Jurnal Sistem Informasi dan Sistem Komputer (SIMKOM)
Not a member yet
115 research outputs found
Sort by
Analisis Usability Testing Menggunakan Metode SUS (System Usability Scale) Terhadap Kepuasan Pengguna Aplikasi Shopee
Full text linkAplikasi Shopee adalah platform e-commerce yang populer dan diandalkan di Asia Tenggara terkhususnya di Indonesia, dari beberapa pengalaman pengguna yang baik dan memiliki beragam fitur. Penelitian ini bertujuan untuk menganalisis ketergunaan dan kepuasan pengguna aplikasi Shopee dengan menggunakan metode System Usability Scale (SUS). Metode yang digunakan ini melibatkan penggunaan pertanyaan khusus kepada partisipan dan skala Likert untuk mengukur respons mereka. Hasilnya menunjukkan bahwa kecepatan aplikasi ialah faktor yang mana dapat mempengaruhi kepuasan pengguna. Kualitas dari informasi, fitur, dan kelengkapan halaman penjual dan pembeli mendapatkan skor tinggi, menunjukkan bahwa pengguna puas dengan fitur dan layanan yang disediakan oleh aplikasi Shopee. Peningkatan kecepatan aplikasi dapat meningkatkan kepuasan pengguna, sementara kualitas informasi, fitur, dan kelengkapan halaman penjual dan pembeli sudah memuaskan dan Aplikasi Shopee secara keseluruhan dapat diterima.Aplikasi Shopee adalah platform e-commerce yang populer dan diandalkan di Asia Tenggara terkhususnya di Indonesia, dari beberapa pengalaman pengguna yang baik dan memiliki beragam fitur. Penelitian ini bertujuan untuk menganalisis ketergunaan dan kepuasan pengguna aplikasi Shopee dengan menggunakan metode System Usability Scale (SUS). Metode yang digunakan ini melibatkan penggunaan pertanyaan khusus kepada partisipan dan skala Likert untuk mengukur respons mereka. Hasilnya menunjukkan bahwa kecepatan aplikasi ialah faktor yang mana dapat mempengaruhi kepuasan pengguna. Kualitas dari informasi, fitur, dan kelengkapan halaman penjual dan pembeli mendapatkan skor tinggi, menunjukkan bahwa pengguna puas dengan fitur dan layanan yang disediakan oleh aplikasi Shopee. Peningkatan kecepatan aplikasi dapat meningkatkan kepuasan pengguna, sementara kualitas informasi, fitur, dan kelengkapan halaman penjual dan pembeli sudah memuaskan dan Aplikasi Shopee secara keseluruhan dapat diterima
Analisis Tingkat Kesuksesan Layanan Mobile Banking Dengan Model Delone dan MClean Pada Bank Panin
Full text linkPerbankan melakukan digitalisasi dengan meluncurkan aplikasi mobile banking, dimana dengan adanya mobile banking dapat diharapkan memudahkan pengguna dalam melakukan transaksi. Tujuan penelitian ini adalah untuk menganalisis pengaruh model kesuksesan model Delone dan Mclean yang terdiri dari variabel kualitas sistem, kualitas informasi, kualitas layanan, pengguna, kepuasaaan pengguna dan manfaat bersih dalam mobile banking. Metode peneltian yang digunakan adalah kuantitatif dengan metode judgment sampling. Populasi yang dituju merupakan nasabah panin bank yang menggunakan layanan mobile banking.Teknik pengumpulan data menggunakan kuesioner. Metode analisis pada penelitian ini menggunakan SEM dengan pendekatan PLS dan menggunakan software SmartPLS 3.0. Hasil Penelitian menunjukan hasil yang diperoleh bahwa dari 9 hipotesis terdapat 5 hipotesis yang diterima, sedangkan 4 hipotesis ditolak.Perbankan melakukan digitalisasi dengan meluncurkan aplikasi mobile banking, dimana dengan adanya mobile banking dapat diharapkan memudahkan pengguna dalam melakukan transaksi. Tujuan penelitian ini adalah untuk menganalisis pengaruh model kesuksesan model Delone dan Mclean yang terdiri dari variabel kualitas sistem, kualitas informasi, kualitas layanan, pengguna, kepuasaaan pengguna dan manfaat bersih dalam mobile banking. Metode peneltian yang digunakan adalah kuantitatif dengan metode judgment sampling. Populasi yang dituju merupakan nasabah panin bank yang menggunakan layanan mobile banking.Teknik pengumpulan data menggunakan kuesioner. Metode analisis pada penelitian ini menggunakan SEM dengan pendekatan PLS dan menggunakan software SmartPLS 3.0. Hasil Penelitian menunjukan hasil yang diperoleh bahwa dari 9 hipotesis terdapat 5 hipotesis yang diterima, sedangkan 4 hipotesis ditolak
