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 726 Documents
 68   69   70   71   72 
PERANCANGAN MEDIA VR INTERAKTIF UNTUK PENGENALAN PERABOT ELEKTRONIK RUMAH TANGGA BERBAHASA INGGRIS BAGI ANAK TUNADAKSA DI SLB Rizka Risma Yanti; 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.v8i2.7418

Abstract

Pendidikan merupakan hak setiap individu, termasuk anak berkebutuhan khusus (ABK) yang memerlukan pendekatan pembelajaran sesuai karakteristiknya. Namun, proses pembelajaran di Sekolah Luar Biasa (SLB) masih menghadapi kendala, terutama penggunaan media yang kurang interaktif sehingga siswa kesulitan memahami materi. Pembelajaran Bahasa Inggris, khususnya pengenalan kosakata perabot elektronik rumah tangga, masih sulit dipahami jika hanya menggunakan metode konvensional. Perkembangan teknologi Virtual Reality (VR) menawarkan solusi melalui pengalaman belajar yang interaktif, imersif, dan kontekstual. Penelitian ini bertujuan mengembangkan media pembelajaran berbasis VR untuk pengenalan perabot elektronik rumah tangga dalam Bahasa Inggris bagi anak tunadaksa di SLB menggunakan metode Research and Development (R&D) dengan model ADDIE yang meliputi tahap Analysis, Design, Development, Implementation, dan Evaluation. Produk yang dihasilkan berupa media VR yang mengintegrasikan objek 3D, teks, audio, dan animasi. Hasil validasi menunjukkan tingkat kelayakan 88% dari ahli media dan 98% dari ahli materi dengan kategori sangat baik, sehingga media ini layak digunakan sebagai alternatif pembelajaran. Media ini diharapkan dapat meningkatkan minat belajar, pemahaman, dan daya ingat siswa tunadaksa secara lebih efektif dan menarik.
PERBANDINGAN LSTM DAN NAIVE BAYES UNTUK ANALISIS SENTIMEN ULASAN APLIKASI MOBILE JKN Aulia Divka Sari; Pahrizal Pahrizal
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.v8i2.7427

Abstract

Penelitian ini menggunakan Naive Bayes dan LSTM untuk menganalisis sentimen ulasan pengguna aplikasi JKN Mobile. Pra-pemrosesan, pembagian data pelatihan dan pengujian, serta evaluasi metrik akurasi, presisi, recall, dan F1-score mengklasifikasikan evaluasi pengguna sebagai positif atau negatif. LSTM memiliki akurasi 65% dan tidak ideal dalam klasifikasi, sedangkan Naive Bayes memiliki akurasi 91% dan nilai penilaian yang seimbang. Temuan ini menunjukkan bahwa Naive Bayes lebih baik untuk analisis sentimen pada dataset ulasan aplikasi JKN Mobile. Penelitian ini diharapkan dapat membantu meningkatkan algoritma analisis sentimen.
DEVIASI KINEMATIK PADA KINERJA MESIN BELT GRINDER BERDASARKAN VARIASI PULLEY DAN VFD Fauzi Widyawati; Fredi Insan Nurfadli; Harry Prayoga Setyawan; Nor Fajri
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.v8i2.7436

Abstract

Kinerja mesin belt grinder sangat bergantung pada integrasi komponen transmisi mekanis dan sistem kendali elektronis. Selama ini, kajian mengenai efisiensi transmisi sabuk dan kendali motor umumnya dievaluasi secara terpisah. Oleh karena itu, kebaruan dari penelitian ini terletak pada pengintegrasian variabel mekanis (diameter drive pulley) dan elektronis (frekuensi VFD) secara simultan melalui pendekatan analisis deviasi kinematik. Penelitian ini bertujuan untuk memetakan zona stabilitas dan parameter pemotongan paling optimal pada belt grinder bertenaga 1,1 kW. Pengujian dilakukan pada rentang frekuensi 10–70 Hz dengan variasi pulley 60 mm, 150 mm, dan >175 mm. Hasil eksperimen menunjukkan bahwa penggunaan ukuran pulley ekstrem memicu degradasi kinerja sistem, baik berupa kehilangan gaya gesek pada pulley berukuran kecil maupun munculnya resonansi getaran pada pulley berukuran besar. Konfigurasi operasional dan zona stabilitas transmisi terbaik dicapai pada penggunaan pulley 150 mm dengan frekuensi nominal 50 Hz. Pada titik ini, deviasi kecepatan berada pada nilai minimum yang secara empiris mampu memaksimalkan laju pengupasan material (Material Removal Rate) sekaligus mempertahankan kualitas penyelesaian permukaan (surface roughness) benda kerja secara optimal.
PERANCANGAN SISTEM INFORMASI PENJUALAN DAN MANAJEMEN STOK AIR GALON BERBASIS WEB PADA DEPOT AIR MINUM Muhammad Rizky Fuziansyah; Hendra Gunawan
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.v8i2.7442

