Jurnal Teknik Informatika dan Sistem Informasi
Not a member yet
499 research outputs found
Sort by
Perbandingan User Experience Aplikasi Tiket.com dan Pegipegi Menggunakan Metode User Experience Questionnaire
Full text linkAdvances in information technology make many human activities easier and faster. One form of information technology advancement that exists is the existence of a mobile application that can help users and management companies carry out various business processes online. Over time, people began to use applications to meet their daily needs, including the need to travel, such as booking travel tickets and hotels. One of the existing travel and hotel applications is Tiket.com and Pegipegi. Both of these applications offer the same services, making the competition even tougher. This research was conducted to compare user experiences from Tiket.com and PegiPegi using the User Experience Questionnaire (UEQ) method by measuring the attractiveness, perspicuity, efficiency, dependability, stimulation, and novelty scales. The results showed that all UX scales from Tiket.com received positive evaluations. Whereas in Pegipegi, the attractiveness, perspicuity, efficiency, dependability, and stimulation scales received positive evaluations, but the novelty scale received neutral evaluations. From the results of the user experience comparison between Tiket.com and Pegipegi, Tiket.com gets a slightly higher user experience value than Pegipegi on all UEQ scales, but there is no significant difference for all scales.Kemajuan teknologi informasi membuat banyak kegiatan manusia menjadi lebih mudah dan cepat. Salah satu bentuk kemajuan teknologi informasi yang ada yaitu munculnya aplikasi mobile yang dapat membantu pengguna dan perusahaan pengelola untuk melakukan berbagai proses bisnis secara online. Seiring berjalannya waktu masyarakat pun mulai menggunakan aplikasi guna memenuhi kebutuhan sehari-sari termasuk kebutuhan untuk bepergian seperti pemesanan tiket perjalanan dan hotel. Salah satu aplikasi perjalanan dan perhotelan yang ada yaitu aplikasi Tiket.com dan Pegipegi. Kedua aplikasi tersebut menawarkan layanan jasa yang sama sehingga membuat persaingan semakin ketat. Penelitian ini betujuan untuk membandingan user experience dari aplikasi Tiket.com dan PegiPegi menggunakan metode User Experience Questionnaire (UEQ) dengan mengukur skala attractiveness, perspicuity, efficiency, dependability, stimulation, dan novelty. Hasil penelitian menunjukkan bahwa semua aspek UX dari aplikasi Tiket.com mendapatkan evaluasi positif. Sedangkan untuk aplikasi Pegipegi skala attractiveness, perspicuity, efficiency, dependability, dan stimulation mendapatkan evaluasi positif, namun untuk skala novelty mendapatkan evaluasi netral. Dari hasil perbandingan user experience aplikasi Tiket.com dan Pegipegi, Tiket.com mendapatkan nilai user experience sedikit lebih besar dibandingkan dengan aplikasi Pegipegi disemua skala UEQ, namun tidak terdapat perbedaan yang signifikan untuk semua skala
Basis Pengetahuan Web Semantik pada Pemodelan Sistem Pendukung Rekomendasi Jurusan Kuliah
Full text linkProspective students have wider choice of opportunities as opposed to many choices of study majors offered by higher education institution. On the other hand, it can also cause difficulties for students to make the right choice. How a student make decision regarding his or her choice of study major is influenced by several factors, including student interest, majors chosen at the previous school level, students’ aspirations, as well as entry requirements at a particular university. This research aims to design a model of an information system that can make it easier for a student to obtain information about the most appropriate study program, among the many study programs offered by the university. The information generated by this system can be used as a reference to support recommendations for prospective students in deciding which study program they will choose appropriately. The system is designed by utilizing semantic web technology, by building an ontology based on several knowledge-bases to represent