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 558 Documents
 52   53   54   55   56 
Identifikasi Penyakit Tanaman Cabai Berdasarkan Ekstrasi Fitur Warna Tekstur Menggunakan SVM dan Random Forest Rafael Agrerio Firera; Wahyu Nugraha; Rabiatus Sa'adah
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1415

Abstract

Tanaman cabai (Capsicum annuum L.) merupakan komoditas hortikultura bernilai ekonomi tinggi di Indonesia, namun produktivitasnya kerap terganggu oleh penyakit daun yang selama ini masih diidentifikasi secara manual oleh petani, sehingga rentan terhadap keterlambatan dan kesalahan subjektif. Penelitian ini bertujuan membangun sistem identifikasi otomatis penyakit daun cabai menggunakan ekstraksi fitur warna dan tekstur yang dibandingkan performanya melalui algoritma Support Vector Machine (SVM) dan Random Forest (RF). Dataset yang digunakan berjumlah 400 citra daun cabai dari Kaggle yang terbagi merata ke dalam lima kelas: healthy, leaf curl, leaf spot, whitefly, dan yellowish. Setiap citra melalui pra-pemrosesan resize 128×128 piksel, kemudian diekstraksi menjadi 236 dimensi fitur yang terdiri atas 205 dimensi fitur warna (Histogram RGB, HSV, dan color moments) dan 31 dimensi fitur tekstur (GLCM, statistik grayscale, dan gradien Sobel). Data dibagi dengan skema 80:20 dan dievaluasi menggunakan akurasi, presisi, recall, F1-Score, confusion matrix, 5-Fold Cross Validation, serta analisis feature importance. Hasil pengujian menunjukkan SVM kernel RBF unggul dengan akurasi 70,00% dibandingkan Random Forest 60,00%, serta waktu pelatihan jauh lebih cepat (0,02 detik berbanding 0,58 detik). Analisis feature importance mengungkap bahwa kelompok fitur warna berkontribusi dominan sebesar 71,00% dibandingkan fitur tekstur 29,00%, membuktikan bahwa perubahan warna daun menjadi indikator utama penyakit cabai. Hasil 5-Fold Cross Validation menunjukkan penurunan akurasi menjadi 32,50% (SVM) dan 37,50% (RF), mengindikasikan perlunya penambahan volume dataset pada penelitian berikutnya.
Perbandingan Naive Bayes, SVM, dan IndoBERT untuk Analisis Sentimen Publik terhadap Program Makan Bergizi Gratis pada Komentar YouTube Stella Maris; Windi Irmayani; Muhammad Ifan Rifani Ihsan
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1416

Abstract

Pelaksanaan Program Makan Bergizi Gratis (MBG) pada tahun 2025 dialokasikan anggaran sebesar Rp171 triliun dengan target 82,9 juta penerima manfaat, namun realisasi awal yang tercatat baru mencapai Rp3 triliun untuk 3,98 juta orang. Kesenjangan target pelaksanaan dan tantangan di lapangan tersebut memicu berbagai opini publik pada platform digital seperti YouTube. Studi ini menganalisis sentimen publik terhadap Program MBG dengan membandingkan efektivitas algoritma Naive Bayes, Support Vector Machine (SVM), dan IndoBERT menggunakan 6.419 komentar YouTube dari Kaggle. Metodologi penelitian meliputi preprocessing teks, pelabelan sentimen sberbasis Lexicon, pembagian data, ekstraksi fitur (TF-IDF dan IndoBERT Tokenizer), penerapan SMOTE pada Naive Bayes dan SVM, serta evaluasi kinerja model. Hasil pelabelan awal menunjukkan adanya ketidakseimbangan data yang didominasi oleh kelas netral sebesar 72,9%, diikuti kelas negatif sebesar 15,0%, dan kelas positif sebesar 12,1%. Setelah dilakukan penanganan menggunakan metode SMOTE, distribusi kelas pada data training menjadi seimbang guna mengoptimalkan proses pembelajaran model Naive Bayes dan SVM. Berdasarkan evaluasi akhir eksperimen, IndoBERT mencatatkan kinerja paling superior dengan nilai accuracy tertinggi mencapai 97,35%, mengungguli SVM sebesar 95,72% dan Naive Bayes sebesar 65,11%. Kesimpulannya, pendekatan context-aware pada model IndoBERT serta penanganan data sebelum pemodelan sangat efektif dan andal dalam memetakan persepsi serta kekhawatiran masyarakat terhadap efisiensi pelaksanaan Program Makan Bergizi Gratis.
Aplikasi E-Library Berbasis Web Menggunakan Metode Desain Thinking Studi Kasus Perpustakaan SMK Pertanian Paba Binjai Retno Astria; Rio Septian Hardinata; Suheri
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1417

