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 34 Documents
Search results for , issue "Vol 9, No 2 (2021)" : 34 Documents clear
Market Basket Analysis pada Barang Minimarket dimasa Pandemi Covid-19 Arnomo, Sasa Ani
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 9, No 2 (2021)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (282.416 KB) | DOI: 10.26418/justin.v9i2.43243

Abstract

Sebuah minimarket memerlukan suatu analisa untuk mengetahui kebiasaan pembelian konsumen di masa pandemi covid 19. Penelitian ini nantinya akan berguna untuk menata tata letak barang di toko, menentukan promosi produk dan mengefisienkan stok produk agar transaksi penjualan berjalan lancar serta meningkatkan hasil penjualan. Metode market basket analys dapat digunakan untuk menganalisis keterkaitan produk yang dibeli konsumen sekaligus untuk mengetahui kebiasaan membeli konsumen. Penelitian berhasil menemukan kombinasi produk yang saling terkait yang memiliki nilai support dan confidence tertinggi pada kombinasi produk Basic Food, Home Care, Instant Food yang memiliki nilai support 14,1% dan confidence 100% serta produk kombinasi. Kombinasi pembelian produk berupa susu, snack, ice cream memiliki nilai support 14,1% dan confidence 100%.
Segmentasi K-Means Citra Daun Tin Dengan Klasifikasi Ciri Gray Level Co Occurance Matrix Qomaruddin, Muhammad; Riana, Dwiza; Anton, Anton
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 9, No 2 (2021)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1786.88 KB) | DOI: 10.26418/justin.v9i2.44139

Abstract

Tanaman Tin dengan nama latin Ficus Caric adalah sejenis tanaman buah dari sejenis pohon yang banyak tumbuh di kawasan daerah tropis dan subtropis. Tanaman Tin saat ini sudah banyak dibudidayakan di Indonesia. Buah Tin memiliki buah yang berwarna kuning kecoklatan, dengan rasa yang manis. Cerotelium Fici adalah jenis penyakit karat daun yang menyerang pada daun tin, dan menjadi ancaman terbesar terhadap produksi buah tin. Penyakit lain yang menyerang pada tanaman tin adalah kutu kebul dan virus mosaik. Virus mosaik ini pertama kali muncul di California dan menyebar ke sebagaian besar wilayah Indonesia dan Amerika Serikat. Daun tin yang terinfeksi virus ini menjadi bintik-bintik cokelat menyebabkan pertumbuhan tanaman tin menjadi lambat dan cacat pada buah tin. Dalam perkembangan ilmu pengetahuan dan teknologi, cara untuk mendeteksi penyakit pada tanaman tin seperti karat daun, virus mosaik dan kutu kebul dapat dilakukan dengan bantuan pengolahan citra. Untuk itu penelitian ini bertujuan melakukan pengolahan citra berupa segmentasi K-Means pada citra daun tin yang dianalisa dengan ekstrasi fitur GLCM dan mengklasifikasikan Naïve Bayes untuk mendapatkan akurasi terbaik dalam klasifikasi penyakit citra daun tin. Setelah itu, dilakukan analisis tekstur menggunakan metode Grey Level Co-Occurance Matrix (GLCM) dan segmentasi K-Means clustring dalam pengolahan citra daun tin.
Perancangan Aplikasi Game IQ Test dengan Mengimplementasikan Linear Congruent Method (LCM) Syiamtoni, Eky Pambudi; Fitri, Iskandar; Ningsih, Sari
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 9, No 2 (2021)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (577.327 KB) | DOI: 10.26418/justin.v9i2.43329

Abstract

Dengan dilakukannya penelitian mengenai perancangan aplikasi Game IQ Test ini, diharapkan bisa berfungsi sebagai media alternatif yang pada umumnya media pengujiannya masih banyak yang menggunakan kertas, tetapi hal itu kurang efesien karena bisa berdampak buruk pada lingkungan dan mengancam kelestarian hutan, oleh karena itu dengan kemajuan teknologi bisa dimanfaatkan untuk media alternatif dari pemakaian kertas. Perancangan aplikasi Game IQ Test bisa lebih efesien untuk semua pengguna dan lebih ramah untuk lingkungan, karena aplikasi Game IQ Test ini sifatnya mobile dengan menggunakan tools construct 2. Dalam perancangannya dibuat system acak soal, system yang digunakan untuk mengacak soal yaitu dengan memakai Linear Congruent Method atau biasa disebut LCM, LCM adalah membangkit bilangan acak, biasa sering digunakan pada pemprograman computer, sebagian orang yang memakai metode LCM ini pada aplikasinya hanya sebagai pengacak soal agar setiap pengguna mendapatkan bentuk soal yang berbeda. Dari hasil pengujian pada aplikasi Game IQ Test mendapatkan presentase nilai rata - rata 88% yang menjawab setuju dari penggunaan skala likert.
Sistem Pendukung Keputusan Penerimaan Karyawan Menggunakan Metode Simple Multi-Attribute Rating Technique (SMART) Nurhayati, Sri; Lubis, Rani
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 9, No 2 (2021)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (781.302 KB) | DOI: 10.26418/justin.v9i2.43934

