cover
Contact Name
Rani Megasari
Contact Email
megasari@upi.edu
Phone
+628112412413
Journal Mail Official
jatikom@upi.edu
Editorial Address
Program Studi Ilmu Komputer FPMIPA Universitas Pendidikan Indonesia Jl.Setiabudhi 229 Bandung Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer
ISSN : -     EISSN : 2615577X     DOI : https://doi.org/10.17509/jatikom
JATIKOM adalah jurnal nasional yang ditujukan sebagai media publikasi hasil-hasil penelitian tentang aplikasi dan teori di rumpun bidang ilmu komputer seperti kecerdasan buatan, rekayasa perangkat lunak, basis data, sistem informasi, jaringan komputer, teknologi informasi, simulasi dan pemodelan, riset operasi, sistem digital, dan multimedia. JATIKOM diterbitkan dua kali setahun, yaitu pada bulan Maret dan September oleh Program Studi Ilmu Komputer Departemen Pendidikan Ilmu Komputer, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam (FPMIPA), Universitas Pendidikan Indonesia (UPI). Kami mengundang peneliti, akademisi dan praktisi industri yang memiliki hasil penelitian terkait aplikasi dan teori ilmu komputer untuk berkontribusi dalam jurnal ini.
Articles 55 Documents
SISTEM PENDUKUNG KEPUTUSAN PENCARIAN KARYAWAN BARU MENGGUNAKAN METODE PROFILE MATCHING Khauli, Arindya; Alexander, Tobias
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 4, No 2 (2021)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v4i2.30486

Abstract

Pada saat ini memilih karyawan baru sangat sulit dilakukan, dikarenakan pemilihannya yang masih dilakukan secara manual. Hal ini membuat manager dari alfamart ini mengalami kesulitan dalamĀ  memilih karyawan yang akan di jadikan karyawan yang terbaik. Hingga sampai saat ini dilakukan dengan cara manual. Sehingga memerlukan suatu sistem pendukung keputusan yang digunakan untuk pemililhan karyawan terbaik. Pada sistem pengambilan keputusan ini dengan menggunakan metode Profile Matching untuk menentukan alternative dan kriteri. Adapun kriteria yang akan digunakan untuk menentukan karyawan terbaik yaitu aspek kecerdasan, target kerja dan sikap kerja.pada pengujian dan penerapannya yangn dilakukan dengan memperoleh hasil karyawan terbaik dengan beberapa alternatifnya yaitu karyawan yang menjadi alternatif ke 1 yang dijadikan sebagai karyawan yang terbaik.
Insight and Foresight: Mortality Trends Due to Malnutrition Haq, Mia Karisma; Zulfikar, Ihsan Ghozi; Putra, Rhisma Syahrul; Yusof, Mohamad Azfar Syazani Bin Md; Sagita, Arianti Apriani; Intanty, Della Rachmatika Noer
Jurnal Aplikasi dan Teori Ilmu Komputer Vol 7, No 2 (2024): September 2024, Jurnal Aplikasi dan Teori Ilmu Komputer (Jatikom)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v7i2.72389

Abstract

Malnutrition remains a significant global health problem, linked to a substantial proportion of child deaths worldwide. According to the United Nations, malnutrition is responsible for 45% of deaths in children under five. The World Food Programme estimates that over 820 million people globally suffer from hunger, with malnutrition playing a crucial role in this crisis. This study uses Python for data analysis and visualization, integrating time-series analysis and deep learning to forecast global malnutrition trends. The system processes data from 1970 to 2022, normalizes it, and trains a model comprising Conv1D and LSTM layers. The predictions are visualized using Plotly and displayed in a Flask web application, offering interactive features for exploring the data. The results highlight a notable decline in malnutrition-related deaths in both developing and developed nations, reflecting the success of previous interventions. However, developing countries continue to report a higher number of diseases and conditions associated with malnutrition, underscoring the need for further targeted interventions.
Rancang Bangun Aplikasi Penyewaan Skuter Online Berbasis Mobile Menggunakan Metode Extreme Programming (Studi kasus: Skuterin Purwakarta) Nurachman, Muhamad Luthfi Aulia; Tamyiz, Uus Muhammad Husni; Minarto, Minarto
Jurnal Aplikasi dan Teori Ilmu Komputer Vol 7, No 2 (2024): September 2024, Jurnal Aplikasi dan Teori Ilmu Komputer (Jatikom)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v7i2.53464

