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 3,835 Documents
 78   79   80   81   82 
PERBANDINGAN METODE ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBORS UNTUK KLASIFIKASI PENYAKIT STROKE Akmal, Khairul; Faqih, Ahmad; Dikananda, Fatihanursari
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.v7i1.6367

Abstract

Stroke selaku serupa penyakit yang meninggali strata ketiga di Indonesia sesudah jantung serta kanker. Kerapkali setiap individu bermalas-malasan dalam mendapati terdapatnya penyakit stroke. Minimnya kekuatan kedokteran di Indonesia membikin rakyat sukar guna mengetahui dengan cara dini penyakit stroke. Stroke yaitu sesuatu sindrom klinis yang diisyarati dengan tandasnya peranan otak dengan cara berat yang bisa mengakibatkan kematian. Tujuan riset ini guna pengelompokan hasil kira-kira penyakit stroke dengan pendekatan algoritma Naïve Bayes serta K-Nearest Neighbors menurut kriteria-kriteria dalam penyakit stroke antara lain kategori genitalia, umur pesakit, darah tinggi, riwayat sakit jantung, sempat menikah, kategori profesi, kategori tempat bermukim, kandungan gula darah, BMI, status merokok. Statistik yang dibubuhkan dalam riset ini ialah Stroke Prediction Dataset yang diperoleh pada repositori Kaggle yang yaitu salah satu yang populer di negeri Data Science serta Machine Learning. Kali ini perubahan masa revolusi industri 4.0 yang bergerak selaras di segi teknologi serta ilmu kesehatan akibatnya selaku suatu yang bisa berharga dengan mengenakan Machine Learning. Banyak sekali faedah yang dibubuhkan dalam menduga sebagian penyakit yang bisa di proyeksi. Eksklusifnya penyakit stroke dengan mengenakan tilikan algoritma Naïve Bayes serta K-Nearest Neighbors guna tiap-tiap elastis nya. Implementasi cara ini mengenakan Cross Validation adalah data training serta data testing dibikin kuota dalam melaksanakan pengetesan. Pemanfaatan algoritma Naïve Bayes serta K-Nearest Neighbors bisa di terapkan selaku materi evaluasi guna membikin sistem pandai yang dibubuhkan oleh para pakar kesehatan guna pengumpulan ketetapan yang bagus di segi ke penjagaan serta medis dalam memacu hasil pemeriksaan pesakit stroke. Hasil ketelitian yang didapat dengan mengenakan algoritma K-Nearest Neighbors sebesar 94,36% hasil pengelompokan bisa dibubuhkan guna menolong dokter dalam pemeriksaan penyakit stroke.
PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA FREQUENT PATTERN - GROWTH UNTUK MENENTUKAN POLA PEMBELIAN PRODUK CHEMICALS Firmansyah, Firmansyah; Nurdiawan, Odi
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.v7i1.6371

Abstract

Dalam mengembangkan bisnis perusahaan distribusi produk chemicals, penerapan teknologi informasi menjadi sangat penting untuk menjamin kelancaran penjualan produk kebersihan yang ditawarkan. Perusahaan dihadapkan pada tantangan untuk memberikan pelayanan terbaik kepada pembeli Menerapkan rencana bisnis yang efektif untuk menghindari kerugian. Oleh karena itu, Untuk meningkatkan penjualan produk yang ditawarkan, perusahaan harus mencari strategi yang bagus. Algoritme FP-Growth merupakan salah satu opsi algoritme alternatif yang bisa dipakai untuk mencari pola kombinasi produk. Selain itu, dalam mengontrol dan mengelola persediaan, penting untuk menentukan data yang akurat. Untuk menentukan strategi penjualan produk sabun, salah satu teknik yang dapat digunakan adalah teknik data mining. Dalam hal ini, Algoritma Fp-Growth ialah pengembangan dari algoritma Apriori yang menggunakan konsep pengembangan pohon untuk mencari frequent itemset yang sering dibeli. Pola belanja yang terbentuk berpengaruh besar terhadap penjualan produk. Proses analisis Metode dimulai dengan menjaring dan membuat aturan asosiasi untuk beberapa itemset yang sering muncul. Dengan memformulasikan FP-Tree dan mengurangi penggunaan memori, algoritma FP-Growth dapat mempermudah pencarian itemset yang sering muncul. Pola interaksi produk dalam aturan asosiasi dapat membantu perusahaan dalam menetapkan strategi pemasaran dan penjualan yang lebih baik.
ANALISIS SENTIMEN APLIKASI BRIMO PADA ULASAN PENGGUNA DI GOOGLE PLAY MENGGUNAKAN ALGORITMA NAIVE BAYES Khoirul Insan, Moh Khoirul; Hayati, Umi; Nurdiawan, Odi
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.v7i1.6373

