cover
Contact Name
SUPIYANDI
Contact Email
supiyandi.mkom@gmail.com
Phone
+6281535262226
Journal Mail Official
ejuktisi@gmail.com
Editorial Address
Jl. Gurilla No. 2 Sidorejo, Kel. Bantan Timur Kec. Medan Tembung, Medan, Provinsi Sumatera Utara
Location
Kota medan,
Sumatera utara
INDONESIA
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI)
Published by LKP Karya Prima Kursus
ISSN : 29623022     EISSN : 29637104     DOI : -
Focus dan scope dari JUKTISI (Jurnal Komputer Teknologi Informasi Sistem Komputer) terbit pertama kali pada tahun 2022 yang dimaksudkan sebagai media kajian ilmiah dari hasil pemikirian yang dituangkan kedalam Jurnal. Jurnal JUKTISI Lembaga Kursus dan Pelatihan Karya Prima terbit 3 (tiga) kali setahun pada bulan Februari, Juni dan September. Topik utama yang diterbitkan mencakup: 1. Teknologi Informasi 2. Sistem Komputer 3. Teknik Informatika 4. Sistem Informasi 5. Sistem Pendukung Keputusan 6. Sistem Pakar 7. Kecerdasan Buatan 8. Manajemen Informasi 9. Data Mining 10. Big Data 11. Jaringan Komputer 12. Dan lain-lain (topik lainnya yang berhubungan dengan Teknologi Informasi dan Komputer)
Articles 565 Documents
Leakage-Aware Benchmarking of Lightweight Models for Robust Handwritten Hanacaraka Character Recognition Ferian Fauzi Abdulloh; Sharazita Dyah Anggita; Ikmah; Ali Mustopa; Majid Rahardi; Devi Wulandari
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1039

Abstract

Handwritten Hanacaraka character recognition is important for preserving Javanese script, but reported results can be difficult to compare because datasets, preprocessing procedures, and train-test separation protocols vary across studies. This study presents a leakage-aware benchmark of lightweight models on a public handwritten Hanacaraka dataset containing 20 basic character classes. A data audit removed 17 unreadable image files and retained 1,562 valid images. Two experimental settings were evaluated: a perceptual-hash grouped split for leakage-aware testing and a random-stratified split as an optimistic upper-bound scenario. The leakage-aware benchmark compared HOG with SVM, HOG with Random Forest, MobileNetV2 head-only training, fine-tuned MobileNetV2, and a confusion-aware MobileNetV2 variant. Fine-tuned MobileNetV2 achieved the best leakage-aware result with 53.82% accuracy and 49.59% macro-F1, while robustness testing under image distortions produced 47.85% accuracy and 44.53% macro-F1. In the optimistic random-stratified experiment, an ensemble of EfficientNetB0 and MobileNetV2 with test-time augmentation reached 74.11% accuracy and 74.24% macro-F1. The results indicate that stricter evaluation substantially lowers performance and that visually similar classes remain difficult. Therefore, future Hanacaraka recognition work should report leakage control, robustness, and confusion analysis, not only clean-set accuracy.
Klasifikasi Penyakit Diabetes Melitus Berbasis Jaringan Syaraf Tiruan Menggunakan Algoritma Multi-Layer Perceptron Jose Julian Hidayat; Daffa Eka Sujianto; Muhammad Randika Saputra; Erik Ahmad Ramdhani; Muhamad Jihansyah; Yogi Nandya
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1042

Abstract

Diabetes Melitus merupakan salah satu penyakit kronis yang membutuhkan proses deteksi dini secara cepat dan akurat agar risiko komplikasi dapat diminimalkan. Penelitian ini bertujuan untuk mengklasifikasikan penyakit Diabetes Melitus menggunakan Jaringan Syaraf Tiruan dengan algoritma Multi-Layer Perceptron. Dataset yang digunakan terdiri dari 100.000 data dengan 9 atribut, yaitu gender, age, hypertension, heart disease, smoking history, body mass index, HbA1c level, blood glucose level, dan diabetes sebagai target klasifikasi. Setelah dilakukan pengecekan data, tidak ditemukan missing value, namun terdapat 3.854 data duplikat sehingga jumlah data setelah pembersihan menjadi 96.146 data. Proses penelitian meliputi preprocessing data, encoding fitur kategorikal, standardisasi fitur numerik, pembagian data training dan testing, pemodelan Multi-Layer Perceptron, serta evaluasi performa model. Model yang digunakan memiliki beberapa hidden layer dengan aktivasi ReLU, batch normalization, dropout, dan output sigmoid untuk klasifikasi biner. Hasil pengujian menunjukkan bahwa model memperoleh accuracy sebesar 0,9715548622, precision sebesar 0,9939810834, recall sebesar 0,6816037736, F1-score sebesar 0,8086743617, dan ROC-AUC sebesar 0,9749626265. Berdasarkan hasil tersebut, algoritma Multi-Layer Perceptron mampu memberikan performa klasifikasi yang baik, khususnya dalam membedakan pasien non-diabetes dan diabetes berdasarkan atribut kesehatan yang tersedia.
The Role of Artificial Intelligence and Digital Information Systems in Enhancing Organizational Management Performance M Rasyidin; Asep Abdul Sofyan; Supiyandi Supiyandi; Djamaludin; Zulfikar
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1043

