cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Anggi Zafia
Contact Email
zafia@ittelkom-pwt.ac.id
Phone
+6281327627389
Journal Mail Official
journalofinista@ittelkom-pwt.ac.id
Editorial Address
Gedung DC Lantai 1 Jl. DI Panjaitan No.128, Karangreja, Purwokerto Kidul, Kec. Purwokerto Sel., Kabupaten Banyumas, Jawa Tengah 53147, Indonésia
Location
Kota bandung,
Jawa barat
INDONESIA
Journal of Informatics, Information System, Software Engineering and Applications (INISTA)
Published by Universitas Telkom
ISSN : -     EISSN : 26228106     DOI : https://doi.org/10.20895/inista
Core Subject : Science,
Computer Science & IT
Journal of Informatics, Information System, Software Engineering and Applications (INISTA) is a scientific journal published by Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) of Institut Teknologi Telkom Purwokerto with ISSN 2622-8106 , Indonesia. Journal of INISTA covers the field of Informatics, Information System, Software Engineering and Applications. First published will be in September 2018 for an electronic version. The aims of Journal of INISTA are to disseminate research results and to improve the productivity of scientific publications. Journal of INISTA is published twice in Mei and November. Publication will be published "Volume 2 number 2" in May 2020.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 8 Documents
 1 
Search results for , issue "Vol 3 No 2 (2021): Mei 2021" : 8 Documents clear
The Concept of Big Data Analysis for Maritime Information on Indonesian Waters using K-Means Algorithm Bita Parga Zen
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.200

Abstract

Abstract— Indonesia as an archipelagic country has a strategic geographical location, which is located between two continents and two oceans so that it has many advantages, especially in the maritime sector. Indonesia has a goal of becoming a World Maritime Axis that is responsible for ensuring the security and safety of services based on UNCLO S 1982. One way to achieve this goal is to process Big Data to produce useful maritime information . Data can be obtained from government agencies and international organizations and processed according to big data analytics so that it can be visualized information that can be used by various related parties. The collected data can be clustered using the K-Means algorithm with the aim of dividing the data into several groups. This is especially useful for supporting Indonesia based on UNCLOS 1982 by providing information and ensuring the safety of Indonesian waters and being able to contribute to the Indonesian economy.
Analisis Sentimen Pelanggan Hotel di Purwokerto Menggunakan Metode Random Forest dan TF-IDF (Studi Kasus: Ulasan Pelanggan Pada Situs TRIPADVISOR) Boma Bayu Baskoro; Irwan Susanto; Siti Khomsah
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.218

Abstract

Aplikasi e-tourism di Indonesia sudah banyak diterapkan terutama untuk layanan akomodasi wisata seperti hotel atau penginapan. Salah satu aplikasi e-tourism yang terkenal adalah tripadvisor.co.id. Aplikasi tersebut memudahkan masyarakat memesan hotel secara online karena lebih cepat, praktis dan mudah. Salah satu faktor penting dalam memilih hotel terbaik dengan harga terjangkau ialah pendapat para pelanggan hotel dari ulasan pada kolom komentar dari para pelanggan hotel sebelumnya. Banyaknya data ulasan pelanggan membutuhkan waktu yang lama untuk mengetahui polaritas ulasan positif dan mana ulasan negatif secara manual. Oleh karena itu diperlukan model analisis sentimen yang akurat yang dapat mengklasifikasikan ulasan pelanggan menjadi ulasan positif dan negatif. Pada penelitian ini diusulkan model analisis sentimen pelanggan hotel menggunakan metode Random Forest Classifier dan Term Frequency–Inverse Document Frequency (TF–IDF). Dataset yang digunakan untuk membangun model sentimen analisis adalah data komentar-komentar pelanggan hotel di Purwokerto yang diunduh dari situs tripadvisor.co.id. Pada preprocessing melibatkan proses konversi slangword menjadi kata baku sesuai KBBI, stemming, dan menambahkan kata-kata stopword baru selain stopword dalam library sastrawi. Hasil penelitian menunjukkan akurasi model mencapai akurasi 87,23%. Akan tetapi jika tanpa proses stemming, akurasi model hanya 76,07%.
Analisis Efektifitas Google Classroom, Zoom Meeting dan Google Meet sebagai Multimedia Interaktif Pembelajaran Online Chadziqatun Najilatil Mazda; Alfa Nahdlijatul Fikria
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.242

