cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
JTIK (Jurnal Teknik Informatika Komputer)
Contact Email
jtik.kaputama@gmail.com
Phone
+6285360005202
Journal Mail Official
jtik.kaputama@gmail.com
Editorial Address
-
Location
Kota binjai,
Sumatera utara
INDONESIA
JTIK (Jurnal Teknik Informatika Kaputama)
Published by STMIK Kaputama Binjai
ISSN : 25489704     EISSN : 26860880     DOI : https://doi.org/10.1234/jtik.v4i1
Core Subject : Science,
Computer Science & IT
JTIK (Jurnal Teknik Informatika Kaputama) diterbitkan oleh Program Studi Teknik Informatika Kaputama sebagai media untuk menyalurkan pemahaman tentang aspek-aspek sistem informasi berupa hasil penelitian lapangan, laboratorium dan studi pustaka. Jurnal ini Terbit 2x setahun yaitu bulan januari dan bulan juli, pada JTIK fokus dan mempunyai ruang lingkup pada bidang Teknik Informatika. Seperti Data mining, Keamanan Jaringan dll.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 561 Documents
 53   54   55   56   57 
PERANCANGAN PENJUALAN TIKET KERETA API DENGAN JAVA NETBEANS 7.3 Damara, Muhammad Ihsan; Mutiah, Cut; Ginting, Andira Nanda Br; Daulay, ,Anita Listiani; Pranata, Agung
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 7 No. 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v7i1.65

Abstract

Kereta api adalah salah satu alat transportasi darat yang masih menjadi salah satu piliha masyarakat ketika ingin berpindah tempat dengan cepat dari satu tempat ke tempat yang di tuju lainnya. Semakin banyak nya dan dengan semakin meningkatnya permintaan masyarakat untuk menggunakan alat transportasi kereta api ini maka dijuga harus di imbangin dengan cepatnya juga proses administrasi yang ada. Proses administrasi yang ada dan menjadi bagian penting ketika akan menggunakan transportasi kereta api adalah sebuah tiket. Tiket sendiri diperlukan sebagai tanda bukti bahwa penumpang telah dengan benar membeli sebuah tiket untuk naik kereta api .Melihat di lapangan bahwa masih ada beberapa stasiun kereta api yang masih menggunakan sistem secara manual yaitu dengan melakukan percetakan tiket dengan menggunakan microsoftoffice yang mana meliputi microsoftworddan microsoftexcel. Melihat hal tersebut maka dibutuhkan sebuah sistem yang dapat dengan otomatis dan juga mempermudah masyarakat yang menggunakan alat transportasi ini dalam percetakan tiket agar menjadi lebih efiesien dan cepat melakukan percetakan. Aplikasi ini nantinya akan di rancang dan dibangun dengan Java netbeansdan hasil penelitian ini nantinya adalah sebuah sistem penjualan tiket kereta api dengan java netbeansdengan menggunakan metode waterfall.
PREDIKSI KUALITAS UDARA MENGGUNAKAN XGBOOST DENGAN SYNTHETIC MINORITY OVERSAMPLING TECHNIQUE (SMOTE) BERDASARKAN INDEKS STANDAR PENCEMARAN UDARA (ISPU) Nababan, Adli A; Jannah, Miftahul; Aulina, Mia; Andrian, Dwiki
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 7 No. 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v7i1.66

