Claim Missing Document
Check
Articles

APPLICATION OF THE RAD METHOD TO THE DEVELOPMENT OF BARBERSHOP TRANSACTION REPORT INFORMATION SYSTEM USING VISUAL FOXPRO 9.0 Hening Hendrato; Linda Wahyu Widianti; Ani Rachmaniar
Journal of Information System, Informatics and Computing Vol 7 No 1 (2023): JISICOM (June 2023)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisicom.v7i1.1080

Abstract

Barbershop business activity is a form of small and medium enterprises (UKM) currently growing rapidly owned by a group of Indonesian people. Barbershop business is usually carried out in an open place that is easy for potential customers to find. Barbershop activities provide services to customers in the form of haircuts, mustaches and head washing. The period when customers use barbershop services is very continuous, periodically according to the age of hair growth. There are so many transactions in the barbershop business that a good information system is needed to calculate the profits earned in a certain period. Based on this information, this research builds an accurate and reliable information system. The developed system provides a solution to obtain overall transaction report information in a period of time so that total profit information can be well known. The development of this system uses the Rapid Application Development Method to facilitate application development. The development of a transaction report system and profit reports for barbershop business activities is translated using Microsoft Visual Foxpro 9.0 software. The developed information system answers problems in the financial reports of barbershop activities to become more structured.
IMPLEMENTASI SISTEM PENUNJANG KEPUTUSAN MENGGUNAKAN METODE WEIGHTED PRODUCT UNTUK SELEKSI KARYAWAN FRESHGRADUATE DAN NON PENGALAMAN BERBASIS WEB (STUDI KASUS : PT. ELENBEE CIPTA DESAIN) Linda Wahyu Widianti; Neneng Mariana; Wiwik Handrini
Prosiding Seminar SeNTIK Vol. 6 No. 1 (2022): Prosiding SeNTIK 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Keputusan merupakan suatu hasil akhir yang memberikan solusi dalam menghadapi suatu permasalahan. Keputusan yang diambil merupakan sebuah proses tahapan pengumpulan data menjadi informasi bermanfaat yang perlu dijadikan pertimbangan untuk hasil keputusan. Sistem pendukung keputusan penyeleksian karyawan lulusan baru (fresh graduate) dan non pengalaman ini, guna membantu dan mempermudah pimpinan untuk menyeleksi calon pekerja baru yang melamar sesuai dengan kriteria atau syarat yang diperlukan oleh perusahaan, menggunakan studi kasus PT. Elenbee Cipta Desain. PT. Elenbee Cipta Desain merupakan perusahaan terbatas (PT) yang berada dalam sektor jasa konsultasi desain interior yang didirikan oleh Ibu Aviliani Aziz pada tahun 1998. Dengan sistem penunjang keputusan penyeleksian karyawan fresh graduate dan non pengalaman berbasis web menggunakan metode Weighted Product pada PT. Elenbee Cipta Desain ini untuk membantu pimpinan dalam mengambil keputusan dari hasil seleksi calon yang melamar sesuai dengan langkah – langkah pada metode Weighted Product.
Metode Pengolahan Citra Untuk Mendeteksi Karies Gigi Linda Wahyu Widianti; Sunny Arief Sudiro; Sarifuddin Madenda; Johan Harlan
Prosiding Seminar SeNTIK Vol. 2 No. 1 (2018): Prosiding SeNTIK 2018
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Metode Pengolahan Citra Untuk Mendeteksi Karies Gigi
Aplikasi Jasa Penitipan Kendaraan Motor Amanda Menggunakan Microsoft Visual Foxpro Hening Hendrato; Yuniar D; Linda Wahyu Widianti
Prosiding Seminar SeNTIK Vol. 3 No. 1 (2019): Prosiding SeNTIK 2019
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Aplikasi Jasa Penitipan Kendaraan Motor Amanda Menggunakan Microsoft Visual Foxpro
RANCANG BANGUN MEDIA KELAS BELAJAR ONLINE BERBASIS E-LEARNING (STUDI KASUS : STMIK Jakarta STI&K) Linda Wahyu Widianti; Hening Hendrato; Neneng Mariana
Prosiding Seminar SeNTIK Vol. 5 No. 1 (2021): Prosiding SeNTIK 2021
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

