Article Per Year (5 Year)
p-Index From 2021 - 2026
7.057
P-Index
This Author published in this journals
All Journal Conference In Business, Accounting And Management (Cbam) 2012 Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris Jurnal Sains dan Teknologi Jurnal Informatika Prosiding SNATIF Jurnal Teknologi Informasi dan Ilmu Komputer Proceeding SENDI_U REFLEKSI EDUKATIKA Jurnal Sains Dan Teknologi (SAINTEKBU) JURNAL PENDIDIKAN GLASSER IKRA-ITH Informatika : Jurnal Komputer dan Informatika Jurnal Mantik Penusa International Journal of Technology And Business Jurnal DISPROTEK Jiko (Jurnal Informatika dan komputer) IKRA-ITH ABDIMAS Jurnal Maksipreneur: Manajemen, Koperasi, dan Entrepreneurship JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Progresif: Jurnal Ilmiah Komputer Jurnal Ekonomi Manajemen Sistem Informasi bit-Tech JATI (Jurnal Mahasiswa Teknik Informatika) Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Enrichment : Journal of Management JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Indonesian Journal of Technology, Informatics and Science (IJTIS) Journal of Soft Computing Exploration Jurnal Dialektika Informatika (Detika) Jurnal Bingkai Ekonomi (JBE) Muria Jurnal Layanan Masyarakat PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer International Journal of Science and Environment SmartComp Indonesian Journal of Banking and Financial Technology (FINTECH)
Tutik Khotimah
Universitas Muria Kudus
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Physics Social Sciences Other

Published : 105 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 105 Documents
Search

 7   8   9   10   11 
Web-Based Cashier Management, Inventory, And Sales Management Application Design Muhammad Khotibul Umam; Tutik Khotimah; Ahmad Jazuli
International Journal of Science and Environment (IJSE) Vol. 5 No. 4 (2025): November 2025
Publisher : CV. Inara in Colaboration with www.stie-sampit.ac.id

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51601/ijse.v5i3.218

Abstract

The rapid development of information technology has had a significant impact on various industries, including the retail sector. However, Atika Store still relies on manual methods in managing its cashier and inventory, leading to inaccuracy, inefficiency, and poor control over stock and sales reports. To address these issues, this study employs an applied research method aimed at producing practical solutions that can be directly implemented. A web-based application is developed using the Waterfall system development method, which consists of requirement analysis, system design, implementation, testing, and maintenance. The system integrates sales, inventory management, and cashier functions into a single platform. Key features include automatic receipt printing, sales transaction recording, real-time stock updates, and role-based user access. It is expected that this system will help MSME owners improve operational productivity, minimize manual errors, and support more effective decision-making.
Rancang Bangun Sistem Informasi Manajemen Lembaga Pelatihan Kerja Berbasis Web Pada LPK Asa Computer Kudus Indra Lina Putra; Tutik Khotimah; Muhammad ikbal dwi kurniawan
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.6878

Abstract

Lembaga Pelatihan Kerja (LPK) Asa Computer Kudus merupakan lembaga yang menyelenggarakan berbagai program pelatihan untuk meningkatkan kompetensi peserta. Pengelolaan data peserta, absensi, penilaian, sertifikat, dan laporan pada lembaga ini masih dilakukan secara terpisah sehingga proses administrasi menjadi kurang efektif, membutuhkan waktu yang lebih lama, serta berpotensi menimbulkan kesalahan dalam penyajian informasi. Kondisi tersebut menunjukkan perlunya sistem yang mampu mengintegrasikan seluruh proses pengelolaan data. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Manajemen LPK Asa Computer Kudus berbasis web guna mendukung pelaksanaan administrasi dan pengelolaan pelatihan agar lebih efektif dan terstruktur. Kebutuhan akan sistem yang terintegrasi mendorong dilakukannya pengembangan sistem secara sistematis agar solusi yang dihasilkan sesuai dengan kebutuhan pengguna. Pengembangan sistem dilakukan melalui tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan dengan menggunakan metode Waterfall. Sistem dibangun menggunakan PHP dengan framework CodeIgniter 4 dan basis data MySQL. Pengujian dilakukan menggunakan metode Black Box Testing untuk memastikan setiap fungsi sistem berjalan sesuai dengan kebutuhan pengguna. Penelitian ini menghasilkan Sistem Informasi Manajemen yang mampu mengelola data pengguna, karyawan, instruktur, program pelatihan, pendaftaran peserta, absensi berbasis QR Code dan GPS, penilaian akademik, sertifikat, serta laporan secara terintegrasi. Hasil pengujian menunjukkan bahwa seluruh fungsi utama sistem dapat berjalan dengan baik sesuai kebutuhan pengguna. Sistem yang dibangun dapat meningkatkan efektivitas pengelolaan data, mempercepat proses administrasi, serta menghasilkan informasi yang lebih akurat dan terstruktur pada LPK Asa Computer Kudus.
Implementasi Intrusion Prevention System Berbasis Variational Autoencoder untuk Mencegah Judi Online pada Jaringan Komunitas Aan Alma Khanafi; Indra Lina Putra; Tutik Khotimah
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 3 (2026): Agustus
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i3.8826

