JTT (Jurnal Teknologi Terpadu)
Not a member yet
157 research outputs found
Sort by
Penerapan K-Means dan Rank Order Centroid pada Proporsi Individu dengan Keterampilan Teknologi Informasi dan Komputer
Full text linkTechnological developments occur so quickly, resulting in continuous changes that qualified human resources are needed to support the endless times that run. This study will classify individuals with information technology and computer skills in Indonesia based on region. This research used K-Means clustering, the Rank Order Centroid method, and the Davies-Bouldin Index clustering evaluation method to assess accuracy. K-means clustering is a simple algorithm and does not require a target class. There are areas for improvement in the K-Means process, namely at the initial centroid determination stage. Therefore, the ROC method is used. Based on data taken from the website of Badan Pusat Statistik Nasional about the proportion of productive age individuals 15-59 years who have Information and Computer Technology skills by the province during 2017-2021. It produces 3 clusters, including a high-level cluster in which there are 8 provinces, a medium-level cluster in which there are 22 provinces, and a low-level cluster in which there are 4 provinces, and obtained a DBI value of 0.163625 which is close to 0, meaning that the quality of the accuracy of the clustering results is good. Based on clustering results with good accuracy, using K-Means can be combined with ROC and is quite effective. The government can use the results of this study to prioritize improving the quality of human resources in areas with low-level information and computer technology skills. Suggestions for further research using other clustering algorithms and ROC as a comparison.Perkembangan teknologi yang berlangsung begitu cepat mengakibatkan perubahan yang terus terjadi dan sumber daya manusia yang mumpuni dibutuhkan guna mendukung zaman yang kian berkembang. Penelitian ini bertujuan untuk mengelompokkan individu keterampilan teknologi informasi dan komputer di Indonesia berdasarkan wilayah. Penelitian ini dilakukan dengan menggunakan K-Means clustering dan metode Rank Order Centroid, serta metode evaluasi clustering Davies-Bouldin Index untuk menilai akurasi. K-means clustering merupakan algoritma yang sederhana dan tidak membutuhkan target kelas. Terdapat kekurangan pada proses K-Means yaitu pada tahap penentuan centroid awal, maka dari itu digunakan metode ROC. Berdasarkan data yang diambil dari situs Badan Pusat Statistik Nasional tentang data proporsi individu usia 15-59 tahun dengan keterampilan TIK menurut provinsi selama rentang tahun 2017-2021 menghasilkan 3 cluster di antaranya adalah cluster tingkat tinggi terdapat 8 provinsi, cluster tingkat sedang terdapat 22 provinsi dan cluster tingkat rendah terdapat 4 provinsi dan didapatkan nilai evaluasi DBI sebesar 0,163625 yang mendekati 0, berarti kualitas akurasi dari hasil clustering baik. Berdasarkan hasil clustering dengan akurasi yang baik, penggunaan K-Means dapat dikombinasikan dengan ROC dan cukup efektif. Dari hasil penelitian ini dapat dimanfaatkan oleh pemerintah untuk meningkatkan kualitas sumber daya manusia di wilayah dengan tingkat keterampilan teknologi informasi dan komputer yang rendah. Saran untuk penelitian selanjutnya, menggunakan algoritma clustering lain dan ROC sebagai perbandingan
Smart Buildings menggunakan Hyperledger Fabric Blockchain untuk Manajemen Transaksi dan Pemodelan 3D
Full text linkHome construction or home renovation must consider many complex factors. That is because there will be errors / human errors that occur. The impact of that will cause losses to architectural services and eliminate dissatisfied customer trust. Another problem is that customers use intermediaries or third parties in the home construction/renovation process, increasing funds. That is because the process of building/renovating the house is different fromations. This research utilizes a hyper ledger fabric blockchain and intelligent building technology to manage architect and consumer management without intermediaries. Technology can manage home construction/renovation through information on 3-dimensional house plans, initial home budgets, prices for building materials, and daily material needs. The purpose is to monitor the building/renovation of a house without a third party. This study uses the Multimedia Development Life Cycle (MDLC) Development Method to make its application. Meanwhile, blockchain technology is applied using Hyperledger Fabric Software. This research can increase trust and benefit both the customer and