Abstract

Seiring dengan perkembangan teknologi informasi yang semakin pesat menuntut segala pekerjaan harus dilakukan dengan cepat pula. Hampir setiap perusahaan menggunakan teknologi informasi untuk menunjang pekerjaannya, salah satunya dalam proses penerimaan karyawan. Proses penerimaan karyawan memerlukan cara yang professional dan akurat agar menghasilkan karyawan yang dapat mendukung mutu dan kesuksesan sebuah perusahaan. Dikarenakan prose penerimaan karyawan merupakan hal yang sangat penting di sebuah persahaan, maka dibutuhkan system pendukung keputusan yang akan memutuskan calon karyawan mana yang akan diterima. Data yang digunakan pada penelitian ini adalah data karyawan pada salah satu peusahaan di daerah Bandung Jawa Barat. Tujuan dari penelitian ini adalah memberikan model dan analisis sistem pendukung keputusan penerimaan karyawan sehingga dapat membantu perusahaan dalam memilih calon karyawan yang tepat untuk perusahaannya. Metode yang digunakan dalam penelitian ini adalah metode Simple Multi-Attribute Rating Technique (SMART), metode ini merupakan metode pengambilan keputusan multi kriteria. Kriteria penilaian yang digunakan untuk proses rekrutmen pegawai adalah beberapa kriteria seperti pendidikan, pengalaman kerja, tes, wawancara, usia, dan status. Setelah dilakukan pengujian terhadap data calon karyawan, maka didapat urutan ranking nilai utilitas dari data tersebut, dari urutan tersebut memudahkan perusahaan dalam mengambil keputusan tentang calon karyawan mana yang akan diterima.
Komparasi Metode Simple Additive Weighting dan Weighted Product dalam Pemilihan Guru Terbaik pada SMK Raflesia Depok Mazia, Lia; Utami, Lilyani Asri; Muid, Abdul; Pujiastuti, Endang
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 9, No 2 (2021)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (420.468 KB) | DOI: 10.26418/justin.v9i2.43057

Abstract

SMK Raflesia Depok merupakan salah satu sekolah menengah kejuruan yang beralamat di Jalan Mahkota Raya No.32B Komplek Pondok Duta I, Kelurahan Tugu Kecamatan Cimanggis, Kota Depok, Jawa Barat. SMK Raflesia Depok memiliki dua program keahlian, yaitu Keperawatan dan Rekayasa Perangkat Lunak dengan jumlah guru yang ada 17 guru. Untuk itu upaya dalam meningkatkan kualitas sekolah yaitu dengan melakukan penilaian terhadap kinerja semua guru melalui pemilihan guru terbaik. Di SMK Raflesia Depok masalah yang terjadi adalah belum adanya penilaian yang signifikan dan penghargaan bagi guru-guru. Selama ini Kepala Sekolah hanya menilai kehadiran dan kelengkapan administrasi saja. Jika penilaian yang dilakukan hanya dari kehadiran dan kelengkapan administrasi saja akibatnya tidak objektif dan tidak memenuhi penilaian yang ditetapkan. Berdasarkan hasil penelitian yang telah dilakukan di SMK Raflesia Depok dalam penerapan sistem pendukung keputusan pemilihan guru terbaik dengan menggunakan metode Simple Additive Weighting dan Weighted Product. Hasil perhitungan tingkat kesesuaian, perbandingan total prosentase kesesuaian pada metode Simple Additive Weighting (SAW) lebih besar yaitu dengan total prosentase 99.36475%, dibandingkan dengan metode Weighted Product (WP) dengan total prosentase 37.59%. Dengan demikian metode yang direkomendasikan untuk pemilihan guru terbaik adalah Simple Additive Weighting (SAW).
Menentukan Objek Wisata di Bali Masa Pandemi COVID-19 dengan Metode Weighted Product yang Dimodifikasi Sweta, I Nyoman; Sukarsa, I Made
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 9, No 2 (2021)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (744.888 KB) | DOI: 10.26418/justin.v9i2.43177