andemi Covid-19 yang telah melanda seluruh dunia saat ini mengakibatkan seluruh masyarakat dunia menjalankan protokol kesehatan yang telah di tetapkan oleh badan Kesehatan dunia World Health Organization (WHO) yaitu penggunaan masker, mencuci tangan dan menjaga jarak. Semua kegiatan masyarakat dengan mobilitas tinggi untuk berkumpul atau melakukan kerumunan ditiadakan, semua aktifitas dibatasi dan digantikan dengan aktifitas berbasiskan online. Proses belajar mengajar di semua tingkat pendidikan mulai dari tingkat dasar, menengah dan atas serta tingkat Pendidikan di perguruan tinggi semua dilaksanakan secara online. Penggunaan kelas belajar berbasis online juga dapat meminimalisir penggunaan kertas, karena penggunaan kertas dalam kegiatan proses belajar mengajar berbasis offline sangatlah besar. Forest watch Indonesia melansir sepuluh juta hektare hutan telah digunakan pohonnya sebagai bahan baku untuk membuat kertas dan diperkirakan jumlah ini akan terus bertambah jika penggunaan kertas secara masiv terus tanpa henti. Perkembangan tekhnologi yang sangat pesat dan penggunaannya menunjang berbagai aktifitas masyarakat dengan merubah aktifitas yang bersifat offline menjadi online membuat semua kegiatan lebih efektif dan efisien melintas ruang dan jarak. E-learning merupakan suatu system atau konsep pendidikan yang memanfaatkan teknologi informasi dalam proses belajar mengajar, serta menjadi solusi selama pandemi Covid-19 untuk tetap menjalankan proses belajar mengajar walaupun dengan melintas ruang dan jarak serta meminimalisir penggunaan kertas. Tata Kelola kelas belajar online berbasis E-learning ini memiliki tujuan membangun E-learning untuk tata Kelola kelas dalam proses belajar mengajar sehingga dapat memoderenisasikan sarana pengajaran ditingkat perguruan tinggi dengan memanfaatkan tekhnologi berbasis website. Pengujian portability yang dilakukan telah menghasilkan penggunaan browser yang paling baik.Hasil implementasi rancangan aplikasi ini secara keseluruhan berjalan baik.
PENERAPAN PLATFORM ANALISIS MEDIA SOSIAL BERBASIS ARTIFICIAL INTELEGENT SEBAGAI MODEL PEMASARAN PRODUK SECARA DIGITAL Mohamad Saefudin; Linda Wahyu Widianti; Hening Hendrato
Prosiding Seminar SeNTIK Vol. 7 No. 1 (2023): Prosiding SeNTIK 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Teknologi kecerdasan buatan atau Artifficial Intelegent (AI) adalah bidang yang melibatkan pengembangan sistem komputer yang dapat melakukan tugas yang biasanya membutuhkan kecerdasan manusia. AI terus berkembang dengan adanya penelitian dan inovasi baru, dan teknologi ini terus diperbarui dan ditingkatkan untuk meningkatkan kemampuan sistem. Teknologi ini memiliki banyak bentuk seperti Machine Learning, Deep Learning, Natural Language Processing, Computer Vision, Robotics, Generative Adversarial Networks, dan Reinforcement Learning. Sementara teknologi ini yang dapat digunakan dalam kegiatan bisnis khususnya pada saat proses pemasaran produk kepada pelanggan dapat berbentuk analisis data. Bentuk analisis data tersebut seperti proses analisis sentimen, rekomendasi produk, personalisasi konten, chatbot yang dapat memberikan dukungan pelanggan 24 jam selama 7 hari, analisis prediktif dan pengoptimalan harga produk berdasarkan banyak faktor seperti permintaan pelanggan. Penelitian yang dilakukan adalah membandingkan tiga platform media sosial analisis yaitu: Google Analytic, Facebook Insights, dan Instagram Insights. Penggunaan Teknologi AI dalam pemasaran produk dapat membantu meningkatkan analisis data, personalisasi konten, pengambilan keputusan, efisiensi operasional, dan penghematan biaya. Hal ini membantu meningkatkan kinerja pemasaran memberikan pengalaman pelanggan yang lebih baik, dan mencapai hasil yang lebih baik secara keseluruhan
Improved Banking Customer Retention Prediction Based on Advanced Machine Learning Models Linda Wahyu Widianti; Adhitio Satyo Bayangkari Karno; Hastomo, Widi; Aryo Nur Utomo; Dodi Arif; Indra Sari Kusuma Wardhana; Deon Strydom
Indonesian Journal of Information Systems Vol. 7 No. 2 (2025): February 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/ijis.v7i2.10364

