cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Radiyan Rahim
Contact Email
jsit@rcf-indonesia.org
Phone
+6281267426503
Journal Mail Official
jsit@rcf-indonesia.org
Editorial Address
Jl. Garuda III Blok C/10 Komplek Pondok Permai, Kel. Limau Manis Salatan, Kec. Pauh, Kota Padang, Provinsi Sumatera Barat.
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Sains Informatika Terapan (JSIT)
Published by Riset Sinergi Indonesia
ISSN : -     EISSN : 28281659     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering
The scope of this journal is all about Computer Science that are: 1. Artificial Intelligence 2. Computer System 3. Data Mining 4. Information System 5. Decision Support System (DSS) etc.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 204 Documents
 17   18   19   20   21 
Implementation Of Term Frequency-Inverse Document Frequency (TF-IDF) Algorithm On Halal Network International (HNI) Product Search Feature Hasanah, Annud Auliani; Agustin, Ninik; M.Khanif
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.587

Abstract

Halal Network International (HNI) products already have around 100 products which are divided into three categories, namely Herbs Products, Health Food & Beverages, and Cosmetics & Home Care. These products are published through an electronic catalog that provides product information and search features to facilitate users. The mismatch between keywords and product descriptions causes the search to fail to display relevant results. To overcome this problem, the Term Frequency-Inverse Document Frequency (TF-IDF) algorithm is implemented in the search feature. This algorithm is used to calculate the weight of each word in the product description and determine the relevance of the keywords entered by the user. The system is built with React.js framework on the frontend, Node.js on the backend, and PostgreSQL as the database. Based on the test results, the average precision value is 71%, recall 85% and accuracy 73%. These results show that the TF-IDF algorithm is effective in improving the relevance of product search results.
Pengembangan Model Simulasi Antrian Berbasis Diagram pada Sistem Layanan Pelanggan dan Perawatan Menggunakan Metode First-Come First-Served (FCFS) Pelani, M. Refqy; Irawansya, M. Putra; Kamil, M. Rizki; Mustaqim
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.618

Abstract

Tata kelola antrian memegang peranan penting dalam pelayanan pelanggan, terutama dalam meminimalkan waktu tunggu dan meningkatkan mutu layanan. Riset ini berfokus pada perancangan model simulasi antrian berbasis web, yang menerapkan prinsip _First-Come, First-Served_ (FCFS) atau Siapa Cepat Dia Dapat. Model ini didesain agar mampu merepresentasikan dinamika antrian secara _real-time_, sekaligus memvisualisasikan alur pelayanan dari awal hingga akhir. Dengan format web, sistem ini gampang diakses melalui berbagai perangkat. Evaluasi dilakukan dengan mengukur selisih waktu tunggu pelanggan dan efektivitas layanan, sebelum dan sesudah penerapan model. Hasilnya memperlihatkan bahwa penerapan metode FCFS pada sistem antrian berbasis web terbukti ampuh dalam meningkatkan efisiensi pengelolaan antrian[1]. Dalam kehidupan kita sehari-hari, kita sering menjumpai antrean, misalnya di bank, klinik rumah sakit, atau praktik dokter. Di praktik dokter, biasanya pasien datang langsung, mendaftar, kemudian menunggu giliran untuk diperiksa dokter. Saat pasien banyak dan mengantre, seringkali mereka tidak tahu kapan akan dipanggil, sehingga harus menunggu sampai giliran tiba. Hal ini sering menimbulkan rasa tidak nyaman, apalagi bagi yang sedang sakit atau punya keperluan mendesak. Terkadang, saking banyaknya antrean, ada pasien yang kecewa karena tidak bisa mendaftar lagi karena kuota hari itu sudah habis. Untuk mengatasi masalah tersebut, dibuatlah sistem antrean pasien di praktik dokter dengan metode First Come First Serve (FCFS), yang juga dilengkapi notifikasi SMS dan berbasis web menurut[2].
Perancangan Aplikasi Sistem Pengelolaan Data Produk Toko Lionel Berbasis Web (PHP) di Bengkong Sadai Kurniawan, Aril Gibran; Asri, Arief Septiadi; Mustaqim; Devega, Army Trilidia
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.629