Abstract

The rapid development of Artificial Intelligence (AI) and Digital Information Systems has significantly influenced organizational management practices in various sectors. This research aims to analyze the role of Artificial Intelligence and Digital Information Systems in enhancing organizational management performance through improvements in operational efficiency, decision-making accuracy, employee productivity, communication effectiveness, and system reliability. The study employed a quantitative descriptive method involving organizational employees, managers, and information system administrators as research subjects. Data were collected through questionnaires, observations, and documentation analysis, then analyzed using descriptive statistical techniques. The findings indicate that the implementation of AI-supported Digital Information Systems improved operational efficiency by 23%, decision-making accuracy by 21%, employee productivity by 22%, communication effectiveness by 22%, and system reliability by 20%. The results demonstrate that AI technologies contribute significantly to automating operational processes, reducing human error, accelerating information processing, and supporting data-driven managerial decisions. In addition, integrated digital systems improved organizational coordination, transparency, and information accessibility. Despite several implementation challenges, such as infrastructure limitations and employee adaptation, organizations that successfully adopted AI technologies experienced measurable improvements in management performance and operational effectiveness. Therefore, Artificial Intelligence and Digital Information Systems can be considered effective technological solutions for supporting organizational competitiveness and sustainability in the digital era.
Sistem Pendukung Keputusan Rekomendasi Produk Sunscreen Populer dari Marketplace Berdasarkan Jenis Kulit Menggunakan Metode Weighted Product Selvia Purnama Sari; Yaslindalizar
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1045

Abstract

Meningkatnya variasi produk sunscreen yang tersedia di pasaran menyebabkan konsumen mengalami kesulitan dalam memilih produk yang sesuai dengan jenis kulit dan kebutuhan pribadi. Pemilihan sunscreen yang kurang tepat dapat menurunkan efektivitas perlindungan kulit serta meningkatkan risiko iritasi. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan dalam pemilihan sunscreen berdasarkan jenis kulit menggunakan metode Weighted Product. Kriteria yang digunakan dalam proses pengambilan keputusan meliputi harga, Sun Protection Factor (SPF), PA rating, kandungan aktif, tekstur produk, dan ulasan pengguna. Metode Weighted Product diterapkan untuk melakukan perangkingan terhadap alternatif produk sunscreen berdasarkan bobot setiap kriteria yang telah ditentukan. Hasil penelitian menunjukkan bahwa metode yang diusulkan mampu menghasilkan rekomendasi yang objektif dan sistematis sehingga dapat membantu pengguna dalam memilih produk sunscreen yang paling sesuai dengan karakteristik kulit dan preferensi mereka. Sistem pendukung keputusan yang dikembangkan dapat meningkatkan efisiensi serta akurasi dalam proses pemilihan sunscreen.
Rancang Bangun Sistem Informasi E-Rapor Berbasis Web Di Sekolah Menengah Pertama Negeri 3 Muaro Jambi Septi Lidya Wati; Mutamassikin
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1048

Abstract

Abstrak Perkembangan teknologi informasi mendorong digitalisasi pengelolaan data akademik di sekolah. Pengelolaan nilai rapor di SMP Negeri 3 Muaro Jambi masih menggunakan Microsoft Excel dan rapor fisik sehingga kurang efektif dalam pengelolaan dan akses informasi. Penelitian ini bertujuan merancang sistem informasi e-rapor berbasis web untuk mempermudah pengelolaan nilai dan akses rapor secara online. Metode penelitian menggunakan deskriptif kualitatif dengan teknik observasi, wawancara, dan studi pustaka, sedangkan pengembangan sistem menggunakan metode Prototype. Pengujian dilakukan menggunakan Black Box Testing dan User Acceptance Testing (UAT) dengan hasil nilai kelayakan sebesar 93% dalam kategori sangat layak. Sistem ini mampu meningkatkan efisiensi pengelolaan nilai dan mempermudah akses informasi akademik di SMP Negeri 3 Muaro Jambi. Kata Kunci: Sistem Informasi, E-Rapor, Prototype, UAT.
Analisis Performa dan Implementasi Component-Based Architecture pada Antarmuka Minilemon Learning System Menggunakan ISO/IEC 25010 Nur Fatiq; Bayu Adhi Nugroho; Moch Yasin; Anang Kunaefi
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.915