Abstract

The quick growth of the banking sector is reflected in the rise in the number of banks. In addition to the intense competition among banks for new customers, efforts to keep existing ones are essential to minimizing potential losses for the company. To ascertain whether customers will leave the bank or remain customers, this study will employ churn forecasts. A 1,750,036-customer demographic dataset, which includes data on bank customers who have left or are still customers, is used in the training process to compare five machine learning technology models in order to investigate the improvement of binary classification prediction accuracy. These models are Decision Tree, Random Forest, Gradient Boost, Cat Boost, and Light Gradient Boosting Machine (LGBM). According to the study's results, LGBM performs better than the other four models since it has the highest recall and accuracy and the fewest False Negatives. The LGBM model's corresponding accuracy, precision, recall, f1 score, and AUC are 0.8789, 0.8978, 0.8553, 0.8758, and 0.9694. This demonstrates that, in comparison to traditional methods, machine learning optimization can produce notable advantages in churn risk classification. This study offers compelling proof that sophisticated machine learning modeling can revolutionize banking industry client retention management.
Pengujian Website Monitoring Promo Regional pada salah satu Perbankan BUMN menggunakan metode Black Box Yuanita Pratiwi; Linda Wahyu Widianti
Jurnal Ilmiah Komputasi Vol. 24 No. 1 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 1, Maret 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.1.3782

Abstract

Aplikasi Monitoring Promo yang dimiliki oleh salah satu perbankan BUMN. Aplikasi tersebut berbasis web-based, dan berfungsi memonitoring promo yang dibuat oleh kantor cabang di wilayah. Perbankan BUMN tersebut memiliki kantor cabang yang berada di 18 wilayah yang tersebar di seluruh indonesia. Selain itu, website monitoring promo tersebut dapat memonitoring status promo yang telah dibuat oleh regional atau kantor cabang wilayah, memonitorng realisasi biaya dari promo yang sudah di keluarkan, sampai memonitoring apakah promo tersebut efektif sehingga memiliki realisasi sales volume yang di dapatkan. website harus diuji untuk memastikan berfungsi dengan baik, benar, dan tepat. Pengujian perangkat lunak berbasis web-based dilakukan untuk menemukan dan mengidentifikasi bug, cacat, dan kekurangan pada perangkat lunak yang diuji serta meningkatkan fungsinya. Pengujian perangkat lunak dapat dilakukan dengan menggunakan berbagai metode. Salah satu metode yang paling umum digunakan dalam pengujian perangkat lunak adalah metode pengujian Black Box. Pengujian ini dilakukan dengan tujuan untuk memastikan seluruh fungsi pada monitoring promo regional dapat berjalan dengan baik dan bebas dari cacat seperti error dan bug. Aplikasi Monitoring Promo Regional diuji menggunakan metode pengujian Black Box dengan teknik analisis nilai batas. Rancangan pengujian aplikasi monitoring promo regional dimulai dari test case masuk atau login akun, test case penginputan promo di masing-masing kantor wilayah, test case penginputan realisasi biaya penggunaan, sampai test case monitoring pendapatan realisasi sales volume. Dapat disimpulkan bahwa terdapat 52 test case yang hasilnya valid atau berhasil dan 0 test case yang hasilnya tidak valid atau gagal. Sehingga, hasil tersebut menunjukkan bahwa aplikasi monitoring promo regional sudah berjalan secara optimal.
IMPLEMENTASI TATA KELOLA TEKNOLOGI INFORMASI MENGGUNAKAN FRAMEWORK COBIT 5 PADA SALAH SATU BANK MILIK BUMN Yuanita Pratiwi; Linda Wahyu Widianti
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 2 (2025): May 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i2.281