new knowledge. The ontology model designed in OWL format succeeded in connecting several knowledge-bases into comprehensive and contextual knowledge as a source of information that can be used by a prospective student to choose a study program based on these recommendations. Protege is used for ontology modeling, while implementation on the web server is done using Apache Jena platform.Banyaknya pilihan jurusan studi yang ditawarkan oleh perguruan tinggi dapat memberikan kesempatan memilih yang lebih luas kepada calon mahasiswa. Namun di sisi lain, juga dapat menimbulkan kesulitan bagi siswa untuk menentukan pilihan yang tepat. Pemilihan jurusan studi perguruan tinggi dipengaruhi oleh beberapa faktor, di antaranya adalah faktor peminatan siswa, jurusan yang dipilih pada jenjang sekolah sebelumnya, cita-cita siswa, juga faktor persyaratan masuk di perguruan tinggi tertentu. Penelitian ini bertujuan membuat model sistem informasi yang dapat mempermudah seorang siswa memperoleh informasi mengenai jurusan studi yang paling tepat, di antara banyaknya program studi yang ditawarkan. Informasi yang dihasilkan oleh sistem ini dapat menjadi referensi pendukung rekomendasi bagi calon mahasiswa untuk menentukan program studi yang akan ia pilih. Sistem dirancang dengan memanfaatkan teknologi web semantik, dengan membangun ontologi berdasarkan beberapa knowledge base yang dihubungkan sebagai representasi pengetahuan baru. Rancangan model ontologi dalam format OWL berhasil menghubungkan beberapa knowledge base menjadi pengetahuan yang komprehensif dan kontekstual sebagai sumber informasi pendukung yang dapat digunakan oleh seorang calon mahasiswa memilih program studi berdasarkan rekomendasi tersebut. Pemodelan ontologi dilakukan menggunakan perangkat lunak Protege, dan implementasi pada web server dilakukan menggunakan platform Apache Jena
Pemilihan Tempat Kost Menggunakan Metode Multi Attribute Utility Theory Dan Algoritma A*
Full text linkOverseas students usually have difficulty finding boarding houses around Malikussaleh University. To get information on boarding houses, they have to search manually, so the time needed to find a boarding house can be very long. The purpose of this research is to produce a Geographic Information System that can make it easier for students to find information about the location of boarding houses, provide recommendations in selecting boarding houses, and find the shortest distance for each boarding house to campus. By using the MAUT method combined with an algorithm A* can provide recommendations in selecting boarding houses and provide the shortest distance from the location of each boarding house to the Campus. The results of this study resulted in recommendations for boarding houses based on the results of ranking using the MAUT method. The boarding houses with the top three rankings are 4G Boarding House, Ceiza Boarding House, and Hj Boarding House. Madriah. With distance of 0.75 km, 2.01 km and 1.38 km. With an algorithmA* to find the closest route it can be concluded that the MAUT method and algorithm A* is a combination that can be used in evaluating boarding houses and solutions in searching for the shortest distance.Mahasiswa perantau biasanya kesulitan dalam mencari tempat kos di sekitar Universitas Malikussaleh. Untuk mendapatkan informasi tempat kos mereka harus mencari secara manual, sehingga waktu yang dibutuhkan untuk mendapatkan tempat kos bisa sangat lama. Tujuan dari penelitian ini yaitu menghasilkan suatu Sistem Informasi Geografis yang dapat mempermudah mahasiswa mencari informasi mengenai lokasi tempat kos, memberikan rekomendasi dalam pemilihan tempat kos, serta pencarian jarak terpendek setiap tempat kos menuju Kampus. Dengan menggunakan metode MAUT yang dikombinasikan dengan algoritma A* dapat memberikan rekomendasi dalam pemilihan tempat kos serta memberikan jarak terpendek dari lokasi masing tempat kos menuju Kampus. Hasil dari penelitian ini menghasilkan rekomendasi tempat kos berdasarkan hasil dari perangkingan menggunakan metode MAUT. Adapun tempat kos dengan perangkingan tiga teratas yaitu 4G Boarding House, Kos Ceiza, dan Kos Hj. Madriah. Dengan jarak yaitu 0,75 km, 2,01 km, dan 1,38 km. Dengan adanya algoritma A* untuk mencari rute terdekat dapat disimpulkan bahwa metode MAUT dan algoritma A* merupakan suatu kombinasi yang dapat digunkana dalam mengevaluasi tempat kos dan solusi dalam pencarian jarak terpendek
