Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Information Systems and Business Technology
Aurael Idfi Krismarwazie
Universitas Pamulang
Computer Science & IT Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis dan Perancangan Sistem Informasi Penggajian Karyawan Berbasis Website Menggunakan Standar ISO/IEC 25010 Muhammad Rafly Setiawan; Aurael Idfi Krismarwazie; Chairul Anwar
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi informasi mendorong perusahaan dalam meningkatkan tingkat efektivitas dan efisiensi pada pengelolaan data, termasuk pada proses penggajian karyawan. Sistem penggajian yang masih dilakukan secara manual atau menggunakan spreadsheet memiliki potensi menyebabkan ketidakakuratan perhitungan, terjadinya data ganda, serta keterlambatan dalam proses pengolahan informasi. Penelitian ini bertujuan untuk melakukan analisis dan perancangan. sistem informasi penggajian pegawai yang berbasis website guna meningkatkan akurasi, efisiensi, dan keandalan pengelolaan data penggajian. Metode penelitian yang digunakan yaitu mixed method dengan mengombinasikan pendekatan kualitatif dan kuantitatif. Pengumpulan data dilakukan melalui observasi, wawancara, studi pustaka, dan dokumentasi. Proses pengembangan sistem menerapkan metode Agile yang meliputi tahapan perencanaan, perancangan, pengembangan, pengujian, dan evaluasi. Pengujian kualitas sistem dilakukan menggunakan standar ISO/IEC 25010 dengan aspek usability, performance efficiency, reliability, security, dan functional suitability. Berdasarkan hasil penelitian, sistem informasi tersebut menunjukkan bahwa penggajian yang dikembangkan mampu membantu proses pengelolaan data karyawan dan penggajian secara lebih cepat, terstruktur, dan terintegrasi. Berdasarkan hasil pengujian ISO/IEC 25010, sistem memperoleh nilai rata-rata sebesar 90,8 dengan kategori sangat baik, sehingga sistem dinilai layak digunakan untuk mendukung proses penggajian karyawan pada perusahaan.
Penerapan Data Mining untuk Customer Intelligence dalam Meningkatkan Strategi Bisnis Retail Menggunakan K-Means dan FP-Growth Vivi Ananda Putri; Faiz Perdana; Aurael Idfi Krismarwazie
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan industri ritel yang semakin kompetitif menuntut perusahaan untuk memahami karakteristik serta perilaku konsumennya secara lebih mendalam. Pemanfaatan data transaksi yang tersimpan dalam basis data perusahaan dapat menjadi sumber informasi strategis dalam mendukung pengambilan keputusan bisnis. Penelitian ini bertujuan menerapkan teknik data mining untuk membangun customer intelligence guna meningkatkan efektivitas strategi bisnis ritel. Metode yang digunakan adalah algoritma K-Means untuk melakukan segmentasi pelanggan berdasarkan karakteristik transaksi dan algoritma FP-Growth untuk menemukan pola keterkaitan pembelian produk yang sering terjadi secara bersamaan. Proses penelitian diawali dengan pengumpulan dan pembersihan data transaksi, dilanjutkan dengan transformasi data, pengelompokan pelanggan menggunakan K-Means, serta analisis asosiasi produk menggunakan FP-Growth. Hasil segmentasi pelanggan diharapkan mampu mengidentifikasi kelompok konsumen berdasarkan tingkat aktivitas dan nilai transaksi sehingga perusahaan dapat menyusun strategi pemasaran yang lebih tepat sasaran. Sementara itu, pola asosiasi produk yang dihasilkan dari FP-Growth dapat dimanfaatkan dalam penyusunan promosi, penempatan produk, dan strategi cross-selling. Melalui kombinasi kedua algoritma tersebut, penelitian ini diharapkan mampu menghasilkan informasi yang bernilai bagi perusahaan dalam memahami perilaku pelanggan, meningkatkan loyalitas konsumen, serta mengoptimalkan kinerja bisnis ritel secara berkelanjutan.
Co-Authors Chairul Anwar Faiz Perdana Muhammad Rafly Setiawan Vivi Ananda Putri