cover
Contact Name
Arif Bijaksana Putra Negara
Contact Email
arifbpn@untan.ac.id
Phone
+62811578624
Journal Mail Official
editor_justin@informatika.untan.ac.id
Editorial Address
Sekretariat Justin Gedung Informatika Fakultas Teknik Universitas Tanjungpura Jl. Prof. Dr. Hadary Nawawi Pontianak 78124
Location
Kota pontianak,
Kalimantan barat
INDONESIA
JUSTIN (Jurnal Sistem dan Teknologi Informasi)
ISSN : 24603562     EISSN : 26208989     DOI : http://dx.doi.org/10.26418/justin
Core Subject : Science,
JUSTIN aims to publish research results and thoughts among academics, researchers, scientists, and practitioners in the field of informatics/computer science so that they are freely available to the public, and support the exchange of knowledge. The scope of JUSTIN is but is not limited to the following: theory and information science, information systems, information security, data processing and structure, programming and computing, software engineering, informatics, computer science, computer engineering, architecture and computer networks, robotics, parallel and distributed computing, operating systems, compilers and interpreters, games, numerical methods, mobile computing, natural language processing, data mining, cognitive systems, speech processing, machine learning, artificial intelligence, expert systems, geographical information systems, computational theory, and informatics applications in various fields.
Articles 9 Documents
Search results for , issue "Vol 8, No 3 (2020)" : 9 Documents clear
Penerapan Augmented Reality pada Sistem Operasi Android untuk Pengenalan Profesi terhadap Anak Usia Dini Rabbani, Irsyad; Oktaviani, Maria Rosaria; Shobirin, Muhammad Ilham; Sakti, Dolly Virgian Shaka Yudha
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 8, No 3 (2020)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (813.69 KB) | DOI: 10.26418/justin.v8i3.41113

Abstract

Children are interested in new things, interactive, motivate, and fun things that can be used for the learning system. Nowadays, the system of traditional learning such as books and toys are not effective to make children interest to use. Technology must be included in the learning system which is can be able to introduce the function and usefulness of the technology for children. Children's knowledge about the future of professions that can be used as their goal life is still limited. Meanwhile, there are kinds of professions that children must know with the result that they have more insight into the world and know what talent they have which is can become a profession in the future. Augmented Reality is a technology that makes virtual objects possible to be seen in 3 dimensions and as in reality. By determine marker or image that will be the target of a smartphone camera, that marker will result in a 3-dimensional shape on the smartphone screen if the camera was pointed at the marker. This research was conducted with interviews and application trials. We conducted intense interviews with several children under 5 years as a reference for understanding about profession.
Tanggapan Mahasiswa terhadap Pemanfaatan Google Classroom sebagai Media Pembelajaran Online Arifin, Suci Ramadhani; Merdekawati, Etha Gustin
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 8, No 3 (2020)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (280.32 KB) | DOI: 10.26418/justin.v8i3.40007

Abstract

Berbagai jenis aplikasi e-learning semakin banyak berkembang saat ini dan yang paling menonjol saat ini adalah Google Classroom. Google Classroom merupakan salah satu platform terbaik untuk meningkatkan alur kerja dosen. Google Classroom kemudian diimplementasikan pada mata kuliah Metode Penelitian Penulisan laporan untuk memfasilitasi dosen dalam memanfaatkan teknologi sebagai alat bantu proses belajar mengajar. Metode yang digunakan dalam penelitian ini adalah metode deskriptif kuantitatif dengan analisis data menggunakan presentase. Instrumen penelitian menggunakan kuesioner dengan subjek penelitian yaitu mahasiswa program D3 Jurusan Manajemen Informatika Politeknik Informatika Nasional Makassar angkatan 2017 yang mengambil mata kuliah Metode Penelitian Penulisan Laporan. Mahasiswa menunjukkan tanggapan yang baik terhadap pemanfaatan Google Classroom dalam proses belajar mengajar pada mata kuliah Metode Penelitian Penulisan Laporan dengan tingkat persentase sebesar 79% yang termasuk ke dalam kategori sangat positif.
Aplikasi Bank Materi Pembelajaran untuk Jenjang SMA Pratama, Naufal Harits; Yulianti, Yulianti; Sukamto, Anggi Srimurdianti
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 8, No 3 (2020)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (552.985 KB) | DOI: 10.26418/justin.v8i3.31984