Abstract

Pandemi Covid-19 memberikan dampak yang cukup besar dalam berbagai bidang. Baik itu di bidang pendidikan, sosial ekonomi, hingga sosial sosial budaya di masyarakat. Pada bidang pendidikan, pembelajaran secara tatap muka langsung tidak dapat dilaksanakan untuk mencegah persebaran virus tersebut. Sehingga, penggunaan Google Classroom, Zoom Meeting dan Google Meet menjadi solusi sebagai multimedia interaktif dalam pembelajaran online di masa pandemi. Meskipun demikian, penggunaan media tersebut menimbulkan permasalahan baru dikarenakan tidak semua mahasiswa bisa mengikuti pembelajaran online dengan baik. Hal tersebut ditandai dengan ketidakhadiran sebagian mahasiswa ketika pembelajaran berlangsung, keterlambatan mahasiswa saat pengumpulan tugas serta menurunnya IPK sejumlah mahasiswa. Sehubungan dengan hal tersebut, penelitian ini dilakukan untuk menganalisis efektivitas penggunaan Google Classroom, Zoom Meeting dan Google Meet sebagai multimedia interaktif pembelajaran online di masa pandemi. Pengumpulan data dilakukan melalui dokumentasi, studi pustaka dan wawancara terhadap sejumlah mahasiswa serta tenaga pendidik pengguna aplikasi Google Classroom, Zoom Meeting dan Google Meet. Studi kasus dilakukan terhadap mahasiswa dan dosen dari 5 Universitas yang berbeda-beda. Analisa data dilakukan dengan teknik triangulasi menggunakan teori efektifitas dan teori pembelajaran. Hasil penelitian menunjukkan bahwa penggunaan Google Classroom, Zoom Meeting dan Google Meet mampu menjadi multimedia interaktif pembelajaran online di masa pandemi Covid-19.
Analisis Sentimen Twitter Menggunakan Metode Support Vector Machine (SVM) pada Kasus Benih Lobster 2020 BERGAS PAMUNGKAS; Muhammad Eka Purbaya; Dwi Januarita A.K
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.243

Abstract

Perkembangan dan penggunaan media sosial Twitter saat ini meningkat secara signifikan, sedangkan media sosial Twitter masih memuat cuitan positif dan negatif. Sedangkan saat ini terdapat kasus korupsi benih lobster di tahun 2020 informasi ini menjadi trending topic pada media sosial Twitter. Sedangkan untuk mendapatkan data yang valid mengenai klasifikasi berdasarkan cuitan positif dan negatif maka digunakan metode support vector machine (SVM). Analisis dilakukan menggunakan metode support vector machine (SVM) untuk mendapatkan hasil klasifikasi berdasarkan sentimen positif dan negatif. Pada proses pencarian klasifikasi antara cuitan positif dan negatif dengan mengatur pada mesin pencari sebanyak 500 cuitan, setelah melakukan pencarian didaptkan data sebanyak 156 data cuitan yang membahas korupsi benih lobster. Metode Support Vector Machine (SVM) dapat digunakan untuk mencari field yang dapat memisahkan kedua kelas dengan menggunakan fitur analisis sentimen dan klasifikasi. Model SVM juga dapat mengklasifikasikan respon masyarakat terhadap isu korupsi benih lobster tahun 2020 dengan baik, untuk hasil dari proses klasifikasi tersebut maka didapatkan nilai yaitu nilai akurasi 84,21% sedangkan nilai sensitivitas 73,38% dan nilai spesifisitas 82,10%.
Prototype Real-Time Monitoring System Bus Trans Jateng Berbasis Android untuk Informasi Waktu Kedatangan Bus di Halte Felia Citra Dwiyani Putri Rosyadi; Yudha Saintika; Yoso Adi Setyoko
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.252