the developer. The results of this study are that by making block numbers 65 – 66, it is recorded that each transaction has a processing time from 2022-08-14 02:32:47 to 2022-08-14 02:32:50; it takes approximately.Pembangunan rumah atau renovasi rumah harus mempertimbangkan banyak faktor yang kompleks. Hal ini dikarenakan akan ada kesalahan/human-error terjadi. Dampak dari itu akan menimbulkan kerugian pada jasa arsitek dan menghilangkan kepercayaan customer yang tidak puas. Salah satu masalah yang lain adalah customer yang menggunakan pihak perantara atau pihak ketiga dalam proses pembangunan/renovasi rumah, sehingga mengakibatkan pembengkakan dana. Hal ini dikarenakan proses pembangunan/renovasi rumah tidak sesuai dengan keinginan customer. Penelitian ini memanfaatkan suatu teknologi hyperledger fabric blockchain dan smart building yang digunakan untuk mengelola manajemen arsitek dan konsumen tanpa perantara. Teknologi ini dapat mengelola manajemen pembangunan/renovasi rumah melalui informasi denah rumah 3 dimensi, anggaran dana awal rumah, informasi harga bahan bangunan, dan kebutuhan material setiap harinya. Tujuan dari penelitian ini untuk memantau proses pembangunan rumah/ renovasi tanpa pihak ketiga. Penelitian ini menggunakan Metode Pengembangan Multimedia Development Life Cycle (MDLC) untuk membuat aplikasinya. Sedangkan untuk penerapan teknologi blockchain menggunakan Software Hyperledger Fabric. Dengan adanya penelitian ini diharapkan dapat meningkatkan kepercayaan dan dapat menguntungkan kedua belah pihak antara customer dan developer. Dari hasil penelitian ini menghasilkan sebuah sistem manajemen transaksi dan pemodelan 3D arsitek. Hasil pengujian data block number 65 – 66 tercatat setiap transaksi memiliki waktu proses dari 02:32:47 sampai 02:32:50, dengan begitu transaksi ini membutuhkan waktu 3 detik. Sedangkan hasil pengujian White Box sistem ini dapat berjalan sesuai dengan alur program dan dapat memenuhi kebutuhan pengguna
Implementasi Metode Clarke and Wright Savings dalam Penyelesaian Vehicle Routing Problem di PT. Adiguna Gasindo
Full text linkA vehicle routing problem (VRP) is a problem in finding the most optimal route with the addition of a constraint. PT. Adiguna Gasindo is one of the LPG gas agents who needs help in shipping to agents, the problem is that there is a limit to the amount of LPG cargo that can be transported. In this research, we will solve the LPG delivery problem by optimizing distance and cost. The Clarke and Wright Savings Method, commonly known as the Saving Matrix, will be implemented to complete VRP. In this study, the distance approaches are the nearest insert and nearest neighbor. The test scenarios were carried out using three types of vehicles with different capacities, namely small (225 kg), medium (275 kg), and large (480 kg). The results obtained will be compared with the actual results (routes done) due to validation. From the results of 90 different scenarios, the results obtained by vehicles with large loads are those of vehicles that get the most optimal route in terms of distance and cost. The saving matrix will be more optimal if it is done by adding the nearest insert or nearest neighbor technique.Vehicle routing problem (VRP) merupakan sebuah permasalahan untuk menemukan rute paling optimal dengan tambahan sebuah batasan (constrain). PT. Adiguna Gasindo adalah salah satu agen gas LPG. Data yang digunakan pada penelitian adalah data pengiriman harian ke agen-agen disertai data jumlah muatan per kendaraan. Permasalahan pada penelitian ini adalah ketidakefektifan dalam pengiriman gas LPG ke agen-agen. Tujuan penelitian ini adalah menggunakan metode Saving Matrix untuk menyelesaikan permasalahan VRP. Metode Clarke and Wright Savings atau biasa disebut dengan Saving Matrix akan diimplementasikan untuk menyelesaikan VRP. Pada penelitian ini pendekatan jarak yang digunakan adalah nearest insert dan nearest neighbor. Skenario pengujian yang dilakukan menggunakan tiga jenis kendaraan dengan kapasitas berbeda yaitu kecil (225 kg), sedang (275 kg), dan besar (480 kg). Hasil yang diperoleh akan dibandingkan dengan hasil aktual (rute yang pernah dilakukan) sebagai hasil validasi. Perangkat yang digunakan untuk membangun metode ini menggunakan Bahasa Pemrograman Python dengan IDE Jupiter Notebook. Dari 90 hasil skenario yang berbeda hasil yang diperoleh kendaraan dengan muatan besar adalah kendaraan yang mendapat rute paling optimal baik dari jarak dan biaya. Saving Matrix akan lebih optimal jika dilakukan dengan penambahan teknik nearest insert atau nearest neighbor
