cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dr. Eng. Ir. Mardiana, S.T., M.T., IPM.
Contact Email
mardiana@eng.unila.ac.id
Phone
+6285150875423
Journal Mail Official
jaisi@eng.unila.ac.id
Editorial Address
Jl. Prof. Sumantri Brojonegoro No.1 Bandar Lampung Rectorat Building
Location
Kota bandar lampung,
Lampung
INDONESIA
Journal of Advanced Informatics and Sustainable Intelligent Systems
Published by Universitas Lampung
ISSN : -     EISSN : 23164226     DOI : https://doi.org/10.23960/jaisi
Core Subject :
JAISI is a scientific journal officially published and managed by the Faculty of Engineering, Universitas Lampung. The journal commenced publication in 2025, marked by the launch of its inaugural edition, Volume 1, Issue 1, in September 2025. JAISI is published exclusively online as an Open Access journal. It is published biannually, with regular issues released in April and September. To ensure the highest quality of scholarly publication, all submitted articles undergo a rigorous Double-blind Peer-review process. The JAISI journal focuses on publishing original research findings and scientific studies in the fields of Advanced Informatics, Information Systems, Artificial Intelligence (AI), and Sustainable Intelligent Systems. This journal aims to serve as a premier platform for academics, researchers, and industry practitioners to disseminate their innovations and provide tangible contributions to the advancement of science and technology.
Arjuna Subject : -
Articles 14 Documents
 1   2 
Penerapan Algoritma LSTM Untuk Prediksi Harga Saham BYD Devinka Marta Legawa; Anggraini Puspita Sari
Journal of Advanced Informatics and Sustainable Intelligent Systems Vol. 1 No. 1 (2025)
Publisher : Faculty of Engineering University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jaisi.v1i1.1

Abstract

Prediksi harga saham merupakan tantangan kompleks karena volatilitaspasar yang tinggi, terutama pada sektor teknologi. Penelitian ini ingin menunjukkan efektivitas LSTM pada saham dengan volatilitas tinggi, karena belum banyak eksplorasi saham teknologi volatilitas tinggi seperti saham BYD. Pengembangkan model prediksi harga saham BYD menggunakan algoritma LSTM dengan optimasi parameter untuk mencapai akurasi tinggi dan menganalisis pengaruh variasi epoch terhadap performa prediksi. Evaluasi dilakukan dengan metrik MAE, RMSE, dan R-squared. Model optimal dicapai pada epoch 50 dengan MAE 0.000340, RMSE 0.000464, dan R² 0.947522. Berdasarkan nilai R² yang diperoleh, model ini mampu menjelaskan 94.75% variasi pergerakan harga saham BYD, menunjukkan kemampuan prediksi yang sangat baik pada data dengan volatilitas tinggi. Kontribusi penelitian ini meliputi prediksi yang efektif pada saham teknologi bervolatilitas tinggi, hasil optimasi parameter epoch pada arsitektur LSTM untuk data finansial, dan insight penerapan deep learning dalam financial forecasting sektor otomotif teknologi.
Analisis Bibliometrik Terhadap Tren Penelitian dan Kolaborasi Global dalam Bidang Smart Farming (2016–2025) Defilia Fatikasari; Yoga Septian Dwi Pratama; Alvin Setya Pranata; Hozairi Hozairi
Journal of Advanced Informatics and Sustainable Intelligent Systems Vol. 1 No. 1 (2025)
Publisher : Faculty of Engineering University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jaisi.v1i1.4