Abstract

Penelitian ini menjelaskan bagaimana membuat suatu Learning Management System dalam bentuk bank materi yang akan digunakan oleh siswa di jenjang SMA. Metode pembelajaran yang digunakan pada kurikulum pendidikan di Indonesia saat ini selain proses belajar mengajar secara langsung adalah siswa yang dituntut untuk mandiri mencari informasi dan materi dari sumber lain yang tidak terbatas pada buku cetak. Oleh sebab itu, perlu untuk menyediakan aplikasi dimana siswa dapat mengakses materi-materi pembelajaransecara terintegrasi dan secara menyeluruh. Aplikasi menyediakan semua materi pembelajaran yang dibutuhkan oleh siswa untuk menunjang jalannya proses pembelajaran. Sehingga mempermudah siswa dalam mengakses materi pembelajaran yang hanya menggunakan akses ke tempat yang terpusat. Aplikasi bank materi pembelajaran untuk jenjang SMA yang dibangun merupakan bagian dari Learning Management System dan memiliki bentuk sebagai bank materi. Usability Testing merupakan cara pengujian produk langsung ke pengguna tanpa memberi tahu cara produk tersebut bekerja, kemudian akan dilakukan wawancara menggunakan kuesioner dengan aspek Usability. Hasil uji usability yang didapat menunjukkan bahwa guru dan siswa yang menggunakan aplikasi menganggap bahwa aplikasi dapat mempermudah proses pembelajaran.
Aplikasi Peringatan Rambu Lalu Lintas dengan Metode Location Based Service Berbasis Mobile Kusuma, Risnu Arya; Sholva, Yus; Nyoto, Rudy Dwi
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 8, No 3 (2020)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (580.316 KB) | DOI: 10.26418/justin.v8i3.39255

Abstract

Rambu lalu lintas adalah bagian dari perlengkapan jalan yang memuat lambang, huruf, angka, kalimat dan/atau perpaduan di antaranya, dan berfungsi untuk menginformasikan peraturan dan perintah yang ada dalam jalan tersebut. Dalam penerapannya, banyak sekali pengendara yang melanggar rambu yang dikarenakan ketidak-tahuan terhadap rambu tersebut. Faktor yang menyebabkan ketidaktahuan pengendara terhadap rambu diantaranya adalah rambu tidak terlihat oleh pengendara yang dikarenakan posisi rambu yang tidak terjangkau pandangan dan kondisi plang rambu yang kurang baik serta ketidaktahuan pengendara terhadap arti dari rambu tersebut. Dengan permasalahan tersebut, diperlukan aplikasi yang dapat memberi tahu pengendara mengenai informasi rambu yang berada disekitarnya ketika sedang berkendara. Aplikasi ini memberikan peringatan rambu lalu lintas dengan metode location based service untuk menyesuaikan data rambu dengan lokasi pengendara, yang disampaikan dalam bentuk tampilan dan suara agar tidak menganggu pengendara dalam mengemudikan kendaraan serta penilaian perilaku pengendara terhadap rambu yang dilanggar. Penilaian perilaku terhadap rambu yang berlaku dapat mendorong pengendara agar lebih mematuhi rambu. Hasil dari penelitian ini menghasilkan aplikasi yang dapat digunakan sebagai pemandu rambu ketika sedang berkendara. Pengujian sistem mendapatkan hasil cukup baik pada pengujian menggunakan metode pengujian BlackBox dengan memiliki beberapa batasan tertentu. Dengan adanya aplikasi ini, diharapkan pengendara dapat mematuhi rambu lalu lintas dan meminimalisir adanya pelanggaran serta kecelakaan lalu lintas.
Implementasi Naive Bayes Classifier pada Opinion Mining Berdasarkan Tweets Masyarakat Terkait Kinerja Presiden dalam Aspek Ekonomi Juniarsih, Sri; Ripanti, Eva Faja; Pratama, Enda Esyudha
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 8, No 3 (2020)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (814.309 KB) | DOI: 10.26418/justin.v8i3.39118

