Article Per Year (5 Year)
p-Index From 2021 - 2026
4.232
P-Index
This Author published in this journals
All Journal Speed - Sentra Penelitian Engineering dan Edukasi Jurnal Khatulistiwa Informatika Jurnal Mantik Penusa JUTIM (Jurnal Teknik Informatika Musirawas) INTI Nusa Mandiri Jurnal Informatika dan Sistem Informasi (JUISI) International Journal of Advances in Data and Information Systems Jurnal Pengabdian kepada Masyarakat Nusantara JUSTIAN - Jurnal Sistem Informasi Akuntansi Indonesian Journal of Networking and Security - IJNS SPEED - Sentra Penelitian Engineering dan Edukasi PENA ABDIMAS : Jurnal Pengabdian Masyarakat Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Jurnal Penelitian dan Pengabdian Masyarakat Jotika Journal of Accounting Information System Indonesian Community Service Journal of Computer Science (IndoComs)
Windi Irmayani
Fakultas Teknologi Informasi, Universitas Bina Sarana Informatika, Kampus Kota Pontianak
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Library & Information Science Nursing Public Health Social Sciences Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 39 Documents
Search

 1   2   3   4 
Sistem Informasi Stok Bahan Baku Berbasis Web Framework Laravel Pada Cafe 1/2 Kopi Tiam Sepakat Rasyid Abdur; Windi Irmayani; Muhammad Ifan Rifani Ihsan
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1290

Abstract

Permasalahan fundamental yang dialami oleh Cafe 1/2 Kopi Tiam Sepakat adalah pengelolaan manajemen persediaan bahan baku yang masih bergantung sepenuhnya pada pencatatan manual menggunakan medium buku besar konvensional. Pendekatan usang ini memicu serangkaian kendala operasional, mulai dari tingginya probabilitas kesalahan pencatatan oleh staf (human error), kesulitan pihak manajerial dalam melacak jumlah sisa stok fisik aktual secara cepat dan presisi, hingga risiko fatal berupa kehilangan atau kerusakan dokumen fisik yang mengacaukan audit bulanan. Sebagai solusi komprehensif, penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah Sistem Informasi Stok Bahan Baku terkomputerisasi berbasis web dengan memanfaatkan Framework Laravel dan pangkalan data MySQL. Metodologi yang diaplikasikan dalam pengembangan perangkat lunak ini adalah model Waterfall klasik yang sistematis. Proses validasi kelayakan sistem dieksekusi melalui metode Black-Box Testing untuk menguji fungsionalitas logika, dan User Acceptance Test (UAT) untuk mengukur tingkat kepuasan pengguna. Hasil pengujian Black-Box mengonfirmasi bahwa seluruh fitur beroperasi tanpa kecacatan (bug-free). Selanjutnya, evaluasi UAT yang melibatkan 12 responden internal kafe mencatatkan skor empiris sebesar 531 dari total 565 poin, yang menghasilkan persentase kelayakan absolut sebesar 94,63%. Angka ini membuktikan bahwa perangkat lunak yang dibangun masuk ke dalam kategori sangat layak dan secara efektif berhasil mengotomatisasi sirkulasi logistik, mengeliminasi kesalahan entri data melalui fitur Preset Barang, serta mengamankan jejak manipulasi data melalui penerapan Log Aktivitas (Audit Trail).
Sistem Informasi Terpadu Berbasis Web Mendukung Keterbukaan Publik pada PT. Mitra Aneka Rezeki Kab Kubu Raya Cical Zikra WQ Sanjaya Sanjaya; Windi Irmayani; Muhammad Ifan
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1344

Abstract

PT. Mitra Aneka Rezeki (PT MAR) merupakan perusahaan perkebunan yang berlokasi di Kabupaten Kubu Raya, Kalimantan Barat. Perusahaan ini menghadapi tantangan dalam mengelola berbagai kebutuhan layanan secara terintegrasi, termasuk penyebaran informasi berita, kegiatan, pengajuan proposal, permohonan magang, dan publikasi lowongan pekerjaan. Sistem yang berjalan saat ini masih manual dan terpisah, mengakibatkan keterlambatan informasi, kurangnya transparansi, dan efisiensi administratif yang rendah. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi terpadu berbasis web yang mampu mengintegrasikan lima modul utama: manajemen berita dan kegiatan, informasi layanan, pengajuan proposal, permohonan magang, dan publikasi lowongan pekerjaan. Metodologi yang digunakan adalah pengembangan perangkat lunak dengan model Waterfall, didukung oleh observasi, wawancara, dan studi literatur untuk pemahaman kebutuhan yang mendalam. Hasil implementasi menunjukkan bahwa sistem berhasil mengintegrasikan kelima modul dengan fitur-fitur seperti pelacakan status pengajuan, unggah dokumen, penyimpanan data terpusat, dan antarmuka yang ramah pengguna. Sistem ini terbukti meningkatkan transparansi layanan, mempercepat proses administrasi, dan memperkuat citra profesionalisme perusahaan di mata publik. Kesimpulan penelitian menunjukkan bahwa digitalisasi layanan melalui sistem informasi terpadu berbasis web yang dirancang sesuai kebutuhan spesifik organisasi mampu memberikan dampak signifikan terhadap peningkatan efisiensi operasional dan kepercayaan stakeholder.
Sistem Informasi Nota Servis dan Pembelian dengan Tracking dan Notifikasi WhatsApp Otomatis Dimas Rizki Hamzah; Windi Irmayani; Muhammad Ifan Rifani Ihsan
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1368

