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 648 Documents
 61   62   63   64   65 
IMPLEMENTASI MODEL DEBERTA DENGAN OPTIMASI HYPERPARAMETER BERBASIS BAYESIAN OPTIMIZATION UNTUK DETEKSI BERITA PALSU Muhammad Nafis Hafi; Budi Prasetiyo
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7098

Abstract

Saat ini, media sosial memegang peran kunci sebagai sumber informasi utama bagi masyarakat modern karena menawarkan akses berita yang cepat dan praktis. Namun, kemudahan akses ini memiliki sisi gelap, di mana platform digital memfasilitasi penyebaran berita palsu dalam skala besar tanpa proses verifikasi yang memadai. Fenomena ini seringkali didorong oleh kesengajaan untuk menipu, yang menimbulkan dampak negatif serius pada stabilitas sosial dan politik. Untuk mengatasi permasalahan tersebut, pendekatan Natural Language Processing (NLP) berbasis deep learning dikembangkan sebagai solusi deteksi otomatis. Penelitian ini bertujuan mengimplementasikan arsitektur Decoding-enhanced BERT with Disentangled Attention (DeBERTa) yang dikombinasikan dengan Bayesian Optimization. Teknik optimasi ini digunakan untuk menentukan konfigurasi hyperparameter terbaik secara otomatis dan menghindari penyetelan secara manual. Kinerja model dievaluasi menggunakan metode 5-Fold Cross Validation dengan membandingkan hasil optimasi terhadap model baseline yang menggunakan hyperparameter default. Hasil eksperimen menunjukkan bahwa integrasi Bayesian Optimization berhasil meningkatkan performa model secara signifikan. Model yang diusulkan mencapai rata-rata accuracy sebesar 98,06%, mengungguli model baseline yang hanya mencatatkan accuracy 97,52%. Temuan ini membuktikan bahwa kombinasi DeBERTa dengan optimasi hyperparameter dinamis lebih efektif dan stabil dalam mendeteksi berita palsu dibandingkan pendekatan konvensional.
GAMIFIKASI MEDIA PEMBELAJARAN PENDIDIKAN PANCASILA DAN KEWARGANEGARAAN BERBASIS APLIKASI GENIALLY DI SMPN 11 BANDA ACEH Herlis, Ridha Anisa; AR, Khairan
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7106

Abstract

Perkembangan teknologi memiliki dampak signifikan terhadap dunia pendidikan, khususnya dalam proses pembelajaran, meskipun peran guru tetap krusial dalam mengembangkan potensi dan kreativitas siswa. Penggunaan media pembelajaran interaktif memungkinkan siswa berpartisipasi secara aktif, meningkatkan fokus, minat, serta pemahaman terhadap materi. Penelitian ini bertujuan untuk mengembangkan media pembelajaran berbasis Genially yang dikombinasikan dengan gamifikasi guna meningkatkan pencapaian siswa pada mata pelajaran Pendidikan Pancasila dan Kewarganegaraan (PPKn) di SMP Negeri 11 Banda Aceh. Penelitian dilaksanakan menggunakan pendekatan Research and Development (R&D) dengan model ADDIE, melibatkan 120 siswa kelas VIII sebagai partisipan dan guru PPKn sebagai validator. Data dikumpulkan melalui angket tanggapan siswa, ahli dan praktisi, serta tes sebelum dan sesudah penggunaan media. Hasil validasi menunjukkan media memiliki tingkat kelayakan sangat tinggi dengan skor rata-rata 3,85. Respon siswa juga positif, dengan skor rata-rata 3,91 (97,75%), terutama pada aspek tampilan menarik dan kejelasan materi. Analisis pencapaian siswa menunjukkan peningkatan signifikan, dengan rata-rata pre-test 62,4, post-test 87,8 dan N-Gain 0,68. Temuan ini menegaskan bahwa media pembelajaran berbasis Genially dengan gamifikasi tidak hanya menarik dan mudah digunakan, tetapi juga efektif meningkatkan motivasi, keterlibatan dan pencapaian siswa, sehingga layak dijadikan alternatif media PPKn yang interaktif dan inovatif.
PENGEMBANGAN DAN EVALUASI KINERJA ALAT PEMERIKSA BUTA WARNA BERBASIS HUMAN MACHINE INTERFACE MENGGUNAKAN METODE ISHIHARA Ferdana, Nanda; Zaidarlis, Deska Insani; Gustiwati, Devi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7143

