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 14, No 1 (2026)" : 17 Documents clear
Klasifikasi Penyakit Daun Tanaman Jambu Mete Menggunakan Metode Convolutional Neural Network Ramadhan, Ammar Umran Fauzi; Nugroho, Imam Maruf; Defriani, Meriska
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.95718

Abstract

Tanaman jambu mete memiliki nilai ekonomi yang tinggi di Indonesia, namun rentan terhadap berbagai penyakit daun seperti anthracnose, leaf miner, dan red rust yang dapat menurunkan produktivitas panen. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit daun jambu mete berbasis citra digital dengan menggunakan metode Convolutional Neural Network (CNN) berarsitektur ResNet50. Dataset diperoleh dari sumber daring dan diproses melalui tahap augmentasi serta normalisasi guna meningkatkan keragaman citra. Model CNN yang dikembangkan berhasil mencapai akurasi pengujian sebesar 91,73%. Sistem ini kemudian diimplementasikan dalam aplikasi web berbasis Streamlit sehingga dapat dimanfaatkan secara langsung oleh petani untuk mendiagnosis kondisi daun secara real-time. Hasil penelitian menunjukkan bahwa penerapan CNN efektif dalam deteksi dini penyakit daun jambu mete dan berpotensi mendukung peningkatan efisiensi diagnosis penyakit berbasis citra di sektor pertanian.
Analisis Sentimen Media Sosial Terhadap DPR RI: Perbandingan Akurasi Extra Trees Dan Random Forest Dengan Pendekatan Komputasi Hijau Komara Kusumah, R Herick Fauzi; Aradea, A; Rahmatulloh, Alam
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.92556

Abstract

Analisis sentimen terhadap DPR RI penting untuk memahami opini publik dan dampaknya terhadap persepsi masyarakat. Penelitian sebelumnya menggunakan metode seperti SVM, Naïve Bayes, dan Decision Tree dengan fokus utama pada akurasi, namun masih kurang mempertimbangkan efisiensi komputasi dan dampak lingkungan. Oleh karena itu, penelitian ini membandingkan performa Extra Trees Classifier dan Random Forest Classifier dalam analisis sentimen dari TikTok dan YouTube, tidak hanya dari segi akurasi tetapi juga efisiensi energi dengan pendekatan komputasi hijau. Proses mencakup pengumpulan data, preprocessing, transformasi TF-IDF, pemodelan, serta evaluasi berdasarkan akurasi, precision, recall, F1-score, dan efisiensi energi. Hasil menunjukkan Extra Trees memiliki akurasi lebih tinggi (92%) dibandingkan Random Forest (90,3%), tetapi Random Forest lebih hemat energi dengan konsumsi 0,0213 kWh dan waktu pemrosesan 8 menit dibandingkan Extra Trees yang membutuhkan 0,0248 kWh dan 22 menit. Dari perspektif komputasi hijau, Random Forest lebih ramah lingkungan karena menghasilkan emisi karbon lebih rendah. Pemilihan model bergantung pada prioritas: Extra Trees lebih akurat, sedangkan Random Forest lebih efisien dalam energi dan waktu pemrosesan. Penelitian ini diharapkan dapat memberikan wawasan bagi akademisi, pengembang teknologi, dan pembuat kebijakan dalam memilih model analisis sentimen yang optimal dan berkelanjutan.
ANALISIS POLA PEMBELIAN KOMBINASI PRODUK PADA UMKM YOUNAHIJAB.ID DI SHOPEE MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS: YOUNAHIJAB.ID) Solihah, Frisca Dwi Imroatus; Hannie, Hannie; Ma'sum, Aziz; Ridwan, Taufik; Sulistiyowati, Nina
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.94749

