cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agussalim
Contact Email
agussalim.si@upnjatim.ac.id
Phone
-
Journal Mail Official
jifosi@upnjatim.ac.id
Editorial Address
Jl.Raya Rungkut Madya, Gunung Anyar, Surabaya
Location
Kota surabaya,
Jawa timur
INDONESIA
Jifosi
Published by Universitas Pembangunan Nasional Veteran Jawa Timur
ISSN : -     EISSN : 2722130X     DOI : -
Core Subject : Science,
Computer Science & IT
JIFoSi Merupakan media publikasi ilmiah dosen, mahasiswa, peneliti, dan praktisi pada bidang Teknik informatika dan Sistem Informasi yang diterbitkan secara online oleh Fakultas Ilmu Komputer Universitas Pembangunan Nasional "Veteran" Jawa Timur. Jurnal ini berisi hasil karya ilmiah berupa studi kasus, progres skripsi, dan skripsi maupun penciptaan karya lainnya yang diterbitkan dalam bentuk artikel ilmiah. Jurnal ini diterbitkan sebanyak 3 kali dalam setahun (mengikuti Jadwal wisuda). Publikasi naskah dipilih dan diproses oleh dewan penyunting. Naskah yang dimuat adalah naskah yang lolos seleksi dan belum dimuat pada jurnal lain.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 179 Documents
 14   15   16   17   18 
SISTEM DETEKSI KEBOCORAN GAS LPG (LIQUEFIED PETROLEUM GAS) DAN KEBAKARAN MENGGUNAKAN MQ-2 DAN ESP32 BERBASIS IOT (INTERNET OF THINGS) Dendy Azmi Kusuma; Noni Juliasari
JIFOSI Vol. 5 No. 3 (2024): Perkembangan dan Implementasi Kecerdasan Buatan dalam Sistem Informasi Modern
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v5i3.465

Abstract

Dalam penelitian ini, peneliti mendesain sebuah sistem untuk mengetahui keberadaan gas dan api di sekitar ruangan memanfaatkan sensor MQ-2 dan juga sensor api. Sistem ini dirancang untuk memperingatkan siapa pun di dapur jika terjadi kebocoran gas dan untuk mengaktifkan pompa air saat sensor api mendeteksi adanya api. Sistem ini dikembangkan mengingat seringnya terjadi kebakaran akibat kebocoran gas di area padat penduduk yang terdiri dari kalangan menengah kebawah dengan keterbatasan finansial, terutama di Jakarta. Pada tahun 2023, di Jakarta, terjadi 205 kejadian kebakaran yang disebabkan oleh kebocoran gas. Sistem ini bekerja dengan cara mengaktifkan alarm buzzer ketika sensor MQ-2 mendeteksi terjadi kebocoran gas yang telah mencapai batas nilai yang sudah ditetapkan. Jika sensor api mendeteksi adanya api yang nilainya juga sudah ditetapkan oleh sistem, maka sistem akan secara otomatis menghidupkan pompa air untuk menyiram air, guna mencegah kebakaran skala besar. Selain itu, sistem ini juga memberikan notifikasi secara real-time melalui aplikasi mobile sehingga dapat meningkatkan keamanan tentang adanya potensi kebocoran gas dan juga kebakaran. Hal ini dapat mengurangi kerugian secara materil dan korban jiwa. Jika terjadi kebocoran gas, pengguna juga dapat mematikan sensor secara langsung menggunakan tombol pada aplikasi. Penelitian ini telah melalui beberapa tahap pengujian untuk memastikan hasil yang diinginkan, dengan proses pengujian yang menunjukkan tingkat akurasi sebesar 100%. Metode yang digunakan dalam penelitian ini menggunakan metode perancangan alat sehingga dapat diimplementasikan dengan cepat. Hasil penelitian menunjukkan bahwa sistem ini mampu memberikan data akurat secara real-time yang memungkinkan pengguna dapat memonitoring secara langsung dan juga mendapatkan notifikasi ketika terjadi kebcoran gas dan juga kebakaran. Sehingga sistem ini diharapkan dapat meningkatkan keamanan dari bahaya kebocoran gas dan juga meminimalisir kerugian secara materil maupun korban jiwa.
PENERAPAN ALGORITMA C4.5 UNTUK KLASIFIKASI PENYAKIT JANTUNG Putra, Riza Satria; Marchel Adias Pradana; Muhammad Misbachuddin; Eva Yulia Puspaningrum
JIFOSI Vol. 5 No. 3 (2024): Perkembangan dan Implementasi Kecerdasan Buatan dalam Sistem Informasi Modern
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v5i3.471

