Claim Missing Document
Check
Articles

Found 17 Documents
Search

Perancangan Sistem Pencarian dan Pemesanan Lahan Makam di Kota Makassar dengan Pendekatan Prototyping Model Aswar, Aswar; Atmajaya, Dedy; Hasnawi, Mardiyyah
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 1 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i1.1917

Abstract

Dalam konteks Kota Makassar, data penduduk dari tahun 2019 hingga 2022 sebesar 1.526.677; 1.545.373; 1.427.619; dan 1.432.189 dengan jumlah kematian berturut-turut sebesar 3.392; 4.572; 5.036; dan 4.313, berdasarkan Badan Pusat Statistik. Saat ini, TPU Pekuburan Islam Sudiang masih menggunakan metode manual untuk pemesanan lahan makam, yang memerlukan kehadiran fisik di lokasi pemakaman untuk proses pemesanan kepada pengelola. Dalam rangka mengatasi tantangan ini, diperlukan pengembangan sistem yang memungkinkan pencarian dan pemesanan lahan makam secara lebih efisien. Dalam upaya mengatasi masalah tersebut, pendekatan pengembangan model prototype digunakan untuk menciptakan perangkat lunak yang dapat disesuaikan dengan permintaan, kebutuhan, serta situasi atau kondisi. Hasil dari penelitian ini adalah implementasi sistem pencarian dan pemesanan lahan makam di Kota Makassar. Masyarakat diberikan kemampuan untuk mencari lahan makam yang tersedia, melakukan pemesanan, dan bahkan melakukan pembayaran secara daring melalui payment gateway. Pengujian sistem dilakukan dengan menggunakan blackbox testing, dan hasilnya menunjukkan bahwa baik tampilan antarmuka maupun fungsionalitas aplikasi memiliki nilai yang sangat baik, yaitu mencapai 100%. Hal ini menunjukkan bahwa pengembangan sistem telah berhasil dalam memberikan solusi yang efektif dan efisien bagi masyarakat Kota Makassar dalam mengurus urusan pemakaman.
PENGGUNAAN METODOLOGI SCRUM DENGAN PENDEKATAN GOAL-ORIENTED REQUIREMENT ENGINEERING DALAM PENGEMBANG SISTEM INFORMASI KESEHATAN Trinanda, Muhammad Satria Putra; Irawati, Irawati; Hasnawi, Mardiyyah
NERO (Networking Engineering Research Operation) Vol 9, No 2 (2024): Nero - 2024
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v9i2.26032

Abstract

The information obtained by the public is inadequate, and sometimes they still really need complete information, one of which is about diseases. The provision of media information must be proven accurate and should not be reported by organizations that do not have authority. In this case, health foundations have the right to provide information that is trusted for its authenticity, especially in providing information data regarding tuberculosis disease. The purpose of this research is to develop a tuberculosis tuberculosis information system on the Yamali TB platform with the Goal-Oriented Requirement Engineering (GORE) approach and the Scrum method. Information system development is carried out through several main activities, namely Problem Identification, Problem Analysis, Goal Identification, Backlog Prioritization, System Design, Initial Discussion, Program Design and Final Evaluation using the System Usability Scale assessment method. The results showed that the level of user satisfaction with the information system based on the usability test obtained an average of 77 and was ranked at Grade Scale C, Acceptability Ranges at the Acceptable level, and Adjective Ratings at the Good level which means that the information system developed is well received by users.Keywords: Goal-Oriented Requirement Engineering, Grade Scale, Scrum, System Usability Scale.
Konversi Bahasa Indonesia ke Perintah Data Manipulation Language pada Structured Query Language menggunakan Natural Language Processing R, Sirajuddin; Salim, Yulita; Hasnawi, Mardiyyah
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 3, No 3 (2022)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v3i3.790

