cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arif Bijaksana Putra Negara
Contact Email
arifbpn@untan.ac.id
Phone
+62811578624
Journal Mail Official
editor_justin@informatika.untan.ac.id
Editorial Address
Sekretariat Justin Gedung Informatika Fakultas Teknik Universitas Tanjungpura Jl. Prof. Dr. Hadary Nawawi Pontianak 78124
Location
Kota pontianak,
Kalimantan barat
INDONESIA
JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Published by Universitas Tanjungpura
ISSN : 24603562     EISSN : 26208989     DOI : http://dx.doi.org/10.26418/justin
Core Subject : Science,
Computer Science & IT
JUSTIN aims to publish research results and thoughts among academics, researchers, scientists, and practitioners in the field of informatics/computer science so that they are freely available to the public, and support the exchange of knowledge. The scope of JUSTIN is but is not limited to the following: theory and information science, information systems, information security, data processing and structure, programming and computing, software engineering, informatics, computer science, computer engineering, architecture and computer networks, robotics, parallel and distributed computing, operating systems, compilers and interpreters, games, numerical methods, mobile computing, natural language processing, data mining, cognitive systems, speech processing, machine learning, artificial intelligence, expert systems, geographical information systems, computational theory, and informatics applications in various fields.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 23 Documents
 1   2   3 
Search results for , issue "Vol 12, No 4 (2024)" : 23 Documents clear
Sistem Pelacakan Barang Cargo dengan Memanfaatkan QR Code dan Fitur WhatsApp Gateway Ramadhanti, Mutiara Fitri; Ripanti, Eva Faja; Muthahhari, Morteza
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 4 (2024)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v12i4.83032

Abstract

Pendataan pengiriman barang yang masih menggunakan tulisan tangan tanpa memanfaatkan sistem berbasis teknologi ini cenderung memakan waktu lama dalam pencarian data, dan rentan terhadap kesalahan, kehilangan, serta kerusakan data. Konsumen seringkali tidak mendapatkan informasi yang memadai mengenai proses pengiriman barang yang dikirim dan tidak dapat diketahui kapan barang tersebut tiba di tujuan. Kendala ini dipicu oleh ketidaktersediaan sistem pelacakan yang terintegrasi dan mampu memberikan pembaharuan status pengiriman barang secara real time. Tujuan dari penelitian ini adalah membangun sebuah sistem pelacakan barang cargo berbasis web yang menggunakan teknologi QR Code dan WhatsApp Gateway. Sistem ini dapat menghasilkan QR Code yang berisi informasi status pengiriman barang terbaru. Selanjutnya, sistem dapat menggunakan WhatsApp Gateway untuk mengirim QR Code, URL, dan informasi terkait status pengiriman terbaru kepada konsumen. QR Code tersebut memungkinkan pengguna untuk melacak dan memantau status pengiriman barang dengan hanya memindai kode tersebut menggunakan aplikasi scanner. Selain itu, dapat menggunakan URL yang diberikan melalui WhatsApp untuk mengetahui status pengiriman barang terbaru. Dengan integrasi ini, diharapkan bahwa status pengiriman barang dapat dipantau secara real time oleh semua pihak yang terlibat. Pengembangan sistem ini dilakukan dengan metode Rapid Application Development (RAD) dengan model prototype. Implementasi menggunakan bahasa PHP dan Javascript dengan framework Laravel serta integrasi WhatsApp Baileys. Pengujian sistem dilakukan dengan metode Black Box dan User Acceptance Test (UAT) yang menunjukkan tingkat penerimaan yang sangat baik dari pengguna.
Studi Komparatif Multinomial Naïve Bayes, Decision Tree, dan K-Nearest Neighbor dalam Klasifikasi Validasi Ulasan Clash of Clans oleh Pengguna Ahli Ramadhani, Ramadhani; Ramadhanu, Ramadhanu; Ridwan, Mohammad; Abdillah, Amrullah Fajri Artha; Hidayat, Taufik
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 4 (2024)
Publisher : Jurusan Informatika Universitas Tanjungpura

