cover
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)
ISSN : 24603562     EISSN : 26208989     DOI : http://dx.doi.org/10.26418/justin
Core Subject : Science,
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.
Articles 694 Documents
Studi Faktor Resistensi dan Solusi dalam Fitur Pengurangan Jejak Karbon dalam Aplikasi Gojek Wibowo, Vania Malinda; Maghfiroh, Intan Sartika Eris; Akbar, Muhammad Aminul
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol. 14 No. 2 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i2.90433

Abstract

Peningkatan jumlah kendaraan bermotor di Indonesia menyebabkan peningkatan emisi. Untuk mengatasi masalah ini, Gojek meluncurkan fitur Pohon Kolektif GoGreener yang memungkinkan pengguna berkontribusi dalam penanaman pohon. Namun, fitur ini belum banyak digunakan, terutama oleh mahasiswa Fakultas Ilmu Komputer Universitas Brawijayab (mayoritas sebesar 60,5% tidak mengetahui adanya fitur) . Sehingga penelitian ini dilakukan untuk menemukan faktor dari resistensi pasif dalam penggunaan fitur dan memberikan rekomendasi solusi untuk mendorong peningkatan adopsi fitur. Pendekatan kualitatif dengan metode wawancara semi-terstruktur digunakan untuk mengumpulkan data dari pengguna aktif Gojek yang belum pernah menggunakan fitur dan tidak pernah tahu terkait keberadaan, serta informasi tentang fitur. Analisis tematik mengungkap tujuh faktor penghambat: (1) rendahnya pengetahuan tentang cara kerja fitur (100% responden), (2) ketidakpahaman manfaat (63,6%), (3) persepsi biaya merugikan karena mengurangi kesempatan promo, (4) minimnya dukungan sosial (seluruh responden tidak pernah diajak menggunakan), (5) personal norms yang lemah (63,6% merasa upaya sia-sia tanpa bukti transparansi), (6) budaya dan kebiasaan yang belum mendukung, serta (7) keterlihatan fitur rendah dalam aplikasi (54,5%). Rekomendasi yang diusulkan meliputi peningkatan transparansi program melalui laporan dampak periodik, optimalisasi penempatan fitur pada layanan GoCar dan GoRide, inovasi model pembayaran yang tidak membebani, serta pemberian insentif untuk mendorong adopsi awal.
Analisis Sentimen Komentar YouTube Clash of Champions Ruangguru: Pendekatan Multinomial Logistic Regression dan Pemodelan Topik LDA Fadlilah, Nafiatul; Wakhidah, Rokhimatul; Saputra, Pramana Yoga
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol. 14 No. 2 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i2.97147

Abstract

Konten edukatif umumnya memiliki tingkat konsumsi yang lebih rendah dibandingkan konten hiburan di YouTube Indonesia. Namun, program Clash of Champions produksi Ruangguru menunjukkan bahwa pendekatan edutainment mampu menarik perhatian publik secara luas. Penelitian ini bertujuan mengevaluasi pengaruh penyeimbangan data dan reduksi fitur berbasis PCA terhadap kinerja Multinomial Logistic Regression (MLR) dengan representasi TF-IDF, serta mengidentifikasi pola tematik komentar melalui pemodelan topik Latent Dirichlet Allocation (LDA). Hasil penelitian menunjukkan bahwa peningkatan deteksi sentimen negatif terutama dipengaruhi oleh strategi penyeimbangan data, sedangkan PCA tidak memberikan peningkatan signifikan secara independen namun berperan menjaga stabilitas dan efisiensi model. Kombinasi MLR dengan SMOTE dan PCA pada rasio data latih–uji 90:10 menghasilkan akurasi sebesar 0,75 dan F1-score sebesar 0,53 (negatif), 0,69 (netral), dan 0,85 (positif), menunjukkan performa paling seimbang dalam mengenali seluruh kelas sentimen. Pemodelan topik menghasilkan coherence score sebesar 0,5719 (positif) dan 0,4050 (negatif), mengindikasikan bahwa komentar positif cenderung terpusat pada beberapa tema utama, sementara komentar negatif lebih beragam dan mencerminkan isu yang spesifik.
Prediksi Suhu Udara Menggunakan Long Short-Term Memory (LSTM) pada Data AWOS Anggraini, Defi; Khalid, Khalid; Rolliawati, Dwi; Prayuda, Shanas Septy; Alfarisy, Alfan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol. 14 No. 2 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i2.99858

