cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Eri Sasmita Susanto
Contact Email
eri.sasmita.susanto@uts.ac.id
Phone
+6287739570750
Journal Mail Official
jurnal.informatika@uts.ac.id
Editorial Address
Jln. Raya Olat Maras, Batu Alang, Kec. Moyo Hulu, Kab. Sumbawa Besar, Nusa Tenggara Barat. 84371
Location
Kab. sumbawa,
Nusa tenggara barat
INDONESIA
Jurnal Informatika Teknologi dan Sains (Jinteks)
Published by Universitas Teknologi Sumbawa
ISSN : -     EISSN : 26863359     DOI : https://doi.org/10.51401/jinteks.v3i3.1260
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
Jurnal Informatika Teknologi dan Sains (JINTEKS) merupakan media publikasi yang dikelola oleh Program Studi Informatika, Fakultas Teknik dengan ruang lingkup publikasi terkait dengan tema tema riset sesuai dengan bidang keilmuan Informatika yang meliputi Algoritm, Software Enginering, Network & Security serta Artificial Inteligence. disamping itu Jurnal Informatika Teknologi dan Sains (JINTEKS) juga mengelola publikasi yang terkait dengan ilmu Keteknikan / Engineering dan bidang sains yang meliputi matematika komputasi, Biomatematika serta Fisika terapan yang mengarah pada komputasi. Tujuan dan Lingkup Jurnal Jurnal Informatika Teknologi Dan Sains (JINTEKS) akan memuat hasil-hasil penelitian dan pengabdian masyarakat dalam bidang Teknologi Informasi, Komputer dan Sains yang belum pernah diterbitkan maupun sedang dikirim ke jurnal lain. Lingkup Jurnal Informatika Teknologi Dan Sains (JINTEKS) meliputi bidang Teknologi Informasi, Komputer dan Sains yang meliputi: Pemrograman Database Kecerdasan buatan Jaringan komputer Teknologi cloud Interfacing Sistem embedded Pengolahan citra E-commerce Sistem pengambilan keputusan Komputer Sains serta bidang-bidang lain yang relevan dengan teknologi informasi dan komputer
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 191 Documents
 12   13   14   15   16 
Search results for , issue "Vol 7 No " : 191 Documents clear
SISTEM PAKAR PENENTUAN JENIS KULIT WAJAH MENGGUNAKAN SAW DAN RULE-BASED UNTUK REKOMENDASI SKINCARE Sari, Icha Puspita; Danianti, Dita; Wijaya, Dhina Puspasari; Pramuntadi, Andri
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6733

Abstract

Perkembangan teknologi dan media sosial telah mendorong peningkatan kesadaran masyarakat akan pentingnya perawatan kulit. Namun, tingginya biaya konsultasi dokter spesialis kulit (Rp100.000-250.000/sesi), banyaknya informasi tidak tervalidasi di internet, serta kompleksitas pemilihan produk skincare yang tepat menjadi kendala utama. Penelitian ini bertujuan mengembangkan sistem pakar berbasis web untuk menentukan jenis kulit wajah dan memberikan rekomendasi skincare yang akurat dan terjangkau bagi masyarakat. Metode Simple Additive Weighting (SAW) dipilih karena kemampuannya dalam melakukan pembobotan kriteria dan perangkingan alternatif secara sistematis untuk menghasilkan penilaian yang objektif. Rule-Based System diimplementasikan untuk memberikan rekomendasi berdasarkan aturan if-then yang dapat ditelusuri logika pengambilan keputusannya. Pengembangan menggunakan metode Waterfall dengan framework Laravel, database MySQL, dan basis pengetahuan dari dokter spesialis kulit. Sistem mengklasifikasikan lima jenis kulit (normal, berminyak, kering, sensitif, kombinasi) berdasarkan 25 karakteristik dengan pembobotan SAW, kemudian Rule-Based System memberikan rekomendasi ingredients dan produk sesuai jenis kulit terdeteksi. Hasil pengujian Black Box Testing menunjukkan tingkat keberhasilan 100% untuk semua fitur sistem. Sistem berhasil memberikan alternatif konsultasi yang terjangkau, membantu masyarakat mendapatkan informasi akurat tentang jenis kulit dan rekomendasi perawatan yang tepat.
PERANCANGAN SISTEM INFORMASI AKADEMIK DAN KEMAHASISWAAN BERBASIS WEB (STUDI KASUS: LLDIKTI WILAYAH V) Habiburochman, Yoko Khomarudin; Gutama, Deden Hardan; Pramuntadi , Andri; Danianti, Dita
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6735

