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 661 Documents
 44   45   46   47   48 
Early Detection of Stunting in Toddlers Based on Ensemble Machine Learning in Purbaratu Tasikmalaya AL Husaini; Irani Hoeronis; Hen Hen Lumana; Luh Desi Puspareni
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 3 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i3.66465

Abstract

This research utilizes combines several algorithm model that improve the accuracy of early detection of stunting in toddlers in Purbaratu Tasikmalaya.  The ensemble method used a voting classifier to combine the prediction results of models. The data used in this research were anthropometric data from 195 toddlers in Purbaratu Tasikmalaya. Results of the testing have identified that the use of the ensemble model machine learning method produces high accuracy for 3 categories of anthropometric data categories tested, that combined accuracy value 97,43 %, 92,30%, and 94,87% for all ensemble model and category.
Pengembangan Integrated Ticketing System dengan Framework Scrum untuk Meningkatkan Transparansi Pengelolaan Wisata Pantai Pasir Kencana Yanuaresta, Dianna; Dewi, Ika Novita; Sani, Ramadhan Rakhmat
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 4 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i4.69608

Abstract

Pariwisata merupakan salah satu penggerak perekonomian masyarakat, baik lokal maupun dalam skala global. Industri pariwisata juga dapat menjadi tumpuan bagi masyarakat dalam memenuhi kebutuhan ekonomi, sehingga diperlukan pengelolaan yang baik dan transparan agar dapat bertahan dalam berbagai kondisi ekonomi global. Pantai Pasir Kencana merupakan salah satu tujuan wisata yang berada di Kota Pekalongan. Pantai Pasir Kencana saat ini dikelola oleh Dinas Perhubungan, Pariwisata dan Kebudayaan Kota Pekalongan. Pengelolaan yang dilakukan meliputi penjualan tiket masuk, penjualan tiket wahana dan tiket parkir. Saat ini pengelolaan tersebut masih dilakukan secara terpisah, sehingga dapat menimbulkan kesulitan dalam pemantauan dan transparansi pengelolaan keuangan. Untuk mengatasi hal ini, diperlukan suatu sistem pengelolaan yang terintegrasi untuk memantau kinerja dan transaksi yang dilakukan setiap bagian secara realtime. Aplikasi pengelolaan yang diusulkan adalah E-tiket yang dikembangkan dengan basis Android menggunakan framework Flutter dan bahasa pemrograman Dart. Pengembangan aplikasi dilakukan dengan menerapkan pendekatan agile dan kerangka kerja scrum karena pertimbangan waktu pengerjaan yang relatif singkat. Pengujian aplikasi dilakukan dengan menerapkan black box testing sebanyak dua kali, yang terdiri dari pengujian pertama untuk fitur utama dan pengujian kedua untuk fitur Pendukung. Hasil performa pengujian pertama sebesar 78% dan 92% dipengujian kedua. Hasil pengujian ini menunjukkan bahwa Aplikasi E-tiket layak untuk digunakan dan telah berhasil diimplentasikan pada bulan April 2023 untuk petugas dan pengelola Pantai Pasir Kencana.
Pendeteksian Kecelekaan Real-Time menggunakan Algoritma KNN untuk Mendukung Smart City berbasis IoT Khodijah Amiroh
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 4 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i4.48417

Abstract

Surabaya merupakan kota dengan luas sebesar 326,81 km2 dan merupakan pusat transportasi darat di bagian timur pulau Jawa. Dibangunnya infrastuktur digital pada wilayah Surabaya akan mempermudah Pemerintah Kota (Pemkot) dalam menjadikan pelayanan yang efisien. Kecelakaan lalu lintas yang terjadi di Surabaya hingga tahun 2017 tercatat 1.365 kejadian. EVAN (Emergency Vehicle Automatic Notification) merupakan topik penelitian yang memiliki fokus pada bidang transportasi khususnya pada kecelakaan lalu lintas secara realtime yang dapat terintegrasi dengan pusat informasi kota dan rumah sakit untuk penolongan utama pada kecelakaan. Perancangan alat pada sisi user dibuat dengan menggunakan Arduino, sensor accelerometer dan gyroscope berupa sensor MPU6050 serta modul gps u-blox. Pendeteksi kecelakaan pada system dengan menggunakan k-Nearest neighbors algorithm (KNN). Pada sisi operator, perancangan dilakukan berbasis web dengan memanfaatkan framework ReactJs yang diintegrasikan dengan Google Maps APIs. Hasil tingkat keakurasian sistem pendeteksi kecelakaan mencapai 97% dan pendeteksi lokasi kecelakaan serta rumah sakit terdekat dari lokasi mencapai 100%.
Pengembangan Bahasa Pemodelan dan Code Generation untuk Smart Contract Labib Izzatur Rahman; Muhammad Zuhri Catur Candra
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 2 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i2.55077