Abstract

Penelitian ini mengembangkan model prediksi suhu udara jangka pendek berbasis Long Short-Term Memory (LSTM) menggunakan data deret waktu dari Automatic Weather Observing System (AWOS) BMKG Juanda. Pemanfaatan data operasional AWOS yang bersifat kontinu dan real-time memberikan peluang untuk meningkatkan akurasi peramalan suhu pada lingkungan bandara yang memiliki dinamika cuaca tinggi. Penelitian ini membandingkan dua pendekatan pemodelan, yaitu LSTM murni dan LSTM dengan seleksi fitur berbasis Principal Component Analysis (PCA), untuk mengevaluasi pengaruh reduksi dimensi terhadap performa prediksi suhu udara. Dataset yang digunakan merupakan data observasi meteorologi tahun 2022 dengan interval 30 menit. Hasil evaluasi pada data pengujian menunjukkan bahwa kedua model menghasilkan kinerja yang sangat baik dengan nilai MAE sekitar 0,31 °C. Model LSTM + PCA menghasilkan MAE sebesar 0,3171 °C, sedangkan LSTM murni sebesar 0,3178 °C, menunjukkan bahwa perbedaan akurasi kedua pendekatan relatif kecil. Meskipun tidak meningkatkan akurasi secara signifikan, penerapan PCA mampu mengurangi kompleksitas fitur dan meningkatkan efisiensi komputasi pada proses pelatihan model. Kontribusi penelitian ini terletak pada pemanfaatan data AWOS operasional nyata, penerapan fitur meteorologi multivariat dalam pemodelan LSTM, serta evaluasi pengaruh seleksi fitur berbasis PCA melalui perbandingan performa antara model LSTM murni dan LSTM+PCA dalam prediksi suhu udara jangka pendek di lingkungan bandara. Hasil penelitian menunjukkan bahwa arsitektur LSTM efektif untuk pemodelan deret waktu meteorologi berbasis AWOS dan berpotensi mendukung sistem peringatan dini dalam operasional penerbangan.
Analisis Model Machine learning dan Imputasi Data untuk Prediksi Tinggi Badan Anak: Systematic Literature Review Shauqie, Shahieza Alfadia; Fauzan, Mohamad Nurkamal
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol. 14 No. 2 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i2.94175

Abstract

Stunting dan wasting merupakan dua masalah kesehatan utama yang berdampak pada pertumbuhan fisik dan perkembangan kognitif anak secara global. Tinggi badan anak adalah salah satu indikator penting dalam mendeteksi kondisi tersebut, namun pengukuran dan pemantauan tinggi badan secara manual sering kali menemui hambatan, seperti ketersediaan data yang memadai. Seiring berkembangnya teknologi, penerapan model machine learning menjadi alternatif yang mulai banyak digunakan untuk memprediksi tinggi badan anak secara lebih efektif dan efisien. Penelitian ini bertujuan untuk mengidentifikasi tren penggunaan machine learning, pendekatan prediktif yang digunakan, teknik imputasi data yang relevan, serta variabel-variabel yang sering digunakan. Metode Systematic Literature Review (SLR) digunakan untuk mengumpulkan dan menganalisis literatur terkait, dengan strategi pencarian yang disusun berdasarkan kata kunci spesifik dan penyaringan menggunakan pendekatan PRISMA. Hasil kajian terhadap puluhan artikel ilmiah mengungkapkan bahwa model-model ensemble seperti Random Forest, Gradient Boosting, dan Neural Network menunjukkan performa prediktif yang sangat baik dan konsisten di berbagai konteks studi. Selain itu, teknik imputasi data terbukti efektif dalam memperbaiki kualitas data input yang hilang, sehingga meningkatkan akurasi prediksi. Namun, studi ini juga menemukan bahwa integrasi antara metode prediksi dan teknik imputasi dalam satu penelitian masih sangat terbatas, sehingga menjadi celah yang potensial untuk dikembangkan dalam penelitian selanjutnya. Selain itu, penelitian ini mengidentifikasi adanya variasi signifikan dalam pelaporan metrik evaluasi dan penggunaan pendekatan yang berbeda sesuai karakteristik data dan tujuan analisis. Temuan ini memberikan landasan penting untuk pengembangan model prediktif yang lebih holistik, mampu mengakomodasi kompleksitas data biologis dan antropometrik, serta berpotensi mendukung intervensi gizi anak secara lebih tepat dan efektif di masa depan.
Pengembangan Website untuk Sistem Pengontrolan Reservoir Air Bersih Berbasis IoT pada Bandung City View I Fharist, Muhammad
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol. 14 No. 3 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i3.92652