Abstract

Perkembangan teknologi informasi memberikan dampak besar terhadap berbagai bidang termasuk dalam pengelolaan perpustakaan lingkungan sekolah. Namun, masih banyak perpustakaan yang menggunakan sistem manual, sehingga sering menimbulkan kendala seperti, proses pelayanan yang lambat, kesalahan pencatatan, serta kurang efektifnya pengelolaan data. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk merancang aplikasi e-library berbasis web di SMK Pertanian PABA Binjai sebagai solusi untuk meningkatkan kualitas layanan perpustakaan.Metode yang digunakan dalam penelitian ini yaitu Design Thinking yang terdiri dari empathize, define, ideate, prototype, dan test. Melalui pendekatan ini, peneliti dapat memahami kebutuhan pengguna secara langsung dan sistem yang dirancang sesuai dengan kondisi di lapangan. Aplikasi yang dikembangkan memiliki fitur utama seperti pengelolaan data pengguna, koleksi buku serta layanan peminjaman dan pengembalian buku. Pada hasil penelitian menunjukkan bahwa aplikasi e-library yang dirancang dapat mempermudah proses pelayanan dalam pengelolaan data serta mengurangi kesalahan pencatatan. Oleh karna itu sistem ini dapat menjadi solusi yang lebih efektif dibandingkan metode manual dan juga mendukung digitalisasi perpustakaan di sekolah.
Evaluasi Kesiapan Tata Kelola Teknologi Informasi di LKP Karya Prima Berdasarkan ISO/IEC 38500 Menggunakan Model CIPP Muhammad Hasanuddin; Andysah Putera Utama Siahaan
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1421

