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 203 Documents
 17   18   19   20   21 
IMPLEMENTASI SISTEM KLASIFIKASI KATARAK PADA PUPIL MATA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Muhammad Yaasiin Hidayatulloh; Imam Much Ibnu Subroto
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

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 Akhsanul Khuluq Ahsan; 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

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

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.  

Page 21 of 21 | Total Record : 203

 17   18   19   20   21 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue 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