cover
Contact Name
Ismail
Contact Email
lppm@unipol.ac.id
Phone
+6285343666997
Journal Mail Official
jurnal.jisti@unipol.ac.id
Editorial Address
Jl. Kesatria No.60 Watansoppeng, Kelurahan Botto Kecamatan Lalabata Kabupaten Soppeng, Sulawesi Selatan-Indonesia
Location
Kab. soppeng,
Sulawesi selatan
INDONESIA
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
ISSN : 26205327     EISSN : 27155501     DOI : https://doi.org/10.57093/jisti
Lembaga Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Universitas Lamappapoleonro adalah lembaga penerbitan jurnal untuk dosen Universitas Lamappapoleonro dan dosen diluar Universitas Lamappapoleonro yang memiliki disiplin ilmu komputer. Lembaga Jurnal Ilmiah JISTI didirikan pada tahun 2018 dengan tujuan sebagai wadah untuk mempublikasikan penelitian dosen. lembaga ini hanya menerbitkan jurnal penelitian yang disiplin ilmu komputer.Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Menerbitkan Artikel Ilmiah dua kali satu tahun yaitu Bulan April dan Bulan Oktober
Articles 184 Documents
Design Architecture Smart Heatsink Laptop untuk Mengatasi Overheat dan Korslet Motherboard el fazza, fahri
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.223

Abstract

Technological developments, especially in the field of computer architecture, are growing very rapidly. The role of cooling is a major factor in reducing the risk of damage that generally occurs, such as overheating and short circuits. Overheating on a laptop can cause the laptop to shut down and slow performance. The cause of overheating is due to air blockages in the heatsink fins so that hot air from the processor cannot escape from the laptop. Heatsink fins that are still static provide access for dust to enter and exit, causing blockages. Dynamic Smart Heatsink architecture can open and close automatically so that the laptop can be protected from external interference such as dust and animals.
Perancangan Sistem Informasi Pendaftaran PKL Berbasis Web Pada Kantor Regional VI Badan Kepegawaian Negara Medan Samsudin, Samsudin; Alyuda, M Farhan
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.224

Abstract

Penelitian ini mengkaji perancangan dan implementasi sistem informasi pendaftaran Praktik Kerja Lapangan (PKL) berbasis web di Kantor Regional VI Badan Kepegawaian Negara (BKN) Medan. Metode pengembangan perangkat lunak yang digunakan adalah Rapid Application Development (RAD), dengan tahapan persyaratan perencanaan, workshop desain RAD, dan implementasi. Pada tahap persyaratan perencanaan, dilakukan analisis kebutuhan sistem untuk menyesuaikan dengan kebutuhan pengguna. Sistem ini dirancang untuk memudahkan pendaftaran PKL secara online, dengan persyaratan fungsional dan non-fungsional yang diidentifikasi. Tahap workshop desain RAD melibatkan pengguna dalam merancang antarmuka front-end dan back-end sistem. Antarmuka front-end memungkinkan calon pengguna mengakses fungsi pendaftaran PKL secara online, sementara antarmuka back-end digunakan untuk mengelola data pendaftar PKL. Implementasi melibatkan pengembangan basis data dan antarmuka sistem. Sistem ini menggunakan MySQL sebagai server database dan dapat diakses melalui web browser seperti Google Chrome atau Mozilla Firefox. Tahap ini juga melibatkan pembuatan beberapa tampilan antarmuka, termasuk halaman login admin, dashboard pendaftaran PKL, formulir pendaftaran, dan konfirmasi pendaftaran. Hasil penelitian menunjukkan bahwa sistem informasi pendaftaran PKL berbasis web ini dapat mempercepat dan menyederhanakan proses pendaftaran mahasiswa magang di Kantor Regional VI BKN Medan. Dengan adopsi teknologi berbasis web, diharapkan dapat meningkatkan efisiensi dan mengatasi kendala pada pendataan manual yang selama ini ada
Klasifikasi Data Mining Pada Tingkat Kepuasan Pengunjung Maccahaya Waterboom dengan Algoritma C.45 ismail, Ismail; Erwin Syah, Rezky; Tahir, M Afdal
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.225

