Claim Missing Document
Check
Articles

Found 23 Documents
Search

SISTEM INFORMASI PEMESANAN TIKET BIRO PERJALANAN BERBASIS WEB DAN TERINTEGRASI SMS GATEWAY nuraini, diah eka; prakoso, bakhtiar hadi; lusiana, dewi
IPTEQ Vol 1, No 2 (2019): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v1i2.3605

Abstract

Perkembangan internet membawa perubahan di dalam penerapan strategi bisnis seperti: pemasaran, penjualan, dan pelayanan pelanggan. Sedangkan kondisi pada pihak biro perjalanan Anugerah Travel ini masih kurang optimal dalam pelayanan terhadap konsumen terutama pada konsumen yang jaraknya jauh untuk memesan tiket, harus datang langsung. Ketika data pemesanan masuk selama ini masih hanya dicatat secara manual dan data sangat mudah hilang dan rusak. Berdasarkan uraian permasalahan di atas maka penulis ingin membuat suatu Sistem Informasi Pemesanan tiket biro perjalanan dengan menggunakan sms Gateway berbasis web. Sehingga mempermudah bagi calon pelanggan yang jaraknya jauh dari lokasi yang ingin memesan tiket dan tidak perlu datang langsung ke pihak biro perjalanan Anugerah Travel. Disamping itu juga mempermudah bagi pengelola dalam mempersiapkan jadwal pemberangkatan. Di sini sms Gateway digunakan sebagai pemberitahuan bahwa tiket yang sudah dipesan oleh pelanggan sudah diterima oleh pihak biro perjalanan.
ANALISIS ALGORITMA GAUSSIAN NAÏVE BAYES TERHADAP KLASIFIKASI DATA PASIEN DEMAM TIFOID (TYPHOID FEVER) DI PUSKESMAS BALUNG JEMBER Nugroho, Dimas Widia Adi; Oktavianto, Hardian; Lusiana, Dewi
IPTEQ Vol 5, No 1 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i1.21076

Abstract

Penelitian ini bertujuan untuk menganalisis algoritma Gaussian Naïve Bayes dalam klasifikasi data pasien demam Tifoid di Puskesmas Balung Jember. Data yang digunakan terdiri dari 515 pasien, dengan partisi data menggunakan 20% sebagai data uji dan 80% sebagai data latih. Pemodelan data dilakukan dengan skenario K Fold Cross Validation menggunakan nilai k = 2, 4, 5, 8, dan 10. Untuk mengatasi ketidakseimbangan data digunakan metode Synthetic Minority Over Sampling Technique (SMOTE) sehingga menjadi 337 data. Hasil pemodelan menggunakan skenario K Fold Cross Validation menunjukkan bahwa nilai rata-rata akurasi tertinggi sebesar 89,61%, nilai rata-rata presisi tertinggi sebesar 90,07%, dan nilai rata-rata recall tertinggi sebesar 89,62%. Pengujian model Gaussian Naïve Bayes yang dibangun menghasilkan akurasi sebesar 94%, presisi sebesar 90%, dan recall sebesar 93%. Pengujian juga dibandingkan dengan metode Baseline, yaitu Random Guess dan Threshold. Metode Gaussian Naïve Bayes menunjukkan hasil yang lebih unggul dibandingkan dengan Random Guess, dengan akurasi pemodelan sebesar 49,85% dan pada pengujian sebesar 37,86%. Selain itu, model Gaussian Naïve Bayes juga unggul dibandingkan dengan metode threshold, dengan akurasi pemodelan sebesar 73,3% dan pada pengujian sebesar 75,73%. Penelitian ini menunjukkan bahwa algoritma Gaussian Naïve Bayes efektif dalam klasifikasi data pasien demam Tifoid. Penggunaan SMOTE sebagai metode penyeimbang data juga berhasil meningkatkan performa model. Penelitian ini memberikan kontribusi dalam pemahaman dan penerapan algoritma klasifikasi untuk analisis data pasien demam tifoid.
Optimizing Business Workflow Using AI Integrated Blockchain Platforms Djamali, Muhammad Fadheel; Lusiana, Dewi; Parastry, Annisa; Al-Kamari, Omar Arif
ADI Journal on Recent Innovation Vol. 7 No. 1 (2025): September
Publisher : ADI Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34306/ajri.v7i1.1323

Abstract

In today’s fast evolving digital economy, business workflows often suffer from inefficiencies, data silos, and security vulnerabilities, particularly in environments relying on legacy systems and centralized control. To address these challenges, this study investigates the integration of Artificial Intelligence (AI) and blockchain technologies as a unified platform for enhancing workflow efficiency, transparency, and security across business operations. The primary objective of this research is to analyze how combining AI’s predictive and automation capabilities with blockchain’s decentralized and immutable ledger can optimize key workflow processes such as approval cycles, data validation, and task automation. This study adopts a qualitative case study approach, supported by system modeling and comparative analysis between conventional workflows and AI blockchain enabled systems within a mid sized logistics enterprise. The findings reveal that the integrated platform significantly reduces processing time, enhances traceability, and minimizes errors, especially in interdepartmental transactions and decision making processes. In addition, the use of smart contracts triggered by AI based insights eliminates redundant steps, enabling real time process adaptation. These results confirm that the fusion of AI and blockchain delivers measurable improvements in workflow optimization, offering a scalable and secure foundation for digital transformation. In conclusion, this research demonstrates that AI integrated blockchain platforms not only optimize operational workflows but also provide strategic value for organizations seeking long term agility and resilience in the face of rapid technological and market shifts.