Abstract

Media sosial salah satunya Twitter dimanfaatkan sebagai sarana untuk lebih dekat dengan masyarakat. Hal tersebut dapat memberikan wawasan yang mendalam tentang apa yang masyarakat inginkan. Tujuan dari penelitian ini adalah menghasilkan mesin yang mampu mengklasifikasikan tweets masyarakat terkait kinerja presiden dalam aspek ekonomi ke dalam kelas positif dan negatif. Aspek utama (ekonomi) diturunkan menjadi parameter ekonomi Indonesia, lapangan pekerjaan dan rupiah. Text preprocessing yang digunakan yaitu cleaning, case folding, normalisasi, filtering, dan stemming. Penelitian ini menerapkan teknik scraping sebagai teknik pengumpulan data tweets, TF-IDF sebagai metode pembobotan kata, Naive Bayes Classifier sebagai algoritma pengklasifikasian, serta Confusion Matrix sebagai metode pengujian. Training data terdiri dari training data A yang berjumlah 600 dokumen dari data tweets, dan training data B yang berjumlah 158 dokumen yang disusun berdasarkan pola parameter + kata independen. Klasifikasi yang dilakukan oleh opinion mining machine secara keseluruhan (gabungan semua parameter) dapat dinyatakan sebagai Good Classification. Berdasarkan pengujian Skenario 1 (klasifikasi menggunakan training data A), mesin mampu mengklasifikasikan 540 testing data (gabungan semua parameter) dengan akurasi sebesar 87.96% dan running time 13 menit 18 detik. Berdasarkan pengujian Skenario 2 (klasifikasi menggunakan training data B), mesin mampu mengklasifikasikan testing data yang sama (gabungan semua parameter), dengan akurasi sebesar 88,70% dan running time 6 menit 34 detik. Berdasarkan hasil pengujian tersebut, maka dapat diketahui performa mesin lebih unggul ketika menggunakan training data B. Maka dari itu, dapat disimpulkan bahwa pola yang digunakan dalam penyusunan training data B dinyatakan berhasil dan cocok untuk penelitian ini. Kemudian berdasarkan hasil analisis pengujian yang menunjukkan persentase prediksi opini positif lebih tinggi, maka dapat disimpulkan tweets masyarakat terhadap kinerja presiden dalam aspek ekonomi didominasi oleh opini positif.
Analisa Audit Sistem Informasi Perpustakaan Menggunakan Cobit Frame Work Riyandi, Albert; Sudibyo, Aji; Wijonarko, Bambang; rinaldi, muhammad; fahleyi, muhammad fahreza
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 8, No 3 (2020)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (732.207 KB) | DOI: 10.26418/justin.v8i3.41167

