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 688 Documents
 65   66   67   68   69 
PENGEMBANGAN NAVIGASI LABORATORIUM PTI UIN AR-RANIRY BERBASIS VIRTUAL REALITY UNTUK MENINGKATKAN PENGALAMAN PENGGUNA Putri Walini; Raihan Islamadina
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7420

Abstract

Laboratorium memiliki peran penting dalam mendukung kegiatan pembelajaran, terutama dalam aktivitas praktik dan pengujian konsep. Namun, tidak semua mahasiswa, khususnya mahasiswa baru, mampu memahami lingkungan laboratorium dengan baik karena keterbatasan pengalaman. Perkembangan teknologi memungkinkan pemanfaatan media pembelajaran digital seperti Virtual Reality (VR) digunakan untuk menghadirkan pengalaman pembelajaran yang lebih interaktif. Penelitian ini bertujuan mengembangkan media virtual tour berbasis VR untuk memperkenalkan Laboratorium PTI UIN Ar-Raniry. Metode yang digunakan adalah Research and Development (R&D) dengan model ADDIE. Media dikembangkan menggunakan foto panorama 360° melalui platform Lapentor. Hasil penelitian menunjukkan tingkat kelayakan sebesar 86% dengan kategori sangat setuju. Hal ini menunjukkan bahwa media yang dikembangkan layak dan efektif digunakan sebagai sarana pengenalan laboratorium.
RANCANG BANGUN SISTEM MONITORING VOLUME SAMPAH BERBASIS INTERNET OF THINGS MENGGUNAKAN ESP8266 DAN TELEGRAM Cut Putroe Arikha; Aulia Syarif Aziz
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7423

Abstract

Pengelolaan sampah di lingkungan sekolah masih dilakukan secara manual, mengakibatkan keterlambatan pengangkutan dan penumpukan sampah yang berlebihan. Penelitian ini bertujuan merancang, mengimplementasikan, dan menguji kinerja sistem monitoring tempat sampah otomatis berbasis Internet of Things (IoT) di SMA Negeri 1 Banda Aceh. Sistem menggunakan mikrokontroler NodeMCU ESP8266 sebagai pengendali utama, sensor ultrasonik HC-SR04 untuk mendeteksi ketinggian sampah secara real-time, platform Blynk sebagai dashboard monitoring, serta Bot Telegram sebagai media notifikasi otomatis kepada petugas kebersihan. Metode penelitian yang diterapkan adalah Research and Development (R&D). Tong sampah yang digunakan berukuran 70 cm dengan batas penuh ditetapkan pada 60 cm. Hasil pengujian menunjukkan bahwa sensor HC-SR04 mampu membaca ketinggian sampah dengan rata-rata akurasi 99% dan rata-rata error 0,33 cm dari 5 kali pengujian. Notifikasi Telegram berhasil terkirim pada pengujian 99% pengujian dengan rata-rata waktu respons 2 detik. Dashboard Blynk menampilkan data real-time secara stabil dengan penyimpanan nilai maksimal 0,2 cm. Sistem ini terbukti efektif sebagai solusi pemanfaatan sampah berbasis IoT yang hemat biaya dan mudah diimplementasikan di lingkungan pendidikan
ANALISIS KUALITAS WEBSITE SIM UNIPA MENGGUNAKAN METODE WEBQUAL 4.0 Oktavia Nur Rosita; Marlinda Sanglise; Lilis Indrayani
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7434

Abstract

Penelitian ini dilakukan untuk menganalisis kualitas situs web Sistem Informasi Manajemen Universitas Papua (Sim UNIPA) dari perspektif pengguna dengan menggunakan metode Webqual 4. 0. Metode ini menilai kualitas situs web melalui tiga aspek utama, yaitu kemudahan penggunaan, kualitas informasi, dan kualitas interaksi layanan, dengan kepuasan pengguna sebagai variabel yang diukur. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik pengumpulan data melalui kuesioner yang disebarkan kepada 150 mahasiswa aktif di Universitas Papua. Data yang terkumpul dianalisis dengan metode PLS-SEM menggunakan perangkat lunak SmartPLS. Hasil penelitian menunjukkan bahwa variabel kemudahan penggunaan dan kualitas interaksi layanan memberikan pengaruh positif dan signifikan terhadap kepuasan pengguna, sedangkan kualitas informasi tidak menunjukkan pengaruh yang signifikan. Nilai koefisien determinasi (R-Square) sebesar 0,525 menunjukkan bahwa model ini dapat menjelaskan 52,5% variasi dalam kepuasan pengguna. Oleh karena itu, peningkatan kualitas situs web harus difokuskan pada aspek interaksi layanan dan kemudahan penggunaan, serta didukung dengan perbaikan terhadap kualitas informasi agar lebih akurat dan terkini.
IMPLEMENTASI DEEP LEARNING DENGAN AUGMENTASI MIXUP BERBASIS INTERPOLASI UNTUK PEMODELAN FINE-GRAINED KARAKTERISTIK VISUAL KEDELAI Revelin Putri Syamjovanka; Faisal Muttaqin; Eva Yulia Puspaningrum
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7460

