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 486 Documents
 41   42   43   44   45 
Analisis Komparatif Efektivitas Problem Management Layanan TI pada Sektor Pemerintahan, Pendidikan, dan Industri : Systematic Literature Review Mgs. M. Rizki Hidayatullah; M Iqbal Hakim Iqbal; Eriene Dheanda Absharina
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.v5i1.1018

Abstract

Perkembangan teknologi informasi yang pesat meningkatkan ketergantungan organisasi terhadap layanan TI. Namun, gangguan layanan masih sering terjadi secara berulang akibat pendekatan penanganan yang cenderung reaktif. Penelitian ini bertujuan untuk menganalisis efektivitas problem management dalam mereduksi gangguan layanan TI melalui studi literatur komparatif pada sektor pemerintahan, pendidikan, dan industri. Metode yang digunakan adalah Systematic Literature Review (SLR) yang mengadaptasi pedoman PRISMA terhadap 21 sumber ilmiah primer relevan dalam rentang waktu 15 tahun terakhir. Hasil penelitian menunjukkan bahwa implementasi problem management secara signifikan mampu menurunkan insiden berulang dan meningkatkan stabilitas operasional, namun tingkat efektivitasnya bervariasi secara struktural antar-sektor. Sektor industri menunjukkan tingkat kematangan tertinggi dengan pendekatan proaktif berbasis Service Level Agreement (SLA). Sektor pendidikan berada pada fase transisi dengan pengelolaan terpusat namun terkendala pada konsistensi eskalasi, sementara sektor pemerintahan masih didominasi pendekatan reaktif akibat hambatan birokrasi dan ketiadaan standarisasi. Kesimpulannya, efektivitas problem management sangat bergantung pada sinergi holistik antara kesiapan sumber daya manusia, kematangan proses operasional, dan integrasi teknologi.
Perancangan Sistem Informasi Kasir Penjualan Barang Berbasis Website Pada Toko Mega Buana Agus Salim; 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.v5i1.1022

Abstract

Penelitian ini bertujuan merancang dan membangun sistem informasi kasir penjualan barang berbasis website pada Toko Mega Buana untuk mengatasi proses pencatatan transaksi yang masih dilakukan secara manual. Pengembangan sistem menggunakan metode Waterfall dengan bahasa pemrograman PHP dan database MySQL serta dimodelkan menggunakan UML. Sistem ini mampu mengelola transaksi penjualan, data produk, stok barang, dan laporan penjualan secara terstruktur. Hasil penelitian menunjukkan bahwa sistem dapat meningkatkan efisiensi transaksi, meminimalkan kesalahan pencatatan, serta mempercepat proses pengelolaan data dan pembuatan laporan penjualan. Kata Kunci: Sistem Informasi Kasir, Penjualan, Website, Waterfall.
Analisis Kebutuhan Pembuatan Film Dokumenter “Bagan dan Bintang: Warisan Budaya Penangkapan Ikan Teri” di Desa Pulau Lemukutan Seftian Seftian; Ahmad Ridho; Ibnu Ajan Hasibuan
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.v5i1.1028

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat kebutuhan serta mengidentifikasi aspek-aspek dominan dalam pembuatan film dokumenter “Bagan dan Bintang: Warisan Budaya Penangkapan Ikan Teri di Desa Wisata Lemukutan”. Penelitian menggunakan metode deskriptif kuantitatif dengan pendekatan survei terhadap 20 responden yang terdiri atas nelayan, pemandu wisata, perangkat desa, masyarakat umum, dan wisatawan yang dipilih secara purposive. Teknik pengumpulan data dilakukan melalui kuesioner dengan 10 item pertanyaan menggunakan skala Likert lima tingkat. Analisis data dilakukan dengan menghitung skor, indeks persentase, serta rata-rata tiap item untuk memperkuat interpretasi kualitatif. Hasil penelitian menunjukkan bahwa tingkat kebutuhan pembuatan film dokumenter berada pada kategori sangat perlu dengan nilai indeks sebesar 97,5%. Seluruh item pertanyaan memperoleh nilai rata-rata antara 4,80 hingga 4,95 yang menunjukkan bahwa film dokumenter sangat dibutuhkan sebagai media pelestarian budaya, edukasi, dan penyampaian nilai kearifan lokal. Dengan demikian, pembuatan film dokumenter “Bagan dan Bintang” sangat relevan dan layak untuk direalisasikan.
Rancang Bangun E-Booking Klinik Kecantikan Kei Medika di Kota Jambi Berbasis Web Menggunakan Framework Codeigniter Deika Tree Andini; M. Theo Ari Bangsa; Bastomi Baharsyah
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.v5i1.1030