Abstract

Fenomena perjudian online menimbulkan dampak negatif yang masif di Indonesia, baik secara finansial maupun psikologis. Penelitian ini bertujuan untuk mengembangkan IPS (Intrusion Prevention System) berbasis pembelajaran mesin guna melakukan aksi pencegahan secara preventif terhadap pengguna jaringan yang mengakses situs judi online, termasuk yang menggunakan teknik penyembunyian terenkripsi. Penelitian ini menggunakan metode kuantitatif eksperimental dengan memanipulasi variabel fitur pada dataset serta mengoptimalkan arsitektur VAE (Variational Autoencoder) dan DNN (Deep Neural Network). Hasil penelitian menunjukkan bahwa model VAE mampu melakukan rekonstruksi data dan mengelompokkan trafik judi online dengan trafik normal secara presisi, yang dibuktikan melalui visualisasi plot t-SNE. Pada tahap klasifikasi, model DNN mencapai akurasi keseluruhan sebesar 80,80%. Evaluasi spesifik per skenario menunjukkan rata-rata akurasi sebesar 95,13% untuk label judi online (presisi 0,69, recall 0,91, F1-score 0,78) dan 87,69% untuk label normal (presisi 0,93, recall 0,75, F1-score 0,83). Sistem pemantauan trafik yang dikembangkan juga telah terintegrasi dengan router MikroTik melalui API, sehingga fungsi pemblokiran otomatis pada level jaringan dapat beroperasi dengan baik.
Kombinasi Model CN2 Rule Dengan Teknik Partial Instance Reduction Termodifikasi Untuk Optimalisasi Klasifikasi Depresi Khotimah, Tutik; Khasan, Mohammad; Latubessy, Anastasya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 4: Agustus 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.134

Abstract

Klasifikasi depresi berbasis machine learning semakin penting untuk mendukung deteksi dini gangguan kesehatan mental. Namun, banyak model modern bersifat black-box sehingga sulit dipahami oleh profesional kesehatan mental. Model berbasis aturan seperti CN2 Rule menawarkan interpretabilitas melalui aturan if–then. CN2 standar merupakan algoritma pembelajaran aturan yang membentuk rule secara iteratif dari seluruh dataset tanpa reduksi instance, sehingga rentan terhadap overfitting dan penurunan performa pada data besar atau tidak seimbang. Penelitian ini mengusulkan kombinasi CN2 Rule dengan modified Partial Instance Reduction (mPIR). Metode mPIR melakukan pengurangan sebagian instance yang memiliki kontribusi rendah terhadap pembentukan aturan, sehingga data menjadi lebih representatif dan efisien dalam proses pembelajaran. Eksperimen dilakukan pada dataset depresi sebanyak 2.556 instances dari Kaggle. Hasil menunjukkan bahwa model usulan meningkatkan kinerja sebesar 7,6% secara konsisten pada akurasi, presisi, dan recall dibandingkan CN2 standar. Peningkatan ini menunjukkan bahwa reduksi instance yang terarah mampu menghasilkan aturan yang lebih general dan mengurangi overfitting. Selain itu, model tetap mempertahankan interpretabilitas, yaitu aturan yang dihasilkan dapat menjelaskan hubungan antara gejala dan tingkat depresi secara jelas. Hal ini penting karena sistem deteksi dini berbasis machine learning sering sulit dipahami akibat kompleksitas model atau kurangnya penjelasan keputusan. Dengan demikian, pendekatan ini tidak hanya meningkatkan performa, tetapi juga mendukung transparansi bagi profesional kesehatan mental dalam proses pengambilan keputusan.   Abstract Machine learning-based depression classification has become increasingly important in supporting the early detection of mental health disorders. However, many modern models are black-box in nature, making them difficult to interpret for mental health professionals. Rule-based models such as the CN2 Rule offer interpretability through if–then rules. The standard CN2 algorithm is a rule learning method that constructs rules iteratively from the entire dataset without instance reduction, making it prone to overfitting and performance degradation when applied to large or imbalanced datasets. This study proposes a combination of the CN2 Rule with a modified Partial Instance Reduction (mPIR) technique. The mPIR method reduces instances with low contribution to rule formation, resulting in a more representative and efficient dataset for the learning process. Experiments were conducted on a depression dataset consisting of 2.556 instances obtained from Kaggle. The results show that the proposed model consistently improves performance by 7.6% in terms of accuracy, precision, and recall compared to the standard CN2 Rule. This improvement indicates that targeted instance reduction can produce more generalizable rules and reduce overfitting. Furthermore, the model maintains interpretability, as the generated rules clearly describe the relationship between symptoms and levels of depression. This is important because machine learning-based early detection systems are often difficult to understand due to model complexity or a lack of decision transparency. Therefore, the proposed approach not only enhances performance but also supports transparency for mental health professionals in decision-making processes.
Implementasi Sistem Inventory Coffee Shop dengan Integrasi Resep dan Metode FEFO Rizki Aditya Ananda; Tutik Khotimah; Indra Lina Putra
Progresif: Jurnal Ilmiah Komputer Vol. 22 No. 3 (2026): Juli
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v22i3.4025