Abstract

Smart farming merupakan pendekatan pertanian modern berbasis teknologi digital yang terus berkembang pesat dalam satu dekade terakhir. Namun, belum banyak studi yang secara komprehensif memetakan arah, kolaborasi, dan tren riset global dalam bidang ini. Penelitian ini bertujuan untuk menganalisis perkembangan riset smart farming secara bibliometrik dengan pendekatan analisis metadata publikasi ilmiah dan visualisasi jejaring kolaborasi menggunakan perangkat lunak VOSviewer. Data diperoleh dari basis data Scopus untuk periode 2016–2025. Hasil analisis menunjukkan peningkatan signifikan dalam jumlah publikasi, dengan dominasi topik seperti precision agriculture, Internet of Things, dan deep learning. Visualisasi bibliometrik menunjukkan pergeseran fokus riset dari eksplorasi teknologi menuju penerapan praktis serta terbentuknya konsolidasi literatur utama sebagai fondasi keilmuan smart farming. Meskipun demikian, penelitian ini mengidentifikasi sejumlah kesenjangan seperti minimnya studi implementatif di negara berkembang, kurangnya pendekatan lintas disiplin, serta tantangan penerapan teknologi oleh petani skala kecil. Temuan ini memberikan implikasi penting bagi pengembangan kebijakan dan strategi riset ke depan, terutama dalam membangun sistem smart farming yang inklusif, berkelanjutan, dan berbasis kebutuhan lokal.
Optimasi Distribusi Pengiriman Paket Menggunakan Metode Simpleks Transportasi Berbantuan Solver Microsoft Excel (Studi Kasus J&T Express Cabang Sampang) Moh Jufri; Nasrullah; Aisyatir Rodiyah; Hozairi
Journal of Advanced Informatics and Sustainable Intelligent Systems Vol. 1 No. 1 (2025)
Publisher : Faculty of Engineering University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jaisi.v1i1.5

Abstract

Abstrak: Efisiensi dalam distribusi logistik merupakan elemen kunci dalam memperkuat daya saing industri jasa pengiriman, terlebih di era digital yang menuntut respons cepat dan ketepatan tinggi. Studi ini mengkaji optimalisasi distribusi logistik pada J&T Express Cabang Sampang melalui penerapan Metode Simpleks Transportasi berbasis fitur Solver di Microsoft Excel. Permasalahan utama terletak pada ketiadaan sistem pengambilan keputusan yang berbasis model matematis dalam pengelolaan rute serta kapasitas muatan kendaraan, yang berujung pada inefisiensi operasional harian. Penelitian dilakukan dengan pendekatan kuantitatif-deskriptif melalui studi kasus pengiriman paket dari tiga gudang utama menuju 14 titik ekspedisi di wilayah Kabupaten Sampang. Data primer dan sekunder dikompilasi guna membangun model optimasi linier dengan tujuan meminimalkan total biaya distribusi, sambil tetap mempertimbangkan batasan kapasitas gudang serta kebutuhan masing-masing titik tujuan. Hasil simulasi menunjukkan bahwa total biaya minimum yang dicapai adalah sebesar Rp692.000,- dengan seluruh permintaan pengiriman berhasil terpenuhi secara optimal. Model ini membuktikan bahwa perangkat sederhana seperti Excel Solver dapat dimanfaatkan sebagai alat bantu pengambilan keputusan yang efisien. Temuan ini berkontribusi signifikan dalam mendorong penerapan metode ilmiah untuk meningkatkan efisiensi distribusi logistik serta membuka peluang replikasi di cabang lain dengan kondisi serupa.
Analisis Bibliometrik Tren Penelitian Integrasi AI dalam Platform E-Learning untuk Meningkatkan Pemikiran Kritis dalam Pendidikan Informatika (2019-2025) Emha Anam
Journal of Advanced Informatics and Sustainable Intelligent Systems Vol. 1 No. 1 (2025)
Publisher : Faculty of Engineering University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jaisi.v1i1.6