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

Abstract

User reviews of the app, including popular games like Clash of Clans, are an important indicator of the quality of the app. However, fake reviews can mislead users and damage the app's reputation. This study aims to classify Clash of Clans reviews on the Google Play Store as "valid" or "invalid" using three algorithms: decision tree (DT), K-Nearest Neighbors (KNN), and Multinomial Naive Bayes (MNB). The dataset used contains 320 Indonesian reviews with a rating of 1 to 3 and validated by experienced players. Text features are extracted using TF-IDF and the model is evaluated using cross validation. The results show that the decision tree has the highest accuracy (64%), followed by MNB (59%) and KNN (53%). Cross validation shows that MNB has the most stable performance, while KNN is more sensitive to data changes. Decision Trees show the lowest performance and are less effective on new data because they tend to overfit. The study provides valuable insights into the selection of user review classification algorithms by considering accuracy, precision, acquisition, and performance stability.
Sistem Pemilihan (E-voting) Kepala Desa Menggunakan Pengamanan Dengan Teknologi QR Code Berbasis Website Saragih, Hisarman; Sholva, Yus; Muthahhari, Morteza
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 4 (2024)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v12i4.82234

Abstract

Pemilihan kepala desa merupakan kegiatan wajib yang dilaksanakan oleh masyarakat desa untuk menentukan pemimpin yang akan memimpin desa tersebut dalam periode waktu enam tahun. Pemilihan kepala desa secara konvensional terdapat beberapa permasalahan seperti terjadinya pemalsuan surat undangan maupun surat suara, permasalahan distribusi logistik pemilihan, serta potensi kecurangan pada saat proses perhitungan suara.   Pelaksanaan pemilihan kepala desa secara konvensional mulai ditangani dengan dilaksanakannya pemilihan secara elektronik atau dikenal dengan istilah e-voting. Pada pelaksanaan e-voting terdapat beberapa permasalahan salah satunya yaitu kurang kepercayaan masyarakat terhadap keamanan dari pemilihan secara elektronik. Berdasarkan permasalahan tersebut dilakukanlah penelitian untuk membangun sistem pemilihan (e-voting) kepala desa menggunakan pengamanan dengan teknologi QR Code berbasis website yang bertujuan untuk mengurangi permasalahan yang terdapat dalam pemilihan kepala desa secara konvensional dan meningkatkan pengamanan dalam pemilihan secara e-voting. Metode penelitian yang dilakukan dalam penelitian ini menggunakan metode waterfall yang terdiri dari perumusan masalah, studi literatur, perancangan, implementasi dan pengujian sistem. Perancangan sistem dalam penelitian ini menggunakan Unified Modelling Language yang terdiri dari use case diagram, activity diagram, sequence diagram dan class diagram. Sistem dibangun menggunakan bahasa pemrograman PHP dengan kerangka kerja Laravel. Dalam pengujian sistem menggunakan metode blackbox untuk menguji fungsionalitas sistem. Hasil yang didapatkan dari pengujian blackbox menunjukkan seluruh fungsi utama dalam sistem dapat berjalan sesuai dengan yang diharapkan.
Evaluasi Teknik Preprocessing terhadap Kinerja Multinomial Naïve Bayes dalam Klasifikasi Pertanyaan Insincere Holle, Khadijah Fahmi Hayati; Alfianita, Rizha; Putri, Hikmatul Maulidia
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 4 (2024)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v12i4.82758

Abstract

Platform komunitas tanya-jawab atau Community Question Answering (CQA) telah menjadi sumber informasi yang penting namun menghadapi tantangan, salah satunya adalah adanya pertanyaan insincere. Pertanyaan insincere ini mengacu pada pertanyaan yang tidak tulus dan sering didasarkan pada asumsi keliru, yang dapat mengganggu kenyamanan pengguna dan menyebabkan penyebaran informasi yang menyesatkan. Oleh karena itu, diperlukan deteksi pertanyaan insincere. Penelitian ini bertujuan untuk mengevaluasi pengaruh teknik preprocessing teks terhadap kinerja algoritma Multinomial Naïve Bayes (MNB) dalam mengklasifikasikan pertanyaan insincere. Data yang digunakan terdiri dari 4000 pertanyaan dari Quora, dengan masing-masing 2000 pertanyaan berlabel insincere dan 2000 berlabel sincere. Pembobotan kata dilakukan menggunakan TF-IDF. Terdapat 4 skenario pengujian yang berfokus pada variasi tahap preprocessing untuk mengetahui pengaruh preprocessing terhadap akurasi sistem. Skenario tersebut adalah MNB dengan stemming, MNB dengan lemmatization, MNB tanpa stemming, dan MNB dengan stemming tanpa stopword removal. Pengujian dilakukan menggunakan teknik k-Fold Cross Validation. Hasil uji coba menunjukkan bahwa skenario MNB dengan stemming tanpa stopword removal memberikan hasil terbaik dengan akurasi 83%, presisi 78%, recall 94%, dan F1-score 85%. Sehingga dapat disimpulkan bahwa pemilihan teknik pemrosesan teks yang tepat sangat penting untuk meningkatkan kinerja teks, khususnya dalam mendeteksi pertanyaan insincere pada platform CQA.
Optimalisasi Convolutional Neural Network Menggunakan Augmentasi dan Hyperparameter untuk Klasifikasi Daging Sapi dan Daging Babi Jasril, Jasril; Sanjaya, Suwanto
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 4 (2024)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v12i4.80337