Abstract

Saat ini, teknologi perangkat mobile telah menjadi kebutuhan utama manusia dan memudahkan berbagai pekerjaan di berbagai bidang melalui aplikasi mobile, termasuk sektor transportasi dan pariwisata, khususnya bisnis penyewaan skuter listrik. Penelitian ini berfokus pada Skuterin Purwakarta, sebuah perusahaan penyewaan skuter listrik yang masih menjalankan proses bisnis secara manual, seperti pemesanan melalui WhatsApp atau kunjungan langsung ke kantor, serta pencatatan yang dilakukan menggunakan buku. Proses ini dinilai kurang efektif dan tidak sesuai dengan kebutuhan saat ini. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan aplikasi penyewaan skuter berbasis Android yang memungkinkan pelanggan mengakses informasi skuter tanpa harus datang ke kantor, serta mempermudah pengelola dalam mendata skuter, pelanggan, dan transaksi penyewaan. Aplikasi ini akan dikembangkan menggunakan Android Studio dan database MySQL dengan metode extreme programming, dan seluruh proses dalam sistem akan berjalan secara online untuk meningkatkan efisiensi dan efektivitas operasional perusahaan.
Klasifikasi Penyakit Daun Tanaman Tomat Menggunakan EfficientFormer Wihardi, Yaya; Erlangga, Erlangga; Himmah, Amirah Dzatul; Siregar, Herbert
Jurnal Aplikasi dan Teori Ilmu Komputer Vol 7, No 2 (2024): September 2024, Jurnal Aplikasi dan Teori Ilmu Komputer (Jatikom)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v7i2.80339

Abstract

Tomatoes are crucial crops for Indonesian farmers, but they often suffer from diseases caused by fungi, bacteria, and viruses, leading to potential 40% yield loss. Current methods of spotting these diseases by eye result in costly and ineffective use of pesticides. This study focuses on a new way to classify tomato plant diseases using EfficientFormer. This method aims for high accuracy and fast inference time. The model reached an impressive 92% accuracy and takes just 0.4 seconds to identify diseases. This new approach could help farmers spot tomato plant diseases more accurately and quickly, potentially reducing economic losses and excessive pesticide use in Indonesia.
Pengukuran Konsistensi Kinerja Belajar Mahasiswa Menggunakan Algoritma K-Means Gumelar, Firmansyah; Siregar, Herbert; Kusnendar, Jajang
Jurnal Aplikasi dan Teori Ilmu Komputer Vol 7, No 2 (2024): September 2024, Jurnal Aplikasi dan Teori Ilmu Komputer (Jatikom)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v7i2.50441

Abstract

Pesatnya perkembangan teknologi kini telah memasuki berbagai bidang, termasuk pendidikan. Revolusi Industri 4.0 dalam bidang pendidikan menuntut peserta didik untuk mampu bersaing dengan peserta didik lainnya di berbagai aspek dari banyak wilayah. Salah satu tantangannya adalah tenaga kerja yang terpercaya, yang membutuhkan kematangan skill dan pengetahuan yang dibutuhkan, dan ini didapat dari hasil kinerja belajar dari pendidikan yang mereka ambil. Ini membuat para peserta didik harus mampu menjaga kinerja belajar mereka agar mampu bersaing. Penelitian tentang pengukuran konsistensi kinerja belajar peserta didik, seperti mahasiswa, masih jarang dilakukan. Penelitian ini akan menggunakan sebuah metode clustering, yaitu K-Means untuk melakukan pengukuran konsistensi kinerja belajar tersebut. Data yang digunakan adalah data mahasiswa dummy atau data fiktif yang dibuat sendiri oleh penulis. Jumlah mahasiswa yang akan diteliti adalah 80 orang yang akan dibagi menjadi 3 klaster. Ada dua metode yang digunakan, yaitu metode K-Means standar, dan K-Means dengan MinMaxScaler (MMS). MMS digunakan untuk mengubah rentang data menjadi rentang tertentu seperti 0 dan 1. Hasil pengukuran konsistensi kinerja belajar mahasiswa secara keseluruhan dalam metode standar yang tergolong naik, tetap, dan turun adalah 36%, 39%, dan 25%. Sedangkan dalam metode MMS adalah 36%, 44%, dan 20%.