Abstract

Penelitian ini bertujuan untuk mengevaluasi kesiapan tata kelola teknologi informasi di LKP Karya Prima berdasarkan standar ISO/IEC 38500 menggunakan Model CIPP (Context, Input, Process, Product) yang didukung dengan pendekatan Business Intelligence (BI). Tata kelola teknologi informasi yang efektif diperlukan untuk memastikan bahwa pemanfaatan teknologi dapat mendukung tujuan organisasi secara optimal, efisien, dan berkelanjutan. Penelitian ini menggunakan metode evaluatif dengan pendekatan mixed methods yang menggabungkan analisis kualitatif dan kuantitatif. Data diperoleh melalui wawancara, observasi, kuesioner, serta analisis data sistem menggunakan dashboard Business Intelligence. Hasil penelitian menunjukkan bahwa penerapan tata kelola TI di LKP Karya Prima secara umum berada pada kategori baik dengan nilai rata-rata evaluasi sebesar 3,9 dari skala 5. Pada dimensi Context diperoleh skor 3,8, Input sebesar 3,5, Process sebesar 4,0, dan Product sebesar 4,3. Implementasi tata kelola TI berbasis ISO/IEC 38500 berhasil meningkatkan efisiensi kerja staf sebesar 20,6%, menurunkan tingkat kesalahan sistem sebesar 56,4%, mempercepat waktu respons sistem sebesar 40,4%, serta meningkatkan kepuasan pengguna sebesar 19%. Hasil penelitian menunjukkan bahwa integrasi ISO/IEC 38500, Model CIPP, dan Business Intelligence mampu memberikan evaluasi yang komprehensif serta mendukung pengambilan keputusan berbasis data untuk meningkatkan efektivitas tata kelola teknologi informasi di lembaga pendidikan nonformal.
Optimasi Metode Naïve Bayes dan Random Forest Terhadap Akurasi Prediksi Gadget Addiction pada Anak-Anak Nathania Asyifa; Muhammad Putra Novelan
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penggunaan gagdet yang berlebihan pada anak-anak telah menjadi permasalahan kesehatan mental yang semakin mengkhawatirkan, dengan dampak negatif pada aspek psikologis, fisik, dan sosial. Deteksi dini terhadap perilaku kecanduan gadget (gadget addiction) sangat diperlukan agar intervensi dapat dilakukan secara tepat dan efesien. Penelitian ini bertujuan untuk membandingkan dan mengoptimasi kinerja dua algortima machine learning, yaitu Naïve Bayes dan Random Forest, dalam memprediksi tingkat kecanduan gadget pada anak-anak usia 5-12 tahun. Data dikumpulkan melalui kuesioner berbasis skala likert yang disebarkan kepada 150 responden (orangtua siswa) di SD Muhammadiyah 18 Medan, mencakup variabel durasi penggunaan gadget, gejala fisik, tingkat ketergantungan, serta faktor psikologis. Data diproses melalui tahapan preprocessing, kemudian dibagi 80:20 untuk data latih dan uji. Hasil evaluasi menujukkan bahwa algoritma Naive Bayes menghasilkan akurasi sebesar 95%, sedangkan Random Forest dengan paramater default maupun setelah optimasi mencapai akurasi 100% dengan nilai presicion, recall, dan f1-Score sempurna pada seluruh kelas. Perbedaan akurasi sebesar 5% antara kedua algoritma membuktikan bahwa Random Forest secara signifikan lebih unggul dibandingkan Naïve Bayes. Berdasarkan analisis feature importance, durasi penggunaan gadget menjadi fitur paling berpengaruh, sehingga solusi intervensi berupa pembatasan waktu layar dan strategi pengelolaan perilaku direkomendasikan sesuai tingkat kecanduan anak.
Perancangan Aplikasi Manajemen Jadwal Kegiatan Masjid Taqwa Menggunakan Framework Laravel Muhammad Irsyad; Hanna Willa Dhany; Juliandri
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1425

Abstract

Pengelolaan administrasi dan keuangan di Masjid Taqwa Jl. Asrama No. 14B, Sei Sikambing C. II, Kec. Medan Helvetia saat ini masih dilakukan secara manual. Hal ini berpotensi menimbulkan tingginya risiko kesalahan pencatatan kas, keterlambatan penyampaian informasi jadwal ibadah, serta kurangnya transparansi keuangan kepada jamaah. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Manajemen Masjid berbasis web yang dapat mengintegrasikan pengelolaan jadwal sholat, petugas Jumat, arus kas keuangan, dan publikasi kegiatan. Pengembangan sistem dilakukan menggunakan metode Waterfall yang mencakup tahapan analisis, perancangan, implementasi, dan pengujian. Sistem ini dibangun menggunakan bahasa pemrograman PHP dengan framework Laravel serta basis data MySQL. Pengujian fungsionalitas sistem dilakukan menggunakan metode Black Box Testing. Hasil penelitian menunjukkan bahwa sistem informasi yang dibangun telah berfungsi dengan baik dan valid pada seluruh modul yang diuji. Implementasi sistem ini berhasil meningkatkan efisiensi operasional pengurus Badan Kemakmuran Masjid (BKM), meminimalkan risiko kesalahan pencatatan, serta menyajikan transparansi laporan keuangan dan informasi kegiatan secara real-time yang mudah diakses oleh jamaah.
Penerapan Metode Stateful Packet Filtering Menggunakan Ufw di Poltekpar Medan Dari Serangan Port Scanning Riza Arivalva; Hafni; Muhammad Zen
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1427

