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 218 Documents
 18   19   20   21   22 
ANALISA PERBANDINGAN ALGORITMA ELIAS OMEGA CODE DAN ALGORITMA TABOO CODES PADA KOMPRESI FILE TEKS Aldo, Aldo Grace Marsyanto Fau; Siregar, Saidi Ramadan; Siregar, Annisa Fadillah
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 04 (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.v7i04.1625

Abstract

File teks merupakan dokumen elektronik yang berisi kumpulan data danmemberikan kemudahan bagi pengguna dalam membuat, membaca danmenyebarkan informasi secara cepat, fleksibel, serta ramah lingkungan karenatidak memerlukan media fisik seperti kertas. Namun, seiring penggunaannyamuncul permasalahan terkait ukuran file. Semakin kompleks atau panjang isifile, ukuran file cenderung membesar. Untuk mengatasi permasalahantersebut, perlu diterapkan metode kompresi data (Data Compression) yangbertujuan mengurangi ukuran file agar lebih efisien dalam penyimpanan danpengiriman. Terdapat berbagai algoritma kompresi data, dan dalam konteks inidifokuskan pada dua jenis algoritma, yaitu Elias Omega Code dan Taboo Codes.Penelitian ini bertujuan untuk meyelaraskan efektivitas kedua algoritmatersebut dalam kompresi file teks. Hasil yang diperoleh dari persamaanalgoritma Elias Omega Code dan Taboo Codes pada kompresi file teks sangatmembantu dalam melakukan pengecilan ukuran sebuah file. Berdasarkanproses perhitungan metode Exponential, menunjukkan bahwa algoritma TabooCodes lebih unggul dengan nilai 9,709 yang membuat algoritma ini lebih efisiendibandingkan dengan algoritma Elias Omega Code.
Sistem Pendukung Keputusan Rekrutmen Staff IT Pada Kantor Camat Panai Hulu Kabupaten Labuhanbatu Menggunakan Metode ARAS Dengan Pembobotan ROC Leli, Leli Anggraini; Fadlina; Siregar, Annisa Fadillah
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 04 (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.v7i04.1630

Abstract

Staff IT merupakan sesorang yang bertanggung jawab dalam pengelolaan system teknologi informasi di suatu perusahaan. Dalam suatu organisasi maupun perusahaan, terdapat beragam posisi penting yang saling berkaitan satu sama lain. Setiap fungsi tidak dapat berdiri sendiri tanpa dukungan dari fungsi lainnya. Salah satu peran yang krusial adalah staf teknologi informasi (IT), yang keberadaannya sangat dibutuhkan untuk menjaga kelancaran operasional organisasi maupun perusahaan, maka perlu dilakukan penilaian secara mendalam baik itu segi kemampuan maupun pengalaman. Namun, kantor camat panai hulu dihadapkan dengan sebuah permasalahan karena sering menyebabkan ketidaksesuaian antara kualifikasi pelamar dan kebutuhan pekerjaan sebenarnya. Proses pengambilan keputusan, baik terkait persoalan yang bersifat sederhana maupun kompleks, membutuhkan suatu mekanisme yang mampu memberikan dukungan objektif. Oleh karena itu, dalam konteks rekrutmen staf IT di perusahaan, digunakanlah Sistem Pendukung Keputusan (SPK). Metodefyang dipilih dalam sistem tersebut adalahfAdditive Ratio Assessment (ARAS) sebagai alat analisis utama.
Klasifikasi Kualitas Jambu Air Madu Deli Merah, Dengan Menerapkan Metode K-NN model Euclidean Distance Fadlan, Fadlan Zuhri Ramadhan; Aripin, Soeb; Ulfa, Kurnia
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 04 (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.v7i04.1633