Abstract

Penyakit Jantung Koroner (PJK) menjadi salah satu penyebab utama kematian di Indonesia setiap tahunnya. Kurangnya akses informasi kesehatan yang memadai menjadi satu diantara banyaknya faktor penyebabnya, yang berujung pada keterlambatan diagnosis dini. Keterlambatan ini meningkatkan risiko komplikasi serius dan angka kematian akibat PJK. Penelitian ini bertujuan untuk mengembangkan model prediksi berbasis algoritma C4.5, yang membangun pohon keputusan berdasarkan data historis pasien. Algoritma C4.5 dipilih karena kemampuannya dalam mengolah data untuk menghasilkan klasifikasi yang akurat. Evaluasi model dilakukan menggunakan teknik validasi silang (k-fold cross validation) untuk memastikan keandalan hasil. Dalam penelitian ini, 10 skenario pengujian dilakukan, dengan performa terbaik diperoleh pada skenario K=3. Hasil evaluasi menunjukkan akurasi sebesar 0.8941, presisi 0.9000, dan recall 0.9184. Temuan ini menunjukkan bahwa algoritma C4.5 efektif dalam mendukung prediksi awal PJK dengan tingkat akurasi yang tinggi. Model prediksi ini diharapkan dapat membantu dalam mengurangi angka kematian akibat PJK melalui deteksi dini yang lebih baik dan berbasis data.
ANALISIS SENTIMEN KESEHATAN MENTAL DI TWITTER MENGGUNAKAN NAIVE BAYES CLASSIFIER DAN K-NEAREST NEIGHBOR Rizqa Annisa Dwiatmoko; Imelda
JIFOSI Vol. 6 No. 1 (2025): Smart Systems and Data-Driven Approaches in Business and Technology
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v6i1.466

Abstract

Isu kesehatan mental semakin mendapatkan sorotan di media sosial, terutama di Twitter, dan hal ini berdampak signifikan pada persepsi publik serta kebijakan kesehatan. Dalam era digital ini, persepsi masyarakat terhadap isu kesehatan mental yang diungkapkan melalui media sosial menjadi sangat penting untuk dianalisis. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen tweet yang berkaitan dengan kesehatan mental dengan menggunakan dua metode klasifikasi yang umum dalam pembelajaran mesin, yaitu Naïve Bayes Classifier dan K-Nearest Neighbor (KNN). Proses analisis dilakukan dalam dua tahap: pertama, labelling otomatis yang menghasilkan komposisi 62.5% tweet positif, 19.64% negatif, dan 17.86% netral; kedua, verifikasi manual yang menunjukkan perubahan komposisi sentimen, dengan hasil 67.56% tweet positif, 24.4% netral, dan 8.04% negatif. Dataset penelitian ini terdiri dari 336 tweet yang dikumpulkan selama periode 26 Maret hingga 31 Maret 2024. Hasil analisis menunjukkan bahwa algoritma KNN memiliki akurasi sebesar 88.24% dalam mengklasifikasikan sentimen positif, sementara Naïve Bayes mencapai akurasi sebesar 60.78%. Penelitian ini memberikan kontribusi penting pada pengembangan metode analisis sentimen yang lebih akurat dan dapat digunakan untuk merancang intervensi kesehatan yang lebih tepat serta responsif terhadap persepsi masyarakat terkait kesehatan mental di media sosial. Penelitian ini diharapkan dapat membantu dalam menyusun strategi yang lebih efektif dalam menanggapi isu-isu kesehatan mental yang berkembang di masyarakat.
PENERAPAN ALGORITMA GENETIKA UNTUK PENJADWALAN MATA PELAJARAN PADA PESANTREN AL-QUR'AN DAARUS SHOFWAH Abdurrohim Musthofa; Solichin, Achmad
JIFOSI Vol. 6 No. 1 (2025): Smart Systems and Data-Driven Approaches in Business and Technology
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v6i1.467

