cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Universitas Ngudi Waluyo
Contact Email
ekonurhermansyah@unw.ac.id
Phone
+628561717901
Journal Mail Official
abdulrohman15@gmail.com
Editorial Address
Jl. Diponegoro no 186 Gedanganak - Ungaran Timur, Kab. Semarang Jawa Tengah
Location
Kab. semarang,
Jawa tengah
INDONESIA
"JAMASTIKA" Jurnal Mahasiswa Teknik Informatika
Published by Universitas Ngudi Waluyo
ISSN : -     EISSN : 28097521     DOI : 10.35473
Core Subject : Science,
Computer Science & IT
Terbit dua kali setahun pada bulan April dan Oktober berisi tulisan ilmiah tentang mahasiswa teknik informatika, tulisan yang dimuat berupa hasil penelitian dari mahasiswa Teknik Informatika.
Arjuna Subject : Umum - Umum
Articles 133 Documents
 4   5   6   7   8 
Hepatitis Disease Diagnosis Expert System Using Certainty Factor Method: Hepatitis Disease Diagnosis Expert System Using Certainty Factor Method Sitorus, Dina Suzzete; Desiani, Anita
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 1 (2024): Jurnal Jamastika Vol.3 No.1 April 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i1.3064

Abstract

The liver is the largest visceral organ in the body with important roles such as hormone production, immunity, protein metabolism, and more. This visceral organ can also be affected by various diseases such as hepatitis. Hepatitis is an inflammatory disease of the liver caused by a virus. Hepatitis has five types of disease, namely Hepatitis A, Hepatitis B, Hepatitis C, Hepatitis D, and Hepatitis E. The types of hepatitis that have the most cases in Indonesia are Hepatitis A, Hepatitis B, and Hepatitis C. Hepatitis occurs due to a sedentary lifestyle. Hepatitis occurs due to unhealthy lifestyles and delays in treatment due to the patient's lack of knowledge about hepatitis. If hepatitis is not cured early, it can cause other diseases such as chronic liver and can also result in death, therefore this study aims to design an expert system that can diagnose hepatitis disease. This expert system design uses the certainty factor (CF) method. The certainty factor (CF) method is used because it can help and facilitate diagnosing hepatitis disease with a certainty value. The certainty value can be presented with a range of values from 0 to 100. This research produces an accuracy value of 80%, therefore this expert system is effective for measuring certainty in diagnosing hepatitis disease early.
Pemetaan Proyeksi Penduduk Indonesia (Menurut Jenis Kelamin) dengan Pendekatan Machine Learning: Mapping Indonesian Population Projections (By Gender) using a Machine Learning Approach Ariyanto, Nabhan Thoriq; Setyawan, Resa; Rianto; Purwayoga, Vega
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3210

Abstract

The use of Machine Learning techniques has become a vital method in predicting future population numbers. In Indonesia, population projections based on gender have a significant impact in planning national development. This research proposes an approach that utilizes Machine Learning modeling techniques to project the population of Indonesia based on gender. The dataset used includes various information such as population, province, year, and gender. The modeling process involves stages such as data preparation, model selection, model training, evaluation, and validation. The projection results are then assessed using various relevant model performance evaluation metrics. ABSTRAK Penggunaan Teknik Machine Learning telah menjadi sebuah metode yang vital dalam meramalkan jumlah penduduk di masa depan. Di Indonesia, proyeksi jumlah penduduk berdasarkam jenis kelamin memiliki dampak yang signifikan dalam merencanakan Pembangunan nasional. Peneletian ini mengusulkan suatu pendekatan yang memanfaatkan Teknik pemodelan Machine Learning untuk memproyeksikan jumlah penduduk Indonesia berdasarkan jenis kelamin. Dataset yang digunakan mencakup berbagai informasi seperti jumlah penduduk, provinsi, tahun, dan jenis kelamin. Proses pemodelan melibatkan tahapan-tahapan seperti persiapan data, pemodelan, dan evaluasi. Hasil proyeksi kemudian dinilai menggunakan berbagai metrik evaluasi kinerja model yang relevan.  
Perancangan Arsitektur Sistem Informasi Menggunakan Metode Enterprise Architecture Planning (Studi Kasus: Madrasah Tsanawiyah Slafiyah Syafi'iyah) Yuli Mariyani; Firman Santoso
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3232