Multi Objective Optimization on the Basic of Ratio Analysis untuk Pemilihan Pestisida
Full text linkThe use of pesticides in agriculture plays a role in preventing and reducing diseases in chili plants. Pesticides for chili plants are quite widely spread on the market and have the advantages of each product offered to farmers, so farmers must be more careful and understanding in choosing pesticides to be used in preventing chili plant diseases. For that we need a decision support system (SPK). The data used in this research are 10 types of pesticides as an alternative. While the criteria are determined based on the agriculture and food service, namely price, classification, number of diseases eradicated, method of action, shelf life, and formulation concentration. Data analysis uses the MOORA method to support decision making for farmers in providing an assessment of the best pesticides on chili plants. The research results obtained for the three best pesticides are Tridex 80 WP, Lamzeb 85 WP, and Ziflo 76 WG.Penggunaan pestisida dalam bidang pertanian cukup berperan dalam mencegah dan mengurangi penyakit pada tanaman cabai. Pestisida untuk tanaman cabai cukup banyak tersebar di pasaran dan memiliki keunggulan masing-masing produk yang ditawarkan kepada petani, sehingga para petani harus lebih teliti dan memahami dalam memilih pestisida yang akan digunakan dalam mencegah penyakit tanaman cabai. Untuk itu diperlukan sistem pendukung keputusan (SPK). Data yang digunakan dalam penelitian in ada 10 jenis pestisida sebagai alternatif. Sedangkan kriteria ditentukan berdasarkan dari dinas pertanian dan pangan yaitu harga, klasifikasi, jumlah penyakit yang dibasmi, cara kerja, daya tahan simpan, dan konsentrasi formulasi. Analisa data menggunakan metode MOORA untuk mendukung pengambilan keputusan bagi petani dalam memberikan penilaian terhadap pestisida terbaik pada tanaman cabai. Hasil penelitian yang diperoleh untuk tiga pestisida terbaik adalah Tridex 80 WP, Lamzeb 85 WP, dan Ziflo 76 W
Perbandingan Akurasi Model Pembelajaran Mesin untuk Prediksi Seleksi Masuk Perguruan Tinggi Negeri
Full text linkSeleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) is still one of the favorite admission routes for high school students to continue their education at Perguruan Tinggi Negeri (PTN). SNMPTN uses semester 1 to 5 report card scores for 6 subjects that are inputted in Pangkalan Data Sekolah dan Siswa (PDSS). Prediction of SNMPTN can be done using machine learning models with various methods. This study aims to create a predictive model using the Decision Tree CART, Gaussian Naïve Bayes and Logistic Regression methods, make predictions and compare the level of accuracy of the models made. The methodology used in this research is Knowledge Discovery in Database (KDD). This is to get useful knowledge from data. The dataset used is data on the scores of 6 subjects for 5 semesters from class 2015 to 2022. Model evaluation uses the Split Percentage Method and K-Fold Cross Validation. The results show that the accuracy scores for the 3 models are different. Logistic Regression has a score of 0.82, followed by Decision Tree CART with a score of 0.75 and finally Gaussian Naïve Bayes with a score of 0.70. The hypothesis put forward by the researcher is in accordance with the results obtained, that the Logistic Regression model has a higher accuracy score. Mathematically, Logistic Regression is not too complicated when compared to other models. To get a model that fits with needs must involve iterating through the machine learning process and trying various variations.Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) masih menjadi salah satu jalur favorit bagi siswa SMA untuk melanjutkan pendidikan di Perguruan Tinggi Negeri (PTN). SNMPTN menggunakan nilai rapor semester 1 sampai dengan 5 untuk 6 mata pelajaran yang diinput di Pangkalan Data Sekolah dan Siswa (PDSS). Prediksi SNMPTN dapat dilakukan menggunakan model pembelajaran mesin dengan berbagai macam metode. Penelitian ini bertujuan untuk membuat model prediksi dengan menggunakan metode Decision Tree CART, Gaussian Naïve Bayes dan Logistic Regression, melakukan prediksi dan membandingkan tingkat akurasi dari model yang dibuat. Metodologi yang digunakan dalam penelitian ini adalah Knowledge Discovery in Database (KDD). Ini untuk mendapatkan pengetahuan yang berguna dari data. Dataset yang digunakan merupakan data nilai 6 mata pelajaran selama 5 semester dari angkatan 2015 hingga 2022. Evaluasi model menggunakan Split Percentage Method dan K-Fold Cross Validation. Hasil menunjukkan, skor akurasi untuk 3 model yang dibuat berbeda. Logistic Regression memiliki skor 0,82, diikuti oleh Decision Tree CART dengan skor 0,75 dan terakhir adalah Gaussian Naïve Bayes dengan skor 0,70. Hipotesis yang diajukan oleh peneliti sesuai dengan hasil yang didapatkan, bahwa model Logistic Regression memiliki skor akurasi lebih tinggi. Secara matematis, Logistic Regression tidak terlalu rumit jika dibandingkan dengan model lainnya. Untuk mendapatkan model yang sesuai dengan kebutuhan harus melibatkan iterasi melalui proses machine learning dan mencoba berbagai macam variasi
Ekstraksi Perilaku Komuter Pada Commuter Line Menggunakan Rule-Based Machine Learning
Full text linkThe application of Automatic Fare Collection (AFC) on Commuter Line trains can provide new knowledge in navigating between Commuter Line train lines and real commuter travel data. The AFC system allows management to obtain large amounts of detailed data regarding the routes of each commuter daily. One of the challenges faced in using big data at AFC is the extraction of data on the behavior of transporting passengers. Commuter Line passenger behavior is a very important factor for operators to make the right decision. This study uses the association rules method to extract AFC data to produce good information and understand Jabodetabek commuter behavior. The results showed that the association rules method could extract AFC data and produce strong association rules on commuter behavior.Penerapan Automatic Fare Collection (AFC) pada KA Commuter Line dapat memberikan pengetahuan baru dalam melakukan navigasi antar jalur KA Commuter Line dengan data perjalanan Commuter Line secara real. Sistem AFC memungkinkan manajemen untuk memperoleh data rinci dalam jumlah besar mengenai rute setiap komuter setiap hari. Salah satu tantangan yang dihadapi dalam menggunakan big data di AFC adalah ekstraksi data perilaku penumpang angkutan. Perilaku penumpang Commuter Line merupakan faktor yang sangat penting bagi operator untuk mengambil keputusan yang tepat. Penelitian ini menggunakan metode association rules untuk mengekstrak data AFC guna menghasilkan informasi yang baik dan memahami perilaku komuter Jabodetabek. Hasil penelitian menunjukkan bahwa metode association rules dapat mengekstraksi data AFC dan menghasilkan aturan asosiasi yang kuat pada perilaku komuter
Visualisasi Skyline Query untuk Distribusi Tenaga Kesehatan COVID-19
Full text linkThe use of health workers in areas with minimal risk can be a solution to help areas with a high risk of spreading COVID-19. Selection of low risk areas can be done by measuring the level of risk in an area. One solution is to use the skyline query algorithm. Skyline query is able to recommend which areas are potential to serve as supporting areas for health workers. Skyline query is able to produce a recommendation model for determining the supporting area for health workers, however, in the process of reading the information, it is necessary to extract the information. Extraction is carried out by developing a system for visualizing the skyline query as a recommendation system for health personnel assistance. This study develops a visualization system using a hybrid approach, which combines the Rapid GIS Development Cycle (RGDC) and Navigational Development Techniques (NDT) methods. The system was developed using R and the shiny