Klasifikasi Penyakit Tanaman Tomat Menggunakan Convolutional Neural Network dan Implementasi Model H5 Pada Aplikasi Desktop
Full text linkPenelitian ini mengembangkan metode budidaya tomat lebih efektif dengan analisis pola dan klasifikasi data citra menggunakan Convolutional Neural Network (CNN). Tujuan utamanya adalah mengklasifikasikan penyakit tomat dan jenis tanaman berdasarkan citra digital. Dengan menggunakan teknologi Deep Learning, informasi yang akurat dan mendalam tentang pertumbuhan dan kualitas tanaman tomat dapat diperoleh. Penelitian ini berhasil mencapai akurasi 99% dalam mengklasifikasikan citra daun tomat sehat, jamur septoria, jamur fulva, dan jamur target spot dengan model Inception V3. Perangkat lunak berbasis desktop yang dikembangkan mampu menampilkan hasil klasifikasi jenis daun secara spesifik. Penelitian ini mengembangkan metode budidaya tomat lebih efektif dengan analisis pola dan klasifikasi data citra menggunakan Convolutional Neural Network (CNN). Tujuan utamanya adalah mengklasifikasikan penyakit tomat dan jenis tanaman berdasarkan citra digital. Dengan menggunakan teknologi Deep Learning, informasi yang akurat dan mendalam tentang pertumbuhan dan kualitas tanaman tomat dapat diperoleh. Penelitian ini berhasil mencapai akurasi 99% dalam mengklasifikasikan citra daun tomat sehat, jamur septoria, jamur fulva, dan jamur target spot dengan model Inception V3. Perangkat lunak berbasis desktop yang dikembangkan mampu menampilkan hasil klasifikasi jenis daun secara spesifik. 
Algoritma K-Nearest Neighbor Pada Analisa Sentimen Review Produk Router
Full text linkReview komentar yang telah dikumpulkan datanya dan akan diproses yaitu berupa text positif dan text negatif yang dilakukan pada pengklasifikasian data menggunakan k-Nearest Neighbors (k-NN) method. k-NN method merupakan salah satu algoritma yang cukup tepat untuk pengenalan pola data pada klasifikasi text. Pertumbuhan penggunaan router yang lekat berkaitan dengan kegiatan harian bagi pengguna laptop, smartphone dan tablet agar jaringan internet dapat dijalankan secara optimal, karena fungsi router yaitu dapat mengelola lalu lintas antar jaringan dengan meneruskan paket data ke alamat IP yang dituju. Maka dari itu peneliti mencoba memberikan kemudahan dalam pemilihan perangkat router yang tepat bagi pengguna mulai dari kualitas dan performa yang tinggi hingga kualitas yang sering dipertanyakan, sehingga peneliti mengadakan screening perangkat untuk opini atau komentar mengenai produk router oleh pengguna yang sudah menggunakan perangkat tersebut dan dituliskan ke dalam media online atau publik komentar. Dan dari pengolahan data sampel komentar yang telah dilakukan yaitu dengan mencoba beberapa metode algoritma seperti Naive Bayes, Neural Network, k-NN, Decision Tree dan Machine Support Vector Machine dengan berbagai tahap pengujian, barulah akan mendapatkan nilai akurasi dan AUC dari masing-masing algoritma tersebut sehingga didapatkan hasil pengujian tertinggi yaitu dengan menggunakan algoritma k-NN.Review komentar yang telah dikumpulkan datanya dan akan diproses yaitu berupa text positif dan text negatif yang dilakukan pada pengklasifikasian data menggunakan k-Nearest Neighbors (k-NN) method. k-NN method merupakan salah satu algoritma yang cukup tepat untuk pengenalan pola data pada klasifikasi text. Pertumbuhan penggunaan router yang lekat berkaitan dengan kegiatan harian bagi pengguna laptop, smartphone dan tablet agar jaringan internet dapat dijalankan secara optimal, karena fungsi router yaitu dapat mengelola lalu lintas antar jaringan dengan meneruskan paket data ke alamat IP yang dituju. Maka dari itu peneliti mencoba memberikan kemudahan dalam pemilihan perangkat router yang tepat bagi pengguna mulai dari kualitas dan performa yang tinggi hingga kualitas yang sering dipertanyakan, sehingga peneliti mengadakan screening perangkat untuk opini atau komentar mengenai produk router oleh pengguna yang sudah menggunakan perangkat tersebut dan dituliskan ke dalam media online atau publik komentar. Dan dari pengolahan data sampel komentar yang telah dilakukan yaitu dengan mencoba beberapa metode algoritma seperti Naive Bayes, Neural Network, k-NN, Decision Tree dan Machine Support Vector Machine dengan berbagai tahap pengujian, barulah akan mendapatkan nilai akurasi dan AUC dari masing-masing algoritma tersebut sehingga didapatkan hasil pengujian tertinggi yaitu dengan menggunakan algoritma k-NN
Penerapan Convolutional Neural Network Pada Klasifikasi Tanaman Menggunakan ResNet50
Full text linkPenelitian ini bertujuan untuk mengklasifikasikan tanaman apel menjadi dua kategori, yaitu sehat dan busuk, serta menciptakan perangkat lunak berbasis Desktop yang dapat mengklasifikasikan jenis tanaman berdasarkan citra digital menggunakan Convolutional Neural Network (CNN) dengan model ResNet50. Data yang digunakan untuk melatih model terdiri dari 1545 gambar, sedangkan data uji yang digunakan berjumlah 661 gambar. Proses klasifikasi dilakukan untuk dua kelas, yaitu citra daun apel sehat dan citra daun apel busuk. Hasil evaluasi model menggunakan Confusion Matrix menunjukkan akurasi sebesar 91% setelah proses pelatihan dilakukan selama 50 epoch pada data latih. Selanjutnya, aplikasi perangkat lunak berbasis Desktop dibuat untuk menampilkan hasil jenis daun apel yang dipilih, dengan menampilkan informasi apakah daun tersebut termasuk dalam kategori sehat atau busuk.Penelitian ini bertujuan untuk mengklasifikasikan tanaman apel menjadi dua kategori, yaitu sehat dan busuk, serta menciptakan perangkat lunak berbasis Desktop yang dapat mengklasifikasikan jenis tanaman berdasarkan citra digital menggunakan Convolutional Neural Network (CNN) dengan model ResNet50. Data yang digunakan untuk melatih model terdiri dari 1545 gambar, sedangkan data uji yang digunakan berjumlah 661 gambar. Proses klasifikasi dilakukan untuk dua kelas, yaitu citra daun apel sehat dan citra daun apel busuk. Hasil evaluasi model menggunakan Confusion Matrix menunjukkan akurasi sebesar 91% setelah proses pelatihan dilakukan selama 50 epoch pada data latih. Selanjutnya, aplikasi perangkat lunak berbasis Desktop dibuat untuk menampilkan hasil jenis daun apel yang dipilih, dengan menampilkan informasi apakah daun tersebut termasuk dalam kategori sehat atau busuk
Perancangan Sistem Informasi Stok Barang Pada Meka Tailor Berbasis Website