Abstract

Mata berperan penting dalam menangkap cahaya dan warna. Gangguan dalam membedakan sebagian atau seluruh spektrum warna dikenal sebagai buta warna. Pemeriksaan buta warna umumnya menggunakan buku tes Ishihara yang berisi plate angka dan jalur dengan kombinasi warna tertentu. Seiring perkembangan teknologi, metode ini mulai dikembangkan dalam bentuk digital untuk meningkatkan kemudahan dan efisiensi pemeriksaan. Penelitian ini mengembangkan prototipe alat pemeriksa buta warna berbasis HMI (Human Machine Interface) Nextion menggunakan metode Ishihara. HMI Nextion tipe NX4832T035_001 digunakan sebagai pengendali sekaligus media tampilan LCD touchscreen untuk menampilkan tes secara digital. Alat ini juga dilengkapi baterai isi ulang sehingga lebih praktis dan portabel. Pengujian dilakukan dengan membandingkan hasil pemeriksaan menggunakan buku Ishihara dan alat digital terhadap 10 responden. Hasil menunjukkan bahwa alat mampu bekerja dengan baik dan memberikan hasil yang sesuai dengan metode manual, dengan tingkat akurasi mencapai 100%. Oleh karena itu, alat tes buta warna digital ini layak digunakan sebagai alternatif metode konvensional berbasis buku Ishihara.
OPTIMASI AKURASI PREDIKSI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN SMOTE Maharani, Febi; Astuti, Femi Dwi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7167

Abstract

Klasifikasi dini diabetes mellitus merupakan langkah krusial dalam memitigasi risiko komplikasi medis, namun efektivitasnya kerap terhambat oleh masalah ketidakseimbangan distribusi kelas (imbalanced class) pada data medis. Kondisi tersebut menyebabkan algoritma klasifikasi cenderung menunjukkan bias terhadap kelas mayoritas serta mengabaikan kelas minoritas yang memiliki signifikansi klinis lebih tinggi. Penelitian ini bertujuan untuk mengevaluasi pengaruh teknik Synthetic Minority Over-sampling Technique (SMOTE) terhadap performa algoritma K-Nearest Neighbor (KNN) dengan memanfaatkan dataset Pima Indians Diabetes. Simulasi dilaksanakan menggunakan perangkat lunak Altair Studio melalui penerapan variasi parameter K=3, 5, dan 10 serta divalidasi dengan metode 10-Fold Cross Validation. Hasil penelitian menunjukkan bahwa integrasi SMOTE secara konsisten meningkatkan kinerja model dengan eskalasi akurasi rata-rata sebesar 2,07%. Peningkatan paling signifikan teridentifikasi pada konfigurasi K=3, di mana akurasi meningkat dari 68,88% menjadi 73,70% (naik 4,82%), sementara akurasi maksimal tercapai pada K=10 dengan nilai 75,40%. Selain itu, penerapan SMOTE terbukti meningkatkan nilai recall kelas minoritas secara substansial, yakni dari 53,36% menjadi 81,20% pada K=3, meskipun disertai munculnya trade-off terhadap nilai precision. Temuan ini menegaskan bahwa penyeimbangan data melalui metode SMOTE mampu menghasilkan model klasifikasi yang lebih adil dan reliabel dalam mendeteksi penyakit diabetes.
SISTEM INFORMASI PEMESANAN OBAT DENGAN REKOMENDASI MENGGUNAKAN METODE SAFETY STOCK DAN REORDER POINT Maylina, Olivia; Harahap, Aninda Muliani
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7178

Abstract

Pengelolaan persediaan obat yang tidak terstruktur dengan baik dapat menyebabkan terjadinya kekosongan stok, keterlambatan pemesanan ulang, serta ketidakefisienan operasional pada apotek. Apotek Johans Farma masih menerapkan sistem pencatatan dan pemesanan obat secara manual, sehingga berpotensi menimbulkan kesalahan pencatatan dan kurang optimalnya pengambilan keputusan dalam pengendalian persediaan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi pemesanan obat berbasis website yang dilengkapi dengan fitur rekomendasi pemesanan menggunakan metode Safety Stock dan Reorder Point (ROP). Metode Safety Stock digunakan untuk menentukan jumlah persediaan pengaman guna mengantisipasi fluktuasi permintaan dan ketidakpastian waktu tunggu pengiriman, sedangkan metode Reorder Point digunakan untuk menentukan waktu yang tepat dalam melakukan pemesanan ulang obat. Metode penelitian yang digunakan meliputi observasi, wawancara, dan studi pustaka, dengan metode pengembangan sistem yang disesuaikan dengan kebutuhan operasional apotek. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan basis data MySQL. Hasil penelitian menunjukkan bahwa sistem informasi yang dibangun mampu menampilkan informasi stok obat secara real-time, memberikan rekomendasi otomatis terkait waktu dan jumlah pemesanan ulang, serta menghasilkan laporan persediaan yang akurat. Implementasi sistem ini terbukti dapat meningkatkan efisiensi dan akurasi pengelolaan persediaan obat, mengurangi risiko kekosongan dan kelebihan stok, serta mendukung pengambilan keputusan pemesanan obat yang lebih tepat dan berbasis data di Apotek Johans Farma.
IMPLEMENTASI BIG DATA DALAM ANALISIS SENTIMEN ULASAN PENGGUNA TOKOPEDIA BERBASIS APLIKASI WEB MENGGUNAKAN METODE NAIVE BAYES Lubis, Febri Ananda; Siregar, Iskandar Muda; Azry, Aldipan; Simbolon, Khalil Elhamdi; Sitorus, Sahat Parulian
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7190