Abstract

Integrasi kecerdasan buatan (AI) dalam platform e-learning telah menjadi tren penelitian yang berkembang pesat dalam pendidikan informatika. Penelitian ini bertujuan untuk menganalisis tren penelitian tentang integrasi AI dalam platform e-learning untuk meningkatkan pemikiran kritis dalam pendidikan informatika periode 2019-2024 menggunakan analisis bibliometrik. Data penelitian diperoleh dari database Scopus dengan menggunakan kata kunci terkait AI, e-learning, pemikiran kritis, dan pendidikan informatika. Analisis dilakukan menggunakan software VOSViewer untuk memvisualisasikan pola kolaborasi, tren penelitian, dan pemetaan pengetahuan. Hasil penelitian menunjukkan pertumbuhan yang signifikan dalam publikasi terkait topik ini dengan 782 artikel yang dianalisis dari 847 artikel awal. Empat cluster utama penelitian teridentifikasi mencakup teknologi AI dalam pendidikan, platform pembelajaran adaptif, pengembangan keterampilan berpikir kritis, dan inovasi dalam pendidikan informatika. Analisis co-occurrence kata kunci mengidentifikasi 156 kata kunci dengan frekuensi minimal 10 kemunculan. Kolaborasi internasional menunjukkan jaringan yang kuat antara institusi di Amerika Serikat, Tiongkok, dan Eropa. Temuan ini memberikan wawasan tentang arah penelitian masa depan dan peluang kolaborasi dalam domain ini.
Analisis Bibliometrik Pada Pengembangan Jaringan 5G (2022 – 2025) Moh. Yofa Arifin
Journal of Advanced Informatics and Sustainable Intelligent Systems Vol. 1 No. 1 (2025)
Publisher : Faculty of Engineering University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jaisi.v1i1.9

Abstract

Teknologi jaringan 5G telah menjadi komponen utama dalam transformasi digital global, mendorong kemajuan signifikan di berbagai sektor seperti industri, transportasi, dan layanan publik. Peningkatan minat akademik terhadap topik ini tercermin dalam banyaknya publikasi ilmiah dalam beberapa tahun terakhir. Penelitian ini bertujuan untuk menganalisis tren, distribusi, dan fokus penelitian mengenai jaringan 5G selama periode 2022 hingga 2025 dengan menggunakan pendekatan bibliometrik. Data diperoleh dari basis data Scopus dan dianalisis menggunakan perangkat lunak VOSviewer untuk memvisualisasikan hubungan antar kata kunci, kontribusi negara, serta distribusi publikasi per tahun. Hasil menunjukkan bahwa tahun 2023 mencatat jumlah publikasi tertinggi, dengan China, Amerika Serikat, dan India sebagai negara paling aktif. Kata kunci seperti 5G dan resource allocation mendominasi literatur. Kesimpulan dari studi ini menunjukkan bahwa fokus penelitian telah berkembang dari aspek teknis dasar ke arah integrasi kecerdasan buatan dan efisiensi sistem, sehingga hasil analisis ini dapat menjadi acuan strategis bagi peneliti dalam mengembangkan kajian lebih lanjut.
Optimalisasi Visualisasi Digital: Peran Grafika Komputer dalam Menjawab Tantangan Interaktivitas di Era Modern Ifadatul Mukarromah; Faradila; Aisyatir Rodiyah; Busro Umam
Journal of Advanced Informatics and Sustainable Intelligent Systems Vol. 1 No. 1 (2025)
Publisher : Faculty of Engineering University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jaisi.v1i1.10

Abstract

Perkembangan teknologi digital menuntut sistem visual yang tidak hanya menarik secara estetika, tetapi juga mampu menghadirkan interaktivitas tinggi untuk meningkatkan pengalaman pengguna. Namun, masih banyak platform digital seperti media edukasi dan simulasi yang mengalami keterbatasan dalam hal realisme grafis, kecepatan rendering, serta integrasi teknologi interaktif secara real-time. Penelitian ini bertujuan untuk menganalisis peran grafika komputer dalam menjawab tantangan visualisasi digital interaktif di era modern, dengan fokus pada efektivitas teknik grafika dan implementasinya dalam berbagai sektor. Metode penelitian yang digunakan adalah pendekatan kualitatif deskriptif dengan desain studi pustaka. Populasi dalam penelitian ini meliputi dokumen ilmiah, artikel teknologi, dan laporan industri, yang dikumpulkan secara purposif melalui platform Google Scholar. Instrumen yang digunakan berupa lembar observasi dokumen, dengan teknik analisis tematik yang mencakup reduksi data, penyajian, dan penarikan kesimpulan. Hasil analisis menunjukkan bahwa teknologi grafika seperti real-time rendering, ray tracing, dan integrasi dengan kecerdasan buatan (AI) serta virtual reality (VR) terbukti mampu meningkatkan kualitas visualisasi dan interaktivitas digital. Kesimpulan dari penelitian ini menegaskan bahwa grafika komputer memainkan peran strategis dalam mendukung pengembangan antarmuka digital imersif. Rekomendasi diarahkan pada integrasi yang lebih luas dari teknologi grafika dalam sistem edukasi, pelatihan, dan komunikasi visual berbasis data. Keterbatasan penelitian ini terletak pada pendekatan non-empiris dan belum mencakup uji implementasi langsung pada sistem interaktif pengguna akhir.
Bibliometric Analysis of Health Decision Support System Research (2015-2025) Syamsul Arifin; Moh. Qoidul Ghurri; Isvan Arifuddin isvan; Hozairi Hozairi
Journal of Advanced Informatics and Sustainable Intelligent Systems Vol. 1 No. 2 (2026)
Publisher : Faculty of Engineering University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jaisi.v1i2.16

