Claim Missing Document
Check
Articles

Software Testing in E-Commerce: A Comparison Between Manual and Automated Testing Using Katalon Studio and Python Rakly, Brian Duen; Andriyani, Widyastuti
Journal of Artificial Intelligence and Software Engineering Vol 5, No 1 (2025): March
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i1.6448

Abstract

Software testing is a crucial element in software development to ensure quality and reliability. This study compares manual and automated testing using tools like Katalon Studio and Python. Manual testing is effective for scenarios requiring human judgment, such as user experience (UX) evaluation. In contrast, automated testing is more efficient for routine and repetitive tasks, reducing human error and speeding up the process. This study evaluates the effectiveness, efficiency, and costs of both methods in the context of e-commerce software testing. The results indicate that manual testing is superior in detecting defects before release, while automated testing is more cost-effective and time-efficient for repetitive testing. This guide assists developer for selecting the appropriate testing method based on their project needs.
Fruit Image Classification Using Naive Bayes Algorithm with Histogram of Oriented Gradients (HOG) Feature Extraction Saputra, Andika Jodhi; Andriyani, Widyastuti
Journal of Artificial Intelligence and Software Engineering Vol 5, No 1 (2025): Maret
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i1.6536

Abstract

A classification system using Naïve Bayes algorithm was developed to distinguish between fresh and rotten fruits, specifically apples, bananas and oranges. This research utilized a dataset consisting of 13,599 images and applied the Histogram of Oriented Gradients (HOG) technique for feature extraction, followed by model training and evaluation. The results showed that the Naïve Bayes algorithm achieved an accuracy of 87%, with the highest precision in the fresh apple class (0.9792) and the highest recall in the rotten apple class (0.9843). The rotten banana class showed a balanced performance with the highest F1-score of 0.9085. Although there were some misclassifications, especially in the rotten citrus fruit category, this study shows that image processing techniques have great potential and are reliable for assessing fruit quality based on visual characteristics.
PENERAPAN MADM DENGAN METODE SAW UNTUK MENENTUKAN TARGET PROMOSI BERDASARKAN ASAL JURUSAN DI SEKOLAH SUTRISNO, B. T.; Andriyani, Widyastuti
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 11, No 2 (2020): JURNAL SIMETRIS VOLUME 11 NO 2 TAHUN 2020
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v11i2.4784

Abstract

Penerimaan Mahasiswa Baru (PMB) adalah proses yang sangat penting untuk merekrut mahasiswa baru, di mana jumlah mahasiswa sangat penting untuk operasional dan perencanaan pengembangan Perguruan Tinggi Swasta (PTS). Sebagai bagian dari PTS di Yogyakarta, Fakultas Kesehatan Universitas Jenderal Achmad Yani Yogyakarta berusaha meningkatkan jumlah mahasiswanya, dimana salah satunya dengan mengoptimalkan penenttuan target promosi. Model Multiple Attribute Decision Making (MADM) dengan metode Simple Additive Weighting (SAW) dapat menghasilkan urutan peringkat yang dapat digunakan untuk menentukan keputusan terkait target promosi berdasarkan asal jurusan pada calon siswa di sekolah menengah, sehingga pembuat kebijakan Penerimaan Mahasiswa di Fakultas Kesehatan Universitas Jenderal Achmad Yani Yogyakarta dapat menentukan target promosi yang sesuai untuk meningkatkan jumlah mahasiswa baru.
Multiple Linier Regression Analysis Effects of Education Media on Student Experience and Satisfaction Wibowo, Gunturari; D P, Bambang Purnomosidi; Andriyani , Widyastuti
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 4 (2025): Articles Research October 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i4.15293

