cover
Contact Name
Nurul Chafid
Contact Email
chafid09@gmail.com
Phone
+6281316027722
Journal Mail Official
redaksi_jurnalft@usni.ac.id
Editorial Address
Fakultas Teknik USNI, Kampus A Lt. 1 Gedung D Jl. Arteri Pondok Indah No.11 Kebayoran Lama, Jakarta Selatan 12240 Phone: 021- 739 8393 Fax: 021- 720 0352 Email: redaksi_jurnalft@usni.ac.id
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Jurnal Ilmiah Mahasiswa Teknik
ISSN : -     EISSN : 30321913     DOI : https://doi.org/10.59134/jimat.v1i2
urnal Ilmiah Mahasiswa Teknik pertama kali diterbitkan pada tahun 2023. Jurnal ini dimaksudkan sebagai media kajian ilmiah hasil penelitian dari skripsi mahasiswa, pemikiran dan kajian analisis kritis mengenai penelitian di Bidang Teknologi Informasi dan Teknik, Teknik Lingkungan serta ilmu terapan. Jurnal Ilmiah Mahasiswa Teknik menerbitkan 2 (dua) jurnal dalam setiap tahunnya, yaitu terbit di bulan April dan Oktober. Jurnal Ilmiah Mahasiswa Teknik sebagai bagian dari semangat menyebarluaskan ilmu pengetahuan hasil dari penelitian dan pemikiran untuk tri dharma pada perguruan tinggi. Situs Jurnal Ilmiah Mahasiswa Teknik menyediakan artikel-artikel jurnal untuk diunduh secara gratis. Jurnal Ilmiah Mahasiswa Teknik adalah jurnal ilmiah Teknologi Informasi dan berbagai bidang ilmu lainnya yang merupakan sumber referensi akademisi di bidang Teknologi Informasi, Teknik Lingkungan dan Terapan. Jurnal Ilmiah Mahasiswa Teknik menerima artikel ilmiah dengan lingkup penelitian pada: System Engineering Expert system Decision Support System Data Mining Artificial Intelligence System Computer network Computer Engineering Environment Engineering Electrical Engineering Image processing Genetic Algorithms Designing Information Systems Business Intelligence and Knowledge Management Database System Big Data Energy Management Enterprise Computing Technology Management
Articles 23 Documents
PERANCANGAN SISTEM INFORMASI PENGELOLAAN DATA PENGUNJUNG PADA RUANG PUBLIK TERPADU RAMAH ANAK KRAMAT PELA BERBASIS WEB Brillian, Naufal; Hendradi, Prionggo; Priambodo, Agung; Zuli, Faizal
JURNAL JIMATEK Vol. 3 No. 1 (2025): Vol. 3 No. 1 (2025): JIMATEK : JURNAL ILMIAH MAHASISWA TEKNIK
Publisher : FT-USNI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59134/jimat.v3i1.739

Abstract

Pengelolaan data pengunjung di RPTRA Kramat Pela masih dilakukan secara manual sehingga kurang efisien, rawan kehilangan data, dan menyulitkan pelaporan. Penelitian ini bertujuan merancang sistem informasi pengelolaan data pengunjung berbasis web menggunakan metode Waterfall dengan tahapan analisis, perancangan, implementasi, dan pengujian. Sistem dikembangkan menggunakan Laravel, MySQL, dan Bootstrap, dengan fitur pencatatan kunjungan, pengelolaan laporan masyarakat, serta visualisasi data dalam bentuk grafik. Hasil penelitian menunjukkan sistem dapat meningkatkan efisiensi kerja petugas, mempermudah akses informasi bagi pimpinan, serta mendukung transparansi pengelolaan RPTRA.
ANALISIS SENTIMEN PADA ULASAN PENGGUNA GAME MOBILE LEGENDS DI PLAY STORE MENGGUNAKAN DEEP LEARNING TRANSFORMERS BERT Khoiril S, Muhammad; Hendradi, Prionggo; Sibarani, Riama; Zuli, Faizal
JURNAL JIMATEK Vol. 3 No. 1 (2025): Vol. 3 No. 1 (2025): JIMATEK : JURNAL ILMIAH MAHASISWA TEKNIK
Publisher : FT-USNI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59134/jimat.v3i1.740

Abstract

Game Mobile Legends: Bang Bang menghasilkan jutaan ulasan pengguna yang mengandung sentimen berharga bagi pengembang, namun analisisnya terkendala oleh volume data yang besar serta penggunaan bahasa informal yang kompleks. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem analisis sentimen otomatis menggunakan model deep learning Transformers BERT untuk mengklasifikasikan ulasan pengguna ke dalam kategori positif, negatif, dan netral. Metode penelitian mencakup pengumpulan 548.250 data ulasan dari Kaggle, pra-pemrosesan teks untuk menangani noise, dan pelatihan model IndoBERT melalui teknik fine-tuning. Kinerja model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model IndoBERT yang telah disempurnakan (fine-tuned) mencapai akurasi 83.2%, sebuah peningkatan signifikan sebesar +62.8% dibandingkan model dasarnya (pre-trained) yang hanya mencapai 20.4%. Keberhasilan ini membuktikan bahwa proses fine-tuning secara efektif mengadaptasi model untuk memahami jargon dan konteks unik dalam ulasan game. Seluruh alur penelitian diimplementasikan dalam sebuah aplikasi web interaktif menggunakan Streamlit sebagai bukti konsep dan alat visualisasi hasil analisis. (Sutabri, Rian, Hendradi, & Febrianto, 2019)
ANALISA KEAMANAN WEBSITE MENGGUNAKAN AQUA SECURITY: INTEGRASI BIG DATA DALAM DETEKSI DAN MITIGASI ANCAMAN PADA LINGKUNGAN KONTAINER Pandito, Sultan Sabdo; Nauli, Sukarno Bahat; Sitorus, Hernalom; Manik, Melani Indah Sari
JURNAL JIMATEK Vol. 3 No. 1 (2025): Vol. 3 No. 1 (2025): JIMATEK : JURNAL ILMIAH MAHASISWA TEKNIK
Publisher : FT-USNI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59134/jimat.v3i1.761

Abstract

Penelitian ini mengevaluasi efektivitas Aqua Security untuk deteksi dan mitigasi ancaman pada lingkungan kontainer yang menjalankan aplikasi web dan modul Big Data. Arsitektur uji menggunakan Docker dan Kubernetes. Metode meliputi pemindaian image, kebijakan runtime, RBAC, dan pemeriksaan kepatuhan, disertai simulasi serangan serta analisis log. Hasil menunjukkan Aqua mampu mengidentifikasi kerentanan dan aktivitas anomali saat runtime serta memberi rekomendasi kebijakan yang mempercepat respons dan menurunkan risiko pada skenario laboratorium. Keterbatasan penelitian terletak pada skala uji dan variasi beban yang terbatas. Kesimpulannya, integrasi Aqua Security efektif sebagai lapisan deteksi dan mitigasi pada arsitektur kontainer web + Big Data, dan direkomendasikan untuk diuji lanjut pada skala produksi.

Page 3 of 3 | Total Record : 23