Abstract

bahasa alami dapat dimengerti oleh komputer, maka diperlukan penerjemah bahasa yang mampu memahami arti bahasa alami misal Bahasa Indonesia. Structured Query Language (SQL) merupakan salah satu bahasa pemrograman yang digunakan dalam database. Data Manipulation Language (DML) termasuk jenis perintah dasar dalam Bahasa SQL. Perintah tersebut memungkinkan pengguna memanipulasi database antara lain menampilkan, menambah, mengubah dan menghapus data. Namun, tidak semua pemrogram pemula mempelajari tentang DML dapat memahami penggunaan perintah–perintah tersebut dengan cepat karena adanya kendala bahasa. Oleh karena itu, penelitian ini bertujuan untuk membuat aplikasi yang dapat mengonversi bahasa Indonesia menjadi perintah DML menggunakan Natural Language Processing (NLP). Aplikasi ini dibangun dengan melakukan analisis leksikal (Scanner), analisis sintaksis (Parser), analisis semantik (Translator) dan analisis pragmatik (Evaluator) hingga implementasi dan pengujian aplikasi. Hasil penelitian ini berupa aplikasi yang dapat melakukan konversi Bahasa Indonesia menjadi perintah dasar DML pada SQL menggunakan NLP. Berdasarkan hasil pengujian sebanyak 40 kali uji coba, 29 perintah yang berhasil dikonversi dengan benar dengan tingkat akurasi sebesar 72.5%.
Implementasi K-Nearest Neighbor (KNN) pada Sistem Pakar Diagnosa Penyakit Untuk Menentukan Kelayakan Sapi sebagai Hewan Qurban Berbasis Web Arsyad, Muh Arya; Hasanuddin, Tasrif; Hasnawi, Mardiyyah
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 3, No 3 (2022)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v3i3.632

Abstract

Umat islam melaksanakan ibadah qurban setiap tahun. Sapi adalah salah satu hewan qurban yang disembeli dalam perayaan eid adha. Sapi yang disembeli harus sesuai syariat islam. Beberapa panitia pelaksana pemotongan hewan qurban kurang memiliki pengetahuan mengenai berbagai penyakit yang dapat menyerang sapi dan sulitnya mencari tenaga medis khusus hewan atau dokter hewan sehingga panitia qurban tidak dapat secara cepat menangani sapi yang terkena penyakit. Penelitian ini bertujuan untuk membangun sistem pakar diagnosa penyakit pada sapi dan menentukan kelayakannya sebagai hewan qurban dengan menerapkan K-Nearest Neighbor (K-NN). Sampel penelitian ini menggunakan 13 jenis penyakit dan 43 gejala pada sapi sebagai data latih dan data uji. Data tersebut dihitung jarak terdekat menggunakan Euclidean Distance dan ditentukan banyaknya k tetangga terdekat untuk melakukan klasifikasi data baru. Hasil penelitian berupa aplikasi yang mampu menentukan diagnosa penyakit pada sapi menggunakan K-NN. Berdasarkan pengujian aplikasi menggunakan Black Box Testing menunjukkan tingkat penerimaan aplikasi sebesar 86.66%.
COMBINATIONS OF FEATURE EXTRACTIONS AND MACHINE LEARNING ALGORITHMS FOR SKIN CANCER CLASSIFICATION Asfar, A. Muh. Fitrah; Hasnawi, Mardiyyah; Darwis, Herdianti
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 6 (2024): JUTIF Volume 5, Number 6, Desember 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.6.2514