Abstract

LLDIKTI Region V is responsible for facilitating higher education implementation in Yogyakarta region, but currently lacks a specific platform to display academic and student affairs data to the public. SINTA, research, community service, KIP Kuliah, RPL, PKM, MBKM, and student achievement data are stored in separate internal platforms accessible only to certain administrators. This research aims to design and develop a web-based academic and student information system named "SADEWA" using waterfall method for LLDIKTI Region V. The development method uses Laravel 11 framework, MySQL database, Model-View-Controller architecture, and ApexCharts data visualization. The system successfully displays data from 100 universities with a total of 3,375 data entries including research (125 entries), community service (75 entries), KIP Kuliah (256 entries), RPL (419 entries), PKM (79 entries), student achievements (2,255 entries), and university clustering (166 entries). SADEWA provides public access for Guest users and management access for Admin/Super Admin with bar chart and pie chart visualization features and data download capabilities in PNG, SVG, and CSV formats. System testing using black box testing method with 31 scenarios shows 100% results according to predetermined specifications.
PERBANDINGAN KINERJA TF-IDF DAN COUNT VECTORIZATION PADA SISTEM REKOMENDASI JUDUL SKRIPSI BERBASIS CONTENT-BASED FILTERING Mazta, Muhammad Arrafu; Saputra, Edi; A, Muhammad Razi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6741

Abstract

Penelitian ini bertujuan membandingkan dua skema representasi teks, TF-IDF dan Count Vectorizer, untuk membangun sistem rekomendasi judul skripsi berbasis content-based filtering pada repository Universitas Jambi. Kedua metode dipilih karena mewakili dua pendekatan pembobotan yang berbeda, TF-IDF menonjolkan istilah yang penting pada korpus sehingga cocok membedakan topik, sedangkan Count Vectorizer hanya berdasarkan frekuensi kemunculan kata dalam suatu dokumen tanpa mempertimbangkan sebarannya di korpus. Data berupa judul dan abstrak diperoleh melalui web scraping, kemudian diproses dengan deteksi bahasa, penghapusan stop-word, stemming, dan pembersihan teks. Untuk mengatasi ketiadaan label, dilakukan klasterisasi menggunakan HDBSCAN guna menghasilkan label tematik sementara, lalu subset berlabel (347 dokumen) dibagi menjadi 80% data latih dan 20% data uji dan dievaluasi menggunakan K-Nearest Neighbors dengan metrik accuracy, precision, recall, F1-score, serta analisis confusion matrix. Hasil menunjukkan kombinasi TF-IDF + K-Nearest Neighbors (k = 7) mencapai akurasi 98,57%, presisi 99,05%, recall 98,57%, dan F1-score 98,48%, melampaui Count Vectorizer yang tertinggi pada akurasi 94,29%. Prototipe Streamlit sebagai proof of concept menunjukkan bahwa TF-IDF menghasilkan rekomendasi yang lebih relevan dan efisien untuk penemuan skripsi di repository Universitas Jambi.
SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS PENYAKIT GIGI DAN MULUT MENGGUNAKAN METODE FORWARD CHAINING Adawiyyah, Andi Rabiatul; Pramuntadi, Andri; Gutama, Deden Hardan; Yazid, Ahmad Subhan
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6743