Abstract

The development of technology is currently growing rapidly including applications in the field of banking which is currently widely used for mobile transactions without the need to bank. Of course, it is very easy for customer users to transact using the bangking mobile application.Reviews are an important source of information for developers to find out complaints from users or customers. user reviews that contain comments or reviews and user ratings are needed to improve the development of application performance. However, not all user reviews that represent opinions on the application of this research aims to analyze the sentiment of users who use the brimo application on google play with data retrieval through web scraping techniques. Sentiment analysis is the process of evaluating whether a text has positive or negative sentiment. Brimo application users on google play is one of the platforms widely used by BRI customers for banking transactions. The method used in sentiment analysis uses Naive Bayes algorithm. from the results of research on the sentiment analysis of brimo application users into positive and negative categories where data were taken through scraping results from August 2022 to January 2023 as many as 1550 text data, it was found that application users gave positive reviews where from the number of predicted positive sentiment classification results as many as 1012 and negative sentiment as many as 894 text data means that users leave many positive comments on the brimo application, but not a few users also leave negative comments on the brimo application. And classification results using naive bayes method obtained acuracy of 84.52% precision 82.51% and recall 87.62%.
PERBANDINGAN PREDIKSI PENYAKIT HIPERTENSI MENGGUNAKAN METODE RANDOM FOREST DAN NAÏVE BAYES Abdul Khalim, Kharits; Hayati, Umi; Bahtiar, Agus
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.v7i1.6376

Abstract

Hipertensi adalah pengertian medis dari orang yang mengalami tekanan darah tinggi, yaitu sebuah keadaan yang mana tekanan darah seseorang melampoui tekanan darah normal, dimana kondisi darah berada pada angka 140 mmHg atau kondisi darah diastolic melebihi 90 mmHg. Penyakit hipertensi bisa dipengaruhi dari pola hidup yang tidak sehat, selain dari pola hidup penyakit ini juga dapat dipengaruhi dari kondisi medis tertentu seperti sroke, penyakit ginjal dan penyakit jantung, bisa juga dipengaruhi oleh jenis kelamin dan usia. Kebanyakan orang tidak mengetahui bahwa dirinya terkena penyakit hipertensi. Penelitian ini dilakukan untuk mengetahui kinerja dari algoritma random forest dan naïve bayes dengan softwere orange terhadap penyakit hipertensi dengan menggunakan komponen age, sex, cp, trestbps, chol, fbs, restecg, thalach, exang, oldpeak, slope, ca, dan thal. Dari hasil penelitian yang telah dilakukan dengang cara mengunakan medel algoritma naïve bayes dan random forest dengan softwere orange menunjukkan algorima Naïve Bayes mendapatkan hasil yang lebih rendah dari Random Forest.
ANALISIS SISTEM LAYANAN PENDAFTARAN E-KTP MENGGUNAKAN FRAMEWROK FOR THE APPLICATION OF SYSTEM THINKING Ronny Julians, Adhe; Manongga, Danny; Hendry, Hendry
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.v7i1.6393

Abstract

Pelayanan terkait pembuatan e-KTP pada Dinas Kependudukan dan Pencatatan Sipil Kabupaten Mimika, hingga saat ini masih sering ditemui berbagai permasalahan didalam prosesnya, dimulai dari jauhnya jarak tempuh ke kantor terkait yang memakan waktu serta biaya yang tidak sedikit, proses pendaftaran yang lama karena antrian yang panjang, serta adanya penumpukan data yang mengakibatkan pelayanan menjadi tidak efisien dalam penggunaan waktu. Terkait dengan hal tersebut, maka tujuan dari penelitian ini adalah untuk memberikan solusi mengenai bagaiamana membuat model perancangan sistem layanan pendaftaran e-KTP berbasis web dengan menggunakan Framework For The Application Of System Thinking sebagai pendekatan dalam penyusunan penelitian, yang diharapkan dapat mempermudah didalam proses pendaftaran terkait dengan layanan e-KTP yang cepat, mudah, ramah, gratis dan mudah dijangkau.
PERANCANGAN SISTEM INFORMASI KEUANGAN BERBASIS WEB PADA GKS MAULIRU MENGGUNAKAN METODE RAPID APPLICATION DEVELOPMENT Panja, Eben; Manongga, Danny
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.v7i1.6401