Abstract

Smart Contract merupakan konsep yang dicetus oleh Nick Szabo (Szabo, 1997) yang merupakan kontrak berbentuk elektronik. Dengan berkembangnya blockchain konsep tersebut dikonkritkan dengan bentuk code yang terpasang di jaringan blockchain yang disebut smart contract juga. Penelitian ini menggunakan definisi smart contract yang dicetus oleh Nick Szabo yang merupakan alternatif kontrak konvensional. Dalam membuat Smart Contract terdapat kesulitan karena menggabungkan dua domain pengetahuan yaitu kontrak dan informatika. Sebuah bahasa pemodelan dapat dikembangkan untuk memudahkan proses pengembangan Smart Contract. Bahasa pemodelan dapat dijadikan sebagai alat spesifikasi kontrak bahkan sampai generasi implementasi source code. Penelitian ini bertujuan membuat bahasa pemodelan yang mampu menyebutkan spesifikasi smart contract sekaligus cukup mudah digunakan oleh pengguna non-IT. Bahasa pemodelan yang dibuat juga mampu menghasilkan skeleton implementasi untuk source code smart contract.
Model Machine Learning Untuk Klasifikasi Kesegaran Daging Menggunakan Arsitektur Transfer Learning Xception Eko Nur Cahyo; Erma Susanti; Renna Yanwastika Ariyana
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 2 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i2.57517

Abstract

Peningkatan kebutuhan daging di Indonesia sering diikuti dengan permintaan daging yang meningkat di pasaran. Terjadinya peningkatan kebutuhan konsumsi ini seringkali menimbulkan kekhawatiran akan terjadinya pemalsuan dan pencampuran daging. Ketersediaan daging yang layak konsumsi dan berkualitas sangat dibutuhkan masyarakat. Sulitnya orang awam untuk mendeteksi tingkat kesegaran daging sering dimanfaatkan oleh oknum yang tidak bertanggung jawab untuk mendapatkan keuntungan. Adanya suatu sistem otomatis yang dapat mendeteksi kesegaran daging akan sangat membantu dalam mengatasi permasalahan sulitnya deteksi kesegaran daging. Kesegaran daging dapat dikategorikan antara lain daging segar, setengah segar dan tidak segar. Penggunaan model machine learning untuk mendeteksi kesegaran daging dapat membantu memecahkan permasalahan tersebut. Penelitian ini menggunakan pendekatan machine learning untuk melakukan klasifikasi kesegaran daging. Klasifikasi menggunakan arsitektur transfer learning Xception yang dapat meningkatkan performa model machine learning yang dihasilkan. Hasil evaluasi model didapatkan nilai accuracy 86,92%; precision 87,25%; recall 86,47%; dan f1 score 87,59%. Pengujian prediksi dengan menggunakan data baru juga berhasil memprediksi citra daging dengan baik. Hasil pengujian data menunjukkan model yang dihasilkan best-fitting untuk penggunaannya dalam klasifikasi tingkat kesegaran daging menggunakan dataset Meat Freshness.
Perancangan Antarmuka Pengguna dan Pengalaman Pengguna dari Aplikasi Marketplace Bahan Makanan Dapur: Metode User-Centered Design Zain Arif Wildan Sugandi; Khairunnisak Nur Isnaini
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 3 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i3.67793

