketidakseimbangan data, teks yang pendek, dan penggunaan bahasa informal. Penelitian ini bertujuan untuk mengklasifikasikan emosi audiens pada komentar Instagram akun @JTV_rek menggunakan metode Stacking Ensemble dengan dukungan Latent Semantic Analysis (LSA) untuk analisis topik. Dataset yang digunakan terdiri dari 3.701 komentar yang dikumpulkan pada periode Januari 2024 hingga Agustus 2025 dan dilabeli secara manual ke dalam tiga kelas emosi, yaitu joy, netral, dan negative. Representasi fitur menggunakan TF-IDF, sedangkan LSA digunakan untuk mengekstraksi pola semantik. Proses klasifikasi dilakukan dengan menggabungkan Random Forest, Support Vector Machine, dan XGBoost dalam skema Stacking Ensemble dengan Logistic Regression sebagai meta-learner. Hasil penelitian menunjukkan bahwa model terbaik diperoleh pada skenario Stacking tanpa SMOTE dengan nilai accuracy sebesar 74% dan F1-score sebesar 73%. Hasil ini menunjukkan bahwa pendekatan ensemble mampu meningkatkan performa klasifikasi emosi pada data komentar media sosial.
SISTEM MONITORING TEMPAT SAMPAH PINTAR DI KAMPUS UNIVERSITAS SULAWESI BARAT BERBASIS IOT DENGAN ALGORITMA FUZZY LOGIC Rosmita Rosmita; Heliawati Hamrul; Musawwir Musawwir
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18308

Abstract

Pengelolaan sampah di lingkungan kampus merupakan aspek penting dalam menjaga kebersihan dan kesehatan lingkungan. Namun, proses pemantauan tempat sampah yang masih dilakukan secara manual seringkali kurang efektif dan efisien. Permasalahan utama yang dihadapi adalah keterlambatan penanganan ketika tempat sampah sudah penuh serta munculnya bau tidak sedap yang dapat mengganggu aktivitas civitas akademika. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring tempat sampah pintar berbasis Internet of Things (IoT) dengan menggunakan algoritma Fuzzy Logic guna meningkatkan efektivitas pengelolaan sampah. Metode yang digunakan meliputi perancangan perangkat keras dan perangkat lunak dengan memanfaatkan mikrokontroler ESP32, sensor ultrasonik untuk mendeteksi tingkat kepenuhan, sensor  MQ-135 untuk mendeteksi gas, serta sensor DHT22 untuk suhu dan kelembaban. Data yang diperoleh diolah menggunakan metode Fuzzy Logic melalui tahapan fuzzifikasi, inferensi, dan defuzzifikasi untuk menentukan kondisi tempat sampah. Hasil monitoring kemudian dikirimkan secara real-time melalui aplikasi Telegram. Hasil penelitian menunjukkan bahwa sistem mampu bekerja dengan baik dalam membaca kondisi tempat sampah dan memberikan notifikasi secara akurat, sehingga dapat meningkatkan efisiensi dan responsivitas dalam pengelolaan sampah di lingkungan kampus.
SISTEM INFORMASI PENDAMPINGAN KELUARGA BERISIKO STUNTING PADA DPPKBP2PA KOTA TEGAL Hamilatus Sa'adah; Galih Widyatmojo
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18307

Abstract

Stunting masih menjadi isu kesehatan utama di Indonesia, khususnya di Kota Tegal yang menghadapi peningkatan kasus keluarga berisiko. Penelitian ini membahas pengembangan sistem informasi untuk mendukung pendampingan tersebut di DPPKBP2PA Kota Tegal. Stunting mengganggu pertumbuhan fisik dan kognitif anak akibat gizi kronis serta infeksi berulang, terutama pada 1000 hari pertama kehidupan. Di Kota Tegal dengan 284.500 jiwa, program pendampingan menargetkan calon pengantin, ibu hamil, pasca persalinan, baduta, dan balita melalui ELSIMIL nasional. Pelaksanaan pendampingan saat ini bersifat semi-otomatis via website ELSIMIL, menyebabkan keterlambatan pencatatan, kurangnya integrasi real-time, serta akses terbatas bagi petugas. Hal ini menghambat pemantauan optimal dan pengambilan keputusan tepat sasaran. Penelitian bertujuan menganalisis sistem, merancang, serta membangun sistem informasi berbasis web untuk pengelolaan data, pemantauan, dan pelaporan pendampingan keluarga berisiko stunting. Sistem ini mendukung pencegahan stunting secara efektif di DPPKBP2PA Kota Tegal. Pengumpulan data dilakukan melalui observasi lapangan, wawancara, serta library research. Perancangan menggunakan UML (use case, activity, sequence, class diagram) dan model Waterfall, dengan teknologi CodeIgniter, MySQL, XAMPP, serta VS Code. Sistem informasi yang dirancang mencakup fitur login multi-user (Admin, TPK, PLKB), input, edit, hapus data sasaran, verifikasi, edukasi gizi, serta laporan pdf. Pengujian black box menunjukkan fungsionalitas optimal, meningkatkan efisiensi pendataan dan evaluasi program pencegahan stunting.

Page 452 of 464 | Total Record : 4631

 450   451   452   453   454 

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