Jurnal Sistem dan Teknologi Informasi (JUSTIN)
Not a member yet
456 research outputs found
Sort by
Evaluasi Usability Sistem Informasi Karir dan Tracer Study Universitas Jambi Menggunakan Metode System Usability Scale (SUS) dan Heuristic Evaluation (HE)
Full text linkSistem Karir dan Tracer Study di Universitas Jambi merupakan salah satu sistem yang digunakan untuk memperoleh informasi mengenai pendidikan dan alumni karir. Penelitian ini memiliki tujuan untuk mengevaluasi kegunaan sistem informasi mengadopsi metode System Usability Scale (SUS) dan Heuristic Evaluation (HE). Sampel penelitian ini adalah alumni Universitas Jambi yang telah menggunakan sistem informasi Karir dan Tracer Study . Sampel penelitian menggunakan teknik nonprobability sampling dengan teknik purposive sampling . Sampel yang diambil berjumlah 50 untuk metode SUS dan 5 untuk metode HE. Hasil evaluasi yang mengadopsi metode Skala Kegunaan Sistemmenunjukkan skor SUS sebesar 63,75. Skor ini menunjukkan bahwa sistem sudah cukup layak untuk digunakan dengan persentil peringkat 65%. Skor tersebut berada dalam kategori C, yang berarti sistem dapat diterima. Skala adjective juga menunjukkan bahwa sistem tergolong OK, sehingga sistem ini dapat digunakan dengan baik. Skor SUS 63,75 menunjukkan bahwa sistem berada pada kategori marginal, artinya penggunaan sistem informasi Karir dan Tracer Study di Universitas Jambi sudah dapat diterima. Responden Net Promoter Score (NPS) menunjukkan bahwa mereka memberikan respon positif terhadap sistem ini. Evaluasi dengan metode Heuristic Evaluationyang menyertakan ahli sebagai evaluator juga menghasilkan nilai 63%, menunjukkan bahwa sistem sudah layak digunakan dan fitur-fiturnya berjalan dengan baik.Kata kunci : Kegunaan, Skala Kegunaan Sistem, Evaluasi Heuristi
Implementasi Modul Otomatisasi Penetration Testing Menggunakan Bourne Again Shell Scripting pada Website Aplikasi Stream PT. Intikom Berlian Mustika Berbasis Kali Linux
Full text linkKejahatan dunia maya merupakan suatu jenis kejahatan yang dapat terjadi pada siapa saja dan kapan saja. Kejahatan dunia maya dapat dilakukan melalui jaringan internet dan pada umumnya dilakukan menggunakan perangkat keras komputer sebagai alat untuk melakukan kejahatan. PT. Intikom Berlian Mustika baru saja merilis Website Aplikasi Stream yang belum diketahui kerentanan yang dimiliki. Berdasarkan persoalan yang ada, diperlukan adanya pengujian kerentanan dengan melakukan Penetration Testing pada website tersebut. Saat ini, efisiensi waktu dalam melaksanakan suatu pengujian sistem sangat dibutuhkan. Otomatisasi dapat menjadi sebuah kegiatan untuk dapat mengimplementasikan hal tersebut. Penelitian ini dilakukan untuk melakukan otomatisasi pada pengujian serangan yang akan dilakukan pada Website Aplikasi Stream guna mengetahui hasil kerentanan dari uji serangan yang dilakukan. Alat dan bahan utama yang digunakan pada penelitian ini adalah laptop dan Kali Linux yang sudah dilakukan instalasi pada VirtualBox. Pengujian yang dilakukan adalah dengan melakukan 3 (tiga) jenis serangan yaitu SQL Injection, XSS (Cross-Site Scripting), dan DDoS (Distributed Denial of Service). Jenis serangan yang dilakukan akan diimplementasikan pada otomatisasi dalam bentuk modul atau file menggunakan bash scripting pada Kali Linux. Implementasi otomatisasi tersebut dilakukan perhitungan waktu dalam 10 (sepuluh) kali tahap percobaan. Penelitian ini menyimpulkan bahwa teknik otomatisasi bash scripting dapat mempermudah proses kinerja yaitu hanya dengan melakukan satu kali proses saja dan mempersingkat waktu implememtasi Penetration Testing dengan adanya penurunan waktu riil sebesar 13.82% dibandingan dengan implementasi secara manual