Abstract

EC Computer masih mengelola nota servis dan nota pembelian melalui alur yang belum sepenuhnya terintegrasi, sementara pelanggan juga belum memiliki sarana mandiri untuk memantau progres perbaikan perangkat. Kondisi tersebut menyebabkan pencarian data berjalan lambat, informasi status sering bergantung pada admin, dan pembaruan layanan berpotensi terlambat diterima konsumen. Penelitian ini bertujuan membangun sistem informasi yang menyatukan pengelolaan nota servis dan pembelian, menyediakan pelacakan status berbasis web, dan mengirim notifikasi WhatsApp otomatis saat status servis berubah. Metode pengembangan yang digunakan adalah Waterfall melalui tahap analisis kebutuhan, perancangan UML, implementasi dengan Laravel 12, Vue 3, Inertia.js, dan MySQL, serta pengujian Black Box Testing. output penelitian menunjukkan sistem berhasil dibangun dengan fitur pencatatan nota, tracking publik memakai kode nota, QR Code pada nota servis, dasbor admin, serta integrasi SunWa WhatsApp API untuk pengiriman pesan otomatis. Seluruh dua belas skenario pengujian utama berjalan sesuai harapan. Sistem ini meningkatkan keteraturan administrasi, mempercepat penyampaian informasi, dan memberi transparansi layanan yang lebih baik kepada konsumen EC Computer.
Perbandingan Random Forest dan Support Vector Machine untuk Klasifikasi Penyakit Daun Tomat Berbasis Citra Digital Pelagia Melati; Windi Irmayani; Muhammad Ifan Rifani Ihsan
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1390

Abstract

Penyakit pada daun tomat merupakan salah satu penyebab utama menurunnya kualitas dan produktivitas hasil panen, sehingga diperlukan metode deteksi yang cepat dan akurat. Perkembangan teknologi pengolahan citra digital dan machine learning dapat dimanfaatkan untuk membantu proses identifikasi penyakit daun tomat secara otomatis. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Random Forest dan Support Vector Machine (SVM) dalam mengklasifikasikan penyakit daun tomat berbasis citra digital. Data dikumpulkan melalui studi pustaka dan penggunaan dataset Tomato Leaf Disease Detection yang diperoleh dari Kaggle. Tahapan penelitian meliputi pengumpulan dataset, pra-pemrosesan citra, ekstraksi fitur menggunakan Histogram HSV, Histogram of Oriented Gradients (HOG), dan Gray Level Co-occurrence Matrix (GLCM), pembagian data latih dan data uji dengan rasio 80:20, pelatihan model menggunakan algoritma Random Forest dan SVM, serta evaluasi menggunakan confusion matrix, akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki performa lebih baik dibandingkan SVM, dengan akurasi sebesar 86,33%, presisi 87,00%, recall 86,00%, dan F1-score 86,00%, sedangkan SVM memperoleh akurasi 74,67%, presisi 75,00%, recall 75,00%, dan F1-score 74,00%. Berdasarkan hasil tersebut, Random Forest terbukti lebih efektif dalam mengklasifikasikan penyakit daun tomat berbasis citra digital. Penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem deteksi penyakit tanaman berbasis machine learning.
Perbandingan Naive Bayes, SVM, dan IndoBERT untuk Analisis Sentimen Publik terhadap Program Makan Bergizi Gratis pada Komentar YouTube Stella Maris; Windi Irmayani; Muhammad Ifan Rifani Ihsan
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.1416

