cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Edi Sutoyo
Contact Email
redaksi@janitra.org
Phone
+6281381694837
Journal Mail Official
redaksi@janitra.org
Editorial Address
Indonesian Scientific Journal (Jurnal Ilmiah Indonesia) Jl. Pasar Atas No 3, Kompleks Setramas Kota Cimahi, Bandung
Location
Unknown,
Unknown
INDONESIA
Jurnal Janitra Informatika dan Sistem Informasi
Published by Indonesian Scientific Journal
ISSN : -     EISSN : 27759490     DOI : https://doi.org/10.25008/janitra
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering
Jurnal Janitra Informatika dan Sistem Informasi (e-ISSN: 2775-9490) is a peer-reviewed national journal that aims to bring together research work in the area of information and communication technology, information system, multimedia system, and computational intelligence, including theories, methods, tools, technologies, applications, and so on. The Journal stresses on academic excellence, research rigidity, knowledge distribution, and reciprocated scholarly efforts in order to endorse theoretical, experimental, and practical research. The Journal is published by the Indonesian Scientific Journal (Jurnal Ilmiah Indonesia). Accepted paper will be available online (free access), and there will be no publication fee. The journal publishes only articles related to the use of informatics and information systems that broadly covers the following topics, but are not limited to: Artificial intelligence Autonomous reasoning Bio-inspired algorithms Bio-informatics Cloud computing Data science Data mining Data visualization Decision support systems Deep learning Evolutionary computation Fuzzy logic Human-Computer Interaction Hybrid intelligent systems, Adaptation and Learning Systems IoT and smart environments Knowledge mining Machine learning Neural networks Pattern recognition Soft computing Prediction systems Signal and image processing System modeling and optimization Time series prediction Web intelligence
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 103 Documents
 7   8   9   10   11 
Klasifikasi Kemampuan Berpikir Kreatif Peserta Didik Madrasah Ibtidaiyah Menggunakan Algoritma K-Nearest Neighbor Suprianto, Joko; Riesha, Riezky Army
Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 2 (2025): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/ba06yc73

Abstract

Keterampilan berpikir kreatif adalah salah satu keterampilan abad ke-21 yang signifikan bagi siswa sekolah dasar, termasuk Madrasah Ibtidaiyah. Namun, guru mengajar matematika masih memiliki motivasi yang kurang efisien pada materi yang lebih komprehensif dalam menyelesaikan permasalahan matematis dengan jawaban tunggal dan metode tradisional. Hal ini berimplikasi bahwa siswa kurang didorong untuk mengahsilafkan ide yang bervariasi dan orisinil. Oleh karena itu, penelitian ini menganalisis keterampilan berpikir kreatif dalam soal cerita matematika dengan menggunakan pendekatan analisis data K-Nearest Neighbor (KNN). Penelitian ini menggunakan desain kuantitatif dan deskriptif. Subjek penelitian dinilai menggunakan instrumen berdasarkan indikator keterampilan berpikir kreatif: kelancaran (fluency), keluwesan (flexibility), keaslian (originality), dan elaborasi (elaboration). Hasil kerja siswa kemudian diklasifikasikan ke dalam tingkat keterampilan berpikir kreatif (tinggi, sedang, rendah) menggunakan algoritma KNN.). Berdasarkan hasil analisis, sebagian besar siswa tergolong dalam kategori keterampilan berpikir kreatif sedang, sedangkan kategori tinggi dan rendah hanya mencakup sebagian kecil siswa. Algoritma KNN menunjukkan kemampuan klasifikasi yang efektif dengan tingkat akurasi melebihi 80%. Temuan ini menguatkan perlunya integrasi teknologi analisis data yang sederhana dalam konteks pendidikan dasar, sekaligus menjadi pertimbangan bagi pendidik dalam merancang pembelajaran matematika yang lebih adaptif, kreatif, dan responsif terhadap tingkat kemampuan siswa.
Model Hibrida Fuzzy C-Means dan Fuzzy Time Series untuk Prediksi Harga Emas Wijayanti, Yuli; Latifah, Ummu Wachidatul; Sugianto, Victoria Angela; Geotalia, Ranti
Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 2 (2025): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/bgxheq88

