cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahtiar Imran
Contact Email
bahtiarimranlombok@gmail.com
Phone
+6285337626083
Journal Mail Official
bahtiarimranlombok@gmail.com
Editorial Address
Perumahan Green Asia Blok I2-04, Kecamatan Labuapi, Kabupaten Lombok Barat Nusa Tenggara Barat, Indonesia
Location
Kab. lombok barat,
Nusa tenggara barat
INDONESIA
Jurnal Kecerdasan Buatan dan Teknologi Informasi
Published by CV. Ninety Media Publisher
ISSN : 29636191     EISSN : 29642922     DOI : https://doi.org/10.69916
Core Subject : Science,
Computer Science & IT
Jurnal Kecerdasan Buatan dan Teknologi Informasi or abbreviated JKBTI is a national journal published by the Ninety Media Publisher since 2022 with E-ISSN : 2964-2922 and P-ISSN : 2963-6191. JKBTI publishes articles on research results in the field of Artificial Intelligence and Information Technology. JKBTI is committed to becoming the best national journal by publishing quality articles in Indonesian and English and becoming the main reference for researchers. All submissions are blind and reviewed by peer reviewers. All papers can be submitted in BAHASA INDONESIA or ENGLISH. Scope : Neural Networks, Machine Learning, Deep Learning, Data Mining, Big Data, Decision-Making System, Information System, Mobile Application, Data Warehouses, Database, Internet of Thing, Expert System.
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 8 Documents
 1 
Search results for , issue "Vol. 4 No. 3 (2025): September 2025" : 8 Documents clear
ARSITEKTUR ENTERPRISE PADA DINAS PENANAMAN MODAL, PELAYANAN TERPADU SATU PINTU DAN TENAGA KERJA KABUATEN BONDOWOSO MENGGUNAKAN METODE TOGAF ADM Karimah, Ummul; Munazilin, Akhlis
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 3 (2025): September 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i3.244

Abstract

Perkembangan teknologi informasi menuntut organisasi pemerintahan untuk terus berinovasi dalam meningkatkan kualitas pelayanan publik. Dinas Penanaman Modal, Pelayanan Terpadu Satu Pintu, dan Tenaga Kerja (DPMPTSPNAKER) Kabupaten Bondowoso merupakan instansi strategis yang memiliki fungsi lintas sektoral dalam mendukung investasi, pelayanan perizinan, pengawasan pelaku usaha, serta perlindungan tenaga kerja. Namun, kondisi eksisting menunjukkan bahwa pemanfaatan teknologi belum optimal dan sistem informasi belum sepenuhnya terintegrasi. Penelitian ini bertujuan untuk merancang Arsitektur Enterprise (EA) menggunakan kerangka kerja TOGAF ADM sebagai solusi integrasi sistem, sekaligus menghasilkan blueprint teknologi informasi yang komprehensif. Metode penelitian menggunakan tahapan TOGAF ADM, mulai dari preliminary, visi arsitektur, arsitektur bisnis, arsitektur sistem informasi (aplikasi dan data), arsitektur teknologi, hingga analisis peluang dan solusi. Analisis SWOT dan value chain digunakan untuk mengidentifikasi aktivitas utama dan pendukung serta faktor internal dan eksternal organisasi. Hasil penelitian menunjukkan bahwa proses bisnis utama DPMPTSPNAKER meliputi perizinan berusaha dan non-berusaha, pengawasan pelaku usaha, ketenagakerjaan, dan penanaman modal, sedangkan proses pendukung meliputi manajemen keuangan, administrasi, kepegawaian, pengelolaan database, serta aset. Blueprint yang dihasilkan merekomendasikan 14 sistem informasi, mulai dari OSS_RBA, SIAPO, SIPIT, SIPAUS, hingga SIBARA, dengan integrasi Single Sign On (SSO) dan penguatan aspek keamanan. Selain itu, penelitian ini memberikan rekomendasi pengembangan hardware, software, serta rancangan arsitektur teknologi berbasis topologi jaringan dengan desain redundansi. Kesimpulan menunjukkan bahwa penerapan EA berbasis TOGAF ADM dapat meningkatkan efisiensi operasional, integrasi sistem, serta kualitas pelayanan publik, sekaligus mendukung percepatan transformasi digital di DPMPTSPNAKER Kabupaten Bondowoso.
ANOMALY DETECTION IN MNIST DATASET USING ONE-CLASS SVM Saadah, Barokah
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 3 (2025): September 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i3.324

