cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yusmaniarti
Contact Email
yusmaniarti8@gmail.com
Phone
+6281368411554
Journal Mail Official
rsit.ppmi@gmail.com
Editorial Address
Kota Palembang
Location
Kota palembang,
Sumatera selatan
INDONESIA
Jurnal Rekayasa Sistem Informasi dan Teknologi
Published by Yayasan Nuraini Ibrahim Mandiri
ISSN : -     EISSN : 3025888X     DOI : https://doi.org/10.59407/jrsit.v1i2
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Jurnal Rekayasa Sistem Informasi dan Teknologi (JRSIT) adalah jurnal nasional sebagai media kajian ilmiah hasil penelitian, pemikiran, dan kajian kritis-analitik mengenai penelitian di bidang ilmu dan teknologi komputer, termasuk Teknik Sistem, Teknik Informatika, Teknologi Informasi, Informatika Manajemen, dan Sistem Informasi. Jurnal Rekayasa Sistem Informasi dan Teknologi (JRSIT) diterbitkan oleh Yayasan Nuraini Ibrahim Mandiri. Dipublikasikan 4 edisi setiap tahun yaitu : Febuari, Mei, Agustus, November. Semua penerimaan naskah akan diproses secara double blind review oleh mitra bestari. Naskah harus dimasukkan dalam BAHASA INDONESIA atau BAHASA INGGRIS. e-ISSN : 3025-888X. DOI Prefix : 10.59407
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 216 Documents
 18   19   20   21   22 
IMPLEMENTASI SISTEM KLASIFIKASI KATARAK PADA PUPIL MATA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Hidayatulloh, Muhammad Yaasiin; Ibnu Subroto, Imam Much
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 3 (2026): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v3i3.3380

Abstract

Katarak merupakan penyebab utama kebutaan global yang memerlukan solusi deteksi dini yang efisien, murah, dan mudah diakses. Tujuan Penelitian ini bertujuan mengembangkan sistem klasifikasi katarak end-to-end yang diimplementasikan pada perangkat mobile untuk skrining mandiri. Metode Pendekatan Deep Learning berbasis Convolutional Neural Network (CNN) diterapkan dengan membandingkan dua arsitektur CNN Kustom dan MobileNetV3Small. Proses diawali dengan pra-pemrosesan citra menggunakan teknik cropping ROI (Region of Interest) pupil otomatis melalui fungsi crop_pupil() yang mengintegrasikan Gaussian blur, thresholding, dan contour detection. Hasil Berdasarkan pengujian menggunakan dataset yang dibagi menjadi 80% data latih dan 20% data validasi, model CNN Kustom menunjukkan performa terbaik dengan akurasi 91,61% dan F1-score 91,59% pada epoch ke-33. Implementasi model ke dalam aplikasi berbasis Flutter menggunakan format TensorFlow Lite menghasilkan latensi inferensi rata-rata 50 ms per citra. Kesimpulan Penelitian ini membuktikan bahwa integrasi metode pra-pemrosesan pupil dan arsitektur CNN yang ringan efektif digunakan untuk deteksi katarak berbasis mobile dengan keseimbangan akurasi dan kecepatan yang optimal.
Analisis Pola Perubahan Nilai Mahasiswa Menggunakan Metode Naive Bayes dan Decision Tree: Analisis Perubahan Nilai Mahasiswa Ahsan, Akhsanul Khuluq; Farid Fitriyadi
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 3 (2026): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v3i3.3460

