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 17 Documents
 1   2 
Search results for , issue "Vol 13, No 2 (2025)" : 17 Documents clear
Penyetelan Parameter PID Berbasis Support Vector Machine Menggunakan Python Arifin, Moehammad Riyadh; Rahmat, Basuki; Wahyuningsih, Pujianti
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.88100

Abstract

Pengembangan sistem kontrol berbasis Support Vector Machine (SVM) adalah tujuan penelitian ini. SVM digunakan untuk mengoptimalkan penyetelan parameter pengontrol Proportional Integral Derivative (PID). Pengontrol PID banyak digunakan dalam berbagai sistem industri karena efisiensi dan efektivitasnya. Namun penyetelan parameter PID yang optimal masih menjadi tantangan, terutama dalam menangani sistem dengan karakteristik nonlinier dan gangguan eksternal. Untuk mengatasi permasalahan ini, penelitian ini mengembangkan sistem kontrol berbasis SVM yang digunakan untuk mengoptimalkan penyetelan parameter PID. Dengan menggunakan pemrograman berbasis Python , yang dimaksudkan untuk meningkatkan kinerja kontrol dalam hal respon sampai keadaan tunak. Studi ini mencakup beberapa tahap, termasuk pemodelan sistem kontrol untuk mendapatkan karakteristik data yang akurat, pengembangan pustaka SVM khusus dalam Python untuk mendukung proses optimasi, dan penerapan SVM pada algoritma penyetelan parameter PID. Untuk menganalisis efektivitas sistem yang diusulkan, simulasi skenario variatif dilakukan untuk menguji ketepatan respon, kecepatan pencapaian titik setel, dan kemampuan mempertahankan keadaan tunak. Hasil simulasi ini diharapkan menunjukkan bahwa metode yang diusulkan mampu meningkatkan kinerja pengendalian dengan efisien dan efektif dalam berbagai kondisi operasional. Temuan ini memiliki signifikansi dalam pengembangan sistem kontrol yang lebih adaptif dan efisien, dengan potensi penerapan di berbagai sektor industri, seperti manufaktur, otomasi, dan robotika.
Perbandingan Kinerja Teknik Index Bitmap dan B-Tree dalam Optimasi Query pada Database Oracle putra, adhitya eka; Samidi, Samidi
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.84906

Abstract

Penelitian ini bertujuan untuk mengevaluasi efektivitas teknik indexing dalam pengolahan data besar, khususnya dalam sistem basis data Oracle. Fokus utama penelitian ini adalah membandingkan dua teknik indexing yang paling umum digunakan, yaitu Index Bitmap dan B-Tree, untuk mengukur kinerja mereka dalam hal waktu eksekusi, penggunaan sumber daya (memori dan CPU), serta akurasi hasil pencarian. Eksperimen dilakukan dengan menggunakan dataset besar yang berasal dari sistem Revenue Accounting System (RAS) milik Direktorat Jenderal Pajak, yang mencakup lebih dari 600 juta baris data. Metode eksperimen yang digunakan melibatkan pembuatan kedua indeks pada tabel yang besar, diikuti dengan pengujian berbagai jenis query, seperti seleksi, agregasi, dan rentang data. Hasil penelitian menunjukkan bahwa Index Bitmap lebih efisien untuk query seleksi pada kolom dengan kardinalitas rendah, sementara B-Tree lebih unggul untuk query agregasi dan rentang data pada kolom dengan kardinalitas tinggi. Penggunaan memori juga menunjukkan perbedaan signifikan, dengan Index Bitmap lebih hemat memori, sedangkan B-Tree membutuhkan lebih banyak memori, tetapi lebih efisien pada operasi yang lebih kompleks. Temuan ini memberikan panduan praktis bagi pengembang aplikasi dan administrator basis data dalam memilih teknik indexing yang sesuai dengan jenis data dan query yang dihadapi. Hasil penelitian ini juga membuka peluang untuk penelitian lebih lanjut dalam pengujian teknik indexing pada platform basis data lain dan kondisi yang lebih beragam.
Pengukuran Tingkat Kepuasan Pengguna Aplikasi BTNS Mobile Menggunakan Metode Evaluasi Heuristik dan System Usability Scale (SUS) (Studi Kasus: Mahasiswa Universitas Malikussaleh) Dhani, Saniah; Ula, Munirul; Ulva, Ananda Faridhatul
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.79173

