cover
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)
ISSN : -     EISSN : 2598828X     DOI : -
Core Subject : Science,
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.
Articles 4,631 Documents
PENERAPAN METODE IMAGE PROCESSING BERBASIS HISTOGRAM WARNA UNTUK IDENTIFIKASI DAN PENENTUAN TINGKAT KEMATANGAN BUAH PISANG Davino Rizqy Dayan; Muhammad Gibran Anggalana; Muh Fahrul Fahrezi; Naufalih Muzakki Sujono; Rheynesta Hannover; Endang Purnama Giri; Gema Parasti Mindara
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.v10i3.18348

Abstract

Penentuan tingkat kematangan buah pisang merupakan aspek penting dalam proses pascapanen untuk menjaga kualitas sebelum distribusi. Namun, metode manual yang sering digunakan petani masih bersifat subjektif dan kurang akurat. Penelitian ini bertujuan mengembangkan sistem klasifikasi tingkat kematangan pisang menggunakan pengolahan citra digital berbasis histogram warna dan algoritma Support Vector Machine (SVM). Dataset yang digunakan sebanyak 1.865 citra dari empat kategori kematangan, yaitu mentah, setengah matang, matang, dan terlalu matang. Tahapan penelitian meliputi segmentasi citra menggunakan Otsu Thresholding, ekstraksi fitur statistik orde pertama (Mean, Skewness, Energy, dan Smoothness) dari ruang warna RGB, HSV, dan Lab*, serta klasifikasi menggunakan SVM kernel Radial Basis Function (RBF). Hasil pengujian menunjukkan model mampu mengklasifikasikan tingkat kematangan pisang dengan akurasi sebesar 98%. Kelas matang memperoleh precision 93%, recall 95%, dan F1-score 94%, sedangkan kelas mentah mencapai precision 99%, recall 100%, dan F1-score 99%. Kelas setengah matang memperoleh nilai 99% untuk seluruh metrik, sementara kelas terlalu matang mencapai precision 98%, recall 96%, dan F1-score 97%. Hasil ini menunjukkan metode yang digunakan efektif sebagai solusi otomatis dan objektif dalam identifikasi kematangan buah pisang
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PENGOLAHAN LIMBAH PADAT BERBASIS AHP DAN SAW PADA PT SARANA ALLOY CASTING Rifan Arifin; Shyafaruddin Shyafaruddin; Nia Nuraeni
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.v10i3.18350

Abstract

Meningkatnya aktivitas industri pengecoran logam menghasilkan limbah padat B3 yang memerlukan penanganan khusus karena berpotensi menimbulkan dampak negatif terhadap lingkungan dan kesehatan. Salah satu limbah yang dihasilkan PT Sarana Alloy Casting adalah dross dan slag yang mengandung senyawa aluminium nitrit (AlN) yang bersifat reaktif terhadap air dan berpotensi menghasilkan gas amonia (NH₃) yang berbahaya bagi lingkungan dan kesehatan. Oleh karena itu, diperlukan suatu pendekatan sistematis untuk menentukan strategi pengelolaan limbah yang paling optimal. Penelitian ini mengintegrasikan metode Analytical Hierarchy Process (AHP) untuk menentukan bobot kepentingan setiap kriteria dan metode Simple Additive Weighting (SAW) untuk melakukan proses perangkingan alternatif. Metode pengembangan sistem yang digunakan adalah model Waterfall dengan kriteria penilaian meliputi biaya implementasi, dampak lingkungan, efisiensi teknologi, dan kepatuhan terhadap regulasi. Hasil penelitian menunjukkan bahwa kriteria dampak lingkungan memiliki bobot prioritas tertinggi sebesar 55,8%. Berdasarkan proses perhitungan metode SAW, alternatif pemanfaatan kembali (recycling) terpilih sebagai solusi terbaik dengan nilai preferensi sebesar 0,801. Implementasi SPK berbasis web yang dikembangkan mampu meningkatkan efisiensi proses pengambilan keputusan secara lebih cepat, objektif, dan terstruktur serta mendukung kepatuhan perusahaan terhadap regulasi pengelolaan limbah B3
IMPLEMENTASI JSON WEB TOKEN UNTUK AUTENTIKASI DAN OTORISASI PADA SISTEM PEMBAYARAN DIGITAL MENGGUNAKAN FRAMEWORK FLASK Raffles Agustinus Supit; Yeremia Alfa Susetyo
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.v10i3.18349