Abstract

In this era of rapidly advancing technology, various aspects of life are undergoing significant transformations, including in the world of beauty services.People now prefer services that are practical, efficient, and easily accessible digitally.Kei Medika Beauty Clinic, located in Jambi City, still uses manual service booking methods through WhatsApp or by visiting the location directly.This process is considered less effective because it causes long queues, delays in service, and has the potential to reduce customer satisfaction.To address these issues, this research aims to design and build an efficient, secure, and user-friendly web-based e-booking information system to support smooth operations and improve service quality at Klinik Kei Medika.This e-booking system involves two actors: admin and user.This research uses a qualitative method with a Waterfall model system development approach consisting of five stages, namely requirement analysis, system design, implementation, testing, and maintenance.The system is developed using PHP and HTML programming languages, with a MySQL database and the CodeIgniter Framework.The system modeling tool uses Unified Modeling Language (UML) to support structured design.System testing is conducted using the Blackbox Testing method with the Equivalence Partitioning technique to test the system's functionality.In addition, User Acceptance Testing (UAT) and evaluation using the Likert Scale were also conducted.Based on the test results, the system's feasibility level is 93.14%, indicating that the system has met user needs with an interface that is easy to understand and use.It is expected that this system can help the booking process to be more structured, minimize queues, speed up service, and provide a more comfortable and satisfying experience for customers.
Implementasi Algoritma Apriori Untuk Analisis Pola Pembelian Pada Data Transaksi Warung Kelontong Maju Jaya Durrotun Nafisah; Dian Asriningati; Seila Desy Maulia; M. Alvino Bintang P; Muhammad Arifin
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.v5i1.1033

Abstract

Warung kelontong merupakan salah satu unit usaha mikro yang berperan penting dalam perekonomian Indonesia. Namun, sebagian besar pengelolaan warung masih dilakukan secara konvensional tanpa memanfaatkan data transaksi yang tersedia. Penelitian ini bertujuan untuk mengimplementasikan algoritma Apriori pada data transaksi Warung Maju Jaya tahun 2024 guna menemukan pola asosiasi produk yang sering dibeli bersamaan. Dataset yang digunakan terdiri dari 1.230 baris data mentah yang setelah melalui proses pembersihan menghasilkan 1.140 transaksi bersih dengan 50 jenis produk. Proses preprocessing meliputi penghapusan duplikat (30 baris), penghapusan data tidak valid pada harga satuan, qty, dan subtotal (masing-masing 20 baris), serta imputasi nilai kosong pada kolom metode pembayaran, tipe pelanggan, dan kasir. Algoritma Apriori dijalankan dengan parameter minimum support 0,02 dan minimum confidence 0,5. Hasil eksperimen menghasilkan sejumlah aturan asosiasi yang bermakna, di antaranya pasangan produk kebutuhan pokok seperti Minyak Goreng 2L bersama Beras Premium 5kg dengan nilai support 0,021 dan confidence 0,526. Temuan ini menunjukkan bahwa pendekatan Market Basket Analysis menggunakan Apriori efektif untuk mengidentifikasi pola pembelian pada warung kelontong skala kecil sehingga dapat dimanfaatkan untuk strategi penataan produk dan rekomendasi pembelian.
Penerapan Algoritma K-Means Dalam Pengelompokan UMKM Berdasarkan Potensi Pertumbuhan Berbasis Web Tri Asyura Mashuri; Rakhmat Kurniawan; Rahmad Syuhada
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.v5i1.1037

