Article Per Year (5 Year)
p-Index From 2019 - 2024
1.896
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Iin, Iin
Unknown Affiliation
Computer Science & IT

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
SISTEM INFORMASI PRESENSI GURU DAN TENAGA TENDIK BERBASIS WEB UNTUK MENINGKATKAN PELAYANAN KEHADIRAN YANG AKURAT (Studi Kasus: SMK PUI GEGESIK) Taulani, Taulani; Suarna, Nana; Iin, Iin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 1 (2022): JATI Vol. 6 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i1.4703

Abstract

The school attendance system is one of the important things to do to record the attendance of teachers and staff at PUI Gegesik Vocational School. Attendance activities so far still use manual attendance. The purpose of this study is to design an information system that processes attendance data. The method used in the development of this software uses the waterfall model. The expected results in this study are to make it easier for principals to monitor teacher performance and discipline in the attendance process, to create a new system and store it in a well-distributed database, to add facilities that can make it easier for teachers to take attendance and make it easier for admins to obtain reports. The quality of this system produces: Correctness (80 %), Efficiency (60 %), Usability (82 %), Integrity (85 %), and Reliability (75 %).
PENGUKURAN KUALITAS SISTEM ELECTRONIC CUSTOMER RELATIONSHIP MANAGEMENT PADA BENGKEL USAHA JAYA MOTOR MENGGUNAKAN METODE MCCALL Akbari, Muhammad; Hayati, Umi; Iin, Iin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i2.5611

Abstract

Di era globalisasi sekarang ini sistem informasi sangat dibutuhkan dalam menunjang kegiatan bisnis. Bengkel Usaha Jaya Motor merupakan salah satu kegiatan bisnis yang menggunakan sistem informasi. Dalam upaya memaksimalkan sistem informasi, pengujian sistem sangat dibutuhkan. Hal tersebut dapat menjadi acuan dalam perbaikan sistem selanjutnya. Salah satu cara untuk melakukan uji pada sistem informasi yaitu menggunakan metode McCall. Ada 5 faktor yang menjadi fokus dalam pengujian McCall yaitu Correctness, Reliability, Effeciency, Integrity dan Usability. Pengumpulan data dilakukan dengan menyebarkan kuesioner mengenai 5 faktor McCall kepada 30 responden yang merupakan pelangan Bengkel Usaha Jaya Motor. Dari hasil pengujian yang dilakukan didapat rata rata nilai yaitu 53,4%. Hasil tersebut termasuk kedalam kategori cukup baik
ANALISIS DATA MINING PADA PRODUKSI IKAN AIR TAWAR DI KECAMATAN PANJALU MENGGUNAKAN METODE C4.5 Novareza, Apip; Herdiana, Ruli; Iin, Iin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8209