Abstract

Pandemi COVID-19 memberikan dampak yang luar biasa terhadap perekonomian global termasuk Indonesia khususnya pada sektor industri pariwisata, perdagangan dan investasi. Apalagi Bali yang sangat bergantung dari sektor pariwisata. Pada masa new normal, pemangku kepentingan mulai harus menyiapkan strategi untuk menentukan kembali beroperasionalnya sektor unggulan ini tanpa mengabaikan aspek kesehatan. Alat bantu diperlukan untuk bahan pertimbangan dalam mengambil kebijakan nantinya. Agar keputusan yang dihasilkan obyektif dan cepat pada masa Pandemi, diperlukan sebuah alat berupa sistem yang dapat membantu dalam pengambilan suatu keputusan yang tepat. Multi Attribute Decision Making (MADM) merupakan suatu cara pengambilan keputusan dalam menentukan alternatif terbaik dari beberapa alternatif yang tersedia berdasarkan beberapa kriteria yang ada. Beberapa metode untuk menyelesaikan MADM seperti Simple Additive Weighting Method  dan Weighted Product.  Hasil perangkingan dengan Weighted Product lebih teliti, efisien dan sederhana. Untuk mengantisipasi kebijakan masa Pandemi, diperlukan melakukan modifikasi terhadap metode Weighted Product. Berdasarkan hal tersebut, maka dilakukan penelitian dengan judul “Menentukan Objek Wisata di Bali Masa Pandemi COVID-19 dengan Metode Weighted Product yang Dimodifikasi”. Sistem yang dikembangkan sudah diuji dengan pengujian black box untuk memastikan fungsionalitas sistem dan pengujian hasil perhitungan metode untuk mengukur akurasi. Penelitian ini bisa menjadi salah satu alat bantu bagi pemangku kepentingan di Provinsi Bali untuk menentukan obyek wisata yang layak dikunjungi pada masa Pandemi COVID-19.
Perbandingan Kinerja Metode Bagging dan Non-Ensemble Machine Learning pada Klasifikasi Wilayah di Indonesia menurut Indeks Pembangunan Manusia Kemala, Intan; Wijayanto, Arie Wahyu
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 9, No 2 (2021)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1048.874 KB) | DOI: 10.26418/justin.v9i2.44166

Abstract

Indeks Pembangunan Manusia (IPM) sendiri merupakan suatu ukuran yang digunakan untuk mengukur pencapaian pembangunan manusia di suatu wilayah. Capaian tinggi rendahnya nilai IPM di Indonesia tidak terlepas dari program pembangunan yang dilaksanakan pemerintah di tiap wilayah Indonesia baik itu tingkat pusat maupun daerah. Penentuan program pembangunan yang dilakasanakan harus tepat sasaran dan sesuai dengan prioritas daerah berdasarkan kategori IPM yang dimiliki. Untuk membantu efektifitas kinerja pemerintah dalam menganalisis kategori IPM masing-masing daerah di Indonesia, dilakukan penelitian terkait klasifikasi Indeks Pembangunan Manusia di Indonesia menggunakan 4 indikator berbeda yakni Indeks Pemberdayaan Gender, Indeks Keparahan Kemiskinan, Rata-Rata Lama Sekolah, dan Pengeluaran per Kapita dengan menerapkan beberapa algoritma klasifikasi sebagai perbandingan antara lain Random Forest untuk mewakili metode Bagging, serta C4.5 Decision Tree, K Nearest Neighbors, dan Naive Bayes yang mewakili metode non-ensemble. Proses klasifikasi diawali dengan pengumpulan data yang sudah tersedia di website BPS; preprocessing data berupa feature selection, cleaning, integrasi, dan transformasi; dilanjutkan proses pembuatan model pada data training dengan menerapkan 10-fold cross validation serta metode SMOTE untuk menangani imbalance class; dan terakhir evaluasi hasil pemodelan pada data testing. Dari hasil pemodelan dan testing didapat hasil bahwa metode Random Forest dengan mtry = 2 dan ntree = 500 merupakan metode terbaik diantara metode lainnya dimana akurasi klasifikasi yang dihasilkan sebesar 95.41% dan nilai Kappa sebesar 83.46%.
Sistem Deteksi Masker dengan Metode Haar Cascade pada Era New Normal COVID-19 Thariq, Ahmad; Bakti, Rizki Yusliana
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 9, No 2 (2021)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (722.947 KB) | DOI: 10.26418/justin.v9i2.44309

