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 3,835 Documents
PERANCANGAN MODEL SENTIMEN TWEET TERHADAP PILKADA DKI JAKARTA TAHUN 2017 MENGGUNAKAN ALGORITMA NAÏVE BAYES Tegar Lazuardi, Muhammad; Suprapti, Tati; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6328

Abstract

Pemilihan Gubernur (Pilgub) DKI Jakarta menjadi peran penting dalam menentukan wilayah politik negara. Selain mencalonkan diri kembali, pasangan calon lainnya adalah Agus-Sylvi dan Anies-Sandiaga. Pilkada DKI Jakarta 2017 merupakan momen penting bagi demokrasi Indonesia. Pada tahun 2017, 7 provinsi, dan 18 kota. Penelitian ini mengkaji jaringan mobilisasi politik yang digunakan pasangan wilayah dalam Pilkada DKI Jakarta 2017. Strategi yang menonjolkan capaian wilayah yang dapat membuat birokrasi lebih efisien dan bersih, serta kepercayaan diri dalam pemberantasan korupsi. Analisis sentimen dan oponi mining adalah analisis yang bertujuan untuk melihat perasaan suatu masyarakat atau kelompok terhaap suatu keberadaan tertentu. Realita yang diekspresikan oleh masyarakat dapat bersifat positif maupun negatif. Twitter merupakan salah satu media yang membahas tentang berita seputar Pilkada DKI Jakarta 2017. Tujuan penelitian ini adalah untuk menganalisis tanggapan masyarakat terhadap pencalonan Pilkada DKI Jakarta 2017 di Twitter dan mengklasifikasikan tanggapan positif dan negatif terhadap kalimat dengan menggunakan teknik analisis. Metode yang digunakan dalam penelitian ini menggunakan teknik Naive Bayes untuk mengevaluasi. Dataset tersebut berupa tanggapan masyarakat terhadap pencalonan Pilkada DKI Jakarta di media sosial Twitter sebanyak 1129 dataset, yang kemudian dikelompokkan untuk selanjutnya diklasifikasi berdasarkan opini terkait data tersebut. Hasil penelitian ini menunjukkan akurasi 50.54% menggunakan algoritme Naive Bayes.
RANCANG BANGUN SISTEM PENGELOLAAN SURAT MASUK DAN SURAT KELUAR PADA DINAS SOSIAL KABUPATEN CIREBON Nurhanifah, Indah; Martanto, Martanto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6332

Abstract

Indonesia telah menjadi sebuah negara sejak 78 tahun yang lalu. Untuk menjalankan pemerintahan ditingkat daerah pemerintah dibantu dinas dinas sesuai dengan tugas masing masing. Salah satunya adalah dinas sosial. Salah satu bagian dari dinas sosial adalah divis bagian umum. Divisi ini mengelola surat masuk dan keluar. Surat yang masuk dan keluar di catat dalam buku agenda surat. Data yang masih berbentuk hardcopy tidak ada fitur pencarian, sehingga jika data tersebut dibutuhkan membutuhkan waktu yang lama untuk melakukan pencarian. Tujuan dalam penelitian ini adalah merancang bangun sistem pengelolaan surat masuk dan surat keluar berbasis website pada dinas sosial kabupaten cirebon. metode yang digunakan dalam penelitian adalah metode pendekatan SDLC yaitu waterfall. Hasil dari penelitian ini adalah sistem pengelolaan surat masuk dan surat keluar berbasis website pada dinas sosial kabupaten cirebon, sehingga mempermudah pengelolaan surat masuk dan keluar.
PENERAPAN DATA MINING PADA PENJUALAN PRODUK PAKAIAN DAMEYRA FASHION MENGGUNAKAN METODE K-MEANS CLUSTERING Pii, Iwan; Suarna, Nana; Rahaningsih, Nining
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6336