Abstract

Kepuasan pengguna terhadap aplikasi menjadi hal penting dalam memastikan aplikasi memenuhi pengalaman pengguna. Objek penelitian ini adalah BTNS Mobile, dimana aplikasi ini hanya memperoleh rating 3,0 dari 5 bintang di Google Play Store. Terdapat banyak keluhan dan ulasan negatif terhadap BTNS Mobile. Penelitian ini melibatkan 185 responden dan 3 orang pakar serta karyawan bank BTN. Evaluasi heuristik oleh para pakar mengidentifikasi masalah yang signifikan, seperti tombol dan tautan yang tidak sesuai dan desain yang tidak memenuhi standar estetika minimalis. Responden dari jurusan Sistem Informasi dan Teknik Informatika lebih kritis dalam penilaiannya, sedangkan responden dari jurusan lain cenderung memberikan nilai "Masalah kosmetik". Evaluasi oleh bank menunjukkan aplikasi memiliki masalah minor. Skor rata-rata SUS adalah 64, dalam kategori "Marjinal", dengan perbandingan antara jurusan Sistem Informasi/Teknik Informatika (63,2) dan jurusan lain (65,3). Skor kepuasan menurut bank adalah 69,4. Evaluasi heuristik merekomendasikan perbaikan pada beberapa aspek aplikasi, termasuk Visibilitas Status Sistem, Pengenalan Alih-alih Mengingat, Fleksibilitas dan Efisiensi Penggunaan, hingga Bantuan dan Dokumentasi. Rekomendasi untuk perbaikan meliputi perbaikan UI/UX, fitur bantuan, opsi login yang lebih aman, serta perbaikan pada tampilan dasbor, menu transfer, dan pembayaran.
Pembangunan Sistem E-reservation Ruangan Lab FTI UKDW Berbasis Website Waworuntu, Ghea Natasya Pingkan; Chrismanto, Antonius Rachmat; Rini, Maria Nila Anggia
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.87271

Abstract

Peminjaman ruangan maupun alat pada LAB FTI UKDW dilakukan secara konvensional dimana peminjam perlu untuk datang terlebih dahulu mengecek ketersediaan ruangan atau alat. Setelah itu peminjam dapat melakukan peminjaman sesuai dengan ketersediaan yang ada. Peminjaman yang telah dilakukan, sering kali terjadi pembatalan akibat tabrakan jadwal peminjaman yang dilakukan ataupun peminjaman yang tidak tercatat oleh petugas. Penelitian ini dilakukan dengan tujuan untuk membangun sistem e-reservation  pada LAB FTI UKDW. Sistem ini dibangun dengan menggunakan metode SDLC (Software Development Life Cycle) dengan model Inkremental.  Secara keseluruhan terdapat 3 inkremen yang dilakukan dengan masing-masing inkremennya melalui 3 tahapan yaitu desain, implementasi dan pengujian. Pada saat proses pembangunan sistem akan digunakan pengujian Blackbox testing  untuk menguji fungsionalitas dan pengujian Usability testing  untuk menguji kepuasan pengguna dan antarmuka pada sistem. Hasil pengujian yang didapatkan dari Blackbox testing  menunjukkan angka keberhasilan 81-85% pada inkremen pertama lalu diujikan kembali pada inkremen kedua dan mendapatkan hasil 100% untuk case  yang gagal pada inkremen pertama. Selanjutnya pada inkremen kedua juga dilakukan pengujian fitur utama yang mendapatkan angka keberhasilan berkisar 52-56% yang dipengaruhi oleh jumlah case  yang diujikan dan kompleksitas fitur yang dikembangkan. Pada inkremen terakhir, case  yang gagal pada inkremen kedua diujikan kembali dan mendapatkan tingkat keberhasilan 100%. Selain itu pada inkremen ketiga juga dilakukan pengujian pada fokus fitur yang dibangun pada inkremen ini dan menunjukkan angka keberhasilan 100%. Hal ini menunjukkan bahwa sistem dapat berfungsi dengan baik setelah dilakukan beberapa kali pengujian pada tiap inkremen. Dalam pengujiannya terdapat beberapa bug  yang ditemukan diluar dari test case. Sedangkan untuk hasil Usability testing  didapatkan hasil 69,33 yang cukup dapat diterima pengguna. Akan tetapi, masih memerlukan perbaikan untuk meningkatkan kepuasan pengguna.
Perbandingan Metode CNN - LSTM dengan Xception - Gated Recurrent Unit pada Image Caption Berbahasa Indonesia Athallah, Muhammad Naufal
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.88615