Abstract

The purpose of this study is to explore the effect of quiz- and game-based learning media on student learning experiences and satisfaction. This study models the relationship between media, motivation, experience, and learning satisfaction differently from previous studies with single variables. The research method uses a multiple linear regression approach with data collected through a Likert scale questionnaire. The research subjects consisted of 107 tenth-grade students majoring in Network and Computer Engineering at SMK Bhinneka Karya Simo. Data processing was carried out using Python and Microsoft Excel software for data analysis. The results showed that the variables of media, motivation, and response had a significant effect on learning experience (p < 0.05). The regression equations obtained were: experience (Y2) = 0.5918 + 0.2594X1 + 0.2840Y1, while satisfaction (Y3) = 0.5918 + 0.2594X1 + 0.2840Y1 + 0.3239Y2. In conclusion, learning experience is mainly influenced by media and motivation, while learning satisfaction is influenced by media, motivation, and the experience itself. These findings confirm that game-based learning strategies can create more meaningful learning experiences and encourage increased student satisfaction, which can be used as a basis for improving the quality of learning in the classroom.
Rule Based System to Support Decisions on Determining Employee Status (Lecturers) for Scholarship Student Graduates Sipayung, Hotma Sadariahta; Andriyani, Widyastuti; Purnomosidi Dwi Putranto, Bambang; Kriestanto, Danny
Journal of Intelligent Software Systems Vol 3, No 1 (2024): July 2024
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v3i1.1337

Abstract

Salah satu permasalahan yang terjadi di Universitas Teknologi Digital Indonesia (UTDI) adalah proses seleksi yayasan Dosen Tetap yang disebut-sebut baru untuk diterapkan kepada mahasiswa penerima calon beasiswa S2 di Magister Teknologi Informasi (MTI). UTDI Yogyakarta. Kriteria yang digunakan dalam aturan tersebut adalah Indeks Prestasi (IP) Semester 1, IP Semester 2, IP Semester 3, Indeks Prestasi Kumulatif (IPK), Makalah (karya ilmiah), Kerjasama, Disiplin, Komunikasi, Pra Tesis, Tesis, Nilai C. , dan Durasi Studi yang diperoleh dari MTI UTDI, selanjutnya akan menggunakan Algoritma C4.5 untuk menghasilkan pohon keputusan yang akan dipelajari aturan dalam sistem. Penelitian ini menggunakan kaidah yang diperoleh dari MTI UTDI oleh Ketua Program Studi (Kaprodi) yaitu 41 data latih dan 8 data uji. Menggunakan forward chaining sebagai metode dalam sistem pakar yang mencari solusi melalui permasalahan, kemudian menggunakan Algoritma C4.5 yang merupakan algoritma yang digunakan untuk membentuk pohon keputusan. Aturan yang terbentuk kemudian digunakan untuk memprediksi kelayakan lulusan beasiswa Magister menjadi Dosen Tetap, Dosen Kontrak, atau tidak memenuhi persyaratan. Hasil prediksi tersebut kemudian dievaluasi menggunakan Confusion Matrix dan memperoleh nilai akurasi sebesar 75%, Precision sebesar 77,78%, dan Recall sebesar 77,78%. Sehingga Algoritma C4.5 dengan menggunakan aplikasi RapidMiner cukup layak digunakan untuk mendukung pengambilan keputusan dalam pemilihan mahasiswa penerima beasiswa Magister yang akan diangkat menjadi Dosen Tetap, Dosen Kontrak maupun yang tidak memenuhi syarat sebagai Dosen di UTDI. Fakultas Teknologi Informasi
Dynamic Bitrate Adjustment in Web-based Video Streaming Applications Using HTTP Live Streaming (HLS) Roh Bintang Jaya, Mabrur; Andriyani, Widyastuti; Kristomo, Domy; Agung Nugroho, Muhammad
Journal of Intelligent Software Systems Vol 3, No 1 (2024): July 2024
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v3i1.1344

Abstract

This research aims to implement Adaptive Bit Rate (ABR) in the web-based video streaming application JBTV using HTTP Live Streaming (HLS). ABR is a technique that enables automatic adjustment of video bitrate according to user network conditions, while HLS is a streaming protocol that supports adaptive streaming based on HTTP. The research methodology encompasses requirements analysis, system design, implementation, and evaluation. During the requirements analysis phase, the identification of JBTV application requirements and the features needed to implement ABR with HLS were conducted. System design involves the selection of suitable ABR algorithms and the architecture design of the JBTV application that supports HLS. Implementation is carried out by developing the JBTV application capable of generating variant streams with various bitrates and performing adaptive playback according to network conditions
Deep Learning Architecture for Stock Price Prediction andi, tri; Andriyani, Widyastuti; Purnomosidi D.P, Bambang
Journal of Intelligent Software Systems Vol 3, No 1 (2024): July 2024
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v3i1.1343