library, ggplot2, rpref and leaflets. The system can work as expected, such as displaying a map of the recommended area to become a supporting area, visualizing data with ggplots and visualizing dominance testing on the skyline query.Pemanfaatan tenaga kesehatan pada daaerah minim resiko dapat menjadi solusi untuk membantu daerah dengan resiko penyebaran COVID-19 tinggi. Pemilihan daerah resiko rendah dapat dilakukan dengan mengukur tingkat resiko pada suatu daerah. Salah satu solusinya yaitu dengan memanfaatkan algoritme skyline query. Skyline query mampu merekomendasikan daerah-daerah mana yang potensial dijadikan sebagai daerah pembantu tenaga kesehatan. Skyline query mampu menghasilkan suatu model rekomendasi untuk penentuan daerah pembantu tenaga kesehatan namun, pada proses pembacaan informasi perlu dilakukan ekstraksi. Ekstraksi dilakukan dengan mengembangkan sistem untuk visualisasi skyline query sebagai sistem rekomendasi bantuan tenaga kesehatan. Penelitian ini mengembangkan sistem visualisasi dengan menggunakan hybrid approach yaitu menggabungkan metode Rapid GIS Development Cycle (RGDC) dan Navigational Development Techniques (NDT). Sistem dikembangkan dengan menggunakan R dan library shiny, ggplot2, rpref dan leaflet. Sistem dapat bekerja sebagaimana yang diharapkan seperti, menampilkan peta daerah yang direkomendasikan menjadi daerah pembantu, visualisasi data dengan ggplot dan visualisasi pengujian dominasi pada skyline query
Pengembangan Sistem dan Dokumentasi Kelahiran Bayi
Full text linkEvery newly married couple will usually document whatever events they experienced to be remembered in the future. Especially when the process of giving birth will be a very happy moment. Documentation activities can be through photos or videos, sometimes also parents who save birth data by tearing up the calendar on the day of their child's birth and saving it in an album. Saving some of this data looks like can't be a complete of information, and often in a long time they won't pay attention to what they have stored, so data like piece of calendar will look outdated. In this research will develop the system and documentation of baby. The system will record every baby data that is born. In addition to birth data, photo documentation of the baby will also be stored. Furthermore, from all the data stored, a system will be created that can make a complete of documentation containing photos and details of the baby's birth data. The system that will be built is expected to increase value and satisfaction for patients, especially parents of babies with the services that the hospital provides, so that it can become a promotional for Kebonjati Hospital in establishing good relationships with patientsSetiap pasangan yang baru menikah biasanya akan selalu mendokumentasikan apapun kejadian yang dialami untuk dapat dikenang di kemudian hari. Terlebih saat proses kelahiran bayi akan menjadi momen yang sangat membahagiakan. Kegiatan dokumentasi yang dilakukan bisa melalui foto atau video, ada juga orang tua yang menyimpan data kelahiran dengan cara merobek kalender di hari kelahiran anaknya dan disimpan ke dalam album. Penyimpanan beberapa data ini terlihat seperti potongan yang tidak bisa menjadi satu informasi yang utuh, dan seringkali dalam waktu yang cukup lama tidak akan memperhatikan apa yang mereka sudah simpan sehingga data seperti potongan kalender akan terlihat usang. Pada penelitian ini akan dilakukan pengembangan sistem dan dokumentasi kelahiran bayi di rumah sakit Kebonjati. Sistem yang dibuat akan mencatat setiap data bayi yang lahir. Selain data kelahiran juga akan disimpan dokumentasi foto dari bayi tersebut. Selanjutnya dari semua data yang disimpan tersebut akan dibuat sistem yang dapat membuat satu dokumentasi lengkap yang berisi foto dan detil data kelahiran bayi. Sistem yang akan dibangun diharapkan dapat meningkatkan nilai dan kepuasan bagi pasien khususnya orang tua bayi dengan layanan yang rumah sakit berikan, sehingga dapat menjadi media promosi bagi Rumah Sakit Kebonjati dalam menjalin hubungan yang baik terhadap pasien
Penggunaan Framework Cobit 2019 dalam Evaluasi Tata Kelola Teknologi Informasi
