Garuda - Garba Rujukan Digital

Perancangan Sistem Informasi Manajemen Kearsipan Dokumen di PT. Glori Global Sukses Novi Widiana Putri; Atman Lucky Fernandes; Al Rusman; Aprizal Y; Nofri Yudi Arifin
Jurnal Responsive Teknik Informatika Vol 9 No 01 (2025): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v9i01.1471

Dalam era digital, pengelolaan dokumen menjadi aspek penting bagi perusahaan untuk meningkatkan efisiensi dan mengurangi risiko kehilangan data. PT. Glori Global Sukses, yang bergerak di bidang perdagangan internasional, masih mengelola dokumen secara manual, sehingga mengalami kendala dalam pencarian, penyimpanan, dan keamanan data. Penelitian ini bertujuan untuk merancang dan mengembangkan Sistem Informasi Manajemen Kearsipan Dokumen berbasis Rapid Application Development (RAD) guna meningkatkan efisiensi dan efektivitas pengelolaan dokumen. Proses pengembangan sistem dilakukan melalui tiga tahapan utama: Requirement Planning, Design Workshop, dan Implementation. Hasil penelitian menunjukkan bahwa sistem yang dirancang dapat mengotomatisasi proses pengarsipan, mempercepat pencarian dokumen, serta meningkatkan akurasi dan keamanan data. Dengan demikian, implementasi sistem ini dapat menjadi solusi bagi PT. Glori Global Sukses dalam mengelola dokumen secara lebih efisien dan terstruktur.

Rancang Bangun Sistem Informasi Monitoring Aset di SMK 02 Ibnu Sina Batam dengan Metode Extreme Programming (XP) Muhamad Yari Hanzalah; Atman Lucky Fernandes; Sherly Agustini; Revi illya Badri; Okta Veza
Jurnal Responsive Teknik Informatika Vol 9 No 01 (2025): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v9i01.1472

Perkembangan teknologi informasi mendorong kebutuhan akan sistem yang dapat meningkatkan efisiensi pengelolaan aset dalam institusi pendidikan. SMK 02 Ibnu Sina Batam masih menggunakan metode manual dalam pencatatan dan monitoring aset, yang berisiko terhadap kesalahan pencatatan, kehilangan data, serta ketidakakuratan informasi. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi monitoring aset berbasis web menggunakan metode Extreme Programming (XP). XP dipilih karena mampu memberikan fleksibilitas dalam pengembangan sistem secara iteratif dan responsif terhadap perubahan kebutuhan pengguna. Metode penelitian meliputi wawancara, observasi, dan studi pustaka untuk mengumpulkan data kebutuhan sistem. Sistem diuji menggunakan metode Black Box Testing untuk memastikan fungsionalitasnya sesuai dengan spesifikasi yang ditetapkan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan dapat meningkatkan efisiensi pencatatan, pemantauan, serta pemeliharaan aset sekolah. Dengan sistem ini, pengelolaan aset di SMK 02 Ibnu Sina Batam menjadi lebih akurat, terstruktur, dan transparan, sehingga dapat mendukung operasional sekolah secara lebih optimal.

Pengelolaan Retur Penjualan melalui Sistem Informasi Berbasis Web dengan Metode SDLC (Studi Kasus: PT Informa Batam) Muhammad Aris Fadilla; Atman Lucky Fernandes; Sabtu Sabtu; David Saro; Okta Veza; Muhammad Ropianto
Jurnal Responsive Teknik Informatika Vol 9 No 01 (2025): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v9i01.1473

Perkembangan teknologi informasi telah membawa dampak signifikan dalam berbagai sektor industri, termasuk bidang penjualan dan distribusi. PT Informa Batam menghadapi tantangan dalam pengelolaan barang retur akibat sistem pencatatan yang belum terintegrasi secara optimal. Kendala seperti kesalahan pencatatan, keterlambatan proses, dan kesulitan dalam memperoleh laporan yang akurat menghambat efisiensi operasional perusahaan. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan pengembangan sistem informasi berbasis web menggunakan metode System Development Life Cycle (SDLC). Metode ini diterapkan melalui tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan guna memastikan sistem berjalan secara efektif dan efisien. Sistem yang dikembangkan mampu mengotomatisasi proses pencatatan dan pelacakan barang retur, meningkatkan akurasi data, serta mempercepat proses pengambilan keputusan. Hasil penelitian menunjukkan bahwa penerapan sistem ini dapat mengoptimalkan pengelolaan retur barang, mengurangi kesalahan pencatatan, dan meningkatkan efisiensi operasional perusahaan. Dengan demikian, sistem informasi ini diharapkan dapat mendukung pertumbuhan bisnis PT Informa Batam serta meningkatkan kepuasan pelanggan dan daya saing perusahaan di industri furnitur.