Segementasi Gambar pada Dataset MNIST dengan Optimasi Mini Batch dan K-means++ pada Algoritma K-means
Full text linkProses segmentasi gambar tulisan tangan berupa gambar dengan menggunakan k-means perlu diawali dengan clusterisasi. Akibat dari proses clusterisasi ini membuat proses secara keseluruhan menjadi lambat. Penelitian ini memanfaatkan mini batch k-means untuk mempercepat proses pengenalan tulisan tangan berupa gambar. Data yang digunakan pada penelitian ini adalah dataset MNIST. Normalisasi terhadap dataset akan dilakukan terlebih dahulu sebelum clusterisasi menggunakan teknik minibatch k-means diterapkan. Selanjutnya inisiasi centroid dilakukan menggunakan k-means++. Hasil penelitian menyatakan bahwa optimasi minibatch dan k-means++ pada algoritma k-means mampu mempercepat waktu komputasi lebih singkat 28 menit 13 detik yaitu 29 menit 39 detik menjadi 1 menit 26 detik, dengan akurasi sebesar 90,13%
Identifikasi Penyakit Tanaman Kelapa Sawit Menggunakan Metode Variable Centered Intelligent Rule System (VCIRS) dan Certainty Factor (CF) Berbasis Android Studi Kasus: PT Bumitama Gunajaya Agro Group Wilayah 10 Kabupaten Ketapang
Full text linkPerkebunan Besar Swasta (PBS) adalah salah satu bentuk pengusahaan atau pengelolaan perkebunan kelapa sawit di Indonesia. PT Bumitama Gunajaya Agro Wilayah 10 merupakan PBS yang terdiri dari pengelolaan perusahaan dan pengelolaan petani plasma. Pada pengelolaan perkebunan kelapa sawit terdapat berbagai jenis penyakit pengganggu yang harus diidentifikasi dan ditangani karena menjadi faktor turunnya tingkat produktivitas. Penyakit kelapa sawit dapat diidentifikasi dengan melihat gejala yang tampak oleh pakar. Luasnya lahan perusahaan dengan ketersediaan pakar yang kurang mengakibatkan kesulitan dalam mengidentifikasi penyakit dengan tepat dan cepat, kemudian kurangnya pengetahuan serta kesadaran petani plasma mengenai penyakit pada tanaman kelapa sawit juga membuat kesenjangan kualitas hasil buah tanaman kelapa sawit wilayah 10. Penelitian ini bertujuan membangun sebuah sistem yang digunakan untuk mengidentifikasi penyakit tanaman kelapa sawit berdasarkan interpretasi pakar menggunakan metode Variable Centered Intelligent Rule System (VCIRS) dan Certainty Factor (CF). Metode VCIRS memiliki arsitektur pengetahuan dari Sistem Berbasis Aturan dan mengambil kelebihan-kelebihan pada Ripple Down Rules. Metode CF mempunyai perhitungan untuk menentukan tingkat persentase pada hasil identifikasi penyakit tanaman kelapa sawit menggunakan nilai keyakinan yang diberikan pakar dan juga pengguna. Sistem identifikasi yang dibangun memiliki hasil pengujian fungsionalitas yang berjalan sesuai dengan kebutuhan sistem, dan memiliki akurasi sebesar 80,56% dari 36 data pengujian
Penerapan Metode Naive Bayes Untuk Penentuan Bibit Kelapa Sawit Berdasarkan Kondisi Daerah Tanam dan Perawatan Tanaman
Full text linkPemilihan bibit kelapa sawit yang tepat merupakan salah satu upaya dalam meningkatkan produktifitas tanaman kelapa sawit. Pada saat pemilihan bibit, permasalahan yang sering dihadapi adalah tidak semua jenis bibit dapat sesuai terhadap kondisi lahan dan jenis perawatan yang berbeda-beda. Oleh karena itu, dibutuhkan sebuah sistem yang membantu dalam menentukan jenis bibit yang sesuai dengan kondisi lahan dan perawatan yang diberikan. Dalam penelitian ini penulis menerapkan model prediksi machine learning dalam penentuan bibit kelapa sawit berdasarkan kondisi lahan dan perawatan tanaman. Tujuan penelitian ini adalah menghasilkan model klasifikasi penentuan bibit kelapa sawit berdasarkan kondisi daerah tanam dan