Abstract

One of the most common causes of death worldwide is skin cancer and its incidence is increasing. To achieve optimal treatment and improve clinical outcomes for patients, precision skin cancer detection and classification approaches are required, which can be achieved through the application of feature extraction and machine learning algorithms. The development of such algorithms to identify important patterns from skin cancer image datasets enables early detection and more accurate classification and more effective treatment. Although previous studies have tried to detect skin cancer using feature extraction techniques such as HFF, HOG, and GLCM, some weaknesses still need to be improved. This research aims to combine various feature extraction methods such as Gray Level Co-occurrence Matrix, Histogram Oriented Gradients, and Local Binary Patterns and machine learning algorithms such as Support Vector Machine, Random Forest, and Gaussian Naïve Bayes in the classification process between Melanoma and Nevus skin cancers. In this research, the number of datasets used is 17,397 derived from the ISIC Dataset. The results showed that the Histogram Oriented Gradients method with Support Vector Machine algorithm achieved the highest accuracy of 92%. The combination of Gray Level Co-occurrence Matrix and Local Binary Patterns with Random Forest algorithm also achieved an accuracy of 92%, the combination of Gray Level Co-occurrence Matrix, Histogram Oriented Gradients, and Local Binary Patterns with Random Forest algorithm also resulted in an accuracy of 92%. These findings suggest that the combination of various feature extraction methods and machine learning algorithms can improve accuracy in skin cancer classification, which in turn can contribute to early detection and more effective treatment.
Kombinasi Teknik Pemodelan Prototipe pada Aplikasi Mobile untuk Monitoring Pengiriman Sampah Daur Ulang Noor Fauzi, Muh Hilmy; Lestari Lokapitasari Belluano, Poetri; Hasnawi, Mardiyyah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 3: Juni 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025128936

Abstract

Penelitian ini bertujuan mengembangkan teknik pemodelan desain aplikasi mobile untuk memantau pengiriman sampah daur ulang dengan menggabungkan dua metode yaitu Rapid Prototyping dan User-Centered Design (UCD). Aplikasi yang dikembangkan untuk meningkatkan efektivitas pengiriman sampah daur ulang serta memastikan keterlibatan pengguna dalam proses pengelolaan limbah. Pemodelan aplikasi mobile dengan pendekatan Rapid Prototyping dalam pembuatan prototipe interaktif secara cepat sementara User Centre Design diterapkan dalam hal pemahaman secara mendalam terhadap kebutuhan pengguna. Kombinasi Teknik pemodelan antara Rapid Prototyping dan User Centre Design menghasilkan prototipe aplikasi yang baik dalam memonitor pengiriman sampah daur ulang, memberikan kontribusi positif dalam mengatasi permasalahan monitoring pengiriman sampah dan dampak positif pada industri daur ulang dimana pengujian akhir prototipe Efficiency, Effectiveness, Satisfaction, dan Usability yang telah dikembangkan berhasil menunjukkan hasil yang sangat positif. Proses pengembangan prototipe aplikasi mobile melalui beberapa tahapan antara lain analisis awal, perancangan prototipe, verifikasi dan pengujian awal, iterasi dan perbaikan, serta evaluasi akhir desain. Hasil Penelitian ini menunjukkan bahwa tingkat Efficiency dan Effectiveness pada pengujian akhir prototipe aplikasi sangat tinggi, dengan rata-rata nilai 5.00 sedangkan dari sisi Satisfaction dan Usability memperoleh rata-rata nilai sebesar 4.75.
Decision Support System for Ranking Active Waste Bank in Makassar City Using TOPSIS and VIKOR Methods Papua, Ahmad Ruslandia; Hasanuddin, Tasrif; Hasnawi, Mardiyyah
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol. 13 No. 2 (2024): JULY
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v13i2.2158

Abstract

In the city of Makassar, there were initially around 1000 waste banks, but this number has decreased significantly, and by 2023 only 381 waste banks remain active. The decline in the number of waste banks is primarily due to the society's lack of knowledge regarding the utilization of waste banks. This research aims to rank active waste banks in Makassar using the MCDM (Multi-Criteria Decision Making) technique. Two MCDM methods will be utilized in this study: the TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) method and the VIKOR (VIseKriterijumska Optimizacija I Kompromisno Resenje) method. Both methods share a common goal of finding the closest value to the ideal solution, but they differ in their normalization and aggregation functions. TOPSIS calculates the criteria weight values first, followed by the criteria values, whereas VIKOR starts with the highest criteria values and then calculates the criteria weights. The results of this research indicate that some alternatives received the same ranking using TOPSIS and VIKOR methods. The criteria used to calculate data for Waste Banks are Operational Hours, Operational Schedule, Total Customers, Total Employees, and Amount of Collected Waste. These criteria are determined based on Regulation Minister of Environment and Forestry Republic of Indonesia Number 14 of 2021 concerning Waste Management at Waste Banks.