Abstract

Pesatnya perkembangan ilmu Informatika saat ini dan memenuhi kebutuhan teknologi informasi, maka penelitian image caption sangat berkembang saat ini, berbagai objek penelitian dan algoritma yang diterapkan untuk melatih model image caption dengan menghasilkan deskripsi yang lebih baik, algoritma popular dalam image caption saat ini adalah CNN dan Xception serta LSTM dan GRU, dimana CNN dan Xception digunakan sebagai arsitektur file gambar sedangkan LSTM dan GRU digunakan sebagai penghasil deskripsi otomatis, masing-masing metode memiliki perbedaan satu sama lainnya, objek dalam penelitian ini adalah mendeskripsi gambar kedalam teks. Penelitian ini bertujuan untuk membandingkan metode CNN-LSTM dengan Xception-GRU pada image caption berbahasa   Indonesia, metode mana yang lebih baik diantara keduanya.Penelitian ini dilakukan dengan menggunakan dataset 8.000 gambar dan 40.000 caption, metode CNN-LSTM digunakan untuk arsitektur  file gambar dan penghasil deskripsi otomatis, hasilnya lebih kompleks serta lambat dibanding Xception-GRU sedangkan Xception-GRU juga digunakan untuk arsitektur file gambar dan penghasil deskripsi otomatis, pendekatannya lebih efisien,   cenderung lebih ringan dan lebih cepat serta kinerja lebih kompetitif, sedangkan perbandingan terhadap metode penguji CIDEr hasil kinerja CNN-LSTM bervariasi tergantung pada dataset dan menghasilkan deskripsi yang akurat, tetapi kinerjanya lebih rendah dalam menangani kompleksitas gambar tertentu dibandingkan metode Xception-GRU sedangkan Xception-GRU berpotensi menghasilkan skor lebih tinggi dari efisiensi ekstraksi fitur, proses lebih cepat serta akurasi tinggi pada dataset tertentu, termasuk bahasa Indonesia.Analisis hasil pengujian dilakukan dengan cara kuantitaitf dengan menggunakan matrik CIDEr, Hasil pengujian CIDEr pada 15 % dataset menunjukan bahwa algoritma CNN-LSTM mendapat skor 0.836 sedangkan algoritma Xception-GRU mendapat skor 0.983, sedangkan untuk 30 gambar testing yang terdiri dari 10 dataset, 10 AI dan 10 kamera, didapat hasil dengan metode CNN-LSTM didapat Gambar dataset 0.456, Gambar AI 0.406 dan Gambar Kamera 0.372 serta rerata skor 0.4113 sedangkan untuk   Xception-GRU didapat Gambar dataset 0,399, Gambar AI 0.331 dan Gambar Kamera 0.588 serta rerata skor 0.4393, maka disimpulkan bahwa Xception-GRU hasil baik dengan   selisih skor sebesar 0, 147.
Sistem Monitoring Kualitas Air Kolam Akuakultur Udang Vaname Berbasis Internet Of Things (Iot) Azmi, Amirull; Irwansyah, M. Azhar; Muhardi, Hafiz
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.86599