Pengaruh Pemasaran Media Sosial terhadap Keterlibatan Pelanggan (Survei pada Pengguna Halodoc di Indonesia)
Full text linkThis study was conducted to obtain information about the magnitude of the influence of social media marketing on customer engagement. Social media marketing (X) is the independent variable, and customer engagement (Y) is the dependent variable in this study. Followers on the Halodoc Instagram account were selected to be the population in this study, and the sample was taken randomly (simple random sampling), with 120 respondents successfully obtained. The SEM method is used to analyze data with the help of IBM SPSS AMOS 21 software for Windows in the data processing. The results of data processing illustrate that there is an influence of social media marketing on customer involvement of (0.931) with a p-value (0.002) <0.05. Artificial Intelligence-Analitycs for social media is a tool for efforts to increase the competitiveness of official Instagram managers for a business against competitors owned by analyzing content optimization through various services in the form of statistics and metrics from Artificial Intelligence-Analitycs providers, which are generally website-based. The author's recommendation for Halodoc is to increase closeness with customers so that their bonds become stronger through planning content that is useful for the community and packaged attractively. Later it is hoped that there will be more user-generated content or posting word-of-mouth recommendation comments from customers to other customers.Studi ini dilakukan agar memperoleh informasi mengenai besaran pengaruh pemasaran media sosial terhadap keterlibatan pelanggan. Pemasaran media sosial (X) merupakan variabel bebas dan keterlibatan pelanggan (Y) menjadi variabel terikat pada penelitian ini. Followers pada akun Instagram Halodoc dipilih untuk menjadi populasi pada penelitian ini dan sampelnya diambil secara acak (simple random sampling) dengan berhasil diperoleh sebanyak 120 responden. Metode SEM digunakan untuk menganalisis data dengan bantuan perangkat lunak IBM SPSS AMOS 21 untuk Windows dalam proses olah datanya. Hasil olah data menggambarkan adanya pengaruh pemasaran media sosial terhadap keterlibatan pelanggan sebesar (0,931) dengan nilai p (0,002) < 0,05. Artificial Intelligence-Analitycs untuk media sosial menjadi alat upaya peningkatan daya saing pengelola Instagram resmi untuk suatu bisnis terhadap kompetitor yang dimiliki dengan menganalisis optimasi konten melalui berbagai layanan berbentuk statistik dan metrik dari penyedia. Artificial Intelligence-Analitycs yang umumnya berbasis website. Rekomendasi penulis untuk Halodoc harus meningkatkan keeratan dengan pelanggan supaya bertambah kuat ikatannya melalui perencanaan konten yang bermanfaat bagi masyarakat dikemas secara menarik dan nantinya diharapkan akan bertambah user generate content ataupun postingan komentar rekomendasi word-of-mouth dari pelanggan ke pelanggan lainnya
Perbandingan Model Machine Learning pada Klasifikasi Tumor Otak Menggunakan Fitur Discrete Cosine Transform
Full text linkBrain tumors are abnormal tissue growths characterized by excessive cell growth in certain brain parts. One of the reliable techniques currently available to identify brain tumors is using Magnetic Resonance Imaging (MRI) scans. The scanned MRI images are monitored and examined for tumor detection by a specialist. Developing more effective and efficient tools to help medical professionals identify brain tumors is urgent as the number of people suffering from brain tumors soars, and the death rate will reach 18,600 in 2021. In previous research, machine learning-based models demonstrated the ability to detect brain tumors with a classification accuracy of 92%, and this result is reliable. We computationally tested several hyperparameters using publicly available MRI datasets to obtain the most reliable binary classification accuracy in MRI brain images. A high level of model accuracy is achieved by testing various existing machine-learning model architectures and inserting a feature map extracted from the Discrete Cosine Transform (DCT). Classification of MRI images achieved the highest accuracy on test data at 93% using the Support Vector Machine (SVM) model.Tumor otak adalah pertumbuhan jaringan abnormal yang ditandai dengan pertumbuhan sel yang berlebihan di bagian otak tertentu. Salah satu teknik andal saat ini yang tersedia untuk mengidentifikasi tumor otak adalah penggunaan pemindaian Magnetic Resonance Imaging (MRI). Gambar MRI yang dipindai dipantau dan diperiksa untuk deteksi tumor oleh dokter spesialis. Mengembangkan alat yang lebih efektif dan efisien untuk