Abstract

Penelitian ini bertujuan mengklasifikasikan tingkat kepuasan pengunjung yang terbagi menjadi dua kelas yaitu "Puas" dan "Tidak Puas". Data yang digunakan dalam penelitian ini dikumpulkan melalui penyebaran kuesioner kepada 106 responden yang pernah berkunjung ke Maccahaya Waterboom. Hasil penelitian menunjukkan bahwa model klasifikasi menggunakan algoritma C.45 mencapai tingkat akurasi sebesar 93.75% dengan variabel yang memiliki pengaruh signifikan terhadap kepuasan pengunjung adalah X5 (Kebersihan) dan X2 (Fasilitas). Implementasi sistem klasifikasi ini dilakukan melalui sebuah website yang dibangun menggunakan bahasa pemrograman Python dengan framework Flask dan MySQL sebagai basis data
Implementasi Sistem Informasi Penilaian Kinerja Karyawan Dan Perhitungan Remunerasi Financial Consultant Pada Asuransi BRIngin Life Syariah Berbasis Web Kamarudin, Kamarudin; Guntur, Guntur; Yusri, Yusri
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.226

Abstract

Perancangan aplikasi ini bertujuan untuk: (1) Bagaimana merancang sistem informasi penilaian kinerja karyawan untuk penentuan Financial Consultant terbaik pada asuransi BRIngin Life Syariah. (2) Untuk mengimplementasikan sistem informasi penilaian kinerja karyawan berdasarkan perhitungan remunerasi untuk penentuan Financial Consultant terbaik pada asuransi BRIngin Life Syariah. Dalam sistem informasi penilaian kinerja karyawan dan perhitungan remunerasi ini (1) sistem menggunakan UML (Unified Modelling Language) untuk menggambarkan alur atau arus kerja sistem. (2) proses penilaian diberikan berdasarkan pencapaian jumlah polis dan premi yang didapatkan. (3) bahasa pemrograman yang digunakan (HTML) Hypert Text Markup Language, (PHP) Personal Home Page, (CSS) Cascanding Style Sheet, Java Script, Framework. Hasil penelitian ini dirancang dan diuji cobakan untuk dapat menghasilkan informasi tentang pencapaian remunerasi tertinggi pada setiap Financial Consultant
Analisis Sentimen Fasilitas Belajar dan Alat Laboratorium menggunakan metode Naïve Bayes Classifier Syahar, A Ulfah Tenripada; Savitri, Avin; Widyawati, Dewi; Ma’Tang, Hariani
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.265

Abstract

ABSTRACK This study aims to analyze student sentiment towards learning facilities and laboratory equipment using the Naïve Bayes Classifier method. The data used in this study were obtained from social media platforms, which include student comments and statements regarding the facilities and tools available at educational institutions. The collected data is then analyzed to identify the sentiments contained, namely positive, negative, and neutral. Based on the analysis results, 170 negative sentiments, 135 positive sentiments, and 147 neutral sentiments were obtained. The Naïve Bayes algorithm produces an accuracy value of 77%, precision of 75%, recall of 66%, and F1-score of 7%. These results show that Naïve Bayes can be used to classify student sentiment towards laboratory facilities and equipment, although there is still room for improvement in increasing recall and F1-score. This research provides an overview of the quality of learning facilities and laboratory equipment and identifies areas that require more attention in the improvement and maintenance of facilities in educational institutions.
Implementasi Algoritma Advanced Encryption Standard Untuk Keamanan Data Customer Pegadaian UPC Pacongkang Hasbi, Hasbi; Thamrin, Andi Nurlinda
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.269

