cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
jatilima
Contact Email
jatilima30@gmail.com
Phone
+6285359150140
Journal Mail Official
jatilima30@gmail.com
Editorial Address
Cattleya Darmaya Fortuna (CDF) Marindal 1, Pasar IV Jl. Karya Gg. Anugerah Kecamatan. Patumbak, Medan - Sumatera Utara
Location
Kab. deli serdang,
Sumatera utara
INDONESIA
Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Published by Cattleya Darmaya Fortuna
ISSN : -     EISSN : 27211800     DOI : -
Core Subject : Science,
Computer Science & IT
JATILIMA merupakan jurnal yang terbit dua nomor dalam satu volume (tahun), yaitu Peridoe I Bulan April dan Periode II Bulan Oktober. JATILIMA mempublikasikan tulisan-tulisan ilmiah hasil pemikiran, studi literatur, dan penelitian dalam bidang Ilmu Komputer. JATILIMA merupakan jurnal dengan sistem review yang merupakaan aspek penting dalam penyebaran ilmu pengetahuan.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 196 Documents
 15   16   17   18   19 
Comparison of the Cheng and Lee Fuzzy Time Series Methods for Predicting Clean Water Supply in Asahan Regency Prayetno, Rafika Sari; Rakhmawati, Fibri
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1631

Abstract

This study compares the performance of the Fuzzy Time Series (FTS) Cheng and Lee methods in forecasting the distribution, production, and sales of clean water at Perumda Tirta Silaupiasa, Asahan Regency. The research utilized monthly secondary data from January 2023 to April 2025. Data analysis was conducted using R-Studio software, and forecasting accuracy was evaluated through the Mean Absolute Percentage Error (MAPE). The results show that both methods achieved a high level of accuracy, with MAPE values below 3%. However, the Cheng method consistently outperformed the Lee method, recording MAPE values of 2.28% (distribution), 1.59% (production), and 1.63% (sales), while the Lee method produced slightly higher values of 2.45%, 1.83%, and 1.77% for the same variables. These findings demonstrate that the Cheng method is more adaptive in capturing fluctuations in clean water data, especially during periods of sudden changes. This research provides practical recommendations for improving clean water supply management in regions with dynamic operational conditions
Implementasi Metode Fuzzy Mamdani Untuk Pemilihan Keramik Rumah Bangunan Nasution, Raihan Hafiz; Rakhmat Kurniawan R
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1644

Abstract

Pemilihan keramik merupakan salah satu aspek penting dalam konstruksi bangunan karena berpengaruh pada kenyamanan, keamanan, dan estetika hunian. Variasi produk serta perbedaan karakteristik teknis seperti harga, kualitas, daya serap air, dan kekasaran permukaan sering menyulitkan konsumen dalam menentukan pilihan yang tepat. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan pemilihan keramik rumah bangunan berbasis metode Fuzzy Mamdani. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan melibatkan proses fuzzifikasi, inferensi fuzzy, dan defuzzifikasi. Data penelitian mencakup 120 jenis keramik dari berbagai merek ternama di Indonesia. Hasil pengujian menunjukkan bahwa empat produk keramik, yaitu Indogress Batu Alam Lux, Roman Batu Alam Lux, Granito Batu Alam Lux, dan Platinum Kayu Eksklusif, memperoleh skor 80 dengan kategori “Sangat Direkomendasikan”, sementara Kia Marmer Classic hanya memperoleh skor 50 dengan kategori “Cukup Direkomendasikan”. Temuan ini mengindikasikan bahwa harga dan kualitas menjadi faktor dominan dalam penentuan rekomendasi, sedangkan daya serap air dan kekasaran berperan sebagai variabel pendukung. Dengan demikian, sistem yang dikembangkan mampu membantu konsumen memilih keramik secara lebih objektif dan akurat.
Application of Circular Regression Analysis on Dengue Hemorrhagic Fever (DHF) Cases in North Sumatra Rinjani, Nazwa; Husein, Ismail
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1645

