cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fitri Indra Indikawati
Contact Email
fitri.indikawati@tif.uad.ac.id
Phone
-
Journal Mail Official
jurnalsarjana@tif.uad.ac.id
Editorial Address
Jl. Ringroad Selatan, Kragilan, Tamanan, Kec. Banguntapan, Bantul, Daerah Istimewa Yogyakarta 55191
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Sarjana Teknik Informatika
Published by Universitas Ahmad Dahlan
ISSN : 23385197     EISSN : 28093399     DOI : -
Core Subject : Science,
Computer Science & IT
JSTIE (Jurnal Sarjana Teknik Informatika) (E-Journal) adalah jurnal online ditujukan sebagai sarana publikasi dari makalah yang disarikan dari hasil penelitian mahasiswa Teknik Informatika. Focus and Scope: Rekayasa Perangkat Lunak (Software Engineering) Pengetahuan dan Data Mining (Data Mining) Teknologi Multimedia (Multimedia Technologies) Kecerdasan Buatan (Artificial Intelligents) Grafika Komputer (Computer Graphics) Sistem Informasi (Information Systems)
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 5 Documents
 1 
Search results for , issue "Vol. 13 No. 3 (2025): Oktober" : 5 Documents clear
Rancang Bangun dan Pengembangan Sistem Penjadwalan Sholat Digital Berbasis Internet of Things Naf'an, Emil; Nilda Tri Putri
Jurnal Sarjana Teknik Informatika Vol. 13 No. 3 (2025): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v13i3.31089

Abstract

Penelitian ini membahas rancang bangun dan pengembangan sistem penjadwalan sholat digital berbasis Internet of Things (IoT) untuk meningkatkan keandalan dan fleksibilitas sistem yang telah digunakan sebelumnya. Sistem lama yang dibangun menggunakan Arduino Mega2560, RTC DS1307 dan panel 7-segment dengan driver ULN2003 memiliki keterbatasan, yaitu tidak tersedianya sinkronisasi waktu otomatis serta pengaturan jeda iqomah yang masih dilakukan secara manual. Dalam penelitian ini, pengembangan dilakukan dengan menambahkan modul ESP32 yang terhubung ke jaringan Wi-Fi untuk melakukan sinkronisasi waktu secara otomatis melalui server Network Time Protocol (NTP). Modul ini juga menyediakan antarmuka berbasis web yang dapat diakses melalui smartphone, sehingga pengaturan jadwal dan jeda iqomah menjadi lebih fleksibel. Komunikasi data antara ESP32 dan Arduino Mega2560 dilakukan melalui protokol Universal Asynchronous Receiver Transmitter (UART) yang terbukti stabil selama pengujian. Hasil pengujian menunjukkan bahwa sistem mampu menjaga deviasi waktu di bawah satu detik dan pengaturan jadwal melalui antarmuka web dapat dilakukan dalam waktu kurang dari dua detik. Sistem ini dinilai lebih andal, efisien, dan sesuai dengan kebutuhan operasional masjid modern, serta mampu menggantikan sistem lama yang kurang fleksibel dalam pengelolaan waktu ibadah.
Pengembangan Fitur Activity Leaderboard pada LMS Moodle sebagai Implementasi Pembelajaran berbasis Gamifikasi Syarifah, Dian Farah; Waskito, Deswal; Sudarni, Ajeng Rahma; Djuniadi, Djuniadi
Jurnal Sarjana Teknik Informatika Vol. 13 No. 3 (2025): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v13i3.31175

