cover
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)
ISSN : -     EISSN : 26863359     DOI : https://doi.org/10.51401/jinteks.v3i3.1260
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
Articles 586 Documents
OPTIMALISASI ALUR KERJA PENYIMPANAN REKAM MEDIS MANUAL DENGAN PROTOTIPE SIMKLINIK BERBASIS WEB Firdaus, Jeffry Atur; Khalifatulloh, Bhre Diansyah Dinda
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.v7i4.6669

Abstract

Sistem penyimpanan rekam medis manual di sebuah klinik swasta di Kabupaten Malang seringkali menimbulkan kendala operasional seperti inefisiensi waktu dan tingginya risiko berkas salah letak (misfile). Penelitian ini bertujuan untuk mengoptimalkan alur kerja tersebut melalui perancangan prototipe antarmuka User Interface/User Experience (UI/UX) untuk Sistem Informasi Manajemen Klinik (SIMKlinik) berbasis web. Metode yang digunakan adalah Research and Development (R&D) dengan model Waterfall, yang meliputi tahap analisis kebutuhan melalui wawancara dan observasi, perancangan prototipe high-fidelity menggunakan Figma, serta validasi desain melalui sesi qualitative usability testing dengan tiga petugas rekam medis. Hasil penelitian ini adalah sebuah prototipe interaktif yang fungsional, dilengkapi fitur dashboard, pencarian digital, dan visualisasi denah rak berkas rekam medis. Hasil validasi menunjukkan bahwa desain yang diusulkan memiliki alur kerja yang intuitif dan secara efektif menjawab permasalahan yang ada di lapangan. Disimpulkan bahwa prototipe SIMKlinik ini berpotensi besar untuk meningkatkan efisiensi dan akurasi dalam pengelolaan penyimpanan rekam medis di fasilitas kesehatan serupa.
PERAMALAN MENGGUNAKAN HYBRID SEASONAL ARIMA DAN EXTREME LEARNING MACHINE: STUDI KASUS JUMLAH PRODUKSI BERAS DI PROVINSI JAWA TIMUR Pakpahan, Vera Febrianti; Muhaimin, Amri; Syaifullah, Wahyu
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.v7i4.6673

Abstract

Penelitian ini mengevaluasi performa metode hybrid Seasonal Autoregressive Integrated Moving Average (SARIMA) dan Extreme Learning Machine (ELM) untuk peramalan data deret waktu. Metode SARIMA digunakan untuk menangkap pola musiman dan linier, sedangkan ELM diaplikasikan pada residual prediksi SARIMA untuk mendeteksi pola non-linier yang sulit ditangkap oleh model tradisional. Studi kasus difokuskan pada prediksi produksi beras bulanan di Provinsi Jawa Timur, salah satu lumbung beras nasional dengan fluktuasi produksi yang memengaruhi perencanaan distribusi dan kebijakan pangan. Hasil evaluasi menunjukkan bahwa model hybrid SARIMA–ELM mencapai nilai MAPE sebesar 9,01% dan RMSE sebesar 38.639,93, menunjukkan akurasi prediksi yang baik. Temuan ini menegaskan bahwa kombinasi SARIMA dan ELM dapat menjadi pendekatan yang efektif untuk peramalan deret waktu dengan pola linier dan non-linier, serta memiliki potensi untuk diterapkan pada dataset atau sektor lain yang memiliki karakteristik serupa.
SISTEM INFORMASI RESERVASI DAN PENJADWALAN BERBASIS WEBSITE PADA KLINIK GIGI Wibowo, Leni Tri; Danianti, Dita; 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.v7i4.6677