Abstract

Pesatnya perkembangan e-commerce mendorong meningkatnya jumlah ulasan pengguna yang memuat opini dan pengalaman terhadap layanan yang digunakan. Data ulasan tersebut memiliki karakteristik Big Data, seperti volume yang besar, variasi bahasa, dan pertumbuhan data yang cepat, sehingga analisis manual menjadi tidak efisien. Penelitian ini bertujuan mengimplementasikan konsep Big Data dalam analisis sentimen ulasan pengguna Tokopedia berbasis aplikasi web menggunakan algoritma Multinomial Naive Bayes. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan tahapan pengumpulan data, preprocessing teks, ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta klasifikasi sentimen ke dalam kategori positif, negatif, dan netral. Dataset yang digunakan terdiri dari 4.000 ulasan pengguna yang dibagi menjadi data latih dan data uji. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa metode Naive Bayes mampu mengklasifikasikan sentimen ulasan dengan performa yang baik. Visualisasi hasil analisis dalam bentuk dashboard aplikasi web memudahkan interpretasi distribusi sentimen. Dominasi sentimen negatif mengindikasikan adanya tingkat ketidakpuasan pengguna terhadap layanan pada data yang dianalisis. Kontribusi penelitian ini terletak pada penerapan analisis sentimen berbasis Big Data yang terintegrasi dengan aplikasi web sebagai alat evaluasi layanan e-commerce yang bersifat aplikatif dan skalabel.
ANALISIS ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN POLA PENJUALAN Waafi Aldian, Muhammad; Sriani, Sriani
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7191

Abstract

Perkembangan industri roti menuntut pengelolaan data penjualan yang efektif untuk mendukung pengambilan keputusan. Perdana Bakery di Kota Medan masih menggunakan pencatatan manual sehingga kesulitan menganalisis pola penjualan. Penelitian ini bertujuan untuk mengelompokkan pola penjualan roti dengan menerapkan algoritma K-Means Clustering. Data penjualan sekunder yang mencakup jenis roti, wilayah distribusi, total penjualan, dan rata-rata penjualan diproses melalui tahap preprocessing, penentuan jumlah klaster menggunakan metode Elbow, penerapan K-Means, dan evaluasi menggunakan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa data penjualan dapat dikelompokkan menjadi tiga klaster yang merepresentasikan pola penjualan rendah, sedang, dan tinggi berdasarkan jenis roti dan wilayah distribusi. Evaluasi DBI menghasilkan nilai ? 1, menunjukkan kualitas klasterisasi yang baik. Temuan ini dapat dijadikan dasar bagi manajemen Perdana Bakery dalam menyusun strategi produksi dan distribusi yang lebih efisien dan berbasis data.
PERANCANGAN SISTEM SKRINING DEPRESI IBU HAMIL BERBASIS WEB MENGGUNAKAN INSTRUMEN PHQ-9 Santoso, Budi; Nur Rochmayanti, Shinta; Ayu Kuncaravita, Sekar; Fathiyyah, Nurul
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7292

Abstract

Depresi pada masa kehamilan merupakan salah satu permasalahan kesehatan mental yang memerlukan deteksi dini, namun proses skrining masih banyak dilakukan secara manual dan belum terintegrasi dalam sistem digital. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem skrining depresi ibu hamil berbasis web menggunakan instrumen Patient Health Questionnaire-9 (PHQ-9) dengan mekanisme perhitungan skor otomatis dan pengelolaan data secara terstruktur. Metode penelitian yang digunakan adalah rekayasa sistem yang meliputi analisis kebutuhan, perancangan arsitektur, implementasi menggunakan PHP dan MySQL, serta pengujian fungsional dan evaluasi usability. Instrumen PHQ-9 diintegrasikan dalam bentuk formulir digital menggunakan plugin calculated fields sehingga sistem mampu melakukan perhitungan skor secara otomatis dan menyimpan hasil skrining ke dalam basis data. Hasil penelitian menunjukkan bahwa sistem dapat melakukan proses skrining secara mandiri melalui web, menghitung skor PHQ-9 secara konsisten, serta menyajikan data hasil skrining dalam bentuk analitik deskriptif. Evaluasi usability terhadap 15 responden menggunakan kuesioner skala Likert lima poin menghasilkan skor rata-rata 4,79 yang termasuk dalam kategori sangat baik, yang menunjukkan bahwa sistem mudah digunakan dan dapat diterima oleh pengguna. Dengan demikian, sistem yang dikembangkan berpotensi mendukung proses skrining awal depresi ibu hamil secara lebih efisien dan terstruktur dari sisi teknis sistem informasi.

Page 65 of 65 | Total Record : 648

 61   62   63   64   65 

Filter by Year

2019 2026


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