Abstract

Transformasi digital di sektor pendidikan menuntut ketersediaan Learning Management System (LMS) dengan antarmuka yang responsif dan berkinerja tinggi. Namun, pengembangan antarmuka skala besar seringkali dihadapkan pada masalah redundansi kode dan performa muat (loading time) yang lambat. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi kualitas purwarupa antarmuka Minilemon Learning System menggunakan pendekatan Component-Based Architecture (CBA) pada kerangka kerja Next.js. Evaluasi dilakukan pada lingkungan sisi klien (client-side) tanpa integrasi backend menggunakan standar kualitas perangkat lunak internasional ISO/IEC 25010. Tiga karakteristik utama yang diukur meliputi Functional Suitability, Performance Efficiency, dan Usability (Aksesibilitas). Hasil pengujian Black Box menunjukkan tingkat keberhasilan 100% pada validasi fungsionalitas formulir dan manajemen status lokal. Pengujian otomatis menggunakan Google Lighthouse mencatatkan skor performa rata-rata di atas 95, dengan First Contentful Paint (FCP) rata-rata 0,33 detik dan ketiadaan pergeseran tata letak (Cumulative Layout Shift 0,009). Selain itu, skor aksesibilitas mencapai metrik ideal (86-92) berkat kepatuhan pada rasio kontras warna dan web semantik. Kesimpulannya, arsitektur berbasis komponen menggunakan Next.js secara efektif mengeliminasi utang teknis dan menghasilkan antarmuka berkualitas yang siap diproduksi (production-ready) untuk tahapan integrasi sistem selanjutnya.
Evaluasi Pengalaman Pengguna Website Pendaftaran KIP-Kuliah ITBI Menggunakan UEQ+ Maulana Farras; Rika Amelia; Ismar Hidayat
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.932

Abstract

Portal Pendaftaran KIP-Kuliah ITBI merupakan sistem berbasis web yang digunakan dalam proses penerimaan mahasiswa baru jalur KIP-Kuliah. Penelitian ini bertujuan untuk mengevaluasi pengalaman pengguna (user experience) portal tersebut menggunakan metode User Experience Questionnaire Plus (UEQ+). Penelitian menggunakan pendekatan kuantitatif deskriptif dengan teknik stratified random sampling terhadap 122 responden mahasiswa aktif. Instrumen yang digunakan terdiri dari 28 item pertanyaan yang merepresentasikan tujuh skala UEQ+, yaitu attractiveness, efficiency, intuitive use, visual aesthetics, quality of content, trustworthiness of content, dan social interaction. Hasil uji reliabilitas menunjukkan seluruh skala memiliki nilai Cronbach’s Alpha antara 0,93 hingga 0,97 (>0,70), sehingga dinyatakan reliabel. Analisis nilai mean menunjukkan seluruh skala berada pada kategori evaluasi positif dengan nilai tertinggi pada trustworthiness of content (2,15), diikuti social interaction (2,14), efficiency (2,12), quality of content (2,05), visual aesthetics (1,99), attractiveness (1,96), dan intuitive use (1,72). Temuan ini mengindikasikan bahwa aspek kepercayaan terhadap konten dan interaksi sosial menjadi kekuatan utama portal, sementara aspek kemudahan penggunaan masih memerlukan optimalisasi. Secara keseluruhan, Portal Pendaftaran KIP-Kuliah ITBI telah memberikan pengalaman pengguna yang baik, namun perbaikan pada struktur navigasi dan penyederhanaan alur interaksi diperlukan untuk meningkatkan usability secara lebih optimal.
Analisis Spasial Klaster Atmosfer di Sumatera Utara Menggunakan K-Means Jhon Gabriel Simarmata; Natasha Nainggolan; Elga Sari Tanjung
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.936