Abstract

Penelitian ini bertujuan untuk merancang sistem monitoring yang dapat melakukan pemantauan kualitas air dari kolam akuakultur Udang Vaname. Udang Vaname merupakan udang budidaya kaya akan gizi yang selalu menjadi hidangan favorit dari masyarakat. Udang Vaname dibudidayakan di tambak atau pun dikolam akuakultur sering terjadi kematian karena kualitas air berubah tidak sesuai dengan hidup udang dan lambatnya tindakan yang dilakukan ketika perubahan terjadi. Parameter kualitas air yang sangat berpenagaruh pada hidup Udang Vaname yaitu pH, TDS, suhu, salinitas dan amonia. Dengan adanya sistem monitoring kualitas air udang Vaname ini dapat mempermudah pelaku budidaya dalam melakukan pemantauan dan tindakan cepat yang harus dilakukan jika parameter kualitas air Udang Vaname mengalami perubahan. Sistem monitoring kualitas air kolam akuakultur Udang Vaname berbasis internet of things (IoT) dihasilkan alat iot yang dibuat dengan mikrokontroler ESP32 dan dihasilkan aplikasi berbasis website dan android yang dapat memonitoring kualitas air udang Whiteleg. Penelitian ini dilakukan pengujian fungsi aplikasi dengan metode blackbox dengan hasil yang didapat seluruh fitur berjalan dengan semestinya. Serta pengujian akurasi dengan metode galat persentase dengan hasil nilai interpretasi sebesar 90,87%, dan masuk dalam katogori "sangat baik".
Model Klastering Hybrid Menggunakan Inisialisasi K-means++ dan Algoritma Optimasi Grey Wolf Mukti, Bayu Priya
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.88211

Abstract

Penelitian ini mengembangkan GWO-KMeans++, model klastering hybrid yang mengintegrasikan Grey Wolf Optimizer (GWO) dengan K-Means++ untuk mengatasi masalah local optima dalam inisialisasi centroid. Model diuji pada lima dataset UCI (Seeds, Wine, Sonar, Bank, Forest) dengan karakteristik beragam, mulai dari data pertanian berdimensi rendah (6 fitur) hingga sinyal sonar berisik (60 fitur). Kinerja diukur menggunakan Silhouette Score (SC) dan Davies-Bouldin Index (DB) untuk jumlah klaster k=2"“10, lalu dibandingkan dengan K-Means++ melalui Uji Wilcoxon Signed-Rank. Hasil menunjukkan GWO-KMeans++ meningkatkan SC sebesar 19,71"“24,59% (Seeds, k=5"“7), 56,81% (Wine, k=5), dan 210,85% (Sonar, k=2), serta mengurangi DB hingga 22,19% (Seeds, k=7) dan 28,02% (Wine, k=5). Uji statistik mengonfirmasi peningkatan SC signifikan di semua dataset (p 0,05), dengan nilai p=0,0039 (Seeds, Wine, Sonar), p=0,0117 (Bank), dan p=0,0273 (Forest). Namun, perbaikan DB hanya signifikan pada Seeds (p=0,0117) dan Wine (p=0,0078). Visualisasi klaster memperlihatkan distribusi data lebih terpisah dan centroid lebih akurat, khususnya pada data multidimensi (Wine) dan berisik (Sonar). Model ini stabil pada k=3"“6, cocok untuk data nonlinier, dengan aplikasi di bioinformatika hingga deteksi kecurangan keuangan. Rekomendasi lanjutan meliputi optimasi parameter GWO, integrasi reduksi dimensi (PCA), dan pengujian pada dataset big data.

Page 2 of 2 | Total Record : 17

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 14, No 1 (2026) 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