Abstract

Dameyra Fashion adalah toko online yang menjual produk Pakaian lewat E-Commerce Lazada. Dameyra Fashion berlokasi di Kabupaten Cirebon lebih tepatnya di desa arjawinangun. Metode K-Means Clustering bisa diterapkan pada Toko Dameyra Fashion untuk mengetahui Penjualan Pakaian yang laku dan tidak laku. Permasalahan yang dihadapi oleh toko dameyra fashion yaitu masih belum bisa mengelola persediaan barang. Tujuan tugas akhir ini yaitu untuk mengelompokkan data penjualan dameyra fashion menggunakan metode k-means clustering serta bagaimana Penerapan teknik K-Means Clustering oleh Dameyra Fashion Stores Pada RapidMiner, K-Means Clustering bekerja dengan cara membuat dataset dengan memasukkan data penjualan pakaian dari dameyra yang akan diubah. Setelah itu, penambangan data, pemilihan data, pembersihan data, preprocessing data, dan pengetahuan Temuan dari cluster 2. Maka dapat diketahui penjualan yang laris ada 289 item dan tidak laris ada 9 item. Dengan rincian produk laris yaitu Tunik Polos, Tunik Rempel, Tunik Dzuvia, Tunik Leopard, Kemeja Polos dan yang tidak laris Daster Kaos, Daster Kaos OZ, Daster Kimono, Daster Pretty Girl, Daster Kerah V-Neck, Daster Andin Rayon, Daster Batik, Gamis Crinkle, Gamis Benecia Allana.
OPTIMISASI PEMBAYARAN TIKET BUS DI JABODETABEK MELALUI PENGELOMPOKAN TRANSAKSI DIGITAL MENGGUNAKAN ALGORITMA K-MEANS Hafizh Fakhriza, Muhammad; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6339

Abstract

Dalam era globalisasi, banyak hal mengalami modernisasi, termasuk sarana transportasi yang semakin berkembang. Salah satu transportasi umum yang banyak digunakan adalah Bus Trans Jabodetabek atau busway. Pembangunan ekonomi membutuhkan kendaraan yang cukup dan memadai, sehingga PT Transjabodetabek membuat kebijakan pembelian kartu uang elektronik dan penghilangan layanan loket isi ulang uang tunai di seluruh halte busway. Namun, belum ada pengelompokan model pembayaran tiket bus yang dapat menjadi dasar penentuan kelanjutan kerjasama dengan platform atau vendor bank yang bersangkutan. Oleh karena itu, penelitian ini menggunakan metode analisa data Knowledge Discovery in Database (KDD) dengan jumlah data transaksi sebanyak 11.916 pada tahun 2023 dari Dinas Perhubungan Jabodetabek. Hasil dari penelitian ini menggunakan analisis clustering dengan metode K-Means yang dapat membantu mengidentifikasi permasalahan yang ada. Uang elektronik atau e-money dianggap sebagai alternatif pembayaran non-tunai yang lebih efektif dan umumnya disimpan dalam dompet digital. Dalam penelitian ini, menghasilkan Davies Bouldin Index dari K = 2 sampai dengan K = 5, maka hasil cluster yang paling optimum adalah K = 4 dengan hasil Davies Bouldin Index sebesar 0.160.
PERANCANGAN APLIKASI OMZET PENJUALAN UMKM CAP CANGKIR Gusmiarni, Mia; Rahaningsih, Nining
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6358

Abstract

Cap Cangkir merupakan sebuah usaha mikro kecil Menengah (UMKM) yang berlokasi di Dusun 01 RT 03 RW 02 desaTuk Karangsuwung kec Lemahabang Kab Cirebon. Usaha ini sudah berdiri 1 tahun dan bergerak di bidang makanan dan minuman. Selain berjualan offline owner menerapkan penjualan ini melalui marketplace yang diantaranya terdiri dari Shopee Food, Grab Food, dan GoFood. Adapun permasalahan yang penulis temui yaitu tidak adanya penghitungan omzet harian, mingguan ataupun bulanan yang mencakup dari ketiga marketplace itu. Hal tersebut menyebabkan kurangnya peninjauan dan perkembangan terhadap usaha itu sendiri. Tujuan penulis melakukan penelitian ini adalah untuk mengetahui seberapa besar pengaruh omset penjualan melalui grafik guna meninjau peningkatan yang akan terlihat secara signifikan dalam aplikasi mobile menggunakan bahasa pemrograman Flutter serta framework Laravel yang membantu memonitoring perkembangan usaha secara rinci dan jelas. Pengumpulan data ini sendiri dilakukan melalui wawancara, observasi dan dokunmentasi. Perkembangan diera teknologi ini memberikan dampak di segala bidang kehidupan, termasuk menghitung omset penjualan yang sangat penting dan membantu memperlancar kegiatan operasional suatu usaha. Adapun hasil yang diharapkan yaitu membantu membangun semangat usaha mikro kecil menengah (UMKM) ini untuk terus meninjau perkembangan usahanya lewat monitoring grafik aplikasi sehingga mampu mempermudah dan memberikan target pencapaian yang di inginkan.
ANALISIS PEMILIHAN VENDOR PLASTIK DENGAN MENGGUNAKAN METODE VISE KRITERIJUMSKA OPTIMIZACIJA I KOMPOMISN RESENJE (VIKOR) PADA PT AGRONESIA SARIPETOJO BANDUNG Tiardo Sihite, Jeffry; Sovia Pramudita, Aditia; Kusdanu Waskito, Saptono
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6447

