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 586 Documents
 52   53   54   55   56 
PERBANDINGAN ALGORITMA MACHINE LEARNING DALAM PREDIKSI TINGKAT BURNOUT PADA DATASET KESEHATAN PEKERJA REMOTE Pratiwi, Risca Lusiana; Alfianti, Zulia Imami; Yulianto, Eko; Fauzi, Ahmad; Ginabila, Ginabila
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 3 (2025): EDISI 25
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i3.6160

Abstract

Burnout merupakan kondisi kelelahan fisik dan emosional yang disebabkan oleh stres kerja berkepanjangan dan berulang, terutama dialami oleh pekerja dengan sistem kerja remote. Penelitian ini bertujuan untuk membandingkan performa dua algoritma machine learning, yaitu Naive Bayes dan Neural Network, dalam memprediksi tingkat burnout berdasarkan data kesehatan pekerja remote. Data yang digunakan bersumber dari situs Kaggle dan terdiri dari 1.114 entri dengan 10 atribut yang mencakup usia, jenis kelamin, pengaturan kerja, jam kerja per minggu, status kesehatan mental, hingga tingkat burnout. Data diuji menggunakan proses klasifikasi setelah melalui tahapan preprocessing, seperti pembersihan data, penanganan nilai hilang, transformasi kategori ke numerik, dan pembagian data menjadi training dan testing dengan rasio 70:30. Hasil evaluasi menunjukkan bahwa algoritma Neural Network unggul secara signifikan dengan akurasi mencapai 98,34%, precision dan recall di atas 98% untuk semua kelas, serta F1-score yang sangat tinggi dan seimbang. Sementara itu, Naive Bayes hanya menghasilkan akurasi sebesar 45,84% dan menunjukkan kinerja yang tidak stabil antar kelas. Temuan ini menunjukkan bahwa Neural Network lebih tepat digunakan dalam pemodelan prediksi burnout yang melibatkan data dengan hubungan non-linear dan kompleks. Penelitian ini diharapkan dapat menjadi dasar dalam pengembangan sistem deteksi dini burnout berbasis kecerdasan buatan untuk mendukung kesehatan mental pekerja remote.
PERANCANGAN SISTEM PLATFORM DIGITAL IDOLIFY BERBASIS MOBILE STUDI KASUS JKT48 Marmora, Auryfierou Marva; Cahyono, Dwi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.6225

Abstract

Dalam era digital yang semakin berkembang, kebutuhan akan aplikasi mobile yang mampu menyajikan informasi secara terpusat dan interaktif semakin mendesak, terutama bagi para penggemar grup idola seperti JKT48. Saat ini, para penggemar masih harus mengakses beberapa platform yang berbeda, seperti situs web resmi, Showroom, dan IDN Apps, untuk mendapatkan informasi tentang jadwal, berita, tayangan langsung, serta profil member, sehingga pengalaman pengguna menjadi terpecah. Penelitian ini bertujuan untuk merancang dan membangun Idolify, sebuah aplikasi mobile yang mampu menggabungkan berbagai sumber informasi tentang idol ke satu platform. Proses pengembangan aplikasi dilakukan dengan menggunakan model ADDIE (Analysis, Design, Development, Implementation, Evaluation) sebagai pendekatan utama. Integrasi data dilakukan dengan memanfaatkan API dan web scraping, sementara desain sistem ditampilkan menggunakan Unified Modeling Language (UML) untuk menjelaskan struktur dan hubungan antar komponen dalam sistem. Evaluasi awal terhadap aplikasi dilakukan dengan mengacu pada model Technology Acceptance Model (TAM) untuk mengukur persepsi pengguna terhadap kemudahan penggunaan serta manfaat dari sistem tersebut. Hasil penelitian menunjukkan bahwa Idolify mampu menyajikan informasi idol secara efisien, terstruktur, dan berpotensi menjadi solusi digital yang efektif dalam membangun ekosistem komunitas idol yang terbuka, kolaboratif, dan berkelanjutan
PENERAPAN ALGORITMA REGRESI LINIER DAN RANDOM FOREST UNTUK MEMPREDIKSI PENJUALAN DI UCHI PARFUME Falah, Syamsul; Jaka, Aris Tri; Nada, Noora Qotrun
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 3 (2025): EDISI 25
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i3.6464