Abstract

Sistem Informasi saat ini memiliki dampak yang cukup signifikan dalam suatu organisasi, baik swasta maupun sektor pemerintahan. Dengan maksud tersebut, maka perlu menjadi perhatian untuk terus mengembangkan beberapa proses bisnis dengan mengimplementasikan sistem informasi. Gereja Kristen Sumba (GKS) Mauliru adalah objek pada penelitian ini, dimana gereja ini berada di Kabupaten Sumba Timur, Provinsi Nusa Tenggara Timur. Masalah utama yang terjadi pada GKS Mauliru dan cabang gereja, terkhusus pada pengelolaan keuangan, dimana pengelolaan keuangan masih menggunakan excel serta pembuatan laporan yang dilakukan melalui pembukuan. Proses pelaporan keuangan dari tiap cabang banyak mengalami kendala seperti tiap cabang harus menulis pendapatan tiap minggunya dalam pembukuan dan proses pelaporan keuangan mingguan yang harus diantar ke gereja pusat dengan jarak yang cukup jauh. Dari masalah tersebut dikembangkan sistem informasi keuangan berbasis web pada GKS Mauliru. Pengembagan sistem menggunakan metode rapid application development dan pengujian sistem menggunakan blackbox testing. Hasil pengujian dari sistem informasi keuangan yang telah dikembangkan berfungsi dengan baik sesuai dengan kebutuhan operasional yang diharapkan dan dapat membantu pihak GKS mauliru dalam pengelolaan keuangan.
MENENTUKAN POLA RESERVASI HOTEL DENGAN ALGORITMA FP-GROWTH Jafar, Jafar; 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.v7i1.6402

Abstract

Perkembangan industri perhotelan saat ini memang tumbuh dengan pesat, dan persaingan di antara para pengusaha hotel semakin ketat. Oleh karena itu, informasi yang tepat mengenai riwayat transaksi pemesanan hotel sangat penting bagi pihak manajemen hotel untuk dapat memahami perilaku konsumen serta membuat keputusan yang tepat dalam menjalankan bisnis. Pencatatan dan pengolahan data transaksi pemesanan hotel dapat memberikan banyak manfaat bagi hotel, salah satunya adalah untuk mengetahui pola perilaku konsumen dengan melihat data historis transaksi pemesanan hotel. Teknik data mining dapat digunakan untuk menganalisis data tersebut dan mengidentifikasi pola yang sering muncul, seperti tren pemesanan kamar pada hari-hari tertentu, jenis kamar yang paling diminati oleh konsumen, durasi menginap yang paling umum, dan lain sebagainya. tujuan penelitian ini adalah untuk menentukan pola pemesanan hotel yang sering dipesan oleh konsumen. Data yang digunakan adalah data reservasi hotel tahun 2017 dan 2018 yang diperoleh dari situs kaggle. Metode yang digunakan untuk melakukan analisis adalah fp-growth dengan tools rapid miner. Hasil pengolahan data menunjukkan bahwa terdapat 6.626 record dengan atribut sebanyak 15. Selain itu, terdapat 8 aturan asosiasi dengan nilai support dan nilai confidence masing-masing 100%. Hal ini menunjukkan bahwa semua item yang terkait dalam aturan tersebut selalu muncul bersama-sama dalam setiap transaksi. Meskipun nilai support dan confidence maksimal, nilai lift untuk setiap aturan tersebut tidak diberikan. Hasil dari penelitian ini dapat memberikan wawasan bagi pihak hotel untuk membantu dalam pengambilan keputusan terkait dengan pola perilaku konsumen saat melakukan pemesanan pada hotel dengan berbagai pilihan paket dan layanannya.
PENERAPAN METODE ASOSIASI UNTUK MENEMUKAN POLA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA FP-GROWTH Rizky Wulandhari, Putri; Rahaningsih, Nining; Ali, Irfan; Lukman Rohmat, Cep
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.v7i1.6404