Abstract

Penelitian ini bertujuan untuk merancang antarmuka pengguna (UI) dan pengalaman pengguna (UX) yang efektif untuk aplikasi marketplace bahan makanan dapur. Metode yang digunakan adalah User Centered Design (UCD) yang terdiri dari empat tahap, yaitu Understand Context of Use, Specify User Requirements, Design Solutions, dan Evaluate Against Requirements.,Pada tahap Understand Context of Use, dilakukan identifikasi pengguna target, survei pengguna, dan pengidentifikasian kebutuhan pengguna. Tahap Specify User Requirements melibatkan analisis data dari wawancara dan survei untuk mengidentifikasi pain points pengguna. Tahap Design Solutions melibatkan pembuatan konsep, prototype, dan desain akhir menggunakan alat desain Figma. Tahap Evaluate Against Requirements melibatkan pengujian usability menggunakan System Usability Scale (SUS) untuk mengevaluasi tingkat kepuasan pengguna terhadap aplikasi.Hasil penelitian menunjukkan bahwa aplikasi marketplace bahan makanan dapur yang dirancang memperoleh skor rata-rata sebesar 83,5 dalam pengujian usability, menandakan kategori "acceptable" dan rating "Excellent". Hal ini mengindikasikan bahwa desain antarmuka aplikasi berhasil memenuhi kebutuhan pengguna dan memiliki tingkat kegunaan yang baik.Penelitian ini menggarisbawahi pentingnya perancangan UI/UX yang baik dalam membangun kepuasan pengguna dan kepercayaan terhadap platform e-marketplace. Dengan menerapkan metode UCD, aplikasi marketplace bahan makanan dapur dapat disesuaikan dengan kebutuhan dan preferensi pengguna, meningkatkan pengalaman pengguna, serta mencapai tingkat kegunaan yang tinggi.Kata kunci: UI/UX, aplikasi marketplace, User Centered Design, pengalaman pengguna, kepuasan pengguna, usability.
Penerapan Finite State Automata pada Proses Peminjaman Ruang Laboratorium Komputer Universitas Bina Sarana Informatika Oky Kurniawan; Fikri Ismaya; Windu Gata; Jordy Lasmana Putra; Fitra Septia Nugraha
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 4 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i4.47879

Abstract

Dengan semakin berkembangnya teknologi dalam dunia pendidikan terutama perguruan tinggi, sistem informasi sangat dibutuhkan untuk menunjang segala aktivitas dalam proses kegiatan belajar mengajar. Universitas Bina Sarana Informatika sebagai perguruan tinggi yang tentunya harus mempunyai sarana kegiatan belajar mengajar seperti ruang kelas dan laboratorium. Laboratorium dibutuhkan dalam menunjang proses kegiatan belajar mengajar dengan metode praktikum. Laboratorium pada Universitas Bina Sarana Informatika tentu dalam penggunaannya dibawah tanggung jawab dari staf laboran. Dalam manajemennya sistem peminjaman laboratorium pada universitas Bina Sarana informasi masih menggunakan metode pembukuan manual. Selain Pembuatan laporan penggunaan laboratorium oleh staf laboran yang terkesan lama serta informasi mengenai pemakaian laboratorium yang tidak akurat dan realtime maka dibutuhkanlah sebuah sistem yang dapat memudahkan staf laboran di Universitas Bina Sarana Informatika dalam manajemen peminjaman dan pemakaian laboratorium. Pada Paper ini membahas Teori Finite State Automata (FSA) jenis Nondeterministic Finite Automata (NFA) yang diimplementasikan pada alur proses aplikasi sistem informasi peminjaman laboratorium. Dengan adanya aplikasi sistem peminjaman ini kemudahan dalam pendataan manajemen laboratorium oleh staf laboran ditampilkan dengan monitoring dan status yang akurat. Dimana ketika laboratorium sedang dipakai maka mahasiswa, dosen maupun ketua program studi mengetahui bahwa laboratorium itu sedang dipakai, ataupun jika ingin meminjam laboratorium maka tidak perlu mendatangi staf laboran cukup reservasi menggunakan media sistem informasi dari peminjaman laboratorium ini.
Sistem Identifikasi “Fake News” menggunakan Metode Multinomial Naïve Bayes Alifia Zahra; M. Nurkamal Fauzan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 4 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i4.52441

Abstract

Penyebaran berita melalui media sosial sangat cepat di masa kini. Tidak hanya melalui televisi tetapi kini dapat ditemukan di berbagai platform seperti platform global yaitu twitter. Tetapi dengan cepatnya penyebaran tidak memungkiri berita palsu atau yang dikenal sebagai hoaks marak muncul ke permukaan. Dengan berbagai tujuan dari pengunggahnya, berita hoaks dapat menyebabkan perpecahan di antara masyarakat dan juga misinformasi. Melalui uji coba yang dilakukan berita dapat diklasifikasikan sebagai berita actual atau hoaks dengan menggunakan metode Multinomial Naïve Bayes, yaitu algoritma yang biasa digunakan untuk klasifikasi data/teks pada kelas tertentu. Data didapatkan melalui proses crawling data Twitter API dengan query “berita” sebanyak 500 di preprocessing dan dilabeling sebelum ditrain dan menjadi data test. Setelah melakukan uji coba, akurasi model yang didapatkan menggunakan algoritma ini sebesar 83 % dan akurasi training set sebesar 94 %.
Model Neural Network Autoregressive untuk Prediksi Inflasi Bulanan di Kota Yogyakarta Hari Prapcoyo; Mohamad As'ad
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 2 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i2.54370