Abstract

Penelitian ini dilaksanakan dengan tujuan untuk membangun sebuah sistem aplikasi berbasis web yang mampu membantu proses pengelolaan data produk pada Toko Lionel. Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dengan dukungan basis data MySQL, serta dioperasikan secara lokal melalui server XAMPP. Aplikasi ini menyediakan sejumlah fitur inti, antara lain manajemen produk, pengaturan stok, dan klasifikasi produk berdasarkan kategori tertentu. Adanya sistem ini diharapkan dapat mendukung pemilik toko dalam menjalankan aktivitas pencatatan barang secara lebih efisien, cepat, dan tertata. Dalam pengembangannya, sistem ini turut menerapkan penerapan struktur data dasar berupa stack dan queue. Stack dimanfaatkan untuk mencatat jejak perubahan data ketika produk mengalami pengeditan, sedangkan queue digunakan untuk mencatat daftar produk yang perlu di-restock secara berurutan. Kedua struktur ini diterapkan guna mendukung fungsi pelacakan riwayat serta penyusunan antrian dalam operasional toko. Metode pengembangan yang dipilih dalam penelitian ini adalah model waterfall, yang mengatur tahapan pengembangan secara berurutan, mulai dari analisis kebutuhan, desain sistem, implementasi, hingga pengujian akhir. Hasil akhir dari implementasi menunjukkan bahwa aplikasi ini mampu meningkatkan efektivitas pengelolaan data produk dan memiliki potensi untuk terus dikembangkan di masa mendatang, termasuk kemungkinan integrasi ke platform daring agar dapat diakses secara luas.
Analisis Komparatif Struktur Data Array Dan Linked List; Evaluasi Performa Dan Implementasi Optimal SD, Arif Lukman; Gilang Arya S; Muhammad Putra I; Devega, Army Trilidia
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.631

Abstract

Data structures are fundamental components in computer science that significantly impact program efficiency and performance. This study presents a comprehensive comparative analysis of two essential linear data structures: Array and Linked List. The research evaluates their characteristics, advantages, disadvantages, and optimal implementation scenarios through systematic performance testing and literature review managed using Zotero reference management system. Arrays provide contiguous memory allocation with O(1) random access but limited flexibility, while Linked Lists offer dynamic memory allocation with O(n) sequential access but greater structural flexibility. Results indicate that Arrays are optimal for applications requiring frequent data access and memory efficiency, whereas Linked Lists excel in scenarios with frequent structural modifications. This analysis provides practical guidelines for developers in selecting appropriate data structures based on specific application requirements.
Model Graph Untuk Penataan Sistem Transpormasi Berbasis Algoritma Travelsal Dan MST Halizzah, Nur; Yoga, Muhammad; Al - Kahfi, Muhammad Zidane; Rosidhin, Muhammad
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.654

Abstract

In order to connect important places with the least amount of travel time and operating expense, an effective urban transportation system needs to have well-planned routes. With a case study on the Trans Batam bus system in Indonesia, this paper introduces a graph-based model for organizing transportation networks utilizing traversal algorithms and the Minimum Spanning Tree (MST) technique. Each node in this model denotes a bus stop or an important hub for activity, and the edges show potential routes between them, weighted by variables like distance, expected journey time, or road conditions..Depth-First Search (DFS) and Breadth-First Search (BFS) are two traversal algorithms that are used to map and investigate the entire set of possible pathways within the network. The most effective connection paths that connect all stops with the least cumulative weight and no cycles are then found using MST algorithms like Kruskal or Prim. The model's ability to eliminate redundant routes, identify the shortest routes, and provide affordable options for route optimization and corridor expansion is demonstrated by simulation and analysis.The results suggest that this graph-based planning framework offers a practical and adaptive solution for improving public transportation efficiency. It may serve as a valuable reference for transportation authorities and urban planners seeking to optimize mass transit systems in rapidly growing cities like Batam.
Implementasi Logika Finite State Machine Dalam Perilaku Enemy Boss Dalam Game 2D Adrian, Reka; Akbar, Mutaqin
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.663

