Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Sistem Informasi dan Informatika

Sistem Informasi Geografis Petshop Di Kota Padang Berbasis Website Febrian, Wahyu; Sularno, Sularno; Mulya, Dio Prima
Jurnal Sistem Informasi Dan Informatika Vol 1 No 1 (2023): Januari 2023
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (313.964 KB) | DOI: 10.47233/jiska.v1i1.756

Abstract

The amount of tertiary requirements that individuals consume is rising along with the times. People have different priorities, and things like hobbies, wealth, and social standing can affect this priority scale. Keeping animals as pets, including cats, dogs, birds, snakes, and others, is one example of this pastime. The growing popularity of pets creates a significant demand for a location that can adequately house and offer a range of equipment, supplies, and services connected to pet upkeep and care. Pets Keep is a site that offers products to satisfy pet needs and animal care services, and there are additional pet lodgings such places where you may leave your pet, veterinary clinics, and grooming or puppy salons for caring for animals. A pet store is a location that offers supplies for pets and animal care services, and there are also pet hotels—places where people may leave their pets—as well as difficult-to-find pet clinics for veterinarian checkups, pet grooming, and pet salons for animal care find in PadangCity Aera.
Interactive Building Mapping Berbasis Web untuk Visualisasi Dinamis dan Manajemen Data Lokasi Toko Bangunan Mulya, Dio Prima; Pradithya, Diva Cisco; sularno, sularno Putri
Jurnal Sistem Informasi Dan Informatika Vol 3 No 1 (2025): Januari 2025
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jiska.v3i1.1906

Abstract

Pemetaan lokasi toko bangunan yang efektif dan efisien menjadi kebutuhan penting dalam era digital untuk mendukung akses informasi spasial secara interaktif. Penelitian ini bertujuan untuk mengembangkan Interactive Building Mapping berbasis web yang dirancang untuk menyediakan visualisasi dinamis serta mempermudah manajemen data lokasi toko bangunan. Sistem ini memanfaatkan teknologi pemetaan digital dengan fitur interaktif, seperti pencarian lokasi toko, penampilan detail informasi, dan navigasi yang user-friendly. Metodologi penelitian meliputi analisis kebutuhan pengguna, desain sistem menggunakan pendekatan berbasis web, serta pengujian fungsionalitas untuk memastikan keakuratan data dan keandalan sistem. Data lokasi toko diintegrasikan ke dalam peta digital menggunakan library Leaflet dan didukung oleh basis data yang memungkinkan pengelolaan data secara real-time. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu memberikan pengalaman pengguna yang lebih baik dalam menavigasi dan mengakses informasi lokasi toko bangunan. Selain itu, fitur manajemen data yang terintegrasi memudahkan admin dalam melakukan pembaruan informasi toko secara efisien. Implementasi sistem ini tidak hanya meningkatkan daya saing bisnis, tetapi juga memberikan solusi inovatif untuk kebutuhan informasi spasial di sektor perdagangan bahan bangunan. Dengan demikian, Interactive Building Mapping berbasis web diharapkan dapat menjadi platform yang mendukung digitalisasi data spasial, mempermudah pengelolaan informasi, serta meningkatkan pengalaman pengguna dalam mengakses informasi lokasi toko bangunan.
Deteksi Serangan Siber Menggunakan Machine Learning: Studi Pada Sistem Informasi Akademik Chandra, Cantika; Mulya, Dio Prima; Faradika, Faradika
Jurnal Sistem Informasi Dan Informatika Vol 3 No 2 (2025): Juli 2025
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jiska.v3i2.2139

Abstract

Keamanan siber menjadi isu krusial dalam sistem informasi akademik yang menyimpan data sensitif seperti nilai, identitas mahasiswa, dan dokumen administrasi. Serangan seperti SQL injection, brute force login, hingga akses ilegal dapat menyebabkan kerugian besar dan gangguan operasional. Penelitian ini bertujuan mengembangkan sistem deteksi serangan siber menggunakan algoritma machine learning yang mampu mengenali aktivitas tidak normal (anomali) dalam sistem. Algoritma yang digunakan adalah Decision Tree dan Random Forest karena kemampuannya dalam klasifikasi dan interpretasi hasil. Penelitian dilakukan dengan mengumpulkan data log aktivitas pengguna, membersihkannya, melabeli data, kemudian melatih model ML. Hasil evaluasi menunjukkan bahwa Random Forest lebih unggul dengan akurasi 92% dalam mendeteksi serangan dibandingkan Decision Tree yang mencapai 87%. Penerapan sistem ini mampu membantu pihak IT kampus melakukan pencegahan dan respons lebih cepat terhadap ancaman siber.