Abstract

Madrasah Tsanawiyah Salafiyah Syafi’iyah Puti adalah jenjang dasar pada pendidikan formal di Indonesia setara dengan sekolah menengah pertama, yang pengolahannya ilakukan oleh departemen agama. Pendidikan Madrasah Tsanawiyah ditempuh dalam waktu 3 tahun, mulai dari kelas 1sampai kelas 3. Murid kelas 3 diwajibkan mengikuti ujian madrasah dahulu ujian nasional atau UN yang mempengaruhi kelulusan siswa. Lulusan Madrasah Tsanawiyah dapat melanjutkan pendidikan Madrasah Aliyah atau Sekolah Menengah Atau Sekolah Menengah Kejuruan. Kurikulum Madrasah Tsanawiyah sama dengan kurikulum Sekolah Menengah Pertama, anya saja pada Madrasah Tsanawiyah terdapat porsi lebih banyak mengenai pedidikan agama islam. Selain mengajarkan mata pelajaran sebagaimana sekolah dasar, juga ditambah dengan pelajaran–pelajaran seperti Al-qur’an Hadist, Aqidah Akhlaq, Fiqh, Sejarah Kebudayaan Islam. Dan Bahasa Arab. Pelajar Madrasah Tsanawiyah umumnya berusia 13-15 tahun. Di Indonesia setiap warga Negara berusia 7-15 tahun wajib mengikuti pendidikan dasar, yakni sekolah dasar(atau sederajat) 6 tahun dan sekolah menengah pertama (atau sederajat) 3 tahun. Lembaga Madrasah Tsanawiyah Salafiyah Syafi’iyah saat ini sudah memanfaatkan SI/TI untuk mendukung operasional beberapa divisinya, diantaranya untuk bagian pendaftaran peserta didik baru dan lain-lain. Kata Kunci:Arsitektur, Sistem Infoemasi, Madrasah Tsanawiyah
Penerapan Naive Bayes Classifier untuk Analisis sentimen Ulasan Pelanggan pada Frenz Accessories Handphone Nadia, Prasinta Hari; Siti Sri Wahyuni; Anggraini Puspita Sari
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3245

Abstract

Frenz Accessories Handphone adalah sebuah perusahaan yang bergerak di industri penjualan aksesoris HP dengan 200 cabang yang tersebar di pulau Jawa. Frenz sangat menghargai pendapat pelanggan terkait produk dan layanan yang mereka sediakan untuk meningkatkan kepuasan pelanggan dalam menghadapi persaingan industri yang semakin ketat. Namun, data ulasan pelanggan dengan volume yang terus meningkat di platform online seperti Google Maps membutuhkan waktu yang lama untuk mengetahui polaritas ulasan positif atau negatif secara manual. Oleh karena itu, diperlukan model analisis sentimen akurat yang dapat mengklasifikasikan ulasan pelanggan. Penelitian ini menggunakan metode Naive Bayes Classifier karena efisiensi dan kemampuannya yang handal dalam menangani klasifikasi teks dengan volume data yang besar. Algoritma ini sederhana namun efektif, memberikan hasil yang cepat dan akurat dengan komputasi yang relatif rendah. Alur metode ini dimulai dari pengumpulan data, data understanding, preprocessing text, data visualization, data preparation, dan modelling. Dataset yang digunakan untuk membangun model analisis sentimen adalah data ulasan pelanggan Frenz dari Google Maps sebanyak 1.311 data. Analisis sentimen dalam setiap aspek menghasilkan nilai akurasi sebesar 98% pada aspek Pelayanan, 100% pada aspek Kualitas, dan 82% pada aspek Barang. Hasil klasifikasi analisis sentimen divisualisasikan dalam bentuk dashboard yang dilengkapi dengan filter berdasarkan waktu, aspek, dan sentimen.
Penerapan Alpha-Beta Pruning dalam Pengembangan AI Catur: Evaluasi dan Peningkatan Strategi Nandana Wahyu Rizqullah; Awang Mohammad Ziadhasya Rizqaarrafi; Mohammad Quthbul Widad; Anggraini Puspita Sari
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3250