perawatan. Metode yang digunakan dalam penelitian ini adalah naïve bayes dengan dua jenis naïve bayes yang berbeda yaitu gaussian naïve bayes dan multinomial naïve bayes dengan dua skenario pengujian. Hasil evaluasi menunjukkan bahwa performa dari model gaussian naïve bayes dan multinomial naïve pada skenario pengujian pertama bayes dengan nilai accuracy masing-masing sebesar 55% dan 62% serta nilai f1-score masing-masing 63% dan 66%. Sedangkan pada skenario pengujian kedua hasil evaluasi accuracy untuk model gaussian naïve bayes dan multinomial naïve bayes dengan nilai accuracy masing-masing sebesar 70% dan 68% serta f1-score masing-masing sebesar 69% dan 64%. Setelah dilakukan evaluasi model, maka model naïve bayes yang memiliki performa terbaik yaitu gaussian naïve bayes pada skenario pengujian kedua yang digunakan sebagai model prediksi machine learning untuk penentuan bibit kelapa sawit berdasarkan kondisi daerah tanam dan perawatan pada aplikasi generik yang dibangun pada penelitian ini
Implementasi Image Processing dan Histogram of Oriented Gradient untuk Mendeteksi Slot Parkir Suatu Supermarket
Full text linkBanyaknya antusias masyarakat untuk mengunjungi supermarket di awal bulan menciptakan sebuah permasalahan baru, yaitu terletak pada lahan parkir. Ditambah keadaan lokasi lahan parkir supermarket yang sempit membuat para pengunjung kebingungan dalam mencari tempat parkir kendaraan mereka. Berdasarkan permasalahan tersebut penulis merasa diperlukannya sebuah sistem yang bertujuan untuk memonitoring dan mencari slot parkir yang kosong pada sebuah lahan parkir supermarket, sistem ini ditujukan bagi petugas parkir dan para pengunjung supermarket. Penelitian ini berpacu pada metode AI Project Cycle dan untuk proses pembuatan, sistem ini menerapkan Image Processing dan menggunakan metode Histogram of Oriented Gradient (HOG), data yang digunakan adalah berupa video dan sampel gambar sebuah lahan parkir, objek yang digunakan peneliti untuk pengujian adalah berupa simulasi lahan parkir (market sederhana) dan mobil mainan mini. Dari hasil pengujian dengan posisi kamera dan angle shot dari atas mendapatkan nilai akurasi yang akurat dengan banyak tepi yang terdeteksi 1126, 1843, 855 dan akurasi sebesar 91,6% program ini dapat dikatakan sudah dapat mendeteksi slot parkir mana yang kosong dan terisi
Pengembangan Integrated Ticketing System dengan Framework Scrum untuk Meningkatkan Transparansi Pengelolaan Wisata Pantai Pasir Kencana
Full text linkPariwisata merupakan salah satu penggerak perekonomian masyarakat, baik lokal maupun dalam skala global. Industri pariwisata juga dapat menjadi tumpuan bagi masyarakat dalam memenuhi kebutuhan ekonomi, sehingga diperlukan pengelolaan yang baik dan transparan agar dapat bertahan dalam berbagai kondisi ekonomi global. Pantai Pasir Kencana merupakan salah satu tujuan wisata yang berada di Kota Pekalongan. Pantai Pasir Kencana saat ini dikelola oleh Dinas Perhubungan, Pariwisata dan Kebudayaan Kota Pekalongan. Pengelolaan yang dilakukan meliputi penjualan tiket masuk, penjualan tiket wahana dan tiket parkir. Saat ini pengelolaan tersebut masih dilakukan secara terpisah, sehingga dapat menimbulkan kesulitan dalam pemantauan dan transparansi pengelolaan keuangan. Untuk mengatasi hal ini, diperlukan suatu sistem pengelolaan yang terintegrasi untuk memantau kinerja dan transaksi yang dilakukan setiap bagian secara realtime. Aplikasi pengelolaan yang diusulkan adalah E-tiket yang dikembangkan dengan basis Android menggunakan framework Flutter dan bahasa pemrograman Dart. Pengembangan aplikasi dilakukan dengan menerapkan pendekatan agile dan kerangka kerja scrum karena pertimbangan waktu pengerjaan yang relatif singkat. Pengujian aplikasi dilakukan dengan menerapkan black box testing sebanyak dua kali, yang terdiri dari pengujian pertama untuk fitur utama dan pengujian kedua untuk fitur Pendukung. Hasil performa pengujian pertama sebesar 78% dan 92% dipengujian kedua. Hasil pengujian ini menunjukkan bahwa Aplikasi E-tiket layak untuk digunakan dan telah berhasil diimplentasikan pada bulan April 2023 untuk petugas dan pengelola Pantai Pasir Kencana
