Jurnal Sistem dan Teknologi Informasi (JUSTIN)
Not a member yet
456 research outputs found
Sort by
Analisis Algoritma Jaringan Syaraf Tiruan untuk Mengidentifikasi Bantuan Beasiswa dengan Model Backpropagation
Full text linkPandemi akibat COVID-19 yang tersebar hampir di seluruh Indonesia menimbulkan kerusakan dalam berbagai bidang dan berdampak negatif bagi kehidupan masyarakat, termasuk bidang ekonomi yang terpuruk saat ini. Karena banyaknya angka perusahaan yang diberhentikan sementara, dampaknya terhadap pendapatan orang tua dan siswa sangat besar, dan menjadi sulit untuk membayar uang setiap semesternya ketika pendapatan menurun. Maka dari itu, dalam penelitian ini kami melakukan analisis komparatif terhadap kelayakan mahasiswa penerima bantuan beasiswa. Dalam koputasi data, menggunakan jaringan syaraf tiruan dengan menggunakan metode supervised learning yaitu model backpropagation. Model ini dapat memecahkan masalah yang kompleks. Hasil dari penelitian ini dapat menentukan yang berhak mendapatkan beasiswa terhadap mahasiswa yang mendaftarkan diri di program beasiswa
Aplikasi C-Service Motor Dengan Algoritma Artificial Neural Network Terintegrasi Sistem Pakar
Full text linkPerindustrian otomotif di luar dan di dalam negeri menjadi capaian transformasi yang sangat di dorong oleh berbagai inovasi terbaharui dengan adanya kecanggihan dari teknologi dan internet. Penerapan teknologi yang berkembang pesat akan bisa memberikan solusi jangka pendek dan jangka panjang terhadap banyaknya permasalahan, salah satunya yaitu jangkauan untuk pelaku consumen dalam konsultasi service kendaraan motor. Keterbaharuan dari pemanfaatan keilmuan dan teknologi, sebagai pelaku dan pengguna industri otomotif kini beralih nyaman menggunakan bantuan teknologi dan internet jarak jauh untuk konsultasi perbaikan, yang mana ketika pengguna mengalami kesulitan untuk mendapatkan layanan perbaikan tidak perlu lagi untuk lama mengantri dan berkerumun untuk mendapatkan layanan yang ditawarkan. Tujuan dari penelitian ini yaitu pengembangan aplikasi konsultasi service berbasis chatbot. Rumusan masalah pada penelitian ini adalah menerapkan dan mengembangkan algoritma Artificial Neural Network dan Expert System dalam membangun system informasi konsultasi service berbasis chatbot. Ketepatan dan kebaruan data secara real time membutuhkan algoritma yang bisa membantu peneliti untuk bisa membuat keputusan tepat dan cepat untuk setiap konsultasi dari pelanggan dalam mendapatkan pelayanan yang maksimal. Sistem chatbot berbasis expert system ini dapat membantu tenaga teknisi dalam menangani masalah keluhan layanan service pada masyarakat
Implementasi Pengembangan Web Menggunakan Teknologi MERN Stack pada Sistem Informasi Akademik Siswa Berbasis Web
Full text linkDalam keadaan pandemi seperti sekarang, sekolah di Indonesia menyelenggarakan aktivitas pembelajaran secara online atau daring untuk mengurangi kegiatan tatap muka. Namun, untuk kegiatan pengambilan laporan nilai atau raport masih dilakukan secara offline sehingga siswa diharuskan datang ke sekolah dimana kegiatan tersebut dinilai kurang efektif. Dalam penulisan nilai pada raport harus sangat berhati-hati agar meminimalisir kesalahan penulisan. Maka, dengan masalah tersebut dibuatlah sistem informasi akademik siswa berbasis web yang diharapkan dapat bermanfaat bagi guru dan siswa. Web ini dapat diakses kapan saja dan dimana saja dengan menggunakan multiuser yang dapat diakses guru dan siswa sehingga diharapkan menjadi lebih efisien dalam penulisan data dan efektif penggunaannya bagi semua pihak. Dengan menggunakan teknologi