cover
Contact Name
JTIF
Contact Email
jtif@utu.ac.id
Phone
+6285277113662
Journal Mail Official
jtif@utu.ac.id
Editorial Address
Jl. Alue Peunyareng, Ujong Tanoh Darat, Meureubo, Kabupaten Aceh Barat, Aceh 23681, Indonesia
Location
Kab. aceh barat,
Aceh
INDONESIA
Jurnal Teknologi Informasi
Published by Universitas Teuku Umar
ISSN : -     EISSN : 28298934     DOI : https://doi.org/10.35308/jti.v1i2.6202
Core Subject : Science,
Jurnal Teknologi Informasi (JTIf) merupakan jurnal yang diterbitkan oleh Program Studi Teknologi Informasi Fakultas Teknik Universitas Teuku Umar sejak Tahun 2022. Jurnal ini sebagai media publikasi naskah-naskah penelitian terbaik bagi peneliti yang sesuai dengan bidang keahliannya atau sub-bidang ilmu yang berkaitan dengan ilmu komputer. Redaksi penyunting jurnal Teknologi Informasi terdiri dari dosen-dosen yang terkait bidang ilmu teknologi informasi dalam konsentrasinya antara lain: (1) Rekayasa Perangkat Lunak, (2) Sistem Informasi, (3) Jaringan dan Keamanan Komputer, (4) Sistem Pengambilan Keputusan (SPK), (5) Sistem Pakar, (6) Kecerdasan Buatan, (7) Data Sains, (8) Teknologi multimedia, (9) Sub-bidang ilmu yang berkaitan dengan ilmu Komputer.
Articles 64 Documents
IMPLEMENTASI SISTEM INFORMASI PRESENSI ONLINE BERBASIS WEBSITE DENGAN GEOLOCATION DAN FOTO SELFIE meutia rahayu herfala; suryadi suryadi; muhammad ardiansyah; Alisman Alisman
Jurnal Teknologi Informasi Vol 5, No 1 (2026): Mei
Publisher : Universitas Teuku Umar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35308/jti.v5i1.12958

Abstract

Presensi karyawan merupakan aspek penting dalam menunjang kedisiplinan dan efektivitas administrasi di suatu instansi. Pada praktik sebelumnya, sistem absensi masih dilakukan secara manual, yang dinilai kurang efisien, rentan terhadap manipulasi data, serta menyulitkan proses rekapitulasi kehadiran. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi presensi online berbasis website yang dilengkapi dengan fitur geolocation dan foto selfie sebagai bentuk validasi kehadiran. Sistem dikembangkan menggunakan metode prototype yang bersifat iteratif agar dapat menyesuaikan dengan kebutuhan pengguna secara bertahap, serta diuji menggunakan metode Blackbox Testing dengan teknik Equivalence Partitioning. Hasil implementasi menunjukkan bahwa sistem ini mampu mencatat presensi secara realtime, merekam lokasi pengguna, menyimpan foto selfie, dan menghasilkan laporan kehadiran secara otomatis serta akurat. Penerapan sistem ini dapat meningkatkan efisiensi operasional, transparansi pencatatan kehadiran, dan mengurangi potensi terjadinya kecurangan. Dengan demikian, instansi dapat mengelola data kehadiran karyawan secara lebih modern, efektif, dan profesional, sekaligus mendukung pengambilan keputusan manajerial berbasis data yang valid dan dapat di andalkan.
Pemodelan Daya Photovoltaic Berdasarkan Distribusi Termal Menggunakan Algoritma Support Vector Regression Isyatur Raziah; Andri Novandri; Cut Mutia; Yuwaldi Away
Jurnal Teknologi Informasi Vol 5, No 1 (2026): Mei
Publisher : Universitas Teuku Umar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35308/jti.v5i1.14747