Abstract

Nilai akademik merupakan indikator penting dalam menilai keberhasilan proses pembelajaran di perguruan tinggi. Penelitian ini bertujuan untuk menganalisis pola perubahan nilai mahasiswa dengan memanfaatkan metode klasifikasi berbasis Naive Bayes dan Decision Tree. Permasalahan utama yang diangkat adalah bagaimana kedua algoritma tersebut dapat digunakan untuk mengidentifikasi kecenderungan perubahan nilai mahasiswa berdasarkan jalur ajuan perbaikan nilai, baik melalui program studi maupun dosen pengampu. Data penelitian berupa riwayat nilai mahasiswa dari tahun 2023 hingga 2025, mencakup catatan nilai KHS, nilai baru, serta jalur ajuan perbaikan nilai. Tahapan penelitian meliputi pra-pemrosesan data (normalisasi, pembersihan, dan pembagian data training–testing), pembangunan model klasifikasi, optimasi hyperparameter, serta evaluasi menggunakan metrik akurasi, presisi, recall, F1-score, dan confusion matrix. Hasil analisis menunjukkan bahwa kedua metode memiliki tingkat akurasi yang sangat baik, dengan nilai akurasi mencapai 97% untuk Naive Bayes dan 98% untuk Decision Tree. Model Decision Tree unggul dalam memberikan visualisasi pola perubahan nilai, khususnya pada jalur program studi yang menunjukkan konsistensi tinggi dengan precision dan recall sebesar 0,98–0,99. Sementara itu, Naive Bayes lebih efisien dalam proses komputasi dan tetap menunjukkan performa stabil dengan precision dan recall di atas 0,90 pada jalur dosen pengampu. Namun, kelas klaim nilai ke transkrip dan hapus nilai tidak muncul dalam hasil evaluasi, yang mengindikasikan adanya ketidakseimbangan data (class imbalance). Temuan penelitian ini menegaskan perlunya pengayaan data serta penerapan teknik penyeimbangan agar model dapat menggeneralisasi seluruh jenis perubahan nilai secara optimal. Secara praktis, hasil penelitian diharapkan dapat menjadi dasar bagi institusi pendidikan dalam merancang strategi pembelajaran yang lebih adaptif, meningkatkan transparansi dalam pengelolaan akademik, serta memperkuat sistem evaluasi berbasis data.
EFEKTIVITAS PENGGUNAAN MEDIA SOSIAL SEBAGAI PLATFORM PEMASARAN PRODUK FASHION MUSLIM VIVIZUBEDI Eno Salsa Gayatri; Dita Oktavia; Dian Kasoni
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 3 (2026): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v3i3.3528

Abstract

Penelitian ini bertujuan untuk menganalisis efektivitas pemanfaatan media sosial TikTok sebagai sarana pemasaran digital dalam mempromosikan produk fashion muslim merek Vivizubedi. TikTok sebagai platform media sosial dengan pertumbuhan pengguna yang pesat memiliki potensi strategis dalam meningkatkan jangkauan pemasaran melalui konten kreatif, visual, dan interaktif. Penelitian ini menggunakan pendekatan deskriptif kuantitatif dengan objek penelitian berupa akun TikTok @vivizubedikendari. Metode analisis yang digunakan meliputi Three Layers of Social Media Analysis, yang terdiri atas media analysis, conversation analysis, dan network analysis, serta didukung oleh analisis SWOT untuk merumuskan strategi pemasaran digital. Hasil penelitian menunjukkan bahwa pemanfaatan TikTok sebagai media pemasaran digital efektif dalam meningkatkan keterlibatan audiens, yang ditunjukkan oleh respons positif dan tingkat engagement yang tinggi pada setiap konten video, terutama konten yang menampilkan produk Vivizubedi secara langsung. Selain itu, hasil analisis SWOT menghasilkan sejumlah strategi pengembangan pemasaran digital yang dapat diimplementasikan untuk memperkuat posisi merek Vivizubedi di platform TikTok.  
SISTEM PENDETEKSI OBJEK ROKOK MENGGUNAKAN ALGORITMA YOU ONLY LOOK ONCE (YOLO) PADA KAWASAN LARANGAN MEROKOK Sulaeman, Muhammad Azmi Abdillah; Sam Farisa Chaerul Haviana
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 3 (2026): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