Abstract

Dengue Hemorrhagic Fever (DHF) continues to be one of the leading public health challenges in Indonesia, with North Sumatra experiencing a sharp increase to 8,541 reported cases in 2022. The recurring seasonal pattern of this disease necessitates an approach that can capture cyclic characteristics. Therefore, this study applied circular regression to examine the influence of time (expressed in monthly cycles), rainfall, and temperature on the distribution of DHF cases. The research utilized secondary data collected from the North Sumatra Provincial Health Office for case numbers and from the Meteorology, Climatology, and Geophysics Agency (BMKG) for climate information. Monthly data were transformed into radians, followed by correlation testing and model construction to determine the strength of relationships. The resulting model demonstrated a high explanatory power with an adjusted R² value of 92.44%, indicating strong model fit. Among the independent variables tested, only the sine transformation of the month (sin α), which represents seasonal peaks and troughs, showed a statistically significant contribution to case variation (p < 0.001). In contrast, the cosine transformation (cos α), rainfall, and temperature were not significant predictors, most likely due to relatively stable climatic conditions and the lagged effects of rainfall on mosquito breeding. The model further identified August and September as the months with the highest risk of DHF, aligning with descriptive case data. These findings confirm that seasonal dynamics are the primary driver of dengue transmission in the region. The study concludes that circular regression is an effective analytical tool for diseases with cyclical patterns and can provide essential evidence for public health planning. Strengthening preventive actions and vector control in peak months is crucial to reducing the impact of DHF in North Sumatra.
Optimization of LPG Gas Cylinder Distribution Costs in the Vehicle Routing Problem Using Dijkstra's Algorithm and Prim's Algorithm Rambe, Muhammad Vikry Rezki; Fibri Rakhmawati
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1646

Abstract

This research aims to optimize the distribution costs of 3 kg LPG at PT Irit Gas thru Vehicle Routing Problem modeling. Data for 2024 includes 11 points (1 depot, 10 customers). The cost matrix is formed using Dijkstra's Algorithm on a weighted graph constructed from Haversine distances thru a k-nearest neighbors approach, ensuring that the cost between location pairs reflects the shortest path on the network. Prim's algorithm was then used to build a Minimum Spanning Tree as the basis for distance-efficient customer clustering, which was subsequently cut according to the vehicle capacity limit of 560 tubes per trip, before the visit sequence was reordered based on the shortest distance. The results show three feasible routes: Route 1 (500 tubes) 11.08212 km, Route 2 (550 tubes) 28.11148 km, and Route 3 (480 tubes) 53.13001 km; total 92.32361 km. With an efficiency of 5 km/l and a diesel price of Rp6,800/l, the estimated fuel costs are Rp15,071.68; Rp38,231.61; and Rp72,256.81 respectively (total Rp125,560.11). The findings confirm that the Dijkstra Prim combination effectively produces short, connected, and capacity compliant routes, while also providing realistic operational cost estimates for distribution decision-making.
Optimization Of Rice Production In Asahan District Using The Goal Programming Method Noerdiansyah; Rina Filia Sari
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1657

Abstract

This research aims to optimize rice production in Asahan Regency using the Goal Programming method. The secondary data analyzed included rice production, land area, labor costs, harvesting costs, and selling prices for the period 2021–2023. The Goal Programming model is designed to minimize production costs by considering the proportion of labor costs (70.66%) and harvesting costs (34% of labor costs). The research results show fluctuations in production, with the highest achievement in 2022 at 89,459.42 tons, revenue of Rp 552.86 billion, and profit of Rp 162.21 billion. The application of the model is able to reduce labor and harvest costs, thereby increasing efficiency. Sensitivity analysis shows selling price as the most influential variable on profit, followed by labor costs and harvesting costs; a price decrease of more than 5% could potentially lower revenue below the threshold. This finding confirms the importance of cost control strategies and price stability in maintaining profitability. This research provides practical contributions to local governments and farmers in formulating food security policies and opens up opportunities for developing multi-commodity models in future research.
A ANALISIS AKURASI DAN KEANDALAN METODE CERTAINTY FACTOR PADA SISTEM PAKAR DIAGNOSTIK MEDIS: ANALISIS AKURASI DAN KEANDALAN METODE CERTAINTY FACTOR PADA SISTEM PAKAR DIAGNOSTIK MEDIS Maria Stefanova Br Manik, Icha; Rizal, Chairul; Kurniawan, Heri
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1560

