Elfina Novalia
Sistem Informasi, Universitas Buana Perjuangan Karawang

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

APLIKASI TABUNGAN SISWA BERBASIS WEB MENGGUNAKAN METODE AGILE STUDI KASUS SDN LABANSARI 02 Muhamad Dias Sena; April Lia Hananto; Elfina Novalia; Bayu Priyatna
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18547

Abstract

Pengelolaan tabungan siswa yang masih dilakukan secara manual berpotensi menimbulkan berbagai permasalahan, seperti ketidakefisienan proses administrasi, kesalahan pencatatan transaksi, serta keterlambatan dalam penyajian laporan. Kondisi tersebut juga terjadi di SDN Labansari 02, di mana pencatatan setoran dan penarikan masih menggunakan buku sehingga menyebabkan inkonsistensi data dan kesulitan dalam pengelolaan informasi. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan aplikasi tabungan siswa berbasis web guna meningkatkan efisiensi, akurasi, dan kualitas pengelolaan data. Metode pengembangan sistem menggunakan pendekatan Agile dengan proses iteratif yang meliputi analisis kebutuhan, perancangan sistem menggunakan UML dan ERD, pengembangan, serta pengujian sistem. Metode penelitian yang digunakan adalah pendekatan deskriptif dengan teknik pengumpulan data melalui observasi dan wawancara. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mempermudah proses pencatatan transaksi, mengurangi kesalahan perhitungan saldo, serta meningkatkan kecepatan dan ketepatan penyajian laporan. Selain itu, sistem juga mendukung pengelolaan data secara terpusat sehingga memudahkan akses informasi dan mendukung kegiatan administrasi sekolah secara lebih efektif. Dengan demikian, aplikasi yang dikembangkan terbukti dapat menjadi solusi digital dalam meningkatkan kualitas pengelolaan tabungan siswa di lingkungan sekolah.
KLASTERISASI KARAKTERISTIK UMKM MENGGUNAKAN ALGORITMA K-MEANS DI WILAYAH KABUPATEN KARAWANG Ni Made Ayu Gayatri Pratiwi; Shofa Shofiah Hilabi; Elfina Novalia; Tukino Tukino
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18351

Abstract

Pertumbuhan ekonomi lokal dipengaruhi oleh usaha mikro, kecil, dan menengah (UMKM), namun persebarannya di Kabupaten Karawang masih belum merata. Penelitian ini bertujuan untuk mengelompokkan UMKM guna mengidentifikasi perbedaan karakteristik antarwilayah. Data yang digunakan berupa jumlah UMKM pada sektor industri kecil, industri rumah tangga, jasa, dan perdagangan periode 2019–2025. Metode yang digunakan adalah K-Means Clustering dengan penentuan jumlah klaster menggunakan metode Elbow serta evaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah empat dengan nilai Silhouette Score sebesar 0,436 yang menunjukkan kualitas pengelompokan cukup baik. Setiap klaster memiliki karakteristik berbeda, yaitu aktivitas UMKM tinggi, menengah, dan rendah dengan dominasi sektor tertentu. Selain itu, satu kecamatan dapat berada pada klaster yang berbeda pada tahun yang berbeda, yang mencerminkan dinamika perkembangan UMKM. Hasil visualisasi juga menunjukkan bahwa persebaran UMKM di Kabupaten Karawang masih belum merata. Penelitian ini diharapkan dapat menjadi dasar dalam penyusunan kebijakan pengembangan UMKM yang lebih terarah.
IMPLEMENTASI APLIKASI MONITORING DISTRIBUSI STOK BERBASIS WEBSITE DENGAN NOTIFIKASI WHATSAPP PADA UMKM PEYEK ALMIRA Hafizh Rizqullah; April Lia Hananto; Bayu Priyatna; Elfina Novalia
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18393

