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
 45   46   47   48   49 
Sistem Pendukung Keputusan Pemilihan Game RPG Terbaik untuk Pengguna Android Menerapkan Metode MOORA Inayah Salsabila; Nazwa Nurfatiha; Astri Dwi Yanti; Rachmat Aulia
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.v5i1.1226

Abstract

The deveopment
Rancang Bangun Aplikasi Android untuk Manajemen Jadwal dan Pemesanan Studio Foto Menggunakan Metode M/M/C pada Dwi Gallery Studio Photo Hafib Muhammad Ridha Hafib; Evri Ekadiansyah
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.v5i1.1234

Abstract

Perkembangan teknologi informasi khususnya pada perangkat mobile telah memberikan kemudahan dalam berbagai aktivitas, termasuk dalam pengelolaan layanan pemesanan. Dwi Gallery Studio Photo masih menggunakan sistem pencatatan manual dalam pengelolaan jadwal dan pemesanan studio foto, sehingga sering terjadi kesalahan pencatatan, benturan jadwal, serta kurang efektif dalam pengelolaan data pelanggan. Oleh karena itu, diperlukan suatu sistem yang mampu membantu proses manajemen jadwal dan pemesanan secara lebih efisien. Penelitian ini bertujuan untuk merancang dan membangun aplikasi Android yang dapat digunakan untuk mengelola jadwal dan pemesanan studio foto pada Dwi Gallery Studio Photo. Metode yang digunakan dalam penelitian ini adalah metode MMC yang digunakan untuk membantu proses pengembangan sistem secara terstruktur. Aplikasi ini dirancang menggunakan bahasa pemrograman yang mendukung platform Android serta dilengkapi dengan fitur pemesanan studio, pengelolaan jadwal, dan manajemen data pelanggan. Hasil dari penelitian ini adalah sebuah aplikasi Android yang dapat membantu pelanggan dalam melakukan pemesanan studio foto secara mudah dan praktis serta membantu pihak admin dalam mengelola jadwal dan data pemesanan secara lebih terorganisir. Dengan adanya aplikasi ini diharapkan dapat meningkatkan efisiensi kerja, mengurangi kesalahan pencatatan, serta meningkatkan kualitas pelayanan pada Dwi Gallery Studio Photo.
Penerapan Metode Roc dan Marcos untuk Pemberian Penghargaan Kinerja Antaran (PPKA) M. Sofyan Harahap; Evri Ekadiansyah
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.v5i1.1235

Abstract

Penelitian ini bertujuan untuk menerapkan metode ROC (Rank Order Centroid) dan MARCOS (Measurement Alternatives and Ranking according to Compromise Solution) dalam sistem pendukung keputusan untuk pemberian Penghargaan Kinerja Antaran (PPKA) pada PT. Pos Indonesia (Persero) Cabang Sentral Pengolahan Pos Medan 20900. Permasalahan yang dihadapi adalah proses penilaian kinerja pegawai yang masih bersifat subjektif dan belum memiliki sistem yang terstruktur. Metode ROC digunakan untuk menentukan bobot setiap kriteria berdasarkan tingkat kepentingannya, sedangkan metode MARCOS digunakan untuk melakukan perankingan alternatif berdasarkan nilai utilitas terhadap solusi ideal dan anti-ideal. Kriteria yang digunakan dalam penelitian ini meliputi beberapa aspek penilaian kinerja pegawai yang relevan dengan kegiatan operasional perusahaan. Hasil penelitian menunjukkan bahwa kombinasi metode ROC dan MARCOS mampu menghasilkan sistem pendukung keputusan yang objektif, sistematis, dan transparan dalam menentukan penerima penghargaan PPKA. Sistem ini juga mampu mengurangi subjektivitas dalam pengambilan keputusan serta meningkatkan akurasi dalam penilaian kinerja pegawai.
Optimalisasi Kerahasiaan Database Mesin Produksi PT Pacific Medan Industri Dengan Kombinasi Rot13 dan Feal Berbasis Android Daru Desmana Daru Desmana; Mutiara Sovina
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.v5i1.1236