Abstract

Perumahan Bandung City View I (BCV I) sering menghadapi masalah meluapnya air di reservoir atas, terutama saat penggunaan air warga rendah pada malam hari. Untuk mengatasi masalah ini, dikembangkan sebuah sistem pengontrolan reservoir air berbasis IoT yang dapat beroperasi secara kontinu selama 24 jam. Sistem ini menggunakan perangkat keras yang aman dan dapat diakses melalui web dan aplikasi mobile untuk mempermudah proses pemantauan dan pengontrolan reservoir air secara jarak jauh dan real-time. Pengembangan website untuk sistem ini melibatkan penggunaan HTML, CSS, dan JavaScript di bagian frontend, serta Laravel framework di bagian backend. Firebase Realtime Database digunakan untuk penyimpanan data dan sinkronisasi real-time. Pengujian sistem menunjukkan bahwa website yang dikembangkan dapat mengontrol pompa dan memonitor kondisi reservoir dengan efektif, mengurangi pemborosan air, dan menurunkan biaya operasional. Hasil ini mengindikasikan bahwa sistem pengontrolan reservoir berbasis IoT yang diakses melalui website dapat menjadi solusi yang efisien dan efektif dalam mengelola sumber daya air di perumahan BCV I.
Implementasi Metode Five Planes dalam Perancangan UI/UX pada Manajemen API BKKBN (Data Keluarga Beresiko Stunting) Sefudin, Afit
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol. 14 No. 3 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i3.92677

Abstract

Stunting adalah permasalahan serius di Indonesia, ditandai oleh hambatan fisik akibat malnutrisi jangka panjang dan paparan infeksi berulang. Untuk mengatasi hal ini, pemerintah menggunakan Sistem Informasi Keluarga (SIGA) yang dikelola oleh BKKBN. Namun, pemanfaatan data SIGA dalam mencegah stunting terkendala oleh interoperabilitas antar instansi dan antarmuka pengguna yang kurang optimal. Studi ini mengkaji rancangan antarmuka pengguna dan pengalaman pengguna. portal web service SIGA menerapkan pendekatan Lima Tahapan. Pendekatan ini meliputi lima tahap: strategy, scope, structure, skeleton, dan surface plane, dengan evaluasi menggunakan System Usability Scale (SUS). Temuan studi ini mengindikasikan bahwa desain antarmuka berbasis web yang dirancang menciptakan interaksi yang optimal bagi pengguna yang lebih mudah dipahami serta efektif. Dengan skor SUS rata-rata 80,5, portal ini dinilai dalam kategori "excellent" dan layak untuk tahap implementasi lebih lanjut. Penerapan desain UI/UX ini diharapkan mampu meningkatkan aksesibilitas dan efektivitas pemanfaatan data SIGA dalam mendukung intervensi keluarga berisiko stunting secara lebih optimal
Analisis Faktor Lingkungan Terhadap Produksi Padi di Sumatera Menggunakan Algoritma Gradient Boosting Sonia, Salsa
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol. 14 No. 3 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i3.93105