Abstract

Polusi udara memperburuk situasi di daerah berpenduduk. Kota-kota besar di Indonesia juga menderita polusi udara. Kualitas udara telah berubah secara signifikan sebagai akibat dari peningkatan lalu lintas, konsumsi material kendaraan, pertumbuhan industri, pembakaran lahan, dan pengumpulan sampah. Diperlukan pengukuran dan klasifikasi kualitas udara yang akurat. Hasil klasifikasi yang akurat membantu dalam pembentukan peraturan negara. Untuk mencapai kriteria kualitas udara hidup, kami bermaksud mengelola pemantauan. Dengan menggunakan algoritma XGBoost dan metode synthetic minoritas oversampling (SMOTE) berdasarkan kategori ISPU (Air Pollution Standard Index), penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi kualitas udara. Algoritma klasifikasi yang digunakan adalah XGBoost, pendekatan pembelajaran mesin ensembel berdasarkan pohon keputusan dan menggunakan kerangka penguat gradien. Klasifikasi kualitas udara telah diuji dan terbukti bekerja dengan algoritme XGBoost. Dataset yang digunakan dalam penelitian ini adalah survei kualitas udara Kementerian Lingkungan Hidup sepanjang tahun 2017 hingga tahun 2021. Model klasifikasi yang diusulkan dievaluasi dengan metode K-fold cross-validation berulang untuk mendapatkan hasil yang objektif. Hasil penelitian menunjukkan bahwa SMOTE dan XGBoost memiliki kinerja yang lebih baik dalam memprediksi kualitas udara, dengan total skor akurasi SMOTE dan XGBoost sebesar 98,14%, total skor presisi sebesar 78,94%, dan total skor recall sebesar 79%, Skor F1-score adalah 98,14%, dengan nilai AUC-ROC sebesar 99,48%. Seluruh performa metode SMOTE dengan XGBoost yang diusulkan bekerja lebih baik dalam memprediksi polusi udara.
PEMANFAATAN JARINGAN ADALINE PADA FILTER KECANTIKAN WANITA SECARA REALTIME Jannah, Miftahul; Nababan, Adli Abdillah; Yulia, Dita
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 7 No. 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v7i1.67

Abstract

Dunia hiburan maya sangatlah mendominasi dalam perkembangan teknologi informasi, banyak masyarakat terutama kaum wanita yang menggunakan aplikasi tersebut. Aplikasi dunia maya tersebut tidak luput dari beberapa fitur yang membuat penggunanya merasa terhibur seperti menu efek atau filter yang terdapat pada aplikasi tersebut. Aplikasi filter yang muncul saat ini tak lepas dari pemanfaatan pengolahan citra digital namun seperti yang kita ketahui terdapat beberapa kendala dalam membangun sebuah aplikasi yang memanfaatkan data gambar secara realtime dalam pembangunannya. Pada penelitian ini akan dibangun sebuah aplikasi filter wajah secara realtime dengan tujuan memecahkan tingkat akurasi dari metode yang digunakan. Adapun metode yang digunakan adalah algoritma Widrow Hoff. Tujuan dari penelitian ini adalah untuk mengenali bentuk wajah serta mengeloompokkannya kedalam2 katagori. Adapun hasil yang diharapkan adalah sebuah aplikasi yang dapat mengukur tingkat kecantikan wanita kedalam dua kelompok yaitu, sangat cantik dan kurang cantik. Adapun tahapan penelitian terdiri dari tahap input citra, resize citra, grayscale , menghitung nilai energy dari Widrow Hoff dan tahap terakhir menentukan tingkat kecantikan pola wajah wanita tersebut.
KLASIFIKASI CITRA REMPAH-REMPAH DI INDONESIA MENGGUNAKAN VISION TRANSFORMER Arif Rachman; Ahmad Fauzi; Bambang Wijonarko
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 10 No. 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v10i1.1168

Abstract

Masyarakat umum masih menghadapi berbagai kesulitan dalam membedakan jenis rempah-rempah, terutama akibat kurangnya pengetahuan dan pengalaman langsung dalam pengolahan rempah. Kemiripan visual antar rempah serta minimnya keterlibatan sensorik menjadi tantangan utama dalam proses identifikasi. Penelitian ini bertujuan untuk membangun sistem klasifikasi citra rempah-rempah secara otomatis menggunakan algoritma Vision Transformer (ViT), guna membantu proses identifikasi secara cepat dan akurat. Metode yang digunakan adalah transfer learning dengan memanfaatkan model ViT pralatih, yang kemudian diadaptasi pada dataset citra rempah Indonesia sebanyak 31 kelas. Model dilatih dalam tiga skenario berbeda (3, 6, dan 10 epoch) untuk menentukan konfigurasi terbaik. Evaluasi dilakukan dengan metrik akurasi, precision, recall, dan F1-score, serta pengujian lapangan melalui antarmuka web berbasis Gradio. Hasil terbaik diperoleh pada pelatihan 3 epoch dengan akurasi sebesar 97,2% dan rata-rata F1-score sebesar 0,9715. Pengujian lapangan juga menunjukkan model mampu bekerja dengan baik dalam kondisi pencahayaan dan sudut pengambilan gambar yang ideal. Model ini memiliki potensi untuk dimanfaatkan dalam edukasi dan identifikasi rempah oleh masyarakat umum.
PROCTORING RINGAN DI PERAMBAN: DETEKSI WAJAH REAL-TIME PADA APLIKASI CBT MENGGUNAKAN TENSORFLOW.JS DAN METODE BLAZEFACE Raharjo, Gunawan
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 10 No. 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v10i1.1172