Abstract

Permasalahan yang ada pada Pegadaian UPC Pacongkang adalah sering terjadi kebocoran data customer yang membuat perubahan data secara tiba-tiba, seperti jangka waktu peminjaman customer berubah dan bahkan jumlah peminjaman customer berubah. Hal ini tentunya merugikan pihak Pegadaian UPC Pacongkang dan customer. Melihat permasalahan tersebut pihak Pegadaian UPC Pacongkang membutuhkan metode pengamana data yang dapat membantu menjaga kerahasiaan data customer. Tujuan penelitian ini untuk memuat sistem keamanan data dengan penerapan konsep kriptografi. Kriptografi bertujuan untuk mengamankan isi data atau menjaga kerahasiaan informasi dari orang yang tidak berhak untuk mengetahui isi data tersebut. Untuk menerapkan kriptografi pada sistem keamanan data dibutuhkan suatu algoritma mesin autentukasi data. Salah satu metode yang dapat digunakan adalah Advanced Encryption Standard (AES). Hasil penelitian menunjukkan dengan diimplementasikan Kriptografi Superenkripsi Menggunakan Metode Advanced Encrytion Standard Pada Pengamanan Data Customer Pegadaian UPC Pacongkang. File data nasabah Pegadaian UPC Paconggkang menjadi aman dan tidak mudah dimanipulasi oleh orang lain karena pesan asli sudah diubah menjadi file acak yang tidak bisa dimengerti
Penerapan Algoritma C4.5 dan Random Forest untuk Pemetaan Kerusakan Jalan dengan WebGIS Justam, Justam; Jamilah, Nur; Umar, Sitti Mawaddah; Erlita, Erlita; Ramba, Jousadrah
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.270

Abstract

Kerusakan jalan di wilayah Luwu Raya menjadi tanggung jawab BBPJN VI Makassar, yang melakukan pemantauan kondisi jalan dan melaporkan hasilnya untuk tindakan perbaikan. Penelitian ini bertujuan untuk membandingkan algoritma C4.5 dan Random Forest dalam memprediksi prioritas perbaikan jalan dan persebaran kerusakan jalan. Data yang digunakan dalam penelitian ini adalah 6100 data kerusakan jalan pada tiga ruas jalan dari tahun 2021 hingga 2023. Hasil penelitian menunjukkan bahwa meskipun akurasi antara kedua algoritma hampir sama, algoritma Random Forest memberikan hasil yang lebih konsisten dan lebih baik dibandingkan C4.5. Dengan menggunakan algoritma C4.5, didapatkan nilai presisi sebesar 87,9%, recall 82,6%, f1-score 87,8%, dan akurasi 88%. Sementara itu, Random Forest menghasilkan presisi 86,6%, recall 86,8%, f1-score 86,6%, dan akurasi 87%. Penelitian ini menghasilkan sistem informasi pemetaan berbasis WebGIS yang digunakan untuk menentukan prioritas perbaikan jalan. Hasil penelitian ini menunjukkan bahwa Random Forest lebih efektif dalam memprediksi dan menentukan prioritas perbaikan jalan di wilayah Luwu Raya
Sistem Identifikasi Kesegaran Ikan Berbasis Android Menggunakan Convolutional Neural Network (CNN) Justam, Justam; Takbir, Muh. Nashir; Umar, Sitti Mawaddah; Erlita, Erlita; Lewa, Revah Oktria
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.271