Abstract

Research on Decision Support Systems (DSS) in healthcare has grown rapidly along with technological advancements and the complexity of clinical decision-making. These systems offer great potential in improving diagnostic accuracy, hospital management efficiency, and patient care quality. This study aims to conduct a bibliometric analysis of scientific publications on DSS for healthcare in the period 2015-2025. The research methodology involves searching leading scientific databases (such as Scopus or Web of Science) using relevant keywords, followed by quantitative analysis of publication trends, major contributing countries, inter-institutional collaborations, most influential journals, and identification of the most frequently occurring authors and keywords. The results of the analysis are expected to reveal the growth pattern of publications in this field, show countries that are pioneers in research, and identify the most active research areas and those that still need further exploration. In addition, the findings will map thematic linkages through keyword co-occurrence analysis, providing an overview of emerging topics and potential future research directions. Thus, this study contributes to providing a comprehensive roadmap for researchers, practitioners, and policymakers to understand the evolution and potential of DSS in transforming the healthcare sector.
Implementasi Smart Garden dengan Pemantauan Suhu dan Kelembaban, Deteksi Gas Berbahaya, dan Penyiraman Otomatis Menggunakan Sensor MQ135, DHT11, dan FC-28 Anggun Mulya Khadijah Shofwatun Nisaa; Deny Budiyanto
Journal of Advanced Informatics and Sustainable Intelligent Systems Vol. 1 No. 1 (2025)
Publisher : Faculty of Engineering University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jaisi.v1i1.17

Abstract

Penelitian ini merancang dan mengimplementasikan sistem smart garden yang mampu memantau suhu, kelembaban udara, mendeteksi gas berbahaya, serta mengatur penyiraman otomatis tanaman. Sistem dirancang menggunakan sensor DHT11 untuk memantau suhu dan kelembaban udara, sensor MQ135 untuk mendeteksi gas berbahaya, sensor kelembaban tanah FC-28 untuk menentukan kebutuhan penyiraman, dan mengaktifkan aktuator sesuai kebutuhan. Sistem dikendalikan oleh mikrokontroler yang diprogram untuk merespons data sensor secara otomatis dan menggunakan aplikasi Blynk sebagai media visualisasi dan kontrol melalui smartphone. Tujuan dari penelitian ini adalah menciptakan solusi pertanian cerdas yang efisien dan ramah lingkungan dengan memanfaatkan teknologi Internet of Things (IoT). Metode penelitian ini menggunakan pendekatan eksperimental dengan perancangan perangkat keras, pemrograman mikrokontroler, dan pengujian prototipe secara langsung. Hasil menunjukkan bahwa prototipe mampu mendeteksi suhu dan kelembaban udara secara waktu nyata, menyiram tanaman secara otomatis saat tanah kering, serta memberikan notifikasi bahaya saat gas berbahaya terdeteksi. Dengan adanya sistem ini, diharapkan pengguna dapat mengelola kebun secara lebih praktis, efisien, dan aman.
Rancang Bangun Sistem Kontrol Conveyor return side gum Berbasis PLC Allen Bradley untuk Meningkatkan Produktivitas Mesin Ply Cutting Pada Manufaktur Ban Muhammad Barokah; Henri P. Uranus; Mario Gracio
Journal of Advanced Informatics and Sustainable Intelligent Systems Vol. 1 No. 1 (2025)
Publisher : Faculty of Engineering University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jaisi.v1i1.19