Abstract

Permainan catur merupakan permainan strategis yang dimainkan oleh dua pemain untuk mematikan pergerakan lawan mereka. Ketika bermain catur, orang belajar berpikir abstrak dan mencoba untuk menyelesaikan masalah, hal ini dapat berpengaruh terhadap pola pikir seseorang dalam kehidupan sehari-hari. Seiring berkembangnya zaman, teknologi digital mengalami bertumbuh pesat dan berdampak pada sistematis permainan catur itu sendiri. Penerapan algoritma alpha-beta pruning dalam pengembangan kecerdasan buatan untuk permainan catur telah menunjukkan peningkatan efisiensi dalam proses pencarian langkah yang optimal. Penelitian ini bertujuan untuk mengevaluasi pengaruh tingkat kedalaman alpha-beta pruning terhadap kesulitan dan waktu komputasi dalam permainan catur. Algoritma ini diimplementasikan menggunakan bahasa pemrograman python di lingkungan pengembangan Visual Studio Code (VS Code) dengan pustaka pygame untuk antarmuka grafis. Algoritma alpha-beta pruning mampu mengoptimalkan pencarian dengan memangkas cabang yang tidak relevan, namun membutuhkan sumber daya komputasi yang lebih besar pada kedalaman yang lebih tinggi. Kata Kunci:  Alpha-beta pruning, kecerdasan buatan, catur, algoritma pencarian, optimasi. 
Pemanfaatan Natural Language Processing Untuk Pengecekan Ejaan Sesuai KBBI Ledjap, Adventus Michael Bala; Rochmawati, Febriyan Putri; Marsanda, Dea Ayu Eka; Sari, Anggraini Puspita
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3255

Abstract

Spelling mistakes in the Indonesian language often occur due to lack of knowledge of spelling rules, the influence of foreign languages, and the use of informal language. This research aims to develop a Natural Language Processing (NLP) based spelling checking system that refers to the Dictionary of Indonesian Language (KBBI). The system is expected to be able to perform automatic spelling verification and correction with high accuracy. The method used is qualitative with an analytic descriptive approach, involving data collection from the KBBI and processing using Python. The research stages include collection, data cleaning, tokenization, and data analysis. The system was trained using a large Indonesian text dataset. The results showed the system achieved a spelling check accuracy of 81.64%, more accurate, easy to use, flexible, and adaptive than conventional systems. The number of words in the text affects the checking time, with longer text taking longer.
Efektivitas Gamifikasi dalam Sistem Informasi Perkuliahan Nandana Wahyu Rizqullah; Awang Mohammad Ziadhasya Rizqaarrafi; Hafidz Irham Ar Ridlo; Daniel Prasetio Budiman; Adhi Dwi Saputra; Pratama Wirya Atmaja
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3331

Abstract

Penelitian ini mengevaluasi efektivitas gamifikasi dalam sistem informasi perkuliahan melalui pengembangan prototipe LearnUp. Metode kuantitatif dan kualitatif digunakan untuk mengukur efektivitas dan memahami pengalaman pengguna. Hasil penelitian menunjukkan bahwa gamifikasi dapat meningkatkan motivasi belajar mahasiswa, membuat proses pembelajaran lebih menarik dan interaktif, serta memperbaiki kekurangan platform e-learning tradisional. Implementasi gamifikasi terbukti menjadi pendekatan inovatif yang dapat meningkatkan kualitas pembelajaran di lingkungan perguruan tinggi.
Sistem Rekomendasi Monitor Pada Komputer Berdasarkan Preferensi Pengguna Menggunakan Metode Content-Based Filtering Anggraini Puspita Sari; Dela Puspita Lasminingrum; Cinta Ramayanti; Iqbal Bagus Satriawan
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3355

Abstract

Era digital memaksa manusia untuk beradaptasi dengan penggunaan teknologi dalam kehidupan, termasuk penggunaan teknologi perangkat keras monitor untuk mendukung kegiatan krusial seperti bekerja atau belajar. Namun, berbagai informasi produk yang tersebar secara tidak terkendali di internet dan kurangnya literasi digital masyarakat menyebabkan pengguna kesulitan dalam menentukan pilihan monitor. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan suatu sistem rekomendasi monitor yang berbasis konten untuk membantu pengguna memilih monitor sesuai dengan preferensi yang dikehendaki. Penelitian ini menggunakan metode utama content-based filtering, dan gabungan antara teknik web scraping untuk pengumpulan data, normalisasi untuk persiapan data, dan algoritma TF-IDF serta cosine similarity untuk menganalisis dan merekomendasikan monitor berdasarkan atribut harga, ukuran layar, dan resolusi. Dengan metode tersebut, diharapkan sistem ini dapat mengurangi informasi produk yang berlebih serta memudahkan pengguna untuk mengambil keputusan untuk monitor yang diminati. Sistem rekomendasi ini memberikan output berupa rekomendasi monitor berdasarkan harga yang diinginkan pengguna, atau ukuran layar dan resolusi yang diharapkan pengguna. Kata kunci : Sistem rekomendasi, monitor, content-based learning, preferensi pengguna
Perbandingan Kinerja Metode Convolutional Neural Network (CNN) dan VGG-16 dalam Klasifikasi Rambu Lalu Lintas MOH MARIO SUBAGIO; Mulyani Satya Bhakti; Achmad Yusuf Yulestiono; Anggraini Puspita Sari
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3361