Full text linkSalah satu usaha yang sedang bertumbuh dan memerlukan pengelolaan stok barang dengan baik adalah usaha Meka Tailor yang bergerak di bidang jual beli kain kebaya. Pemilik usaha melakukan pencatatan stok pada suatu buku catatan yang rentan rusak maupun hilang. Proses pencarian stok kain yang dimiliki dan juga keuntungan yang didapat pun masih dilakukan secara tradisional. Tujuan penelitian ini yaitu merancang bangun sistem informasi stok barang pada Meka Tailor berbasis website. Pengembangan sistem menggunakan metode waterfall, sedangkan pengujian sistem menggunakan metode black box testing dan usability testing. Website dibuat dengan bahasa pemrograman PHP dan framework Bootstrap, dengan bantuan basis data MySQL. Sistem membuatkan QR Code secara otomatis untuk mempermudah pendataan barang. Hasil penelitian menunjukkan bahwa fitur yang dibuatkan pada sistem yang sudah dibangun dapat berjalan baik dan sistem diterima dengan baik khususnya pemilik usaha.Salah satu usaha yang sedang bertumbuh dan memerlukan pengelolaan stok barang dengan baik adalah usaha Meka Tailor yang bergerak di bidang jual beli kain kebaya. Pemilik usaha melakukan pencatatan stok pada suatu buku catatan yang rentan rusak maupun hilang. Proses pencarian stok kain yang dimiliki dan juga keuntungan yang didapat pun masih dilakukan secara tradisional. Tujuan penelitian ini yaitu merancang bangun sistem informasi stok barang pada Meka Tailor berbasis website. Pengembangan sistem menggunakan metode waterfall, sedangkan pengujian sistem menggunakan metode black box testing dan usability testing. Website dibuat dengan bahasa pemrograman PHP dan framework Bootstrap, dengan bantuan basis data MySQL. Sistem membuatkan QR Code secara otomatis untuk mempermudah pendataan barang. Hasil penelitian menunjukkan bahwa fitur yang dibuatkan pada sistem yang sudah dibangun dapat berjalan baik dan sistem diterima dengan baik khususnya pemilik usaha
Prediksi Persediaan Bahan Baku Untuk Produksi Makanan Olahan “Sanggar Krispi” Menggunakan Metode Regresi Linear Berganda
Full text linkSanggar Krispi Randi merupakan pelaku usaha yang bergerak dalam bidang jasa makanan. Dikarenakan proses produksi sanggar masih tergantung pada ketersedian bahan baku yang selalu mengalami perubahan, sebagai pelaku usaha Sanggar Krispi Randi harus dapat memprediksi mengenai berapa banyak bahan baku yang harus mereka sediakan setiap harinya. Salah satu metode yang dapat digunakan untuk memprediksi jumlah bahan baku adalah dengan menggunakan metode regresi linear berganda. Metode yang digunakan penelitian dalam pengumpulan data adalah studi lapangan dan studi Pustaka, alat bantu desain sistem yang digunakan yaitu Flowchart, dan atribut yang digunakan dalam metode regresi linear berganda adalah atribut tanggal, hari dan cuaca. Dari proses perhitungan metode regresi linear, inputan data yang diambil adalah data penjualan selama 15 hari dengan hasil variabel tanggal memprediksi jumlah penjualan sebesar 13 box dengan pengaruh nilai x sebesar 0.01, variabel hari memprediksi jumlah penjualan sebesar 12 box dengan pengaruh nilai x sebesar 0.03, variabel cuaca memprediksi jumlah penjualan sebesar 9 box dengan pengaruh nilai x sebesar 9.16. Berdasarkan pengujian regresi linear mengasilkan nilai pengujian MSE = 4.14, RMSE = 2.03 dan MAPE = 10.35%, dan berdasarkan hasil analisis penggunaan sistem, bahwa sistem memiliki keakuratan hingga 89% karena 4/7 atau 4 dari 7 data berhasil diprediksi dengan benar oleh sistem.Sanggar Krispi Randi merupakan pelaku usaha yang bergerak dalam bidang jasa makanan. Dikarenakan proses produksi sanggar masih tergantung pada ketersedian bahan baku yang selalu mengalami perubahan, sebagai pelaku usaha Sanggar Krispi Randi harus dapat memprediksi mengenai berapa banyak bahan baku yang harus mereka sediakan setiap harinya. Salah satu metode yang dapat digunakan untuk memprediksi jumlah bahan baku adalah dengan menggunakan metode regresi linear berganda. Metode yang digunakan penelitian dalam pengumpulan data adalah studi lapangan dan studi Pustaka, alat bantu desain sistem yang digunakan yaitu Flowchart, dan atribut yang digunakan dalam metode regresi linear berganda