Abstract

Persaingan yang semakin ketat di platform e-commerce seperti Shopee menuntut pelaku UMKM untuk mengembangkan strategi pemasaran berbasis data agar tetap kompetitif. Younahijab.id merupakan salah satu UMKM di bidang fashion muslimah yang mengalami penurunan penjualan pada tahun 2024. Kondisi ini menyebabkan penurunan omzet dan penumpukan stok produk yang tidak terjual. Oleh karena itu, penelitian ini bertujuan untuk menganalisis pola pembelian konsumen menggunakan pendekatan data mining guna merumuskan strategi bundling produk yang efektif sesuai kebiasaan belanja pelanggan. Metode yang digunakan adalah Association Rule Mining dengan algoritma Apriori serta menerapkan tahapan Knowledge Discovery in Database (KDD), yang mencakup data selection, data cleaning, data transformation, data mining, dan evaluation. Data yang digunakan berasal dari 11.055 transaksi penjualan Younahijab.id di Shopee selama Januari hingga Desember 2024. Hasil penelitian ini memberikan rekomendasi strategi bisnis bundling produk berdasarkan pola 1-itemset dan 2-itemset, dengan total sebanyak 24 frequent itemsets. Dengan parameter minimum support sebesar 3%, confidence 30%, dan lift 2,0, ditemukan tiga aturan asosiasi utama, yaitu aturan antara produk P0015 dan P0004 dengan nilai confidence sebesar 55,67% dan lift 2,78, serta asosiasi terkuat antara produk P0008 dan P0006 dengan nilai confidence 76,43% dan lift 2,67. Penelitian ini diharapkan dapat meningkatkan efektivitas promosi, mempercepat perputaran stok, dan mendorong peningkatan penjualan Younahijab.id di Shopee.
Kajian Perancangan Ulang Interaksi Aplikasi FASIH Survey Management (FASIH-SM) Menggunakan Metode Double Diamond Putri, Erni Kurnia; Maghfiroh, Lutfi Rahmatuti
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.86505

Abstract

Sebagai instansi yang berperan penting dalam menyediakan data berkualitas di Indonesia, Badan Pusat Statistik (BPS) memiliki tanggung jawab besar dalam melakukan pengumpulan data yang valid, efektif, dan efisien. Manajemen survei menjadi salah satu proses bisnis yang sangat penting dalam pelaksanaan pengumpulan data. BPS melakukan manajemen survei dengan menggunakan sebuah aplikasi berbasis web yang bernama FASIH Survey Management (FASIH-SM). Namun, berdasarkan hasil wawancara dan evaluasi pada aplikasi berjalan, masih ditemukan banyak permasalahan pada interaksi aplikasi FASIH-SM, terutama dari segi alur penggunaan yang terlalu kompleks sehingga sulit dipahami terutama bagi pengguna pemula. Maka dari itu, kajian perancangan ulang interaksi (user interface/user experience) pada aplikasi FASIH-SM dilakukan untuk mengatasi berbagai permasalahan dan meningkatkan usability pengguna dalam berinteraksi dengan aplikasi. Metode perancangan yang digunakan adalah Double Diamond dengan menerapkan dua iterasi untuk setiap fase, baik fase research maupun fase design yang dikombinasikan dengan metode evaluasi berbasis skenario tugas melalui cognitive walkthrough dan think aloud serta kuesioner dengan instrumen Questionnaire for User Interface Satisfaction (QUIS). Hasil desain solusi iterasi kedua menunjukkan bahwa hasil pengujian task scenario untuk mengevaluasi efektifitas dan efisiensi aplikasi menghasilkan kenaikan nilai pada aspek objective achieved dan task efficiency serta penurunan error, jumlah langkah dan task time. Selain itu, skor QUIS juga mengalami peningkatan dari rata-rata sebesar 6,45 menjadi 7,47 yang menunjukkan bahwa terjadi peningkatan kepuasan pengguna dalam berinteraksi dengan aplikasi FASIH-SM. Hasil evaluasi juga menunjukkan bahwa setiap permasalahan yang ditemukan pada aplikasi FASIH-SM dan dirumuskan berdasarkan prinsip Nielsen"™s Shneiderman Heuristics sudah berhasil diatasi dengan desain solusi iterasi kedua sehingga diharapkan dapat meningkatkan proses bisnis pelaksanaan manajemen survei BPS.
Pembangunan Sistem Informasi Monitoring dan Evaluasi Kegiatan Statistik di BPS Provinsi Lampung Prabowo, Sultan Hadi; Santoso, Ibnu
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.96040