Abstract

Produksi perikanan merupakan sektor penting dalam industri pangan dan ekonomi global juga ketahanan pakan. Untuk meningkatkan efisiensi dan pengelolaan produksi perikanan, analisis data mining telah menjadi alat yang berharga dalam mengidentifikasi pola-pola yang tersembunyi dalam data produksi perikanan. Salah satu metode yang umum digunakan dalam analisis data mining adalah metode C4.5, yang merupakan algoritma pohon keputusan untuk tugas klasifikasi. Penelitian ini bertujuan untuk menerapkan metode C4.5 dalam analisis data produksi perikanan dengan fokus pada klasifikasi hasil produksi perikanan. Metode C4.5 digunakan untuk mengidentifikasi hubungan antara atribut-atribut yang terkait dengan produksi perikanan dan hasil produksi yang terjadi. Langkah-langkah dalam penerapan metode C4.5 melibatkan pemilihan atribut yang paling informatif, pembentukan pohon keputusan, dan proses pruning untuk menghindari overfitting. Hasil eksperimen menunjukkan bahwa metode C4.5 mampu menghasilkan model klasifikasi yang cukup akurat dalam memprediksi hasil produksi perikanan. Selain itu, pohon keputusan yang dibuat memberikan wawasan yang bermanfaat tentang komponen yang mempengaruhi produksi perikanan. Hasil penelitian ini diharapkan dapat memberikan kontribusi penting dalam upaya peningkatan produksi perikanan di Kecamatan Cihaurbeuti dan dapat menjadi dasar untuk pengambilan keputusan yang lebih efektif dalam mengelola sektor perikanan di wilayah tersebut. Penelitian ini juga dapat menjadi contoh bagi penelitian serupa di daerah lain yang menghadapi tantangan serupa dalam mengoptimalkan hasil produksi perikanan. Seluruh rangkaian tahapan pada penelitian ini dapat diukur efektif pada penerapan algoritma C4.5 dalam klasifikasi potensi produksi perikanan di Kecamatan Panjalu. Hasil pengukuran akurasi data yang diperoleh terhadap data produksi perikanan nilai akurasinya mencapai 94.44%. Dan factor yang paling berpengaruh terhadap tingkat produksi perikanan adalah luas kolam.
PENGELOMPOKKAN DATA BENCANA ALAM BERDASARKAN WILAYAH MENGGUNAKAN ALGORITMA K-MEANS Amaliah, Rif'atul; Tohidi, Edi; Wahyudin, Edi; Rizki Rinaldi, Ade; Iin, Iin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8253

Abstract

Bencana alam adalah rangkaian kejadian yang ditimbulkan oleh alam. Namun tidak menutup kemungkinan bencana alam yang terjadi disebabkan oleh ulah manusia. Bencana alam memiliki potensi untuk menyebabkan dampak yang signifikan pada infrastruktur dan lingkungan, bahkan dapat mengancam keselamatan manusia. Penelitian ini bertujuan untuk mengidentifikasi wilayah-wilayah dimana jenis bencana alam paling dominan atau sering terjadi untuk memberikan wawasan yang lebih mendalam tentang resiko bencana alam di berbagai wilayah sehingga dapat membantu meningkatkan upaya mitigasi bencana. Metode yang diterapkan melibatkan pengelompokkan data menggunakan algoritma K-Means, yang memungkinkan peneliti untuk mengelompokkan wilayah dengan karakteristik serupa ke dalam cluster-cluster yang berbeda. Hasil penelitian ini berhasil mengelompokkan data bencana alam menggunakan Algoritma K-Means membentuk 3 cluster berdasarkan MeasureTypes Bregman Divergences dengan parameter SequaredEuclideanDistance sampai menghasilkan nilai DBI terbaik. Nilai Davies-Bouldin-Index (DBI) yang dihasilkan pada penelituan ini yaitu 0,012. Cluster 0 memiliki 884 data dengan tingkat kejadian bencana alam rendah. Kejadian bencana alam yang dominan terjadi yaitu kekeringan. Sedangkan wilayah yang termasuk kedalam cluster 1 dengan memiliki 2 data adalah wilayah dengan tingkat kejadian sedang. Kejadian bencana yang paling dominan adalah Letusan Gunung Api. Dan cluster 2 memiliki 1 data yaitu wilayah dengan tingkat kejadian tinggi. Kejadian bencana alam yang paling dominan adalah Puting Beliung.
ANALISIS POLA TRANSAKSI PEMBELIAN PADA BISNIS FOOD AND BEVERAGE MENGGUNAKAN ALGORITMA FP-GROWTH Fansuri, Rafly; Tohidi, Edi; Wahyudin, Edi; Kaslani, Kaslani; Iin, Iin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8293