Abstract

AbstrakTata kelola IT diperlukan untuk menjaga pelayanan Sistem Informasi perpustakaan berjalan dengan seharusnya baik support maupun pelayanan IT bagi para penggunanya yang dilakukan secara berkelanjutan. Hal ini berlaku juga di MTSN 1 Tangerang yang menerapkan teknologi secara berkelanjutan dengan support dan pelayanan yang maksimal. Audit Sistem Informasi yang dilakukan di MTSN 1 Tangerang bertujuan dalam rangka pengecekan terhadap support dan pelayanan IT khususnya dalam layanan sistem informasi perpustakaan. COBIT merupakan alat bantu dalam melakukan Audit yang salah satunya Audit Domain Deliver and Support. Domain ini mempunyai fokus pada tingkat layanan, keamanan sistem dan pengelolaan permasalahan. Dari hasil Audit Sistem Informasi perpustakaan yang dilakukan di MTSN 1 Tangerang rata-rata Maturity score sebesar 3.24 yang didapat dari DS 01 sebesar 2.7, DS 02 sebesar 2.8, DS 03 sebesar 3.6, DS 04 sebesar 3.69, DS 05 sebesar 3.76, DS 06 sebesar 3.89. Rata-rata GAP analisis sebesar 0,76 dari nilai yang diinginkan sebesar 4 dengan rincian DS01 sebesar 1.30, DS02 sebesar 1.20, DS03 sebesar 1.40, DS04 sebesar 0.31, DS05 sebesar 0.24 dan DS06 sebesar 0.11. dapat disimpulkan score yang dihasilkan masih berada pada level 3 atau disebut defined level. Pada proses ini MTSN 1 Tangerang berada dalam pengembangan dilevel standar, baik dalam pengembangan suatu produk baru yang didokumentasikan, aturan-aturan yang ditetapkan, kejelasan dalam tanggung jawab, integrasi produk yang dihasilkan, management biaya dan kemajuan semua proses dalam pengawasan yang dapat dipertanggun jawabkan.
Implementasi Metode Pengembangan Sistem Extreme Programming (XP) pada Aplikasi Investasi Peternakan Borman, Rohmat Indra; Priandika, Adhie Thyo; Edison, Arif Rahman
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 8, No 3 (2020)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (899.41 KB) | DOI: 10.26418/justin.v8i3.40273

Abstract

Sektor peternakan merupakan motor penggerak pembangunan khususnya di wilayah pedesaan. Salah satu permasalahan yang dihadapi oleh peternak di Indonesia terutama pada peternak skala ekonomi kecil adalah permodalan yang terbatas. Untuk mengatasi hal tersebut maka dibutuhkan cara untuk mendapatkan modal. Pada penelitian ini akan dikembangkan aplikasi investasi peternakan online dengan menerapkan metode pengembangan sistem extreme programming (XP) yang mempermudah peternak menemukan investor dan mempermudah investor dalam mencari tempat investasi khususnya dibidang peternakan. Metode extreme programming (XP) menawarkan tahapan dalam waktu relatif singkat sesuai dengan fokus yang akan dicapai pengembang. Berdasarkan pengujian usability, aplikasi investasi peternakan menunjukan nilai rata-rata 88% dalam kategori baik, sehingga aplikasi layak untuk digunakan.
Integrasi Metode Decision Tree dan SMOTE untuk Klasifikasi Data Kecelakaan Lalu Lintas Franseda, Afrilio; Kurniawan, Wawan; Anggraeni, Sita; Gata, Windu
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 8, No 3 (2020)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (861.54 KB) | DOI: 10.26418/justin.v8i3.40982