Abstract

Harga emas harian cenderung fluktuatif dan dipengaruhi oleh berbagai faktor eksternal yang tidak pasti. Penelitian ini bertujuan untuk meningkatkan akurasi peramalan harga emas harian. Metode yang digunakan adalah Fuzzy C-Means untuk clustering dan Fuzzy Time Series untuk prediksi. Fuzzy C-Means digunakan untuk mengelompokkan data harga emas berdasarkan pola fluktuasi yang serupa, sementara Fuzzy Time Series diterapkan untuk memprediksi harga masa depan dalam setiap kelompok. Data harga emas harian selama periode tertentu digunakan untuk membangun model. Hasil penelitian menunjukkan bahwa kombinasi Fuzzy C-Means dan Fuzzy Time Series dapat memberikan peramalan yang lebih akurat dibandingkan metode tradisional. Model ini berhasil menangani ketidakpastian harga dan mengidentifikasi pola yang lebih halus dalam data harga emas. Secara keseluruhan, metode ini efektif dalam meningkatkan prediksi harga emas di pasar yang sangat dinamis. Hal tersebut sesuai dengan hasil evaluasi model menggunakan MAPE dan RMSE. Nilai MAPE sebesar 1.92% yang menunjukan bahwa model akurat. Hasil RMSE sebesar 2.25% menunjukan bahwa model yang digunakan akurat. Penelitian ini memberikan kontribusi dalam pengembangan model peramalan harga emas yang lebih robust dan tepat.
Penerapan Metode Algoritma C.48 untuk Klasisifikasi Penyakit Diabetes Wanto, Donna Oktar Endras; Harmon, Cendra; Jupron , Jupron
Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 2 (2025): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/qyzpt451

Abstract

Penyakit diabetes merupakan salah satu gangguan metabolik kronis yang terus meningkat prevalensinya di berbagai negara, termasuk Indonesia. Deteksi dini diabetes sangat penting untuk mencegah komplikasi jangka panjang, dan salah satu pendekatan yang efektif adalah dengan memanfaatkan algoritma klasifikasi berbasis machine learning. Penelitian ini bertujuan untuk menerapkan algoritma C4.8 dalam mengklasifikasikan penyakit diabetes menggunakan aplikasi WEKA, serta mengevaluasi kinerjanya berdasarkan data medis yang tersedia. Dataset yang digunakan terdiri dari 768 instance dan 9 atribut, termasuk Glukosa, BMI, dan Usia. Hasil pelatihan model menunjukkan tingkat akurasi sebesar 84,11%, sementara pada pengujian menggunakan metode 10-fold cross-validation, akurasi menurun menjadi 73,70%, dengan nilai Kappa sebesar 0,414. Hasil visualisasi data mendukung temuan bahwa atribut Glukosa merupakan variabel paling dominan dalam membedakan kelas, diikuti oleh BMI dan Usia, sedangkan atribut seperti Tekanan Darah dan Ketebalan Kulit kurang memberikan kontribusi signifikan secara individual. Temuan ini menunjukkan bahwa algoritma C4.8 mampu digunakan sebagai dasar dalam sistem pendukung keputusan untuk diagnosis awal diabetes, meskipun masih terdapat ruang untuk peningkatan performa model melalui teknik lanjutan.  
Analisis Perbandingan Algoritma Naïve Bayes dengan SVM (Support Vektor Machine) Dalam Mendiagnosis Penyakit Asma Sarman, Sarman; Bahri, Dede Sahrul
Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 2 (2025): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/m9qa0357