Abstract

Dalam dunia bisnis Food and Beverage yang sangat kompetitif saat ini, perusahaan-perusahaan dihadapkan pada tekanan untuk terus mengembangkan strategi-strategi kreatif dalam menjalankan operasi mereka. Salah satu strategi yang dapat digunakan dalam meningkatkan kinerja penjualan adalah cross-selling, yaitu taktik menjual produk tambahan yang berkaitan dengan produk yang telah dibeli oleh pelanggan, dengan tujuan meningkatkan omset penjualan. Tujuan dari penelitian ini adalah untuk mengidentifikasi hubungan antara produk-produk yang sering dibeli oleh pelanggan dan bagaimana pola pembelian mereka dianalisis. Data penjualan dari French Bakery Sales digunakan dalam penelitian ini. Algoritma Frequent Pattern Growth (FP-Growth) adalah alat yang digunakan dalam metodologi penelitian ini untuk data mining asosiasi. Data transaksi penjualan dikumpulkan, atribut yang relevan dipilih, data dipreprocessing, proses asosiasi dataset, dan evaluasi pola yang terbentuk adalah semua langkah dalam proses penelitian ini. penelitian ini menghasilkan 8 aturan asosiasi menggunakan nilai minimum support 0,08 dan confidence 0,5 dengan 10 produk pembentuk. Aturan-aturan ini memiliki potensi untuk mendukung strategi cross-selling dengan lebih mudah dan efisien. Aturan-aturan ini memberikan informasi yang detail mengenai pola pembelian produk oleh konsumen, serta memperkirakan tingkat peluang keberhasilan strategi cross-selling.
SISTEM MONITORING PENYIRAMAN OTOMATIS BERBASIS IOT MENGGUNAKAN SOIL MOISTURE PADA TANAMAN MELON Fathurrohman, Fathurrohman; Prasetiya, Tio; Iin, Iin; Mulyawan, Mulyawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8423

Abstract

Internet of things merupakan konsep dimana objek fisik atau perangkat dihubungkan ke internet dan dapat saling berkomunikasi.Sistem irigasi tanaman otomatis yang efisien dan tepat waktu merupakan elemen penting dalam pertanian modern.Penggunaan Internet of Things (IoT) telah membuka kemungkinan baru bagi pengembangan sistem irigasi yang cerdas dan terhubung.permasalahan dengan gagal panen untuk mengetahui faktor salah satunya dari kualitas air dalam tanah yang tidak stabil sehingga menghambat pertumbuhan. Namun dengan hadirnya teknologi Internet of Things (IoT), sistem irigasi otomatis kini dapat membantu proses penyiraman dan pengairan tanaman.Tujuan untuk merancang dan mengembangkan sistem penyiraman dan irigasi tanaman otomatis yang memanfaatkan Internet of Things (IoT).telah berkembang menjadi teknologi yang mendukung pengembangan sistem irigasi yang cerdas dan efektif.Gunakan konektivitas nirkabel, sensor cerdas, dan analisis informasi untuk pengelolaan air jangka panjang dan pemantauan kesehatan aset secara real-time.Dengan menggunakan metode eksperimen yaitu perancangan membuat alat penyiraman tanaman otomatis yang dapat di monitoring melalui smartphone.Hasil menggunakan teknologi Internet of Things (IoT), sistem irigasi otomatis dapat mematikan dan menghidupkan pompa secara otomatis dan manual untuk mendukung proses irigasi, meningkatkan efisiensi penggunaan air, memaksimalkan pertumbuhan tanaman, dan meningkatkan kesejahteraan petani.
PENERAPAN DATA MINING DALAM MENGELOMPOKAN JUMLAH UMKM BERDASARKAN KABUPATEN KOTA MENGGUNAKAN K-MEANS CLUSTERING Iin, Iin; Fadila, Rizal; Rizki Rinaldi, Ade; Fathurrohman, Fathurrohman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8427