Abstract

Pada tahun 2018 Gubernur Jawa Tengah yaitu Ganjar Pranowo me-launching moda transportasi modern berupa bus Trans Jateng yang beroperasi di rute Purwokerto-Purbalingga dan sebaliknya. Pihak pelayanan bus Trans Jateng telah mengeluarkan aplikasi Bus Trans Jateng yang bernama “Si Anteng”. Namun, berdasarkan hasil launching pada tanggal 7 Maret 2021, aplikasi tersebut belum dilengkapi notifikasi ketika bus telah tiba di halte, dan ketika pengguna memilih bus terdekat, pengguna tidak dapat memantau pergerakan bus. Faktor belum adanya jalur khusus Trans Jateng mengakibatkan sering terganggunya perjalanan bus Trans Jateng dengan kendaraan lain seperti kemacetan lalu lintas, dan faktor lainnya seperti kerusakan armada di jalan menjadi penyebab kedatangan bus Trans Jateng di halte seringkali tidak sesuai dengan jadwal yang sudah ditetapkan oleh pihak BRT. Sehubungan dengan masalah tersebut, peneliti membuat sebuah sistem dan alat untuk monitoring bus Trans Jateng dengan metode GPS tracking. Pada sistem ini menggunakan mikrokontroler Arduino uno dan Modul SIM808 untuk menerima data GPS dan dapat diakses melalui aplikasi android. Berdasarkan hasil pengembangan yang dilakukan dengan metode prototyping diperoleh hasil uji black box menyatakan sebesar 93,8% apliksi berjalan sesuai fungsinya, dan berdarkan hasil uji keakuratan diperoleh perbandingan waktu terlama aplikasi monitoring bus Trans Jateng memunculkan notifikasi setelah bus Trans Jateng tiba di halte yaitu 16 detik, dan waktu tercepat 5 detik, serta rata-rata dari setiap rute diantaranya rute Purwokerto-Purbalingga sebesar 10 detik, dan pada rute Purbalingga-Purwokerto sebesar 9 detik. Dengan menggunakan sistem monitoring ini dapat mengefesiensikan waktu tunggu, serta dapat memotivasi masyarakat agar memilih untuk menggunakan transportasi umum.
Pengenalan Kata Bahasa Isyarat Indonesia (BISINDO) Menggunakan Augmented Reality (AR) Meliana Dewi; Tenia Wahyuningrum; Novian Adi Prasetyo
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.256

Abstract

Tunarungu merupakan anak berkebutuhan khusus yang mengalami hambatan dalam mendengar serta sulitnya komunikasi secara verbal, Ketidakmampuan penyandang tunarungu berkomunikasi mempengaruhi pengembangan bahasa dan menimbulkan sulitnya mendapatkan informasi. Oleh karena itu, diperlukan alat komunikasi bagi penyandang tunarungu yang dapat dipelajari sehingga, tidak ada kesalahan dalam berkomunikasi dan mendapatkan informasi. Peneliti membuat aplikasi dengan konten pendidikan untuk menciptakan media ajar yang dapat digunakan penyandang tunarungu atau orang normal mempelajari bahasa isyarat, menggunakan Augmented Reality (AR) sebagai media tambahan dalam pengembangan aplikasi serta menambahkan metode Agile Development dalam tahap perancangan sistem. Pengujian fungsionalitas dilakukan pada setiap kasus yang uji di masing-masing kebutuhan fungsionalitas. Hasil dari pengujian usability, menggunakan kuesioner System Usability Scale (SUS) disebarkan kepada responden pengguna aplikasi SiLuAR memperoleh hasil uji normalitas lebih dari 0,05 sehingga aplikasi ber distribusi normal. Pengujian kepuasan pengguna mendapatkan nilai kurang dari 74 yang dibuktikan saat pengujian One-Sample T-Test artinya pengguna merasa kurang puas atas aplikasi. Pembelajaran bahasa isyarat ini menggunakan buku Belajar Bahasa Isyarat untuk Anak Tunarungu Dasar (BISINDO) Bahasa Isyarat Indonesia.
Implementasi Metode CART untuk Klasifikasi Diagnosis Penyakit Hepatitis Pada Anak Anna Hendri Soleliza Jones; Muhchromin Sucron Makmun
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.265