Abstract

Penelitian ini bertujuan untuk mengoptimalkan kerahasiaan database mesin produksi pada PT. Pacific Medan Industri dengan mengkombinasikan algoritma ROT13 dan FEAL, serta mengimplementasikannya dalam sebuah aplikasi berbasis Android. Dalam dunia industri, data produksi merupakan informasi yang sangat berharga dan sensitif, sehingga perlindungan terhadap data tersebut menjadi hal yang sangat penting untuk menghindari kebocoran atau akses yang tidak sah. Metode ROT13, yang merupakan teknik enkripsi sederhana, digunakan untuk mengubah teks menjadi format yang tidak mudah dipahami, sementara FEAL (Fast Data Encryption Algorithm) digunakan untuk mengenkripsi data dengan tingkat keamanan yang lebih tinggi. Kombinasi kedua metode ini diharapkan dapat meningkatkan tingkat kerahasiaan database, dengan meng amankan informasi penting yang berkaitan dengan proses produksi perusahaan. Aplikasi berbasis Android dikembangkan untuk mempermudah pengelolaan dan pengamanan database mesin produksi. Sistem ini memungkinkan pengguna untuk mengakses dan mengelola data dengan lebih aman melalui platform yang mudah diakses dan efisien. Penggunaan enkripsi ganda ini diharapkan dapat melindungi data produksi dari ancaman kebocoran informasi yang dapat merugikan perusahaan. Dengan penerapan kombinasi algoritma ROT13 dan FEAL pada database mesin produksi PT. Pacific Medan Industri, diharapkan perusahaan dapat memastikan keamanan data yang lebih baik, serta mengurangi risiko pencurian atau manipulasi data yang dapat merusak integritas operasional perusahaan.
Clustering Data Kejadian Kebakaran di Jakarta Menggunakan Algoritma K-Means untuk Identifikasi Daerah Rawan Yudistira Pratama; Firmansyah; Dicky Risdyanto; Hendra Supendar; Riza Fahlapi
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.v5i1.1237

Abstract

Kebakaran merupakan salah satu bencana yang sering terjadi di wilayah perkotaan dan berpotensi menimbulkan kerugian material, korban jiwa, serta gangguan terhadap aktivitas masyarakat. Tingginya kepadatan penduduk dan kompleksitas lingkungan perkotaan di Provinsi DKI Jakarta menyebabkan tingkat kerawanan kebakaran berbeda pada setiap wilayah, sehingga diperlukan identifikasi daerah rawan sebagai dasar penyusunan strategi mitigasi yang lebih tepat sasaran. Penelitian ini bertujuan untuk mengelompokkan 44 kecamatan di Provinsi DKI Jakarta berdasarkan karakteristik kejadian kebakaran menggunakan algoritma K-Means Clustering. Variabel yang digunakan meliputi total frekuensi kejadian kebakaran, rata-rata kepadatan penduduk, total jumlah penduduk, dan rata-rata jumlah sosialisasi pencegahan kebakaran. Data diproses melalui tahapan Knowledge Discovery in Database (KDD), yang meliputi seleksi data, preprocessing, normalisasi menggunakan metode Z-Score, proses clustering menggunakan algoritma K-Means, serta evaluasi hasil menggunakan Silhouette Coefficient. Hasil penelitian menunjukkan bahwa jumlah klaster optimal diperoleh pada k=5 dengan nilai silhouette sebesar 0,347. Pengelompokan menghasilkan lima klaster dengan karakteristik yang berbeda secara signifikan berdasarkan hasil uji ANOVA dan chi-square. Klaster C3 yang terdiri dari Kecamatan Cengkareng, Kalideres, dan Cakung teridentifikasi sebagai wilayah dengan tingkat kerawanan kebakaran tertinggi karena memiliki frekuensi kejadian kebakaran dan jumlah penduduk terbesar dibandingkan klaster lainnya. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengidentifikasi pola kerawanan kebakaran secara objektif dan dapat dimanfaatkan sebagai dasar pengambilan keputusan dalam penyusunan program mitigasi dan pencegahan kebakaran berbasis wilayah di Provinsi DKI Jakarta.
Implementasi Algoritma K-Nearest Neighbor untuk Klasifikasi Risiko Stunting Balita Berbasis Web di Posyandu Belimbing Andrian Andrian; Kecitaan Harefa
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.v5i1.1247