Abstract

Ikan merupakan sumber protein hewani penting dengan kandungan vitamin dan mineral esensial yang tinggi. Sebagai negara kepulauan, Indonesia memiliki potensi perikanan yang besar, namun masih banyak masyarakat yang kesulitan membedakan ikan segar dan tidak segar. Penelitian ini mengembangkan sistem berbasis Android untuk mengidentifikasi kesegaran ikan menggunakan Convolutional Neural Network (CNN). Model dilatih dengan 540 sampel gambar dalam tiga kategori (segar, baik, dan tidak layak) dengan resolusi 256 × 256 piksel RGB. CNN yang digunakan terdiri dari tiga lapisan konvolusi dan dua fully connected layer, dengan optimizer Adam dan fungsi aktivasi ReLU serta Softmax. Model dilatih di Google Colaboratory, lalu dikonversi ke TensorFlow Lite untuk diterapkan pada Android. Hasil pengujian menunjukkan akurasi 98% pada data uji dan 96,67% pada aplikasi Android dengan 60 sampel baru, membuktikan sistem mampu berfungsi dengan baik dalam mengidentifikasi kesegaran ikan
IoT dan Pengolahan Citra untuk Sistem Pakan Otomatis Udang dalam Kolam Bioflok Justam, Justam; Hasanuddin, M; Mubarak, Husni; Rahmah, Rahmah; Nurjanah, Titin
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.272

Abstract

Pemberian pakan dalam budidaya udang vaname sangat penting karena mempengaruhi pertumbuhan udang. Saat ini, pengukuran berat rata-rata udang untuk menentukan jumlah pakan dilakukan secara manual, yang memakan waktu dan meningkatkan biaya operasional. Oleh karena itu, diperlukan sistem yang dapat mengestimasi berat rata-rata udang secara otomatis. Penelitian ini mengimplementasikan teknologi pengolahan citra digital untuk mengestimasi berat rata-rata udang vaname berdasarkan citra udang yang diambil. Fitur-fitur citra, seperti jumlah piksel, digunakan untuk estimasi berat rata-rata udang. Hasil penelitian menunjukkan bahwa regresi linier dengan Mean Absolute Error (MAE) sebesar 0,7752 dan regresi polinomial dengan MAE sebesar 0,6869 dapat digunakan untuk estimasi berat udang vaname. Selain itu, penggunaan metode Mask R-CNN terbukti efektif dalam mendeteksi dan menghitung jumlah udang dengan MAE sebesar 0,373. Penelitian ini juga menunjukkan bahwa pemberian pakan sesuai takaran yang dihitung berdasarkan estimasi berat udang dapat meningkatkan efisiensi dalam budidaya udang vaname. Sistem ini memberikan solusi cepat dan akurat untuk memperbaiki proses pemberian pakan, mengurangi biaya operasional, serta mengurangi risiko cedera bagi pembudidaya
Perbandingan Kinerja YOLO vs Faster R-CNN untuk Deteksi & Estimasi Berat Ikan Justam, Justam; Malik, Abdul; Erlita, Erlita; Mangellak, Deo; Yuyun, Yuyun
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.273

Abstract

Ikan kerapu dan ikan kakap memiliki nilai ekonomi tinggi di pasar global, sehingga identifikasi jenis dan estimasi beratnya menjadi aspek penting dalam perdagangan. Metode manual yang umum digunakan memerlukan waktu lama dan tenaga kerja besar. Oleh karena itu, penelitian ini membandingkan performa dua model deep learning, yaitu YOLO dan Faster R-CNN, dalam mendeteksi jenis dan mengestimasi berat ikan. Dataset terdiri dari 2.991 citra yang terbagi dalam 18 kelas dan diperluas melalui augmentasi menjadi 6.843 citra. Proses deteksi menggunakan detection threshold 0,8, dengan evaluasi berdasarkan precision, recall, accuracy, serta Mean Absolute Percentage Error (MAPE) untuk estimasi berat. Hasil menunjukkan bahwa model YOLO memiliki precision, recall, dan accuracy masing-masing sebesar 0,98, 0,98, dan 0,96, sedangkan Faster R-CNN mencapai 0,97, 0,98, dan 0,95. Untuk estimasi berat, MAPE YOLO pada citra sebesar 2,42% dan pada video 3,66%, sementara Faster R-CNN memiliki MAPE 14,62% pada citra dan 13,59% pada video. Dengan demikian, model YOLO menunjukkan kinerja lebih baik dibandingkan Faster R-CNN dalam mendeteksi jenis dan mengestimasi berat ikan