Abstract

Jumlah UMKM di indonesia mengalami permasalahan setiap tahun yakni jumlah pertumbuhannya, jumlah tersebut menunjukan bahwa adanya perkembangan ekonomi. Di pulau jawa, Jawa Barat menjadi salah satu provinsi dengan jumlah unit UMKM terbanyak. Tersebar dari berbagai kabupaten atau kota dengan berbagai jenis usahanya, jumlahnya belum mengalami pemerataan bisa dipengaruhi oleh letak geografis dan demografis wilayah kabupaten atau kota. Maka perlu adanya pengelompokan kabupaten atau kota berdasarkan jumlah UMKM untuk mengetahui berapa jumlah pengelompokan yang terbentuk. Tujuan pada penelitian ini adalah untuk mengelompokan kabupaten atau kota di provinsi Jawa Barat berdasarkan tahun dan jumlah usaha mikro kecil menengah (UMKM) menerapkan teknik data mining menggunakan Algoritma K-Means clustering. Data penelitian ini berasal dari opendata.jabarprov.go.id dengan jumlah data sebanyak 216 dan bersumber dari 27 kabupaten atau kota, dari tahun 2016 hingga 2023 di Jawa Barat. Penelitian ini bisa memberikan pemahamam bagi para pelaku UMKM, masyakarat dan pemerintah berkontribusi dalam pengambilan keputusan di lingkup provinsi Jawa Barat. Hasil penelitian ini menunjukan bahwa cluster terbaik terdapat pada nilai K=2 dengan nilai DBI 0.619 dari percobaan sebanyak 20 kali, yang membagi data menjadi 2 cluster yaitu cluster 0 sebanyak 112 items sebagai cluster dengan jumlah UMKM tinggi dan cluster 1 sebanyak 104 items dengan jumlah UMKM sedang dari total data sebanyak 216 items jumlah data UMKM. Proses dilakukan menggunakan Rapidminer versi 10.2.
PENERAPAN NATURAL LANGUAGE PROCESSING DALAM ANALISIS SENTIMEN CAWAPRES 2024 MENGGUNAKAN ALGORITMA NAIVE BAYES Iin, Iin; Supriatna, Reza; Mulyawan, Mulyawan; Rohman, Dede
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8572

Abstract

Pemerintah indonesia akan mengadakan pemilu tahun 2024 isu yang paling di sorot yaitu pemilihan calon presiden dan calon wakil presiden tahun 2024, keputusan Mahkamah Konstitusi (MK) tentang pemilihan calon presiden dan wakil presiden pada tahun 2024 menjadi isu yang sangat viral, terutama terkait CAWAPRES muda. Beberapa analisis sentimen di Twitter menunjukkan bahwa teks yang disebutkan masyarakat memiliki sentimen negatif, positif, atau netral. Dalam konteks penelitian ini, fokusnya adalah menilai apakah teks yang muncul di Twitter bersifat negatif, positif, atau bahkan bersifat netral. Metode yang digunakan dalam penelitian ini metode SEMMA (sample, explore, modify, assess) dengan menggunakan algoritma naive bayes, dengan pemodelan confusion matrix untuk prediksi sentimen menggunakan Naïve Bayes dengan menghasilkan nilai presisi, akurasi dan recall. Hasil evaluasi dari algoritma naive bayes tersebut mencapai 73,98% untuk nilai recall, 77,37% untuk nilai akurasi dan 100% untuk nilai presisi.
ANALISIS SENTIMEN PADA ULASAN PRODUK PAKAIAN ZIRDIGO DENGAN MENGGUNAKAN ALGORITMA NAIVE BAYES Rohmat, Cep Lukman; Tito Aprilianto, Rizky; Fathurrohman, Fathurrohman; Iin, Iin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8697