Abstract

Penelitian berfokus pada upaya peningkatan keamanan pada sistem pembayaran digital, khususnya dalam hal autentikasi dan otorisasi Application Programming Interface (API) yang kerap menjadi sasaran serangan siber. Metode yang digunakan adalah pengembangan sistem dengan mengintegrasikan JSON Web Token (JWT) ke dalam framework Flask untuk memperkuat mekanisme autentikasi dan otorisasi API. JWT dipilih karena bersifat stateless, ringan, dan mendukung klaim terstruktur, sehingga cocok untuk sistem API yang membutuhkan skalabilitas tinggi. Flask dipilih karena arsitekturnya yang minimalis dan modular memudahkan integrasi komponen keamanan secara terpisah tanpa overhead yang tidak diperlukan. Berdasarkan pengujian terhadap empat aspek, yaitu keamanan JWT, keamanan API, fungsionalitas transaksi, dan concurrency, sistem menunjukkan tingkat keberhasilan 100% pada seluruh 4 kasus uji validasi token JWT dan 8 skenario fungsionalitas transaksi. Pengujian keamanan API berdasarkan OWASP mencakup 6 kategori kerentanan dan seluruhnya lulus. Pengujian concurrency dengan 10 permintaan top-up bersamaan menghasilkan saldo akhir yang konsisten sebesar Rp500.000 tanpa duplikasi transaksi. Hasil pengujian menunjukkan bahwa penggunaan JWT dapat meningkatkan keamanan dan efisiensi manajemen akses, serta mengurangi risiko penyalahgunaan API. Kesimpulan penelitian menegaskan bahwa integrasi JWT dengan strategi yang tepat dapat menjadi fondasi utama dalam membangun sistem pembayaran digital yang aman dan terstandarisasi.
KLASTERISASI KARAKTERISTIK UMKM MENGGUNAKAN ALGORITMA K-MEANS DI WILAYAH KABUPATEN KARAWANG Ni Made Ayu Gayatri Pratiwi; Shofa Shofiah Hilabi; Elfina Novalia; Tukino Tukino
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.v10i3.18351

Abstract

Pertumbuhan ekonomi lokal dipengaruhi oleh usaha mikro, kecil, dan menengah (UMKM), namun persebarannya di Kabupaten Karawang masih belum merata. Penelitian ini bertujuan untuk mengelompokkan UMKM guna mengidentifikasi perbedaan karakteristik antarwilayah. Data yang digunakan berupa jumlah UMKM pada sektor industri kecil, industri rumah tangga, jasa, dan perdagangan periode 2019–2025. Metode yang digunakan adalah K-Means Clustering dengan penentuan jumlah klaster menggunakan metode Elbow serta evaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah empat dengan nilai Silhouette Score sebesar 0,436 yang menunjukkan kualitas pengelompokan cukup baik. Setiap klaster memiliki karakteristik berbeda, yaitu aktivitas UMKM tinggi, menengah, dan rendah dengan dominasi sektor tertentu. Selain itu, satu kecamatan dapat berada pada klaster yang berbeda pada tahun yang berbeda, yang mencerminkan dinamika perkembangan UMKM. Hasil visualisasi juga menunjukkan bahwa persebaran UMKM di Kabupaten Karawang masih belum merata. Penelitian ini diharapkan dapat menjadi dasar dalam penyusunan kebijakan pengembangan UMKM yang lebih terarah.
ANALISIS KAPABILITAS SISTEM INFORMASI PADA APLIKASI Ajaib BERDASARKAN ULASAN PENGGUNA DI GOOGLE PLAY STORE MENGGUNAKAN FRAMEWORK COBIT 5 Galih Yusuf Ghifari; Nina Sulistiyowati; 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.v10i3.18352

