cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fajril Akbar
Contact Email
ijab@fti.unand.ac.id
Phone
+627517770
Journal Mail Official
teknosi@fti.unand.ac.id
Editorial Address
Jurusan Sistem Informasi, Fakultas Teknologi Informasi Universitas Andalas Kampus Limau Manis, Padang 25163, Sumatera Barat
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnas Nasional Teknologi dan Sistem Informasi
Published by Universitas Andalas
ISSN : 24768812     EISSN : 24603465     DOI : https://dx.doi.org/10.25077/TEKNOSI
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Jurnal ini menerbitkan artikel penelitian (research article), artikel telaah/studi literatur (review article/literature review), laporan kasus (case report) dan artikel konsep atau kebijakan (concept/policy article), di semua bidang : Geographical Information System, Enterpise Application, Bussiness Intelligence, Data Warehouse, Network Computer Security, Data Mining, Computer Architecture Design, Mobile Computing, Computing Theory, Embedded system, Decision Support System
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 365 Documents
 24   25   26   27   28 
Penetration Testing pada Kerentanan Keamanan Sistem PELAKAT Menggunakan SQL Injection Khairul; Abdullah, Asrul; Sucipto, Sucipto
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i1.2025.78-86

Abstract

Penetration Testing bertujuan untuk mengidentifikasi kerentanan sistem dengan cara mensimulasikan serangan dengan teknik tertentu seperti SQL Injection. Sistem Pelayanan Administrasi Kependudukan yang Mendekatkan Masyarakat (PELAKAT) adalah sebuah aplikasi berbasis website yang dibuat oleh Dinas Kependudukan dan Pencatatan Sipil (Disdukcapil) Kabupaten Sambas untuk memudahkan proses pengelolaan beberapa dokumen administrasi kependudukan (Adminduk). Pengujian keamanan sistem PELAKAT menggunakan teknik SQL Injection diperlukan untuk mengidentifikasi kerentanannya serta memberikan rekomendasi mitigasi. Tahapan metode penetration testing yang dilakukan yaitu reconnaissance, scanning, vulnerability assessment, exploitation, dan reporting. Tools yang digunakan yaitu Burp Suite untuk menganalisis HTTP request dan SQLMap untuk eksploitasi kerentanan. Berdasarkan hasil pengujian, salah satu parameter pada form login sistem PELAKAT diketahui rentan terhadap SQL Injection. Eksploitasi berhasil mengakses sembilan database, lima tabel pada salah satu database, dan 13 kolom pada salah satu tabel. Kerentanan ini disebabkan karena sistem dikembangkan tanpa fitur keamanan yang memadai. Tingkat kerentanan sistem dinilai tinggi karena sistem PELAKAT dinyatakan rentan terhadap SQL Injection sehingga diperlukan tindakan mitigasi. Rekomendasi mitigasi meliputi penerapan WAF (Web Application Firewall), validasi input pada form input, penggunaan prepared statements, implementasi framework seperti Laravel, dan migrasi database ke penyimpanan berbasis cloud. Dengan penerapan mitigasi ini, diharapkan dapat meningkatkan keamanan sistem dan meminimalisir kerentanan sistem.
Penerapan Metode AHP dan VIKOR Untuk Membangun Sistem Pendukung Keputusan Dalam Menentukan Calon Perwakilan Atlet Tingkat Nasional Pada Provinsi Sumatera Barat Akbar, Ricky; Fisabil Andwi , Dean
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i01.2025.37-47

