Claim Missing Document
Check
Articles

Found 13 Documents
Search

PERANCANGAN WEBSITE KATERING SEHAT UNTUK MENINGKATKAN POLA MAKAN MASYARAKAT Vanessa Simanta; Love Hillary Swigo; Fortuna Arleo Sahara; Irvan Lewenusa
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 13 No. 2 (2025): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v13i2.35126

Abstract

Di era digital yang terus berkembang, akses masyarakat terhadap internet semakin luas dan mudah. Efisiensi teknologi menciptakan pola hidup yang kurang sehat, di mana masyarakat cenderung malas berolahraga dan mengonsumsi makanan tidak sehat. Kondisi ini menimbulkan isu kesehatan yang signifikan. Sebagai solusi, dikembangkan website katering makanan sehat yang memudahkan masyarakat dalam mengakses, memesan, dan membayar makanan sehat. Karyawan juga dimudahkan dalam pengelolaan menu dan pesanan serta dapat meminimalkan kesalahan kerja. Sistem ini dikembangkan menggunakan pendekatan Agile Software Development dengan metode Scrum, yang mendukung proses pengembangan perangkat lunak secara iteratif dan kolaboratif. Website dibangun dengan HTML, CSS, JavaScript, Node.js, serta menggunakan framework Bootstrap dan React JS. PostgreSQL digunakan sebagai basis data, dan pengujian dilakukan dengan metode blackbox testing. Deployment dilakukan melalui platform DigitalOcean. Hasil dari pengembangan ini adalah sebuah website yang berfungsi dengan baik dan diharapkan dapat menjadi solusi bagi permasalahan pola hidup tidak sehat di masyarakat.
Perancangan Aplikasi Diagnosis Penyakit Tanaman Berbasis Web Menggunakan Model CNN Luissandro Hermawan; Tony, Tony; Irvan Lewenusa
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 7 No. 2 (2025): Jurnal Ekonomi Manajemen Sistem Informasi (November-Desember 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v7i2.7090

Abstract

Meskipun Indonesia memiliki potensi hortikultura yang sangat besar, produktivitas sering terhambat oleh penyakit tanaman yang sulit dideteksi secara cepat dan tepat, yang menyebabkan kerugian panen, penggunaan pestisida yang berlebihan, dan kurangnya literasi pertanian digital. Sebagian besar penelitian dan aplikasi yang saat ini tersedia masih bersifat parsial dan hanya berkonsentrasi pada mengidentifikasi penyakit atau menyediakan materi edukasi, tanpa mengintegrasikan diagnosis otomatis dengan fitur pembelajaran interaktif. Tujuan penelitian ini adalah untuk membuat aplikasi web untuk diagnosis penyakit tanaman hortikultura berbasis Convolutional Neural Network (CNN) MobileNetV2 menggunakan pendekatan pembelajaran transfer. Metode ini menggunakan dataset PlantVillage untuk pelatihan awal dan PlantDoc untuk memvalidasi model dalam kondisi lapangan yang lebih rumit. Sistem dibangun dengan menggunakan arsitektur React.js di frontend, Node.js di backend, dan MySQL sebagai basis data. TensorFlow.js digunakan untuk inferensi model secara langsung di browser.  Aplikasi ini memiliki fitur diagnosis otomatis berbasis citra daun, riwayat diagnosis yang dapat dilacak, dan chatbot edukatif yang menawarkan penjelasan tambahan, pembelajaran interaktif, dan saran penanganan kepada pengguna.  Selain itu, kerja sama dengan Pusat Pengembangan Benih dan Proteksi Tanaman membantu penelitian ini. Pusat ini memberikan masukan teknis, validasi lapangan, dan menjamin bahwa sistem yang dikembangkan akurat dan relevan untuk praktik dunia nyata. Pengumpulan data, perancangan sistem, implementasi, pengujian multilevel, dan evaluasi performa model menggunakan F1-score, recall, dan confusion matrix adalah bagian dari proses penelitian. Hasil pengujian Black Box menunjukkan bahwa seluruh komponen sistem bekerja sesuai kebutuhan. UAT yang digunakan oleh ahli proteksi tanaman memiliki antarmuka yang sederhana dan mudah dipahami, tingkat kesesuaian diagnosis 90%, dan waktu analisis hanya 7 detik. Aplikasi ini mudah digunakan bahkan oleh pengguna non-teknis, menurut pengujian SUS. MobileNetV2 terbukti lebih baik daripada sistem tanpa model pelatihan, terutama dalam hal stabilitas akurasi variasi pencahayaan dan sudut pengambilan gambar. Penelitian ini tidak hanya menyediakan solusi diagnosis yang cepat dan akurat, tetapi juga membantu petani belajar lebih banyak tentang pertanian digital, mendorong mereka untuk menggunakan teknologi, dan mendukung upaya untuk membangun pertanian hortikultura yang lebih modern, efisien, dan berkelanjutan di Indonesia.
Perancangan Business Intelligence Untuk Dashboard Interaktif Laporan keuangan Perbankan XYZ Vincen Leonardy; Tony Lie; Irvan Lewenusa
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 7 No. 2 (2025): Jurnal Ekonomi Manajemen Sistem Informasi (November-Desember 2025)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v7i2.7120

Abstract

Pelaporan keuangan bulanan merupakan salah satu aspek penting dalam pengelolaan keuangan perusahaan. Proses pelaporan yang masih dilakukan secara manual sering kali menimbulkan kendala, seperti keterlambatan penyajian data, potensi kesalahan pencatatan, serta kesulitan dalam melakukan analisis yang cepat dan akurat. Penelitian ini bertujuan untuk merancang sebuah dashboard interaktif yang dapat menyajikan laporan income bulanan perusahaan secara real-time, terstruktur, dan mudah dipahami oleh manajemen.Metode penelitian yang digunakan meliputi analisis kebutuhan, perancangan sistem, serta implementasi dashboard dengan memanfaatkan perangkat Business Intelligence (BI). Data diperoleh dari laporan income bulanan perusahaan, kemudian diolah dan divisualisasikan dalam bentuk grafik, tabel, dan indikator kinerja utama (Key Performance Indicators). Hasil implementasi menunjukkan bahwa dashboard interaktif mampu meningkatkan efektivitas penyajian laporan keuangan bulanan, mempercepat proses analisis data, serta mendukung pengambilan keputusan yang lebih tepat.