Aplikasi Memberikan Makanan Berlebih dengan Metode Location Based Service
Full text linkMakanan adalah sesuatu yang dibutuhkan manusia untuk bertahan hidup. Makanan berlebih adalah makanan yang tidak dikonsumsi oleh pemilik makanan yang mana makanan tersebut masih dapat dikonsumsi oleh orang lain. Penelitian ini membahas tentang cara memberikan makanan berlebih tersebut kepada orang yang mengingikannya, dan cara mengetahui lokasi orang yang menyediakan makanan berlebih yang masih dapat dikonsumsi orang lain serta cara mengetahui lokasi orang yang menginginkan makanan berlebih. Penelitian yang dilakukan yaitu membuat aplikasi berbasis mobile yang berjalan di sistem operasi android yang memanfaatkan sistem navigasi satelit dengan metode location based service dan mengimplentasikan teknologi geotagging untuk menentukan lokasi titik koordinat serta memanfaatkan layanan Google Maps untuk menentukan rute orang yang menginginkan makanan tersebut ke titik lokasi makanan yang dibagikan oleh orang yang memiliki makanan berlebih. Penelitian ini menghasilkan aplikasi memberikan makanan berlebih berbasis mobile dan hasil pengujian berupa kuisioner yang diukur dengan metode Likerts Summated Rating (LSR) terhadap aplikasi yang dibangun menunjukan bahwa responden menilai aplikasi yang dibangun sangat baik Dengan skor 2024 dari 2250, sehingga aplikasi masuk dalam kriteria A (Sangat Baik)
Sistem Pengendalian Stok Obat Klinik Anggrek Pontianak
Full text linkKlinik Anggrek yang beralamat di jl. Putri Candramidi No. 35 Pontianak adalah perusahaan jasa yang bergerak dalam bidang kesehatan. Pengendalian stok obat di klinik anggrek adalah salah satu kegiatan operasional yang sangat penting bagi perusahaan jasa kesehatan untuk memastikan tidak terjadi kelebihan dan kekurangan stok obat pada pelayanan, di dalam gudang obat terdapat berbagai macam alur kegiatan untuk menghasilkan laporan stok gudang. Klinik anggrek memiliki banyak pekerja dengan pemikiran yang berbeda-beda sehingga dapat terjadi kesalahan pada individu yang disebut dalam melakukan pekerjaan atau biasa human erroryang dapat mengakibatkan pendataan kurang detail dan dapat mempengaruhi kegiatan operasional pelayanan di klinik anggrek pontianak. Berdasarkan latar belakang penulis tersebut ingin merancang dan membuat suatu sistem yang dapat mengatasi permasalahan, yaitu terjadinya kesalahan manusia dalam mendata persediaan obat. Sistem akan dibangun berbasis situs web yang dipasang pada jaringan di ruang lingkup klinik dimana basis data dan logika terletak pada server maka setiap masukan atau perubahan data maka akan tersinkronisasi ke seluruh pengguna sistem. Pada penelitian ini penulis akan melakukan pengembangan atau pembuatan sistem dengan menggunakan model prototype dalam penerapannya dalam pembangunan sistem. Dari hasil pengujian berupa unit testing, integration testing , dan user acceptance testing (UAT) yang telah dilakukan sistem dapat berjalan dan diterima oleh pengguna. Sistem pengendalian stok klinik anggrek pontianak dapat menampilkan stok obat pada klinik anggrek juga dapat menampilkan obat yang mendekati kadaluarsa dengan batasan 90 hari sebelum kadaluarsa dan menampilkan stok obat yang menipis/persediaan sudah hampir habis, sehingga kepala gudang instalasi farmasi dapat memantau persediaan obat yang harus ditambah maupun dikurangi