Abstract

Produksi padi di Sumatera memegang peranan penting dalam ketahanan pangan masyarakat, sehingga memahami faktor-faktor yang memengaruhi produktivitasnya menjadi sangat krusial. Penelitian ini bertujuan untuk menganalisis pengaruh variabel lingkungan, seperti luas panen, curah hujan, kelembapan, dan suhu rata-rata terhadap hasil produksi padi, dengan fokus pada efektivitas algoritma Gradient Boosting dalam memprediksi hasil panen. Data yang digunakan merupakan dataset time series dari tahun 1993 hingga 2020, diambil dari platform Kaggle, yang mencerminkan dinamika faktor lingkungan dan hasil produksi. Algoritma Gradient Boosting dipilih karena kemampuannya dalam menangani data kompleks dan interaksi non-linear antar variabel. Hasil penelitian menunjukkan bahwa Gradient Boosting memberikan prediksi yang kurang akurat dibandingkan dengan algoritma Regresi Linear yang lebih sederhana, di mana variabel luas panen terbukti sebagai faktor dominan yang berkontribusi pada produksi padi di kedua model. Kesimpulan ini menunjukkan bahwa untuk analisis yang lebih sederhana dan akurat, Gradient Boosting bukanlah pilihan yang tepat dibandingkan dengan Regresi Linear dalam konteks produksi padi di Sumatera. Dengan demikian, dapat disimpulkan bahwa Gradient Boosting kurang efektif dalam memprediksi produksi padi dibandingkan dengan Regresi Linear. Penelitian ini juga menawarkan wawasan baru dalam pengelolaan produksi padi di Sumatera, memberikan informasi berharga bagi para pemangku kepentingan dalam membuat keputusan kebijakan yang lebih baik terkait pertanian, serta diharapkan dapat menjadi panduan bagi strategi peningkatan efisiensi produksi padi di tengah tantangan yang semakin meningkat. Kata kunci: Curah Hujan, Faktor Lingkungan, Gradient Boosting, Luas Panen, Produksi Padi, Regresi Linear
Prediksi Produksi Beras untuk Mendukung Ketahanan Pangan di Kabupaten Aceh Utara Menggunakan Seasonal Autoregressive Integrated Moving Average (SARIMA) Rangkuti, Salsabilah
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol. 14 No. 3 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i3.93143

Abstract

Beras merupakan komoditas utama yang berperan penting dalam ketahanan pangan, ekonomi, dan sosial di Indonesia. Namun, produksinya di Kabupaten Aceh Utara mengalami penurunan akibat perubahan iklim dan bencana alam, yang berdampak pada ketidakstabilan pasokan dan harga. Penelitian ini bertujuan memprediksi produksi beras lima tahun ke depan menggunakan metode SARIMA. Dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 2,19%, model terbaik yang ditemukan adalah SARIMA (1,0,1)(0,1,0)12 .Nilai ini menunjukkan tingkat kesalahan prediksi yang rendah, sehingga model tersebut sangat baik dalam memperkirakan produksi beras. Hasil prediksi menunjukkan penurunan produksi sebesar 5,89% pada tahun 2024 dibandingkan tahun sebelumnya, namun tren produksi meningkat secara bertahap hingga mencapai 128.607 ton pada tahun 2028. Selain itu, analisis Cross-Correlation Function (CCF) juga menunjukkan bahwa curah hujan dan luas lahan berpengaruh signifikan terhadap produksi beras dalam jangka panjang. Temuan ini diharapkan menjadi dasar penyusunan kebijakan strategis guna memperkuat ketahanan pangan di Aceh Utara.
Evaluasi Usability dan Rekomendasi Perbaikan Antarmuka Aplikasi Karyakarsa Menggunakan Model PACMAD dan Design Thinking Nurhasna, Nisrina; Shofa, Rahmi Nur; Lukmana, Hen Hen
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol. 14 No. 3 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i3.93249