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

Abstract

Merokok di area publik masih menjadi masalah yang sulit dikendalikan, terutama di lingkungan yang telah menerapkan kawasan bebas rokok. Oleh karena itu, dibutuhkan sebuah sistem otomatis yang mampu mendeteksi aktivitas merokok secara real-time. Penelitian ini bertujuan untuk membangun sebuah sistem deteksi rokok berbasis model You Only Look Once version 8 (YOLOv8) yang diintegrasikan dengan aplikasi web menggunakan Streamlit. Dataset yang digunakan diperoleh dari platform Roboflow dan dilatih menggunakan beberapa parameter, termasuk optimizer yang divariasikan untuk mengetahui pengaruhnya terhadap performa model. Model dilatih dengan menggunakan tiga jenis optimizer, yaitu SGD, Adam, dan auto. Hasil evaluasi menunjukkan bahwa auto optimizer, yang secara otomatis memilih algoritma AdamW, memberikan performa terbaik dengan nilai precision sebesar 0.878, recall sebesar 0.795, dan mAP50 sebesar 0.863. Selain itu, sistem diuji menggunakan tiga jenis sumber input, yaitu webcam, IP camera, dan file upload. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi objek rokok secara akurat dan menampilkannya melalui antarmuka pengguna dengan bounding box dan perhitungan jumlah objek terdeteksi. Dari hasil penelitian ini, dapat disimpulkan bahwa sistem deteksi rokok yang dibangun mampu bekerja secara efektif dalam berbagai kondisi input dan dapat digunakan sebagai alat bantu pengawasan untuk mendeteksi aktivitas merokok secara otomatis di area terlarang.
PERANCANGAN JARINGAN FIBER OPTIK UNTUK MENINGKATAN EFISIENSI DAN KEANDALAN INFRASTRUKTUR JARINGAN PT LINTANG MEDIA INFOTAMA Mochamad Sidqon; Anton Breva Y; Roenadi Koesdijarto; M.Faresyah
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 3 (2026): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

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

Abstract

PT. Lintang Media Infotama merupakan penyedia layanan internet berbasis fiber optik yang berlokasi di Kecamatan Taman, Kabupaten Sidoarjo, dengan kecepatan layanan mulai dari 10 Mbps hingga 50 Mbps. Untuk memastikan kualitas dan stabilitas koneksi yang diterima pelanggan, dilakukan perancangan jaringan berbasis koordinat geografis menggunakan aplikasi Google Earth sebagai media pemetaan area jaringan. Studi ini melibatkan pengumpulan data dari pihak internal perusahaan serta Tujuan utama dari perancangan ini adalah meningkatkan kepuasan pelanggan dengan memastikan distribusi layanan berjalan optimal dan stabil. Hasil dari analisis ini diharapkan dapat menjadi acuan bagi pihak manajemen dalam meningkatkan kualitas jaringan dan memperluas cakupan layanan secara efisien
Sistem Deteksi Dini dan Pelacakan Pencurian Kendaraan Bermotor Menggunakan GPS NEo-6M dan Platform Android Lukas Arief Prasety; Imam Himawan; Redo Abeputra Sihombing
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 4 (2026): Mei
Publisher : Yayasan Nuraini Ibrahim Mandiri

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

Abstract

Peningkatan kasus pencurian kendaraan bermotor di Indonesia memerlukan solusi keamanan yang efektif dan dapat dimonitor secara real-time. Penelitian ini bertujuan untuk merancang dan membangun sistem GPS tracking kendaraan bermotor berbasis Internet of Things menggunakan ESP32 TTGO SIM800L dengan aplikasi monitoring berbasis Android. Sistem ini dilengkapi dengan sensor GPS NEo 6m untuk menentukan lokasi kendaraan dan sensor proximity untuk mendeteksi pergerakan mencurigakan saat kendaraan dalam kondisi parkir. Metode pengembangan sistem menggunakan paradigma prototype dengan perancangan berbasis UML. Database real-time Firebase digunakan untuk menyimpan dan menampilkan data koordinat GPS secara real-time pada aplikasi Android. Hasil pengujian menunjukkan sistem dapat melacak posisi kendaraan dengan tingkat akurasi rata-rata 6,1 meter di jalan raya dan 7,837 meter di pemukiman padat penduduk. Sensor proximity berhasil mendeteksi pergerakan kendaraan dengan sensitivitas 5 ketukan dan mengaktifkan alarm peringatan. Fitur kontrol engine melalui aplikasi Android dapat memutus aliran listrik kendaraan dari jarak jauh. Sistem ini terbukti efektif sebagai solusi keamanan kendaraan bermotor dengan monitoring real-time yang dapat diakses melalui smartphone.
TRANSFORMASI PENDIDIKAN INDONESIA MELALUI LITERASI ARTIFICIAL INTELLIGENCE DAN SISTEM KOMPUTER BERBASIS OBE Akhmad Aris Tantowi; Rahmadanil Rahmadanil; Ahmadi Ahmadi
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 4 (2026): Mei
Publisher : Yayasan Nuraini Ibrahim Mandiri