Abstract

Penilaian kualitas biji kedelai secara manual masih bergantung pada inspeksi visual manusia sehingga rentan terhadap subjektivitas, inkonsistensi, dan keterbatasan efisiensi ketika diterapkan pada volume data yang besar. Penelitian ini mengevaluasi penerapan arsitektur EfficientNet-B0 dan teknik augmentasi MixUp untuk klasifikasi fine-grained kualitas biji kedelai berbasis citra digital. Dataset yang digunakan terdiri atas 5.513 citra biji kedelai yang terbagi ke dalam lima kelas, yaitu broken soybeans, immature soybeans, intact soybeans, skin-damaged soybeans, dan spotted soybeans. Eksperimen dilakukan dalam dua skenario, yaitu EfficientNet-B0 sebagai model baseline dan EfficientNet-B0 dengan penerapan MixUp. Hasil pengujian menunjukkan bahwa model baseline memperoleh akurasi sebesar 91,85%, precision macro 91,87%, recall macro 91,76%, dan F1-score macro 91,80%. Sementara itu, model EfficientNet-B0 + MixUp memperoleh akurasi sebesar 91,67%, precision macro 91,60%, recall macro 91,58%, dan F1-score macro 91,55%. Hasil tersebut menunjukkan bahwa EfficientNet-B0 mampu mengklasifikasikan kualitas biji kedelai dengan performa tinggi, sedangkan penerapan MixUp belum memberikan peningkatan performa pada konfigurasi eksperimen ini. Temuan ini mengindikasikan bahwa augmentasi berbasis interpolasi perlu diterapkan secara selektif pada tugas fine-grained classification karena berpotensi mengaburkan fitur visual subtil yang menjadi pembeda antar kelas.
PERANCANGAN TEMPLATE DESAIN KONTEN INSTAGRAM JATENG RADIO SEBAGAI MEDIA KOMUNIKASI VISUAL BAGI GENERASI MUDA Miftahus Syaadah; Santi Widiastuti; Irdha Yunianto
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7489

Abstract

Perkembangan media sosial telah mendorong perubahan pola konsumsi informasi, terutama pada generasi muda yang cenderung lebih tertarik pada konten visual yang menarik dan komunikatif. Sebagai media penyiaran daerah, Jateng Radio memanfaatkan Instagram sebagai sarana komunikasi digital untuk menyampaikan informasi, promosi program, dan interaksi dengan masyarakat. Namun, hasil observasi menunjukkan bahwa tampilan konten Instagram Jateng Radio belum memiliki konsistensi visual yang kuat sehingga identitas media belum terbentuk secara optimal. Penelitian ini bertujuan untuk merancang template dan desain konten Instagram Jateng Radio yang sesuai dengan karakteristik generasi muda. Penelitian menggunakan metode Research and Development (R&D) dengan model pengembangan ADDIE yang terdiri atas tahap Analysis, Design, Development, Implementation, dan Evaluation. Pengumpulan data dilakukan melalui observasi, wawancara, studi pustaka, serta penyebaran kuesioner kepada audiens. Hasil penelitian menunjukkan bahwa template dan desain konten yang dikembangkan mampu menciptakan tampilan visual yang lebih konsisten, modern, dan komunikatif. Hasil validasi praktisi memperoleh nilai rata-rata sebesar 4,79 dengan kategori sangat baik, sedangkan validasi audiens memperoleh nilai rata-rata sebesar 3,99 dengan kategori baik. Selain itu, data Instagram Insight menunjukkan adanya peningkatan performa akun yang ditandai dengan perolehan 85,8 ribu tayangan, 2,9 ribu interaksi, penambahan 126 pengikut baru, serta peningkatan aktivitas profil sebesar 26,3%.
IMPLEMENTASI SISTEM PENDINGIN OTOMATIS PADA CHARGER AKI MENGGUNAKAN METODE FUZZY MAMDANI BERBASIS ARDUINO UNO Brilian Jovanka Indra Dewa; Aries Dwi Indriyanti; Indana Lazulfa; Hery Kristianto
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7491

