cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ipuk Zivana
Contact Email
athapublishingglobalindo@gmail.com
Phone
+6281775422923
Journal Mail Official
jurnaljistech@gmail.com
Editorial Address
Jl. Alamanda Estate Jl. Cluster Jasmine No.215, Kembangan, Sumberrejo, Kec. Mertoyudan, Kabupaten Magelang, Jawa Tengah 56172
Location
Kab. magelang,
Jawa tengah
INDONESIA
Journal of Information Systems and Technology
Published by PT Atha Publishing Globalindo
ISSN : -     EISSN : 31104096     DOI : 10.64845/jistech.v1i2
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Mechanical Engineering
Journal of Information Systems and Technology is an international peer-reviewed journal dedicated to publishing high-quality research, reviews, and practical studies in the field of information systems and technology. The journal aims to provide a platform for researchers, academics, practitioners, and professionals to exchange knowledge, ideas, and innovations that contribute to the advancement of digital transformation, information management, and emerging technologies.
Arjuna Subject : -
Articles 5 Documents
 1 
Search results for , issue "Vol. 1 No. 1 (2025): Journal of Information Systems and Technology" : 5 Documents clear
Bridging Vision and Understanding: The Central Role of Computer Vision in AI Nurul Hidayati
Journal of Information Systems and Technology Vol. 1 No. 1 (2025): Journal of Information Systems and Technology
Publisher : Athallah Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64845/jistech.v1i1.37

Abstract

Computer vision has become one of the most critical components in the advancement of artificial intelligence, enabling machines not only to perceive but also to interpret the world around them. This paper explores the central role of computer vision in bridging the gap between visual perception and higher-level machine understanding. By integrating deep learning, pattern recognition, and semantic interpretation, computer vision transforms raw visual data into structured knowledge that supports decision-making, reasoning, and autonomous behavior. The discussion highlights recent progress in image recognition, object detection, scene understanding, and multimodal learning, emphasizing how these innovations drive AI toward more human-like cognition. Furthermore, the paper addresses the challenges of scalability, generalization, and ethical implications, offering insights into future directions for research and applications.
Information Systems Perspective on Data Extraction in Social Media: Toward a Theoretical Framework Cici Lestari Farida
Journal of Information Systems and Technology Vol. 1 No. 1 (2025): Journal of Information Systems and Technology
Publisher : Athallah Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64845/jistech.v1i1.38

Abstract

The exponential growth of social media platforms has generated vast amounts of unstructured data, offering both opportunities and challenges for research and practice in the field of information systems. Effective data extraction from social media is not merely a technical problem but also an issue of integrating computational methods with organizational, social, and ethical considerations. This paper proposes a theoretical framework that situates data extraction within the broader context of information systems, highlighting the interplay between technological infrastructures, algorithmic techniques, and socio-organizational dynamics. By reviewing existing approaches to social media data extraction, including text mining, natural language processing, and big data analytics, the framework provides a structured lens for understanding the complexities of transforming unstructured social media content into meaningful insights. The study also addresses limitations such as data reliability, privacy concerns, and platform dependency, while emphasizing the importance of interdisciplinary perspectives. Ultimately, the framework seeks to advance the theoretical foundations of information systems research on social media data, bridging the gap between computational methodologies and organizational knowledge creation.
Kecerdasan Buatan dalam Personalisasi Pembelajaran Online: Sebuah Tinjauan dari Pendekatan Komputer dan Sistem Informatika Moh. Habibur Rahman
Journal of Information Systems and Technology Vol. 1 No. 1 (2025): Journal of Information Systems and Technology
Publisher : Athallah Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64845/jistech.v1i1.39