membantu profesional medis mengidentifikasi tumor otak dirasa cukup mendesak karena jumlah orang yang menderita tumor otak melonjak dan tingkat kematian yang mencapai 18.600 pada tahun 2021. Dalam penelitian sebelumnya, model berbasis pembelajaran mesin mampu menunjukkan kemampuan untuk mendeteksi tumor otak dengan akurasi klasifikasi 92% dan hal hasil ini dapat diandalkan. Untuk mendapatkan akurasi klasifikasi biner yang paling andal dalam gambar otak MRI, kami menguji secara komputasi beberapa hyperparameter menggunakan kumpulan data MRI yang tersedia untuk umum. Tingkat akurasi model yang tinggi dicapai dengan menguji berbagai arsitektur model machine learning yang ada, diikuti dengan memasukkan feature map yang diekstraksi dari Discrete Cosine Transform (DCT). Klasifikasi gambar MRI mencapai akurasi pada data test tertinggi sebesar 93% dengan menggunakan model Support Vector Machine (SVM)
Analisis Text Mining Klasifikasi Kegiatan Keluarga menggunakan Orange dengan Metode Naive Bayes
Full text linkThe dual roles performed by women often lead to conflict in the family. Disputes can occur due to the lack of family roles in helping balance the work at home and office experienced by career women and mothers. The Naïve Bayes algorithm is used in this study to determine the results of applying the Naïve Bayes algorithm classification based on role, activity, age, and interest in a family. A total of 287 data records generated from the survey were used in this study and a data split of 80:20 for training and testing data using orange data mining tools. The results show that the calculation accuracy with the Naïve Bayes algorithm reaches 93%, with the conclusion that the use of orange data mining tools results in good accuracy.Abstrak
Peran ganda yang dilakukan oleh wanita kerap kali menimbulkan konflik dalam keluarga. Konflik dapat terjadi karena kurangnya peran keluarga dalam membantu keseimbangan antara pekerjaan di rumah dan kantor yang dialami oleh para wanita karir sekaligus ibu. Algoritma Naïve Bayes dipergunakan pada penelitian ini dengan tujuan untuk mengetahui hasil penerapan klasifikasi algoritma Naïve Bayes berdasarkan peran, aktivitas, umur dan minat dalam sebuah keluarga. Sejumlah 287 data record yang dihasilkan dari survei dipergunakan dalam penelitian ini dan dilakukan split data 80:20 untuk data training dan data testing dengan menggunakan tools orange data mining. Hasil penelitian menampilkan bahwa akurasi perhitungan dengan algoritma Naïve Bayes mencapai 93% dengan kesimpulan bahwa penggunaan tools orange data mining menghasilkan akurasi yang baik
Penerapan Metode Combined Compromise Solution (CoCoSo) dalam Pemilihan Franchise Minuman
Full text linkThe research in this journal is motivated by the beverage franchise industry, which has become one of the most dynamic global business sectors. This article examines applying the Combined Compromise Solution (CoCoSo) method to the decision-making system (SPK) in selecting beverage franchises. The beverage franchise data that we use consists of 9 brands that are pretty famous among the public, such as Kopi Kenangan, Es Teh Indonesia, Teh Poci, Calais Tea, Puyo Puyo, Gulu Gulu, Kopi Kulo, Xi boba, Kopi Yor. In the process of data collection, we use observation and research. The data analysis process is carried out using the combined compromise solution method, one of the multi-criteria decision-making (MCDM) methods that can be used to select alternatives based on the calculation of criteria weights. This method can facilitate the determination of beverage franchises because it is more effective and efficient in calculating and ranking. Through the decision-making system that has been developed, the value of the beverage franchise can be generated based on predetermined criteria. Calculation of beverage franchises using CoCoSo shows the results of the calculation of the highest preference value obtained by the Puyo Puyo beverage franchise with a final value of 2.3436 and the lowest preference value obtained by the Kopi Kenangan beverage franchise with a final value of 1.3385.Penelitian pada jurnal ini dilatar belakangi oleh industri franchise minuman yang kini telah menjadi salah satu sektor yang paling dinamis dalam bisnis global. Artikel ini bertujuan untuk meneliti penerapan metode Combined Compromise Solution (CoCoSo) pada Sistem Pengambilan Keputusan (SPK) dalam pemilihan franchise minuman. Data franchise minuman yang kami gunakan terdiri dari 9 brand yang cukup terkenal di kalangan masyarakat seperti, Kopi Kenangan, Es Teh Indonesia, Teh Poci, Calais Tea, Puyo Puyo, Gulu Gulu, Kopi Kulo, Xi boba, Kopi