Abstract

Seleksi calon perwakilan atlet tingkat nasional dilakukan oleh Komite Olahraga Nasional Indonesia (KONI) masing-masing provinsi. Pada Provinsi Sumatera Barat, KONI memiliki peran krusial dalam membina dan mengembangkan atlet daerah agar dapat berkompetisi di tingkat nasional maupun internasional. Salah satu cara penyeleksian atlet adalah dengan diadakannya event olahraga tahunan seperti Pekan Olahraga Nasional (PON) yang merupakan ajang kompetisi atlet nasional dari seluruh perwakilan atlet di Indonesia. Selama ini proses dalam menentukan perwakilan atlet tiap-tiap daerah dilakukan dengan cara yang konvensional dan manual yaitu dengan melakukan beberapa rangkaian tes kepada calon atlet, kemudian hasilnya dikumpulkan dan dihitung menggunakan MS Excel. Dengan banyaknya cabang olahraga dan data tes yang harus dikumpulkan, tentunya hal ini akan memakan waktu lama dalam melakukan seleksi tersebut. Selain itu dibutuhkan perhitungan yang matang dan dokumentasi hasil tes yang transaparan dalam perhitungannya. Berdasarkan permasalahan yang telah diuraikan, salah satu solusi yang dapat diterapkan adalah membangun Sistem Penunjang Keputusan (SPK). Sistem ini dirancang untuk membantu KONI dalam menyeleksi calon atlet terbaik sebagai perwakilan, dengan mempertimbangkan kriteria yang telah ditetapkan. Adapun kriteria utama seleksi atlet yang dilakukan oleh KONI selama ini untuk penyeleksian atlet mereka adalah indeks prestasi dan penglaman atlet berupa prestasi internasional, prestasi nasional, prestasi wilayah, kemampuan teknis, dan fisik atlet yang dilakukan masing masing cabang olahraga. Aplikasi SPK ini menggabungkan metode Analytical Hierarchy Process (AHP) dan VIKOR, di mana AHP digunakan untuk mengotomatisasi proses pembobotan kriteria, sementara metode VIKOR diterapkan dalam proses perangkingan alternatif guna menentukan calon atlet terbaik. Hasil dari penelitian ini adalah terciptanya model dan aplikasi SPK  yang dapat membantu KONI dalam melakukan perangkingan untuk seleksi atlet tingkat nasional.
Penerapan Metode Clustering Pada Penjualan Makanan Dan Minuman Dalam Menentukan Strategi Marketing Evasaria Magdalena; Paskasius , Eufrasia
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i01.2025.48-56

Abstract

Business competition including restaurant business is getting tighter with the change of business methods from conventional to online (digital). The problem is that the menu sold is not always comparable to the expenditure of raw materials purchased by the restaurant to make their food and beverage menus. Therefore, an appropriate marketing strategy is needed to be implemented. The restaurant used as the research material is the "Ben's Haus Bistro" restaurant. The attributes used consist of Item Name, Category Name, and Item Sold. In this study, one of the data mining methods will be applied, namely the clustering method using the K-Means algorithm to determine the marketing strategy. In addition, it will also be seen how much accuracy is obtained from the results of the clustering process that has been carried out. Based on the results of the accuracy level of the clustering process that has been carried out, a value of 0.6595 was obtained. While the results of applying the clustering method using the K-Means algorithm for overall sales data produced 4 clusters, because the results of the elbow method calculation to determine the optimal K value obtained the result K = 4. Cluster 1 obtained 6 items, Cluster 2 obtained 10 items, Cluster 3 obtained 43 items, and Cluster 4 obtained 52 items. From the results of the research that has been done, it can be concluded that the clustering method using the K-Means algorithm can be applied to food and beverage sales data to help determine marketing strategies.
Empowering MSMEs with Data-Driven Insights: Mobile Sales Dashboard Application for MSMEs Azzahra, Zalina Fatima; Fa'rifah, Riska Yanu; Lathifah, Syfa Nur
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i01.2025.1-8

Abstract

Micro, Small, and Medium Enterprises (MSMEs) in Indonesia have made a large contribution to GDP and the workforce but still face challenges in managing sales data and making data-driven decisions. Manual recording often causes operational inefficiencies, recording errors, and delays in business analysis. Based on the previous problem, this study develops a mobile-based sales dashboard application to help MSMEs analyse data in real-time and improve business strategies. The methodology used is Design Science Research (DSR) with a Rapid Application Development (RAD) approach for rapid and iterative development. This application was developed using Java and Firebase and provides sales summary features, best-selling cashiers, best-selling products, and less popular products, with time filters and graphical data visualization. Testing using Black Box Testing shows that all features run well, while the results of the User Acceptance Test (UAT) show that 90.625% of users feel that this application is easy to use and suits their needs. These results indicate that the application can improve operational efficiency and business transparency and support data-driven decision-making for MSMEs.
Perancangan Enterprise Architecture Menggunakan TOGAF Standar 9.2 Pada Organisasi BEM KM FTI Universitas Andalas Arifnur, Adi Arga; Nurhalimah, Nurhalimah; Faiza, Camila
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 2 (2025): Agustus 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i2.2025.192-199