Abstract

Anomaly detection has become an essential aspect of modern machine learning, particularly in scenarios where labeled data is scarce or unavailable. This study presents a comparative analysis between two widely used unsupervised algorithms: One-Class Support Vector Machine (OCSVM) and Isolation Forest. Using the MNIST dataset as a benchmark, the evaluation focuses on score distribution, training time, precision measured by ROC-AUC, and sensitivity to data variations. The results demonstrate distinct trade-offs between the two approaches. OCSVM produces a centralized score distribution (0.4–0.5) and achieves superior classification performance with a ROC-AUC of 0.92, which is statistically significant (p < 0.05 by DeLong’s test). This indicates that OCSVM is highly effective in identifying structural deviations, making it suitable for applications requiring strict data validation and reliability, such as fraud detection and critical quality control. However, this higher accuracy comes at the cost of computational efficiency, as OCSVM requires approximately 120 seconds for training. In contrast, Isolation Forest yields a more spread score distribution (0.3–0.7) and slightly lower precision (ROC-AUC 0.85), but it significantly reduces training time to just 60 seconds. Moreover, its high sensitivity to minor variations highlights its advantage in real-time anomaly detection and large-scale datasets where speed and adaptability are crucial. Overall, the findings emphasize that OCSVM excels in precision-driven applications, while Isolation Forest is more advantageous for scenarios that demand scalability and computational efficiency. These insights provide a practical guideline for selecting appropriate anomaly detection methods depending on application requirements.
IMPLEMENTASI METODE SIMPLE ADDITIVE WEIGHTING DALAM MENENTUKAN PEMILIHAN JURUSAN SESUAI BAKAT DI SMK NEGERI 1 KUTALIMBARU BERBASIS WEB Rumbiarmytha, Danar Anggi; Sembiring , Boni Oktaviana; Andriana , Septiana Dewi
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 3 (2025): September 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i3.346

Abstract

Sekolah menengah kejuruan (SMK) Merupakan jenjang sekolah setingkat Sma yang orientasinya lebih ke arah melatih dan membekali siswa agar siap untuk memasuki lapangan kerja atau siap terjun di dunia usaha, oleh karena itu maka sangatlah penting kesesuaian jurusan harus sesuai bakat dan minat calon siswa. Pada smk negeri 1 kutalimbaru terdapat beberapa jurusan, agar siswa dapat mengetahui jurusan yang sesuai bakat maka, diperlukan suatu metode dalam pengambilan keputusan jurusan tersebut. Metode SAW sangat tepat digunakan dalam menentukan pemilihan jurusan sesuai bakat di smk negeri 1 kutalimbaru dengan dua belas kriteria dan menggunakan framework CodeIgniter sebagai aplikasi dalam menerapkan dalam metode SAW tersebut. Tahapan metode SAW terdiri dari studi literatur, pengumpulan data, analisis sistem, pengembangan sistem dan pengujian sistem. Dalam penelitian ini data siswa yang digunakan terdiri dari sepuluh data siswa dengan dua belas kriteria yang berbeda. Dan hasil akhir dari penelitian ini dapat menentukan pemilihan jurusan sesuai bakat siswa berdasarkan rekomendasi yang telah ada yaitu terdapat tujuh calon siswa dari sepuluh siswa yang direkomendasikan untuk mengambil jurusan pplg dan terdapat tiga calon siswa dari sepuluh siswa yang direkomendasikan untuk mengambil jurusan tjkt.
IMPLEMENTASI WEBSITE BANK SAMPAH SEBAGAI SUMBER PENDAPATAN TAMBAHAN BAGI PENDUDUK MENGGUNAKAN METODE SURVEI ANALITIK Ardianysah , Rio; Sinaga, Tantri Hidayati
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 3 (2025): September 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i3.367