Full text linkKospin Jasa is a savings and loan cooperative founded in the 1970s by several small entrepreneurs. It is established to overcome difficulties in obtaining capital loans because businesses are still managed traditionally. Therefore, on December 13, 1973, Mr. HA Djuanaid (Alm), a national cooperative leader, met and agreed to establish a savings and loan cooperative. With the rapid development of information technology, companies/organizations have the opportunity to increase productivity. The application of information technology supports increased competitiveness with competitors. Management of information technology should then be audited. Typically, the necessary controls are provided by COBIT. This article is here to discuss information technology management which impacts cost overruns. This paper collects data through library research using qualitative methods. The results obtained are in the form of an IT governance design plan and are taken from COBIT 2019Kospin Jasa adalah koperasi simpan pinjam yang didirikan pada tahun 1970-an oleh beberapa pengusaha kecil. Koperasi didirikan untuk menanggulangi kesulitan dalam memperoleh pinjaman modal sebab bisnis masih dijalankan dengan metode tradisional. Oleh karena itu, pada tanggal 13 Desember 1973, Bapak HA Djuanaid (Alm), tokoh koperasi nasional, mengadakan rapat dan menyepakati pendirian koperasi simpan pinjam. Dengan pesatnya perkembangan teknologi informasi, perusahaan/organisasi memiliki peluang untuk meningkatkan produktivitas. Penerapan teknologi informasi mendukung peningkatan daya saing dengan kompetitor. Pengelolaan teknologi informasi kemudian harus diaudit. Biasanya, kontrol yang diperlukan disediakan oleh COBIT . Artikel ini hadir guna mengulas manajemen teknologi informasi yang berdampak pada pembengkakan biaya. Dalam makalah ini, data dikumpulkan melalui penelitian kepustakaan menggunakan metode kualitatif. Hasil yang diperoleh dalam bentuk rencana perancangan tata kelola TI dan yang diambil dari COBIT 2019
Penggunaan Metode meCUE 2.0 dalam Mengukur Pengalaman Pengguna pada Aplikasi ”OYO”
Full text linkThis research was conducted to measure user experience on the OYO hotel booking application. User experience was measured by the meCUE 2.0 method which uses a Likert scale of 7. Then there are 10 instruments consisting of usefullness, usability, visual aesthetics, status, commitment, positive emotions, negative emotions, product loyalty, intention to use, and overall evaluation. The tool for processing survey data is the meCUE questionnaire which aims to see the possibility of a comprehensive end-user rapid assessment. Questionnaire links are distributed online and are needed in retrieving survey data. After collecting survey data, the measurement results obtained from 10 instruments were 5.20 (usefullness), 5.67 (usability), 5.33 (visual aesthetics), 4.27 (status), 2.90 (commitment), 4 .66 (positive emotions), 2.66 (negative emotions), 3.58 (product loyalty), 3.85 (intention to use) and 3.33 (overall evaluation). The results are considered quite good overall.Penelitian ini dilakukan untuk mengukur pengalaman pengguna pada aplikasi pemesanan hotel OYO. Pengalaman pengguna diukur dengan metode meCUE 2.0 yang menggunakan rentang skala likert sebanyak 7. Lalu terdapat 10 instrumen yang terdiri dari usefullness, usability, estetika visual, status, komitmen, emosi positif, emosi negatif, loyalitas produk, niat untuk menggunakan, dan evaluasi keseluruhan. Alat bantu untuk mengolah data survei adalah kuesioner meCUE yang bertujuan untuk melihat kemungkinan penilaian cepat yang dilakukan oleh end-user yang komprehensif. Link kuesioner disebarkan secara online dan dibutuhkan dalam mengambil data survei. Setelah dikumpulkan data survei, didapatkan hasil pengukuran dari 10 isntrumen yaitu sebesar 5,20 (usefullness), 5,67 (usability), 5,33 (estetika visual), 4,27 (status), 2,90 (komitmen), 4,66 (emosi positif), 2,66 (emosi negatif), 3,58 (loyalitas produk), 3,85 (niat untuk menggunakan) dan 3,33 (evaluasi keseluruhan). Hasil tersebut dinilai cukup baik secara menyeluruh