Abstract

Penerapan sistem pakar dalam bidang medis menjadi solusi alternatif dalam membantu proses diagnosis penyakit, terutama di wilayah dengan keterbatasan tenaga medis. Penelitian ini bertujuan untuk menganalisis akurasi dan keandalan metode Certainty Factor (CF) dalam sistem pakar untuk diagnosis penyakit hipertensi. Sistem dikembangkan berdasarkan basis pengetahuan yang diperoleh dari pakar medis serta data rekam medis pasien. Evaluasi dilakukan terhadap 10 data uji dengan membandingkan hasil diagnosis sistem dan diagnosis dokter. Hasil penelitian menunjukkan bahwa sistem pakar mampu mencapai akurasi sebesar 80% dan nilai Cohen’s Kappa sebesar 0.524, yang mengindikasikan tingkat keandalan sedang. Grafik konvergensi juga menunjukkan kestabilan performa sistem setelah beberapa iterasi evaluasi. Temuan ini menunjukkan bahwa metode CF dapat digunakan secara efektif dalam pengambilan keputusan diagnostik awal, meskipun masih diperlukan pengembangan lebih lanjut untuk meningkatkan akurasi dan konsistensi sistem.
Analisis Sentimen Komentar Pengguna Aplikasi Duolingo Menggunakan Metode Support Vector Machine dan Navie Bayes Laple Satria Putra, Rani; Nur Arifin , Tri; Redha Rahadani, Muhammad
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1647

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi Duolingo yang diunduh dari platform Google Play Store. Sebanyak 211.664 komentar dikumpulkan melalui metode web crawling menggunakan bahasa pemrograman Python, kemudian diproses melalui tahapan preprocessing yang mencakup case folding, pembersihan data, tokenisasi, penghapusan stopword, normalisasi, dan stemming. Proses ini dilanjutkan dengan pemberian bobot kata menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk mengonversi data teks menjadi representasi numerik. Model klasifikasi kemudian dibangun menggunakan algoritma Support Vector Machine (SVM) dan Naive Bayes untuk mengklasifikasikan sentimen ke dalam tiga kategori: positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa algoritma SVM memiliki kinerja lebih stabil dan akurat dibandingkan Naive Bayes, dengan akurasi mencapai 95%. Meskipun demikian, kedua model menunjukkan keterbatasan dalam mengklasifikasikan sentimen netral dan negatif akibat ketidakseimbangan distribusi kelas dalam data, di mana kelas positif mendominasi secara signifikan. Hal ini tercermin dari rendahnya nilai precision, recall, dan f1-score pada kelas minoritas. Berdasarkan hasil 10-Fold Cross Validation, SVM terbukti lebih konsisten dalam menghasilkan akurasi tinggi di berbagai skenario pengujian, menjadikannya pilihan yang lebih andal dalam analisis sentimen multi-kelas terhadap data ulasan aplikasi.
Analisis Sentimen Komentar Pengguna Aplikasi Sayurbox Di Google Playstrore Menggunakan Metode Support Vector Machine (SVM) Laple Satria Putra, Rani; Andini Andriati , Dea; Hidayat, Taufik
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1648

Abstract

Perkembangan teknologi digital mendorong perubahan pola konsumsi masyarakat, termasuk dalam pemanfaatan aplikasi belanja daring seperti Sayur Box. Aplikasi ini memiliki banyak ulasan pengguna yang berisi persepsi terhadap layanan, namun data tersebut bersifat tidak terstruktur sehingga memerlukan pendekatan berbasis kecerdasan buatan untuk dianalisis. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi Sayur Box dengan menggunakan algoritma Support Vector Machine (SVM) dan mengevaluasi tingkat akurasi model yang dibangun. Sebanyak 1.287 komentar dari Google Play Store dikumpulkan melalui proses web crawling menggunakan Python. Data yang diperoleh kemudian melalui tahapan prapemrosesan, meliputi case folding, pembersihan teks, tokenisasi, penghapusan stopword, normalisasi, dan stemming. Representasi kata menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk mengekstraksi kata-kata yang paling berpengaruh pada masing-masing dokumen. Dataset hasil prapemrosesan digunakan untuk melatih model SVM yang membedakan sentimen positif dan negatif. Hasil evaluasi menunjukkan bahwa model SVM memiliki kinerja yang baik dengan akurasi keseluruhan mencapai 91%. Kelas negatif menunjukkan performa terbaik dengan nilai precision 0,91, recall 0,96, dan f1-score 0,94, sedangkan kelas positif memperoleh f1-score 0,86. Kinerja pada kelas netral masih rendah karena ketidakseimbangan data, yang tercermin pada nilai precision, recall, dan f1-score bernilai nol. Uji 10-fold cross-validation memperlihatkan bahwa akurasi model stabil di atas 88% pada sebagian besar fold dengan puncak 91,5% pada fold ke-9.
Implementasi Teori Graf dan Optimisasi Alogaritma Dijkstra, BFS dan DFS Dalam Menentukan Jalur Terpendek Jaringan Toko Mixue Di Jabodetabek Berbasis Google Maps Laple Satria Putra, Rani; Sandy , Muchamad; Aprilia Putri, Annisa
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1649