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma klasifikasi, yaitu Naive Bayes dan Support Vector Machine (SVM), dalam mengklasifikasikan data menggunakan tools Orange Data Mining. Pengujian dilakukan dengan metode cross-validation dan hasilnya divisualisasikan melalui ROC Curve untuk menilai kemampuan diskriminatif masing-masing model. Berdasarkan hasil analisis, model Naive Bayes (kurva hijau) menunjukkan kinerja yang lebih baik dibandingkan SVM (kurva oranye). Hal ini terlihat dari posisi kurva Naive Bayes yang lebih dekat ke titik ideal pada grafik ROC serta nilai AUC (Area Under Curve) yang lebih tinggi, yaitu 0.901 dibandingkan 0.818 pada SVM. Nilai AUC yang lebih besar menunjukkan bahwa Naive Bayes memiliki kemampuan yang lebih unggul dalam membedakan antara kelas positif dan negatif. Dengan demikian, dapat disimpulkan bahwa algoritma Naive Bayes merupakan model yang lebih efektif dan direkomendasikan untuk digunakan dalam proses klasifikasi pada dataset ini, terutama ketika tujuan utama adalah meningkatkan kemampuan model dalam membedakan kelas target.
Pengembangan Aplikasi Point of Sale (POS) berbasis Mobile untuk Membantu UMKM Suhargo, Albert; Marcelino, Marcelino; Vardi, Pieter; Megawan, Sunario; Darwin, Darwin
Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 2 (2025): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/tt4rth66

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) di sektor makanan dan minuman, khususnya kafe, masih banyak yang belum memanfaatkan teknologi digital dalam mendukung proses promosi maupun pelayanan kepada pelanggan. Kondisi ini membuat konsumen sering kesulitan memperoleh informasi terkait lokasi dan menu yang ditawarkan. Penelitian ini bertujuan untuk mengembangkan aplikasi Point of Sale (POS) berbasis mobile yang tidak hanya berfungsi sebagai sistem kasir bagi pemilik dan karyawan kafe, tetapi juga menyediakan fitur pencarian lokasi outlet berbasis GPS dan informasi menu untuk pelanggan. Pengembangan perangkat lunak dilakukan dengan metode Waterfall, sedangkan pengujian dilakukan melalui black-box testing dan User Acceptance Testing (UAT). Hasil black-box testing menunjukkan seluruh skenario pengujian berjalan dengan baik tanpa ditemukannya bug atau error. UAT memberikan hasil positif dengan skor 86,7% pada aspek functionality, 86,8% pada aspek usability, dan 85,7% pada aspek efficiency. Berdasarkan hasil tersebut, aplikasi yang dikembangkan dinilai layak dan efektif untuk memudahkan pelanggan dalam menemukan lokasi UMKM kafe dan mengakses informasi menu, sekaligus membantu pemilik kafe dalam mengelola transaksi secara digital.
Smart Clothesline: Sistem Jemuran Otomatis Berbasis IoT dengan Raindrops Sensor Syahirah, Ghina Aqli; Syafi'i, Malik; Rahmawati, Laras; Susilawati, Susilawati
Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 2 (2025): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/pgjyay48

Abstract

Proyek Smart Clothesline ini diciptakan untuk mengatasi permasalahan yang sering muncul di rumah terkait menjemur pakaian, khususnya ketika hujan datang secara tiba-tiba. Teknologi Internet of Things (IoT) diterapkan dalam sistem ini untuk mengotomatiskan proses menarik jemuran dengan memanfaatkan sensor hujan FC-37, mikrokontroler NodeMCU ESP8266, dan motor servo SG90 sebagai komponen utamanya. Saat sensor mendeteksi air hujan, mikrokontroler akan mengirimkan sinyal kepada motor servo untuk menggeser jemuran ke tempat yang aman. Selain itu, sistem ini terhubung ke dashboard yang berbasis web, memungkinkan pengguna untuk memantau keadaan cuaca dan status jemuran secara langsung melalui internet. Proses pengembangan proyek mengikuti pendekatan waterfall, yang mencakup langkah-langkah analisis, perancangan, implementasi, pengujian, dan evaluasi. Hasil pengujian menunjukkan bahwa sistem ini dapat beroperasi dengan akurasi deteksi hujan mencapai 95% dan waktu respon rata-rata 1–2 detik. Hasil tersebut membuktikan bahwa sistem jemuran otomatis yang berbasis IoT ini efektif dalam meningkatkan efisiensi, menghemat waktu, dan mendukung penerapan teknologi rumah tangga yang pintar, praktis, dan mudah digunakan dalam aktivitas sehari-hari.
Analisis Pola Kondisi Atmosfer Berdasarkan Data Cuaca Historis Menggunakan Metode K-Means Clustering Permana, Yudisti Prayigo; Marwati, Fingki
Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 2 (2025): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/zb8w0x66