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi berbasis web untuk pengelolaan bank sampah guna mengatasi keterbatasan sistem manual yang masih banyak digunakan. Sistem yang dikembangkan menggunakan metode pengembangan Waterfall, yang mencakup tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem ini dirancang untuk memfasilitasi dua aktor utama, yaitu Admin (pengelola) dan Pengguna (nasabah), dengan fitur-fitur utama seperti manajemen data penyetor, pengelolaan jenis produk sampah, pencatatan transaksi secara real-time, dan penyajian dashboard analitik. Implementasi sistem telah berhasil menghasilkan antarmuka pengguna yang intuitif dan fungsional, termasuk halaman login, dashboard, daftar penyetor, tipe sampah, produk, dan transaksi. Dashboard menyajikan metrik kinerja utama seperti jumlah pengguna, total berat sampah, dan jumlah transaksi, sementara modul transaksi memungkinkan pencatatan detail setiap penyetoran sampah beserta nilai ekonominya. Hasil penelitian menunjukkan bahwa sistem ini mampu meningkatkan efisiensi operasional, akurasi data, dan transparansi pelaporan, sekaligus memberdayakan masyarakat melalui sistem insentif digital yang terukur. Dengan demikian, sistem ini tidak hanya menjawab kebutuhan teknis yang belum terpenuhi dalam penelitian-penelitian terdahulu, tetapi juga memberikan solusi praktis yang siap diimplementasikan untuk mendorong digitalisasi pengelolaan sampah berbasis komunitas.
PERANCANGAN DAN IMPLEMENTASI APLIKASI TRYOUT ONLINE BERBASIS WEB DENGAN FITUR MANAJEMEN SOAL DAN PENDAFTARAN TERINTEGRASI affan, Muhammad Ibnu; Elhanafi , Andi Marwan
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 3 (2025): September 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i3.368

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem tryout online berbasis web yang dapat digunakan sebagai sarana latihan dan evaluasi peserta dalam menghadapi ujian. Sistem ini dikembangkan untuk menjawab permasalahan pada metode tryout konvensional yang cenderung kurang efisien, memakan waktu, dan biaya yang lebih besar. Metode pengembangan sistem yang digunakan adalah Waterfall, yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Hasil penelitian menunjukkan bahwa sistem tryout online yang dibangun memiliki berbagai fitur utama, antara lain halaman login dan registrasi untuk peserta, Dashboard administrator yang menampilkan informasi umum, manajemen kompetensi bidang, manajemen soal ujian, penjadwalan simulasi, serta modul pembayaran yang terintegrasi. Sistem ini mempermudah administrator dalam mengelola data peserta, soal, jadwal, serta transaksi pembayaran secara terpusat. Selain itu, peserta juga dapat dengan mudah melakukan pendaftaran, memilih paket simulasi, mengikuti ujian, serta memantau hasil dan status transaksi secara transparan. Dengan adanya sistem ini, proses tryout menjadi lebih efisien, interaktif, dan mudah diakses. Sistem ini tidak hanya memberikan manfaat bagi peserta dalam meningkatkan kualitas persiapan ujian, tetapi juga bagi administrator dalam meningkatkan efektivitas dan akurasi pengelolaan data. Oleh karena itu, sistem tryout online berbasis web ini dapat menjadi solusi alternatif yang relevan untuk mendukung proses belajar dan evaluasi secara digital.
PERANCANGAN SISTEM INFORMASI PENYEWAAN STUDIO FOTOGRAFI BERBASIS WEB DI KOTA MEDAN MENGGUNAKAN FRAMEWORK CODEIGNITER Bukhori , Ahmad; Zakir , Ahmad
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 3 (2025): September 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i3.369

Abstract

Perkembangan teknologi informasi mendorong berbagai sektor usaha untuk memanfaatkan sistem digital dalam mendukung efisiensi layanan. Salah satunya adalah layanan pemesanan studio yang membutuhkan sistem terintegrasi agar data pengguna, data studio, serta transaksi dapat dikelola secara efektif. Penelitian ini bertujuan untuk merancang dan membangun sistem pemesanan studio berbasis web dengan metode pengembangan perangkat lunak Waterfall. Model ini dipilih karena memiliki tahapan yang sistematis dan terstruktur, meliputi analisis kebutuhan, perancangan sistem, implementasi, pengujian, serta pemeliharaan. Hasil implementasi sistem menunjukkan bahwa administrator dapat mengelola akun pengguna, menambah dan memperbarui data studio yang berisi informasi nama, rating, jam operasional, lokasi, alamat, serta harga layanan. Selain itu, sistem mampu mencatat transaksi pemesanan dengan informasi pemesan, studio yang dipesan, tanggal booking, harga, metode pembayaran, hingga status transaksi. Berdasarkan hasil pengujian, sistem berjalan sesuai dengan kebutuhan dan mempermudah proses administrasi yang sebelumnya dilakukan secara manual. Sistem ini tidak hanya meningkatkan efisiensi dalam pengelolaan data, tetapi juga mendukung transparansi, meminimalisasi kesalahan input, dan mempercepat akses informasi. Dengan demikian, penerapan sistem pemesanan studio berbasis web ini dapat menjadi solusi efektif untuk menunjang layanan yang lebih modern, cepat, dan terintegrasi, serta dapat dikembangkan lebih lanjut dengan penambahan fitur notifikasi otomatis, integrasi pembayaran online, dan analisis laporan berbasis dashboard.
PENGEMBANGAN SISTEM REKOMENDASI KOPI DENGAN METODE COLLABORATIVE FILTERING BERBASIS WEBSITE Haikal, Muhamad Brillian; Nirwan, Saepudin; Resdiana, Widia
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 3 (2025): September 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i3.371