Abstract

Penelitian ini membahas penerapan teori graf untuk analisis jaringan distribusi gerai Mixue di kawasan Jabodetabek. Jaringan toko direpresentasikan sebagai graf tak berarah, di mana setiap cabang Mixue dipandang sebagai simpul (node) dan jalan penghubung antar cabang direpresentasikan sebagai sisi (edge) dengan bobot jarak tempuh. Tujuan penelitian adalah melakukan analisis komparatif terhadap tiga algoritma pencarian jalur, yaitu Depth-First Search (DFS), Breadth-First Search (BFS), dan Dijkstra, dalam menentukan rute optimal. Data diperoleh melalui Google Maps berupa lokasi, koordinat, dan jarak antar toko yang kemudian dimodelkan ke dalam graf berbobot. Implementasi algoritma dilakukan dengan bahasa pemrograman C++ untuk mengevaluasi kinerja pencarian jalur. Hasil penelitian menunjukkan bahwa algoritma Dijkstra menghasilkan jalur terpendek dari A ke R dengan total jarak 43 km (A → B → H → I → Q → R), BFS menemukan lintasan dengan jumlah simpul minimum dari A ke O (A → B → M → K → O) pada level 4, sementara DFS menelusuri jalur A ke N (A → B → M → N) pada level kedalaman 3. Dari hasil tersebut dapat disimpulkan bahwa Dijkstra lebih unggul dalam optimasi berbobot, BFS efektif untuk jalur dengan simpul minimum, dan DFS sesuai untuk eksplorasi struktur graf secara mendalam. Penelitian ini berkontribusi dalam memberikan dasar analisis rute yang lebih efisien untuk mendukung manajemen distribusi dan operasional jaringan ritel.
Analisis Sentimen Komentar Pengguna Aplikasi AlloFresh Di Google Playstrore Menggunakan Metode Support Vector Machine (SVM) Sandy, Muchamad; Dariato, Eri
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1650

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi AlloFresh dengan memanfaatkan teknik Text Mining dan pembelajaran mesin. Data yang digunakan berupa ulasan konsumen yang dikumpulkan dari platform digital, kemudian melalui serangkaian tahap pra-pemrosesan, meliputi case folding, cleaning, tokenizing, stopword removal, normalisasi, dan stemming. Selanjutnya dilakukan pelabelan sentimen ke dalam kategori positif dan negatif, sementara ulasan netral dikecualikan agar fokus analisis lebih terarah. Representasi teks kemudian dikonversi ke bentuk numerik menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) untuk memberikan bobot pada setiap kata berdasarkan frekuensi dan tingkat kepentingannya dalam keseluruhan korpus. Dalam tahap klasifikasi, algoritma Support Vector Machine (SVM) digunakan untuk mengukur performa model. Hasil pengujian menunjukkan bahwa SVM mampu memberikan tingkat akurasi yang cukup tinggi dengan capaian mendekati 95%. Hal ini menunjukkan bahwa SVM efektif dalam mengklasifikasikan ulasan pengguna, khususnya dalam mengidentifikasi sentimen positif maupun negatif.

Page 17 of 20 | Total Record : 196

 15   16   17   18   19 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue Vol. 7 No. 04 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi Vol. 7 No. 02 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi Vol. 7 No. 01 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi Vol. 6 No. 03 (2024): Jatilima : Jurnal Multimedia Dan Teknologi Informasi Vol. 6 No. 02 (2024): Jatilima : Jurnal Multimedia Dan Teknologi Informasi Vol. 6 No. 01 (2024): Jatilima : Jurnal Multimedia Dan Teknologi Informasi Vol. 5 No. 02 (2023): Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 5 No. 01 (2023): Jatilima : Jurnal Multimedia Dan Teknologi Informasi Vol. 4 No. 02 (2022): Jatilima Vol. 4 No. 01 (2022): Jatilima Vol. 3 No. 02 (2021): Jatilima Vol. 3 No. 01 (2021): Jatilima Vol. 2 No. 2 (2020): Jatilima Vol. 2 No. 1 (2020): Jatilima More Issue