cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
JUISI
Contact Email
juisi@ciputra.ac.id
Phone
-
Journal Mail Official
juisi@ciputra.ac.id
Editorial Address
CitraLand CBD Boulevard, Made, Kec. Sambikerep, Kota SBY, Jawa Timur 60219
Location
Kota surabaya,
Jawa timur
INDONESIA
Jurnal Informatika dan Sistem Informasi (JUISI)
Published by Universitas Ciputra Surabaya
ISSN : 24601306     EISSN : 24775452     DOI : https://doi.org/10.37715/juisi
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
JUISI (Jurnal Informatika dan Sistem Informasi) (e-ISSN: 2477-5452; p-ISSN: 2460-1306) merupakan jurnal yang terbit dua kali setahun, yaitu pada bulan Mei dan November. Jurnal ini berfokus pada tulisan hasil telaah konseptual dan hasil penelitian yang berkaitan dengan bidang informatika dan sistem informasi.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 118 Documents
 8   9   10   11   12 
Penerapan Pembelajaran Mesin dalam Deteksi Cuaca: Sebuah Tinjauan Pustaka Sistematis Pattisina, Mario Patrick Kalikit; Saputra, Ahmad Bayu Agung; Santoso, Fajar Wahyu; Wahyono, Teguh
Jurnal Informatika dan Sistem Informasi Vol. 11 No. 1 (2025): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v11i1.5694

Abstract

Penelitian ini merupakan tinjauan sistematis literatur (Systematic Literature Review) yang membahas penerapan machine learning dalam deteksi cuaca. Studi ini mengidentifikasi tren, tantangan, serta efektivitas berbagai model machine learning dalam memprediksi kondisi cuaca, termasuk fenomena cuaca ekstrem. Berdasarkan analisis terhadap sepuluh penelitian terbaru dua tahun terakhir (2024–2025), ditemukan bahwa faktor utama yang mempengaruhi akurasi prediksi cuaca meliputi variabel cuaca yang digunakan, kualitas dataset, serta pemilihan algoritma machine learning. Model XGBoost dan teknik deep learning seperti Multi-Layer Perceptron (MLP) dan BiLSTM terbukti memberikan akurasi tertinggi dalam mendeteksi cuaca ekstrem. Selain itu, penggunaan data real-time dari sensor IoT dan teknik balancing data meningkatkan keakuratan prediksi. Hasil penelitian ini menunjukkan bahwa machine learning memiliki potensi besar dalam meningkatkan kualitas prediksi cuaca, namun masih menghadapi tantangan seperti ketidakpastian cuaca dan keterbatasan data berkualitas tinggi.
Sistem Penerjemah Percakapan Langsung Multibahasa untuk Mengatasi Masalah Kendala Bahasa Setiawan, Averill Saladin Atma; Engel, Mychael Maoeretz
Jurnal Informatika dan Sistem Informasi Vol. 11 No. 1 (2025): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v11i1.5712

Abstract

Kendala bahasa merupakan permasalahan yang sering ditemui, terutama ketika berkomunikasi dengan orang dari luar negeri. Kendala ini dapat disebabkan oleh berbagai faktor, baik internal maupun eksternal dan dapat terjadi kapan saja. Kendala ini juga dapat ditemukan sebagai salah satu akar permasalahan lain di berbagai sektor. Bahkan dengan solusi yang ada, menggunakan penerjemah, masih saja muncul miskomunikasi jika terjemahan yang dihasilkan tidak menangkap konteks pembicaraan. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk mengembangkan aplikasi penerjemah percakapan langsung yang dapat membantu orang melakukan percakapan langsung. Pengembangan aplikasi dilakukan dengan menggunakan model waterfall dan memanfaatkan layanan ChatGPT sebagai layanan penerjemahan berbasis AI. Hasil pengujian yang diperoleh selama pengujian aplikasi menunjukkan kepuasan yang tinggi. Hasil yang diperoleh dapat menjadi indikator keberhasilan pendekatan yang diusulkan dalam membantu menyelesaikan masalah kendala bahasa di masyarakat.
Rancang Bangun Sistem Penyiraman dan Pencahayaan pada Tanaman Hias Lidah Mertua berbasis IoT Michael; Dinata, Yuwono Marta
Jurnal Informatika dan Sistem Informasi Vol. 11 No. 1 (2025): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v11i1.5799