Abstract

Dalam dunia investasi saham, kemampuan memprediksi pergerakan harga saham secara akurat sangatlah penting. Dua permasalahan utama yang menjadi fokus penelitian ini adalah, bagaimana pemodelan N-BEATS dibandingkan LSTM dan ARIMA pada harga saham Bank BCA, dan bagaimana hasil peramalan model N-BEATS, LSTM, dan ARIMA pada harga saham Bank BCA. Data saham Bank BCA. Untuk menjawab hal tersebut, penelitian ini membahas tentang pengembangan dan evaluasi model peramalan time series N-BEATS. Namun hasil analisis menunjukkan bahwa model ARIMA menunjukkan kinerja yang unggul, dengan pencapaian MAPE sebesar 0,001% pada data menit, 0,006% pada data jam, dan 0,018% pada data hari. Keunggulan ini signifikan dibandingkan model N-BEATS dan LSTM. Oleh karena itu, model ARIMA menunjukkan potensi besar untuk digunakan dalam peramalan deret waktu keuangan, penilaian risiko, dan pemodelan oleh analis keuangan.
Microservices Architecture in Point of Sales Application Based on Restful API and Webhook Arif Setiadi, Rizki; Purnomosidi, Bambang; Andriyani, Widyastuti Andriyani; Candra Nursari, Sri Rezeki
Journal of Intelligent Software Systems Vol 3, No 1 (2024): July 2024
Publisher : LPPM UTDI (d.h STMIK AKAKOM) Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiss.v3i1.1336

Abstract

Layanan mikro adalah kumpulan proses kecil dan independen yang berkomunikasi dengan satu sama lain untuk membuat aplikasi kompleks yang tidak bergantung pada bahasa API tertentu. Dalam penelitian ini, penulis berupaya mengimplementasikan Microservices Architecture, RESTful API, dan Webhook pada aplikasi Point of Sale untuk mencapai sistem dengan kinerja, kecepatan, dan skalabilitas yang unggul, terutama dalam pertukaran dan komunikasi data.  Penelitian ini menggabungkan dua metodologi pengujian penting, yaitu unit pengujian dan pengujian fungsional, untuk memastikan ketahanan dan keandalan aplikasi Point of Sale berbasis Microservices. Unit pengujian fokus pada validasi masing-masing komponen dan fungsi dalam sistem, sedangkan pengujian fungsional menilai fungsionalitas dan perilaku aplikasi secara keseluruhan. Pendekatan pengujian ini bertujuan untuk meningkatkan kualitas dan kehalusan sistem.  Temuan penelitian ini menunjukkan bahwa implementasi Microservices Architecture berbasis RESTful API dan Webhook berhasil meningkatkan akurasi input data pada aplikasi Point of Sale yang dibuktikan dengan perhitungan pada konfusi matriks. Sebelum diterapkan webhook, akurasinya hanya 80 persen, namun setelah diterapkan, akurasinya meningkat hingga 100 persen
Decision Support System for Business Location Selection using the AHP Method Based on Android Hizkia Hendra Rianingsih; Widyastuti Andriyani
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 1 (2025): March
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/z5xfh608

Abstract

The selection of a strategic business location is a crucial factor in the success of an enterprise. However, the decision-making process for choosing a location often involves various complex criteria that require careful analysis. This study aims to develop an Android-based Decision Support System (DSS) to assist entrepreneurs in selecting an optimal business location using the Analytical Hierarchy Process (AHP) method. AHP is chosen for its ability to break down complex problems into a hierarchy and quantitatively evaluate each criterion. The system is designed to allow users to easily access and operate the DSS through mobile devices. The criteria used in the location selection process include accessibility, cost, demographics, competition, security, infrastructure, regulations, and growth potential. Each criterion is weighted using pairwise comparisons, enabling objective and comprehensive assessments. The Android-based implementation allows for flexibility, enabling users to make decisions efficiently anytime and anywhere. System testing results indicate that the application can provide accurate business location recommendations based on the desired criteria, and it features a user-friendly interface. This Android-based DSS is expected to be a practical solution for supporting business decision-making processes quickly and accurately.
Pengujian Perangkat Lunak E-Commerce : Perbandingan Antara Pengujian Manual dan Otomatis dengan Katalon Studio dan Python Duen Rakly, Brian; Andriyani, Widyastuti
COMSERVA : Jurnal Penelitian dan Pengabdian Masyarakat Vol. 4 No. 8 (2024): COMSERVA : Jurnal Penelitian dan Pengabdian Masyarakat
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/comserva.v4i8.2737