Abstract

Penelitian ini bertujuan menghadirkan proctoring ujian daring yang ringan dan menjaga privasi dengan memindahkan seluruh inferensi ke sisi klien, menjawab masalah integritas ujian berbasis web yang kerap mengandalkan perekaman/unggah video server-side berbiaya dan berisiko. Kami membangun prototipe berbasis TensorFlow.js dan BlazeFace (single-stage CNN) yang menggabungkan kebijakan safe-area terkonfigurasi, adaptive screen-lock berbasis state machine, serta heuristik client-side anti-cheat; evaluasi dilakukan pada dataset beranotasi (offline) dan simulasi CBT in-situ (3×20 menit, perangkat heterogen), dengan metrik deteksi (AP/mAP, F1), kepatuhan safe-area, dan kinerja runtime. Hasil menunjukkan AP@0,5 sebesar 0,95 (pencahayaan normal), 0,91 (low-light), dan 0,93 (variasi pose), mAP@[0,5:0,95] masing-masing 0,66/0,59/0,61, serta F1 0,92/0,87/0,90; safe-area compliance median mencapai 0,86/0,92/0,95 pada perangkat rendah/menengah/tinggi; profil kinerja berada pada 22–48 FPS dengan latensi ujung-ke-ujung 28–58 ms; dan skor penerimaan privasi 4,5/5 (Likert). Kebaruan utama terletak pada integrasi utuh on-device single-stage CNN, kebijakan safe-area, adaptive screen-lock, dan metrik baru safe-area compliance ke dalam proctoring murni-peramban yang plug-and-play dan minim paparan data. Nilai praktisnya adalah penegakan integritas mendekati waktu nyata tanpa perekaman video; sementara keterbatasan mencakup penurunan recall pada low-light/occlusion dan belum adanya liveness lanjut, yang membuka arah riset untuk liveness/fairness, auto-tuning berbasis perangkat, dan uji lapangan berskala besar.
SISTEM REKOMENDASI MAKANAN MULTI – KRITERIA UNTUK KONSUMEN DENGAN ANGGARAN TERBATAS MENGGUNAKAN ALGORITMA CONTENT BASED FILTERING Azhar, Raniah; Shidqin, Dhuha Shobiyan; Prakoso, Azzam Ade; Rakhmah, Syifa Nur; Sariasih, Findi Ayu; Sutoyo, Imam
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 10 No. 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v10i1.1186

Abstract

ABSTRACTThe primary challenge in current digital recommendation services is aligning product quality with the economic constraints of the user. This study focuses on the development and implementation of a Food Recommendation System operating on Multi-Criteria, namely Maximum Budget (Price) and Quality (Predicted Rating). The methodology applied is Content-Based Filtering, where the system analyzes nutritional content data and the estimated ingredient cost of each menu to determine the level of compatibility with the user’s preference profile. The processing flow begins with receiving a price limit set by the consumer, followed by a strict filtering phase to exclude menus outside the budget, and subsequently ranking the qualified menus based on the quality score generated by a Machine Learning model. This implementation successfully delivers ordered and cost-efficient menu recommendations, demonstrating its high potential as an effective assistant in supporting food purchasing decisions for consumers facing financial limitations.Keywords: Recommendation System, Multi-Criteria, Budget Constraint, Content-Based Filtering, Predicted Rating.
PENERAPAN FACE RECOGNITION UNTUK ABSENSI SISWA DENGAN CNN DAN LIVENESS DETECTION Putra, Denis; Taufiqurrohman, Efriza
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 10 No. 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v10i1.1188