Abstract

Perkembangan teknologi informasi mendorong kebutuhan akan sistem pengelolaan data yang lebih efektif pada berbagai bidang usaha, termasuk depot air minum. Pada banyak depot air galon, proses penjualan, pencatatan stok, serta penyusunan laporan pemasukan dan pengeluaran masih dilakukan secara manual sehingga berpotensi menimbulkan kesalahan pencatatan, keterlambatan penyusunan laporan, dan kesulitan dalam memantau persediaan secara real time. Penelitian ini bertujuan merancang dan membangun sistem informasi penjualan dan manajemen stok air galon berbasis web untuk membantu pengelola dalam mengelola transaksi, persediaan barang, serta laporan keuangan secara terintegrasi. Metode pengembangan sistem yang digunakan adalah Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan PHP dan MySQL sebagai basis data. Hasil pengujian menunjukkan bahwa seluruh fungsi utama sistem, meliputi pengelolaan data pelanggan, transaksi penjualan, manajemen stok, pemasukan, pengeluaran, dan laporan, berjalan sesuai kebutuhan dengan tingkat keberhasilan Black Box Testing sebesar 100%. Selain itu, hasil UAT yang melibatkan 15 responden memperoleh nilai rata-rata 4,5 dari skala 5,0 yang termasuk kategori sangat baik. Kontribusi penelitian ini terletak pada pengembangan sistem yang mengintegrasikan pengelolaan penjualan, stok, dan laporan keuangan dalam satu platform berbasis web sehingga meningkatkan efisiensi administrasi dan akurasi data pada usaha depot air galon.
PERBANDINGAN OPTIMASI PSO BAYESIAN DAN OPTUNA PADA MODEL GRU UNTUK PREDIKSI HARGA AYAM JAWA TIMUR Choirun Nisa; Rizky Parlika; M. Muharrom Al Haromainy
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.v8i2.7462

Abstract

Studi ini bertujuan untuk menganalisis dan membandingkan performa metode optimasi hyperparameter, yaitu Particle Swarm Optimization (PSO), Bayesian Optimization, dan Optuna pada model Gated Recurrent Unit (GRU) dalam prediksi harga daging ayam ras pedaging di Provinsi Jawa Timur. Data yang digunakan merupakan data harian time series periode Januari 2018 hingga Januari 2026. Metode Penelitian meliputi preprocessing data, feature engineering, validasi model memakai walk-forward validation dengan pendekatan expanding window sebanyak 5 fold, serta optimasi hyperparameter pada setiap fold. Evaluasi model dilakukan memakai metrik MAE, RMSE, dan MAPE, dimana nilai evaluasi diperoleh dari rata-rata seluruh fold pengujian. Hasil penelitian memperlihatkan  seluruh metode optimasi mampu meningkatkan performa model dibandingkan GRU baseline. Model GRU dengan Bayesian Optimization menghasilkan performa terbaik dengan nilai MAE sebesar 252.30, RMSE sebesar 378.03, dan MAPE sebesar 0.74%, serta memperlihatkan tingkat stabilitas yang lebih baik dibandingkan metode lainnya. Hasil studi ini memperlihatkan  pemilihan metode optimasi hyperparameter yang tepat dapat meningkatkan akurasi dan konsistensi model prediksi harga pangan.
PERANCANGAN SISTEM MONITORING AKTIVITAS SALES LAPANGAN BERBASIS WEB MENGGUNAKAN METODE WATERFALL DAN ALGORITMA K-MEANS Virki Fardian Nur Rohman; Novi Rukhviyanti
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.v8i2.7473

