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 547 Documents
 51   52   53   54   55 
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.
Perancangan Point Of Sales berbasis web dengan Metode Task Centered System Design Mahendra, Karunia Ardhi
Jurnal Sarjana Teknik Informatika Vol. 11 No. 2 (2023): Juni
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i2.24282

Abstract

Point of Sales (PoS) yaitu sistem yang menangani aktivitas yang berorientasi pada penjualan yang terjadi pada bidang usaha retail, termasuk di dalamnya usaha restoran. Dalam mengelola usaha restoran, diperlukan pencatatan data-data seperti data transaksi penjualan, stok barang serta data manajemen karyawan yang dapat digunakan pemilik perusahaan dalam pengambilan keputusan. Subjek dari penelitian ini adalah Kedai Almaz yang belum menggunakan sistem PoS dalam mengelola usaha. Metode pengumpulan data menggunakan metode studi literatur, observasi, dan wawancara. Penelitian ini akan merancang sistem aplikasi PoS menggunakan metode Task Centered System Design (TCSD). Metode ini terdiri dari 4 tahap yaitu identification, requirement analysis, design through scenario, dan walk through evaluate. Penelitian ini menghasilkan sebuah sistem aplikasi PoS berbasis web. Hasil pengujian menggunakan black-box test mengidentifikasi 37 fungsional telah berfungsi optimal dan menggunakan System Usability Scale menunjukkan aplikasi ini masuk dalam kategori Acceptable dengan nilai rata-rata 74. 
Aplikasi Penilaian Studi Proyek Independen Kurikulum Merdeka Belajar Kampus Merdeka Berbasis Android Cahyadi, Isnan Arif; Arfiani, Ika
Jurnal Sarjana Teknik Informatika Vol. 11 No. 2 (2023): Juni
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i2.24845

Abstract

Kementerian Pendidikan dan Kebudayaan membuat kebijakan baru dibidang pendidikan yaitu Merdeka Belajar Kampus Merdeka (MBKM) dengan dilandasi oleh Peraturan Menteri Pendidikan dan Kebudayaan Republik Indonesia No.3 Tahun 2020 tentang Standar Nasional Pendidikan Tinggi. Model penilaian yang berbeda dari sebelumnya mengakibatkan pekerjaan menjadi lama, dan belum tersedianya sistem informasi dan sistem penilian otomatis untuk mendukung kegiatan belajar terutama pada program Studi Proyek Independen. Task Centered System Design (TCSD) merupakan sebuah metode yang digunakan untuk merancang user interface dari sebuah sistem. Perancangan sistem menggunakan metode waterfall sebagai alur pengerjaan dari aplikasi kemudian mnggunakan TCSD sebagai perancangan user interface. Penelitian ini menghasilkan sebuah aplikasi sistem penilaian yang dapat membantu dalam melaksanakan kurikulum MBKM. Aplikasi akan melalui dua pengujian yaitu pengujian blackbox dan System Usability Scale (SUS) dengan nilai minimal SUS yang harus dicapai adalah 80.
Analisa Forensik Citra Menggunakan Metode Error Level Analysis dan Block Matching Sudianto, Iis; Anwar, Nuril
Jurnal Sarjana Teknik Informatika Vol. 11 No. 1 (2023): Februari
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i1.25714

Abstract

Perkembangan perangkat editing gambar saat ini membuat semua orang dapat memanipulasi gambar dengan mudah sehingga banyak gambar yang tersebar diragukan keasliannya. Saat ini, gambar dapat dijadikan barang bukti dalam kasus hukum di  persidangan. Keaslian gambar menjadi topik yang banyak dicoba untuk dipecahkan dalam berbagai  penelitian. Penelitian ini membahasa tentang analisa keaslian gambar menggunakan metode Error Level Analysis (ELA) untuk mengetahui keaslian gambar. Block Matching digunakan pada proses membagi gambar menjadi beberapa bagian persegi atau blok. Metode ELA berhasil diimplementasikan dengan kompresi pada gambar sebesar 95% menghasilkan nilai MSE dan PSNR dalam membedakan gambar yang telah diubah. MSE rata-rata adalah 23,8 dB dan PSNR rata-rata adalah 34,47 dB. Hasil Block Matching secara keseluruhan menujukkan nilai pixel untuk nilai x yang mencapai 30 terdapat 9 gambar, nilai x yang mencapai 24 terdapat 9 gambar, nilai x yang mencapai 23 terdapat 1 gambar, dan untuk nilai x yang mencapai 19 terdapat 1 gambar. Hasil pixel (y) seluruh gambar melebihi nilai 12 yang dimana pada nilai pixel (y) mengalami banyak perubahan dengan ditandai adanya bintik putih.
Systematic Literature Review Efektifitas Penggunaan Microsoft Teams Terhadap Hasil Pembelajaran Daring Noor, Apriadi; Nashar Utamajaya, Joy
Jurnal Sarjana Teknik Informatika Vol. 11 No. 1 (2023): Februari
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i1.25746