Abstract

Pandemi COVID-19  telah menyebabkan ribuan manusia terinfeksi virus COVID-19 dan meninggal dunia. Pada saat ini telah di berlakukan peraturan di mana setiap orang wajib menggunakan masker dan melakukan physical distancing pada saat keluar rumah. Penggunaan masker dan physical distancing telah beroperasi pada lingkungan perusahaan yang mewajibkan karyawannya menggunakan masker sebelum masuk ke kantor. Agar kebiasaan disiplin menggunakan masker di kantor dapat berjalan dengan baik, maka dibuatlah sistem deteksi masker dengan metode haar cascade pada era new normal COVID-19. Sistem deteksi masker ini menggunakan tools pycharm community edition 2020 dan python 3.8 module docs. Metode haar cascade  digunakan untuk mendeteksi objek bermasker dan tidak bermasker. Hasil dari penelitian ini adalah sistem dapat mendeteksi orang yang menggunakan masker dan alarm   akan berbunyi jika ada salah satu karyawan yang tidak menggunakan masker pada saat di dalam kantor.
Perancangan Website Penyedia Informasi Promosi dan Diskon Silalahi, Mesri; Saragih, Saut Pintubipar
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 9, No 2 (2021)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (528.825 KB) | DOI: 10.26418/justin.v9i2.43463

Abstract

Perkembangan internet yang sangat pesat memiliki peran yang sangat penting dalam segala bidang, terlebih pada saat pandemi seperti saat ini berbagai hal dilakukan dengan menggunakan internet, termasuk dalam penyampaian informasi promosi dan diskon produk perusahaan tertentu. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi berupa website yang menyediakan informasi promosi dan diskon. Dalam perancangan sistem digunakan model waterfall, dengan tahapan mulai dari analisis, perancangan, pengkodean hingga pengujian. Hasil penelitian menunjukkan bahwa dengan adanya website yang menyediakan informasi promosi dan diskon, konsumen dan calon konsumen di Kota Batam dapat mengetahui berbagai informasi promosi dan diskon dengan cepat tanpa harus pergi ke lokasi toko atau pemasar secara langsung sehingga dapat menghemat biaya, tenaga dan Selain itu, mereka juga menghindari keramaian dalam upaya menghindari berbagai penyakit atau virus. Pemasar juga dapat menyampaikan berbagai informasi produknya dengan mudah tanpa harus mencetak brosur atau media lain secara manual sehingga dapat menghemat biaya promosi.
Klasifikasi Kebakaran Hutan dan Lahan Menggunakan Algoritma Naïve Bayes (Studi Kasus: Provinsi Riau) Pratiwi, Trya Ayu; Irsyad, Muhammad; Kurniawan, Rahmad
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 9, No 2 (2021)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (999.35 KB) | DOI: 10.26418/justin.v9i2.42823

Abstract

Kebakaran hutan dan lahan yang terjadi di Indonesia telah menimbulkan banyak kerugian bagi masyarakat. Kebakaran hutan umumnya terjadi pada bulan Agustus dan September, bertepatan dengan musim kemarau pada sebagian besar wilayah Indonesia. Salah satu indikator terjadinya kebakaran hutan adalah titik panas. Penelitian ini menggunakan salah satu teknik data mining yaitu mengklasifikasi titik panas yang ada di Provinsi Riau. Penelitian ini menggunakan dataset kebakaran hutan Kabupaten Pelalawan pada tahun 2015 sampai 2019 dengan menggunakan algoritma Naïve Bayes. Titik panas yang akan dianalisis terdiri dari suhu, kelembaban, curah hujan, kecepatangan angin, dan kelas. Akurasi tertinggi dari dataset kebakaran hutan dan lahan pada tahun 2019 adalah sebesar 96.95%. Metode klasifikasi menggunakan algoritma Naïve Bayes dapat digunakan untuk memprediksi kemunculan titik panas di masa yang akan datang sehingga dapat melakukan tindakan pencegahan sebelum terjadinya kebakaran hutan dan lahan.

Page 1 of 4 | Total Record : 34