Abstract

Abstrak: Peningkatan suhu pada charger aki selama proses pengisian daya dapat menyebabkan penurunan efisiensi, kerusakan komponen elektronik, serta memperpendek umur pakai perangkat. Sebagian besar charger aki konvensional masih menggunakan sistem pendingin manual dengan metode ON/OFF sederhana tanpa mempertimbangkan kondisi suhu aktual, sehingga pendinginan kurang efisien dan berpotensi menimbulkan overheat. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pendingin otomatis pada charger aki menggunakan metode fuzzy Mamdani berbasis Arduino Uno. Sistem menggunakan sensor DHT11 sebagai pembaca suhu, Arduino Uno sebagai pengendali utama, modul LSA-002 AC Dimmer sebagai pengatur kecepatan kipas AC 220 Volt, relay sebagai sistem proteksi otomatis, LCD 16×2 sebagai media monitoring, serta timer Omron H3CR-A8 sebagai pengatur durasi pengecasan. Metode fuzzy Mamdani digunakan untuk menentukan tingkat kecepatan kipas berdasarkan kondisi suhu yang diklasifikasikan menjadi dingin, normal, panas, dan sangat panas. Pengujian sistem dilakukan menggunakan metode blackbox testing. Hasil pengujian menunjukkan bahwa sistem mampu mengatur kecepatan kipas secara otomatis sesuai perubahan suhu dan memutus aliran listrik charger ketika suhu mencapai ?85°C. Seluruh fungsi sistem berjalan sesuai perancangan dengan tingkat keberhasilan pengujian sebesar 100%.
KLASIFIKASI STATUS GIZI IBU HAMIL MENGGUNAKAN ALGORITMA BOOSTING DENGAN METODE SMOTE Annisa Auliya Ramadhani; Rizal Adi Saputra; L.M. Bahtiar Aksara; Isnawaty
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7530

Abstract

Status gizi ibu hamil merupakan faktor penentu utama dalam pertumbuhan janin. Ketidakseimbangan gizi pada masa ini dapat menyebabkan gangguan kesehatan, termasuk stunting. World Health Organization (WHO) melaporkan bahwa sekitar 20% kasus stunting terjadi sejak masih didalam kandungan, yang menegaskan pentingnya pemantauan status gizi sejak awal kehamilan. Penelitian ini bertujuan untuk membandingkan performa dua algoritma Boosting, yaitu Extreme Gradient Boosting (XGBoost) dan Categorical Boosting (CatBoost), yang diintegrasikan dengan metode Synthetic Minority Oversampling Technique (SMOTE) untuk menangani ketidakseimbangan kelas pada dataset. Dataset penelitian ini terdiri dari 386 data rekam medis antropometri dari Puskesmas Abeli, mencakup fitur umur, berat badan awal, tinggi badan, Lingkar Lengan Atas (LiLA), dan Indeks Massa Tubuh (IMT) sebelum hamil untuk memprediksi empat kelas status gizi: Kurang, Normal, Lebih, dan Obesitas. Seleksi fitur dan penentuan label juga telah dikonsultasikan dengan ahli gizi untuk memastikan relevansi klinis. Hasil pengujian menunjukkan bahwa kombinasi XGBoost dengan SMOTE mencapai performa terbaik dengan akurasi 98,72%, presisi 99,31%, recall 98,75%, dan F1-score 99,01%, melampaui model CatBoost dengan SMOTE dengan akurasi 97,44%, presisi 98,65%, recall 97,50%, dan F1-score 97,99%. Temuan ini membuktikan bahwa integrasi XGBoost dan SMOTE sangat andal sebagai alat bantu klasifikasi status gizi ibu dan dapat mendukung deteksi dini risiko stunting sejak masa kehamilan.
KLASIFIKASI RISIKO HIPERTENSI LANSIA BERBASIS DATA KESEHATAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK Hilda Sukma Pertiwi; Mutaqin Akbar
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7573

Abstract

Hipertensi merupakan penyakit tidak menular dan kerap dijuluki "silent killer" karena dapat merusak berbagai organ tubuh tanpa menunjukkan gejala yang jelas. Pada lansia, risiko hipertensi bertambah seiring penurunan elastisitas pembuluh darah sehingga diperlukan metode yang mampu mengklasifikasikan tingkat risiko secara akurat berbasis data kesehatan. Penelitian ini bertujuan mengklasifikasikan risiko hipertensi pada pasien lansia menggunakan Artificial Neural Network (ANN) berdasarkan data rekam medis RSUD KRT. Setjonegoro Wonosobo dengan jumlah 400 pasien lansia. Variabel yang digunakan terdiri dari sembilan fitur, yaitu umur, jenis kelamin, berat badan, tinggi badan, denyut nadi, sistolik, diastolik, kolesterol, dan gula darah. Tahap penelitian meliputi pembersihan data menggunakan fungsi dropna(), normalisasi dengan MinMaxScaler, penetapan label empat kelas (Normal, Pra-hipertensi, Hipertensi Grade 1, Hipertensi Grade 2), serta pembagian data 70% pelatihan dan 30% pengujian. Arsitektur terbaik yang diperoleh adalah ANN dengan dua hidden layer yang masing-masing terdiri dari 128 neuron, fungsi aktivasi ReLU dan Softmax, optimizer Adam, serta loss categorical cross-entropy. Model mencapai akurasi sebesar 98,33%, presisi 98,43%, recall 98,33%, dan skor F1 98,34%. Hasil penelitian menunjukkan bahwa ANN efektif digunakan untuk klasifikasi risiko hipertensi pada pasien lansia dengan tingkat kesalahan yang sangat minimal.

Page 69 of 69 | Total Record : 688

 65   66   67   68   69 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol 8 No 2 (2026): EDISI 28 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