Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal RESEARCH : Computer, Information System & Technology Management
Donny Yulianto
Universitas Amikom Yogyakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Optimasi Basis Data Spasial Untuk Mengidentifikasi Lampu APILL Di Kabupaten Sleman Ichsan Wasiso; Agus Susilo Nugroho; Donny Yulianto; Kusrini Kusrini
RESEARCH : Journal of Computer, Information System & Technology Management Vol 3, No 1 (2020)
Publisher : UNIVERSITAS PGRI MADIUN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (415.7 KB) | DOI: 10.25273/research.v3i1.5799

Abstract

Lampu Apill (alat pemberi isyarat lalu lintas) merupakan salah satu rambu lalu lintas penting di jalan raya. Lampu apill biasa ditempatkan di persimpangan jalan, entah itu perempatan atau pertigaan. Adanya lampu apill membuat lalu lintas jalan raya bisa tertib, sehingga dapat mengurangi kemacetan hingga kecelakaan lalu lintas. Begitu pentingnya keadaan lampu apill, sehingga perlu pemeliharaan secara konsisten agar keberadaannya bisa bermanfaat secara maksimal. Tak jarang dalam melakukan pemeliharaan lampu apill, petugas menemui kesulitan dalam mengetahui lokasi lampu apill yang sudah tidak layak. Hal ini disebabkan karena tidak adanya basis data spasial yang mengakomodasi lokasi lampu apill. Kesulitan dalam mendata lampu apill ini berdampak pada kesulitan dalam menentukan anggaran terhadap lampu apill. Hal itu tentu tidak baik dalam suatu sistem pemerintahan. Sehingga kami sebagai peneliti mencoba memberikan solusi untuk permasalahan ini. Solusi tersebut hadir dalam penelitian ini yaitu dengan memudahkan petugas dalam melakukan survei data lampu apill, mempermudah dalam mengetahui posisi lampu apill yang akhirnya berdampak pada kemudahan dalam penyusunan anggaran lampu apill. Dalam melakukan penelitian, peneliti melakukan beberapa langkah yaitu : mencari koordinat lampu apill dengan tepat, baik secara online maupun alat gps offline. Setelah koordinatnya ditemukan kemudian dimasukkan dalam basis data spasial. Selanjutnya akan diintegrasikan dengan google maps. Selain itu untuk hasil pengujian basis data, kami temukan pada penelitian ini bahwa, basis data yang denormalisasi menunjukkan kecepatan dalam akses daripada basis data normalisasi. Tetapi ukuran basis data denormalisasi lebih besar dari pada basis data normalisasi. Dari serangkaian kegiatan ini, peneliti berharap ketika google maps dibuka, akan muncul titik lampu apill, dan ketika titik lampu apill tersebut diklik, akan muncul detail lampu apill, yang berisikan kondisi lampu apil, letaknya serta koordinatnya.
Sistem Pakar Diagnosis Penyakit Ayam Berbasis Web Menggunakan Certainty Factors Donny Yulianto; Idris Idris; Ichsan Wasiso; Kusrini Kusrini
RESEARCH : Journal of Computer, Information System & Technology Management Vol 3, No 1 (2020)
Publisher : UNIVERSITAS PGRI MADIUN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (462.844 KB) | DOI: 10.25273/research.v3i1.5782

Abstract

Peternakan adalah salah satu bidang yang membutuhkan sentuhan teknologi. Ayam merupakan hewan ternak yang paling banyak diternakkan di Indonesia. Tetapi tidak semua peternak memiliki pengetahuan yang cukup tentang penyakit dan gejala yang diderita ayam. Hal ini mengakibatkan jika ayam peliharaan mengalami sakit, peternak akan mengalami kebingungan untuk mengobatinya. Salah satu strategi yang dilakukan untuk mengatasi masalah tersebut adalah dengan menggunakan aplikasi sistem pakar. Untuk menyelesaikan masalah ketidakpastian dari seorang pakar menggunakan metode certainty factors (CFs). Dalam penerapannya aplikasi sistem pakar ini masih harus dioptimalkan lagi. Pendekatan yang digunakan dalam penelitian ini adalah metode studi pustaka dan kualitatif dengan metode pengumpulan data yang didapatkan dari buku, jurnal yang relevan dan seorang pakar ayam. Kemudian dari hasil pengumpulan data tersebut digunakan untuk membangun aplikasi sistem pakar diagnosis penyakit ayam yang dapat menghasilkan keluaran berupa kemungkinan penyakit yang diderita ayam berdasarkan gejala yang dimasukkan pengguna kedalam aplikasi dan memberikan solusi pengobatannya.
Evaluasi Tingkat Kesuksesan Sistem Informasi Penerimaan Mahasiswa Baru Menggunakan Metode Hot Fit Donny Yulianto; Ema Utami; Asro Nasiri
RESEARCH : Journal of Computer, Information System & Technology Management Vol 4, No 1 (2021)
Publisher : UNIVERSITAS PGRI MADIUN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/research.v4i1.7019

Abstract

Sistem informasi penerimaan mahasiswa baru merupakan sistem yang sangat mendasar dan dibutuhkan bagi perguruan tinggi serta merupakan ujung tombak pemasaran untuk mendapatkan jumlah mahasiswa yang diharapkan. Tujuan penelitian ini adalah untuk mengetahui pengaruh dan besarnya nilai antar variabel pada sistem informasi penerimaan mahasiswa baru (PMB) yang ada di STKIP Widya Yuwana. Serta untuk mengetahui variabel mana yang paling berpengaruh terhadap tingkat kesuksesan sistem informasi. Metode yang digunakan adalah metode Hot-Fit dan SEM PLS sebagai alat uji statistik. Metode Hot-Fit mengevaluasi sistem dengan menggunakan variabel penggunaan sistem, kepuasan pengguna, struktur, lingkungan, kualitas sistem, kualitas informasi, kualitas layanan, dan net benefit. Pengujian akan dilakukan terhadap 16 hipotesis. Dari hasil penelitian 10 hipotesis dinyatakan diterima dan 6 dinyatakan hipotesis tidak diterima. Variabel yang berpengaruh kuat pada kesuksesan sistem informasi penerimaan mahasiswa baru di STKIP Widya Yuwana adalah variabel kualitas informasi dengan nilai 0,907, kualitas sistem dengan nilai 0,886 dan penggunaan sistem dengan nilai 0,882. Variabel yang berpengaruh lemah adalah variabel net benefit dengan nilai 0,572, struktur dengan nilai 0,804, dan kualitas layanan dengan nilai 0,807. 
Co-Authors Agus Susilo Nugroho Asro Nasiri Ema Utami Ichsan Wasiso Idris Idris Kusrini Kusrini