Abstract

Perawatan tanaman hîas sering terabaikan karena kesibukan pemilik, ınenyebabkan tanaman tidak tumbuh optiınal. Banyak pemilik tanaman hias yang tidak memiliki waktu nutuk menyiram dan memberikan pencahayaan yang cukup secara rutin, terutama bagi mereka yang memiliki jadwal yang padat atau sering bepergian. Selain iıu, pengetahuan yang kurang mengenai tentang kebutuhan spesifik tanaman juga berkontribusi terhadap perawatan yang kurang optimal. Kondisi ini dapat mengakibatkan tanaman mengalaıni kekurangan air atau cahaya, yang pada akhirnya mem pengaruhi kesehatan dan keindahan tanaman. Oleh karena itu, dirancang sebuah alat otomatis penyiram tanaman untuk membantu pemilik tanaman hias dalam merawat tanaman mereka secara efisien dan efektif, tanpa memerlukan banyak waktu dan usaha. Maka dari itu dibuat sistem dengan menggunakan mikrokontroler ESP32 terhubung dengan sensor kelembaban tanah untuk mengukur kadar air, LDR untuk intensitas cahaya, dan DHT22 untuk mengukur suhu serta kelembaban udara, sistem ini dilengkapi dengan 3 Channel Relay yang digunakan untuk mengontrol tiga pompa air. Sistem ini dihubungkan ke cloud untuk tempat penyimpanan data, yang kemudian data tersebut dapat diakses melalui smartphone serta dapat dikendalîkan jarak jauh. Pada penelitian ini sistem penyiraman dan pencahayaan yang memanfaatkan sensor kelembaban tanah, sensor cahaya, serta sensor suhu dan kelembaban untuk menentukan waktu dan jumlah penyiraman serta pencahayaan tambahan. Aplikasi smartphone digunakan untuk mengontrol dan memantau kondisi tanaman secara real-time. Hasil dari pembacaan sensor cahaya, suhu, pengiriman ke cloud 100% dapat berhasil. Setelah melalui implementasi dan pengujian maka dapat disimpulkan dapat berkerja sesuai dengan harapan.
Penerapan Metode Rapid Application Development (RAD) dalam Pengembangan Sistem Cerdas Monitoring Kehadiran Guru dan Siswa Menggunakan Aplikasi Telegram Berbasis Web (Studi Kasus: SMA Negeri Noemuti) Virgo Melisa Gradiana Manhitu; Yoseph Pius Kurniawan Kelen; Patricia Gertrudis Manek
Jurnal Informatika dan Sistem Informasi Vol. 12 No. 1 (2026): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v12i1.6123

Abstract

Perkembangan inovasi teknologi yang sangat pesat saat ini, memberikan dampak signifikan terhadap dunia pendidikan. Pemantauan kehadiran di sekolah masih menghadapi kendala karena proses absensi dilakukan secara manual. Guru dan siswa harus mengisi daftar hadir secara tertulis, kemudian pihak tata usaha melakukan pengecekan dan rekap satu per satu. Proses ini memakan waktu yang cukup lama, rentan salah, dan tidak dapat diakses secara real-time oleh orang tua maupun pihak sekolah. Untuk mengatasi masalah tersebut, penelitian ini merancang dan membangun sistem cerdas monitoring kehadiran berbasis web yang terintegrasi dengan bot Telegram. Telegram dipilih karena mendukung fitur otomatis yang memungkinkan guru dan siswa melakukan absensi mandiri, serta mengirim notifikasi kepada orang tua dan kepala sekolah secara real-time. Integrasi web dan Telegram ini membuat proses pencatatan lebih cepat, akurat dan transparan. Metode pengembangan yang digunakan Rapid Application Development (RAD). Pada sistem ini, guru dan siswa melakukan absensi mandiri melalui bot Telegram dan mengirim notifikasi kehadiran kepada orang tua dan kepala sekolah melalui bot Telegram, sedangkan admin sendiri mengakses sistem web untuk mengelola data. Hasil penelitian menunjukkan bahwa sistem cerdas monitoring kehadiran berhasil diuji coba pada 6 guru dan 1 kelas siswa (± 30 siswa) dengan total ± 36 data kehadiran dalam skenario pengujian. Sistem mampu memproses data kehadiran dengan waktu respons web 1-3 detik per transaksi, serta mengirim notifikasi otomatis kepada orang tua dan kepala sekolah dalam waktu kurang dari 5 detik setelah absensi dilakukan. Fitur pencatatan kehadiran otomatis dan pengiriman notifikasi berjalan optimal, dan tingkat keberhasilan 95% selama pengujian. Sistem ini diharapkan dapat meningkatkan efektivitas pemantauan kehadiran dan proses absensi yang lebih cepat dan akurat.
Analisis Sentimen Komentar Pengguna YouTube Terhadap Kebijakan Penyitaan Tanah oleh Pemerintah Menggunakan Metode Naïve Bayes Zaehol Fatah; Muhammad Trisnawadi Ismardani
Jurnal Informatika dan Sistem Informasi Vol. 12 No. 1 (2026): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v12i1.6161