Data Quality Management dalam Data Warehouse: Tinjauan Literatur Tiara Aziza; David Saro; Nofri Yudi Arifin; Romiko Afriantoni; Aprizal Y; Atman Lucky Fernandes
Jurnal Responsive Teknik Informatika Vol 9 No 02 (2025): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v9i02.1476

This study presents a systematic literature review of Data Quality Management (DQM) in data warehouse environments, aiming to map key dimensions, processes, and architectural/technological enablers, and to identify research gaps. Searches were conducted across Scopus, ScienceDirect, IEEE Xplore, ACM Digital Library, SpringerLink, and Google Scholar (as a complement) for the period 2009–2025, following PRISMA 2020. Of 200 initial records, 133 were excluded during the first screening, 67 underwent further assessment, and 6 studies met the inclusion criteria for in-depth analysis. Thematic synthesis indicates that effective DQM rests on four integrated pillars: (1) standardized quality dimensions and metrics (accuracy, completeness, consistency, timeliness, and traceability), (2) prevention–detection–correction processes embedded along the ETL/ELT pipeline (including consistent SCD policies and handling of late-arriving data), (3) architectural/technological support (automated data tests within CI/CD, catalogs/metadata, data lineage, observability, and data contracts), and (4) governance that clarifies roles and accountability (data owners/stewards) with incident-response procedures. Practically, organizations should start from critical data elements and high-priority consumption paths, translating SLA/SLI into executable rules. Limitations include the small number of included studies and contextual heterogeneity, motivating further work on cross-domain metric standardization, open DQM benchmarks, cost–benefit evaluations of observability/contract enforcement, and the impact of data quality on analytic/AI performance in near real-time settings.

Api Response Time Prediction Using a Deep Learning Model on Web Application Load Testing Simulation Data Defnizal Defnizal; Atman Lucky Fernandes; Aprizal Y; David Saro; Ghea Paulina Suri; Nofri Yudi Arifin; Romiko Afriantoni; Willy Rizki Perdana
Jurnal Responsive Teknik Informatika Vol 10 No 01 (2026): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v10i01.1539

Web application performance, particularly application programming interface (API) response time, is one of the primary determinants of user experience and system reliability, especially under high-load conditions. Conventional load testing is reactive, as it can only measure actual response time after a given load has been applied to the system, creating a need for a predictive approach capable of estimating API response time from load and server-resource conditions. This study applies a deep learning model in the form of a Multi-Layer Perceptron (MLP) with three hidden layers to predict API response time, and compares its performance against two baseline models, namely Linear Regression and Random Forest Regressor. Due to limited access to sensitive real-world production data, this study uses a simulated load-testing dataset of 500 samples generated programmatically, comprising ten load and server-resource features such as concurrent users, requests per second, payload size, database query count, cache hit ratio, and CPU and memory utilization, with non-linear patterns representing resource-contention effects under high load. The data was split into 70% training and 30% testing, then evaluated using Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE), and the coefficient of determination (R²). Experimental results show that the Deep Learning (MLP) model achieved the best predictive performance with an RMSE of 24.86 ms, MAPE of 19.33%, and R² of 0.9009, outperforming Linear Regression (RMSE 26.25 ms, R² 0.8895) and Random Forest (RMSE 27.90 ms, R² 0.8751), although Linear Regression's MAE was slightly lower (19.34 ms versus 19.53 ms). Feature-importance analysis indicates that the number of concurrent users, database query count, and CPU utilization are the most dominant factors influencing API response time. To ground the simulated scenario in a concrete example, a small real demonstration web application was also built and load-tested; its qualitative behavior (response time increasing with concurrency) is consistent with the assumptions underlying the simulated dataset. These findings indicate that the deep learning model is better able to capture non-linear patterns caused by resource contention compared to a linear model or a tree-based ensemble, suggesting potential use as a predictive component in auto-scaling strategies or web-application capacity planning, with the caveat that these results remain a preliminary study requiring further validation using real production data.