Abstract

Penelitian ini bertujuan untuk menganalisis kapabilitas sistem informasi pada aplikasi Ajaib berdasarkan ulasan pengguna di Google Play Store dengan menggunakan framework COBIT 5. Penelitian ini dilatarbelakangi oleh semakin meningkatnya penggunaan aplikasi digital berbasis finansial yang turut disertai dengan berbagai permasalahan sistem, seperti aplikasi error, kegagalan transaksi, serta ketidakstabilan layanan yang dapat mempengaruhi kualitas layanan dan tingkat kepuasan pengguna. Framework COBIT 5 dipilih karena mampu menyediakan panduan tata kelola teknologi informasi yang menyeluruh serta dapat digunakan untuk mengevaluasi kapabilitas sistem informasi secara sistematis dan terstruktur. Metode penelitian yang digunakan adalah pendekatan kualitatif deskriptif dengan memanfaatkan data sekunder berupa 50 ulasan pengguna yang diambil dalam kurun waktu dua bulan terakhir. Data dianalisis melalui tahapan klasifikasi, pemetaan ke domain COBIT 5, serta perhitungan frekuensi dan persentase guna mengetahui dominasi permasalahan yang terjadi. Hasil penelitian menunjukkan bahwa domain DSS01 memperoleh persentase tertinggi sebesar 44% yang berkaitan dengan operasional sistem, kemudian disusul domain DSS02 sebesar 32% yang berkaitan dengan transaksi. Hasil tersebut menunjukkan bahwa sistem informasi pada aplikasi Ajaib masih belum optimal dalam menjaga stabilitas sistem dan pengelolaan layanan transaksi. Oleh karena itu, diperlukan peningkatan pada aspek performa sistem, pengelolaan transaksi, dan kualitas layanan guna meningkatkan kepuasan pengguna
PENERAPAN METODE RAPID APPLICATION DEVELOPMENT DALAM PEMBUATAN WEBSITE SDS AISYIYAH BENGKALIS SEBAGAI PEMANTAUAN AKADEMIK SISWA Sri Mulyani Adha; Desi Wahana; Niky Hardinata
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.v10i3.18353

Abstract

Perkembangan teknologi informasi mendorong sekolah untuk menyediakan layanan akademik yang lebih cepat dan mudah diakses, termasuk di lingkungan SDS Aisyiyah Bengkalis. Namun, proses penyampaian informasi akademik seperti nilai, absensi, dan hafalan Al-Qur’an masih dilakukan secara manual sehingga menimbulkan keterlambatan dan kurangnya keterlibatan orang tua dalam memantau perkembangan siswa. Penelitian ini bertujuan untuk membangun sebuah website pemantauan akademik yang dapat mempercepat penyampaian informasi serta memudahkan guru dalam pengolahan data. Metode yang digunakan adalah Rapid Application Development (RAD), yang memungkinkan pengembangan dilakukan secara cepat melalui iterasi prototipe dan umpan balik pengguna. Hasil penelitian menunjukkan bahwa sistem berhasil dibangun dan mampu menampilkan informasi nilai, absensi, dan hafalan siswa secara real time. Pengujian sistem menggunakan metode Black Box Testing menunjukkan bahwa seluruh fitur sistem berjalan sesuai dengan fungsinya. Selain itu, hasil pengujian menggunakan System Usability Scale (SUS) sebesar 85,72 yang termasuk kategori Acceptable dengan tingkat Excellent. Dengan demikian, sistem dinilai mudah digunakan dan efektif membantu orang tua serta guru dalam proses pemantauan akademik siswa
IDENTIFIKASI PENYAKIT DAUN TANAMAN KOPI ROBUSTA MENGGUNAKAN ARSITEKTUR MOBILENETV2 DENGAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Rintan Renata; Desi Puspita; Risnaini Masdalipa
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.v10i3.18354