Abstract

Curah hujan merupakan parameter penting dalam kajian kondisi cuaca karena berpengaruh terhadap berbagai bidang, seperti pertanian, transportasi, dan mitigasi bencana. Penelitian ini bertujuan untuk mengidentifikasi pola kondisi atmosfer yang berkaitan dengan karakteristik curah hujan menggunakan data cuaca historis melalui metode K-Means Clustering. Dataset yang digunakan terdiri atas 96.453 data pengamatan dengan variabel utama meliputi suhu, kelembapan, dan kecepatan angin. Tahap awal penelitian meliputi prapemrosesan data berupa pemilihan fitur dan normalisasi. Jumlah cluster optimal ditentukan menggunakan metode Elbow dan diperoleh tiga cluster sebagai konfigurasi terbaik. Proses pengelompokan dilakukan dengan algoritma K-Means menggunakan jarak Euclidean. Hasil pengelompokan menunjukkan bahwa setiap cluster memiliki karakteristik kondisi atmosfer yang berbeda, yaitu kondisi lembap dengan suhu rendah, kondisi peralihan dengan dominasi kecepatan angin tinggi, serta kondisi relatif kering dengan suhu tinggi dan kelembapan rendah. Evaluasi kualitas clustering menggunakan Silhouette Score menghasilkan nilai rata-rata sebesar 0,368 yang menunjukkan kualitas pengelompokan berada pada kategori cukup baik. Selain itu, nilai terendah pada Davies–Bouldin Index diperoleh pada jumlah tiga cluster, sehingga mendukung pemilihan konfigurasi tersebut sebagai jumlah cluster optimal. Berdasarkan hasil tersebut, metode K-Means Clustering terbukti mampu mengelompokkan data cuaca historis ke dalam pola kondisi atmosfer yang berbeda dan dapat digunakan sebagai pendekatan pendukung dalam analisis karakteristik curah hujan berbasis data historis.
Design and Experimental Evaluation of an ESP32-Based IoT Early Warning System for LPG Gas Leakage Abdulelah Ahmed; Aji Primajaya
Jurnal Janitra Informatika dan Sistem Informasi Vol. 6 No. 1 (2026): April - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/zfqh4n92

Abstract

This study aims to design and evaluate an IoT-based early warning system for LPG gas leaks to enhance household safety. The experimental methodology involved system design using an ESP32 microcontroller and an MQ2 gas sensor as core components, integrated with local alarms (LED, buzzer) and remote notifications via the Blynk platform. The analysis was performed through controlled testing with 30 experimental trials to measure system response time, detection accuracy, and notification success rate. The results indicate the system achieved an average response time of 1.4 seconds (SD = 0.2 s), a detection accuracy of 96.7%, and a notification success rate of 100%. The system operates stably and proves effective as an early warning solution, with a practical recommendation for sensor installation near floor level based on the density properties of LPG.
Evaluasi dan Redesain User Interface pada Website SMK Negeri 1 Kota Besi dengan Metode Heuristic Evaluation untuk Peningkatan Usability Alpianur Alpianur; Viry Puspaning Ramadhan
Jurnal Janitra Informatika dan Sistem Informasi Vol. 6 No. 1 (2026): April - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/er6x7039