Api Response Time Prediction Using a Deep Learning Model on Web Application Load Testing Simulation Data Defnizal Defnizal; Atman Lucky Fernandes; Aprizal Y; David Saro; Ghea Paulina Suri; Nofri Yudi Arifin; Romiko Afriantoni; Willy Rizki Perdana
Jurnal Responsive Teknik Informatika Vol 10 No 01 (2026): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v10i01.1539

Web application performance, particularly application programming interface (API) response time, is one of the primary determinants of user experience and system reliability, especially under high-load conditions. Conventional load testing is reactive, as it can only measure actual response time after a given load has been applied to the system, creating a need for a predictive approach capable of estimating API response time from load and server-resource conditions. This study applies a deep learning model in the form of a Multi-Layer Perceptron (MLP) with three hidden layers to predict API response time, and compares its performance against two baseline models, namely Linear Regression and Random Forest Regressor. Due to limited access to sensitive real-world production data, this study uses a simulated load-testing dataset of 500 samples generated programmatically, comprising ten load and server-resource features such as concurrent users, requests per second, payload size, database query count, cache hit ratio, and CPU and memory utilization, with non-linear patterns representing resource-contention effects under high load. The data was split into 70% training and 30% testing, then evaluated using Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE), and the coefficient of determination (R²). Experimental results show that the Deep Learning (MLP) model achieved the best predictive performance with an RMSE of 24.86 ms, MAPE of 19.33%, and R² of 0.9009, outperforming Linear Regression (RMSE 26.25 ms, R² 0.8895) and Random Forest (RMSE 27.90 ms, R² 0.8751), although Linear Regression's MAE was slightly lower (19.34 ms versus 19.53 ms). Feature-importance analysis indicates that the number of concurrent users, database query count, and CPU utilization are the most dominant factors influencing API response time. To ground the simulated scenario in a concrete example, a small real demonstration web application was also built and load-tested; its qualitative behavior (response time increasing with concurrency) is consistent with the assumptions underlying the simulated dataset. These findings indicate that the deep learning model is better able to capture non-linear patterns caused by resource contention compared to a linear model or a tree-based ensemble, suggesting potential use as a predictive component in auto-scaling strategies or web-application capacity planning, with the caveat that these results remain a preliminary study requiring further validation using real production data.

SISTEM INFORMASI INVENTARIS BERBASIS WEB PADA LABORATORIUM KOMPUTER SMK IBNU SINA BATAM Okta Veza; Atman Lucky Fernandes; Ririt Dwiputri Permatasari
Jurnal Teknik Ibnu Sina Vol 9 No 02 (2024): Jurnal Teknik Ibnu Sina
Publisher : Jurnal Teknik Ibnusina

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

Sistem Informasi Inventaris Laboratorium Komputer di SMK Ibnu Sina dikembangkan sebagai alat untuk mencatat dan mengelola data inventaris. Tujuan utama dari sistem ini adalah membantu kepala laboratorium dalam melakukan pendataan aset laboratorium komputer dengan lebih efektif. Penelitian ini menggunakan data primer yang mencakup hasil wawancara, data perangkat komputer, serta perangkat pendukung laboratorium. Selain itu, data sekunder berupa jurnal-jurnal yang membahas sistem informasi inventaris juga digunakan sebagai referensi. Metode pengembangan sistem dalam penelitian ini mengadopsi pendekatan Rapid Application Development (RAD). Sementara itu, pemodelan sistem dilakukan dengan menggunakan Unified Modelling Language (UML), yang mencakup berbagai diagram seperti use case diagram, activity diagram, sequence diagram, class diagram, dan deployment diagram untuk mendeskripsikan alur sistem. Penelitian ini menghasilkan sistem informasi inventaris yang berfungsi sebagai platform pencatatan aset laboratorium komputer. Sistem ini memungkinkan kepala laboratorium untuk menyimpan dan mengelola data dengan lebih terstruktur, serta mempermudah pencarian informasi yang dibutuhkan. Pengujian sistem telah dilakukan menggunakan metode Black Box untuk memastikan fungsionalitasnya berjalan dengan baik. Sistem ini juga dirancang agar dapat diperbarui sesuai dengan perkembangan dan kebutuhan laboratorium komputer di SMK Ibnu Sina..