Abstract

Penyakit pada tanaman kopi robusta merupakan salah satu faktor yang dapat menurunkan kualitas dan produktivitas hasil panen. Proses identifikasi penyakit tanaman kopi robusta masih banyak dilakukan secara manual melalui pengamatan langsung, sehingga memerlukan keahlian khusus dan kurang efisien. Oleh karena itu, peneliti membangun sistem identifikasi penyakit tanaman kopi robusta berbasis citra daun menggunakan arsitektur MobileNetV2 dan algoritma Support Vector Machine (SVM). Dataset yang digunakan terdiri dari 600 citra daun kopi robusta yang diambil dari 5 kecamatan di Kota Pagar Alam, yang dibagi menjadi data training dan data validasi dengan perbandingan 80:20. Untuk memenuhi kebutuhan jumlah data, dilakukan augmentasi pada data training sehingga menghasilkan 5.000 citra.Proses pelatihan dilakukan dalam 40 epoch yang mencakup tahap fine-tuning pada 30 layer terakhir MobileNetV2 untuk mengoptimasi ekstraksi ciri. Vektor fitur tersebut kemudian digunakan sebagai input pada algoritma SVM yang dioptimasi menggunakan Grid Search. Hasil evaluasi menunjukkan model mencapai akurasi validasi sebesar 96% pada tahap pengembangan dan akurasi pengujian sistem sebesar 85% menggunakan confusion matrix. Performa ini membuktikan bahwa integrasi MobileNetV2 dan SVM mampu memberikan hasil identifikasi yang stabil dan akurat di atas target 80%.
PENGEMBANGAN ANIMASI BERBASIS 3D IKLAN LAYANAN MASYARAKAT TENTANG “STOP BULLYING” UNTUK SISWA SEKOLAH DASAR Rizki Andista Pandapotan Situmorang; Nur Wulan
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.v10i3.18355

Abstract

Kasus perundungan (Bully) di lingkungan sekolah dasar adalah masalah penting yang memberikan dampak negatif pada perkembangan psikologis anak, tetapi metode pengajaran tradisional saat ini kurang efektif bagi generasi digital. Menurut data Programme for International Students Assessment (PISA) anak dan remaja di Indonesia mengalami 15 % intimidasi, 19% dikucilkan, 22% dihina, 14% diancam, 18% didorong sampai dipukul teman dan 20 % digosipkan kabar buruk. Studi ini bertujuan untuk merancang Iklan Layanan Masyarakat (ILM) berbasis animasi 3D dengan tema “Stop Bully” sebagai sarana kampanye sosial yang interaktif untuk siswa SD. Metode pengembangan media ini mencakup langkah-langkah pra-produksi, produksi, dan pasca-produksi dengan memanfaatkan perangkat lunak Blender. Secara teknis, teknik pembuatan animasi menggunakan metode Pose To Pose untuk menciptakan pergerakan karakter yang teratur dan akurat, didukung oleh pemanfaatan Unity sebagai platform visual serta Capcut untuk pengeditan terakhir. Hasil percobaan pada 15 responden menunjukkan tingkat efektivitas yang sangat tinggi; 100% siswa dapat memahami pesan anti-perundungan dengan sangat baik. Dari segi daya pikat, 93,3% responden menunjukkan minat tinggi terhadap narasi dan visual yang ditampilkan, dengan 53,3% memberikan penilaian sempurna (10/10). Studi ini menyimpulkan bahwa penggunaan animasi 3D dengan teknik Pose to Pose sangat efektif sebagai alat pendidikan moral untuk anak-anak. Dengan visualisasi yang menarik dan pesan yang mudah dipahami, media ini dapat meningkatkan kesadaran siswa untuk mengurangi angka perundungan di lingkungan sekolah dasar secara signifikan.
IMPLEMENTASI DATA MINING UNTUK PREDIKSI HARGA CABAI RAWIT MERAH MENGGUNAKAN METODE SINGLE MOVING AVERAGE: Ja'izah Lutfiyah Az-Zahra; 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.v10i3.18363