Abstract

Keamanan jaringan merupakan aspek krusial dalam menjaga integritas data dan keberlangsungan layanan sistem informasi, khususn ya di lingkungan institusi pendidikan seperti Poltekpar Medan. Salah satu ancaman awal yang sering terjadi dalam siklus serangan siber adalah port scanning, yang bertujuan untuk memetakan kerentanan sistem. Penelitian ini bertujuan untuk mengimplementasikan dan menganalisis efektivitas Uncomplicated Firewall (UFW) dengan metode Stateful Packet Filtering dalam memitigasi serangan tersebut. Metode penelitian menggunakan pendekatan eksperimental simulasi dengan topologi host-guest, di mana Ubuntu Server 22.04 bertindak sebagai target dan Windows 11 sebagai penyerang menggunakan Nmap. Pengujian dilakukan dengan membandingkan respons jaringan sebelum dan sesudah implementasi firewall. Hasil penelitian menunjukkan bahwa sebelum implementasi, seluruh port terbuka (22 dan 80) dapat dideteksi dengan status Open. Setelah UFW diaktifkan dengan konfigurasi default deny incoming, status port berubah menjadi Filtered dan sistem berhasil mencatat log aktivitas pemblokiran paket secara real-time. Analisis forensik log menunjukkan bahwa UFW mampu membedakan koneksi sah dan ilegal berdasarkan tabel status (state table), membuktikan bahwa metode stateful efektif menyembunyikan arsitektur jaringan dari pemindaian eksternal.
Perancangan dan Implementasi Monitoring Jaringan Lokal Menggunakan Sistem Kerja Backdoor M Ihsan; Jodi Hendrawan; Rahayu Mayang Sari
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1433

Abstract

Penelitian ini bertujuan untuk menguji perancangan aplikasi monitoring komputer dalam jaringan lokal menggunakan sistem kerja backdoor serta mengimplementasikan rancangan tersebut dengan bahasa pemrograman Visual Basic 6.0. Monitoring jaringan lokal menjadi langkah penting untuk mengendalikan arus data dan aktivitas pada jaringan agar tetap sesuai dengan ketentuan yang berlaku. Penelitian ini menggunakan pendekatan studi kasus dengan metode eksperimental dan observasi langsung untuk menguji performa, konektivitas, serta utilitas sistem yang dikembangkan. Lokasi penelitian berada di Warnet Cyber Stream, Jl. Platina VII No.18A&B, Titi Papan, Kec. Medan Deli, Kota Medan, Sumatera Utara 20245. Penelitian dilakukan dengan memanfaatkan satu komputer server dan sepuluh komputer client. Pengujian difokuskan pada koneksi antara server dan client serta kemampuan aplikasi dalam memonitor aktivitas jaringan secara real time. Hasil penelitian menunjukkan bahwa: (a) aplikasi monitoring berhasil dibangun dan dapat digunakan untuk manajemen jaringan lokal guna mencegah penyalahgunaan komputer client; (b) implementasi sistem backdoor memungkinkan aplikasi berjalan secara tersembunyi tanpa terdeteksi pada Add/Remove Programs maupun Task Manager, sehingga mendukung proses monitoring yang tidak ingin diketahui oleh pengguna client; dan (c) aplikasi masih terdeteksi sebagai perangkat lunak berbahaya (malicious software) oleh antivirus sehingga memerlukan penyesuaian lebih lanjut.
Prediksi Indikasi Depresi Mahasiswa Menggunakan Algoritma Decision Tree C4.5 Berdasarkan Kuesioner PHQ-9 Arnita Nonot; Nur Aulia Hasanah; Muhammad Sony Maulana; Sri Dewi Ayu Safitri
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Depression is a mental health problem frequently experienced by students due to various academic, social, and economic demands. Early identification is necessary so that at-risk students can receive faster treatment. This study aims to develop a predictive model for depression indications in students at Bina Sarana Informatika University using the Decision Tree C4.5 algorithm based on data from the Patient Health Questionnaire-9 (PHQ-9) instrument. The study was conducted by following the Cross Industry Standard Process for Data Mining (CRISP-DM) stages, which include understanding the problem, preparing the dataset, building a classification model, and evaluating the model's performance. The research dataset was obtained from the results of filling out the Patient Health Questionnaire-9 (PHQ-9) questionnaire by Bina Sarana Informatika University students. The instrument consists of nine indicators used to measure depressive symptoms based on the frequency experienced by respondents. Respondents with a total score of at least 10 are classified as indicated as depressed, while respondents with a score below 10 are categorized as not indicated as depressed. The dataset was divided into 80% training data and 20% testing data, resulting in an accuracy of 81.40%. Validation was then performed using 10-Fold Cross Validation. Model evaluation was performed using a confusion matrix, precision, recall, F1-score, and Area Under the Curve (AUC). The results showed that the model achieved an average accuracy of 84.55%, indicating that the C4.5 Decision Tree demonstrated good ability to classify depression in college students. Furthermore, the attribute with the highest Information Gain value was the primary factor in the decision tree formation process, thus enabling it to be used as a basis for developing a data mining-based early detection system.
Implementasi dan Evaluasi Kinerja Sistem Informasi Logistik Berbasis Mobile Menggunakan Metode Pieces dan TAM pada CV Borneo Mega Mandiri Doni Candra Pratama; Dedi Saputra; Siti Nurdiani
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1442