Abstract

Partisipasi aktif peserta didik dalam pembelajaran daring merupakan aspek krusial yang perlu dimonitor dan ditingkatkan. Namun, sistem Learning Management System (LMS) seperti Moodle umumnya hanya menyediakan fitur pelacakan aktivitas secara administratif tanpa memberikan umpan balik yang bersifat motivasional. Penelitian ini bertujuan untuk mengembangkan fitur Activity Leaderboard pada LMS Moodle sebagai strategi implementasi pembelajaran berbasis gamifikasi. Fitur ini mengintegrasikan data aktivitas peserta didik yang mencakup presensi, laporan aktivitas oleh peserta didik, pengumpulan tugas, kuis, partisipasi forum, serta keterlibatan dalam pertemuan daring seperti Zoom meeting. Seluruh data tersebut dikonversi secara otomatis menjadi skor melalui algoritma pembobotan yang mempertimbangkan ketepatan waktu, partisipasi aktif, dan konsistensi keterlibatan. Fitur disajikan dalam bentuk peringkat visual untuk mendorong keterlibatan belajar secara kompetitif. Visualisasi leaderboard ditampilkan secara adaptif menggunakan elemen gamifikasi seperti progress bar, lencana digital, dan peringkat warna gradasi untuk menciptakan prestige effect. Pengembangan sistem dilakukan menggunakan model ADDIE, meliputi analisis kebutuhan pengguna, perancangan antarmuka plugin sebagai modul block, pengembangan integrasi dengan database Moodle, implementasi lokal, serta evaluasi fungsional melalui pengujian black-box. Hasil pengujian menunjukkan bahwa sistem berjalan efisien dengan dukungan cache selama 15 menit, mampu menampilkan hasil secara real-time, serta berpotensi meningkatkan atensi peserta didik terhadap keterlibatannya di LMS. Evaluasi juga menunjukkan keandalan kalkulasi skor, kompatibilitas antarmuka pada berbagai perangkat, serta dukungan konfigurasi yang memudahkan integrasi oleh pengajar. Sistem ini dirancang dengan pendekatan modular agar mudah diperluas dan disesuaikan, sehingga dapat diterapkan dalam berbagai konteks pembelajaran digital. Fitur ini sekaligus menjadi instrumen pendukung dalam membentuk perilaku belajar yang positif dan konsisten.
Analisis Perbandingan PCA-KNN dan SVM untuk Prediksi Risiko Diabetes Desfourtheen, Rinda; Damayanti, Nadia; Gustriansyah, Rendra
Jurnal Sarjana Teknik Informatika Vol. 13 No. 3 (2025): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v13i3.31232

Abstract

Diabetes merupakan penyakit kronis yang sering terlambat terdiagnosis akibat gejala awal yang tidak spesifik, sehingga deteksi dini penting untuk mencegah komplikasi serius. Penelitian ini bertujuan menganalisis dan membandingkan performa kombinasi Principal Component Analysis dengan K-Nearest Neighbor (PCA-KNN) dan Support Vector Machine (SVM) dalam prediksi risiko diabetes. Dataset yang digunakan berasal dari Kaggle dengan 768 entri dan delapan atribut medis. Tahap praproses mencakup imputasi median untuk nilai nol, normalisasi Z-score, serta reduksi dimensi menggunakan PCA pada model KNN yang menghasilkan lima komponen utama dengan varian kumulatif >80%. Nilai k optimal ditentukan melalui 10-Fold Cross Validation dengan hasil terbaik pada k=16. Hasil evaluasi menunjukkan PCA-KNN mencapai akurasi 76,47%, sensitivitas 90,00%, dan spesifisitas 50,94%, lebih baik dibanding KNN standar. Sementara itu, SVM memperoleh akurasi 72,73% dengan spesifisitas tinggi (84,00%) namun sensitivitas rendah (51,85%). Temuan ini mengindikasikan bahwa PCA-KNN lebih sesuai untuk skrining awal karena sensitivitas tinggi, sedangkan SVM dapat digunakan pada tahap konfirmasi berkat spesifisitas yang lebih baik.
Pengelompokan Dokumen Menggunakan Algoritma Doc2Vec dan HDBSCAN untuk Deteksi Plagiarisme Mahendra, Bondan Tiur; Santoso, Budi; Shanty , Ratna Nur Tiara
Jurnal Sarjana Teknik Informatika Vol. 13 No. 3 (2025): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v13i3.31369

Abstract

Plagiarisme menjadi tantangan serius dalam lingkungan akademik karena ketersediaan konten digital yang mudah diakses. Cara deteksi plagiarisme yang biasa digunakan, yaitu dengan membandingkan kalimat secara langsung, sering kali bisa dihindari dengan cara mengubah kalimat atau melakukan perubahan kecil pada teks. Penelitian ini bertujuan membuat sistem deteksi plagiarisme yang lebih baik dengan menggunakan algoritma Doc2Vec dan HDBSCAN untuk mengelompokkan dokumen. Metode ini bekerja dengan mengubah dokumen menjadi bentuk vektor yang memiliki makna yang dalam menggunakan Doc2Vec, kemudian mengelompokkan dokumen yang memiliki konten serupa dengan HDBSCAN. Kelebihan HDBSCAN adalah mampu mengklasifikasikan dokumen asli sebagai data yang tidak relevan, sehingga meningkatkan ketepatan hasil deteksi. Uji coba dilakukan pada data esai siswa dan menunjukkan bahwa pendekatan ini mampu mengelompokkan dokumen dengan isi yang mirip, dengan skor Silhouette sebesar 0,6653 yang menunjukkan pemisahan kelompok yang baik. Penelitian ini berkontribusi dalam menyediakan alat deteksi plagiarisme yang lebih andal dan bernuansa, mampu mendeteksi kesamaan ide, bukan hanya kata.
Optimasi Electronic Nose Menggunakan Sensor Subset Selection untuk Deteksi Asap Kebakaran Hutan Zandy Yudha Perwira; Danang Lelono; Andi Dharmawan; Nur Achmad Sulistyo Putro
Jurnal Sarjana Teknik Informatika Vol. 13 No. 3 (2025): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v13i3.31427