Abstract

Harga komoditas pangan, khususnya Cabai Rawit Merah, memiliki tingkat fluktuasi yang tinggi dan berdampak langsung pada stabilitas harga serta pengendalian inflasi daerah. Pemantauan yang dilakukan oleh Diskominfosantik Kabupaten Bekasi memerlukan analisis peramalan agar potensi lonjakan harga di pasar dapat diantisipasi lebih dini. Studi ini bertujuan mengimplementasikan data mining untuk memprediksi harga harian Cabai Rawit Merah menggunakan metode Single Moving Average (SMA). Metode SMA dipilih karena memiliki proses perhitungan yang sederhana, mudah diinterpretasikan, dan sesuai untuk peramalan jangka pendek berbasis data historis harian. Dataset yang digunakan merupakan data sekunder harga kebutuhan pokok Kabupaten Bekasi periode 1 Januari sampai 31 Desember 2025. Dataset dibagi secara kronologis menjadi 80% data latih atau 292 hari dan 20% data uji atau 73 hari untuk menjaga urutan waktu pada data deret waktu. Tahapan penelitian meliputi pengumpulan data, preprocessing, penerapan SMA dengan parameter 3 hari, 5 hari, dan 7 hari, serta evaluasi menggunakan Mean Absolute Error (MAE). Hasil pengujian menunjukkan bahwa SMA 3 hari menghasilkan nilai MAE terendah sebesar Rp 1.781,22, sehingga menjadi parameter terbaik dibandingkan SMA 5 hari dan SMA 7 hari. Temuan ini menunjukkan bahwa SMA dapat digunakan sebagai pendekatan awal untuk mendukung prediksi harga harian Cabai Rawit Merah di Kabupaten Bekasi.
ANALISIS PERBANDINGAN KINERJA ALGORITMA NAIVE BAYES DAN SVM DALAM MENGKLASIFIKASI SENTIMEN TERHADAP MBG Rifki Amelsan; Muntahanah Muntahanah
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.v10i3.18357

Abstract

Perkembangan platform digital telah mengubah cara masyarakat menyampaikan pendapat, khususnya terhadap kebijakan publik yang berdampak langsung pada kehidupan sehari-hari. Program Makan Bergizi Gratis (MBG) yang digagas pemerintah Indonesia menjadi salah satu topik yang banyak diperbincangkan di media sosial Twitter, menghasilkan volume data teks yang besar namun belum termanfaatkan secara optimal untuk kepentingan evaluasi kebijakan. Kondisi ini mendorong perlunya penerapan metode komputasional yang mampu mengolah data tersebut secara efisien dan objektif. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja algoritma Naive Bayes dan Support Vector Machine (SVM) dalam mengklasifikasikan sentimen masyarakat terhadap program MBG. Data yang digunakan merupakan dataset publik dari Kaggle yang berjumlah 3.457 komentar media sosial Twitter. Tahapan penelitian meliputi preprocessing (cleaning, case folding, tokenizing, stopword removal, dan stemming), pelabelan otomatis, pembobotan fitur menggunakan TF-IDF, serta pembagian data sebesar 70% untuk pelatihan dan 30% untuk pengujian. Evaluasi model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa Naive Bayes memperoleh akurasi 84,2% dengan F1-score 87,5%, sedangkan SVM menghasilkan akurasi 88,9% dengan F1-score 91,7%. Berdasarkan hasil tersebut, SVM menunjukkan performa yang lebih optimal dibandingkan Naive Bayes dalam mengklasifikasikan sentimen terhadap program MBG