Abstract

Penelitian ini merancang dan membangun SIMVIS (Visual and Sales Monitoring System), sebuah platform pemantauan penjualan lapangan berbasis web yang dikembangkan menggunakan arsitektur MERN Stack (MongoDB, Express.js, React.js, Node.js) dengan metode Waterfall sebagai kerangka pengembangan sistemnya. SIMVIS mengintegrasikan validasi kunjungan berlapis berdasarkan koordinat GPS dan bukti foto digital, navigasi lapangan real-time menggunakan Leaflet.js dan OSRM, manajemen tugas terstruktur dengan Role-Based Access Control tiga tingkat (Manager, Officer, AR/Sales), dan pengelompokan kinerja menggunakan algoritma K-Means dengan feature vector tiga dimensi yang terdiri dari Total Task, Total Reward, dan Total Prospect, menghasilkan kategori Top Performer, Medium, dan Need Improvement. Hasil pengujian menunjukkan Black Box Testing pada 15 skenario fungsional mencapai tingkat keberhasilan 100%, sistem mampu melayani 10 pengguna secara bersamaan dengan waktu respons 120–350 milidetik, dan User Acceptance Testing terhadap 15 responden menghasilkan skor rata-rata 4,49 dari skala 5,00 dalam kategori Sangat Baik. SIMVIS terbukti menjadi platform pertama yang mengintegrasikan kelima komponen tersebut, yaitu validasi GPS-foto, K-Means tiga dimensi, navigasi real-time, RBAC tiga tingkat, dan visualisasi scatter plot interaktif secara bersamaan dalam satu ekosistem web yang kohesif
ANALISIS SENTIMEN MAHASISWA KABUPATEN TELUK BINTUNI TERKAIT BANTUAN SOSIAL PENDIDIKAN MENGGUNAKAN ALGORITMA NAIVE BAYES Niken Rahma Mahmud; Lorna Yertas Baisa; Marlinda Sanglise
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.v8i2.7479

Abstract

Program bantuan sosial pendidikan Pemerintah Daerah Kabupaten Teluk Bintuni merupakan upaya strategis dalam memperluas akses pendidikan tinggi bagi mahasiswa asal daerah. Penelitian ini membangun model klasifikasi sentimen berbasis algoritma Multinomial Naive Bayes untuk menganalisis persepsi mahasiswa penerima bantuan. Sebanyak 442 data komentar diperoleh melalui kuesioner Google Form, diproses melalui tahapan preprocessing (case folding, stopword removal, tokenisasi, dan stemming), serta direpresentasikan menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) dengan pendekatan bigram. Pembagian data dilakukan dengan rasio 80:20 dan ketidakseimbangan kelas diatasi menggunakan Random Oversampling. Optimasi parameter alpha dilakukan melalui Grid Search dengan 5-Fold Cross Validation menghasilkan nilai alpha terbaik 0,1. Model mencapai akurasi 85,39%, precision rata-rata tertimbang 84%, recall 85%, dan F1-Score 83%. Distribusi sentimen menunjukkan 79,0% positif, 14,7% netral, dan 6,3% negatif, mengindikasikan program secara umum dinilai bermanfaat oleh mahasiswa.
SISTEM KONTROL PRESENTASI REAL-TIME BERBASIS GESTUR TANGAN MENGGUNAKAN METODE LSTM PADA APLIKASI CANVA Salsa Pramudhita Agustiardani; Rizky Parlika; Budi Nugroho
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.v8i2.7484

Abstract

Penggunaan perangkat konvensional seperti mouse dan keyboard dalam presentasi masih memiliki keterbatasan pada interaksi tanpa sentuhan. Penelitian ini bertujuan untuk mengembangkan sistem kontrol presentasi real-time berbasis gestur tangan menggunakan metode Long Short-Term Memory (LSTM) yang diintegrasikan ke dalam aplikasi Canva. Sistem memanfaatkan MediaPipe untuk mengekstraksi 21 titik landmark tangan sebagai fitur input model klasifikasi. Untuk menjalankan perintah presentasi, terdapat empat kelas gestur yang meliputi gestur one, peace, ok, dan fist. Setiap gestur memiliki fungsi untuk melakukan kontrol presentasi seperti berpindah slide, kembali ke slide sebelumnya, mengaktifkan mode layar penuh, dan keluar dari mode layar penuh. Hasil pengujian menunjukkan model mencapai akurasi sebesar 99%, serta mampu bekerja secara konsisten pada kondisi indoor dan outdoor. Tingkat akurasi yang diperoleh menunjukkan bahwa metode LSTM memiliki performa yang optimal dalam mengenali gestur tangan secara real-time.
PERBANDINGAN METODE GRU DAN XGBOOST DALAM MEMPREDIKSI HARGA PENUTUPAN SAHAM ADRO Eka Maurita Maurita; Rizky Parlika; Budi Nugroho
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.v8i2.7490