Abstract

Jambu air madu deli merah merupakan salah satu varietas ungggulan yangmemiliki nilai ekonomis tinggi. Penentuan kualitas buah ini sangat pentinguntuk mendukung proses permasaran dan meningkatkan kepercayaankonsumen. Penelitian ini bertujuan untuk mengklasifikasikan kualitas jambu airberdasarkan beberapa parameter fisik seperti warna dan tekstur menggunakanmetode K-Nearest Neighbor (K-NN) dengan pendekatan Euclidean Distance.Data buah dikategorikan ke dalam dua kelas kualitas: baik, dan buruk. ModelK-NN bekerja dengan membandingkan data uji terhadap data latih berdasarkanjarak terdekat dalam ruang multidimensi. Sehingga peneliti menerapkanmetode K-NN dengan model Euclidean Distance guna mengklasifikasikankualitas jambu air madu deli merah berdasarkan variable warna dan teksturdari citra digital. Dataset yang digunakan terdiri dari 40 data latih dan 1 datauji, dengan dua kelas kategori yaitu baik dan buruk. Proses dimulai denganakusisi citra jambu air madu deli merah, dilanjutkan dengan ekstraksi ciri warnamenggunakan metode GLCM. Ciri-ciri tersebut dijadikan input dalam AlgoritmaK-NN dengan nilai K yang divariasikan. Maka hasil yang diperoleh dari klasifikasimenunjukkan bahwa metode K-NN dengan jarak Euclidean Distance mampumengidentifikasi kualitas jambu air madu delimerah, dengan tingkat akurasiyang cukup efektif terutama pada jumlah tetangga terdekat yang lebih kecil.Sehinggga hasil pengujian menunjukkan bahwa data uji berhasil diklasifikasikanke dalam kategori baik. Tingkat akurasi diperoleh sebesar 100% pada nilai K=1,K=3, dan K=5.
PENERAPAN METODE K-NEAREST NEIGBOR MODEL EUCLIDEAN DISTANCE UNTUK KLASIFIKASI KUALITAS DAGING SAPI Pratama, M. Yudha; Aripin, Soeb; Ulfa, Kurnia
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 04 (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.v7i04.1641

Abstract

Daging sapi adalah sumber protein hewani yang sangat digemari oleh Masyarakat Indonesia. Kualitas daging sapi adalah aspek krusial yang memengaruhi nilai konsumsi dan keselamatan pangan. Dikarenakan sering terjadi permasalahan terhadap kualitas daging sapi yang sering terjadi dipasar, umumnya oknum pedagang di pasar berbuat kecurangan dengan mencampurkan daging berkualitas baik dengan daging berkualitas buruk. Tentunya hal ini sangat merugikan Masyarakat dan juga pelaku usaha rumah makan. Sehingga penerapan metode K-NN dengan model Euclidean Distance digunakan dalam mengklasifikasikan kualitas daging sapi berdasarkan variable warna dan tekstur dari gambar digital. Dataset yang digunakan terdiri atas 40 data pelatihan dan 1 data pengujian, dengan dua kategori kelas yaitu baik dan buruk. Proses dimulai dengan akusisi citra daging sapi, dilanjutkan dengan ekstraksi ciri warna menggunakan metode GLCM. Ciri-ciri tersebut dijadikan input dalam Algoritma K-NN dengan nilai K yang divariasikan. Maka capaian yang didapat dari klasifikasi menunjukkan bahwa teknik K-NN dengan jarak Euclidean Distance mampu mengidentifikasi kualitas daging sapi dengan tingkat akurasi yang cukup efektif terutama pada jumlah tetangga terdekat yang lebih kecil. Sehinggga hasil pengujian menunjukkan bahwa data uji berhasil diklasifikasikan ke dalam kategori baik. Tingkat akurasi diperoleh sebesar 100% pada nilai K=1 dan K=3, sedangkan pada K=5 60%.
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU MENGGUNAKAN METODE FUZZY TAHANI PADA SEKOLAH SD NEGERI 105362 LUBUK DENDANG Nasution, Ridho Didon Hafiqi; Murdani; Sayuthi, Muhammad
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 04 (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.v7i04.1642

Abstract

Evaluasi performa pendidik adalah unsur krusial dalam upaya meningkatkan mutu pembelajaran. Namun, dalam penerapannya, proses penilaian kinerja guru masih banyak dilakukan secara manual dan subjektif. Penilai seringkali menghadapi kendala dalam mengolah berbagai indikator penilaian yang bersifat kualitatif maupun kuantitatif sehingga hasil akhir penilaian cenderung kurang konsisten dan tidak transparan. Kompleksitas data dan adanya unsur subjektivitas penilai dapat menimbulkan ketidakakuratan dalam pengambilan keputusan penilaian kinerja guru pada SD Negeri 105362 Lubuk Dendang. Guna menyelesaikan persoalan tersebut, dibutuhkan sebuah mekanisme penunjang keputusan yang dapat memfasilitasi proses penilaian performa pendidik secara lebih terstruktur dan tidak bias. Salah satu metode yang tepat untuk mengatasi keraguan serta sifat subjektif dalam proses evaluasi adalah melalui penerapan pendekatan logika fuzzy, khususnya metode Fuzzy Tahani. Metode ini mampu mengakomodasi data kualitatif dalam bentuk linguistik, seperti “baik”, “cukup”, atau “kurang”, dan mengubahnya menjadi nilai numerik yang dapat diproses secara logis. Dengan demikian, keluaran yang dihasilkan melalui sistem penunjang keputusan yang dirancang memakai metode FUZZY TAHANI berfungsi untuk membantu SD Negeri 105362 Lubuk Dendang dalam melakukan evaluasi performa tenaga pendidik honorer terbaik secara adil, efisien, serta akurat. Hasil akhirnya menunjukkan skor tertinggi bernilai 1 pada alternatif A6 atas nama Teti Elmi Emnur Lubis.
OBE (Outcome-Based Education) Framework Politeknik Negeri Tanah Laut Herpendi; Zulfahri, Aidil Fajar; Hafizd, Khairul Anwar; Nurependi
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.v7i03.1720