Abstract

Badan Pusat Statistik (BPS) Provinsi Lampung sedang menghadapi tantangan dalam melakukan monitoring dan evaluasi kegiatan statistik yang saat ini dilakukan secara terpisah pada beberapa website, tidak semua kegiatan terakomodasi dalam website, dan dokumentasi yang tidak terorganisir dengan baik. Berdasarkan permasalahan tersebut, dibutuhkan sistem informasi monitoring dan evaluasi kegiatan statistik yang bertujuan untuk mengintegrasikan dan mengefisienkan proses monitoring dan evaluasi kegiatan statistik di BPS Provinsi Lampung. Metode pengembangan yang digunakan dalam penelitian ini yaitu System Development Life Cycle (SDLC) dengan model modified waterfall, sedangkan metode evaluasi yang digunakan yaitu Black Box Testing, Usability testing, dan pengujian performa sistem. Hasil penelitian menunjukkan bahwa semua fitur yang dibangun telah sesuai dengan kebutuhan yang ditetapkan. Berdasarkan hasil pengujian SUS, diperoleh skor rata-rata 88,375 yang menunjukkan bahwa sistem memiliki tingkat kegunaan yang baik dan siap digunakan. Selain itu, dari hasil pengujian performa diperoleh skor performa tiap halaman sudah baik yang menunjukkan bahwa setiap halaman web sudah memiliki performa yang baik. Penelitian ini dapat memberikan solusi bagi BPS Provinsi Lampung dalam melakukan monitoring dan evaluasi kegiatan statistik secara efektif dan efisien serta berkontribusi terhadap pengembangan ilmu pengetahuan di bidang statistik dan teknologi informasi.
Peningkatan Kualitas Citra Fotografi menggunakan Metode Histogram Equalization (HE) dan Adaptive Histogram Equalization (AHE) Aulia, Rizky; Airos, Muh. Raul Fajr Gibran; S., Shalsa Nabila; Budiarti, Nur Azizah Eka
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.93381

Abstract

Dalam era digital, kualitas citra memiliki peran penting dalam berbagai bidang seperti fotografi, penginderaan jauh, dan pencitraan medis. Namun, kondisi pencahayaan yang tidak merata dan adanya noise seringkali menurunkan kualitas visual citra. Penelitian ini membandingkan dua metode peningkatan kualitas citra, yaitu Histogram Equalization (HE) dan Adaptive Histogram Equalization (AHE), untuk mengetahui metode yang paling efektif dalam berbagai kondisi pencahayaan. Sebanyak 20 citra digital diuji, mewakili kondisi pencahayaan rendah, terang, dan tidak merata. Evaluasi dilakukan menggunakan metrik Structural Similarity Index Measure (SSIM) untuk menilai kesamaan antara citra hasil dan citra asli berdasarkan aspek pencahayaan, kontras, dan struktur. Hasil menunjukkan bahwa AHE umumnya memberikan hasil yang lebih baik dengan nilai SSIM yang lebih tinggi, khususnya pada citra dengan pencahayaan tidak merata. Namun, dalam beberapa kasus, HE memberikan hasil yang lebih optimal. Hal ini menunjukkan bahwa pemilihan metode peningkatan kualitas citra perlu mempertimbangkan karakteristik masing-masing gambar.
Model Hibrida IndoBERT-LSTM untuk Analisis Sentimen Komparatif pada Ulasan Aplikasi Kencan Online Mushlich, M. Machrush Aliy Sirojjam
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.94823

Abstract

Dewasa ini, aplikasi kencan online telah menjadi fenomena sosial yang signifikan di Indonesia, mengubah cara individu berinteraksi dan mencari pasangan. Popularitas aplikasi seperti Tinder, Badoo, dan Tantan menghasilkan ribuan ulasan pengguna di Google Play Store, yang merupakan sumber data berharga untuk memahami persepsi publik. Akan tetapi, analisis manual terhadap data bervolume besar ini tidak efisien. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk melakukan analisis sentimen komparatif terhadap tiga aplikasi kencan tersebut serta menguji efektivitas model hibrida deep learning yang menggabungkan IndoBERT dan Long Short-Term Memory (LSTM). Data ulasan untuk Tinder, Badoo, dan Tantan dikumpulkan dari Google Play Store, dengan total 10.000 ulasan per aplikasi. Model hibrida IndoBERT-LSTM diterapkan untuk mengklasifikasikan sentimen ke dalam kategori positif dan negatif. Hasil evaluasi model menunjukkan kinerja tertinggi pada dataset Tinder dengan akurasi 87.6% dan F1-Score (Macro) sebesar 0.875; diikuti oleh Badoo dengan akurasi 87.0% dan F1-Score (Macro) 0.869; terakhir Tantan dengan akurasi 87.8% dan F1-Score (Macro) 0.832. Analisis lebih dalam pada metrik-metrik confusion menemukan bahwa model untuk Tantan menunjukkan kesulitan yang cukup signifikan dalam mengidentifikasi ulasan negative dengan indikasi adanya karakteristik linguistik yang unik pada dataset tersebut. Penelitian ini menyimpulkan bahwa model IndoBERT-LSTM efektif untuk tugas ini dan memberikan wawasan komparatif berbasis data mengenai persepsi pengguna dan tantangan pemodelan pada domain aplikasi kencan di Indonesia.

Page 2 of 2 | Total Record : 17

 1   2 

Filter by Year

2026 2026


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