Abstract

Teknologi informasi terus berkembang, mengubah cara berkomunikasi, model kerja, serta akses terhadap informasi. Bisnis modern sangat dipengaruhi oleh kemajuan informatika, dengan e-commerce menjadi salah satu contoh terkemuka dalam perubahan tersebut. Pendidikan juga menjalani perubahan, dengan pemanfaatan teknologi untuk pendidikan jarak jauh dan akses ke sumber daya pendidikan yang lebih luas. Selain itu, perkembangan pesat di bidang Informatika juga membuka peluang untuk penelitian dan analisis data yang lebih luas. Permasalahan dalam mengidentifikasi ulasan dapat menyebabkan kesalahan dalam mengevaluasi kualitas produk, yang pada akhirnya dapat berdampak pada keputusan konsumen. Oleh karena itu, penting untuk dapat mengidentifikasi dengan akurat apakah suatu ulasan bersifat positif atau negatif. Tujuan penelitian ini untuk meningkatkan kualitas produk dan layanan pada produk pakaian Zirdigo. Metode penelitian yang digunakan adalah Sample Explore Modify Model&Access (SEMMA) dengan menggunakan data ulasan produk pakaian Zirdigo sebagai data latih dan uji. Penelitian ini akan menggunakan teknik analisis data dengan menggunakan algoritma Naive Bayes untuk melakukan klasifikasi sentimen pada ulasan produk pakaian Zirdigo. Hasil analisis sentimen pada ulasan produk pakaian Zirdigo dengan menggunakan algoritma Naïve Bayes menghasilkan accuracy sebesar 81.00%, precision 100% dan recall 80%.
PENERAPAN METODE NAÏVE BAYES CLASSIFIER PADA ANALISIS SENTIMEN APLIKASI GOPAY Riskawati, Riskawati; Fatihanursari, Fatihanursari; Iin, Iin; Rizki Rinaldi, Ade
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8699

Abstract

Perkembangan teknologi telah membawa dampak besar dalam bidang pembayaran digital atau E-Wallet. Aplikasi pembayaran digital seperti GoPay telah muncul sebagai solusi praktis untuk melakukan berbagai transaksi. Meskipun GoPay memberikan kemudahan, respon atau komentar pe ngguna terhadap aplikasi ini tidak selalu positif. Beberapa orang mungkin memberikan komentar yang negatif atau netral terkait dengan aplikasi Go-Pay. Namun, menganalisis secara manual semua komentar pengguna tidak mudah, mengingat jumlahnya yang sangat besar sehingga dapat menghambat proses umpan balik. Penelitian ini bertujuan untuk menganalisis sentimen aplikasi GoPay dengan algoritma Naïve Bayes. Dalam penelitian ini metode yang akan digunakan yaitu Knowledge Discovery in Database (KDD). Dari hasil klasifikasi analisis sentimen menggunakan algoritma Naïve Bayes Classifier serta evaluasi data dengan confusion Matrix menghasilkan akurasi sebebsar 85%, presisi sebesar 84%, recall sebesar 96% dan f1-score sebesar 90%. Ini menunjukkan bahwa algoritma Naïve Bayes Classifier mampu mengklasifikasikan sentimen pengguna terhadap aplikasi GoPay dengan tingkat akurasi yang memadai. Hasil analisis sentimen dapat memberikan masukan yang berharga kepada penyedia aplikasi GoPay untuk memperbaiki dan meningkatkan layanan mereka berdasarkan umpan balik pengguna. Selain itu, hasil penelitian akan menjadi dasar untuk penelitian lebih lanjut dalam analisis sentimen dalam konteks aplikasi seluler dan layanan keuangan digital.
Co-Authors Ade Rizki Rinaldi Akbari, Muhammad Amaliah, Rif'atul Fadila, Rizal Fansuri, Rafly Fathurrohman Fathurrohman Fatihanursari, Fatihanursari Hayati, Umi Herdiana, Ruli Kaslani Mulyawan, Mulyawan Novareza, Apip Prasetiya, Tio Riskawati Riskawati, Riskawati Rizki Rinaldi, Ade Rohman, Dede Rohmat, Cep Lukman Suarna, Nana Supriatna, Reza Taulani, Taulani Tito Aprilianto, Rizky Tohidi, Edi Wahyudin, Edi