Abstract

Pelaksanaan Program Makan Bergizi Gratis (MBG) pada tahun 2025 dialokasikan anggaran sebesar Rp171 triliun dengan target 82,9 juta penerima manfaat, namun realisasi awal yang tercatat baru mencapai Rp3 triliun untuk 3,98 juta orang. Kesenjangan target pelaksanaan dan tantangan di lapangan tersebut memicu berbagai opini publik pada platform digital seperti YouTube. Studi ini menganalisis sentimen publik terhadap Program MBG dengan membandingkan efektivitas algoritma Naive Bayes, Support Vector Machine (SVM), dan IndoBERT menggunakan 6.419 komentar YouTube dari Kaggle. Metodologi penelitian meliputi preprocessing teks, pelabelan sentimen sberbasis Lexicon, pembagian data, ekstraksi fitur (TF-IDF dan IndoBERT Tokenizer), penerapan SMOTE pada Naive Bayes dan SVM, serta evaluasi kinerja model. Hasil pelabelan awal menunjukkan adanya ketidakseimbangan data yang didominasi oleh kelas netral sebesar 72,9%, diikuti kelas negatif sebesar 15,0%, dan kelas positif sebesar 12,1%. Setelah dilakukan penanganan menggunakan metode SMOTE, distribusi kelas pada data training menjadi seimbang guna mengoptimalkan proses pembelajaran model Naive Bayes dan SVM. Berdasarkan evaluasi akhir eksperimen, IndoBERT mencatatkan kinerja paling superior dengan nilai accuracy tertinggi mencapai 97,35%, mengungguli SVM sebesar 95,72% dan Naive Bayes sebesar 65,11%. Kesimpulannya, pendekatan context-aware pada model IndoBERT serta penanganan data sebelum pemodelan sangat efektif dan andal dalam memetakan persepsi serta kekhawatiran masyarakat terhadap efisiensi pelaksanaan Program Makan Bergizi Gratis.
Visualisasi Prediksi Harga Saham Menggunakan Model Long Short-Term Memory (LSTM) Windi Irmayani; Wanty Eka Jayanti
Jurnal Sistem Informasi Akuntansi Vol 6 No 1 (2025): Periode Maret 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/justian.v6i1.8107

Abstract

The stock market is a dynamic investment instrument affected by various factors, making it difficult to analyze. Traditional methods such as technical and fundamental analysis are often less accurate in capturing non-linear patterns and complex historical data. Deep learning algorithms, especially Long Short-Term Memory (LSTM), are beginning to be used to improve the accuracy of stock price predictions due to their ability to handle time series data and retain long-term information. This study focuses on the stock price prediction of Apple Inc., a leading technology company that reflects global industry trends. LSTM is used to overcome the limitations of traditional methods and provide a more accurate prediction model, especially in capturing stock price fluctuations due to new product launches, financial reports, and regulatory changes.This study aims to contribute to academics and market players in making more accurate prediction-based investment decisions, while expanding insights into the application of deep learning in the stock market. The result, it appears that the overall data trend is moving upwards, although there are some local (minor) declines.
Rancangan Sistem Penggajian Guru Honorer Pada SDN 41 Nanga Tayap Ariska Prawesti Swandini; Kristina Popi; Febrianti Kristina Saputri Maubilli; Windi Irmayani
Jurnal Sistem Informasi Akuntansi Vol 6 No 2 (2025): Periode September 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/justian.v6i2.9192

Abstract

Penelitian ini berfokus pada perancangan sistem informasi akuntansi untuk proses penggajian guru honorer di SDN 41 Nanga Tayap. Latar belakang penelitian ini menyoroti ketidakefisienan dan risiko yang terkait dengan sistem penggajian manual yang saat ini digunakan oleh sekolah, seperti keterlambatan pencatatan, kesalahan perhitungan, dan kurangnya transparansi. Tujuan dari penelitian ini adalah untuk mengembangkan sistem yang lebih efektif, akurat, dan terintegrasi guna mengatasi permasalahan tersebut. Dengan menggunakan metode deskriptif kualitatif, data dikumpulkan melalui observasi, wawancara, studi dokumen, dan studi pustaka. Sistem dirancang menggunakan model SDLC (Waterfall) yang terbatas pada tahap analisis dan perancangan, serta divisualisasikan melalui diagram UML yang mencakup use case, sequence, dan activity diagram. Temuan penelitian menunjukkan bahwa sistem yang diusulkan memfasilitasi manajemen data penggajian yang terstruktur, meningkatkan transparansi, dan mendukung akuntabilitas keuangan. Model ini sangat relevan untuk sekolah-sekolah di daerah terpencil yang memiliki keterbatasan infrastruktur digital, dan dapat dijadikan prototipe bagi institusi serupa yang ingin melakukan transformasi digital dalam administrasi penggajian.
Perancangan Sistem Penjualan Kue Kering Dalam Penerapan Akuntansi Putri Andriyani; Syella Nanda Alzahari; Windi Irmayani
Jurnal Sistem Informasi Akuntansi Vol 6 No 2 (2025): Periode September 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/justian.v6i2.9311