adalah atribut tanggal, hari dan cuaca. Dari proses perhitungan metode regresi linear, inputan data yang diambil adalah data penjualan selama 15 hari dengan hasil variabel tanggal memprediksi jumlah penjualan sebesar 13 box dengan pengaruh nilai x sebesar 0.01, variabel hari memprediksi jumlah penjualan sebesar 12 box dengan pengaruh nilai x sebesar 0.03, variabel cuaca memprediksi jumlah penjualan sebesar 9 box dengan pengaruh nilai x sebesar 9.16. Berdasarkan pengujian regresi linear mengasilkan nilai pengujian MSE = 4.14, RMSE = 2.03 dan MAPE = 10.35%, dan berdasarkan hasil analisis penggunaan sistem, bahwa sistem memiliki keakuratan hingga 89% karena 4/7 atau 4 dari 7 data berhasil diprediksi dengan benar oleh sistem
Rancang Bangun Game Edukasi Sebagai Media Pengenalan Rambu Lalu Lintas Berbasis Android
Full text linkTujuan penelitian ini adalah menghasilkan sebuah game yang dapat mengedukasikan anak tentang mengenal rambu lalu lintas. Adapun metode penelitian yang digunakan pada penelitian ini adalah metode pengembangan R&D (Research and Development), metode penelitian dan pengembangan merupakan metode penelitian yang digunakan untuk menghasilkan sebuah produk tertentu dan menguji keefektifan produk tersebut. Model pengembangan pada penelitian ini menggunakan model pengembangan prototype, dan tahapan prototype mulai dari analisis kebutuhan, desain, dan implementasi. Pengujian penelitian ini menggunakan tiga pengujian yaitu pengujian black box, alpha, dan beta, dengan menggunakan aspek functionality, efficiency, dan usability. Pengujian ini dilakukan untuk menilai kelayakan game “PRANTAS” (Pengenalan Rambu Lalu Lintas) berbasis Android, pengenalan rambu lalu lintas yang diberikan kepada responden yaitu rambu perintah, peringatan, petunjuk, dan larangan. Hasil penelitian media game edukasi ini adalah dari semua aspek perhitungan alpha 92% dengan kategori sangat layak digunakan, sedangkan perhitungan semua aspek perhitungan beta 96% dengan kategori sangat layak digunakan.Tujuan penelitian ini adalah menghasilkan sebuah game yang dapat mengedukasikan anak tentang mengenal rambu lalu lintas. Adapun metode penelitian yang digunakan pada penelitian ini adalah metode pengembangan R&D (Research and Development), metode penelitian dan pengembangan merupakan metode penelitian yang digunakan untuk menghasilkan sebuah produk tertentu dan menguji keefektifan produk tersebut. Model pengembangan pada penelitian ini menggunakan model pengembangan prototype, dan tahapan prototype mulai dari analisis kebutuhan, desain, dan implementasi. Pengujian penelitian ini menggunakan tiga pengujian yaitu pengujian black box, alpha, dan beta, dengan menggunakan aspek functionality, efficiency, dan usability. Pengujian ini dilakukan untuk menilai kelayakan game “PRANTAS” (Pengenalan Rambu Lalu Lintas) berbasis Android, pengenalan rambu lalu lintas yang diberikan kepada responden yaitu rambu perintah, peringatan, petunjuk, dan larangan. Hasil penelitian media game edukasi ini adalah dari semua aspek perhitungan alpha 92% dengan kategori sangat layak digunakan, sedangkan perhitungan semua aspek perhitungan beta 96% dengan kategori sangat layak digunakan
Perbandingan Model Time Series Forecasting Dalam Memprediksi Jumlah Kedatangan Wisatawan Dan Penumpang Airport