Abstract

Perkembangan media sosial memungkinkan masyarakat untuk memberikan ekspresi opini terhadap kebijakan publik secara terbuka. Platform yang banyak digunakan adalah YouTube. Kolom komentar sering kali mencerminkan pandangan masyarakat terhadap kebijakan pemerintah. Penelitian ini bertujuan untuk menganalisis sentimen komentar pengguna YouTube terkait kebijakan pemerintah mengenai penyitaan tanah-tanah yang tidak dimanfaatkan selama 2 tahun. Metode yang digunakan algoritma Naïve Bayes. Data diambil dari video YouTube yang membahas penyitaan tanah. Proses penelitian meliputi pengumpulan data, praproses teks, pembobotan dengan TF-IDF dan klasifikasi menggunakan algoritma Naïve Bayes. Hasil evaluasi menunjukkan bahwa model bisa mencapai tingkat akurasi sebesar 90% dengan nilai F1-score tertinggi pada kelas netral. Ketidakseimbangan jumlah data antarkelas menyebabkan nilai presisi dan recall pada kelas positif dan negatif lebih rendah. Penelitian ini menunjukkan bahwa algoritma Naïve Bayes mempunyai efektivitas tinggi dalam menganalisis teks berbahasa Indonesia di media sosial, khususnya komentar YouTube, serta dapat menjadi dasar pengembangan model sentimen yang lebih seimbang di masa yang akan datang.
Klasifikasi Tumor Payudara Jinak dan Ganas Menggunakan Algoritma C4.5 pada Dataset WBCD Nur Arifin Sunarto
Jurnal Informatika dan Sistem Informasi Vol. 12 No. 1 (2026): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v12i1.6236

Abstract

Kanker payudara merupakan salah satu penyebab utama kematian pada wanita di seluruh dunia dengan lebih dari 2 juta kasus baru setiap tahunnya. Deteksi dini melalui klasifikasi tumor yang akurat sangat penting untuk meningkatkan tingkat kelangsungan hidup pasien. Tujuan penelitian ini adalah mengimplementasikan dan mengevaluasi algoritma C4.5 dalam mengklasifikasikan tumor payudara menjadi jinak (benign) atau ganas (malignant) menggunakan Wisconsin Breast Cancer Diagnostic dataset. Dataset terdiri dari 569 sampel dengan 30 fitur numerik yang diekstrak dari citra Fine Needle Aspiration (FNA). Data dibagi menjadi 70% training set (398 sampel) dan 30% test set (171 sampel) dengan stratified sampling. Model dievaluasi menggunakan 10-fold cross-validation dan diukur dengan metrik accuracy, precision, recall, F1-score, specificity, dan kappa statistic. Penelitian ini menghasilkan nilai akurasi sebesar 90.06% pada test set dengan sensitivity 89.06% dan specificity 90.65%. Kappa statistic sebesar 0.790 menunjukkan substantial agreement. Dari 171 sampel uji, model berhasil mengidentifikasi 57 dari 67 kasus malignant (precision 85.07%) dan 97 dari 104 kasus benign (NPV 93.27%). F1-score mencapai 87.02%. Algoritma C4.5 terbukti efektif sebagai screening tool dengan performa excellent, menghasilkan decision rules yang interpretable untuk mendukung keputusan klinis, namun memerlukan konfirmasi medis terutama untuk prediksi dengan confidence rendah dan implementasi protokol follow-up ketat untuk mitigasi risiko false negative.
Sistem Pendukung Keputusan Berbasis TOPSIS: Pendekatan Penilaian Objektif Atribut Kualitatif Komponen Otomotif Ahmad Juniar; Dedy Trisanto; Ridzky Kramanandita; Kingwan
Jurnal Informatika dan Sistem Informasi Vol. 12 No. 1 (2026): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v12i1.6531