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) memainkan peran penting dalam perekonomian Indonesia, berkontribusi lebih dari 60% terhadap Produk Domestik Bruto (PDB) dan menyediakan lapangan kerja bagi mayoritas tenaga kerja nasional. Salah satu sektor yang berkembang pesat adalah bisnis kue buatan sendiri, terutama selama hari libur keagamaan ketika permintaan meningkat secara signifikan. Namun, banyak pelaku UMKM di sektor ini yang masih mengandalkan pencatatan transaksi manual, yang seringkali menyebabkan kesalahan, keterlambatan pelaporan keuangan, dan pengelolaan persediaan yang tidak akurat. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi penjualan berbasis web yang terintegrasi dengan fitur akuntansi sederhana untuk meningkatkan efisiensi dan akurasi operasional UMKM. Penelitian ini menggunakan pendekatan rekayasa perangkat lunak menggunakan model pembuatan prototipe, yang melibatkan pengguna di setiap tahap pengembangan. Data dikumpulkan melalui observasi, wawancara, focus group discussion (FGD), dan tinjauan pustaka. Sistem ini dikembangkan menggunakan PHP 8.1, MySQL 8.0, dan kerangka kerja CodeIgniter 4.2 dengan arsitektur Model-View-Controller (MVC). Hasil pengujian menunjukkan bahwa sistem secara signifikan meningkatkan kecepatan transaksi dan kualitas pelaporan, mencapai tingkat keberhasilan fitur 98% dengan waktu respons rata-rata 1,2 detik. Studi ini menunjukkan bahwa sistem informasi yang berpusat pada pengguna dapat menawarkan solusi praktis dan efektif untuk mengelola bisnis UMKM berbasis cookie.
SISTEM PENGOLAHAN DATA APBDes (SIPDABDES) PADA KANTOR DESA WAJOK HILIR KABUPATEN MEMPAWAH Windi Irmayani; Yulia Yulia; Erni Erni
INTI Nusa Mandiri Vol. 14 No. 1 (2019): INTI Periode Agustus 2019
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

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

Abstract

Bidang Akuntansi telah mengalami berbagai kemajuan dalam hal pengolahan transaksi keuangan sehingga informasi akuntansi dengan mudah dapat diolah dengan cepat. Namun beberapa perusahaan atau instansi dalam pengolahan data keuangan akuntansinya masih secara sederhana sehingga kemungkinan kesalahan-kesalahan sering terjadi serta akurasi data kurang tepat. Pengolahan Data Anggaran Pendapatan dan Belanja Desa (APBDes) pada Kantor Wajok Hilir Kabupaten Mempawah. Pengolahan APBDes yang masih sederhana dengan menggunakan Microsoft Excel. Pengolahan data APBDes yang sederhana ini menghasilkan laporan yang kurang akurat dan proses pendataannya memakan waktu yang lama. Maka dari itu, Penelitian ini, membahas Sistem Informasi Pengolahan Data Anggaran Pendapatan dan Belanja Desa (APBDes) yang dirancang untuk Kaur Keuangan, Sekretaris, dan Kepala Desa. Sistem ini dirancang dapat mengolah data user, data jabatan, data pegawai, data APBDes, data anggaran, data detail anggaran, dan dokumentasi. Laporan yang dihasilkan sistem pengolahan data APBDes ini adalah Laporan APBDes. Penulis menggunakan PHP, HTML, CSS, Javascript, Jquery sebagai bahasa pemrograman, Bootstrap sebagai CSS framework, Xampp sebagai web server, MySQL sebagai sistem manajemen basis data. Dengan adanya sistem pengolahan data APBDes pada Kantor Desa Wajok Hilir Kabupaten Mempawah ini, diharapkan dapat membantu Kaur Keuangan, Sekretaris dan Kepala Desa dalam mengolah data APBDes lebih mudah, cepat dan Akurat.
Co-Authors Adi Supriyatna Alfi Azhari, Nourmala Anna Anna Anna Anna Anna, Anna Ardiyansyah Ardiyansyah Ariska Prawesti Swandini Burcu Gurbuz Cical Zikra WQ Sanjaya Sanjaya Deasy Purwaningtias Dedi Saputra Dimas Rizki Hamzah Dwi Kurniati Ejia Wananti Eka Jayanti, Wanty Eka Susyatih Erni Erni Fani Talia Febrianti Kristina Saputri Maubilli Ibnu Khaldun Ibnu Khaldun Kristina Popi Lisnawanty Martias Martias Mirna Astika Dewi Muhamad Dimas Adityawarman Muhamad Nasihin Muhammad Ifan Muhammad Ifan Rifani Ihsan Nila Hardi Nurfia Oktaviani Syamsiah Nurmalasari Nurmalasari Pelagia Melati Purwaningtias, Deasy Purwaningtias, Deasy Putri Andriyani Rahayu Dwi Utami Rasyid Abdur Rosmiati, Mia Sidauruk, Juniato Stella Maris Syella Nanda Alzahari Talia, Fani Wanty Eka Jayanti Weishky Steven Dharmawan Yulia Yulia Yulia Yulia