Abstract

Perusahaan merupakan salah satu tempat untuk melakukan kegiatan proses produksi barang dan jasa. Salah satu kegiatan produksi barang yang selalu meningkat setiap tahunnya yaitu es, baik merupakan es kristal, es tabung, dan es balok. PT Agronesia Saripetojo Bandung sebagai perusahaan yang membuat es batu. Jenis-jenis es batu yang dibuat adalah es balok dan es kristal. PT Agronesia Saripetojo Bandung sangat membutuhkan plastik untuk bahan pembantu membungkus es batu. PT Agronesia mengadakan kegiatan lelang terhadap para perusahaan penyedia plastik Ada 4 (empat) perusahaan penyedia plastik yang telah menawarkan diri sebagai vendor plastik yaitu adalah PT Siverplas Pacific, PT Laju Abadi Jaya Mandiri, PT Intech Plast, PT Umj . PT Agronesia Saripetojo Bandung mengalami permasalahan kesulitan untuk menentukan vendor mana yang akan dipilih. Memperhatikan hal-hal diatas, maka metode Vise Kriterijumska Optimizacija I Kompomisn Resenje (VIKOR) tersebut lebih cepat untuk digunakan, mudah dan spesifik, serta dalam pembobotannya langsung dapat tertuju pada nilai bobot dan dapat dilakukan perangkingan. Sehingga diharapkan mendapatkan hasil vendor yang tepat, lebih cepat dan lebih objective sesuai kriteria PT Agronesia Saripetojo Bandung. Dan memiliki hasil bobot kualitas 33,70%, bobot pengiriman 21,80%, bobot harga 21,70% serta bobot pelayanan 22,80%. Vendor yang terpilih adalah PT UMJ dengan indeks VIKOR -1 dan PT Intech Plast dengan indeks VIKOR -0,352.
KLASIFIKASI MENGGUNAKAN METODE NAIVE BAYES UNTUK MENENTUKAN CALON PENERIMA PIP Pebdika, Angga; Herdiana, Ruli; Solihudin, Dodi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6303

Abstract

Dalam dunia global saat ini, pendidikan sangat penting untuk lebih meningkatkan sumber daya manusia. Pendidikan akan membantu peserta didik mengenai pengembangkan sikap, keterampilan, serta kecerdasan intelektualnya untuk memberikan manusia yang terampil, cerdas, dan berakhlak mulia. Namun pendidikan seringkali tidak berjalan dengan baik, Ada beberapa faktor yang berkontribusi terhadap hal ini, Contoh yang paling menonjol adalah faktor ekonomi yang menyebabkan banyak anak putus sekolah. Oleh karena itu pemerintah membuat program agar masyarakat miskin dapat melanjutkan pendidikannya melalui program ini. Dalam penyusunan ini dicoba dengan memakai prosedur Naive Bayes. Metode ini merupakan metode mengklasifikasikan data satu atau lebih kategori yang telah diidentifikasi. Operasi Naive Bayes menggunakan perhitungan probabilitas dan statistik yang ditemukan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi probabilitas masa depan berdasarkan pengalaman masa lalu. Tujuan dari penelitian ini adalah untuk menghindari kesalahan dalam menentukan penerimaan bantuan. Perlu diterapkan data mining dengan algoritma Naive Bayes yang bisa mengklasifikasi tingkat kelayakan siswa penerima PIP, sehingga didapat hasil penerimaan program Indonesia Pintar yang lebih akurat. Penelitian ini memberikan informasi baru tentang hasil dari proses analisis yang dilakukan, selain itu dengan menggunakan metode Naive Bayes, proses analisis tersebut dapat membuat model kelayakan untuk menerima program Indonesia Pintar berdasarkan karakteristik yang telah ditentukan sebelumnya. Hasil dari proses penelitian ini diharapkan dapat menciptakan sistem data mining yang dapat memberikan hasil seleksi yang sangat akurat dalam memilih penerimaan PIP.
SEGMENTASI PELANGGAN SALON NUII BEAUTY GLOW MENGGUNAKAN K-MEANS CLUSTERING Sajidah, Sajidah; Herdiana, Ruli; solihudin, Dodi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6333