Abstract

AbstrakYogyakarta sebagai kota pelajar, kota pariwisata ataupun kota budaya sangatlah ramai aktifitas ekonominya karena banyak sekolah, universitas, tempat wisata dan juga tempat budaya yang tentunya banyak mahasiswa, wisatawan dalam negeri maupun luar negeri yang berkunjung ke kota tersebut. Aktifitas mahasiswa dan wisatawan di kota Yogyakarta ini bisa meningkatkan aktifitas perekonomian seperti tempat kost, penginapan atau hotel serta tidak ketinggalan tempat makan, tempat belanja dan lain sebagainya. Penelitian ini mempunyai tujuan untuk memprediksi inflasi bulanan di kota Yogyakarta yang ramai tersebut. Data sekunder inflasi bulanan untuk kota Yogyakarta diperoleh dari BPS kota Yogyakarta dan BPS pusat.  Data yang digunakan yaitu data inflasi bulanan mulai dari Januari 2006 sampai dengan Desember 2021, sebanyak 192 data. Penelitian ini menggunakan model peramalan jaringan syaraf tiruan (JST) atau artificial neural network (ANN). Model JST atau ANN yang digunakan yaitu model neural network autoregressive (NNAR). Model NNAR ini menggunakan algoritma backpropogation dengan fungsi aktifasi sigmoid biner. Pengolahan data pada penelitian ini menggunakan R package statistics yang merupakan open source program. Hasil kesimpulan dari penelitian ini adalah diperoleh model terbaik yaitu NNAR(12,8) artinya  model NNAR ini mempunyai input berupa lag-1 sampai dengan lag-12 inflasi bulanan koya Yogyakarta dengan single hiden layer mempunyai 8 neuron. Akurasi model NNAR(12,8) di ukur dengan root mean square error (RMSE, sebesar 0.05962758), mean absolute square error (MASE, sebesar 0.1011443), mean absolute percentage error (MAPE, sebesar 28.32449). Saran dari penelitian ini untuk penelitian lanjutan, model NNAR(12,8) hendaknya dibandingkan dengan model ANN yang lain atau model yang berbasis sistem cerdas (artificial intelegent, AI).
Sistem Pemantauan dan Pengendalian Alat Elektronik Dengan Stop Kontak Pintar Menggunakan Aplikasi Smartphone Daniel Martomanggolo Wonohadidjojo; Jonathan Andrei Wibawa
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 2 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i2.56366

Abstract

Masalah yang terjadi pada penggunaan alat elektronik dalam suatu rumah atau gedung adalah tidak adanya cara untuk menghemat energi listrik dengan melakukan pemantauan dan pengendalian terhadap peralatan elektronik terutama jika pengguna sedang berada di luar rumah. Salah satu cara untuk dapat menghemat energi listrik yang digunakan dalam rumah adalah dengan melakukan pemantauan dan pengendalian jarak jauh terhadap stop kontak yang menjadi terminal penyaluran energi listrik kepada berbagai alat elektronik yang digunakan. Penggunaan teknologi Internet of Things untuk mengendalikan rangkaian stop kontak dapat membantu pengguna alat elektronik dalam melakukan pemantauan dan pengendalian terhadap tingkat penggunaan energi listrik mereka. Pada penelitian ini dibangun suatu sistem IoT yang dapat digunakan untuk memantau dan mengendalikan stop kontak yang digunakan untuk penyaluran listrik bagi alat elektronik. Rangkaian perangkat keras yang digunakan pada sistem tersebut berupa NodeMCU, Arduino Uno R3, modul relay, modul sensor ACS712, dan modul sensor ZMPT101b. Cloud database yang digunakan adalah Firebase dan bahasa pemrograman yan digunakan untuk membangun aplikasi smartphone adalah Flutter.  Dengan dibangunnya sistem tersebut, maka pengguna dapat melakukan tindakan pemantauan dan pengendalian jarak jauh terhadap stop kontak yang dihubungkan dengan peralatan elektronik dengan menggunakan aplikasi smartphone yang dapat digunakan pada platform Android dan iOS.

Page 46 of 67 | Total Record : 661

 44   45   46   47   48 

Filter by Year

2013 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