Abstract

Tujuan penelitian ini adalah untuk menentukan model optimal pada klasifikasi sapi dan babi dengan menerapkan augmentasi data serta hyperparameter pada Convolutional Neural Network (CNN) arsitektur EfficientNet-B0. Data citra daging sapi dan daging babi yang diambil langsung dari beberapa pasar yang ada di kota Pekanbaru. Data diambil menggunakan kamera DSLR dan kamera smartphone dengan jarak antara 10cm sampai 15cm dan pencahayaan menyesuaikan dengan kondisi cahaya pada lingkungan pasar. Proses pelatihan dan pengujian model klasifikasi menggunakan beberapa skenario yaitu kombinasi pembagian data, jenis dataset, optimizer, fungsi aktivasi, dan learning rate. Berdasarkan hasil pengujian, model klasifikasi yang memiliki nilai akurasi tertinggi adalah 0,93 yaitu model dengan skenario jenis dataset gabungan (dataset original ditambah dengan dataset hasil augmentasi) dengan pembagian data 90% data latih dan 10% data uji. Hasil pengujian akurasi tertinggi menunjukkan model tidak overfitting, tetapi masih ada beberapa data citra daging sapi yang diklasifikasikan menjadi daging babi ataupun oplosan, sehingga perlu dilakukan penelitian lebih lanjut untuk meminimalkan masalah tersebut karena sebagai seorang muslim harus memastikan daging sapi yang dimakan adalah benar daging sapi.
Analisis Teks untuk Official Statistics: Systematic Literature Review Rahmaniar, Masna Novita; Pramana, Setia
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 4 (2024)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v12i4.83426

Abstract

Big data menghasilkan berbagai jenis data, termasuk data teks yang memiliki keunggulan dan berpotensi untuk meningkatkan kualitas official statistics. Belum tersedianya literatur yang membahas khusus tentang pemanfaatan analisis teks untuk official statistics mendorong dilakukannya penelitian dengan pendekatan Systematic Literature Review (SLR) guna mengidentifikasi tren penelitian, konsep dasar dan pemanfaatan, serta temuan dan tantangan analisis teks untuk official statistics. Tahapan SLR meliputi planning, data collection, analysis, dan discussion. Pada tahap planning, dirumuskan tiga pertanyaan penelitian sesuai tujuan penelitian. Data collection dilakukan dengan scraping untuk identifikasi tren literatur dan pencarian konvensional pada Google Scholar untuk mendapatkan publikasi relevan terkait pemanfaatan analisis teks. Tahap analysis memvisualisasikan tren penelitian menggunakan diagram batang, jaringan, dan word cloud, dilanjutkan dengan pembahasan pemanfaatan yang dibagi berdasarkan sektor ekonomi, sosial, dan lingkungan. Pada tahap discussion, dilakukan integrasi pembahasan untuk melihat temuan dan tantangan penerapan analisis teks untuk official statistics.   Hasil penelitian menunjukkan bahwa secara keseluruhan, tren literatur yang sering dibahas pada kata kunci official statistics adalah klasifikasi teks untuk literatur berbahasa Indonesia, dan pemodelan topik untuk literatur berbahasa Inggris. Temuan yang diperoleh adalah analisis teks berpotensi memperkaya official statistics melalui prediksi ekonomi, analisis tren sosial, dan pemantauan lingkungan, analisis teks dapat digunakan untuk analisis tunggal maupun variabel pelengkap dalam penelitian. Tantangan utama terletak pada sifat teks yang tidak terstruktur dan fleksibilitasnya dalam berbagai penggunaan, sehingga diperlukan standar pemrosesan, jaminan kerahasiaan, regulasi yang memadai, serta kolaborasi nasional dan internasional agar analisis teks dapat terintegrasi secara efektif sesuai dengan prinsip-prinsip official statistics.
STIS Society : Aplikasi Web Forum Diskusi Berbasis Gamifikasi Pratama, Ahmad Faqih; Santoso, Ibnu
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 4 (2024)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v12i4.81732