MERN Stack (MongoDB, Express, React, Node) yang merupakan kombinasi dari beberapa teknologi tersebut yang bertujuan agar performa web menjadi web dinamis dalam proses kelola datanya. Hasil pengujian dari teknologi MERN Stack dalam web ini sangat dinamis sehingga hasil yang diperoleh sesuai antara input dan outputnya. Penggunaan rata-rata waktu dan memori minimum jika dilakukan percobaan pada 20 user, yaitu untuk metode get waktunya adalah 38 ms dan memorinya 1.3 KB, metode post rata-rata waktu 661 ms dan memori 1.2 KB, kemudian untuk metode put rata-rata waktu 62 ms dan memori 1.4 KB, sehingga teknologi MERN Stack baik untuk pengembangan web
Pengukuran Tingkat Kematangan Layanan TI Pada UPT Perpustakaan Universitas Sriwijaya Menggunakan Framework COBIT 2019
Full text linkPerpustakaan Universitas Sriwijaya telah menggunakan teknologi informasi dalam pekerjaan sehari-hari, tetapi belum pernah mengevaluasi tata kelola layanan TI dengan baik. Agar suatu organisasi dapat mencapai tujuannya, maka harus didukung oleh evaluasi tata Kelola layanan TI yang tepat untuk memastikan bahwa teknologi informasi yang digunakan dapat dioptimalkan untuk meningkatkan kualitas layanan serta untuk dapat memenuhi tujuan yang harus dicapai oleh organisasi. Salah satu framework tata kelola yang digunakan adalah COBIT 2019. Berdasarkan pengukuran layanan TI yang telah dilakukan dengan melakukan analisis terhadap domain EDM04, APO11, dan DSS05, didapatkatkan hasil pengukuran tingkat level kematangan pada domain EDM04 berada pada level 2 (Managed), domain APO11 berada pada level 2 (Managed), dan domain DSS05 berada pada level 3 (Defined). Dikarenakan level yang diharapkan berada pada level 4 (Quantitative), maka terdapat kesenjangan yang terjadi sehingga perlu adanya rekomendasi perbaikan untuk dapat mengurangi kesenjangan dan mencapai level yang diharapkan
Smart Export Berbasis IoT pada Digitalisasi Sewa Lahan Ekspor (DSLE) dan Digitalisasi Gudang Bersama (DGB)
Full text linkSebagai Negara yang kaya dengan sumber daya alam yang melimpah, Indonesia mampu memasok banyak komoditas ekspor di beberapa negara. Revolusi industri 4.0 di Indonesia meningkatkan aplikasi mobile (startup) seperti Go-Jek, Shopee, dan lain-lain. Di sektor-sektor lain seperti pertanian, peternakan, dan perikanan masih menggunakan cara konvensional, sektor-sektor ini penting untuk komoditas ekspor Indonesia, tetapi masalah umum di sektor-sektor ini adalah kuantitas, kualitas dan kontinuitas hasil. Penambahan internet of things (IoT) dalam Digitalisasi Sewa Lahan Ekspor (DSLE) merupakan solusi dari permasalahan kualitas dan kuantitas hasil ekspor, kemudian dilanjutkan ke sistem Digitalisasi Gudang Bersama (DGB) untuk mengatasi permasalahan kuantitas dan kontinuitas
Penerapan Skala Likert pada Klasifikasi Tingkat Kepuasan Pelanggan Agen Brilink Menggunakan Random Forest
Full text linkTransaksi perbankan merupakan aktivitas yang sudah menjadi kebutuhan sehari-hari. Agen BRILink menjadi salah satu Smart Service yang dimiliki oleh Bank BRI. Layanan perbankan ini memanfaatkan teknologi untuk menarik pelanggan. Namun, terdapat banyak sekali layanan lain yang disebut sebagai pesaing sehingga diperlukan suatu strategi pelayanan agar dapat memberikan layanan terbaik dari yang terbaik. Dalam membangun strategi tersebut, Bank BRI perlu mengetahui tingkat kepuasan pelanggan melalui Skala Likert sebagai patokan dan perbaikan kedepannya dalam hal pelayanan. Pada Skala Likert dapat mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang. Penelitian ini melakukan klasifikasi dengan menggunakan Random Forest tanpa