Abstract

Penelitian ini membandingkan kinerja metode Convolutional Neural Network (CNN) dan VGG-16 dalam klasifikasi rambu lalu lintas menggunakan dataset gambar yang telah diproses sebelumnya. CNN yang digunakan melibatkan beberapa lapisan konvolusi, pooling, dropout, dense, serta penerapan data augmentasi untuk meningkatkan performa model. Hasil penelitian menunjukkan bahwa CNN sederhana mampu menghasilkan akurasi yang lebih baik dalam klasifikasi rambu lalu lintas dibandingkan dengan VGG-16. Model CNN terdiri dari lapisan-lapisan yang lebih sederhana namun efektif dalam mengekstraksi fitur dan mengurangi dimensi data, sehingga mengurangi kompleksitas komputasi dan mencegah overfitting. VGG-16, yang merupakan salah satu arsitektur CNN yang lebih kompleks dan mendalam, memerlukan sumber daya komputasi yang lebih besar serta waktu pelatihan yang lebih lama. Meskipun VGG-16 dilatih dengan fine-tuning pada beberapa lapisan terakhir untuk menyesuaikan model dengan dataset rambu lalu lintas, hasil eksperimen menunjukkan bahwa VGG-16 masih memerlukan lebih banyak waktu dan sumber daya dibandingkan dengan CNN sederhana. Hasil penelitian ini menyimpulkan bahwa CNN sederhana tidak hanya efisien dan efektif untuk aplikasi dengan keterbatasan sumber daya tetapi juga mampu memberikan akurasi yang lebih tinggi dibandingkan VGG-16. Keunggulan CNN sederhana terletak pada efisiensi komputasi dan kemampuannya untuk dioptimalkan lebih lanjut, termasuk penerapan teknik transfer learning untuk meningkatkan performa model tanpa perlu pelatihan ulang dari awal. Dengan demikian, CNN sederhana menjadi pilihan yang lebih ideal untuk aplikasi klasifikasi rambu lalu lintas, terutama dalam konteks yang memerlukan efisiensi waktu dan sumber komputasi. Penelitian ini membuka peluang untuk eksplorasi lebih lanjut dalam penggunaan teknik optimisasi dan transfer learning guna meningkatkan kinerja model dalam berbagai aplikasi klasifikasi gambar. Kata Kunci: rambu lalu lintas, VGG16, convolutional neural network (CNN)
Penerapan Sistem Pakar untuk Diagnosis Awal Penyakit Pernapasan Kronis pada Manusia Fajrina, Nur Septia; Nurdianto, Muhammad Akbar; Zahran, Muhammad Sulthan; Sari, Anggraini Puspita
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3366

Abstract

Penyakit pernapasan kronis seperti asma, bronkitis kronis, dan penyakit paru obstruktif kronis (PPOK) adalah penyebab utama morbiditas dan mortalitas global. Deteksi dini dan intervensi yang tepat sangat penting untuk mengelola penyakit ini dan meningkatkan kualitas hidup pasien. Namun, proses diagnosis seringkali kompleks dan memerlukan keahlian klinis yang mendalam. Sistem pakar, sebagai salah satu cabang Artificial Intelligence (AI), dapat membantu dalam diagnosis penyakit ini dengan mengandalkan pengetahuan dari pakar manusia yang diimplementasikan dalam program komputer. Tujuannya adalah untuk meningkatkan deteksi dini dan intervensi yang tepat guna, mengingat kompleksitas proses diagnosis yang sering memerlukan keahlian klinis mendalam. Hasil penelitian menunjukkan bahwa sistem pakar ini mampu memberikan diagnosis awal yang membantu dalam pengambilan keputusan medis awal, terutama dalam situasi di mana akses langsung ke layanan kesehatan terbatas. Kata kunci: Penyakit pernapasan, Sistem pakar, Diagnosis sementara, Forward channing, Intervensi medis.

Page 6 of 14 | Total Record : 133

 4   5   6   7   8 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol. 4 No. 2 (2025): Volume 4 Nomor 2 Oktober 2025 Vol. 4 No. 1 (2025): Jurnal Jamastika, Volume 4 Nomor 1 April 2025 Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024 Vol. 3 No. 1 (2024): Jurnal Jamastika Vol.3 No.1 April 2024 Vol. 2 No. 2 (2023): Jurnal Jamastika Vol.2 No.2 Oktober 2023 Vol. 2 No. 1 (2023): Jurnal Jamastika Vol.2 No.1 April 2023 Vol. 1 No. 2 (2022): Jurnal Jamastika Vol.1 Vol.2 Oktober 2022 Vol. 1 No. 1 (2022): APRIL 2022