Abstract

Implementasi sistem informasi berbasis mobile pada sektor logistik menjadi salah satu upaya perusahaan dalam meningkatkan efisiensi operasional, mempercepat proses distribusi, serta meningkatkan kualitas pelayanan. Namun, keberhasilan implementasi sistem informasi tidak hanya ditentukan oleh kualitas sistem, tetapi juga oleh tingkat penerimaan pengguna terhadap teknologi yang digunakan. Penelitian ini bertujuan untuk mengevaluasi implementasi Sistem Informasi Logistik Berbasis Mobile pada CV Borneo Mega Mandiri menggunakan pendekatan PIECES (Performance, Information, Economy, Control, Efficiency, Service) dan Technology Acceptance Model (TAM). Penelitian menggunakan metode kuantitatif dengan teknik survei terhadap 47 responden yang merupakan pengguna aktif sistem informasi logistik. Data dikumpulkan melalui kuesioner skala Likert dan dianalisis menggunakan IBM SPSS Statistics melalui uji validitas, uji reliabilitas, uji asumsi klasik, serta analisis regresi linear berganda. Hasil penelitian menunjukkan bahwa seluruh instrumen penelitian dinyatakan valid dan reliabel. Analisis regresi menunjukkan bahwa variabel PIECES memiliki koefisien sebesar −0,037 dengan nilai signifikansi 0,365, sedangkan variabel TAM memiliki koefisien sebesar 0,069 dengan nilai signifikansi 0,321, sehingga keduanya tidak berpengaruh secara signifikan terhadap evaluasi kinerja sistem informasi. Nilai koefisien determinasi sebesar 0,022 menunjukkan bahwa model penelitian hanya mampu menjelaskan 2,2% variasi evaluasi kinerja sistem. Penelitian ini memberikan kontribusi berupa evaluasi yang mengintegrasikan metode PIECES dan TAM sebagai dasar penyusunan rekomendasi pengembangan sistem informasi logistik yang lebih efektif dan berorientasi pada kebutuhan pengguna

Page 55 of 56 | Total Record : 558

 52   53   54   55   56 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2026): September 2026 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