Abstract

Persaingan yang semakin ketat di sektor ritel parfum memerlukan pengelolaan persediaan dan strategi promosi yang tepat serta terukur. Di Uchi Parfume cabang Bumiayu, proses tersebut masih dilakukan secara manual melalui perkiraan, sehingga berisiko memicu ketidakseimbangan stok dan menurunkan kinerja penjualan. Penelitian ini mengembangkan model prediksi penjualan berbasis data historis untuk memperbaiki ketepatan perencanaan dan mengoptimalkan strategi promosi. Dua algoritma machine learning, yaitu Regresi Linier dan Random Forest, diterapkan dengan metode CRISP-DM yang mencakup tahap pemahaman bisnis, pengolahan data, pemodelan, evaluasi, dan implementasi. Variabel yang dianalisis meliputi bulan, harga, diskon, varian parfum, metode pembelian, dan lokasi cabang. Hasil evaluasi berdasarkan metrik MAE, RMSE, MAPE, dan R² menunjukkan bahwa Random Forest memiliki kinerja lebih unggul dibandingkan Regresi Linier, dengan kesalahan prediksi yang lebih rendah dan kemampuan menjelaskan variasi data yang lebih tinggi. Model kemudian diterapkan ke dalam aplikasi berbasis Streamlit, yang memungkinkan pengguna melakukan analisis penjualan dan perencanaan stok secara interaktif. Penelitian ini diharapkan dapat meningkatkan efisiensi operasional Uchi Parfume dalam membuat keputusan yang lebih akurat dan efisien.
STRATEGI MENJAMIN SISTEM KEAMANAN DATA PERPUSTAKAAN DIGITAL UNIVERSITAS NEGERI MEDAN BERBASIS CLOUD COMPUTING Daulay, Desy Febriani; Sayekti, Retno
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 3 (2025): EDISI 25
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i3.6476

Abstract

Perkembangan teknologi cloud computing telah membawa perubahan signifikan pada pengelolaan layanan perpustakaan digital di perguruan tinggi. Universitas Negeri Medan merupakan salah satu institusi yang mengadopsi sistem perpustakaan berbasis cloud untuk meningkatkan efisiensi, fleksibilitas, serta keamanan akses informasi akademik. Penelitian ini bertujuan untuk menganalisis strategi keamanan data yang diterapkan dalam perpustakaan digital berbasis cloud computing, dengan fokus pada penerapan prinsip kerahasiaan, integritas, dan ketersediaan CIA Triad. Metode penelitian menggunakan pendekatan kualitatif deskriptif melalui observasi, wawancara, dan dokumentasi dengan pengelola perpustakaan digital serta pihak terkait. Hasil penelitian menunjukkan bahwa strategi keamanan mencakup penerapan enkripsi ganda pada data in-transit maupun at-rest, autentikasi ganda, pengendalian akses berbasis peran, audit trail, serta sistem deteksi intrusi yang diperkuat dengan pencadangan otomatis. Dari sisi operasional, keamanan sistem diperkuat melalui pembaruan firewall secara berkala untuk meminimalkan risiko serangan siber dan menjaga keberlangsungan layanan akademik. Hambatan utama yang dihadapi adalah keterbatasan sumber daya manusia dengan keahlian keamanan siber serta rendahnya kesadaran pengguna dalam menjaga keamanan digital. Penelitian ini menyimpulkan bahwa integrasi teknologi, kebijakan kelembagaan, dan peningkatan literasi digital merupakan faktor penting dalam mewujudkan perpustakaan digital yang aman, andal, terpercaya, serta berkelanjutan di Universitas Negeri Medan, sekaligus dapat menjadi model strategis bagi perguruan tinggi lain.
PENERAPAN TOTAL QUALITY MANAGEMENT (TQM) PADA SISTEM INFORMASI AKADEMIK DI SMP SWASTA AL WASHLIYAH 8 MEDAN Audiansyah, Wanda; Muliani, Aninda
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 3 (2025): EDISI 25
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i3.6620

Abstract

SMP Swasta Al Washliyah 8 Medan, sebagai sekolah menengah pertama, menghadapi masalah dalam pengelolaan data akademik yang masih dilakukan secara manual, sehingga mengakibatkan keterlambatan, ketidakakuratan, dan rendahnya efisiensi dalam layanan administrasi sekolah. Akibatnya, layanan menjadi kurang baik dan ada banyak kemungkinan kesalahan dalam penginputan informasi. penelitian ini bertujuan mendesain dan menerapkan Sistem Informasi Akademik (SIAKAD) berbasis cloud dengan penerapan prinsip Manajemen Kualitas Total (TQM) di SMP Swasta Al Washliyah 8 Medan. Metode penelitian mengaplikasikan pendekatan kualitatif dengan model pengembangan sistem Waterfall yang meliputi tahapan analisis kebutuhan, desain, pelaksanaan, dan pengujian sistem. Evaluasi dilakukan dengan pengujian black box untuk memastikan fungsi sistem dan melalui wawancara dengan pengguna mengenai kepuasan serta manfaat sistem. Hasil menunjukkan bahwa penerapan TQM pada SIAKAD berbasis cloud dapat meningkatkan efisiensi input data hingga 40%, menurunkan kesalahan administrasi sebesar 35%, serta menaikkan kepuasan pengguna mencapai 92%. Studi ini menekankan bahwa penggabungan TQM dengan sistem informasi berbasis cloud tidak hanya memperbaiki aspek teknis, tetapi juga mendukung kualitas layanan pendidikan secara berkelanjutan
EVALUASI ALGORITMA STRING MATCHING UNTUK DETEKSI PLAGIARISME PADA TEKS AKADEMIK PENDEK: STUDI PERBANDINGAN LEVENSHTEIN SEQUENCEMATCHER DAN RABIN-KARP Rizal, Muhammad Fatkhur; Widiyaningtyas, Triyanna
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 3 (2025): EDISI 25
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i3.6180