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

Abstract

Transformasi pendidikan di era digital menuntut integrasi teknologi, literasi Artificial Intelligence (AI), dan pemahaman sistem komputer dalam proses pembelajaran. Pendekatan Outcome-Based Education (OBE) menjadi salah satu strategi penting dalam pengembangan kurikulum yang berorientasi pada capaian pembelajaran, kompetensi, dan kesiapan lulusan menghadapi tantangan industri 5.0. Penelitian ini bertujuan untuk menganalisis integrasi literasi AI dan konsep sistem komputer berbasis OBE dalam mendukung transformasi pendidikan di Indonesia serta mengidentifikasi tantangan dan peluang implementasinya dalam pembelajaran modern. Metode penelitian yang digunakan adalah Structured Literature Review (SLR) dengan tahapan identifikasi, seleksi, analisis, dan sintesis berbagai artikel ilmiah, prosiding, serta sumber akademik yang relevan terkait implementasi AI, sistem komputer, dan OBE dalam pendidikan. Hasil penelitian menunjukkan bahwa integrasi literasi AI dan sistem komputer berbasis OBE mampu meningkatkan kemampuan berpikir kritis, kreativitas, pemecahan masalah, literasi digital, serta kesiapan peserta didik menghadapi perkembangan teknologi modern dan kebutuhan industri. Selain itu, penerapan kurikulum berbasis OBE yang terintegrasi dengan AI dapat mendukung pembelajaran yang lebih adaptif, personal, dan berbasis kompetensi. Namun, implementasinya masih menghadapi berbagai tantangan, seperti keterbatasan infrastruktur digital, kompetensi pendidik, serta perlunya kebijakan pendidikan yang lebih adaptif dan berkelanjutan. Penelitian ini menghasilkan kerangka konseptual integrasi AI, sistem komputer, dan OBE yang dapat dijadikan acuan dalam pengembangan pembelajaran dan transformasi pendidikan di Indonesia.
Bahasa Indonesia: Bahasa Inggris Ni’ma Aeni; Nisa Siti Nur Azizah; Siti Robiah
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 4 (2026): Mei
Publisher : Yayasan Nuraini Ibrahim Mandiri

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

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi penjualan berbasis web pada Housemanah.ind sebagai upaya digitalisasi bisnis guna meningkatkan efisiensi operasional, akurasi pengelolaan data, dan kualitas layanan pelanggan. Metode penelitian yang digunakan adalah metode deskriptif kualitatif yang didukung data kuantitatif sederhana, dengan pengembangan sistem menggunakan metode Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan sistem. Hasil penelitian menunjukkan bahwa sistem informasi penjualan berbasis web yang dikembangkan mampu mengintegrasikan pengelolaan produk, transaksi penjualan, keranjang belanja, pemesanan, verifikasi pembayaran, pengelolaan stok, data pelanggan, serta laporan penjualan dalam satu platform terpusat. Sistem yang dihasilkan dapat berjalan sesuai kebutuhan pengguna, baik administrator maupun pelanggan, sehingga mempermudah proses transaksi, meningkatkan kecepatan penyajian informasi, mengurangi kesalahan pencatatan, serta mendukung akses data secara real-time. Simpulan penelitian ini adalah bahwa implementasi sistem informasi penjualan berbasis web pada Housemanah.ind efektif mendukung transformasi digital bisnis, meningkatkan efisiensi pengelolaan penjualan, dan memperkuat daya saing usaha di era ekonomi digital.  
HYBRID TIME SERIES CLASSIFICATION UNTUK DETEKSI RISIKO KESEHATAN MENTAL BERBASIS INDOBERT DAN BI-LSTM Yassa Ayu Rahmadhani; Mustafa
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 4 (2026): Mei
Publisher : Yayasan Nuraini Ibrahim Mandiri

