cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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 : -
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering
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)
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 415 Documents
 38   39   40   41   42 
Leakage-Aware Benchmarking of Lightweight Models for Robust Handwritten Hanacaraka Character Recognition Abdulloh, Ferian Fauzi; 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 Hidayat, Jose Julian; Sujianto, Daffa Eka; Saputra, Muhammad Randika; Ramdhani, Erik Ahmad; Jihansyah, Muhamad; Nandya, Yogi
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 Rasyidin, M; Sofyan, Asep Abdul; 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 Purnama Sari, Selvia; 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.

Page 42 of 42 | Total Record : 415

 38   39   40   41   42 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 1 (2026): Juni 2026 Vol. 4 No. 3 (2026): Februari 2026 Vol. 4 No. 2 (2025): September 2025 Vol. 4 No. 1 (2025): Juni 2025 Vol. 3 No. 3 (2025): Februari 2025 Vol. 3 No. 2 (2024): September 2024 Vol. 3 No. 1 (2024): Juni 2024 Vol. 2 No. 3 (2024): Februari 2024 Vol. 2 No. 2 (2023): September 2023 Vol. 2 No. 1 (2023): Juni 2023 Vol. 1 No. 3 (2023): Februari 2023 Vol. 1 No. 2 (2022): September 2022 Vol. 1 No. 1 (2022): Juni 2022 More Issue