Abstract

Coffee shop raw material inventory requires accurate recording because ingredients have different units, storage locations, and expiration dates. This study aims to implement a coffee shop inventory system that integrates menu recipes with automatic stock deduction using the First Expired First Out (FEFO) method. The method follows applied software development stages, including requirements analysis, design, implementation, and black-box testing. The system was developed as a web/PWA application with a Node.js/Express backend and a MySQL database. The implementation includes login, dashboard, supplier, stock, batch, stock-in, stock-out, menu, recipe, report, and role-based access control modules. Black-box testing on core functional scenarios showed that the system outputs matched the expected results. The novelty of this system lies in integrating menu recipes with earliest-expiry batch selection, allowing menu transactions to be directly converted into FEFO-based raw material consumption. Keywords: Inventory system; Coffee shop; Recipe; FEFO; Raw materials.   Abstrak Pengelolaan persediaan bahan baku coffee shop membutuhkan pencatatan yang akurat karena bahan memiliki satuan, lokasi, dan tanggal kedaluwarsa yang berbeda. Penelitian ini bertujuan mengimplementasikan sistem inventory coffee shop yang mengintegrasikan resep menu dengan pengurangan stok otomatis menggunakan metode First Expired First Out (FEFO). Metode yang digunakan adalah pengembangan perangkat lunak terapan melalui analisis kebutuhan, perancangan, implementasi, dan pengujian black-box. Sistem dibangun berbasis web/PWA dengan backend Node.js/Express dan basis data MySQL. Hasil implementasi mencakup modul login, dashboard, supplier, stok, batch, stok masuk, stok keluar, menu, resep, laporan, dan role-based access control. Pengujian black-box pada skenario fungsi inti menunjukkan keluaran sistem sesuai dengan hasil yang diharapkan. Kebaruan sistem terletak pada integrasi resep menu dengan pemilihan batch kedaluwarsa terdekat, sehingga transaksi menu langsung diterjemahkan menjadi pemakaian bahan baku berbasis FEFO.
Co-Authors - Darsin Aan Alma Khanafi Abd. Rasyid Syamsuri Abdul Syukur Adiansyah, Ahmad Faisal Agung Rifqi Hidayat, Agung Rifqi Agus Tri Mulyadi Ahmad Dalhar suyuti Ahmad Jazuli Ahmad Jazuli AHMAD JAZULI Ahmad Kharis Ahmad Umar Said Ahmad Umar Said Ahmad Wilda Nur Fajri Alfian, Muhammad Teguh Anastasya Latubessy Anggoro, Yogi Anna Fitriya, Anna Anzalina Izzana Anzalina Izzana Arief Susanto Bakhar, Muhamad bakhar Carles Adi Pranata Darsin Darsin Darsin Edwin Aji Sentosa Endang Supriyati Endang Supriyati Evanita Evanita, Evanita F. Shoufika Hilyana Fahnia Vrilinda Fahrun, Fariz Faiza Rizqi Irawan Falah Luthfi Asari Fauzul Muna Firdaus, Nadila Rizki Firdaus Rizki Handini Arga Damar Rani Hanik Hidayati Hendri Arianto Hidayat, Amrul Rais Idni Irsalina Idni Irsalina Ikhwan, Muhammad Fahris Noor Indra Lina Putra Indra Lina Putra Irfanuddin, Muhammad Saifullah Kharis, Ahmad Khulaifi, Abdurrosyid Krisnanta Ravi Cakra Kusuma Mahfud Ridwan Mohammad Iqbal Mohammad Khasan Much Arsyad Fardani Muhamad bakhar Bakhar Muhammad ikbal dwi kurniawan Muhammad Khotibul Umam Mukhamad Nurkamid Muzaki, Muhammad Nanik Ermawati Noor Latifah PRASETYO, ANDREAN ARI Pratiwi , Ika Ari R Rhoedy Setiawan Ranita Wahyu Utami Ratih Nindyasari Retnowati, Peni Ridwan, Mahfud Rina Fiati Risky Sari Meimaharini Rizki Aditya Ananda Rizky Meimaharani Rizkysari Mei Maharani Rizkysari Meimaharani Rizkysari Meimaharani Rizkysari Meimaharani Rochman, Anang Syaifur Rudi Purnomo Said, Ahmad Umar Samsuri Samsuri Setiyawan Mukti Wijaya Setiyawan Mukti Wijaya Sodikin Sodikin Soeleman, M. Arief Sugeng Santoso Suroso, Ahmad Suroso, Ahmad Tri Listyorini Viana Meiristanti Wicaksono, Yoga Adi Yogi Anggoro Zuhdan Kun Prasetyo