Abstract

BEM KM FTI merupakan lembaga organisasi mahasiswa intra kampus yang berfungsi sebagai lembaga eksekutif tertinggi dalam lingkup Negara Bagian KM FTI. Saat ini penerapan sistem enterprise yang ada pada BEM KM FTI belum terlaksana dengan baik. Organisasi masih memanfaatkan sistem third-party yang terpisah pisah. Hal ini menyebabkan proses kerja dan pertukaran data serta informasi di dalam organisasi menjadi tidak maksimal. Oleh karena itu, diperlukan adanya perancangan sistem enterprise pada BEM KM FTI guna memperjelas proses kerja BEM KM FTI dan juga proses pertukaran informasi serta penyimpanan data yang efektif dan efisien. Perencanaan arsitektur enterprise ini dibuat menggunakan TOGAF (The Open Group of Architecture Framework) versi 9.2. Perencanaan enterprise ini menghasilkan sistem pendukung kerja utama dari BEM KM FTI. Berdasarkan hasil analisis dan perancangan enterprise architecture sistem informasi BEM KM FTI ini maka dapat disimpulkan bahwa proses bisnis pada BEM KM FTI Unand diketahui belum menerapkan sistem informasi yang terstruktur dan menyeluruh untuk mencapai efektivitas kinerjanya. Sehingga dengan perancangan arsitektur enterprise ini dapat membantu permasalahan yang dialami oleh  BEM KM FTI Unand itu sendiri untuk mencapai efektivitas kinerjanya dengan berbagai fase-fase perancangan enterprise architecture ini.
Rancangan Sistem Rekomendasi Topik Tugas Akhir dengan Naive Bayes Classifier (Studi Kasus Departemen Sistem Informasi, Universitas Andalas) Pratama, Hanif Izza; Aisah, Siti Nur; Akbar, Fajril
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 2 (2025): Agustus 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i2.2025.200-206

Abstract

Tugas akhir merupakan salah satu syarat yang harus dipenuhi oleh mahasiswa untuk menyelesaikan pendidikan di perguruan tinggi. Namun, seringkali mahasiswa mengalami kesulitan dalam menentukan topik yang sesuai. Oleh sebab itu, dilakukan pembangunan sebuah sistem web classification yang menjadi solusi efektif. Dalam penelitian ini digunakan metode klasifikasi Naive Bayes Classifier dalam pengembangan sistem web classification untuk mengklasifikasikan judul tugas akhir mahasiswa Departemen Sistem Informasi Universitas Andalas, data yang digunakan diperoleh dari nilai mata kuliah Struktur Data Algoritma (SDA), Sistem Informasi Geografis (SIG), Pemrograman Teknologi Bergerak (PTB), Pemrograman Web (PWeb), Sistem Informasi Manajemen (SIM), Enterprise Resource Planning (ERP), Business Intelligence (BI), dan Machine Learning (ML). Data diolah dengan membangun aplikasi yang menerapkan algoritma Naïve Bayes menggunakan Python. Hasil keluaran sistem memiliki akurasi 83%. Hasil pengujian yang dilakukan dengan perbandingan data latih 80% dan data uji 20% menyatakan algoritma Naïve Bayes memiliki performa dengan hasil Acuracy, Recall, Precision, F1-score dengan nilai 83%, 185%, 84% dan 84%. Penelitian ini dapat memberikan rekomendasi untuk judul tugas akhir bagi mahasiswa.
Analisis Metode SAW Pada Perangkingan Hasil Clustering K-Means Data Evaluasi Kemampuan Dasar Pemrograman Mahasiswa Ariawan, Made Pasek Agus; Peling, Ida Bagus Adisimakrisna; Subiksa, Gde Brahupadhya
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 2 (2025): Agustus 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i2.2025.178-184