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Means dalam mengelompokkan Usaha Mikro, Kecil, dan Menengah (UMKM) berdasarkan potensi pertumbuhan serta merancang sistem informasi berbasis web yang mampu melakukan proses tersebut secara otomatis. Permasalahan yang diangkat adalah proses pengelompokan UMKM pada Dinas Perindustrian dan Perdagangan Provinsi Sumatera Utara yang masih dilakukan secara manual, sehingga kurang efisien dan berpotensi menghasilkan analisis yang tidak konsisten. Metode yang digunakan dalam penelitian ini adalah Research and Development (R&D) dengan model pengembangan sistem Waterfall. Data yang digunakan terdiri dari data primer dan sekunder UMKM dengan variabel omzet, aset, jumlah tenaga kerja, lama usaha, status digitalisasi, dan jangkauan pasar. Proses clustering dilakukan menggunakan algoritma K-Means untuk mengelompokkan data berdasarkan tingkat kemiripan karakteristik. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan UMKM ke dalam beberapa klaster yang merepresentasikan tingkat potensi pertumbuhan, yaitu rendah, sedang, dan tinggi. Sistem informasi berbasis web yang dikembangkan mampu melakukan pengolahan data secara otomatis, menampilkan hasil clustering secara terstruktur, serta meningkatkan efisiensi dan akurasi dalam proses pengelompokan UMKM. Dengan demikian, sistem yang dihasilkan dapat digunakan sebagai alat bantu dalam pengambilan keputusan strategis terkait pembinaan dan pengembangan UMKM secara lebih tepat sasaran.
Pengembangan Sistem Intrusion Detection and Prevention System (IDPS) Berbasis Random Forest dan Windows Defender Firewall pada Jaringan Lokal Testing M. Salman Nuzul Ramdhani; Muhlis Tahir; Mohammad Muhyidin Alhaq
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.v5i1.1054

Abstract

Perkembangan teknologi jaringan komputer yang pesat telah meningkatkan penggunaan jaringan lokal (Local Area Network/LAN) dalam berbagai aktivitas digital. Namun, hal tersebut juga diiringi dengan meningkatnya ancaman keamanan seperti akses tidak sah, malware, dan intrusi jaringan. Oleh karena itu, diperlukan sistem keamanan yang mampu mendeteksi dan mencegah serangan secara efektif. Penelitian ini bertujuan untuk mengembangkan sistem Intrusion Detection and Prevention System (IDPS) berbasis algoritma Random Forest yang diintegrasikan dengan Windows Defender Firewall pada jaringan lokal. Sistem ini memanfaatkan machine learning untuk mengklasifikasikan trafik jaringan menjadi normal dan berbahaya, serta firewall sebagai mekanisme pencegahan untuk memblokir aktivitas mencurigakan. Metode penelitian meliputi pengembangan sistem, implementasi pada jaringan lokal, serta pengujian melalui simulasi serangan. Algoritma Random Forest digunakan untuk meningkatkan akurasi deteksi, sedangkan konfigurasi firewall digunakan untuk mengontrol lalu lintas jaringan. Hasil penelitian menunjukkan bahwa sistem mampu mendeteksi aktivitas mencurigakan secara efektif serta mencegah akses tidak sah melalui mekanisme firewall. Integrasi antara machine learning dan firewall menghasilkan sistem keamanan berlapis yang meningkatkan perlindungan jaringan. Kesimpulannya, sistem IDPS yang dikembangkan efektif dalam meningkatkan keamanan jaringan lokal dengan menggabungkan mekanisme deteksi dan pencegahan.
Perbandingan Algoritma Machine learning Untuk Analisis Sentimen Aplikasi Instagram Berbasis NLP Yuridis Seri Rahmat; Saskia Renata; Albertus Belo; Weiskhy Steven Dharmawan; Lady Agustin Fitriana; Riski Annisa
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.v5i1.1057