Abstract

Penyakit gigi dan mulut merupakan masalah kesehatan yang sering terjadi, namun penanganannya sering terhambat oleh keterbatasan akses layanan kesehatan. Penelitian ini bertujuan merancang sistem pakar berbasis web untuk membantu diagnosis awal penyakit gigi dan mulut berdasarkan gejala yang dialami pengguna. Sistem menggunakan metode forward chaining untuk menelusuri gejala dan mencocokkannya dengan aturan hingga menghasilkan diagnosis serta rekomendasi penanganan. Pengembangan dilakukan dengan metode Waterfall, menggunakan PHP dan MySQL, serta divalidasi melalui wawancara dengan dokter gigi. Hasil pengujian blackbox menunjukkan sistem berfungsi baik dalam memberikan informasi diagnosis awal. Sistem ini diharapkan menjadi alternatif bagi masyarakat untuk memperoleh informasi kesehatan gigi dan mulut secara cepat dan mudah diakses.
ANALISIS ESTIMASI PENYAKIT TANAMAN TOMAT MENGGUNAKAN PENDEKATAN MACHINE LEARNING TINJAUAN PUSTAKA SISTEMATIS Rafdhi, Faiz; Riadi, Imam; Yudhana, Anton
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6779

Abstract

Deteksi dini penyakit pada tanaman buah sangat penting untuk menjaga produktivitas dan mutu hortikultura. Keterlambatan mengenali gejala dapat menimbulkan kerugian signifikan, baik dari sisi panen maupun ekonomi petani. Kemajuan machine learning (ML) dan deep learning (DL) menawarkan solusi inovatif melalui diagnosis otomatis berbasis citra daun. Penelitian ini meninjau literatur secara sistematis menggunakan kerangka PRISMA untuk mengkaji dataset, performa model, keterbatasan, tren algoritma, serta arah penelitian selanjutnya. Dari 176 artikel, 50 lolos seleksi, dengan 35 fokus pada penyakit tanaman buah. Hasil kajian menunjukkan bahwa Convolutional Neural Network (CNN) dan variasinya masih mendominasi lebih dari 75% studi. Akurasi model sangat tinggi pada dataset laboratorium (95–99%), menurun pada data lapangan (in-the-wild) seperti PlantDoc (90–96%). PlantVillage tetap menjadi dataset utama, meski uji generalisasi menuntut data lapangan yang lebih beragam. Tantangan meliputi domain shift, class imbalance, keterbatasan label tingkat severitas, serta kendala implementasi di perangkat edge. Kontribusi ilmiah kajian ini berupa rekomendasi riset masa depan diarahkan pada pengembangan dataset lapangan standar, integrasi hybrid CNN–GCN, domain adaptation, data sintetik, segmentasi untuk estimasi severitas, serta Edge AI yang real-time dan dapat dijelaskan (explainable AI). Kajian ini menekankan pentingnya inovasi algoritmik, dataset realistis, dan integrasi IoT/edge untuk sistem diagnosis yang akurat, adaptif,  dan berkelanjutan.
IMPLEMENTASI DATA MINING ALGORITMA C4.5 UNTUK KLASIFIKASI TINGKAT KEPUASAN MAHASISWA TERHADAP LAYANAN SISTEM INFORMASI Mukminna, Halimahtus; Kurniasari, Iin; Legowo, Galih
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6780

Abstract

Kemajuan teknologi digital menuntut perguruan tinggi untuk terus mengevaluasi dan meningkatkan mutu layanan sistem informasi akademik. Penelitian ini bertujuan mengidentifikasi tingkat kepuasan mahasiswa Universitas Islam Kadiri terhadap Sistem Informasi Akademik Mahasiswa (SIAM) menggunakan algoritma klasifikasi C4.5. Data diperoleh melalui penyebaran angket kepada 356 mahasiswa aktif yang disusun berdasarkan kerangka PIECES. Analisis dilakukan dengan perangkat lunak Altair Studio setelah instrumen diuji validitas dan reliabilitasnya. Hasil penelitian menunjukkan bahwa aspek service, khususnya kesesuaian fitur dengan kebutuhan mahasiswa, menjadi faktor dominan dalam memengaruhi kepuasan. Uji kinerja model dengan metode split validation menghasilkan rata-rata akurasi 97,56%, sedangkan skor AUC sebesar 0,750 menempatkan model pada kategori fair classification. Hasilnya menunjukkan bahwa algoritma C4.5 efektif dalam mengklasifikasikan kepuasan mahasiswa dan dapat berfungsi sebagai landasan untuk meningkatkan layanan sistem informasi akademik. Penelitian selanjutnya dapat melakukan kajian lebih lanjut terhadap sistem informasi lain yang ada di Universitas Islam Kadiri serta penggunaan algoritma, teknik analisis atau metode evaluasi yang berbeda untuk meningkatkan akurasi hasil.
PERBANDINGAN CNN UNTUK DETEKSI PENYAKIT DAUN TANAMAN NEW PLANT DISEASES BERBASIS CLOUD COMPUTING Priambodo, Bambang; Fadlil, Abdul; Sunardi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6782