Klasifikasi Motif Batik Karawang Berbasis Citra Digital dengan Principal Component Analysis dan K-Nearest Neighbor
Full text linkBatik ialah salah satu budaya Indonesia yang dikenal sebagai warisan, batik telah ada pada zaman kerajaan terdahulu serta selalu digunakan oleh para raja. Seiring dengan perkembangan zaman, kain batik semakin bervariasi dengan motif yang berbeda pada setiap daerah. Karena itu terdapat banyak sekali jenis motif batik yang ada di Indonesia, menyebabkan sulitnya mengidentifikasi motif pada batik jika hanya mengandalkan panca indera, karena motif dan warna batik yang bervariasi. Oleh karena itu, citra digital dapat dijadikan langkah awal dalam mengklasifikasi motif batik Karawang. Proses pengolahan citra merupakan penelitian yang sangat berkembang. Pengawasan terhadap proses deteksi pada objek, pengelompokkan objek dan jenis motif batik. Pada penelitian ini klasifikasi terhadap citra motif batik Karawang dengan ciri warna HSV dan ciri tekstur GLCM, LBP. Dengan Langkah awal citra masukan RGB yang ke dalam warna HSV dan citra masukan RGB masukan ke dalam warna grayscale atau citra keabuan untuk dicari ciri bentuk dan tekstur. Proses klasifikasi motif batik menjadi 4 kelas, yaitu: batik citarum, batik cere bulu, batik leuit, batik bulir padi. Dengan metode klasifikasi KNN, dataset yang digunakan sebanyak 200, dan pengujian menggunakan nilai K = 3, K = 5, K = 7. Nilai tertinggi tertinggi pada K = 3 sebesar 95%, presisi 95%, recall 100% dan f-measure 97%. Hal ini menunjukan bahwa klasifikasi motif batik Karawang dapat dilakukan dengan menggunakan algorima KNN. Dengan Langkah awal citra masukan RGB yang ke dalam warna HSV dan citra masukan RGB masukan ke dalam warna grayscale atau citra keabuan untuk dicari ciri bentuk dan tekstur. Proses klasifikasi motif batik menjadi 4 kelas, yaitu: batik citarum, batik cere bulu, batik leuit, batik bulir padi. Dengan metode klasifikasi KNN, dataset yang digunakan sebanyak 200, dan pengujian menggunakan nilai K = 3, K = 5, K = 7. Nilai tertinggi tertinggi pada K = 3 sebesar 95%, presisi 95%, recall 100% dan f-measure 97%. Hal ini menunjukan bahwa klasifikasi motif batik Karawang dapat dilakukan dengan menggunakan algorima KNN. Dengan Langkah awal citra masukan RGB yang ke dalam warna HSV dan citra masukan RGB masukan ke dalam warna grayscale atau citra keabuan untuk dicari ciri bentuk dan tekstur. Proses klasifikasi motif batik menjadi 4 kelas, yaitu: batik citarum, batik cere bulu, batik leuit, batik bulir padi. Dengan metode klasifikasi KNN, dataset yang digunakan sebanyak 200, dan pengujian menggunakan nilai K = 3, K = 5, K = 7. Nilai tertinggi tertinggi pada K = 3 sebesar 95%, presisi 95%, recall 100% dan f-measure 97%. Hal ini menunjukan bahwa klasifikasi motif batik Karawang dapat dilakukan dengan menggunakan algorima KNN. Dengan metode klasifikasi KNN, dataset yang digunakan sebanyak 200, dan pengujian menggunakan nilai K = 3, K = 5, K = 7. Nilai tertinggi tertinggi pada K = 3 sebesar 95%, presisi 95%, recall 100% dan f-measure 97%. Hal ini menunjukan bahwa klasifikasi motif batik Karawang dapat dilakukan dengan menggunakan algorima KNN. Dengan metode klasifikasi KNN, dataset yang digunakan sebanyak 200, dan pengujian menggunakan nilai K = 3, K = 5, K = 7. Nilai tertinggi tertinggi pada K = 3 sebesar 95%, presisi 95%, recall 100% dan f-measure 97%. Hal ini menunjukan bahwa klasifikasi motif batik Karawang dapat dilakukan dengan menggunakan algorima KNN