Abstract

     Di era digital, volume data yang dihasilkan terus meningkat dengan cepat, sehingga kebutuhan akan metode efektif untuk menganalisis dan menemukan pola dalam data menjadi sangat penting. Salah satu teknik yang sering digunakan untuk mengelompokkan data adalah clustering, khususnya metode K-Means. Namun, K-Means memiliki kelemahan dalam pelabelan cluster karena sifatnya yang unsupervised, yang membuat interpretasi hasil menjadi lebih sulit. Untuk mengatasi kelemahan ini, penelitian ini menggabungkan metode Simple Additive Weighting (SAW) dengan K-Means, di mana SAW digunakan untuk menilai hasil pengelompokan yang dihasilkan K-Means dan memberikan bobot pada berbagai kriteria evaluasi. Penelitian ini dilakukan dalam konteks Program Studi D4 Teknologi Rekayasa Perangkat Lunak guna mengevaluasi kemampuan dasar pemrograman mahasiswa. Dengan menggunakan kombinasi kedua metode ini, diharapkan pengelompokan data menjadi lebih akurat dan optimal, serta dapat membantu proses penilaian hasil clustering secara lebih informatif. Hasil penelitian ini menunjukkan bahwa integrasi SAW dapat meningkatkan kualitas pengelompokan dengan membantu menentukan centroid yang lebih tepat dan menilai hasil pengelompokan secara lebih mendalam
Improving Coronary Heart Disease Detection Using K-Means Clustering Techniques Sanger, Junaidy; Wikarsa, Liza; Taulu, Angelica
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 2 (2025): Agustus 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i2.2025.107-117

Abstract

The heart is a crucial organ in the cardiovascular system, playing a key role in blood circulation and supplying oxygen and nutrients to the body. Cardiovascular diseases, particularly coronary heart disease (CHD), are the leading cause of death worldwide. In Indonesia, especially in North Sulawesi, the high prevalence of CHD is indicative of the effects of an unhealthy lifestyle. This study employs the K-Means clustering method to identify the early risk of CHD based on eight common symptoms, including chest pain, nausea, shortness of breath, heartburn, a history of hypertension, obesity, diabetes, and genetics. This innovative approach integrates these early warning signs and categorizes the risk into three groups: low CHD risk (C1), moderate CHD risk (C2), and high CHD risk (C3). The detection results are provided based on responses collected through a questionnaire within an application, aiming to raise awareness of CHD and encourage users to seek further health evaluations and adopt healthier lifestyles.
Optimasi LDA untuk Analisis Keluhan Nasabah Perbankan dengan Grid Search: Grid Search Parameter Tuning Afriyani, Rika; Angga Laksana, Eka
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 2 (2025): Agustus 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i2.2025.98-106

Abstract

This study aims to analyze topics in banking customer complaint data using the Latent Dirichlet Allocation (LDA) method, enhanced with parameter tuning via Grid Search. The dataset is sourced from ConsumerFinance.gov, containing a total of 6.3 million complaint entries from 2011 to 2024, with 50% of the data used to maintain representation and simplify analysis. In this analysis, the LDA method is employed to identify hidden topics, while Grid Search enhances model coherence. The results indicate that customer complaints can be categorized into 10 main topics, including complaint report issues (25.67%), payment errors (18.10%), data authorization (12.20%), and credit policy (10.77%). Parameter optimization successfully improved the model's coherence score from 0.49 to 0.56, reflecting an enhancement in topic clustering quality. A comparison between standard LDA and LDA with Grid Search reveals that the optimization method yields a higher average coherence score (0.52 vs. 0.42). This study provides insights into common complaints received by banks and key terms such as "report," "authorization," and "investigation," which can assist banks in better understanding and addressing customer complaints more effectively.
Kajian Performa Efisiensi Infrastruktur Big Data Hemat Energi Menggunakan Single Board Computer dan Framework Apache Spark Rusfi Razaba, Syahel; Liebenlito, Muhaza; Edy Sutanto, Taufik
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 2 (2025): Agustus 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i2.2025.152-160