penerapan Skala Likert dan dengan penerapan Skala Likert. Tujuan dari penelitian ini berfokus pada peningkatan akurasi yang dihasilkan oleh Random Forest dengan Skala Likert terhadap data kepuasan pelanggan Agen BRILink. Dari hasil penelitian yang dilakukan Random Forest pada data tanpa Skala Likert diperoleh akurasi sebesar 72% dan nilai Mtry optimal sebesar 2, sedangkan Random Forest dengan Skala Likert diperoleh akurasi sebesar 83,67% dan nilai Ntree optimal sebesar 100. Hasil penelitian ini membuktikan penerapan Skala Likert dapat meningkatkan akurasi terhadap klasifikasi tingkat kepuasan pelanggan agen BRILink menggunakan Random Forest
Perbandingan Pengambilan Keputusan Dalam Strategi Pemasaran di Kantor Pos Purworejo 54100
Full text linkPengambilan keputusan yang cermat sangat dibutuhkan dalam menentukan strategi pemasaran, melalui berbagai pertimbangan, serta banyak pilihan alternatif yang tersedia, pihak manajemen diharapkan bisa dalam menentukan keputusan yang baik. Tujuan pada penelitian ini yaitu menentukan alternatif strategi pemasaran perusahaan dan membandingkan metode MOORA dengan WASPAS. Metode yang digunakan pada penelitian yaitu metode MOORA dan WASPAS, serta teknik perbandingan eksponensial. Hasil penelitian menunjukkan bahwa nilai alternatif dari MOORA lebih tinggi dibandingkan dengan WASPAS, dan hasil peringkat alternatif strategi pemasaran dengan kedua metode tersebut adalah sama. Disimpulkan bahwa peringkat 1 dan 2 alternatif strategi pemasaran yaitu differentiation dan differentiation focus, serta hasil perbandingan menunjukkan metode MOORA lebih singkat, cepat dan tepat dibandingkan dengan metode WASPAS
Implementasi Metode Long Short Term Memory (LSTM) untuk Memprediksi Harga Bahan Pokok Nasional
Full text linkKetidakstabilan perekonomian di Indonesia saat pandemi menyebabkan harga bahan pokok nasional mengalami fluktuasi. Salah satu upaya untuk menjaga harga agar tetap stabil adalah dengan melakukan observasi dan memprediksi harga di masa yang akan datang. Harga bahan pokok nasional berubah setiap hari sehingga data bersifat non-linear dan berbasis deret waktu. Salah satu metode yang dapat digunakan untuk prediksi data berbasis deret waktu adalah metode Recurrent Neural Network (RNN). Namun demikian, metode RNN memiliki kelemahan, yaitu adanya permasalahan vanishing gradient atau hilangnya nilai gradien saat pembaruan bobot. Metode Long Short Term Memory (LSTM) mampu mengatasi permasalahan pada metode RNN. Oleh karena itu, metode LSTM digunakan untuk memprediksi harga bahan pokok nasional. Terdapat empat harga bahan pokok yang dipilih berdasarkan uji normalitas data, yaitu harga daging ayam ras segar, harga beras kualitas bawah II, harga minyak goreng, dan harga minyak goreng curah. Untuk pengoptimalan hasil prediksi digunakan metode optimasi sebagai skenario uji coba, yaitu metode Adaptive Gradient (ADAGRAD), Adaptive Moment Gradient (ADAM), Root Mean Square Error (RMSProp). Berdasarkan uji coba dengan ketiga metode optimasi tersebut didapatkan model terbaik pada harga beras kualitas bawah II yaitu menggunakan ADAM dengan nilai evaluasi RMSE sebesar 0.0492 dan R2 Score sebesar 0.8852. Pada harga daging ayam didapatkan model terbaik menggunakan ADAM dengan nilai evaluasi RMSE sebesar 0.0937 dan R2 Score sebesar 0.5949. Pada harga minyak goreng didapatkan model terbaik menggunakan RMSProp dengan nilai evaluasi RMSE sebesar 0.0313 dan R2 Score sebesar 0.7492. Sedangkan pada harga minyak goreng curah diperoleh model terbaik menggunakan ADAM dengan nilai evaluasi RMSE sebesar 0.0531 dan R2 Score sebesar 0.5308