Abstract

This study presents the implementation of a Finite State Machine (FSM) to control enemy behavior in a 2D game environment based on the player’s attack patterns. FSM is applied to manage dynamic transitions between states such as Idle, Attack, Teleport, and Summon. Each state is triggered by contextual gameplay variables including player proximity, number of consecutive hits, and enemy health level. The AI system was developed using the Godot Engine and GDScript, incorporating visual assets via sprite sheets linked to each behavioral state. The FSM framework allows the enemy character to react adaptively teleporting after repeated attacks and summoning reinforcements thus simulating intelligent behavior. System evaluation was conducted using black-box testing in simulated combat scenarios. Results demonstrate that the FSM-based AI provides enhanced gameplay variability, responsiveness, and strategic challenge, while maintaining system modularity and scalability. The findings support the effectiveness of FSM for real-time enemy behavior modeling in 2D games and offer a reference framework for future development of adaptive AI in interactive digital environments.
Penerapan Konsep Array Pada Struktur Data Untuk Peningkatan Efisiensi Pencarian Dan Penyimpanan Data Prasetyo, Diva Alif; Rizky, Aulia; Sari, Dwi Ramadhani Kumala; Zeflin, Galang Eka Octananda
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.664

Abstract

Di era digital, manajemen data yang efisien menjadi krusial. Struktur data menawarkan berbagai cara untuk mengorganisasi data, dan salah satu yang paling fundamental adalah array (Mathematics, 2016) Artikel ini membahas penerapan konsep array dalam struktur data untuk meningkatkan efisiensi proses penyimpanan dan pencarian data. Melalui analisis kompleksitas waktu, artikel ini menunjukkan bagaimana array, dengan karakteristik akses berbasis indeksnya, mampu menyediakan performa superior untuk operasi tertentu dibandingkan struktur data lainnya. Keunggulan utama array terletak pada kecepatan akses elemen secara acak (O(1)) (Siahaan & Tantular, 2021)dan efisiensi pencarian data pada array yang terurut menggunakan algoritma binary search (O(logn)) (Mulyana et al., 2021)Meskipun memiliki keterbatasan dalam hal ukuran yang statis dan operasi penyisipan/penghapusan yang lambat, pemilihan array yang tepat pada skenario yang sesuai terbukti dapat mengoptimalkan kinerja sistem secara signifikan (Rizki et al., 2025)
Perbandingan Algoritma Naive bayes dan KNN dalam analisis sentimen Twitter tentang Depresi di Indonesia Respati Putra, Micho; Wina Ningsih; Souisa, Juanny Cheristy; Asy'ari, Muhammad Rifqi; Sumanto; Budiman, Ade Surya
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.666

Abstract

Depresi merupakan gangguan mental yang menjadi perhatian global, dengan prevalensi tinggi khususnya di kalangan usia muda. Media sosial seperti Twitter menjadi ruang ekspresi yang potensial dalam mencerminkan kondisi psikologis masyarakat. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis sentimen publik terkait isu depresi di Indonesia melalui data Twitter menggunakan dua algoritma pembelajaran mesin, yakni Naïve Bayes dan k-Nearest Neighbours (kNN). Data dikumpulkan melalui proses web scraping terhadap 1.342 tweet, yang kemudian disaring menjadi 873 tweet relevan berbahasa Indonesia. Tahapan analisis meliputi praproses teks, ekstraksi fitur, dan klasifikasi sentimen menjadi tiga kategori: positif, negatif, dan netral. Evaluasi kinerja model dilakukan dengan metrik AUC, akurasi, presisi, recall, F1-score, dan Matthews Correlation Coefficient (MCC). Hasil menunjukkan bahwa algoritma kNN memiliki kinerja unggul dengan akurasi 96,4% dan MCC 0,645, sementara Naïve Bayes mencatatkan AUC tertinggi sebesar 0,985. Distribusi data memperlihatkan dominasi sentimen negatif, mengindikasikan bahwa Twitter kerap digunakan sebagai wadah pelampiasan emosi negatif terkait depresi, terutama di kalangan usia produktif. Temuan ini menegaskan bahwa media sosial berpotensi digunakan sebagai alat skrining awal untuk memantau kesehatan mental masyarakat secara dinamis dan real-time. Implikasi dari studi ini membuka peluang pengembangan sistem pemantauan berbasis kecerdasan buatan untuk mendukung intervensi dini dalam penanganan isu depresi di Indonesia.
Analisis Prediksi Kualitas Udara dengan Metode Random Forest Berdasarkan Data Cuaca Aprilyanto, Ryan Dwi; Gustian, Riansyah; Hernawan, Muhammad Hendra; Budiman, Ade Surya; Sumanto
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.670