Abstract

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) telah membuka peluang besar dalam meningkatkan kualitas dan efektivitas pembelajaran online. Salah satu penerapannya yang paling menonjol adalah personalisasi pembelajaran, di mana sistem dapat menyesuaikan materi, metode, dan interaksi berdasarkan kebutuhan, preferensi, serta kemampuan individu peserta didik. Penelitian ini menyajikan sebuah tinjauan literatur yang berfokus pada penerapan AI dalam personalisasi pembelajaran online dengan menekankan perspektif komputer dan sistem informatika. Metode tinjauan dilakukan melalui analisis berbagai publikasi akademik dan hasil penelitian terkini yang membahas teknik seperti machine learning, natural language processing, recommendation systems, dan learning analytics. Hasil tinjauan menunjukkan bahwa AI tidak hanya mampu meningkatkan efektivitas proses pembelajaran melalui adaptasi konten, tetapi juga memberikan kontribusi signifikan terhadap keterlibatan peserta didik, prediksi kinerja akademik, dan pengembangan sistem e-learning yang lebih cerdas. Namun demikian, beberapa tantangan masih dihadapi, antara lain terkait privasi data, transparansi algoritma, serta integrasi teknologi dalam infrastruktur pendidikan. Penelitian ini menekankan pentingnya pendekatan multidisipliner antara bidang komputer, sistem informatika, dan pedagogi untuk mengoptimalkan pemanfaatan AI dalam pembelajaran online yang adaptif dan berkelanjutan.
Model Informatika Crowdsourcing Berbasis Wisdom of Crowds untuk Kamus Online Naskah Lontar Sasak Yasin Nur Rahim
Journal of Information Systems and Technology Vol. 1 No. 1 (2025): Journal of Information Systems and Technology
Publisher : Athallah Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64845/jistech.v1i1.40

Abstract

Naskah lontar (takepan) Sasak merupakan salah satu warisan budaya Nusantara yang memiliki nilai historis, linguistik, dan sastra tinggi. Namun, upaya pelestarian dan digitalisasi naskah tersebut masih menghadapi tantangan, khususnya dalam hal transliterasi, interpretasi, dan penyusunan kamus digital yang dapat diakses secara luas. Penelitian ini bertujuan untuk merancang model informatika berbasis crowdsourcing dengan prinsip wisdom of crowds guna membangun kamus online naskah lontar Sasak. Metode penelitian dilakukan melalui kajian literatur mengenai sistem crowdsourcing, konsep wisdom of crowds, serta pendekatan informatika dalam pengelolaan data bahasa dan naskah digital. Model yang diusulkan mengintegrasikan partisipasi masyarakat, pakar bahasa, serta teknologi komputasi dalam sebuah kerangka sistem yang memungkinkan kolaborasi terbuka, validasi berlapis, dan pengelolaan kontribusi secara terstruktur. Hasil kajian menunjukkan bahwa pendekatan crowdsourcing mampu mempercepat proses pengumpulan data kosakata dan memperkaya kamus digital melalui kontribusi kolektif, sementara prinsip wisdom of crowds menjamin akurasi melalui mekanisme verifikasi sosial. Dengan demikian, model ini tidak hanya berkontribusi pada pelestarian bahasa dan sastra Sasak, tetapi juga memperlihatkan peran signifikan informatika dalam mendukung pengelolaan dan diseminasi pengetahuan budaya secara digital.
Pemanfaatan Machine Learning untuk Optimasi Big Data dalam Sistem Informatika Modern Muhammad Idris
Journal of Information Systems and Technology Vol. 1 No. 1 (2025): Journal of Information Systems and Technology
Publisher : Athallah Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64845/jistech.v1i1.41

Abstract

Perkembangan teknologi digital telah menghasilkan ledakan data dalam skala besar yang dikenal sebagai big data. Pengelolaan dan analisis big data menjadi tantangan utama dalam sistem informatika modern, mengingat kompleksitas, volume, dan kecepatan data yang terus meningkat. Machine learning (ML) hadir sebagai pendekatan komputasional yang mampu mengoptimalkan pengolahan big data dengan menawarkan kemampuan pembelajaran otomatis, deteksi pola, serta prediksi berbasis data. Penelitian ini membahas pemanfaatan machine learning dalam optimalisasi big data dengan menekankan pada aspek efisiensi algoritma, kecepatan pemrosesan, serta akurasi hasil analisis. Pendekatan ML seperti supervised learning, unsupervised learning, dan reinforcement learning dikaji dalam konteks aplikasi big data, termasuk sistem rekomendasi, analitik prediktif, keamanan siber, dan manajemen informasi kesehatan. Hasil kajian literatur menunjukkan bahwa integrasi ML dengan teknologi big data, seperti Hadoop dan Spark, dapat meningkatkan performa sistem informatika modern dalam hal skalabilitas, efisiensi, serta pengambilan keputusan berbasis data. Dengan demikian, penerapan machine learning bukan hanya memberikan solusi teknis, tetapi juga membuka peluang inovasi dalam berbagai sektor berbasis data.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 2 No. 1 (2026): on Progress Vol. 1 No. 2 (2025): Journal of Information Systems and Technology Vol. 1 No. 1 (2025): Journal of Information Systems and Technology