Abstract

Perkembangan teknologi informasi mendorong pelaku UMKM untuk beralih dari sistem manual ke sistem digital guna meningkatkan efisiensi operasional. Pada UMKM Peyek Almira, proses monitoring distribusi stok masih dilakukan secara manual menggunakan buku, sehingga menimbulkan kesulitan dalam pemantauan stok, keterlambatan informasi, serta potensi kesalahan pencatatan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring distribusi stok berbasis website yang terintegrasi dengan notifikasi WhatsApp. Metode yang digunakan adalah Waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem menggunakan UML, implementasi dengan PHP dan MySQL, serta pengujian menggunakan Black Box Testing. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu membantu pemilik usaha dalam mengelola data produk, reseller, distribusi, dan laporan secara lebih terstruktur dan efisien. Selain itu, sistem menyediakan informasi secara real-time melalui dashboard serta notifikasi otomatis melalui WhatsApp. Berdasarkan hasil pengujian, seluruh fitur sistem berjalan dengan baik sesuai kebutuhan pengguna, sehingga dapat meningkatkan efektivitas, akurasi, dan kemudahan dalam monitoring distribusi stok pada UMKM Peyek Almira.
RANCANG BANGUN SISTEM INFORMASI APLIKASI MOBILE E-COMMERCE SEPATU STUDI KASUS BO MARKET Ahmad Alfian Awaludin; Baenil Huda; Elfina Novalia; Bayu Priyatna
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18396

Abstract

Perkembangan teknologi informasi mendorong perusahaan beralih ke sistem digital untuk meningkatkan efektivitas dan efisiensi operasional. Namun, BO Market sebagai usaha penjualan sepatu masih menggunakan media sosial dan pencatatan manual dalam proses penjualannya, sehingga berpotensi menimbulkan kesalahan pencatatan dan kesulitan dalam pengelolaan data. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi mobile e-commerce guna membantu proses penjualan pada BO Market agar lebih terstruktur dan efisien. Metode yang digunakan adalah model Waterfall yang meliputi tahapan identifikasi masalah, analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Sistem dikembangkan menggunakan React Native sebagai frontend, Laravel sebagai backend, serta MySQL sebagai basis data. Hasil pengujian menggunakan metode Black Box dan White Box menunjukkan bahwa seluruh fungsi sistem berjalan sesuai dengan yang diharapkan. Selain itu, pengujian menggunakan System Usability Scale (SUS) memperoleh nilai rata-rata sebesar 79,6 yang termasuk dalam kategori baik dan dapat diterima oleh pengguna. Dengan demikian, sistem yang dikembangkan mampu meningkatkan efektivitas pengelolaan penjualan serta memberikan kemudahan bagi pengguna dalam melakukan transaksi secara online.
VISUALISASI DATA NARAPIDANA LAPAS CIREBON UNTUK PENGAMBILAN KEPUTUSAN BERBASIS PYTHON Stevi Olivia; April Lia Hananto; Tukino Tukino; Elfina Novalia; Agustia Hananto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18434

Abstract

Pengelolaan data narapidana di Lapas Cirebon masih menggunakan laporan tabular statis, yang menyulitkan dalam memperoleh informasi penting seperti komposisi jenis kelamin, kategori kejahatan dominan, dan tingkat hunian secara cepat. Permasalahan utama adalah keterbatasan dalam menyajikan data secara dinamis, sehingga pengambilan keputusan berbasis data menjadi sulit. Penelitian ini bertujuan untuk mengoptimalkan pemanfaatan data narapidana melalui pengembangan visualisasi berbasis Python dan dashboard interaktif yang mendukung pengambilan keputusan berbasis bukti. Metode penelitian meliputi identifikasi masalah, studi literatur, pengumpulan data dari Open Data Cirebon, serta validasi dan pembersihan data menggunakan Python (Pandas). Dashboard dikembangkan menggunakan Streamlit untuk menyediakan filter interaktif, grafik distribusi, tren, dan ekspor data. Hasil penelitian menunjukkan bahwa dashboard yang dikembangkan dapat menyajikan data secara lebih transparan, efisien, dan informatif. Pengujian menggunakan System Usability Scale (SUS) menghasilkan skor rata-rata 72,43 dengan kategori “", yang mengindikasikan bahwa dashboard ini mudah digunakan dan efektif dalam memfasilitasi pengambilan keputusan berbasis data.
PENERAPAN ALGORITMA K-MEANS UNTUK KLASTERISASI MOBIL BEKAS BERDASARKAN FAKTOR PENENTU HARGA JUAL Daffa Arkan; Shofa Shofiah Hilabi; Elfina Novalia; Baenil Huda
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18474