Abstract

In 2025, Politeknik Negeri Tanah Laut (POLITALA) will enter its 16th year with various prestigious achievements, one of which was receiving the best SAKIP award among all polytechnics in Indonesia in 2021. This accomplishment cannot be separated from the institution’s strong management and POLITALA’s efforts to adapt to digital developments in order to realize its vision of becoming a leading polytechnic with national competitiveness. Several initiatives have been implemented, such as the adoption of SIPADU as the academic information system for students and the application of an Outcome-Based Education (OBE) curriculum, which emphasizes the achievement of specific and measurable learning outcomes. However, the diversity of study programs and academic backgrounds of lecturers at POLITALA often leads to differences in interpreting academic guidelines. Therefore, a structured system is needed as a guide for curriculum development in each study program. This research aims to develop an information system for OBE-based curriculum design in a systematic manner, starting from the determination of Graduate Profiles (PL) to mapping the contribution of each course in supporting the achievement of those profiles.
Device-Based Majapahit Inscription Classification with Multi-Filter Enhancement Muhammad Rafi Raihan; Imam Yuadi
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 04 (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.v7i04.1792

Abstract

The preservation of cultural heritage through digitalization has become increasingly essential in modern archaeological and information technology research. This study focuses on classifying Majapahit inscription images based on the recording device using machine learning approaches enhanced by multiple image filtering techniques. A dataset comprising seven inscriptions photographed with seven different devices was used to evaluate the performance of three classification models: Logistic Regression, Support Vector Machine (SVM), and K-Nearest Neighbors (KNN). Four preprocessing filters Grayscale, Sobel, Histogram Equalization, and Canny Edge Detection were applied to assess their effects on model accuracy. The results revealed that the SVM consistently achieved the highest accuracy and robustness, particularly under Sobel and Histogram Equalization filters, confirming its superior ability to capture discriminative texture and edge-based features. In contrast, KNN showed unstable results due to its sensitivity to noise and intensity variations, while Logistic Regression performed moderately well in linearly separable data conditions. Paired t-test analysis further validated that SVM’s performance advantage was statistically significant. These findings highlight that edge-preserving preprocessing techniques can substantially enhance the accuracy of device-based image classification and provide a computational framework that supports digital preservation efforts in cultural heritage research.
Evaluasi Tata Kelola Teknologi Informasi Menggunakan COBIT 2019 Fachruddin Edi Nugroho Saputro; Adika Sri Widagdo; Putri, Nisrina Akbar Rizky
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 04 (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.v7i04.1793

Abstract

COBIT 2019 menilai tingkat tata kelola teknologi informasi yang bermanfaat bagi organisasi seperti Universitas XYZ. Penerapan teknologi informasi di seluruh perguruan tinggi mempunyai tiga sistem pelayanan kebutuhan yang berbeda. Tantangan penerapan teknologi informasi pada perguruan tinggi yaitu pada sistem desentralisasi, gangguan operasional, dan kebutuhan yang tidak terpenuhi. Universitas XYZ mempunyai kendala sering terjadinya gangguan pada server dan sistem informasi yang belum terintegrasi sehingga layanan teknologi informasi yang diberikan tidak berjalan secara maksimal. Pengelolaan layanan teknologi informasi yang tidak baik menyebabkan layanan yang tidak terkontrol, pengambilan keputusan yang kurang tepat, dan biaya operasional yang sulit diprediksi. Tata kelola teknologi informasi mempunyai peranan sebagai pendukung untuk tercapainya tujuan organisasi. Pada organisasi memerlukan penilaian untuk mengukur kinerja dari tata kelola teknologi informasi dengan menggunakan kerangka kerja tata kelola teknologi informasi. Penilaian tata kelola teknologi informasi pada penelitian ini dengan menggunakan COBIT 2019, sehingga menghasilkan rekomendasi yang dapat ditindaklanjuti. Evaluasi tata kelola teknologi informasi pada program studi A di Universitas XYZ dengan menggunakan kerangka kerja COBIT 2019 domain BAI09 (Manage Assets). Hasil evaluasi atau penilaian tingkat kapabilitas pada domain BAI09.01 nilai kapabilitasnya 2,44 (Partially), BAI09.02 nilai kapabilitasnya 2,55 (Partially), BAI09.03 nilai kapabilitasnya 1,93 (Partially), BAI09.04 nilai kapabilitasnya 0,63 (Not), dan BAI09.05 nilai kapabilitasnya 0,55 (Not). Nilai tingkat kapabilitas yang diharapkan pada program studi A di Universitas XYZ yaitu 4,00 (Fully) maka pada domain proses BAI09.01 terdapat gap 1,56, BAI09.02 terdapat gap 1,45, BAI09.03 terdapat gap 2,07, BAI09.04 terdapat gap 3,37, dan BAI09.05 terdapat gap 3,45.
Analisis Sentimen Komentar Pengguna Aplikasi Astro Shop Di Google Playstrore Menggunakan Metode Support Vector Machine (SVM) Rio; Sidqi, M. Nejatullah; Aprilisa, Shinta; Aulia, Rizka; Lea, Al Ilham
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 04 (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.v7i04.1826