Yor. Dalam proses pengumpulan data yang kami lakukan dengan cara observasi dan Research. Proses analisis data dilakukan menggunakan metode Combined Compromise Solution yang merupakan salah satu metode Multi Criteria Decision Making (MCDM) yang dapat digunakan dalam pemilihan alternatif berdasarkan perhitungan bobot kriteria. Dengan metode ini dapat memudahkan dalam penentuan Franchise minuman karena lebih efektif dan efisien dalam proses perhitungan dan perangkingan. Sehingga melalui Sistem Pengambilan Keputusan yang telah dikembangkan dapat dihasilkannya nilai franchise minuman berdasarkan dengan kriteria yang telah ditentukan. Perhitungan franchise minuman dengan menggunakan CoCoSo menunjukkan bahwa hasil perhitungan nilai preferensi tertinggi didapatkan oleh franchise minuman Puyo Puyo dengan nilai akhir 2,3436 serta nilai preferensi terendah didapatkan oleh franchise minuman Kopi Kenangan dengan nilai akhir 1.3385
Sistem Klasifikasi Karakter Kepribadian Siswa Sekolah Dasar berdasarkan Tipologi Hippocrates Galenus menggunakan Metode Naïve Bayes
Full text linkSchools must shape students' personalities through learning activities and programs that can make students become educated human beings with noble characters as the nation's next generation. Teachers as educators need to recognize students' character to develop more effective teaching methods. So far, the guidance process by teachers at SD Inpres 12/79 Palattae has been carried out face-to-face, namely by talking directly to students and carried out without knowing the student's character. As a result, the guidance and counseling that is carried out are sometimes ignored by students. Based on these circumstances, this research was then carried out to build an information system that implements the Naïve Bayes method in elementary school students' personality character classification system based on the Hippocrates-Galenus typology to know the personality types possessed by students. With this system, the teacher can assist in knowing the personality types possessed by students so that it makes it easier to build the mindset, attitude, and behavior of students so that they become positive, good-natured, noble-spirited, and responsible individuals.Sekolah dituntut untuk membentuk kepribadian siswa melalui kegiatan dan program pembelajaran yang mampu menjadikan siswa menjadi manusia yang terpelajar dan berakhlak mulia sebagai generasi penerus bangsa. Penting bagi guru sebagai pendidik untuk mengenali karakter siswa untuk mengembangkan metode pengajaran yang lebih efektif. Selama ini, proses bimbingan oleh guru di SD Inpres 12/79 Palattae dilaksanakan secara tatap muka yaitu dengan berbicara langsung pada siswa dan dilakukan tanpa mengetahui karakter siswa tersebut. Akibatnya, bimbingan dan konseling yang dilaksanakan kadang-kadang tidak dipedulikan oleh siswa. Berdasarkan keadaan tersebut, penelitian ini kemudian dilaksanakan untuk membangun sistem informasi yang mengimplementasikan metode Naïve Bayes dalam sistem klasifikasi karakter kepribadian siswa sekolah dasar berdasarkan tipologi Hippocrates-Galenus dengan tujuan untuk mengetahui karakter tipe kepribadian yang dimiliki oleh siswa. Dengan adanya sistem tersebut, Guru BK dapat membantu dalam mengetahui karakter tipe kepribadian yang dimiliki oleh siswa sehingga memudahkan dalam membangun pola pikir, sikap, dan perilaku peserta didik agar menjadi pribadi yang positif, berakhlak karimah, berjiwa luhur, dan bertanggung jawab
Klasifikasi Jenis Burung menggunakan Metode Transfer Learning
Full text linkIndonesia is known for its abundant natural resources, including its diverse bird fauna. The identification and classification of bird species is essential in maintaining biodiversity as well as for practical habitat management. Therefore, an efficient and accurate approach is needed to identify bird species. This study uses a deep learning approach to test and compare the MobileNetV2 architecture with architectures used in previous studies in recognizing bird species. We use a transfer learning approach that utilizes existing knowledge from pre-trained models and combines it with a Convolutional Neural Network (CNN) algorithm to detect and classify birds based on images with a total image data of 95376. Experimental results show that by using the MobileNetV2 architecture, we achieved an accuracy of 96.4% with a loss value of 0.241. Compared with the architecture used in previous research, our results show a significant improvement in accuracy and efficiency. The time taken to perform the classification at each step is about 646 ms. This study shows that using MobileNetV2 