Abstract

Variabilitas atmosfer jangka pendek di Sumatera Utara pada periode puncak monsun belum dipetakan secara kuantitatif dan spasial. Penelitian ini bertujuan mengidentifikasi dan mengklasifikasikan pola atmosfer pada 28 Desember 2025–1 Januari 2026 menggunakan metode K-Means clustering sebagai solusi analitis berbasis data. Data yang digunakan berasal dari Modern-Era Retrospective Analysis for Research and Applications Version 2 (MERRA-2) dengan variabel suhu udara permukaan, kelembapan spesifik, tekanan permukaan, dan kecepatan angin. Penelitian menggunakan pendekatan kuantitatif deskriptif dengan tahapan praproses data, normalisasi, optimasi jumlah cluster menggunakan Elbow Method, serta evaluasi menggunakan Silhouette Score. Jumlah cluster optimal adalah tiga dengan nilai Silhouette Score global sebesar 0,4089 yang menunjukkan struktur cluster moderat. Hasil penelitian mengidentifikasi tiga pola atmosfer dominan, yaitu Panas Tropis & Sangat Lembap (43,44%), Hangat & Sangat Lembap (36,93%), dan Sejuk & Lembap Sedang (19,63%). Secara spasial, wilayah dataran tinggi berkorelasi dengan kondisi lebih sejuk, sedangkan wilayah pesisir dan kepulauan didominasi kondisi panas dan sangat lembap. Temuan ini menunjukkan bahwa metode K-Means efektif dalam memetakan variabilitas atmosfer spasial jangka pendek secara kuantitatif.
Penerapan K-Means Clustering untuk Identifikasi Pola Iklim Stasiun Cuaca Indonesia Menggunakan Data NOAA Global Surface Summary of the Day (GSOD) Andly Sofian Hasugian; Jatmiko Althaf Aziz; Nayla Anjani Nasution
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.941

Abstract

Perubahan iklim yang terjadi secara global menuntut adanya analisis data cuaca yang lebih sistematis dan terstruktur, khususnya untuk wilayah Indonesia yang memiliki keragaman iklim tinggi akibat pengaruh geografis kepulauan. Penelitian ini menerapkan algoritma K-Means Clustering untuk mengidentifikasi pola iklim stasiun cuaca di Indonesia menggunakan dataset NOAA Global Surface Summary of the Day (GSOD) yang diakses secara langsung melalui Application Programming Interface (API) resmi NOAA NCEI. Sebanyak 87 stasiun cuaca aktif di seluruh Indonesia digunakan sebagai objek penelitian dengan periode pengamatan tahun 2023, menghasilkan 50.232 records data mentah. Variabel yang digunakan mencakup suhu maksimum, suhu minimum, suhu rata-rata harian, dan curah hujan. Normalisasi data dilakukan menggunakan metode StandardScaler sebelum proses clustering. Penentuan jumlah cluster optimal menggunakan Elbow Method menghasilkan nilai K=4, ditandai dengan penurunan inertia (WCSS) yang signifikan dari 72.33 (K=4) dibanding 132.02 (K=3). Hasil clustering mengelompokkan 87 stasiun ke dalam empat cluster: Cluster 0-Tropis Basah Sedang (38 stasiun, 43.7%), Cluster 1-Dataran Tinggi Sejuk (4 stasiun, 4.6%), Cluster 2-Tropis Panas Basah (43 stasiun, 49.4%), dan Cluster 3-Tropis Curah Hujan Ekstrem (2 stasiun, 2.3%). Hasil penelitian divisualisasikan dalam peta interaktif berbasis Folium yang menampilkan distribusi spasial cluster secara geografis. Pendekatan berbasis API ini membuktikan efisiensi akses big data skala petabyte tanpa proses unduhan massal.
Sistem Informasi Perpustakaan SMPN 24 Medan Berbasis Web Menggunakan Metode K- Means Clustering Akbar Kurniawan; Zulham; Muhammad Eka
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.961

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem informasi perpustakaan berbasis web yang dapat membantu proses pengelolaan data buku, anggota, peminjaman, dan pengembalian di SMPN 24 Medan. Selain menyediakan fitur pengelolaan data, penelitian ini juga menerapkan metode K-Means Clustering untuk menganalisis pola peminjaman buku sehingga dapat mengelompokkan koleksi menjadi kategori buku yang paling diminati, cukup diminati, dan kurang diminati. Metode Rapid Application Development (RAD) digunakan dalam proses pengembangan sistem untuk menghasilkan aplikasi secara cepat dan sesuai kebutuhan pengguna melalui tahapan perencanaan, perancangan, pembangunan, dan pengujian yang dilakukan secara iteratif. Hasil penelitian menunjukkan bahwa metode K-Means berhasil membentuk tiga cluster utama berdasarkan frekuensi peminjaman yang dapat dijadikan acuan dalam pengambilan keputusan terkait pengadaan dan pengelolaan koleksi buku. Sistem informasi yang dibangun mampu berjalan dengan baik dan menyediakan informasi yang akurat serta real-time mengenai aktivitas perpustakaan, termasuk visualisasi hasil clustering yang mendukung analisis data. Dengan demikian, penelitian ini diharapkan dapat meningkatkan efektivitas operasional perpustakaan dan memberikan dukungan informasi yang lebih baik bagi pihak sekolah dalam mengelola koleksi buku.