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kontrol otomatis berbasis Programmable Logic Controller (PLC) Allen Bradley pada conveyor return side gum. Proses pengambilan side gum yang sebelumnya memakan waktu hingga 16 menit per roll, mengakibatkan tingginya downtime. Penelitian ini menunjukkan bahwa sistem kontrol otomatis berbasis PLC Allen Bradley yang dirancang dan diimplementasikan berfungsi dengan baik dalam meningkatkan efisiensi dan produktivitas sistem conveyor return side gum di industri manufaktur ban. Sistem yang dirancang mampu berjalan dalam mode manual maupun otomatis dengan pengendalian terpusat melalui PLC. Pengujian menunjukkan bahwa sensor proximity mendeteksi logam secara akurat dan motor dapat beroperasi sesuai frekuensi yang diprogram melalui VFD, dengan tingkat kesalahan kecepatan yang sangat kecil (di bawah 0,01%). Pengujian delay stop conveyor 1 menemukan bahwa pengaturan delay optimal adalah 1 s dengan speed conveyor 1 15 Hz atau actual speed 14,08 MPM (meter per menit), yang memastikan material side gum dapat ditarik dengan baik tanpa kerusakan. Secara keseluruhan, sistem kontrol otomatis ini berhasil mengurangi downtime 100%, dengan peningkatan produktivitas yang signifikan. Rata-rata produksi meningkat pada bulan November 2024 sampai dengan bulan Mei 2025 dimana schedule PPC tertinggi yaitu sebanyak 1775 m dan actual produksi tertinggi yaitu 1821,66 m.
Analisis Bibliometrik:Tren Penggunaan Metode SVM dalam Sistem Pendukung Keputusan untuk Rekrutmen Karyawan di Bidang Teknik Informatika (2015-2025) Amilatus
Journal of Advanced Informatics and Sustainable Intelligent Systems Vol. 1 No. 2 (2026)
Publisher : Faculty of Engineering University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jaisi.v1i2.26

Abstract

Penelitian ini bertujuan untuk menganalisis tren penggunaan metode Support Vector Machine (SVM) dalam sistem pendukung keputusan (DSS) untuk proses rekrutmen karyawan di bidang teknik informatika selama periode 2015 hingga 2025. Dengan menggunakan pendekatan analisis bibliometrik, studi ini mengumpulkan data dari database Scopus sebanyak 2.040 dokumen dan menyaringnya menjadi 225 artikel yang relevan. Data dianalisis menggunakan perangkat lunak VOSviewer dan Biblioshiny untuk mengevaluasi kinerja publikasi, pemetaan sains, serta pola kolaborasi penulis. Hasil analisis menunjukkan bahwa publikasi artikel dengan topik ini meningkat signifikan pada tahun 2025. Kata kunci dominan meliputi “support vector machine”, “machine learning”, dan “recruitment”, yang menandakan meningkatnya perhatian terhadap penerapan teknologi kecerdasan buatan dalam proses seleksi karyawan. Artikel-artikel dengan kutipan tertinggi dan jurnal dengan reputasi tinggi seperti Scientific Reports dan Nature Communications menjadi sumber utama referensi. Visualisasi data menunjukkan integrasi kuat antara pendekatan berbasis data dengan studi berbasis manusia dan biologis, menyoroti pergeseran tren penelitian ke arah pemanfaatan teknologi cerdas. Temuan ini memberikan wawasan penting bagi akademisi dan praktisi dalam merancang DSS yang lebih efektif dan berbasis data.

Page 1 of 2 | Total Record : 14

 1   2 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol. 1 No. 2 (2026) Vol. 1 No. 1 (2025)