Abstract

Sistem manual absensi di institusi pendidikan tidak efisien dan rentan terhadap praktik kejadian seperti penitipan absensi. Penelitian ini menjawab tantangan tersebut dengan mengembangkan sistem absensi siswa otomatis yang mengintegrasikan pengenalan wajah dengan deteksi keaslian ( deteksi keaktifan ). Sistem ini memanfaatkan Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 yang efisien secara komputasi, sehingga cocok untuk lingkungan perangkat keras standar. Untuk mencegah serangan spoofing , diimplementasikan mekanisme deteksi kedipan mata berbasis algoritma Eye Aspect Ratio (EAR) menggunakan MediaPipe Face Mesh. Sistem dikembangkan dengan pendekatan Agile Scrum, dan kinerjanya dievaluasi menggunakan metrik akurasi, presisi, recall , False Acceptance Rate (FAR), dan False Rejection Rate (FRR). Hasil penelitian menunjukkan bahwa sistem yang diusulkan menawarkan solusi yang akurat, aman, dan efisien untuk modernisasi manajemen kehadiran siswa, dengan menyeimbangkan kinerja tinggi dan kepraktisan implementasi.
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI LALAMOVE MENGGUNAKAN NAÏVE BAYES, SUPPORT VECTOR MACHINE, DAN RANDOM FOREST Riyana, Sigit
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 10 No. 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v10i1.1194

Abstract

Lalamove is a widely used application-based logistics service in Indonesia, and user reviews on the Google Play Store provide essential insights into users’ experiences and perceptions of the platform. This study applies Natural Language Processing (NLP) techniques and machine learning algorithms to process thousands of reviews efficiently and consistently. The textual data were cleaned, normalized, and converted into numerical representations using the TF-IDF method. Three classification models—Naïve Bayes, Support Vector Machine (SVM), and Random Forest—were implemented to determine sentiment tendencies. Model performance was evaluated using accuracy, precision, recall, and F1-score metrics. The findings reveal notable differences in the ability of each algorithm to recognize textual patterns, and the results can be utilized as a reference for improving the quality of Lalamove’s services based on user feedback.
ANALISA DETEKSI DIABETES MENGGUNAKAN ALGORITMA REGRESI LOGISTIK DENGAN ORANGE DATA MINING Ariyanto, Yongki; Liandy, Alvin; Nurdiani, Siti
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 10 No. 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v10i1.1197

Abstract

Penelitian ini bertujuan untuk menganalisis kemampuan algoritma Regresi Logistik dalam mendeteksi diabetes berdasarkan atribut medis yang diproses menggunakan aplikasi Orange Data Mining. Proses analisis meliputi langkah-langkah seperti preprocessing data, pelatihan model, evaluasi performa, serta interpretasi hasil. Regresi Logistik dipilih karena sifatnya yang sederhana, mudah diinterpretasikan, dan efektif untuk klasifikasi biner pada konteks diagnosis kesehatan. Evaluasi model dilakukan melalui cross-validation untuk memperoleh metrik performa utama. Hasil dari penelitian ini menunjukkan bahwa model mampu mengklasifikasikan kondisi diabetes dengan tingkat akurasi yang baik, yaitu sebesar 85,9%, disertai nilai presisi, recall, dan F1-score yang tinggi, sehingga menegaskan konsistensi dan kemampuan prediktif model. Atribut seperti HbA1c, glukosa puasa, dan glukosa postprandial menjadi faktor yang paling berpengaruh dalam menentukan risiko diabetes. Secara keseluruhan, temuan pada penelitian ini menunjukkan bahwa Regresi Logistik, ketika diimplementasikan dalam lingkungan analisis interaktif, memberikan pendekatan yang dapat diandalkan untuk deteksi dini diabetes dan berpotensi meningkatkan efektivitas pengambilan keputusan berbasis data di bidang kesehatan.
ANALISIS KINERJA SISTEM INFORMASI PENDAFTARAN SANTRI BARU BERBASIS LARAVEL 10 DENGAN PENERAPAN LOAD BALANCING NGINX Wahyu Pratama, Muhammad; Supreadi, Anik; Alalah, Mutawakil; Hamdani, A.
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 10 No. 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v10i1.1203