Abstract

Ekonomi kreatif digital di Indonesia terus berkembang dengan platform seperti KaryaKarsa yang menghubungkan kreator dengan pendukung untuk memperoleh dukungan finansial. Namun, masalah usability pada aplikasi dapat menghambat pengalaman pengguna dan berpotensi mengurangi minat pendukung dalam berkontribusi. Penelitian ini mengevaluasi tingkat usability aplikasi KaryaKarsa menggunakan model People at the Center of Mobile Application Development (PACMAD) dan merumuskan rekomendasi perbaikan melalui pendekatan design thinking. Pengujian melibatkan 24 responden (12 kreator dan 12 pendukung) dengan metode within-subjects study design yang mengevaluasi tujuh aspek usability: effectiveness, efficiency, satisfaction, learnability, memorability, errors, dan cognitive load. Hasil pengujian pre-evaluation menunjukkan perbedaan signifikan antara kelompok kreator dan pendukung. Kreator mendapatkan nilai berikut: effectiveness 48,61%, efficiency 0,01442 goals/secondond, satisfaction 2,56, learnability 49%, memorability 48%, errors 0,514, dan cognitive load 69,4. Sementara pendukung menunjukkan performa lebih baik dengan effectiveness 86,11%, efficiency 0,02674 goals/secondond, satisfaction 3,37, learnability 86%, memorability 88%, errors 0,139, dan cognitive load 67,4. Pendekatan design thinking menghasilkan prototype perbaikan antarmuka yang kemudian diuji pada tahap post-evaluation. Hasil menunjukkan peningkatan signifikan pada kedua kelompok pengguna. Kreator mengalami peningkatan pada effectiveness menjadi 82,50%, efficiency menjadi 0,02859 goals/secondond, satisfaction menjadi 1,91, learnability menjadi 83%, memorability menjadi 80%, errors menurun menjadi 0,308, dan cognitive load menurun menjadi 63,3. Pendukung juga menunjukkan peningkatan dengan effectiveness 95,83%, efficiency 0,08507 goals/secondond, satisfaction 2,02, learnability 96%, memorability 93%, errors 0,052, dan cognitive load 55,9. Meskipun cognitive load kedua kelompok menurun, nilai tersebut masih dalam kategori cognitive load sedang. Implementasi rekomendasi perbaikan antarmuka berhasil meningkatkan usability aplikasi KaryaKarsa pada seluruh aspek yang diukur menggunakan model PACMAD.
Penerapan Teknik ROC dan SAW dalam Perbandingan Efisiensi Bahan Bakar Kendaraan LSUV Setiawan, Santoso; Marlina, Siti
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol. 14 No. 3 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i3.93283

Abstract

Metode SAW (Simple Additive Weighting), yang juga disebut sebagai metode Scoring Method atau Weighted Sum Method, merupakan teknik untuk pengambilan keputusan multi-kriteria yang simpel namun efisien. SAW melakukan perhitungan total skor tertimbang untuk setiap opsi. Akan tetapi, cara ini sensitif terhadap bobot, sehingga pemilihan bobot yang bersifat subjektif dapat memengaruhi hasil akhir. Tujuan penelitian ini adalah untuk mengevaluasi seberapa efektif penggabungan dua metode pendukung keputusan dalam membandingkan kendaraan LSUV (Low Sport Utility Vehicle) yang hemat bahan bakar. Metode yang diterapkan adalah ROC (Rank Order Centroid) untuk penentuan bobot kriteria dan SAW (Simple Additive Weighting) yang digunakan untuk pengambilan keputusan multi-kriteria dalam menilai peringkat kinerja setiap kendaraan. Setelah melakukan analisis yang komprehensif, studi ini mengindikasikan bahwa kombinasi antara metode ROC dan SAW dapat memberikan pemahaman yang jelas mengenai keunggulan tiap kendaraan dan efektif dalam menilai efisiensi bahan bakar kendaraan LSUV di Indonesia sesuai dengan kriteria yang telah ditetapkan. Simpulan dari studi ini memberikan saran mengenai penggunaan perpaduan kedua metode tersebut untuk analisis yang lebih tepat dan efisien dalam mendukung proses pengambilan keputusan. Kata kunci: Rank Order Centroid, Simple Additive Weighting, Low Sport Utility Vehicle, Keputusan Multi-Kriteria, Bahan Bakar