Abstract

Kemajuan teknologi informasi menciptakan peluang yang cukup besar dalam peningkatan komunikasi dan kolaborasi antar sivitas akademika di Polstat STIS. Namun, dalam lingkup tersebut, masih terdapat dinamika komunikasi dan kolaborasi yang perlu diperhatikan. Berdasarkan hasil survei pendahuluan yang dilakukan, pengembangan sistem forum diskusi terbuka di Polstat STIS menjadi sebuah langkah yang relevan. Meskipun begitu, meningkatkan kontribusi pengguna dalam sistem merupakan hal yang cukup menantang. Oleh karena itu, penerapan unsur gamifikasi ke dalam sistem menjadi salah satu ide yang cukup menarik. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah Rapid Application Development (RAD). Sistem dibangun dengan menggunakan full-stack framework TALL. Beberapa teknik pengujian yang dilakukan antara lain black-box testing, uji kuesioner System Usability Scale (SUS), uji kuesioner User Engagement Scale (UES), serta pengujian performa sistem. Berdasarkan hasil pengujian, fungsionalitas sistem telah berjalan dengan baik serta memberikan pengalaman pengguna yang baik.
Manajemen Risiko Sistem Informasi Akademik Menggunakan OCTAVE Allegro dan ISO/EIC 27001 di Universitas Perwira Purbalingga Kusuma, Tyas Pratama Puja; Setiawan, Ito; Aziz, Muhammad Abdul; Putranto, Banu Dwi
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 4 (2024)
Publisher : Jurusan Informatika Universitas Tanjungpura

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

Abstract

Sistem Informasi Akademik sangat penting bagi universitas untuk mengelola proses akademik dan administrasi, namun ketergantungan terhadap sistem ini juga menimbulkan risiko. Manajemen risiko diperlukan untuk mengurangi dan mengantisipasi potensi risiko yang mungkin timbul di kemudian hari. Universitas Perwira Purbalingga menghadapi kendala terkait server down, human error, dan sinkronisasi data SIA dengan aplikasi Neo Feeder PDDikti. Untuk mengatasi permasalahan tersebut, dilakukan penilaian risiko dengan metode OCTAVE Allegro berdasarkan standar ISO/IEC 27001. Tujuannya untuk mengetahui tingkat risiko penggunaan Sistem Informasi Akademik dan memberikan rekomendasi mitigasi risiko. Hasil penelitian yang telah dilakukan dapat ditarik kesimpulan bahwa terdapat 3 area of concern ancaman terhadap SIA yaitu kesalahan dalam penginputan KRS dan kata sandi dengan tingkat risiko serta, terjadinya error pada saat sinkronisasi data ke aplikasi Neo Feeder karena adanya pembaharuan variabel data dari PDDikti dengan tingkat risiko high, kemudian untuk overload data, maintenance sistem dan kegagalan dalam mengakses SIA dengan tingkat risiko medium. Rekomendasi mitigasi yang digunakan mengacu pada ISO/IEC 27001:2022 bagian change management, information security awareness, education and training, authentication information, supporting utilities, capacity management dan installation of software on operational systems
Ulcerative Colitis Classification on Endoscopy Image using Support Vector Machine with Image Extraction using Gray Level Co-Occurrence Matrix Nurrohman, Agni; Hoeronis, Irani; Lukmana, Hen Hen
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 4 (2024)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v12i4.82903