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

Abstract

Penelitian ini bertujuan untuk mengembangkan pendekatan Hybrid Time Series Classification berbasis IndoBERT dan Bidirectional Long Short-Term Memory (Bi-LSTM) dalam mendeteksi risiko kesehatan mental melalui analisis dinamika sentimen temporal pada data media sosial. Metode penelitian yang digunakan meliputi pengumpulan data Twitter (X), preprocessing teks, filtering konteks kesehatan mental menggunakan kombinasi keyword matching dan validasi kontekstual berbasis IndoBERT, penanganan data imbalance melalui teknik oversampling dan undersampling, transformasi data ke dalam bentuk deret waktu, feature engineering, serta pemodelan menggunakan Bi-LSTM. Evaluasi model dilakukan menggunakan confusion matrix, accuracy, precision, recall, dan F1-score, sedangkan hasil analisis divisualisasikan melalui dashboard interaktif berbasis Streamlit. Hasil penelitian menunjukkan bahwa proses filtering berhasil meningkatkan relevansi data dari 23.644 tweet menjadi 7.266 tweet yang sesuai dengan konteks kesehatan mental. Selain itu, penerapan teknik balancing terbukti meningkatkan performa model secara signifikan, ditunjukkan oleh peningkatan nilai accuracy dari 0,4789 menjadi 1,0000 dan F1-score dari 0,5240 menjadi 1,0000. Model juga mampu menangkap pola sentimen temporal serta mengklasifikasikan tingkat risiko kesehatan mental ke dalam kategori rendah, sedang, dan tinggi dengan tingkat akurasi yang sangat tinggi. Simpulan penelitian ini menunjukkan bahwa pendekatan hybrid berbasis IndoBERT dan Bi-LSTM efektif dalam mengintegrasikan pemahaman konteks bahasa dan dinamika temporal untuk mendeteksi risiko kesehatan mental secara adaptif, sehingga berpotensi mendukung pengembangan sistem pemantauan kesehatan mental berbasis media sosial yang lebih representatif dan informatif.  
Implementasi Progressive Web App (PWA) untuk Monitoring Kualitas Nutrisi Hidroponik Berbasis IoT M Rizki Rianto; La Ode Amril; Susi Maulidiah
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 3 No. 4 (2026): Mei
Publisher : Yayasan Nuraini Ibrahim Mandiri

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

Abstract

Penelitian ini bertujuan untuk mengimplementasikan Progressive Web App (PWA) pada sistem monitoring kualitas nutrisi hidroponik berbasis Internet of Things (IoT) guna meningkatkan efisiensi pemantauan kondisi tanaman secara real-time dan mendukung pengambilan keputusan yang cepat berdasarkan data aktual. Metode penelitian yang digunakan adalah metode Waterfall yang meliputi tahapan analisis kebutuhan, perancangan arsitektur sistem, implementasi, dan pengujian. Sistem dikembangkan menggunakan mikrokontroler ESP32 sebagai perangkat IoT, Node.js dengan framework HAPI sebagai backend, MongoDB sebagai basis data, serta teknologi Progressive Web App yang memanfaatkan service worker dan web app manifest. Hasil penelitian menunjukkan bahwa sistem berhasil menampilkan data pH, suhu, dan Total Dissolved Solids (TDS) secara real-time melalui dashboard yang responsif dan dapat diinstal pada perangkat pengguna melalui fitur Add to Home Screen (A2HS). Sistem juga mampu mengelola data historis dalam jumlah besar melalui mekanisme paginasi yang ringan, menyediakan fitur ekspor laporan PDF, serta mengirimkan notifikasi peringatan dini melalui email ketika nilai nutrisi berada di luar batas toleransi yang telah ditentukan. Berdasarkan hasil pengujian menggunakan metode Black Box Testing, seluruh fitur utama sistem yang meliputi autentikasi pengguna, monitoring real-time, riwayat data, unduh laporan PDF, dan notifikasi peringatan dini memperoleh status valid. Simpulan penelitian ini adalah implementasi PWA pada sistem monitoring kualitas nutrisi hidroponik berbasis IoT berhasil menghasilkan aplikasi yang efektif, responsif, andal, dan mudah diakses, sehingga layak digunakan untuk mendukung pengelolaan nutrisi hidroponik secara berkelanjutan.  

Page 21 of 22 | Total Record : 216

 18   19   20   21   22 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 4 (2026): Mei Vol. 3 No. 3 (2026): Februari Vol. 3 No. 2 (2025): November Vol. 3 No. 1 (2025): Agustus Vol. 2 No. 4 (2025): Mei Vol. 2 No. 3 (2025): Februari Vol. 2 No. 2 (2024): November Vol. 2 No. 1 (2024): Agustus Vol. 1 No. 4 (2024): Mei Vol. 1 No. 3 (2024): Februari Vol. 1 No. 2 (2023): November Vol. 1 No. 1 (2023): Agustus More Issue