Kajian Literatur Determinasi Sistem Informasi Manajemen: Database, Sistem Keamanan Digital, dan Teknologi Kecerdasan Buatan Aprizal.Y; Atman Lucky Fernandes; Atman Lucky Fernandes; Anisa Zalinty
Jurnal Responsive Teknik Informatika Vol 8 No 02 (2024): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i02.1414

Sistem Informasi Manajemen (SIM) telah menjadi bagian penting dalam operasional organisasi modern, berperan dalam pengambilan keputusan, pengelolaan data, dan efisiensi operasional. Kajian ini bertujuan untuk mengkaji determinasi tiga komponen utama dalam SIM, yaitu database, sistem keamanan digital, dan teknologi kecerdasan buatan (AI), serta dampaknya terhadap efektivitas sistem. Database berfungsi sebagai inti pengelolaan data yang memungkinkan penyimpanan, pengambilan, dan analisis data secara efektif. Sistem keamanan digital berperan untuk melindungi informasi organisasi dari ancaman siber yang semakin berkembang. Sementara itu, teknologi AI mendukung analitik canggih dan pengambilan keputusan berbasis data. Integrasi antara ketiga komponen ini diharapkan dapat meningkatkan efisiensi dan efektivitas SIM, serta mendukung inovasi dalam pengelolaan organisasi. Temuan kajian ini menunjukkan bahwa penerapan database yang terstruktur dengan baik, sistem keamanan yang memadai, dan penggunaan teknologi AI dapat menciptakan SIM yang lebih efektif dan efisien dalam menghadapi tantangan di era digital.

Peran IoT dalam Transformasi Jaringan Multimedia: Tinjauan Literatur Sistematis Ghea Paulina Suri; Atman Lucky Fernandes; Hidayatul Ikhsan; Putri Devina; Ledi Alde Nopa; Sherly Agustini
Jurnal Responsive Teknik Informatika Vol 8 No 02 (2024): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i02.1430

Integrasi Internet of Things (IoT) dengan jaringan multimedia telah mengubah paradigma pengelolaan, pengiriman, dan pemrosesan konten multimedia secara fundamental. Penelitian ini bertujuan mensintesis perkembangan terkini melalui tinjauan literatur sistematis terhadap 25 artikel ilmiah yang dipublikasikan antara 2019–2024, bersumber dari Scopus, IEEE Xplore, dan Google Scholar, mengikuti protokol PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). Hasil tinjauan mengungkap empat tema utama: (1) arsitektur jaringan berbasis IoT memanfaatkan edge computing dan 5G untuk optimasi latensi; (2) manajemen Quality of Service (QoS) secara adaptif; (3) keamanan data dan privasi dalam ekosistem perangkat heterogen; serta (4) penerapan kecerdasan buatan untuk otomasi pengelolaan data multimedia. Analisis sintesis menunjukkan adopsi 5G mampu mengurangi latensi hingga 85% dibanding 4G, sementara model keamanan berbasis blockchain menjadi solusi yang paling banyak dikaji. Gap penelitian teridentifikasi pada minimnya studi tentang standarisasi interoperabilitas antar-vendor dan model konsumsi energi IoT skala besar.

Perancangan dan Implementasi Sistem Informasi Rekapitulasi Penjualan dan Data Tamu Berbasis Web Andina Zatria Putri; Mahdi Aulia Suheri; Atman Lucky Fernandes; Willy Rizki Perdana; Hidayatul Ikhsan
Jurnal Responsive Teknik Informatika Vol 8 No 02 (2024): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i02.1433

Sistem informasi memiliki peran yang sangat penting dalam meningkatkan efisiensi dan efektivitas operasional perusahaan, terutama dalam pengelolaan data dan transaksi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi rekapitulasi transaksi penjualan dan data tamu di PT Mytrip Indonesia. Metode yang digunakan dalam pengembangan sistem adalah System Development Life Cycle (SDLC) dengan pendekatan waterfall model, yang melibatkan tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Pemodelan sistem menggunakan Unified Modeling Language (UML) untuk menggambarkan proses bisnis dan alur data. Sistem ini dikembangkan menggunakan PHP sebagai bahasa pemrograman dan MySQL sebagai basis data. Hasil dari implementasi sistem ini menunjukkan peningkatan efisiensi dalam pencatatan dan rekapitulasi data, mempermudah akses informasi, serta mendukung pengambilan keputusan berbasis data. Pengujian blackbox membuktikan bahwa sistem berfungsi dengan baik sesuai dengan kebutuhan perusahaan. Penelitian ini memberikan kontribusi signifikan dalam mendukung pengelolaan transaksi secara efektif dan efisien, namun pengembangan lebih lanjut diperlukan untuk memperkaya fitur dan meningkatkan kualitas aplikasi.

Title

Found 86 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 86 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 86 Documents
Search