Abstract

Plagiarisme dalam tugas akademik merupakan masalah serius yang berdampak negatif pada integritas pendidikan tinggi. Penelitian ini bertujuan mengevaluasi kinerja tiga algoritma string matching, yaitu Levenshtein, SequenceMatcher, dan Rabin-Karp, dalam mendeteksi plagiarisme pada teks akademik pendek. Dataset yang digunakan adalah Short Answer Plagiarism Corpus dengan 100 pasang dokumen. Pengujian dilakukan menggunakan Python 3.13.5 dengan threshold 0.8 untuk Levenshtein dan SequenceMatcher, serta 0.7 untuk Rabin-Karp. Hasil menunjukkan bahwa Levenshtein dan SequenceMatcher memiliki presisi sempurna (1.00), namun menghasilkan nilai recall yang rendah (0.23 dan 0.05). sedangkan Rabin-Karp memiliki recall tertinggi (1.00) tetapi menunjukan nilai presisi yang rendah (0.6). Temuan ini menunjukkan bahwa metode string matching efektif untuk mendeteksi plagiarisme literal (plagiarisme dari sumber salinan teks langsung) namun kurang optimal terhadap variasi parafrase (penulisan ulang atau rewording). Penelitian ini merekomendasikan integrasi metode string matching dengan analisis semantik atau pembelajaran mesin untuk deteksi plagiarisme yang lebih komprehensif.
STRATEGI PEMANFAATAN KECERDASAN BUATAN UNTUK KAJIAN ENERGI TERBARUKAN: TINJAUAN PUSTAKA BIBLIOMETRIK-SISTEMATIKA (B-SLR) Ardhianto, Irlanda; Nur, Muhammad Syukri; Uyun, Eng Aep Saepul; Tirta, Andy
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.v7i4.6191

Abstract

Penelitian ini dilatarbelakangi oleh kebutuhan untuk mengoptimalkan pemanfaatan kecerdasan buatan  dalam kajian energi terbarukan, yang menjadi salah satu solusi strategis dalam menghadapi tantangan krisis energi dan perubahan iklim global. Fokus penelitian ini adalah mengidentifikasi dan menganalisis strategi pemanfaatan AI yang efektif dalam mendukung pengembangan dan implementasi teknologi energi terbarukan melalui pendekatan tinjauan pustaka bibliometrik-sistematika. Metode penelitian yang digunakan adalah studi literatur dengan pendekatan bibliometrik dan sistematik review, yang melibatkan pengumpulan dan analisis data dari berbagai publikasi ilmiah terkait AI dan energi terbarukan secara kuantitatif dan kualitatif dengan data dari 346 Publikasi telah diambil. Hasil penelitian menunjukkan bahwa India dan Cina adalah negara mendominasi aktivitas penelitian di Asia dan secara global, menunjukkan peran sentral Asia dalam produksi ilmiah saat ini. Studi ini mengungkapkan, AI memiliki peran signifikan dalam berbagai aspek energi terbarukan, seperti prediksi produksi energi, optimasi sistem, dan pengelolaan sumber daya, dengan tren penelitian yang terus berkembang dan berfokus pada integrasi teknologi canggih. Simpulan dari penelitian ini menegaskan bahwa strategi pemanfaatan AI yang terstruktur dan berbasis bukti dapat mempercepat inovasi dan efisiensi dalam sektor energi terbarukan, memberikan kontribusi akademik berupa kerangka konseptual yang komprehensif serta implikasi praktis bagi pengambil kebijakan dan pelaku industri dalam mengadopsi teknologi AI secara optimal.
PERANCANGAN PROTOTYPE SISTEM PEMANTAUAN SLOT PARKIR CERDAS DENGAN NOTIFIKASI REAL-TIME BERBASIS INTERNET OF THINGS Wahyudi, Rizky; Saludin, Saludin
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.v7i4.6452