Abstract

Instagram merupakan salah satu platform media sosial terbesar di dunia dengan lebih dari dua miliar pengguna aktif bulanan. Ulasan pengguna di Google Play Store menjadi sumber data yang kaya untuk memahami persepsi dan kepuasan pengguna terhadap fitur serta layanan yang diberikan. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna aplikasi Instagram menggunakan tiga algoritma klasifikasi machine learning, yaitu Support Vector Machine (SVM), Random Forest (RF), dan Neural Network (NN), dengan representasi fitur menggunakan metode Bag-of-Words (BoW). Data yang dikumpulkan sebanyak 10.000 ulasan melalui teknik web scraping dari Google Play Store menggunakan library google-play-scraper, dan setelah melalui proses preprocessing diperoleh 7.236 data bersih yang digunakan untuk pemodelan. Pelabelan data dilakukan secara otomatis menggunakan leksikon InSet (Indonesia Sentiment Lexicon). Tahapan preprocessing meliputi pembersihan teks, case folding, normalisasi kata tidak baku, tokenisasi, stopword removal, dan stemming menggunakan algoritma Sastrawi. Hasil eksperimen menunjukkan bahwa SVM memperoleh akurasi tertinggi sebesar 90,7%, diikuti Neural Network 89,2%, dan Random Forest 81,5%. Berdasarkan hasil tersebut, SVM terbukti paling unggul dalam mengklasifikasikan sentimen positif, negatif, dan netral pada ulasan pengguna aplikasi Instagram.
Implementation of Artificial Intelligence for User Behavior Prediction in Digital Information Systems Asep Abdul Sofyan; Arif Rahman; Sukisno; Haryanto; Dede Irawan
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.v5i1.1058

Abstract

The rapid advancement of digital information systems has increased the need for intelligent technologies capable of analyzing and predicting user behavior effectively. Artificial Intelligence (AI) has emerged as one of the most significant technologies for enhancing system intelligence, personalization, operational efficiency, and data-driven decision-making processes. This study aims to analyze the implementation of Artificial Intelligence for user behavior prediction in digital information systems. The research employs several AI algorithms, including Decision Tree, Random Forest, Support Vector Machine (SVM), Artificial Neural Network (ANN), and Long Short-Term Memory (LSTM), to evaluate predictive performance in analyzing user interaction data. The datasets used in this study consist of browsing history, transaction records, click frequency, session duration, login activities, and user preferences collected from digital platforms. The research process includes data collection, preprocessing, algorithm implementation, predictive analysis, and performance evaluation. The results indicate that AI-based predictive systems successfully improve behavioral prediction accuracy, personalization capabilities, cybersecurity monitoring, and operational effectiveness. Among all implemented algorithms, the Long Short-Term Memory (LSTM) model achieved the highest predictive accuracy due to its capability in analyzing sequential behavioral patterns. Furthermore, the findings demonstrate that AI implementation significantly contributes to the development of adaptive and intelligent digital information systems. Despite challenges related to privacy, computational complexity, and model interpretability, Artificial Intelligence provides substantial advantages for modern digital ecosystems and supports the advancement of intelligent user-centered services in the era of digital transformation.
Arsitektur Sistem Streaming Efisiensi Tinggi: Integrasi Hardware dan Manajemen Jalur Konektivitas dalam Produksi Podcast Dendi Putra Prakoso; Dhanar Intan Surya Saputra
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.v5i1.1061

Abstract

Perkembangan teknologi digital telah mendorong peningkatan popularitas podcast sebagai media komunikasi, hiburan, dan edukasi. Produksi podcast modern tidak hanya memerlukan kualitas audio dan video yang baik, tetapi juga sistem streaming dan recording yang efisien dan stabil. Penelitian ini membahas arsitektur sistem streaming efisiensi tinggi melalui integrasi perangkat keras (hardware) dan jaringan komputer (networking) dalam proses produksi podcast. Metode yang digunakan berupa studi literatur dan analisis implementasi sistem streaming berbasis komputer multi-perangkat. Hasil penelitian menunjukkan bahwa arsitektur dual-PC dengan manajemen routing antarmuka (HDMI, PCIe, USB) dapat mendistribusikan beban kerja secara efisien tanpa mengurangi kualitas produksi.Integrasi antara perangkat capture, audio interface, encoder, dan manajemen bandwidth menjadi faktor utama dalam menciptakan sistem produksi podcast yang optimal dan hemat sumber daya.

Page 43 of 49 | Total Record : 486

 41   42   43   44   45 

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