Abstract

Chronic nutritional deficiency issues such as stunting demand early monitoring accompanied by precise data documentation. Field practices indicate that Posyandu Belimbing still relies on conventional recording mechanisms to monitor toddlers' growth and development. This triggers risks of delayed intervention, data entry errors, and interpretation bias. As a solution, this research designs a web-based information system to classify the threat level of stunting through the application of the K-Nearest Neighbor (KNN) algorithm. The five metric indicators analyzed include the toddler's age, body weight, height, head circumference, and upper arm circumference. The classification mechanism relies on Euclidean Distance calculation by setting the nearest neighbor value k=3, which divides the output into low, medium, and high-risk zones. The software development cycle adopts the Agile framework, rolling from the initiation phase to deployment. System evaluation is proven through Black Box testing, White Box testing, and the distribution of questionnaire instruments to 15 field cadres. The functionality testing results confirm that all features operate without bugs, while the user satisfaction index reaches 82.44% (strongly agree category). In conclusion, this digital platform is highly capable of facilitating cadres to detect stunting vulnerability swiftly and in an organized manner.
Implementasi Metode Gaussian Naive Bayes dan Rule-Based System Pada Sistem Penyiraman Otomatis Tanaman Tomat Berbasis IoT Berdasarkan Kelembapan Tanah dan Suhu Udara Eli; Noviyanti P
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.v5i1.1249

Abstract

Penyiraman tanaman tomat yang masih dilakukan secara manual sering menimbulkan permasalahan berupa ketidaktepatan waktu penyiraman dan penggunaan air yang kurang efisien. Kondisi tersebut dapat menyebabkan kelembapan tanah tidak berada pada tingkat optimal sehingga berdampak terhadap pertumbuhan dan produktivitas tanaman. Penelitian ini bertujuan untuk merancang dan membangun sistem penyiraman tanaman tomat otomatis berbasis Internet of Things (IoT) dengan mengintegrasikan metode Gaussian Naive Bayes dan Rule-Based System. Sistem menggunakan sensor kelembapan tanah dan sensor suhu udara sebagai parameter utama dalam menentukan kebutuhan penyiraman tanaman. Data yang diperoleh dari sensor diproses menggunakan metode Gaussian Naive Bayes untuk mengklasifikasikan kondisi penyiraman ke dalam kategori Siram dan Tidak Siram. Selanjutnya, hasil klasifikasi dipadukan dengan Rule-Based System untuk menghasilkan keputusan akhir dalam mengaktifkan atau menonaktifkan pompa air secara otomatis. Sistem dikendalikan menggunakan NodeMCU ESP8266 yang terhubung dengan aplikasi Blynk sehingga memungkinkan proses monitoring dilakukan secara real-time melalui jaringan internet. Hasil yang diharapkan dari penelitian ini adalah terciptanya sistem penyiraman otomatis yang mampu menjaga kelembapan tanah pada rentang ideal 60%–80%, meningkatkan efisiensi penggunaan air, serta membantu petani dalam melakukan pemantauan kondisi tanaman secara lebih efektif. Dengan penerapan Gaussian Naive Bayes dan Rule-Based System, sistem diharapkan mampu menghasilkan keputusan penyiraman yang lebih akurat dan adaptif terhadap kondisi lingkungan tanaman tomat.
Perbandingan Algoritma Machine Learning untuk Klasifikasi Hoaks Berbahasa Indonesia pada Dataset Komdigi Haris Setyo Pratomo; Panny Agustia Rahayuningsih; Muhammad Rezki
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.v5i1.1255