Abstract

Penyakit tanaman merupakan ancaman serius bagi ketahanan pangan global, sehingga deteksi dini yang akurat penting untuk meminimalkan kerugian panen. Perkembangan Convolutional Neural Networks (CNN) memungkinkan klasifikasi penyakit daun dengan akurasi tinggi, namun keterbatasan komputasi sering menghambat, terutama di negara berkembang. Untuk itu, dibutuhkan arsitektur CNN ringan namun andal yang dapat diimplementasikan pada cloud platform (CP) dengan sumber daya terbatas. Penelitian ini membandingkan tiga arsitektur CNN—MobileNetV3-Small, EfficientNetB0, dan ResNet-50—dengan pendekatan transfer learning dua tahap menggunakan teknik unfreeze-layer. Dataset yang digunakan adalah New Plant Diseases yang mencakup 85.486 citra dari 38 kelas dan 14 spesies dengan rasio 82:13:5. Eksperimen dilakukan pada cloud platform menggunakan pipeline replikatif dengan konfigurasi hyperparameter dan callback seragam. Hasil menunjukkan ResNet-50 meraih akurasi uji tertinggi (99,34%), MobileNetV3-Small sesuai untuk keterbatasan ekstrem (97,16%) namun memilik  9 kelas dengan performa di bawah 95%, sedangkan EfficientNetB0 menawarkan keseimbangan (98,92%) dengan hanya satu kelas bermasalah. Ini konsisten dengan studi sebelumnya yang mengadaptasi EfficientNetB0 (98,4%) serta variannya dengan Focal Loss (99,72%) dan ResNet-50 (95,1%) dengan subset New Plant Diseases 10 kelas dengan rasio 80:20. Temuan ini menegaskan trade-off akurasi–efisiensi lebih nyata, sekaligus memberi rekomendasi praktis pemilihan arsitektur CNN untuk sistem deteksi penyakit tanaman berbasis komputasi terbatas di negara berkembang.
IMPLEMENTASI APLIKASI PAULUS CONNECT UNTUK PENINGKATAN LAYANAN DAN KOMUNIKASI GEREJA Febian, Michael Valensio; Sancoko, Sulistyo Dwi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6790

Abstract

Gereja Katolik St. Paulus Pangkalan Bun merupakan salah satu gereja yang secara aktif menyelenggarakan pelayanan pastoral kepada jemaatnya. Namun, beberapa proses masih dilakukan secara konvensional seperti pendaftaran sakramen, penyampaian informasi kegiatan, dan pengelolaan data jemaat, sehingga kurang efisien dan membatasi partisipasi jemaat. Untuk mengatasi permasalahan tersebut, dikembangkan aplikasi Paulus Connect, yaitu sistem pelayanan gereja digital berbasis Flutter untuk pengguna jemaat dan Laravel untuk panel admin gereja. Penelitian ini menggunakan metode pengembangan sistem dengan tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Aplikasi yang dikembangkan memiliki fitur registrasi dan login jemaat, pengisian data diri, pendaftaran sakramen, artikel rohani, jadwal misa, serta pengingat doa yang terhubung melalui REST API dan notifikasi real-time menggunakan Firebase Cloud Messaging (FCM). Hasil penelitian menunjukkan bahwa aplikasi Paulus Connect mampu meningkatkan efisiensi pelayanan, serta mendukung komunikasi dua arah antara gereja dan jemaat secara digital dalam satu platform.
ANALISIS SENTIMEN PUBLIK TERHADAP BADAN INVESTASI DANANTARA PADA MEDIA SOSIAL X MENGGUNAKAN MODEL INDOBERT Mahardika, Setiawan Putra; Rodhiyah Mardhiyyah; Sanjaya, Fadil Indra
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6804