Abstract

Meningkatnya kebutuhan komputasi untuk pemrosesan big data dan pelatihan model AI modern berdampak signifikan terhadap konsumsi energi komputasi global. Penelitian ini mengkaji efisiensi energi dan performa klaster Single Board Computer (SBC) dalam menjalankan beberapa algoritma machine learning menggunakan Apache Spark, sebagai alternatif ramah lingkungan terhadap infrastruktur komputasi konvensional. Tiga algoritma digunakan dalam eksperimen ini, yaitu Multi-Layer Perceptron (MLP), Regresi Logistik, dan Random Forest, yang dijalankan secara terdistribusi pada klaster SBC. Evaluasi dilakukan terhadap dua metrik utama, yaitu waktu eksekusi dan konsumsi energi, dengan tiga skenario ukuran dataset dan lima variasi jumlah inti (core). Hasil menunjukkan bahwa klaster SBC mampu mencapai percepatan waktu pelatihan hingga 59.7% pada algoritma Multi-Layer Perceptron dan hingga 49.3% pada Random Forest saat menangani data berukuran besar. Konsumsi daya listrik juga tetap rendah dan stabil, yakni sekitar 11.4 watt untuk konfigurasi satu core dan 12.6 watt untuk konfigurasi multi-core. Temuan ini menegaskan bahwa penggunaan klaster SBC berdaya rendah merupakan pendekatan potensial untuk mendukung komputasi hemat energi dan inisiatif Green AI.

Page 26 of 37 | Total Record : 365

 24   25   26   27   28 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol 11 No 2 (2025): Agustus 2025 Vol 11 No 1 (2025): April 2025 Vol 10 No 3 (2024): Desember 2024 Vol 10, No 2 (2024): Agustus 2024 Vol 10 No 2 (2024): Agustus 2024 Vol 10, No 1 (2024): April 2024 Vol 10 No 1 (2024): April 2024 Vol 9 No 3 (2023): Desember 2023 Vol 9, No 3 (2023): Desember 2023 Vol 9 No 2 (2023): Agustus 2023 Vol 9, No 2 (2023): Agustus 2023 Vol 9, No 1 (2023): April 2023 Vol 9 No 1 (2023): April 2023 Vol 8, No 3 (2022): Desember 2022 Vol 8 No 3 (2022): Desember 2022 Vol 8 No 2 (2022): Agustus 2022 Vol 8, No 2 (2022): Agustus 2022 Vol 8, No 1 (2022): April 2022 Vol 8 No 1 (2022): April 2022 Vol 7 No 3 (2021): Desember 2021 Vol 7, No 3 (2021): Desember 2021 Vol 7, No 2 (2021): Agustus 2021 Vol 7 No 2 (2021): Agustus 2021 Vol 7, No 1 (2021): April 2021 Vol 6, No 3 (2020): Desember 2020 Vol 6, No 2 (2020): Agustus 2020 Vol 6, No 1 (2020): April 2020 Vol 5, No 3 (2019): Desember 2019 Vol 5, No 2 (2019): Agustus 2019 Vol 5, No 1 (2019): April 2019 Vol 5 No 1 (2019): April 2019 Vol 4, No 3 (2018): Desember 2018 Vol 4, No 2 (2018): Agustus 2018 Vol 4, No 1 (2018): April 2018 Vol 3, No 3 (2017): Desember 2017 Vol 3, No 2 (2017): Agustus 2017 Vol 3, No 1 (2017): April 2017 Vol 2, No 3 (2016): Desember 2016 Vol 2, No 2 (2016): Agustus 2016 Vol 2, No 1 (2016): April 2016 Vol 1, No 1 (2015): Oktober 2015 More Issue