Abstract

Penelitian ini bertujuan untuk memprediksi suhu rata-rata harian (TAVG) di Kota Jakarta menggunakan algoritma Machine Learning Random Forest. Data yang digunakan berasal dari Stasiun Meteorologi Kemayoran dengan periode pengamatan 1 Januari 2024 hingga 30 Mei 2025 dan mencakup tujuh atribut cuaca seperti suhu, kelembapan, curah hujan, dan kecepatan angin. Proses penelitian melibatkan tahapan pengumpulan data, persiapan, pemodelan, dan evaluasi menggunakan metrik regresi seperti Mean Squared Error (MSE), Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), dan koefisien determinasi (R²). Hasil evaluasi menunjukkan performa model yang cukup baik, dengan nilai MSE sebesar 0.398, RMSE 0.631, MAE 0.488, MAPE 1.7%, dan R² sebesar 0.653. Visualisasi distribusi data menunjukkan kecocokan antara prediksi dan data aktual, yang menandakan model mampu menangkap pola cuaca secara akurat. Dengan demikian, model Random Forest dinilai efektif dan andal untuk digunakan dalam prediksi cuaca serta memiliki potensi untuk dikembangkan lebih lanjut dalam mendukung pengambilan keputusan di berbagai sektor.
Penerapan Naive Bayes Untuk Analisis Opini Publik Indonesia Terhadap Gencatan Senjata Di Palestina Ramadhani, Dwiki Gilang; Tito, Herdinan; Sumanto; Budiman, Ade Surya
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.672

Abstract

Penelitian ini bertujuan untuk mengetahui seperti apa pendapat masyarakat Indonesia terhadap isu gencatan senjata di Palestina dengan menganalisis data dari media sosial X (dulu Twitter). Data dikumpulkan menggunakan teknik web scraping, kemudian dianalisis menggunakan algoritma Naive Bayes dan diproses melalui perangkat lunak Orange Data Mining.Hasil analisis menunjukkan bahwa sebagian besar masyarakat Indonesia memiliki sentimen positif terhadap gencatan senjata, yang mencerminkan dukungan terhadap perdamaian. Model Naive Bayes yang digunakan mampu mengklasifikasikan data dengan cukup baik, dengan nilai AUC sebesar 91,5%, akurasi dan F1-score sebesar 73,4%, serta MCC sebesar 60,2%.Meskipun data hanya berasal dari media sosial dan belum tentu mewakili semua lapisan masyarakat, penelitian ini memberikan gambaran awal tentang opini publik terhadap isu Palestina. Ke depannya, penelitian dapat diperluas dengan jumlah data yang lebih besar dan kata kunci yang lebih beragam agar hasilnya lebih akurat dan menyeluruh.

Page 20 of 21 | Total Record : 204

 17   18   19   20   21 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025) Vol. 4 No. 2 (2025): Jurnal Sains Informatika Terapan (Juni, 2025) Vol. 4 No. 1 (2025): Jurnal Sains Informatika Terapan (Februari, 2025) Vol. 3 No. 3 (2024): Jurnal Sains Informatika Terapan (Oktober, 2024) Vol. 3 No. 2 (2024): Jurnal Sains Informatika Terapan (Juni, 2024) Vol. 3 No. 1 (2024): Jurnal Sains Informatika Terapan (Februari, 2024) Vol. 2 No. 3 (2023): Jurnal Sains Informatika Terapan (Oktober, 2023) Vol. 2 No. 2 (2023): Jurnal Sains Informatika Terapan (Juni, 2023) Vol. 2 No. 1 (2023): Jurnal Sains Informatika Terapan (Februari, 2023) Vol. 1 No. 3 (2022): Jurnal Sains Informatika Terapan (Oktober, 2022) Vol. 1 No. 2 (2022): Jurnal Sains Informatika Terapan (Juni, 2022) Vol. 1 No. 1 (2022): Jurnal Sains Informatika Terapan (Februari, 2022) More Issue