Abstract

Penyakit hepatitis adalah salah satu ancaman kesehatan utama di dunia. Hepatitis merupakan peradangan pada hati yang biasanya disebabkan oleh virus hepatitis. Berdasarkan hasil riset kesehatan dasar kementerian RI tahun 2014, diperkirakan 10 dari 100 orang Indonesia terinfeksi hepatitis. Menurut Direktur Jenderal Badan Organisasi Kesehatan Dunia (WHO), Tedros Adhanom Ghebreyesus hanya ada 1 dari 10 orang yang pernah melakukan tes hepatitis dan hanya 1 dari 5 orang yang mendapatkan pengobatan hepatitis yang tepat dimana hepatitis A justru lebih sering menyerang anak-anak, terutama yang tinggal di area dengan sanitasi rendah. Penelitian bertujuan untuk membangun sistem aplikasi berbasis komputer dalam menentukan klasifikasi diagnosis penyakit hepatitis dengan metode CART. Data yang digunakan merupakan data dua tahun terakhir dari RSUD Sei Bahar yaitu sebanyak 240 data. Prinsip dari metode CART adalah memilah seluruh amatan menjadi dua gugus amatan dan memilah kembali gugus amatan tersebut menjadi dua gugus amatan berikutnya. Hasil klasifikasi menggunakan metode CART sebagai pengetahuan menentukan penyakit hepatitis. Dengan menggunakan 35 data uji, dan analisis rekomendasi dari pakar, didapatkan bahwa metode CART dapat digunakan sebagai metode pengklasifikasian pada penyakit hepatitis dengan tingkat akurasinya sebesar 94%.
Prediksi Harga Ethereum Menggunakan Metode Vector Autoregressive Pradana Ananda Raharja
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.285

Abstract

Ethereum sebagai salah satu cryptocurrency yang transaksinya dapat dilakukan tanpa membutuhkan kartu kredit atau melalui bank sentral, akan tetapi cryptocurrency mengalami fluktuasi terhadap harga yang berubah secara periode tertentu. Risiko fluktuasi harga ini dapat diantisipasi dengan melakukan prediksi terhadap nilai tukarnya, penelitian ini menggunakan kurs Dollar Amerika Serikat sebagai acuan nilai tukar setiap satu Ethereum. Prediksi yang dilakukan menggunakan pendekatan Vector Autoregressive untuk melakukan analisis data dalam bentuk time series. Berdasarkan hasil penelitian yang telah dilakukan diketahui bahwa hasil perhitungan nilai error menggunakan Root Mean Square Error yaitu nilai error pada harga pembukaan 890,29, nilai error pada harga tertinggi 930,50, nilai error pada harga terendah 1.164,12 dan nilai error pada harga penutupan 978,37.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol 8 No 1 (2025): November 2025 Vol 7 No 2 (2025): May 2025 Vol 7 No 1 (2024): November 2024 Vol 6 No 2 (2024): May 2024 Vol 6 No 1 (2023): November 2023 Vol 5 No 2 (2023): May 2023 Vol 5 No 1 (2022): November 2022 Vol 4 No 2 (2022): Mei 2022 Vol 4 No 1 (2021): November 2021 Vol 3 No 2 (2021): Mei 2021 Vol 3 No 1 (2020): November 2020 Vol 2 No 2 (2020): Mei 2020 Vol 2 No 1 (2019): November 2019 Vol 1 No 2 (2019): Mei 2019 Vol 1 No 1 (2018): September 2018 More Issue