Abstract

Penelitian ini merancang prototipe sistem pemantauan slot parkir cerdas dengan notifikasi real-time berbasis Internet of Things (IoT) di Politeknik Bisnis Digital Indonesia. Sistem dibangun untuk mengatasi keterbatasan kapasitas parkir dan ketiadaan informasi ketersediaan slot. Perangkat keras yang digunakan meliputi ESP32, sensor ultrasonik, RFID MFRC-522, motor servo, LCD, buzzer, dan LED, sedangkan perangkat lunak menggunakan Node.js, PHP, HTML, dan protokol MQTT. Metode pengembangan menggunakan V-Model dari analisis kebutuhan hingga pengujian. Hasil implementasi menunjukkan sistem mampu mendeteksi ketersediaan slot, memverifikasi pengguna, serta mengirimkan informasi real-time ke dashboard web, sekaligus mengelola akses kendaraan secara otomatis dan menyimpan data ke database. Sistem berfungsi baik sesuai kebutuhan dan dapat dikembangkan dengan teknologi Machine Learning untuk pengenalan plat nomor dan pengelolaan parkir bertingkat.
PREDIKSI KUALITAS UDARA MENGGUNAKAN MODEL KOMBINASI ALGORITMA GAUSSIAN PROCESS REGRESSION DAN GENETIC ALGORITHM Hartanto, David Budi; Kusrini, Kusrini
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.v7i4.6486

Abstract

Peningkatan polusi udara di wilayah perkotaan berdampak signifikan terhadap kesehatan masyarakat, sehingga prediksi kualitas udara menjadi krusial untuk mitigasi risiko polusi. Penelitian ini mengembangkan model prediksi Air Quality Index (AQI) berbasis Gaussian Process Regression (GPR) yang dioptimasi menggunakan Genetic Algorithm (GA) guna memperoleh hyperparameter terbaik. Dataset berasal dari kota-kota besar di India dengan 1.672 hasil pembersihan data, meliputi fitur polutan seperti PM2.5, PM10, NO?, O?, dan lainnya. Proses preprocessing mencakup penghapusan missing values, outlier dan pembersihan noise, serta pemilihan fitur terbaknya. Evaluasi menunjukkan bahwa GA memberikan peningkatan kinerja pada model GPR, dimana R², RMSE, MAPE, MAE dengan nilai 0.95, 18.65, 9.06, dan 12,71. Keunggulan penelitian ini dibandingkan penelitian sebelumnya terletak pada kemampuan model untuk menghasilkan kesalahan prediksi absolut dan kuadrat rata-rata yang lebih rendah (RMSE dan MAE), meskipun nilai R² lebih rendah. Hal ini membuktikan bahwa integrasi GA pada GPR tidak hanya meningkatkan efisiensi hyperparameter tuning, tetapi juga meminimalkan error secara signifikan. Dengan demikian, model ini lebih efektif dalam mengurangi kesalahan prediksi, stabil terhadap variasi data, dan relevan untuk pengambilan keputusan terkait kualitas udara di wilayah perkotaan.
IMPLEMENTASI ALGORITMA CONTENT-BASED FILTERING UNTUK REKOMENDASI MAKANAN SEHAT BERDASARKAN KALORI PENGGUNA Farhan maulana pangestu; Andri Pramuntadi; Dita Danianti; Dhina Puspasari Wijaya
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.v7i4.6566

Abstract

Rendahnya pemahaman masyarakat, khususnya remaja dan dewasa muda, mengenai kebutuhan kalori harian menjadi salah satu penghalang utama dalam penerapan pola makan sehat. Penelitian ini bertujuan untuk merancang dan membangun sebuah solusi praktis berupa sistem rekomendasi makanan sehat berbasis website. Sistem ini mengimplementasikan algoritma Content-Based Filtering untuk memberikan rekomendasi menu yang dipersonalisasi, dengan kebutuhan kalori harian pengguna dihitung secara otomatis menggunakan rumus Mifflin-St Jeor. Sistem yang dikembangkan berhasil memberikan rekomendasi menu tiga komponen (Pokok, Lauk, Pelengkap) yang total kalorinya terbukti mendekati target kebutuhan pengguna. Hasil pengujian fungsionalitas menggunakan metode Black Box Testing menunjukkan seluruh fitur utama berjalan sesuai harapan, sementara validasi data makanan bersama tenaga kesehatan dari Puskesmas Bongas Indramayu memastikan relevansi menu yang disajikan. Disimpulkan bahwa sistem rekomendasi ini dapat menjadi alat bantu yang efektif bagi masyarakat untuk mengelola pola makan sehat secara mandiri, dengan menyediakan panduan menu yang terukur dan sesuai dengan kebutuhan kalori personal.

Page 54 of 59 | Total Record : 586

 52   53   54   55   56 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue 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