Abstract

Dalam dunia kesehatan, tersedianya obat merupakan salah satu faktor yang sangat penting. Persediaan dan perencanaan obat yang hanya dilakukan secara manual tanpa memperhitungkan pola kebiasaan konsumsi dalam periode waktu tertentu mengakibatkan ketidakakuratan dalam perencanaan persediaan sehingga terkadang tidak terpenuhinya permintaan atau seringkali kelebihan persediaan yang mengakibatkan kadaluarsanya suatu produk. Tujuan dari penelitian ini adalah untuk mengetahui data obat di Klinik Sapta Mitra Sejahtera yang dapat digunakan sebagai referensi untuk pengambilan keputusan dalam perencanaan dan pengendalian persediaan obat-obatan pada Klinik tersebut. Menganalisa pemakaian obat, perencanaan dan pengendalian obat dapat dilakukan pada Data Mining yaitu dengan pola kombinasi hubungan antar item-sets menggunakan Association Rules (Aturan Asosiasi) sehingga dapat menghasilkan data obat mana yang paling sering dibeli atau terjual, dari hasil tersebut dapat menjadi acuan untuk menambah stok atau mengurangi beberapa stok yang jarang dibeli oleh konsumen. Algoritma Frequent Pattern Growth (FP-Growth) dalam teknik Data Mining cukup efisien dalam mempercepat proses pembentukan kecenderungan pola kombinasi itemset dari hasil penjualan pada Klinik Sapta Mitra Sejahtera Jakarta. Pada metode penelitian ini menggunakan tahapan Knowledge Discovery in Database (KDD). Dalam proses Knowledge Discovery in Database (KDD) ini terdapat tahapan Data Selection, Data Cleaning, Transformation Data, Data Mining, dan Interpretation atau Evaluation. Hasil yang diharapkan dari penelitian ini adalah untuk membantu perencanaan dalam persediaan kebutuhan obat dengan jumlah dan jenis yang sesuai dengan kebutuhan dan permintaan, agar pengadaan obat menjadi lebih efektif dan efisien, sehingga ketersediaan obat dapat diperoleh pada saat diperlukan
PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK PREDIKSI PENJUALAN SEPEDA MOTOR TERLARIS Rismala, Rismala; Ali, Irfan; Rizki Rinaldi, Ade
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.v7i1.6419

Abstract

Penggunaan sepeda motor di Indonesia setiap tahunnya selalu meningkat Seiring dengan meningkatnya jumlah kebutuhkan akan alat transportasi banyak produsen sepeda motor yang mengeluarkan produk dengan bermacam-macam merek dan desain untuk memenuhi permintaan konsumen. Suatu strategi untuk meningkatkan penjualan produk yang akan dijual sangat dibutuhkan pengembang karena tingkat persaingan di dunia bisnis, terutama di insustri penjualan, salah satunya dengan memanfaatkan data penjualan setiap harinya. Guna mengetahui produk mana yang paling banyak di jual (laris) dan produk mana yang kurang dalam penjualannya (tidak laris). Penelitian ini melakukan proses data mining pada data penjualan dari PT. Sumber Rejeki Jabar dari bulan januari – desember tahun 2022. Hasil nilai akurasi terhadap data penjualan sepeda motor dari bulan Januari - Desember tahun 2022 di PT. Sumber Rejeki Jabar dengan nilai K sebesar 5 yaitu sebesar 96,15%.
PERBANDINGAN METODE FUZZY C-CMEANS DAN K-MEANS CLUSTERING PADA DATA PENGGUNAAN OBAT DI R.S NATIONAL HOSPITAL SURABAYA Gideon Manik, Teddy; Isti Rahayu, Woro; Siti Fathonah, Rd. Nuraini
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.v7i1.6430

Abstract

Rumah sakit merupakan institusi dibidang pelayanan kesehatan masyarakat, berfungsi untuk melayani masyarakat secara luas dalam bentuk jasa. Namun di Rumah sakit National Hospital Surabaya saat ini mencatat total penggunaan obat tanpa menampilkannya dalam bentuk visual sebaran data. Penelitian ini melakukan perbandingan klustering untuk penggunaan obat dengan metode K-Means dan Fuzzy C-Means menggunakan data tahun 2021. Untuk Fuzzy C-Means menggunakan fungsi objectif dari data dan pada K-Means hanya dengan menentukan titik centroid yang akan digunakan dalam Clustering. Dari perbandingan yang dibuat untuk menentukan banyak, sedang dan sedikitnya penggunaan obat. K-Means hanya memerlukan 2 iterasi saja untuk mendapatkan rasio yang tepat untuk pengelompokan. Sedangkan untuk Fuzzy C-means perlu melakukan iterasi sebanyak 6 kali untuk mendapatkan error terkecilnya untuk pengelompokan.

Page 80 of 384 | Total Record : 3835

 78   79   80   81   82 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue 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