Abstract

Prediksi harga saham merupakan salah satu tantangan yang penting dalam analisis pasar modal sebab perubahan harga saham memiliki sifat fluktuatif serta dipengaruhi oleh berbagai elemen baik eksternal maupun internal. penelitian ini memiliki tujuan untuk membandingkan performa metode Deep Learning dan Machine Learning, yaitu Gated Recurrent Unit (GRU) dan Extreme Gradient Boosting (XGBoost), dalam memprediksi nilai penutupan saham ADRO. Data yang digunakan berupa data time series multivariat yang terdiri dari harga saham ADRO, harga Batubara dunia, dan nilai tukar USD/IDR yang diperoleh dari Yahoo Finance. Tahapan penelitian meliputi pengumpulan dataset, preprocessing data, normalisasi menggunakan Min-Max Normalization, pembentukan sequence dengan teknik sliding window, pelatihan model, denormalisasi, serta evaluasi model menggunakan tiga metrik yaitu MAE, RMSE, dan MAPE. Hasil dari penelitian ini memperlihatkan bahwa model GRU memiliki performa yang lebih baik dibandingkan dengan XGBoost dengan nilai MAE sebesar 50.59, RMSE sebesar 87.85, dan MAPE sebesar 2.12%, sedangkan model XGBoost memperoleh nilai MAE sebesar 66.04, RMSE sebesar 103.47, dan MAPE sebesar 2.60%. berdasarkan hasil tersebut, metode GRU lebih efektif dalam mempelajari pola temporal dan dependensi jangka panjang pada data deret waktu harga saham ADRO sehingga menghasilkan prediksi yang lebih akurat,
PENERAPAN METODE ITEM-BASED COLLABORATIVE FILTERING UNTUK REKOMENDASI MENU PADA KANTIN XYZ Caritta Elizabeth; Rizky Parlika; Budi Nugroho
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.v8i2.7497

Abstract

Kemajuan teknologi informasi telah mendorong pemanfaatan sistem digital dalam layanan pemesanan makanan, terutama di lingkungan kantin. Jumlah varian menu yang ditawarkan di Kantin XYZ menyulitkan pengguna dalam menentukan pilihan menu yang sesuai dengan selera mereka. Permasalahan tersebut dapat diselesaikan melalui implementasi sistem rekomendasi yang mampu memberikan rekomendasi menu secara personal kepada pengguna. Penelitian ini berfokus pada metode Item-Based Collaborative Filtering (CF) dalam sistem rekomendasi menu Kantin XYZ. Metode tersebut menggunakan data transaksi dan rating pengguna untuk membangun user-item matrix, lalu menghitung antar item menggunakan Cosine Similarity. Setelah itu, prediksi rating dilakukan dengan pendekatan weighted sum berdasarkan nilai similarity antar item. Dataset yang dipakai meliputi data pengguna, data menu, serta data transaksi dan rating. Hasil penelitian mengungkapkan bahwa sistem dapat menghasilkan rekomendasi menu yang relevan dengan berdasarkan pada pola keterkaitan antar item. Evaluasi sistem menggunakan Mean Absolute Error (MAE) menghasilkan nilai sebesar 0,52, yang dinormalisasi terhadap rentang skala rating 1–5 setara dengan sekitar 13% kesalahan relatif. Nilai ini menunjukkan bahwa tingkat kesalahan prediksi cukup rendah, sehingga sistem memiliki kemampuan yang cukup baik dalam menggambarkan preferensi pengguna.

Page 70 of 73 | Total Record : 726

 68   69   70   71   72 

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