Abstract

Kemajuan teknologi informasi (TI) sudah menjadi suatu kebutuhan yang tidak terpisahkan bagi perusahaan, lembaga, atau organisasi dalam meningkatkan efisiensi dan efektivitas kinerja dengan tujuan mendukung rencana strategis perusahaan untuk mencapai visi, misi, serta tujuan yang diinginkan perusahaan. Pengaturan terhadap Teknologi Informasi perlu dilakukan agar dapat dimanfaatkan dengan baik. Tindakan untuk mengatur TI disebut sebagai tata kelola TI. Penelitian ini bertujuan untuk mengimplementasikan tata kelola teknologi informasi pada salah satu perusahaan perbankan BUMN menggunakan Framework COBIT 5 yang menghasilkan Tingkat Kematangan, Kesenjangan, dan rekomendasi untuk tata kelola TI agar sesuai dengan tujuan perusahaan. Terdapat 5 domain pada COBIT-5 diantaranya Planning and Enterprise (OP), Acquisition and Implementation (AI), Delivery and Support (DSS) serta Monitoring and Evaluate (MEA), Evaluated, Direct and Monitor (EDM). Penelitian ini merupakan penelitian kualitatif dan kuantitatif. Pengambilan sampel menggunakan teknik purposive sampling. Teknik analisis data menggunakan metode analisis deskriptif, dan menggunakan 3 domain yaitu EDM, APO, dan MEA. Limitasi dalam penelitian ini ialah proses pengambilan data, dimana peneliti menargetkan hanya 8 pegawai yang akan menjadi pengisi kuesioner. Hasil penelitian menunjukkan bahwa implementasi tata kelola TI menggunakan Framework COBIT-5 dari hasil perhitungan penyebaran kuisioner didapatkan nilai rata- rata 3,70 sampai dengan 4,2 pada proses EDM01, EDM03,  EDM04, EDM05, APO02, APO04, APO05, APO06, APO07, APO08, APO09, APO10, APO11, APO12, APO13, MEA01, MEA02, MEA03 yang dikategorikan ke dalam level 4 pada Tingkat Kematangan. Salah satu perusahaan perbankan BUMN telah mencapai titik manage and measurable dalam tata kelola TI
Improved Banking Customer Retention Prediction Based on Advanced Machine Learning Models Linda Wahyu Widianti; Adhitio Satyo Bayangkari Karno; Hastomo, Widi; Aryo Nur Utomo; Dodi Arif; Indra Sari Kusuma Wardhana; Deon Strydom
Indonesian Journal of Information Systems Vol. 7 No. 2 (2025): February 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/ijis.v7i2.10364

Abstract

The quick growth of the banking sector is reflected in the rise in the number of banks. In addition to the intense competition among banks for new customers, efforts to keep existing ones are essential to minimizing potential losses for the company. To ascertain whether customers will leave the bank or remain customers, this study will employ churn forecasts. A 1,750,036-customer demographic dataset, which includes data on bank customers who have left or are still customers, is used in the training process to compare five machine learning technology models in order to investigate the improvement of binary classification prediction accuracy. These models are Decision Tree, Random Forest, Gradient Boost, Cat Boost, and Light Gradient Boosting Machine (LGBM). According to the study's results, LGBM performs better than the other four models since it has the highest recall and accuracy and the fewest False Negatives. The LGBM model's corresponding accuracy, precision, recall, f1 score, and AUC are 0.8789, 0.8978, 0.8553, 0.8758, and 0.9694. This demonstrates that, in comparison to traditional methods, machine learning optimization can produce notable advantages in churn risk classification. This study offers compelling proof that sophisticated machine learning modeling can revolutionize banking industry client retention management.