architecture in the transfer learning approach with CNN effectively performs bird species classification.Indonesia dikenal karena kekayaan sumber daya alamnya yang melimpah, termasuk keberagaman fauna jenis burung yang dimiliki negara ini. Identifikasi dan klasifikasi jenis burung menjadi penting dalam menjaga keanekaragaman hayati serta untuk pengelolaan habitat yang efektif. Oleh karena itu, diperlukan pendekatan yang efisien dan akurat untuk mengidentifikasi jenis burung. Penelitian ini bertujuan untuk menguji dan membandingkan arsitektur MobileNetV2 dengan arsitektur yang sudah pernah digunakan pada penelitian sebelumnya dalam mengenali jenis burung menggunakan pendekatan deep learning. Kami menggunakan pendekatan transfer learning yang memanfaatkan pengetahuan yang sudah ada dari model yang telah dilatih sebelumnya, dan mengombinasikannya dengan algoritma Convolutional Neural Network (CNN) untuk mendeteksi dan mengklasifikasikan burung berdasarkan citra dengan total data gambar yaitu 95.376 data. Hasil eksperimen menunjukkan bahwa dengan menggunakan arsitektur MobileNetV2, kami mencapai akurasi sebesar 96,4% dengan nilai loss sebesar 0,241. Dalam membandingkannya dengan arsitektur yang sudah pernah digunakan pada penelitian sebelumnya, hasil yang kami dapatkan menunjukkan peningkatan signifikan dalam akurasi dan efisiensi. Waktu yang dibutuhkan untuk melakukan klasifikasi pada setiap langkah adalah sekitar 646 ms. Penelitian ini menunjukkan bahwa penggunaan arsitektur MobileNetV2 dalam pendekatan transfer learning dengan CNN sangat efektif dalam melakukan klasifikasi jenis burung
Sistem Informasi Pelayanan Surat Menyurat Di Kelurahan Desa Sriwijaya Lampung Tengah
Full text linkInformation technology has progressed quite rapidly, and more and more years are increasingly developing technology worldwide. Information technology greatly benefits the world government by creating village websites and building computer-based information systems. With information technology, everyone can process and access data and information they want to convey to the whole community through the website so that everyone can access it easily without having to come and ask the staff or person concerned. The problem with the mailing service in the Village of Sriwijaya Village, Central Lampung, where the process of making letters is still done manually, there are still writing errors. The purpose of creating this correspondence information system is to overcome existing problems and help employees and staff make it easier to update village and community development information by easily accessing this information; with this system, staff can also improve skills in information technology. The method used by the waterfall in making this information system includes making correspondence and information systems in the Sriwijaya village, using the PHP program and MYSQL database. The results of this study are a web-based correspondence information system that is very helpful for community services in making certificates, KK, KTP, SKU, and more quickly and saves time.Teknologi informasi sekarang ini sudah memiliki kemajuan yang cukup pesat dan semakin bertambahnya tahun semakin berkembang teknologi di dunia. Teknologi informasi memberi manfaat yang besar dalam dunia pemerintahan, sebagai contoh dalam pembuatan website desa dan pembangunan sistem informasi berbasis komputer. Dengan teknologi informasi setiap orang dapat mengolah dan mengakses data dan informasi yang ingin di ingin disampaikan kepada seluruh masyarakat melalui laman website sehingga setiap orang dapat mengaksesnya dengan sangat mudah, tanpa harus datang dan bertanya kepada staff atau orang yang bersangkutan. Permasalahan pelayanan surat menyurat di Kelurahan Desa Sriwijaya Lampung Tengah, di mana proses pembuatan surat masih dilakukan pencatatan manual, masih terdapat kesalahan tulisan. Tujuan dibuatnya sistem informasi surat menyurat ini adalah untuk mengatasi permasalahan yang ada serta membantu karyawan dan staff mempermudah untuk memperbarui informasi perkembangan desa dan masyarakat mudah dalam mengakses informasi tersebut, dengan adanya sistem ini staff juga bisa meningkatkan keterampilan dalam bidang teknologi informasi. Metode yang digunakan waterfall dalam pembuatan sistem informasi ini, meliputi pembuatan surat menyurat dan sistem informasi yang ada di desa Sriwijaya, dengan menggunakan program PHP dan database MYSQL. Hasil dari penelitian ini yaitu, sistem informasi surat menyurat berbasis web yang sangat membantu pelayanan masyarakat dalam pembuatan surat keterangan, KK, KTP, SKU dan lebih cepat serta menghemat waktu