Abstract

Kinerja photovoltaic (PV) sangat dipengaruhi oleh karakteristik termal, terutama temperatur yang berdampak langsung terhadap daya keluaran. Pada kondisi nyata, distribusi temperatur pada permukaan panel tidak selalu seragam, sehingga pemodelan berbasis temperatur rata-rata sering kali kurang akurat. Penelitian ini bertujuan untuk memodelkan daya keluaran PV berdasarkan distribusi temperatur menggunakan algoritma Support Vector Regression (SVR). Variabel input yang digunakan meliputi temperatur atas dan bawah panel, irradiance matahari serta kelembapan udara, sementara daya keluaran PV dijadikan sebagai variabel target. Model SVR diterapkan dengan fungsi kernel Radial Basis Function (RBF) untuk menangkap hubungan nonlinier antara variabel input dan output. Hasil pengujian menunjukkan bahwa akurasi model meningkat seiring dengan bertambahnya jumlah dan variasi dataset, dengan performa terbaik diperoleh pada dataset 10 hari yang menghasilkan nilai error rendah serta nilai  dan   yang tinggi. Temuan ini menunjukkan bahwa SVR efektif dan andal dalam memprediksi daya keluaran PV berbasis distribusi temperatur panel.
Digital Ecosystem Adoption pada UMKM: Peran Social Media Marketing dan QRIS (Payment Technology) dalam Mendorong Produktivitas UMKM Puput Arisna; T.M. Riyan; Ilham Juliwardi; Noval Suhendra; Lia Sulistianingsih; Rivansyah Suhendra; Sanusi Sanusi; Ratih Fitria Jumarni
Jurnal Teknologi Informasi Vol 5, No 1 (2026): Mei
Publisher : Universitas Teuku Umar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35308/jti.v5i1.15556

Abstract

Perkembangan teknologi digital telah membentuk ekosistem bisnis baru yang mendorong UMKM untuk mengadopsi berbagai platform digital dalam aktivitas operasionalnya. Konsep digital ecosystem adoption pada UMKM tercermin melalui pemanfaatan Social Media Marketing sebagai strategi promosi berbasis digital serta implementasi Quick Response Code Indonesian Standard QRIS (Payment Technology) sebagai sistem pembayaran elektronik. Penelitian ini bertujuan untuk menganalisis peran adopsi ekosistem digital tersebut dalam mendorong Produktivitas UMKM. Penelitian menggunakan pendekatan kuantitatif dengan desain explanatory research terhadap 88 pelaku UMKM di Kecamatan Johan Pahlawan, Kabupaten Aceh Barat. Analisis dilakukan menggunakan regresi linier berganda untuk menguji pengaruh Social Media Marketing, QRIS (Payment Technology) dan Kapasitas Modal sebagai faktor pendukung adopsi teknologi terhadap Produktivitas UMKM. Hasil penelitian menunjukkan bahwa Social Media Marketing berpengaruh positif dan signifikan terhadap produktivitas UMKM. Implementasi QRIS (Payment Technology) menunjukkan pengaruh positif namun belum signifikan secara statistik. Sementara itu, Kapasitas Modal berpengaruh positif dan signifikan terhadap Produktivitas UMKM. Secara simultan, ketiga variabel tersebut berkontribusi signifikan dalam mendorong peningkatan produktivitas UMKM. Temuan ini menegaskan bahwa integrasi digital marketing dan Payment Technology dalam ekosistem digital UMKM menjadi faktor strategis dalam meningkatkan daya saing usaha di era transformasi digital.
Identifikasi Emosi Berdasarkan Citra Ekspresi Wajah Menggunakan Algoritma Convolutional Neural Network (CNN) Melja Siska; Rivansyah Suhendra; Cut Mutia; Gendhi Haris; Nica Astrianda
Jurnal Teknologi Informasi Vol 5, No 1 (2026): Mei
Publisher : Universitas Teuku Umar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35308/jti.v5i1.14544

Abstract

Identifikasi emosi berdasarkan citra ekspresi wajah merupakan aspek penting dalam Human–Computer Interaction (HCI) karena mampu memberikan pemahaman terhadap respon emosional pengguna secara non-verbal. Penelitian ini bertujuan untuk menganalisis kinerja algoritma Convolutional Neural Network (CNN) dengan arsitektur VGG16 dalam mengklasifikasikan emosi wajah. Dataset yang digunakan terdiri dari 400 citra primer hasil pengambilan langsung dan 2.600 citra sekunder yang diperoleh dari Kaggle, dengan empat kelas emosi yaitu bahagia, sedih, marah, dan terkejut. Tahapan penelitian meliputi pra-pemrosesan citra berupa cleaning data, resize ke ukuran 224×224 piksel, augmentasi, dan normalisasi. Model dilatih menggunakan optimizer Adam dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model CNN berbasis VGG16 mencapai akurasi pelatihan sebesar 91,03% dan akurasi validasi sebesar 88,14%. Model kemudian diimplementasikan ke dalam mini website sebagai media visualisasi hasil identifikasi emosi. Hasil penelitian ini menunjukkan bahwa CNN VGG16 efektif digunakan untuk identifikasi emosi wajah dan dapat dimanfaatkan sebagai evaluasi awal pengalaman pengguna dalam konteks HCI.