Full text linkKemajuan dunia pariwisata dalam kehidupan zaman sekarang sudah sangat lazim ditemui di setiap negara di dunia. Meningkatkan kualitas pariwisata merupakan hal yang sangat penting bagi setiap negara, mengingat pariwisata merupakan salah satu sumber pemasukan negara. Oleh karena itu, salah satu parameter yang sangat penting akan hal ini adalah mengetahui jumlah pengunjung atau wisatawan setiap waktu, serta dapat memanfaatkan data historis yang ada untuk memprediksi jumlah wisatawan di waktu yang akan datang. Pada penelitian ini akan dilakukan prediksi/forecasting jumlah wisatawan dan penumpang di airport menggunakan metode Seasonal Auto Regressive Integrated Moving Average (SARIMA), Long-short Term Memory (LSTM), dan Prophet pada dua dataset time series dengan frekuensi bulanan. Dari tiga model forecasting tersebut, diperoleh hasil masing-masing lalu dikomparasi, model SARIMA merupakan model yang paling baik performanya dengan nilai RMSE dan MSE yang paling kecil.Kemajuan dunia pariwisata dalam kehidupan zaman sekarang sudah sangat lazim ditemui di setiap negara di dunia. Meningkatkan kualitas pariwisata merupakan hal yang sangat penting bagi setiap negara, mengingat pariwisata merupakan salah satu sumber pemasukan negara. Oleh karena itu, salah satu parameter yang sangat penting akan hal ini adalah mengetahui jumlah pengunjung atau wisatawan setiap waktu, serta dapat memanfaatkan data historis yang ada untuk memprediksi jumlah wisatawan di waktu yang akan datang. Pada penelitian ini akan dilakukan prediksi/forecasting jumlah wisatawan dan penumpang di airport menggunakan metode Seasonal Auto Regressive Integrated Moving Average (SARIMA), Long-short Term Memory (LSTM), dan Prophet pada dua dataset time series dengan frekuensi bulanan. Dari tiga model forecasting tersebut, diperoleh hasil masing-masing lalu dikomparasi, model SARIMA merupakan model yang paling baik performanya dengan nilai RMSE dan MSE yang paling kecil
Implementasi E-Ticketing Event Organizer Dengan Metode Non Iterative Algorithm Guidelines For Rapid Application Engineering
Full text linkDengan banyaknya event organizer yang menyelenggarakan acara seperti konser musik dan lain sebagainya secara besar-besaran terutama pada area kota Sidoarjo dan Surabaya. Penulis mencoba melakukan penelitian tentang sistem transaksi e-tiketing pada salah satu event yang dilaksanakan oleh pihak event organizer terkait metode pemesanan sehingga penulis bisa mengklasifikasikan pendapat dari pengunjung serta panitia penyelenggara seputar metode pembayaran. Terdapat beberapa langkah yang akan dilakukan yaitu pengumpulan apa saja yang dibutuhkan. Selanjutnya dilakukannya proses Analisa sistem yang sudah dibentuk sebelumnya. Lalu mendesain sistem yang akan dibangun oleh penulis. Langkah berikutnya adalah mengembangkan sistem dari desain yang sudah dibuat dari proses sebelumnya. Dilanjutkan dengan uji coba sistem yang dibangun. Lalu pada tahap terakhir adalah mengambil nilai dari hasil rancangan yang sudah dibangun pada penelitian ini ke para pengunjung dan anggota pantia acara.Dengan banyaknya event organizer yang menyelenggarakan acara seperti konser musik dan lain sebagainya secara besar-besaran terutama pada area kota Sidoarjo dan Surabaya. Penulis mencoba melakukan penelitian tentang sistem transaksi e-tiketing pada salah satu event yang dilaksanakan oleh pihak event organizer terkait metode pemesanan sehingga penulis bisa mengklasifikasikan pendapat dari pengunjung serta panitia penyelenggara seputar metode pembayaran. Terdapat beberapa langkah yang akan dilakukan yaitu pengumpulan apa saja yang dibutuhkan. Selanjutnya dilakukannya proses Analisa sistem yang sudah dibentuk sebelumnya. Lalu mendesain sistem yang akan dibangun oleh penulis. Langkah berikutnya adalah mengembangkan sistem dari desain yang sudah dibuat dari proses sebelumnya. Dilanjutkan dengan uji coba sistem yang dibangun. Lalu pada tahap terakhir adalah mengambil nilai dari hasil rancangan yang sudah dibangun pada penelitian ini ke para pengunjung dan anggota pantia acara