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 14 Documents
 1   2 
Search results for , issue "Vol 13, No 4 (2025)" : 14 Documents clear
Evaluasi Metode Pelabelan Sentimen Berbasis Leksikon terhadap Ulasan Aplikasi Sekuritas di Google Play Store Thoib, Imam; Candra, Beda Puspita; Sururi, Nafis; Nugraha, Danang Satya; Kholifah, Binti
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 4 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i4.93039

Abstract

Penelitian ini bertujuan untuk mengevaluasi persepsi pengguna terhadap aplikasi sekuritas di Indonesia melalui pendekatan analisis sentimen berbasis leksikon dan mengevaluasi performa klasifikasi menggunakan algoritma Random Forest. Data penelitian berupa 130.905 ulasan pengguna dari sepuluh aplikasi sekuritas populer di Google Play Store. Dua pendekatan leksikal yang digunakan adalah InSet Lexicon dan SentiWords_ID untuk memberi label sentimen pada ulasan tersebut. Hasil analisis menunjukkan bahwa aplikasi Ajaib memperoleh proporsi sentimen positif tertinggi dan paling representatif dengan jumlah ulasan terbesar dibandingkan aplikasi lain, sedangkan aplikasi MOST menunjukkan proporsi sentimen negatif tertinggi menurut kedua pendekatan. Pemodelan klasifikasi sentimen dilakukan menggunakan ekstraksi fitur TF-IDF dan algoritma Random Forest, yang dievaluasi melalui metrik akurasi, precision, recall dan f1-score. Hasil evaluasi menunjukkan bahwa SentiWords_ID memberikan performa klasifikasi yang lebih unggul dan stabil dibandingkan InSet Lexicon, khususnya dalam mengidentifikasi sentimen positif dan netral.
Tinjauan Literatur: Deteksi Kanker Serviks Dengan Pendekatan Machine Learning Hutapea, Juwita Stefany; Harani, Nisa Hanum
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 4 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i4.95910

Abstract

Kanker serviks merupakan salah satu jenis kanker yang masih menjadi penyebab utama kematian pada wanita di seluruh dunia. Penyakit ini berkembang secara perlahan dan sering kali tidak menunjukkan gejala pada tahap awal, sehingga deteksi dini menjadi kunci utama dalam upaya pencegahan dan pengobatan. Saat ini, metode deteksi seperti Pap smear dan tes HPV telah banyak digunakan. Namun keterbatasan sumber daya medis dan tantangan dalam akurasi diagnosis masih menjadi hambatan. Dengan kemajuan teknologi, algoritma machine learning mulai dimanfaatkan untuk mendukung proses deteksi kanker serviks secara cepat dan akurat. Penelitian ini bertujuan untuk meninjau secara sistematis penerapan algoritma machine learning dalam deteksi kanker serviks melalui pendekatan Systematic Literature Review (SLR). Sebanyak 243 artikel diidentifikasi dan 42 artikel dipilih untuk dianalisis menggunakan metode PRISMA yang mencakup tahapan identifikasi, penyaringan, evaluasi kelayakan, dan inklusi akhir. Analisis dilakukan terhadap algoritma yang digunakan, variabel prediktor, teknik seleksi fitur, serta jenis dan ukuran dataset. Hasil tinjauan menunjukkan bahwa dataset UCI Cervical Cancer, SEER Database, dan Herlev Dataset merupakan yang paling sering digunakan dengan ukuran bervariasi dari 92 hingga lebih dari 381.000 data. Variabel usia, penggunaan kontrasepsi, dan jumlah pasangan seksual merupakan indikator yang paling sering muncul. Model yang paling banyak diterapkan adalah Random Forest, Decision Tree, Support Vector Machine (SVM), XGBoost, dan Multilayer Perceptron (MLP) dengan akurasi berkisar 82% - 100% yang menunjukkan performa tinggi terutama setelah dilakukan tuning. Selain itu, metode seleksi fitur seperti Chi-Square, LASSO, dan Principal Component Analysis (PCA) berkontribusi dalam meningkatkan akurasi model. Walaupun hasilnya menunjukkan potensi yang baik, penelitian yang ditinjau masih terbatas, seperti ketidakseimbangan kelas, kurangnya validasi eksternal, dan perbedaan metode evaluasi yang memengaruhi kemampuan generalisasi model. Penelitian selanjutnya disarankan untuk memanfaatkan dataset yang lebih beragam, menerapkan metode penyeimbangan data yang lebih baik, serta memperluas validasi pada populasi yang berbeda guna meningkatkan keandalan deteksi dini kanker serviks berbasis machine learning.
Prediksi Keberhasilan Akademik Menggunakan Metode Regressi Logistik Dan Support Vector Machine Triyasri, Novita; Safitri, Egi; Kurniawan, Hendra; Saputra, M Hardi; Syidada, Amran Rahman; Pratama, Raynaldo Syah
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 4 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i4.89731