Abstract

Penjadwalan mata pelajaran merupakan aspek krusial dalam sistem pendidikan, termasuk di lembaga pendidikan Islam seperti pesantren. Pesantren Al-Qur'an Daarus Shofwah menghadapi tantangan signifikan dalam menyusun jadwal pelajaran yang efektif dan efisien. Tantangan tersebut mencakup keterbatasan ketersediaan guru, ruang kelas, serta beragam kebutuhan santri. Selama ini, penjadwalan di pesantren ini dilakukan secara manual, yang sering kali tidak efisien dan memakan waktu. Penelitian ini bertujuan untuk mengoptimalkan penjadwalan mata pelajaran di Pesantren Al-Qur'an Daarus Shofwah dengan menggunakan algoritma genetika. Algoritma genetika merupakan metode komputasi yang meniru mekanisme evolusi alami, seperti seleksi, crossover, dan mutasi, untuk menemukan solusi optimal pada permasalahan kompleks. Dalam konteks penjadwalan ini, algoritma genetika digunakan untuk menyusun jadwal yang memenuhi berbagai kriteria dan batasan, seperti ketersediaan waktu guru, jumlah ruang kelas, serta alokasi waktu yang optimal bagi para santri. Hasil penelitian menunjukkan bahwa penerapan algoritma genetika berhasil menghasilkan jadwal pelajaran yang lebih efisien dan sesuai dengan kebutuhan dibandingkan dengan metode manual. Algoritma ini mampu memproses berbagai variabel dan menghasilkan solusi yang optimal dalam waktu yang lebih singkat. Selain itu, jadwal yang dihasilkan juga lebih fleksibel dan dapat disesuaikan dengan perubahan kondisi yang dinamis di pesantren. Diharapkan, penerapan algoritma genetika dalam penjadwalan ini tidak hanya meningkatkan efisiensi operasional, tetapi juga kualitas pendidikan di Pesantren Al-Qur'an Daarus Shofwah, sehingga dapat memberikan dampak positif yang signifikan bagi proses belajar mengajar di pesantren tersebut.
KLASTERISASI MAHASISWA MAGETAN MENGGUNAKAN K-MEANS UNTUK OPTIMASI STRATEGI PROMOSI PERGURUAN TINGGI Aqsa Prima Cahya; Muhammad Asyraf; Yudhistira Nanda Kumala; Eva Yulia Puspaningrum
JIFOSI Vol. 6 No. 1 (2025): Smart Systems and Data-Driven Approaches in Business and Technology
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v6i1.478

Abstract

Semakin bertambahnya tahun, data mahasiswa magetan akan terus bertambah hingga menghasilkan tumpukan data yang berlimpah. Perlu adanya pengolahan data sehingga tumpukan data tersebut dapat dimanfaatkan sebagai ladang informasi. Penelitian ini bertujuan untuk mengkluster data mahasiswa Kabupaten Magetan yang sedang berkuliah di Universitas yang ada di Surabaya melalui proses data mining dengan algoritma K-Means serta metode Elbow dan Silhouette Coefficient dalam pembentukan clusternya. Data atribut yang digunakan pada penelitian ialah nama, asal sekolah, dan juga universitas. Data bersumber dari mahasiswa sendiri melalui pengisian google form oleh Organisasi Ikatan Mahasiswa Magetan di Surabaya, dimana data yang digunakan merupakan data mahasiswa angkatan 2023 dan 2024 dengan total sampel data sebanyak 250 items. Setelah melakukan perhitungan dengan metode Elbow didapatkan jumlah cluster sebanyak 4. Kemudian dilakukan evaluasi menggunakan metode Silhouette Coefficient dan didapatkan rata-rata terdekat dari nilai 1 adalah cluster 2, dengan nilai 0,62. Karena kohesivitas yang lebih baik serta model yang lebih sederhana, hasil cluster yang paling optimal adalah sebanyak 2 cluster pada epoch ke-5 dengan cluster 1 sebanyak 65 items, dan cluster 2 sebanyak 160 items. Adanya penelitian ini diharapakan dapat membantu universitas yang ada di Surabaya untuk menunjang strategi promosi berdasarkan hasil cluster universitas yang banyak diminati dari masing-masing sekolah di Kabupaten Magetan.
PREDIKSI POLA PEMESANAN KAMAR PALING DIMINATI DI HOTEL SINGARAJA MENGGUNAKAN METODE KNN M. Mahaputra Hidayat; R. Dimas Adityo; Satrio Cahyo Agung Wibowo; Yerryant Lituhayu Apta Widyadana; Ryammizard Zulfano P.N; Rizqi Nur Rifa’i
JIFOSI Vol. 6 No. 1 (2025): Smart Systems and Data-Driven Approaches in Business and Technology
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v6i1.491