Abstract

Pengembangan sistem deteksi kebakaran hutan telah banyak dilakukan dengan berbagai pendekatan, salah satunya menggunakan electronic nose (e-nose) berbasis larik sensor gas. Namun, penggunaan larik sensor menimbulkan tantangan baru pada sistem, yaitu meningkatnya konsumsi daya, bobot berlebih, redundansi, dan risiko overfitting. Tantangan tersebut dapat diminimalisir dengan mereduksi sensor yang memiliki kontribusi rendah terhadap performa klasifikasi tanpa mengorbankan akurasi sistem. Reduksi sensor pada penelitian ini dilakukan menggunakan metode sensor subset selection dengan konfigurasi baseline yang terdiri atas enam kanal sensor gas (CO, NO₂, MQ7, MQ9, MQ135, dan TGS2600). Proses penelitian meliputi tahapan pra-pemrosesan, ekstraksi ciri, sensor subset selection, serta klasifikasi menggunakan algoritma Random Forest (RF) dan Support Vector Machine (SVM). Hasil evaluasi menunjukkan bahwa tiga sensor inti, yaitu CO, MQ135, dan TGS2600, secara konsisten memberikan kontribusi signifikan terhadap akurasi sistem. Konfigurasi optimal diperoleh dengan lima sensor (CO, MQ7, MQ9, MQ135, dan TGS2600) yang menjaga keseimbangan antara akurasi (±85%) dan efisiensi sistem. Penerapan metode sensor subset selection ini mampu mengoptimalkan larik sensor gas pada e-nose, sehingga dihasilkan sistem deteksi asap kebakaran hutan yang lebih efisien, portabel, dan adaptif sebagai payload UAV.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 14 No. 1 (2026): Februari Vol. 13 No. 3 (2025): Oktober Vol. 13 No. 2``` (2025): Juni Vol. 13 No. 1 (2025): Februari Vol. 12 No. 3 (2024): Oktober Vol 12, No 2 (2024): Juni Vol. 12 No. 2 (2024): Juni Vol 12, No 1 (2024): Februari Vol. 12 No. 1 (2024): Februari Vol. 11 No. 3 (2023): Oktober Vol 11, No 3 (2023): Oktober Vol 11, No 2 (2023): Juni Vol. 11 No. 2 (2023): Juni Vol. 11 No. 1 (2023): Februari Vol 11, No 1 (2023): Februari Vol 10, No 3 (2022): Oktober Vol. 10 No. 3 (2022): Oktober Vol 10, No 2 (2022): Juni Vol. 10 No. 2 (2022): Juni Vol. 10 No. 1 (2022): Februari Vol 10, No 1 (2022): Februari Vol. 9 No. 3 (2021): Oktober Vol 9, No 3 (2021): Oktober Vol. 9 No. 2 (2021): Juni Vol 9, No 2 (2021): Juni Vol 9, No 1 (2021): Februari Vol. 9 No. 1 (2021): Februari Vol. 8 No. 3 (2020): Oktober Vol 8, No 3 (2020): Oktober Vol 8, No 2 (2020): Juni Vol. 8 No. 2 (2020): Juni Vol 8, No 1 (2020): Februari Vol. 8 No. 1 (2020): Februari Vol 7, No 3 (2019): Oktober Vol 7, No 2 (2019): Juni Vol 7, No 1 (2019): Februari Vol 6, No 3 (2018): Oktober Vol 6, No 2 (2018): Juni Vol 6, No 1 (2018): Februari Vol 5, No 3 (2017): Oktober Vol 5, No 2 (2017): Juni Vol 5, No 1 (2017): Februari Vol 4, No 3 (2016): Oktober Vol 4, No 2 (2016): Juni Vol 4, No 1 (2016): Februari Vol 3, No 3 (2015): Oktober Vol 3, No 2 (2015): Juni Vol 3, No 1 (2015): Februari Vol 2, No 3 (2014): Oktober Vol 2, No 2 (2014): Juni Vol 2, No 1 (2014): Februari Vol 1, No 2 (2013): Oktober Vol 1, No 1 (2013): Juni More Issue