Abstract

Perkembangan industri kopi yang pesat menimbulkan tantangan bagi pembeli dalam memilih menu yang sesuai dengan preferensi mereka, terutama ketika banyaknya variasi menu tidak diimbangi dengan sistem pendukung yang memadai. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi kopi berbasis website dengan metode item-based collaborative filtering, yang memanfaatkan data riwayat pembelian dan rating untuk menyarankan menu kopi yang relevan. Sistem ini diimplementasikan pada website All The Time Caffe, yang sebelumnya hanya memiliki fitur dasar seperti login, pemesanan, dan pengiriman struk melalui WhatsApp. Dengan sistem yang dikembangkan, pengguna dapat menyaring rekomendasi berdasarkan kategori kopi (seperti Coffee Classics, Iced Coffee, dan Tea & Non-Coffee), rentang harga, dan rating minimum yang diinginkan. Teknologi yang digunakan mencakup NextJS sebagai antarmuka pengguna dan Python untuk pengolahan data serta perhitungan algoritma. Hasil pengujian menunjukkan bahwa sistem dapat memberikan rekomendasi secara tepat sesuai preferensi pengguna serta meningkatkan efisiensi layanan di kafe. Selain itu, sistem ini juga bermanfaat bagi pelaku usaha kecil dan menengah (UMKM) dalam memahami perilaku konsumen serta meningkatkan loyalitas pembeli. Dengan demikian, sistem rekomendasi ini diharapkan mampu mendorong inovasi berbasis teknologi disektor kuliner, khususnya dalam industri kopi.
KLASIFIKASI TOPIK BERITA POLITIK MENGGUNAKAN MODEL LOGISTIC REGRESSION DAN FITUR BAG OF WORDS Ali, Chaidir
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 3 (2025): September 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i3.375

Abstract

Penelitian ini bertujuan mengembangkan model klasifikasi topik berita politik yang efisien dan interpretable untuk mengatasi tantangan pengelolaan informasi di era digital. Pendekatan ini memanfaatkan algoritma Logistic Regression yang dipadukan dengan representasi fitur Bag of Words (BoW) untuk mengotomatisasi proses pengelompokan berita. Model diimplementasikan menggunakan bahasa pemrograman Python. Proses dimulai dari pengumpulan dataset berita berbahasa Indonesia, dilanjutkan dengan preprocessing teks (case folding, tokenisasi, penghapusan stopwords, dan stemming). Representasi teks dilakukan dengan metode Bag of Words, kemudian data dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Model Logistic Regression dilatih dan dievaluasi menggunakan metrik akurasi, presisi, recall, F1-score, MSE, dan RMSE. Model menunjukkan performa yang kuat dengan akurasi 84% dan F1-score rata-rata 0,84 pada enam kategori topik (politik, ekonomi, hiburan, olahraga, bisnis, teknologi). Pada klasifikasi biner (Politik vs Non-Politik), model mencapai akurasi sempurna 100% dengan MSE dan RMSE 0,00. Visualisasi fitur mengonfirmasi bahwa model mampu mengidentifikasi kata kunci politik seperti “pemilu” dan “partai” secara konsisten. Penelitian membuktikan bahwa kombinasi Logistic Regression dan BoW merupakan solusi yang efektif, efisien, dan transparan untuk klasifikasi berita politik. Meskipun hasilnya sangat akurat, potensi overfitting akibat ukuran dataset yang kecil (215 sampel) perlu menjadi pertimbangan untuk pengembangan model di masa depan.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 1 (2026): January 2026 Vol. 4 No. 3 (2025): September 2025 Vol. 4 No. 2 (2025): May 2025 Vol. 4 No. 1 (2025): January 2025 Vol. 3 No. 3 (2024): September 2024 Vol. 3 No. 2 (2024): May 2024 Vol. 3 No. 1 (2024): January 2024 Vol. 2 No. 3 (2023): September 2023 Vol. 2 No. 2 (2023): May 2023 Vol. 2 No. 1 (2023): January 2023 Vol. 1 No. 3 (2022): Desember 2022 More Issue