Abstract

Penelitian ini bertujuan untuk memprediksi keberhasilan akademik dengan menggunakan dua metode yaitu regresi logistik dan support vector machine (SVM). Keberhasilan akademik seringkali dipengaruhi oleh banyak faktor, antara lain motivasi siswa, keterampilan belajar, dan kondisi sosial ekonomi. Oleh karena itu penting untuk mengidentifikasi variabel-variabel yang mempengaruhi keberhasilan akademik dan menggunakan teknik analisis yang tepat untuk menghasilkan prediksi yang akurat. Data yang digunakan di Penelitian ini mencakup variabel-variabel seperti nilai ujian, motivasi belajar dan tingkat kehadiran siswa. Metode regresi logistik digunakan untuk menganalisis hubungan antara variabel independen dan variabel dependen (hasil akademik), sedangkan SVM digunakan untuk mengklasifikasikan siswa berdasarkan prestasi akademiknya. Hasil penelitian menunjukkan bahwa kedua metode tersebut memberikan tingkat akurasi yang signifikan dalam memprediksi keberhasilan akademik siswa. Namun Regresi logistik menghasilkan model yang lebih sederhana, SVM menunjukkan keunggulan dalam hal akurasi dan kemampuan mengklasifikasikan siswa dengan prestasi akademik lebih tinggi. Penelitian ini memberikan informasi berharga bagi para pendidik dan manajer pendidikan untuk mengidentifikasi siswa yang memerlukan perhatian lebih dalam pembelajaran dan merancang intervensi yang lebih efektif untuk meningkatkan hasil akademik siswa.
PERANCANGAN APLIKASI GOTANI UNTUK PENJUALAN PRODUK PERTANIAN DI KABUPATEN ACEH UTARA Pandiana, Annisa; Pratama, Angga; Ilhadi, Veri
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 4 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i4.94064

Abstract

Perkembangan teknologi informasi telah membawa perubahan signifikan di berbagai industri, termasuk dibidang pertanian. Namun, di Kabupaten Aceh Utara masih terdapat kendala dalam sistem penjualan produk pertanian yang umumnya masih dilakukan secara konvensional. Hal ini menyebabkan keterbatasan penjual terkait pembayaran, seperti pembelian secara hutang yang dapat merugikan penjual. Oleh karena itu, penelitian ini bertujuan untuk merancang aplikasi Gotani sebagai solusi digital dalam penjualan produk pertanian di Kabupaten Aceh Utara. Metode pengembangan yang digunakan dalam penelitian ini yaitu Extreme Programming yang meliputi tahap perencanaan, desain, kode, dan pengujian. Aplikasi Gotani dirancang dengan fitur utama seperti katalog produk, sistem pembayaran digital untuk menghindari pembelian secara hutang, serta fitur pencarian dan pemesanan agar pembeli dapat dengan mudah menemukan dan membeli produk pertanian yang mereka butuhkan. Sistem ini akan dirancang menggunakan beberapa tabel dan diagram yaitu, tabel database, activity diagram, use case diagram, dan class diagram Pengujian pada penelitian ini menggunakan user acceptance test (UAT) dan skala yang digunakan adalah skala likert. Hasil dari survei yang diberikan kepada responden dengan pilihan nilai adalah sangat tidak setuju, tidak setuju, cukup setuju, setuju, dan sangat setuju. Hasil dari pengujian sistem untuk penjual dan pembeli sebesar 79,5% dan 85,1% yang mana telah memenuhi syarat. Hasil dari penelitian ini menunjukkan bahwa aplikasi Gotani dapat membantu para penjual serta memberikan kemudahan bagi pembeli dalam memperoleh produk pertanian secara cepat dan efisien. Selain itu, penerapan sistem pembayaran digital membantu mengurangi resiko hutang. Dengan demikian, aplikasi Gotani diharapkan dapat menjadi solusi inovatif bagi ekosistem pertanian di Kabupaten Aceh Utara. Kata kunci: Perancangan Aplikasi, Extreme Programming, Gotani, Penjualan Produk Pertanian, Kabupaten Aceh Utara, Metode Pengembangan, User Acceptance Test.

Page 2 of 2 | Total Record : 14

 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