Abstract

Klinik gigi adalah salah satu pelayanan yang membutuhkan suatu sistem informasi, untuk dapat meningkatkan pelayanan kepada para pasien dan pihak yang terkait. Proses registrasi di klinik biasanya masih dilakukan secara semi manual. Pasien mendaftar dengan aplikasi chatting, setelah itu petugas memasukkan data pasien ke dalam form yang tersedia. Hingga saat ini proses pendaftaran dan reservasi pada klinik DL Dental juga masih dilakukan secara semi-manual yang mana setiap pasien datang ke klinik atau dapat mendaftarkan via whatsapp admin. Proses ini mengakibatkan pasien tidak bisa mendapatkan informasi yang pasti mengenai pemeriksaan yang akan dilakukan. Untuk itu diperlukan sistem berbasis teknologi yang dapat membantu pasien dalam melakukan pendafatran dan reservasi. Penelitian ini bertujuan untuk membangun sistem informasi reservasi dan penjadwalan yang lebih efektif dan efisien dengan menggunakan metode pengembangan sistem waterfall. Metode waterfall dipilih karena memiliki tahapan yang terstruktur. Sistem yang akan dibangun memungkinkan pasien untuk mendapatkan pelayanan pemeriksaan yang lebih cepat karena pasien dapat mengakes antrian secara real time. Hasil keluaran yang diharapkan mampu meningkatkan efektifitas pelayanan pada klinik.
PENDETEKSI DENIAL OF SERVICE PADA JARINGAN WIRELESS FIDELITY BERBASIS INTERNET OF THINGS Devinder, Shunil; Shadiq, Jafar
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.v7i4.6681

Abstract

Keamanan jaringan Wireless Fidelity (Wi-Fi) menjadi perhatian penting di era digital, khususnya karena ancaman serangan Denial of Service (DoS) dapat mengganggu layanan akademik mahasiswa serta rentan terhadap perangkat Internet of Things (IoT) yang banyak digunakan dalam sistem kritis. Penelitian ini bertujuan untuk mengembangkan sistem deteksi DoS berbasis ESP32 (BPI-Leaf-S3) dengan pemanfaatan mode promiscuous dan analisis ambang batas (threshold packet analysis). Metode penelitian melibatkan pemrograman perangkat IoT untuk memantau lalu lintas jaringan Wi-Fi dengan cara menghitung jumlah paket yang diterima dalam selang waktu tertentu dan membandingkannya dengan nilai ambang batas yang telah ditentukan. Deteksi serangan dilakukan ketika jumlah paket per detik melebihi ambang tersebut. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi adanya serangan DoS berdasarkan parameter lalu lintas paket per detik. Penelitian ini juga berhasil mengidentifikasi nilai ambang lalu lintas yang dapat dijadikan indikator awal serangan. Sistem yang diusulkan berpotensi membantu mencegah permasalahan server down akibat serangan DoS pada jaringan Wi-Fi dengan mendeteksi pola lalu-lintas mencurigakan sejak dini.
SISTEM PAKAR DIAGNOSIS AUTISME PADA ANAK BERBASIS WEB DENGAN FORWARD CHAINING DAN CERTAINTY FACTOR Juansa, Andra; Yazid, Ahmad Subhan; Gutama, Deden Hardan; Wijaya, Dhina Puspasari
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.v7i4.6696

Abstract

Autisme merupakan gangguan perkembangan neurologis yang memengaruhi kemampuan komunikasi, interaksi sosial, dan perilaku anak sejak dini. Deteksi dini menjadi krusial mengingat periode perkembangan otak anak yang sangat cepat, sehingga intervensi dapat diberikan lebih efektif. Penelitian ini bertujuan merancang dan mengembangkan sistem pakar berbasis web untuk membantu proses diagnosis dini gangguan autisme pada anak menggunakan metode Forward Chaining dan Certainty Factor. Metode Forward Chaining digunakan untuk menelusuri fakta gejala berdasarkan aturan logika IF–THEN, sedangkan Certainty Factor dimanfaatkan untuk menghitung tingkat kepastian diagnosis berdasarkan bobot kepercayaan dari setiap gejala yang dipilih pengguna. Sistem dibangun menggunakan bahasa pemrograman PHP dan basis data MySQL, serta diimplementasikan dengan model pengembangan Waterfall. Hasil pengujian Blackbox menunjukkan bahwa sistem berjalan sesuai fungsi yang dirancang dan menghasilkan keluaran yang selaras dengan pendapat pakar. Sistem ini diharapkan dapat mempermudah orang tua maupun tenaga medis dalam melakukan skrining awal autisme, khususnya di wilayah dengan keterbatasan akses layanan kesehatan, sekaligus meningkatkan kesadaran masyarakat akan pentingnya diagnosis dini gangguan autisme.
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.