Abstract

Kecelakaan lalu lintas merupakan suatu peristiwa yang tidak dapat diprediksi dengan pasti dan dapat mengakibatkan korban jiwa, korban luka ringan, korban luka berat atau kerugian materil seperti benda berharga. Permasalahan ini terjadi di seluruh dunia, tidak terkecuali Australia Selatan yang merupakan salah satu wilayah di Australia. Tercatat bahwa wilayah tersebut memiliki total kecelakaan yang memakan korban 4.953 pada tahun 2018. Oleh karena itu, dibutuhkan analisis untuk mengantisipasi kecelakaan agar tidak terulang kembali kejadian dengan faktor yang sama. Salah satu solusi untuk permasalahan ini yaitu diperlukan metode klasifikasi untuk mengelompokkan faktor-faktor yang mempengaruhi kecelakaan lalu lintas. Metode klasifikasi yang digunakan sebagai pengolah data adalah metode Decision Tree. Metode pada permasalahan ketidakseimbangan kelas menggunakan metode Synthetic MinorityOver-sampling Technique (SMOTE). Untuk proses dalam meningkatkan evaluasi pada penelitian ini menggunakan proses Knowledge Discovery in Database (KDD). Pengujian dilakukan dengan tiga desain model yaitu Split Validation Decision Tree dan SMOTE diperoleh akurasi 69.23%. Pengujian menggunakan Cross Validation Decision Tree dan SMOTE diperoleh akurasi 63.56%. Pengujian menggunakan Decision Tree dan SMOTE Split Data diperoleh akurasi 71.12% dengan perbandingan 1:9. Sehingga, setelah ketiga desain model tersebut dibandingkan, maka Decision Tree dan SMOTE Split Data mendapatkan akurasi yang paling baik. Selain itu diperoleh pula presisi 89.71% (3:7) dan area under curve (AUC) sebesar 0.773 (1:9). Penelitian ini masuk kedalam kategori fair classification (cukup).Traffic accidents are events that cannot be predicted with certainty and can result in casualties, minor injuries, serious injuries, or material losses such as valuable objects. This problem occurs throughout the world, including South Australia which is one of the regions in Australia. It is recorded that the area had a total of 4,953 casualties in 2018. Therefore an analysis is needed to anticipate the accident so that it does not happen again with the same factors. One solution to this problem is the classification method needed to classify the factors that affect traffic accidents. The classification method used for data processing is the Decision Tree method. The method for class imbalance problems uses the method of Synthetic Minority Over-sampling Technique (SMOTE). For the process of increasing evaluation in this study using the Knowledge Discovery in Database (KDD) process. The test was carried out with three model designs namely Split Validation Decision Tree and SMOTE model design obtained an accuracy of 69.23%. Testing using Cross Validation Decision Tree and SMOTE obtained an accuracy of 63.56%. Testing using the Decision Tree and SMOTE Split Data obtained an accuracy 71.12% with ratio of 1:9. So, after the three design models are compared, the split Decision Tree and SMOTE Split Data gets the best accuracy. Also, a precision of 89.71% (3:7) and area under curve (AUC) were obtained of 0.773 (1:9). This research belongs to the fair classification category.
Perbandingan Nilai Akurasi Terhadap Penggunaan Part of Speech Set pada Mesin Penerjemah Statistik Dharmawan, Eric; Sujaini, Herry; Muhardi, Hafiz
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 8, No 3 (2020)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (459.331 KB) | DOI: 10.26418/justin.v8i3.39810

Abstract

Part of speech pada mesin penerjemah statistik sebagai faktor tambahan sudah beberapa dilakukan terhadap bahasa daerah di Indonesia. Part of speech (PoS) untuk bahasa Indonesia pula sudah banyak dikembangkan oleh beberapa peneliti sebelumnya. Penelitian ini menganalisa pengaruh penggunaan dua tagset PoS berbeda terhadap hasil terjemahan mesin penerjemah. Tagset PoS yang digunakan adalah milik Wicaksono dan Dinakaramani. Mesin penerjemah dibangun dengan korpus paralel Bahasa Indonesia dan Bahasa Melayu Putussibau yang sudah ditandai dengan tagset PoS. Proses pengujian menggunakan 2 cara yaitu pengujian otomatis menggunakan tools BLEU dan pengujian manual yang dinilai oleh penutur bahasa terhadap hasil terjemahan mesin penerjemah. Hasil pengujian otomatis dengan skenario kedua menunjukkan penerjemahan dengan menambahkan faktor PoS dapat meningkatkan akurasi hasil terjemahan, namun dapat pula menurunkan hasil terjemahan yang dapat disebabkan oleh kuantitas atau kualitas dari korpus traning. Selain itu menunjukkan pula persentase peningkatan akurasi yang signifikan pada korpus training 5500 terjadi pada Mesin2 (tagset35) dengan peningkatan 14,73%, kemudian Mesin1 (tagset23) 11,31%, dan disusul oleh Mesin3 (notagset) 8,76%. Hasil pengujian dengan skenario pertama dan uji manual mendapatkan bahwa Mesin1 memiliki akurasi terjemahan lebih baik dibandingkan Mesin2. Dengan uji BLEU Mesin1 memiliki akurasi terjemahan (42,39) dan Mesin2 dengan akurasi terjemahan (41,61). Sedangkan untuk uji manual oleh Sigit Heru nilai akurasi Mesin1 (87,47%) dan Mesin2 (83,29%), kemudian oleh Titin Rahayu nilai akurasi Mesin1 (90,91%) dan Mesin2 (86,57%).

Page 1 of 1 | Total Record : 9