Abstract

Situs web sekolah berfungsi sebagai platform penting untuk menyampaikan informasi dan layanan secara daring, namun banyak di antaranya masih menghadapi tantangan dalam hal usability. Penelitian ini mengevaluasi user interface pada situs web SMK Negeri 1 Kota Besi dan memberikan rekomendasi perbaikan antarmuka. Penelitian ini menggunakan metode evaluasi heuristik yang melibatkan tiga evaluator serta menerapkan sepuluh prinsip heuristik untuk mengidentifikasi masalah usability. Data dikumpulkan melalui observasi langsung, dokumentasi, dan kuesioner pengguna. Rekomendasi perbaikan antarmuka dirancang dalam bentuk prototipe high-fidelity menggunakan Figma. Untuk menguji efektivitas desain yang diusulkan, pengujian usability dilakukan dengan metode System Usability Scale (SUS) yang melibatkan 30 responden yang dipilih secara purposive sampling, terdiri dari guru dan siswa. Hasil penelitian menemukan masalah utama, termasuk desain visual yang tidak konsisten, struktur menu yang tidak teratur, dan kurangnya umpan balik dari sistem. Hasil pengujian usability menunjukkan peningkatan signifikan pada skor usability dengan prototipe yang telah didesain ulang dibandingkan dengan versi asli. Penelitian ini berkontribusi pada pengembangan situs web sekolah yang lebih ramah pengguna dan dapat dijadikan referensi untuk evaluasi antarmuka serupa di sektor pendidikan.
Analisis Perbandingan Naïve Bayes dan Random Forest untuk Evaluasi PKKMB Berbasis Sentimen Mahasiswa Alexander Sole; Anis Zubair
Jurnal Janitra Informatika dan Sistem Informasi Vol. 6 No. 1 (2026): April - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/nf4xmg03

Abstract

Pengenalan Kehidupan Kampus Mahasiswa Baru (PKKMB) adalah kegiatan penting yang membantu mahasiswa baru mengenal lingkungan akademik dan budaya kampus. Evaluasi terhadap pelaksanaan PKKMB umumnya dilakukan melalui survei numerik yang hanya memberikan gambaran umum sehingga kurang mampu menangkap opini mahasiswa secara mendalam. Penelitian ini menerapkan analisis sentimen berbasis machine learning untuk mengolah 886 data komentar evaluasi PKKMB di Universitas Merdeka Malang. Proses penelitian meliputi tahapan preprocessing teks (case folding, cleansing, tokenization, normalisasi, stopword removal, dan stemming), pelabelan otomatis menggunakan model IndoBERT, serta konversi teks menjadi fitur numerik menggunakan TF-IDF. Dua algoritma klasifikasi, yaitu Naïve Bayes dan Random Forest, digunakan untuk membandingkan performa model. Data dibagi menggunakan rasio 80:20 untuk data latih dan data uji, serta evaluasi model dilakukan menggunakan matriks accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Naïve Bayes memiliki performa yang lebih unggul dibandingkan Random Forest dengan nilai accuracy 81,4%, precision 83,04%, recall 86,92%, dan F1-score 84,93%. Sementara itu, Random Forest menghasilkan accuracy 79,78%, precision 83,18%, recall 83,18%, dan F1-score 83,18%. Temuan ini menunjukkan bahwa Naïve Bayes merupakan metode yang lebih efektif untuk mengklasifikasikan sentimen positif dan negatif pada dataset evaluasi PKKMB dengan pelabelan otomatis. Hasil analisis ini juga memberikan gambaran aspek-aspek kegiatan PKKMB yang masih perlu diperbaiki sebagai rekomendasi peningkatan pelaksanaan di tahun berikutnya.

Page 10 of 11 | Total Record : 103

 7   8   9   10   11 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol. 6 No. 1 (2026): April - Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 2 (2025): Oktober - Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 1 (2025): April - Jurnal Janitra Informatika dan Sistem Informasi Vol. 4 No. 2 (2024): Oktober - Jurnal Janitra Informatika dan Sistem Informasi Vol. 4 No. 1 (2024): April - Jurnal Janitra Informatika dan Sistem Informasi Vol. 3 No. 2 (2023): Oktober - Jurnal Janitra Informatika dan Sistem Informasi Vol. 3 No. 1 (2023): April - Jurnal Janitra Informatika dan Sistem Informasi Vol. 2 No. 2 (2022): Oktober - Jurnal Janitra Informatika dan Sistem Informasi Vol. 2 No. 1 (2022): April - Jurnal Janitra Informatika dan Sistem Informasi Vol. 1 No. 2 (2021): Oktober - Jurnal Janitra Informatika dan Sistem Informasi Vol. 1 No. 1 (2021): April - Jurnal Janitra Informatika dan Sistem Informasi More Issue