Abstract

Pengujian perangkat lunak merupakan elemen krusial dalam siklus pengembangan perangkat lunak untuk memastikan kualitas, keandalan, dan keamanan sistem. Pengujian manual melibatkan keterlibatan manusia secara langsung untuk mengevaluasi perangkat lunak berdasarkan skenario tertentu, sedangkan pengujian otomatis memanfaatkan perangkat lunak untuk menjalankan pengujian secara otomatis sesuai skenario yang telah ditentukan. Penelitian ini bertujuan membandingkan dua metode pengujian perangkat lunak, yaitu pengujian manual dan pengujian otomatis dengan menggunakan alat seperti Katalon Studio dan Python. Pengujian manual lebih efektif dalam kasus pengujian yang memerlukan penilaian manusia dan fleksibilitas terhadap perubahan kondisi yang tidak terduga, seperti evaluasi pengalaman pengguna (UX). Di sisi lain, pengujian otomatis lebih efisien untuk pengujian rutin dan berulang, sehingga mengurangi potensi kesalahan manusia dan mempercepat siklus pengujian. Studi ini mengevaluasi efektivitas, efisiensi, serta biaya yang terkait dengan kedua metode tersebut dalam konteks pengujian perangkat lunak e-commerce. Dengan memanfaatkan alat-alat seperti Katalon Studio dan bahasa pemrograman Python, penelitian ini menganalisis keunggulan dan keterbatasan dari setiap pendekatan, serta memberikan wawasan mengenai situasi di mana pengujian manual atau otomatis lebih tepat digunakan. Hasil dari penelitian ini diharapkan dapat memberikan panduan bagi pengembang perangkat lunak dalam memilih metode pengujian yang sesuai berdasarkan kebutuhan spesifik proyek pengembangan perangkat lunak mereka
Co-Authors Akhmad Dahlan Andre Argisitawan Anwarudin Anwarudin Arif Setiadi, Rizki Arma Fauzi Asyahri Hadi Nasyuha B.T. Sutrisno Bagas Triaji Bambang P.D.P Bambang P.D.P. Bambang Purnomosidi Dwi Putranto Bradika Almandin Wisesa Brahmana, Ivanna Beru Brian Duen Rakly Cucut Hariz Pratomo D P, Bambang Purnomosidi Danny Kriestanto Danny Kriestanto, Danny Dian Tri Wiyanti Dommy Kristomo Domy Kristomo Domy Kristomo, Domy Duen Rakly, Brian Dwi Wibowo Eny Retna Ambarwati Fadhlih Girindra Putra Faizal Makhrus Faizal Makhrus Femi Dwi Astuti Femi Dwi Astuti Fika Pratiwi Firman Noor Hasan Hamdani Hamdani Hendra Hengki Hengki Heri Muhrial Herwantono, Herwantono Hizkia Hendra Rianingsih Hizkia Hendra Rianingsih Irfan Setiawan Istichomah Istichomah Ivónia Fátima Ruas da Silva Kuindra Iriyanta Miftahul Huda MILASARI, LISA ASTRIA Muammar Muammar Muhammad Agung Nugroho Muhammad Ali Sofian Murgi Handari Nenen Isnaeni Nugroho, Daniel C.A. Nurohman, Muhamad Pangestika , Elza Qorina Prisilia Talakua Priyo Purnomo Pujianto Pujianto Purnomosidi D.P, Bambang Purnomosidi Dwi Putranto, Bambang Purnomosidi, Bambang Rajie Al Qadri Anwar Rakly, Brian Duen Reni Tri Lestari Retantyo Wardoyo Riadinata Riadinata Rifky Lana Rahardian Rikie Kartadie Robertus Saptoto Roh Bintang Jaya, Mabrur Said, Famidin Saputra, Andika Jodhi Saryanto Saryanto Sipayung, Hotma Sadariahta Siti Khomsah, Siti Sri Redjeki Suningrat, Nining Suryanto Suryanto Taufik Ismail Teguh Junian Kuswanto Totok Suprawoto Tri Andi, Tri Triyan Agung Laksono Triyan Agung Laksono Wibowo, Gunturari Wijayanti, Agnes Erida Wiwi Widayani Yani Aji Susilo Yohanni Syahra Yuli Astuti