Abstract

Penentuan harga jual pada pasar mobil bekas memiliki kompleksitas tinggi karena dipengaruhi oleh berbagai faktor teknis yang dinamis. Faktor-faktor seperti tahun produksi dan jarak tempuh sering kali menimbulkan ambiguitas bagi konsumen dalam melakukan segmentasi kendaraan secara objektif. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means Clustering dalam melakukan segmentasi harga mobil bekas guna memetakan kasta ekonomi kendaraan secara sistematis. Metodologi yang digunakan mencakup tahapan Knowledge Discovery in Database (KDD) terhadap 1.222 entri data, yang meliputi preprocessing, transformasi data, hingga penentuan klaster optimal menggunakan metode Elbow dan validasi Silhouette Score. Hasil penelitian menunjukkan bahwa jumlah klaster paling optimal adalah k=3 dengan tingkat kestabilan nilai Silhouette Score yang baik. Klasterisasi ini berhasil mengidentifikasi tiga segmen pasar utama: kelompok ekonomi (low-end) dengan rata-rata harga Rp171 juta, kelompok menengah (mid-range) sebesar Rp393 juta, dan kelompok eksklusif (high-end) yang mencapai Rp760 juta. Implementasi ini membuktikan efektivitas algoritma K-Means dalam menyediakan instrumen pendukung keputusan bagi pelaku bisnis dan konsumen untuk menilai kewajaran harga pasar secara akurat.
ANALISIS PERBANDINGAN ALGORITMA C4.5 DAN XGBOOST UNTUK MEMPREDIKSI KEBAHAGIAAN DARI DATA GAYA HIDUP DIGITAL Laily Mariyatul Qibthiyah; Agustia Hananto; Elfina Novalia
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18514

Abstract

Perkembangan teknologi digital mengubah pola kehidupan masyarakat, termasuk aspek gaya hidup dan kesejahteraan psikologis. Gaya hidup digital yang mencakup penggunaan media sosial, durasi penggunaan perangkat, kualitas tidur, serta tingkat stres diperkirakan memiliki hubungan dengan tingkat kebahagiaan individu. Oleh karena itu, penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja algoritma C4.5 dan XGBoost dalam memprediksi tingkat kebahagiaan berdasarkan data gaya hidup digital, serta mengidentifikasi faktor-faktor yang paling berpengaruh terhadap kebahagiaan. Penelitian ini menggunakan pendekatan kuantitatif dengan metode eksperimen komparatif. Dataset yang digunakan terdiri dari 500 data dengan 10 atribut yang mencakup variabel numerik dan kategorikal. Tahapan penelitian meliputi preprocessing data, pembagian data menggunakan metode train-test split (80:20), implementasi algoritma C4.5 dan XGBoost, serta model evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kedua algoritma memiliki performa yang relatif sama dengan nilai akurasi sebesar 0,44. Nilai presisi, recall, dan F1-score pada kedua model juga tidak menunjukkan perbedaan yang signifikan. Analisis lebih lanjut menunjukkan bahwa distribusi data yang tidak buruk mempengaruhi kinerja model, di mana model cenderung lebih baik dalam memprediksi kelas mayoritas dibandingkan kelas minoritas. Berdasarkan analisis dan korelasi feature important, variabel yang paling berpengaruh terhadap tingkat kebahagiaan adalah tingkat stres, kualitas tidur, dan durasi penggunaan perangkat digital.