Abstract

Banyaknya pilihan merek, model, dan variasi kondisi fisik pada pasar mobil bekas segmen Low Multi-Purpose Vehicle (LMPV) menimbulkan kompleksitas dan subjektivitas bagi calon pembeli dalam menentukan kendaraan yang berkualitas. Penelitian ini bertujuan untuk mengimplementasikan pendekatan sistematis yang objektif guna mengevaluasi dan merekomendasikan alternatif mobil bekas berdasarkan kriteria ekonomis dan teknis. Pendekatan Multi-Attribute Decision Making (MADM) dengan metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) digunakan untuk mengukur kedekatan relatif setiap alternatif terhadap solusi ideal positif dan jarak dari solusi ideal negatif. Evaluasi melibatkan lima kriteria utama: harga, masa pakai, kondisi mesin, keamanan dan kenyamanan, serta reputasi merek, menggunakan data sampel dari platform OLXmobbi. Hasil perhitungan menunjukkan bahwa metode TOPSIS berhasil mengurutkan alternatif secara presisi, di mana Wuling Confero memperoleh nilai kedekatan (closeness) tertinggi sebesar 0,6523, disusul oleh Toyota Avanza (0,5757) dan Daihatsu Xenia (0,5509). Penelitian ini membuktikan efektivitas metode TOPSIS dalam mendukung pengambilan keputusan pembelian mobil bekas secara terukur, meskipun disarankan integrasi metode pembobotan tambahan pada studi lanjutan untuk mengeliminasi bias akibat korelasi antarkriteria.
Rancang Bangun Sistem Informasi Perencanaan Wisata Berbasis Web dengan Integrasi Data Prakiraan Cuaca Menggunakan Metode Iterative Waterfall Risky; Stephanus Eko Wahyudi
Jurnal Informatika dan Sistem Informasi Vol. 12 No. 1 (2026): Jurnal Informatika dan Sistem Informasi
Publisher : Universitas Ciputra Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37715/juisi.v12i1.6577

Abstract

Perkembangan teknologi informasi telah mendorong digitalisasi layanan pariwisata, termasuk dalam proses perencanaan perjalanan. Wisatawan sering kali mengalami kendala pada saat berwisata terkait dengan ketidakpastian kondisi cuaca yang dapat memengaruhi kenyamanan, keamanan, dan efektivitas perjalanan. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi perencanaan wisata yang terintegrasi dengan data prakiraan cuaca berbasis web. Metode penelitian menerapkan pendekatan Software Development Life Cycle (SDLC) dengan model Iterative Waterfall yang dimodifikasi, yang terdiri atas tahap studi kelayakan, analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan terbatas. Sistem dikembangkan menggunakan Laravel, Tailwind CSS, MySQL, serta OpenWeatherMap API untuk menampilkan informasi prakiraan cuaca pada destinasi wisata. Hasil penelitian menunjukkan bahwa sistem mampu menyediakan fitur pencarian dan filter destinasi, informasi detail destinasi, prakiraan cuaca, penyusunan itinerary, rating dan ulasan, fitur berbagi destinasi, serta pengelolaan data oleh administrator. Pengujian alpha melalui 79 unit test case dan 25 integration test case memperoleh tingkat keberhasilan 100%. Sementara itu, beta testing berbasis kualitatif menunjukkan bahwa responden memberikan tanggapan positif terhadap kemudahan penggunaan, kelengkapan informasi, dan manfaat integrasi prakiraan cuaca dalam mendukung perencanaan perjalanan. Tahap pemeliharaan terbatas dilakukan dengan memperbaiki temuan pengujian, seperti responsivitas tombol edit rencana dan penyesuaian informasi total hari perjalanan. Dengan demikian, sistem yang dikembangkan dapat menjadi solusi pendukung perencanaan wisata yang lebih informatif, adaptif, dan efisien.

Page 12 of 12 | Total Record : 118

 8   9   10   11   12 

Filter by Year

2015 2026


Reset
Filter By Issues
All Issue Vol. 12 No. 1 (2026): Jurnal Informatika dan Sistem Informasi Vol. 11 No. 1 (2025): Jurnal Informatika dan Sistem Informasi Vol. 10 No. 2 (2024): Jurnal Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Jurnal Informatika dan Sistem Informasi Vol. 9 No. 2 (2023): Jurnal Informatika dan Sistem Informasi Vol. 9 No. 1 (2023): Jurnal Informatika dan Sistem Informasi Vol. 8 No. 2 (2022): Jurnal Informatika dan Sistem Informasi Vol. 8 No. 1 (2022): Jurnal Informatika dan Sistem Informasi Vol. 7 No. 2 (2021): Jurnal Informatika dan Sistem Informasi Vol. 7 No. 1 (2021): Jurnal Informatika dan Sistem Informasi Vol. 6 No. 2 (2020): Jurnal Informatika dan Sistem Informasi Vol. 6 No. 1 (2020): Jurnal Informatika dan Sistem Informasi Vol. 5 No. 1 (2019): Jurnal Informatika dan Sistem Informasi Vol. 4 No. 1 (2018): Jurnal Informatika dan Sistem Informasi Vol. 3 No. 2 (2017): Jurnal Informatika dan Sistem Informasi Vol. 3 No. 1 (2017): Jurnal Informatika dan Sistem Informasi Vol. 2 No. 2 (2016): Jurnal Informatika dan Sistem Informasi Vol. 2 No. 1 (2016): Jurnal Informatika dan Sistem Informasi Vol. 1 No. 2 (2015): Jurnal Informatika dan Sistem Informasi Vol. 1 No. 1 (2015): Jurnal Informatika dan Sistem Informasi More Issue