Abstract

Selama kurun waktu 2 tahun terakhir COVID-19 telah mengubah kebiasaan manusia beradaptasi dengan kebiasaan baru yang lebih dikenal dengan istilah New Normal. Pemerintah mengamanatkan Pembatasan Sosial Berskala Besar agar seluruh guru bekerja dari rumah selama proses pembelajaran. Salah satu aplikasi yang bisa digunakan untuk pembelajaran daring adalah Microsoft Teams. Microsoft Teams memungkinkan guru dan siswa berinteraksi seperti bertatap muka. Tujuan penelitian ini adalah mengidentifikasi kefektifan Microsoft Teams dalam pembelajaran daring, dengan menggunakan data dari jurnal terkait dari tahun 2017 hingga 2020, seberapa baik Studi literatur digunakan sebagai metode penelitian ini. Hasil review didapatkan 12 artikel menyatakan Microsoft Teams efektif dalam pembelajaran daring, sementara 1 artikel yang menyatakan biasa saja. Dengan persentase sebesar 92% dari keseluruhan artikel yang dilakukan review, maka mayoritas menyatakan Microsoft Teams efektif dalam pembelajaran daring. Kendala yang terdapat pada Microsoft Teams mayoritas adalah kendala dari luar Aplikasi Microsoft Teams seperti infrastuktur teknologi dan jaringannya masih kurang memadai.
Penerapan Metode TOPSIS dalam Sistem Pendukung Keputusan Pemilihan Bahan Baku Terbaik untuk Pembuatan Spring Bed (Studi Kasus : Bigland ByPass Padang) Ramadhoni, Fauzan; Gushelmi, Gushelmi; Mayola, Liga
Jurnal Sarjana Teknik Informatika Vol. 11 No. 1 (2023): Februari
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i1.25792

Abstract

PT. Cahaya Murni Andalas Permai merupakan salah satu perusahaan yang bergerak di bidang industri mebel yang memproduksi beberapa kebutuhan rumah tangga serta peralatan kantor, salah satunya yaitu tempat tidur atau yang biasa dikenal dengan sebutan spring bed. Sistem pendukung keputusan dirancang bertujuan untuk mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi sebuah masalah, memilih data-data yang relevan dan menentukan pendekatan yang digunakan pada sebuah proses pengambilan keputusan. Penelitian ini mengembangkan sistem pendukung keputusan dengan menggunakan metode TOPSIS untuk memudahkan karyawan dalam penentuan kualitas springbed perhitungan kualitas springbed yang tersimpan rapi didalam sebuah database. Sistem dibangun menggunakan Bahasa pemrograman PHP dan Database MySQL. Tujuan yang ingin dicapai dari penelitian ini untuk menentukan kualitas spring bed terbaik dengan kriteria yang digunakan yaitu: pegas, daya topang, bahan pelapis, dan jenis kayu yang dijadikan bahan perhitungan. Penentuan kualitas pada sistem dibuat dengan data-data yang sudah tersimpan, serta ketetapan pada setiap setiap nilai kriteria yang digunakan untuk penilaian kualitas.
Pengembangan User Interface Aplikasi Promosi Umkm Kelurahan Bukit Duri Melalui Pendekatan User Experience Dengan Metode Lean Ux Yang Berbasis Android Hartono, Muhammad Adryan; Ajie, Hamidillah; Nugraheni, Murien
Jurnal Sarjana Teknik Informatika Vol. 11 No. 1 (2023): Februari
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i1.25793

Abstract

Pandemi Covid-19 memberikan dampak negatif kepada Usaha Mikro Kecil dan Menengah (UMKM), seperti UMKM Kelurahan Bukit Duri yang merasakan bahwa pendapatan menurun. Perlahan-lahan jumlah UMKM berkurang karena gulung tikar. Promosi merupakan salah satu upaya yang dapat menjaga UMKM tetap hidup. Maka dari itu, akan dibuat sebuah aplikasi promosi UMKM berbasi android untuk daerah Kelurahan Bukit Duri, Tebet, Jakarta Selatan. Di dalam pengembangan user interface aplikasi promosi UMKM Kelurahan Bukit Duri ini menggunakan metode Leam UX. Perancangan user interface sesuai dengan karakteristik pengguna, selanjutnya efektifitas pengguna diuji dengan current thinking aloud testing. Persentase keberhasilan penguji untuk konsumen dan pemilik UMKM sebesar 97,20% dan mendapatkan respon positif. Hasil pengujian dapat disimpulkan hipotesis yang dirancang dapat memenuhi pengguna dengan baik.

Page 54 of 55 | Total Record : 547

 51   52   53   54   55 

Filter by Year

2013 2026


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