Abstract

Ulcerative colitis or inflammation of the colon is a chronic inflammatory disorder characterized by mucosal inflammation involving the large intestine (colon) and leading to the anus (rectum). The number of cases of ulcerative colitis ranges from 90-505 people out of 100,000 people in Northern Europe and North America, less common in Western and Southern European regions as well as at least 10 times less in Asia, Africa and Oriental populations. This study aims to classify endoscopic images with the Support Vector Machine method with the results of feature extraction using Gray Level Co-Occurrence Matrix. The dataset used is the kvasir dataset with the number of datasets used in this study totaling 1990 with each class, namely the healthy class and the ulcerative colitis class, having 995 images. Endoscopy results in the form of digital images captured using a small camera inserted into the patient's gastrointestinal tract. In this study, the accuracy model of Ulcerative Colitis classification was calculated using the results of endoscopy image feature extraction with GLCM feature extraction using SVM classification with RBF kernel. The search for hyperparameter values is carried out to find the best C and gamma values so that this study has model accuracy results which previously had an accuracy of 86.45% to 90.85%, a precision value of 91.58%, a recall value of 90.68% and an f1-score value of 91.12%.
Perbandingan Arsitektur MobileNetV2 dan RestNet50 untuk Klasifikasi Jenis Buah Kurma Hermanto, Agyl Restu; Aziz, Abdul; Sudianto, Sudianto
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 4 (2024)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v12i4.80358

Abstract

Kurma adalah buah yang populer di Indonesia, terutama saat bulan Ramadhan karena mayoritas penduduknya beragama Islam. Buah ini berwarna coklat, berbentuk lonjong, dan tumbuh di pohon palem, serta kaya akan zat besi, kalsium, kalium, dan vitamin C. Kurma memiliki berbagai jenis dengan bentuk dan warna yang mirip, sehingga sulit diidentifikasi. Penelitian ini bertujuan untuk mengklasifikasikan jenis-jenis kurma menggunakan perbandingan arsitektur transfer learning. Metode yang digunakan adalah model CNN (Convolutional Neural Network) dengan arsitektur MobileNetV2 dan RestNet50, yang dilatih kembali menggunakan dataset citra untuk membedakan tiga jenis kurma: Ajwa, Alwassim, dan Khenaizi. Kedua model dilatih dengan parameter epoch 20, 40, dan 60. Hasil penelitian menunjukkan bahwa MobileNetV2 unggul dibandingkan RestNet50 dalam semua metrik evaluasi (accuracy, precision, recall, f1-score), dengan akurasi tertinggi 95% pada MobileNetV2. Hal ini mengindikasikan bahwa MobileNetV2 lebih efisien dalam memanfaatkan proses transfer learning dan lebih efektif dalam mengidentifikasi tiga jenis kurma pada dataset.

Page 1 of 3 | Total Record : 23

 1   2   3 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 13, No 4 (2025) Vol 13, No 3 (2025) Vol 13, No 2 (2025) Vol 13, No 1 (2025) Vol 12, No 4 (2024) Vol 12, No 3 (2024) Vol 12, No 2 (2024) Vol 12, No 1 (2024) Vol 11, No 4 (2023) Vol 11, No 3 (2023) Vol 11, No 2 (2023) Vol 11, No 1 (2023) Vol 10, No 4 (2022) Vol 10, No 3 (2022) Vol 10, No 2 (2022) Vol 10, No 1 (2022) Vol 9, No 4 (2021) Vol 9, No 3 (2021) Vol 9, No 2 (2021) Vol 9, No 1 (2021) Vol 8, No 4 (2020) Vol 8, No 3 (2020) Vol 8, No 2 (2020) Vol 8, No 1 (2020) Vol 7, No 4 (2019) Vol 7, No 3 (2019) Vol 7, No 2 (2019) Vol 7, No 1 (2019) Vol 6, No 4 (2018) Vol 6, No 3 (2018) Vol 6, No 2 (2018) Vol 6, No 1 (2018) Vol 5, No 4 (2017) Vol 5, No 3 (2017) Vol 5, No 2 (2017) Vol 5, No 1 (2017) Vol 4, No 3 (2016) Vol 4, No 2 (2016) Vol 4, No 1 (2016) Vol 3, No 3 (2015) Vol 3, No 2 (2015) Vol 3, No 1 (2015) Vol 2, No 3 (2014) Vol 2, No 2 (2014) Vol 2, No 1 (2014) Vol 1, No 3 (2013) Vol 1, No 2 (2013) Vol 1, No 1 (2013) More Issue