Abstract

Hotel Singaraja menghadapi tantangan kedepannya untuk memaksimalkan kamar hunian dan menentukan harga yang paling diminati oleh para pelanggan. Penelitian ini bertujuan untuk memprediksi pola pemesanan kamar dan harga yang paling diminati menggunakan metode K-Nearest Neighbors (KNN). Data yang digunakan mencakup informasi seperti pemesanan tipe kamar dan harga kamar sesuai tipe. Metode KNN dipilih karena kemampuannya dalam mengklasifikasikan data berdasarkan kedekatan karakteristik. Hasil analisis menunjukkan bahwa metode KNN mampu memprediksi pola pemesanan dan harga kamar yang populer yang baik, Algoritma KNN berhasil mengidentifikasi pola ini dengan tingkat akurasi mencapai 99.6%. Prediksi ini dapat membantu manajerial hotel yang baik dalam menentukan harga dan merancang strategi promosi sesuai dengan tipe kamar yang diminati pelanggan, serta meningkatkan efisiensi pengelolaan kamar. Dengan demikian, penerapan metode KNN memberikan manfaat signifikan dalam pengambilan keputusan terkait pemasaran dan perencanaan harga kamar di Hotel Singaraja.
IMPLEMENTASI KRIPTOGRAFI UNTUK MELINDUNGI INFORMASI TRANSAKSI PADA E-COMMERCE MENGGUNAKAN METODE CAESAR CIPHER DAN RC4 Paulus Vidorosa Pakan; Hari Soetanto
JIFOSI Vol. 6 No. 2 (2025): Enhancing Information System Security and Governance in the Digital Transformat
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v6i2.483

Abstract

Perkembangan teknologi informasi dan komunikasi telah menyebabkan peningkatan signifikan dalam jumlah transaksi yang dilakukan melalui website e-commerce, menawarkan kemudahan dalam berbelanja namun juga meningkatkan risiko keamanan data. Kejadian seperti kebocoran data besar-besaran di beberapa platform e-commerce terkemuka telah menyoroti kebutuhan mendesak untuk perlindungan data yang lebih efektif. Dalam upaya meningkatkan keamanan ini, penelitian ini mengimplementasikan kriptografi dengan menggunakan metode Caesar Cipher dan RC4, diuji melalui enkripsi dan dekripsi data bukti bayar pengguna dalam format JPEG, JPG, PNG, DOCX, XLSX, dan PDF. Proses enkripsi rata-rata membutuhkan waktu sekitar 0,025364685 detik, sementara dekripsi membutuhkan waktu 0,036693764 detik. Tingkat keberhasilan proses enkripsi dan dekprisi adalah 100% karena selama uji coba belum pernah gagal. Kedua metode tersebut terbukti efisien dalam menjaga kerahasiaan, integritas, dan otentikasi informasi transaksi yang dipertukarkan, memberikan solusi yang tidak hanya meningkatkan keamanan tetapi juga efisiensi dalam operasional e-commerce. Implementasi dari Caesar Cipher dan RC4 menawarkan perlindungan yang robust terhadap penyadapan, pencurian data, dan manipulasi oleh pihak yang tidak berwenang, mengarah pada peningkatan kepercayaan pengguna dan adopsi yang lebih luas dari layanan e-commerce.
TINJAUAN LITERATUR : PEMANFAATAN CLOUD-NATIVE TECHNOLOGIES DALAM PENGEMBANGAN PERANGKAT LUNAK Oding, Mohamad Riza Ramadhani; Agussalim
JIFOSI Vol. 6 No. 2 (2025): Enhancing Information System Security and Governance in the Digital Transformat
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v6i2.515