Abstract

Persaingan dalam industri kecantikan menuntut setiap pelaku bisnis di bidang ini untuk menentukan strategi pemasaran agar manajemen tidak melakukan kesalahan dalam memberikan pelayanan kepada pelanggan. Salon Nuii Beauty Glow belum dapat mengklasifikasikan pelanggan mana yang menguntungkan bagi perusahaan. Oleh karena itu, perusahaan mengalami kesulitan untuk menentukan strategi pemasaran yang tepat bagi pelanggannya. Peneliti menggunakan model clustering data mining yang sangat efisien dalam menentukan karakteristik kelompok pelanggan yang terbentuk, dengan menggunakan algoritma K-Means yang memiliki keunggulan dalam pengelompokan. Algoritma k-means clustering merupakan salah satu teknik data mining yang dapat membagi data dalam suatu himpunan menjadi beberapa kelompok, dimana kesamaan data pada satu kelompok lebih besar dibandingkan dengan kesamaan data tersebut dengan data pada kelompok lain. Dari penelitian ini diperoleh 3 cluster pelanggan. Cluster 0 menempati jumlah pelanggan terbanyak yaitu 48 pelanggan, cluster 1 memiliki 10 pelanggan, dan cluster 3 memiliki 12 pelanggan. Ketiga cluster tersebut dikategorikan sesuai dengan karakteristik masing-masing data dengan melakukan uji indeks Davies Bouldin untuk menentukan cluster terbaik. Dan model RFM (Kebaruan, frekuensi, moneter) digunakan untuk memfasilitasi pengelompokan.
PERANCANGAN APLIKASI PEMBAYARAN ANGSURAN PROPERTI BERBASIS WEB PADA PT INDOJAYA PANPRATAMA Augustian Pangestiazi, Irvanda; Martanto, Martanto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6338

Abstract

PT Indojaya Panpratama merupakan sebuah perusahaan pelaksanaan konstruksi berbentuk PT yang berlokasi di Jl. Elang Raya No.12, Kelurahan Kecapi, Kecamatan Harjamukti, Kota Cirebon. PT Indojaya Panpratama bergerak dibidang pembangunan perumahan, pemasaran perumahan, serta penjualan unit rumah subsidi dan non subsidi. Berdasarkan hasil observasi yang penulis lakukan, diketahui bahwa proses pencatatan administrasi pembayaran angsuran perumahan nasabah pada PT Indojaya Panpratama masih dilakukan secara manual. Belum adanya teknologi yang dapat membantu proses tersebut seringkali membuat proses pencatatan dan administrasi pada PT Indojaya Panpratama menjadi tidak efisien dan memakan waktu yang cukup lama. Tujuan penelitian ini adalah untuk merancang sebuah Aplikasi Pembayaran Properti Berbasis Web pada PT Indojaya Panpratama. Metode yang digunakan untuk mengembangkan aplikasi ini adalah metode Rapid Application Development (RAD). Adapun hasil dari penelitian ini berupa Aplikasi Pembayaran Angsuran Properti Berbasis Web dinilai dapat membantu mempercepat dan meningkatkan efisiensi proses pencatatan pembayaran angsuran Perumahan pada PT Indojaya Panpratama.
KOMPARASI ALGORITMA MACHINE LEARNING DALAM MEMPREDIKSI HARGA RUMAH Haryanto, Cep; Rahaningsih, Nining; Muhammad Basysyar, Fadhil
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6343

Abstract

Manusia memiliki kebutuhan mendasar akan sebuah tempat yang bisa disebut sebagai rumah atau tempat berteduh. Dengan banyaknya pertumbuhan penduduk di Indonesia dari tahun ke tahun membuat tidak semua golongan masyarakat memiliki tempat tinggal yang layak huni. Maka dari itu agar setiap keluaga dapat memiliki tempat tinggal pribadi yang layak diperlukan perencanaan yang matang. Dalam perencanaan tersebut diperlukan perencanaan atau prediksi harga di masa mendatang. Salah satu metode yang bisa digunakan adalah dengan menggunakan algoritma machine learning. Adapun beberapa faktor yang mempengaruhi harga rumah diantaranya luas lahan, luas bangunan berdiri, banyaknya kamar tidur, kamar mandi, dan garasi. Metode yang digunakan dalam penelitian ini adalah multiple linear regression dan random forest regression. Tujuan dari penelitian ini adalah mencari hasil prediksi terbaik antara multiple linear regression dan random forest regression. Untuk mendapatkan nilai prediksi yang tinggi penelitian dilakukan secara berulang kali dengan 80% dataset untuk training dan 20% dataset untuk testing guna mencapai hasil prediksi yang tinggi. Hasil dari penelitian ini diperoleh bahwa algoritma random forest regression merupakan algoritma terbaik dalam penelitian ini dengan nilai akurasi sebesar 81,6%.

Page 78 of 384 | Total Record : 3835