Abstract

Sistem informasi pendaftaran santri baru merupakan komponen penting dalam mendukung proses administrasi pada lembaga pendidikan berbasis pesantren. Peningkatan jumlah pendaftar setiap tahun menuntut sistem untuk memiliki kinerja yang stabil, responsif, dan mampu menangani beban akses yang tinggi. Penelitian ini bertujuan untuk menganalisis kinerja sistem informasi pendaftaran santri baru yang dibangun menggunakan Laravel 10 dengan penerapan load balancing berbasis Nginx. Metode penelitian meliputi perancangan arsitektur sistem terdistribusi, konfigurasi load balancing menggunakan algoritma round robin, serta pengujian performa menggunakan stress test dan load test untuk mengukur response time, throughput, dan resource usage. Hasil pengujian menunjukkan bahwa penerapan load balancing Nginx mampu meningkatkan kinerja sistem secara signifikan, ditandai dengan penurunan waktu respons rata-rata serta peningkatan kemampuan sistem dalam menangani jumlah permintaan yang lebih besar dibandingkan arsitektur single server. Dengan demikian, implementasi load balancing pada sistem informasi pendaftaran santri baru terbukti efektif dalam meningkatkan skalabilitas, stabilitas, dan keandalan layanan, terutama pada periode pendaftaran dengan trafik tinggi.

Page 56 of 57 | Total Record : 561

 53   54   55   56   57 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol. 10 No. 1 (2026): Volume 10, Nomor 1, Januari 2026 Vol. 9 No. 2 (2025): Volume 9, Nomor 2, Juli 2025 Vol. 9 No. 1 (2025): Volume 9, Nomor 1, Januari 2025 Vol. 8 No. 2 (2024): Volume 8, Nomor 2, Juli 2024 Vol. 8 No. 1 (2024): Volume 8, Nomor 1, Januari 2024 Vol. 7 No. 2 (2023): Volume 7, Nomor 2, Juli 2023 Vol 7, No 1 (2023): Volume 7, Nomor 1 Januari 2023 Vol. 7 No. 1 (2023): Volume 7, Nomor 1, Januari 2023 Vol 6, No 2 (2022): Volume 6, Nomor 2 Juli 2022 Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022 Vol. 6 No. 1 (2022): Volume 6, Nomor 1, Januari 2022 Vol 6, No 1 (2022): Volume 6, Nomor 1 Januari 2022 Vol. 5 No. 2 (2021): Volume 5, Nomor 2, Juli 2021 Vol 5, No 2 (2021): Volume 5, Nomor 2 Juli 2021 Vol 5, No 1 (2021): Volume 5, Nomor 1 Januari 2021 Vol. 5 No. 1 (2021): Volume 5, Nomor 1, Januari 2021 Vol. 4 No. 2 (2020): Volume 4, Nomor 2, Juli 2020 Vol 4, No 2 (2020): Edisi Juli Nomor. 4 Volume. 2 Tahun 2020 Vol. 4 No. 1 (2020): Volume 4, Nomor 1, Januari 2020 Vol 4, No 1 (2020): VOLUME 4 NOMOR 1, EDISI JANUARI 2020 Vol 3, No 2 (2019): VOLUME 3 NOMOR 2, EDISI JULI 2019 Vol. 3 No. 2 (2019): Volume 3, Nomor 2, Juli 2019 Vol. 3 No. 1 (2019): Volume 3, Nomor 1, Januari 2019 Vol 3, No 1 (2019): Edisi Januari 2019 Vol. 2 No. 2 (2018): Volume 2, Nomor 2, Juli 2018 Vol. 2 No. 1 (2018): Volume 2, Nomor 1, Januari 2018 Vol 2, No 2 (2018): EDISI JULI 2018 Vol 2, No 1 (2018): Edisi Januari 2018 Vol 1, No 2 (2017) Vol 1, No 1 (2017) Vol. 1 No. 2 (2017): Volume 1, Nomor 2, Juli 2017 Vol. 1 No. 1 (2017): Volume 1, Nomor 1, Januari 2017 More Issue