Abstract

Dalam beberapa tahun terakhir, komputasi awan telah dianggap sebagai salah satu teknologi TI terkemuka. Bersama dengan Internet of Things (IoT) dan sistem Cyber-fisik, komputasi awan menyediakan sarana untuk mendigitalkan proses industri, yang menjadi dasar dari apa yang saat ini secara umum disebut sebagai Industri 4.0. Pengembangan berbasis cloud telah mengubah cara aplikasi dirancang, diterapkan, dan dikelola, sehingga memungkinkan bisnis memanfaatkan potensi penuh komputasi awan. Artikel ini akan merangkum pemanfaatan Cloud-Native dalam pengembangan perangkat lunak dan kendala apa yang mungkin dihadapi organisasi. Kami melakukan pencarian terhadap artikel-artikel terkait di beberapa jurnal terindeks SINTA. Berdasarkan tinjauan literatur, kami menemukan bahwa Cloud Native Technology adalah pendekatan dalam pengembangan dan pengelolaan aplikasi yang memanfaatkan sepenuhnya kekuatan komputasi awan (cloud). Cloud Native Technology memberikan manfaat besar bagi pengembangan perangkat lunak modern, terutama dalam hal kecepatan rilis, skalabilitas, efisiensi biaya, resiliensi, dan portabilitas aplikasi. Namun, di balik keunggulan tersebut, terdapat pula tantangan yang harus dihadapi. Kompleksitas arsitektur, kebutuhan skill baru dan pengelolaan keamanan menjadi hambatan utama dalam implementasi cloud native
E EKSPLORASI PENDAPAT PENGGUNA APLIKASI DEEPSEEK DI PLAY STORE DENGAN NATURAL LANGUAGE PROCESSING putri lathifah, shofi; Khotibul Umam; Maya Rini Handayani
JIFOSI Vol. 6 No. 2 (2025): Enhancing Information System Security and Governance in the Digital Transformat
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ulasan yang ditulis oleh pengguna di Google Play Store dapat sangat membantu untuk mengetahui bagaimana masyarakat menerima aplikasi. Dalam penelitian ini, kami menggunakan metode pemrosesan bahasa natural (NLP) untuk melihat bagaimana pengguna melihat aplikasi DeepSeek. Metode scraping dari Play Store digunakan untuk mengumpulkan data, yang kemudian dibersihkan dan diproses melalui proses normalisasi teks, tokenisasi, penghapusan stopword, dan stemming. Selanjutnya, kami mengklasifikasikan ulasan menjadi dua kelompok besar, yaitu ulasan positif dan negatif, menggunakan algoritma Naive Bayes. Hasil analisis menunjukkan bahwa sebagian besar ulasan bersifat positif, dengan beberapa kritik yang terkait dengan bug atau kinerja aplikasi. Studi ini menunjukkan bagaimana teknik pemrosesan bahasa natural dapat digunakan untuk menggali wawasan secara otomatis dan efektif dari data ulasan.

Page 18 of 18 | Total Record : 179

 14   15   16   17   18 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue Vol. 6 No. 2 (2025): Enhancing Information System Security and Governance in the Digital Transformat Vol. 6 No. 1 (2025): Smart Systems and Data-Driven Approaches in Business and Technology Vol. 5 No. 3 (2024): Perkembangan dan Implementasi Kecerdasan Buatan dalam Sistem Informasi Modern Vol. 5 No. 2 (2024): Integrasi Sistem Cerdas dengan Internet of Things (IoT) Vol. 3 No. 2 (2022): Jurnal Informatika dan Sistem Informasi (JIFOSI) Vol. 2 No. 3 (2021): JIFoSI Volume 2, No 3: November 2021 Vol. 2 No. 2 (2021): JIFoSI Volume 2, No 2: Juli 2021 Vol. 2 No. 2 (2021): Penggunaan Media Sosial pada Keterlibatan Pengguna Website Vol. 1 No. 2 (2020): JIFoSI Volume 1, No 2: Juli 2020 Vol. 1 No. 1 (2020): JIFoSI Volume 1, No 1: Maret 2020