Penerapan Metode SMART dalam Sistem Pendukung Keputusan Penerimaan Anak-anak TK Yatim dan Dhuafa
Full text linkDalam melakukan penerimaan anak didik baru TK Al-Fath, pihak yayasan melakukan seleksi menggunakan perhitungan sederhana dan tidak menggunakan metode apapun. Penting bagi pihak yayasan untuk memastikan bahwa anak-anak baru yang diterima merupakan anak-anak yang memang layak menerima bantuan sehingga harapan dari dibentuknya TK Al-Fath dapat tercapai, yakni memberikan pendidikan yang layak bagi anak yatim dan atau piatu serta dhuafa sedari dini. Penerimaan anak-anak baru didasarkan pada pertimbangan terhadap beberapa kriteria yang telah ditentukan, seperti kondisi keluarga dan ekonomi. Penentuan penerimaan anak-anak TK Al-Fath dilakukan secara selektif tetapi belum menerapkan sistem pendukung keputusan. Sehingga, hasil akhir yang didapatkan kurang akurat karena potensi terjadinya kesalahan dalam pengambilan keputusan menggunakan perhitungan sederhana cukup besar. Tujuan dari penelitian ini yaitu untuk memperoleh hasil berupa perangkingan dan pengelompokkan calon anak didik baru TK Al-Fath dari perhitungan menggunakan metode SMART yang akurat daripada menggunakan perhitungan sederhana yang saat ini masih diterapkan. Metode SMART merupakan metode pengambilan keputusan dengan cara melakukan perangkingan dan pengelompokan berdasarkan kriteria yang telah ditetapkan. Dilakukan perhitungan pengambilan keputusan menggunakan metode SMART (Simple Multi-Attribute Rating Technique) dengan enam kriteria, yaitu status yatim, status dhuafa, kepemilikan rumah, pekerjaan orang tua, penghasilan orang tua, dan umur dari calon anak didik baru. Data yang digunakan dalam penelitian ini berasal dari wawancara dan observasi yang dilakukan terhadap pihak Yayasan Al-Fath. Terdapat 52 sample calon anak didik baru yang mendaftar di TK Al-Fath dengan latar belakang yang beragam. Adapun hasil dari implementasi metode SMART pada sistem pendukung keputusan yang telah dilaksanakan, yaitu sebanyak 23 dari 52 anak yang mendaftar di TK Al-Fath diterima karena memiliki nilai akhir 50-100, dimana rentang nilai tersebut telah memenuhi ketentuan nilai akhir. Sedangkan, 29 dari 52 anak yang mendaftar di TK Al-Fath ditolak karena memiliki nilai akhir 0-49, dimana rentang nilai tersebut tidak memenuhi ketentuan nilai akhir yang telah ditetapkan
Klasifikasi Penyakit Daun Kopi Menggunakan Kombinasi Haralick, Color Histogram dan Random Forest
Full text linkKopi merupakan spesies tanaman dengan bentuk pohon yang dijadikan sebagai bahan baku dalam pembuatan minuman-minuman kopi. Akan tetapi pada produksinya terdapat permasalahan umum yang masih sering terjadi yaitu adanya hama atau penyakit yang menyerang pada bagian daun kopi sehingga berdampak pada pertumbuhan tanaman kopi tersebut dan berakibat terjadi penurunan produksi kopi. Pengenalan penyakit dan hama pada daun kopi masih menggunakan proses manual sehingga bisa memperlambat proses deteksi serta penanganan penyakit dan hama tersebut, oleh karena itu perlunya pendeteksian otomatis sehingga dapat mendeteksi tahap awal hama dan penyakit pada daun kopi tersebut. Deteksi otomatis dapat dilakukan dengan menerapkan teknologi Computer Vision yaitu Image Classification dan metode Machine Learning. Penelitian ini bertujuan untuk menghasilkan metode yang dapat mengklasifikasikan penyakit dan hama pada daun kopi dengan menggunakan algoritma Machine Learning Random Forest dengan menambahkan kombinasi ekstraksi fitur Haralick dan Color Histogram. Hasil penelitian menunjukkan performa yang sangat baik dimana nilai akurasi yang diperoleh sebesar 98,86%.