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
Klasifikasi Jenis Burung Cendrawasih Menggunakan Convolutional Neural Network (CNN) Berdasarkan Citra Thaniket, Rooy Marthen; Rahanra, Musa Henri Janto; Dharsono, Wardhana Wahyu
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 8 No 1 (2025): 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.v8i1.280

Abstract

Birds of paradise are iconic symbols of Indonesia's biodiversity, especially in Papua, with more than 40 recorded species. Manual classification requires specific expertise and is time-consuming. This study aims to develop an automated classification system for birds of paradise using Convolutional Neural Network (CNN), specifically the MobileNetV2 architecture known for its efficiency in image processing. The dataset used comprises three species: Cicinnurus regius, Paradisaea apoda, and Paradisaea rubra. The preprocessing steps include image augmentation, resizing, and normalization. The training results show an accuracy of 98.49% and validation accuracy of 97.50%. Evaluation using a confusion matrix reveals high accuracy and minimal misclassification. This model shows great potential for use in conservation applications and automatic bird species identification
Analisis Trafik Jaringan Menggunakan Wireshark Untuk Meningkatkan Kinerja Jaringan Pada Smk 3 Soppeng Nusri, Andi Zulkifli; Erwin Syah, Rezky
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 8 No 1 (2025): 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.v8i1.281

Abstract

Analisis jaringan menggunakan Aplikasi “Wireshark” yang dilakukan oleh pihak network analyzer dengan tujuan menganalisa jaringan dengan melakukan pengawasan yang dilakukan oleh User sehingga Administrator dapat mudah memonitoring aktivitas-aktivitas yang dilakukan oleh user. Analisis jaringan komputer menggunakan aplikasi “Wireshark” diterapkan pada SMK 3 Soppeng agar Administrator jaringan dapat mengawasi aktivitas yang dilakukan oleh staf atau pegawai dan guru, apakah jaringan internet digunakan secara maksimal untuk media Pendidikan atau hanya untuk hiburan semata. Layanan internet melalui modem akan disalurkan kekomputer server, dimana komputer server akan menjadi DHCP (Dynamic Host Configuration Protocol) server jaringan yang akan bertindak sebagai pembagi IP jaringan ke switch dan dari switch itu sendiri akan memonitoring jaringan ke client dan setiap client yang ingin terhubung ke jaringan maka harus melakukan prosedur login terlebih dahulu, Adapun pengujian sistem jaringan wireless LAN yang digunakan yaitu Whitebox (Glassbox), Pengujian ini dimaksud untuk mengukur kualitas jaringan kecepatan internet apakah sudah sesuai dengan layanan yang diberikan oleh ISP (Internet Service Provider).Pengujian sistem merupakan proses analisa sistem jaringan untuk menentukan kuat dan lemahnya keamanan jaringan dan berjalan sesuai lingkungan yang diinginkan. Pengujian sistem ini sering diasosiasikan dengan pencarian troubleshooting masalah dijaringan, adanya trobleshooting pada jaringan mengakibatkan kualitas jaringan lemah
Penerapan Data Mining Pengelompokan Data Penjualan Motor di PT. Nusantara Surya Sakti Soppeng Menggunakan Metode K-Means Clustering Wardana, Mohammad Ali; Suherman, Suherman
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 8 No 1 (2025): 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.v8i1.282

Abstract

Untuk menentukan tipe motor apa yang banyak diminati dan kurang diminati oleh masyarakat. Dengan mengetahui kelompok motor apa saja yang diminati maka pihak PT. NSS Soppeng dapat menentukan strategi untuk mengelola stok motornya. Oleh karena itu, dibutuhkan teknologi data mining untuk memaksimalkan kinerja perusahaan dalam mempekirakan jumlah barang yang akan laku sesuai dengan tipe motor yang akan datang sehingga perusahaan dapat menyediakan barang sesuai dengan perkiraan yang tepat. Data Mining adalah proses pengumpulan dan pengolahan data yang bertujuan untuk mengekstrak informasi penting pada data. Proses pengumpulan dan ekstraksi informasi tersebut dapat dilakukan menggunakan perangkat lunak dengan bantuan perhitungan statistika, matematika, ataupun teknologi Artificial Intelligence (AI). Dalam proses perhitungan untuk menentukan pola baru, data mining membutuhkan penerapan algoritma didalamnya. Untuk pengelompokan data penjualan motor dipilih metode clustering dengan algoritme K-Means. Algoritme K-Means merupakan algoritme untuk clustering yang paling sederhana dan paling terkenal. Algoritme ini merupakan salah satu algoritme yang bersifat unsupervised clustering. K-Means Clustering bertujuan untuk meminimalisasi fungsi objektif yang sudah di atur. Tujuan tersebut diterapkan dengan cara meminimalkan perbedaan di dalam cluster dan memaksimalkan perbedaan data antar cluster lainnya. Hasil implementasi Data Mining Untuk Pengelompokan Data Penjualan Sepeda Motor Honda Di PT. Nusantara Surya Sakti Soppeng Menggunakan Metode K-means Clustering berjalan dengan baik dan menghasilkan tiga bentuk klasifikasi berdasarkan prediksi yaitu Tinggi (3), Sedang (2) dan kurang (1). Hasil implementasi mendapatkan 3 Tinggi, 12 Sedang dan 15 kurang dari total data siswa sebanyak 30 Data Penjualan
Sistem Pakar Untuk Mendiagnosa Penyakit Hipertensi Menggunakan Metode Forward Chaining Pada Puskesmas Takalala Kabupaten Soppeng Suherman, Suherman; Aksa, Andi Nurul; Hatimah, Khusnul
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 8 No 2 (2025): 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.v8i2.379

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pakar untuk diagnosis penyakit hipertensi di Puskesmas Takalala Kabupaten Soppeng menggunakan metode Forward Chaining. Metode yang digunakan dalam penelitian ini adalah Forward Chaining, yaitu teknik inferensi berbasis data yang dimulai dari gejala yang teridentifikasi dan diturunkan menuju diagnosis yang sesuai. Sistem ini mengolah data gejala hipertensi untuk menghasilkan diagnosis yang akurat, memberikan rekomendasi pengobatan, dan mempermudah tenaga medis dalam proses pengambilan keputusan. Hasil penelitian menunjukkan bahwa sistem pakar yang dikembangkan berhasil memberikan diagnosis yang tepat berdasarkan input gejala yang diberikan, serta dapat mengurangi waktu diagnosis dan meningkatkan efisiensi pelayanan kesehatan di Puskesmas Takalala. Kontribusi dari penelitian ini adalah terciptanya sistem yang dapat digunakan oleh tenaga medis untuk mempercepat diagnosis hipertensi, mengurangi kemungkinan kesalahan diagnosis, dan meningkatkan kualitas pelayanan kesehatan. Kesimpulannya, sistem pakar berbasis metode Forward Chaining dapat diimplementasikan secara efektif di Puskesmas Takalala, memberikan solusi praktis dalam diagnosis hipertensi, serta mendukung tenaga medis dalam meningkatkan akurasi dan efisiensi diagnosis penyakit