Abstract

Transformasi digital dalam satu dekade terakhir telah mendorong meningkatnya penggunaan aplikasi seluler untuk berbagai aktivitas, termasuk belanja daring. Salah satu aplikasi yang tengah berkembang di Indonesia adalah Astro Shop, yang memanfaatkan layanan pengiriman instan sebagai nilai unggulannya. Melimpahnya ulasan pengguna di Google Play Store menjadikan data tersebut sebagai sumber informasi berharga untuk mengevaluasi kualitas layanan. Namun, tingginya volume komentar yang bersifat tidak terstruktur memerlukan pendekatan analisis otomatis agar dapat diolah secara efektif. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi Astro Shop dengan memanfaatkan algoritma Support Vector Machine (SVM). Data yang digunakan berjumlah 1.729 komentar dari Google Play Store yang dikumpulkan melalui teknik web crawling menggunakan Python. Selanjutnya, data diproses melalui tahapan pra-pemrosesan yang meliputi case folding, pembersihan teks, tokenisasi, penghapusan stopword, normalisasi, dan stemming. Fitur kata kemudian direpresentasikan dengan metode Term Frequency-Inverse Document Frequency (TF-IDF) sebelum digunakan pada tahap pelatihan dan pengujian model klasifikasi. Hasil evaluasi menunjukkan bahwa model SVM mampu mencapai akurasi keseluruhan sebesar 98%. Kelas negatif memiliki performa terbaik dengan precision 0,98, recall 1,00, dan f1-score 0,99, sementara kelas positif mencatat f1-score 0,69 dengan recall relatif rendah (0,54). Model tidak dapat memprediksi kelas netral karena jumlah data yang terlalu sedikit. Validasi silang 10-fold menunjukkan akurasi konsisten pada rentang 96,8% hingga 98,4%, yang menandakan model memiliki kemampuan generalisasi yang baik.
Implementation of FaceNet for Facial Search Function in Reverse Image Search System Muhammad Rayhan Rachmansyah; Basuki Rahmat; Henni Endah
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 04 (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.v7i04.1880

Abstract

This study presents the implementation of the FaceNet deep convolutional neural network model as a facial search function for a reverse image search system. The research addresses the growing need for fast and accurate face recognition in digital applications, focusing on embedding-based similarity search rather than traditional classification methods. The system employs MTCNN for face detection and alignment, followed by the FaceNet model to generate 128-dimensional facial embeddings whose distances represent the similarity between identities. The methodology includes data preprocessing, embedding extraction, distance-based matching, and system evaluation using images with identical and non-identical identities. Experimental results show that the average embedding distance for identical faces is 0.47, while non-identical faces exhibit an average distance of 0.62. The proposed system achieves an accuracy of 94% on a test set of 100 images, demonstrating its effectiveness in distinguishing facial similarities. These findings confirm that embedding-based representation using FaceNet provides a reliable foundation for facial retrieval tasks in reverse image search applications, offering high discriminative capability and operational efficiency.

Page 20 of 22 | Total Record : 218

 18   19   20   21   22 

Filter by Year

2020 2026


Reset
Filter By Issues
All Issue Vol. 7 No. 06 (2026): Jatilima : Jurnal Multimedia Dan Teknologi Informasi Vol. 7 No. 5 (2026): Jatilima : Jurnal Multimedia Dan Teknologi Informasi 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