Abstract

The spread of Indonesian-language hoaxes continues to increase along with the development of digital platforms, making it necessary to develop an automatic classification system capable of accurately and efficiently categorizing types of hoaxes. This study compares the performance of five machine learning algorithms, namely Support Vector Machine (SVM), Random Forest, Logistic Regression, Decision Tree, and Naive Bayes, in classifying Indonesian hoax categories using the Komdigi dataset consisting of 16,308 articles across six categories. Feature representation was performed using TF-IDF with n-gram combination (1,2) enriched with text statistical features, while the extreme class imbalance was handled using SMOTE applied internally within the Stratified K-Fold Cross-Validation pipeline to prevent data leakage. Evaluation results show that SVM (LinearSVC) achieved the highest accuracy of 95.9% and cross-validation score of 0.960, while Logistic Regression outperformed others in AUC Macro at 0.952 and macro F1-Score of 0.460, reflecting the best ability to recognize all categories in a balanced manner. Decision Tree showed the lowest performance with an AUC Macro of 0.635. These findings confirm that the selection of the best algorithm depends on the priority of evaluation metrics used according to the needs. This study contributes a recommendation of effective algorithms for Indonesian hoax classification and a valid, data leakage-free methodological framework.
Pengembangan Aplikasi Presensi Karyawan Berbasis Mobile dengan Face Recognition dan Geolocation (Studi Kasus: PT. Visionet Data Internasional Service Point Pontianak) Boy Pratama; Deni Risdansyah; Erni
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.v5i1.1258

Abstract

Transformasi digital dalam pengelolaan sumber daya manusia mendorong perusahaan untuk menerapkan sistem presensi yang lebih efektif dan akurat. PT Visionet Data Internasional Service Point Pontianak telah menggunakan sistem presensi berbasis web, namun penggunaannya masih menghadapi kendala berupa keterbatasan akses, kurang optimalnya pemantauan kehadiran, serta belum adanya mekanisme validasi identitas dan lokasi secara langsung. Penelitian ini bertujuan merancang dan membangun aplikasi presensi karyawan berbasis mobile dengan memanfaatkan teknologi Face Recognition dan Geolocation sebagai metode validasi kehadiran. Metode pengembangan sistem yang digunakan adalah Waterfall yang terdiri atas tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Aplikasi dikembangkan menggunakan framework Flutter dan bahasa pemrograman Dart, sedangkan sistem backend dibangun menggunakan Laravel dengan basis data MySQL. Fitur yang diimplementasikan meliputi registrasi wajah, validasi lokasi, presensi masuk, presensi pulang, dan pengajuan izin. Hasil penelitian menunjukkan bahwa aplikasi mampu melakukan verifikasi identitas pengguna melalui pengenalan wajah serta memastikan lokasi presensi sesuai dengan area kerja yang telah ditentukan. Sistem yang dibangun dapat meningkatkan akurasi pencatatan kehadiran, mengurangi potensi manipulasi data presensi, dan mempermudah pengelolaan data kehadiran secara terintegrasi.
Implementasi Metode Smart untuk Rekomendasi Pelanggan Memilih Motor Bekas Berbasis Web Pada Cv.Mulana Motor Muhammad Rizki Yusnadi; Kecitaan Harefa
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.v5i1.1260

Abstract

Selecting a used motorcycle is often a complex process, involving numerous criteria such as purchase price, completeness of documents, motorcycle type, year of manufacture, and tax status. At CV. Maulana Motor, the selection process is still manual, making it slow, subjective, and inefficient. This research aims to develop a web application based on a Decision Support System (DSS) using the Simple Multi-Attribute Rating Technique (SMART) method to systematically recommend used motorcycles. This application utilizes alternative motorcycle data and assessment criteria, then applies the SMART method through weight normalization, utility value calculation, and final score determination to produce a ranking of the best motorcycles. The development process employed the Waterfall methodology, encompassing requirements analysis, database and interface design, development, black box testing, review, and implementation. Test results demonstrated that the application performed as required, replacing manual processes, increasing efficiency, and facilitating objective decision-making. The system enables fast and structured processing, calculation, and presentation of information. The PCX 160 ABS motorcycle was selected as the best alternative, demonstrating the system's ability to assist customers in selecting the right used motorcycle and supporting administrators in sustainable data management. This system is expected to become a reference model for digitalizing the selection of used motorbikes in other showrooms.

Page 48 of 49 | Total Record : 486

 45   46   47   48   49 

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