Abstract

Pembentukan Badan Pengelola Investasi Daya Anagata Nusantara (Danantara) sebagai lembaga pengelola investasi nasional telah memicu beragam reaksi masyarakat Indonesia. Persepsi publik memainkan peran penting dalam kepercayaan dan keberhasilan lembaga ini, sehingga diperlukan analisis sentimen yang objektif dan sistematis. Penelitian ini bertujuan menganalisis sentimen publik terhadap Danantara menggunakan model IndoBERT, sebuah model trafo yang dioptimalkan untuk Bahasa Indonesia. Data opini publik dikumpulkan dari platform media sosial melalui teknik scraping , kemudian diproses melalui tahapan preprocessing (cleaning, normalisasi, tokenisasi, translasi) sebelum dilakukan pelabelan otomatis dan sebagian manual. Model dibor dan dievaluasi menggunakan metrik akurasi, presisi, recall , dan F1-score . Hasil menunjukkan IndoBERT mampu mengklasifikasikan sentimen dengan akurasi 88,77% dan rata-rata F1-score 88,76%. Hasil analisis menemukan sebagian besar opini masyarakat terhadap Danantara bersifat negatif (58,6%), sedangkan 41,4% positif. Penelitian ini memberikan kontribusi pada pengembangan penerjemahan bahasa alami (NLP) berbahasa Indonesia serta menjadi masukan bagi pemerintah dalam menyebarkan persepsi publik terhadap kebijakan strategis nasional.
PENGEMBANGAN APLIKASI WEB MANAJEMEN KEUANGAN PERSONAL DENGAN ANALISIS PENGELUARAN BULANAN Fitriyadi, Rozan; Ikrimach, Ikrimach
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6808

Abstract

Pengelolaan keuangan personal merupakan aspek penting dalam kehidupan sehari-hari yang sering diabaikan. Penelitian ini bertujuan merancang dan mengembangkan aplikasi web manajemen keuangan personal yang mampu mencatat pemasukan, pengeluaran, tabungan, dan hutang secara efisien serta menyediakan analisis pengeluaran bulanan secara terstruktur. Aplikasi dilengkapi dengan fitur visualisasi grafik bulanan dan laporan keuangan yang dapat diunduh. Metode penelitian menggunakan pendekatan rekayasa perangkat lunak dengan tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa aplikasi yang dibangun dapat mempermudah pencatatan, pemantauan, dan analisis pengeluaran bulanan sehingga mendukung pengambilan keputusan finansial yang lebih bijaksana. Simpulan dari penelitian ini adalah aplikasi mampu meningkatkan kesadaran finansial pengguna serta mendukung pengelolaan keuangan personal yang lebih disiplin.

Page 14 of 20 | Total Record : 191

 12   13   14   15   16 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 8 No 1 (2026): EDISI 27 Vol 7 No 4 (2025): EDISI 26 Vol 7 No 3 (2025): EDISI 25 Vol 7 No 2 (2025): EDISI 24 Vol 7 No 1 (2025): EDISI 23 Vol 6 No 4 (2024): EDISI 22 Vol 6 No 3 (2024): EDISI 21 Vol 6 No 2 (2024): EDISI 20 Vol 6 No 1 (2024): EDISI 19 Vol 5 No 4 (2023): EDISI 18 Vol 5 No 3 (2023): EDISI 17 Vol 5 No 2 (2023): EDISI 16 Vol 5 No 1 (2023): EDISI 15 Vol 4 No 4 (2022): EDISI 14 Vol 4 No 3 (2022): EDISI 13 Vol 4 No 2 (2022): EDISI 12 Vol 4 No 1 (2022): EDISI 11 Vol 3 No 4 (2021): EDISI 10 Vol 3 No 3 (2021): EDISI 9 Vol 3 No 2 (2021): EDISI 8 Vol 3 No 1 (2021): EDISI 7 Vol 2 No 4 (2020): EDISI 6 Vol 2 No 3 (2020): EDISI 5 Vol 2 No 2 (2020): EDISI 4 Vol 2 No 1 (2020): EDISI 3 Vol 1 No 2 (2019): EDISI 2 Vol 1 No 1 (2019): EDISI 1 More Issue