Claim Missing Document
Check
Articles

Found 23 Documents
Search

Peningkatan Usability Point of Sales (PoS) Berbasis Human Centered Design (HCD) Agus Hermanto; Nur Sela Ameiliawati; Agustinus Bimo Gumelar; Lukman Junaedi; Agung Widodo; MY Teguh Sulistyono; Achmad Teguh Wibowo
JOINS (Journal of Information System) Vol 7, No 1 (2022): Edisi Mei 2022
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2175.084 KB) | DOI: 10.33633/joins.v7i1.5528

Abstract

Dalam perkembangan teknologi transaksi online hingga fasilitas e-commerce, sistem point-of-sale (POS) menjadi sangat populer karena menyediakan cara transaksi yang cepat dan nyaman untuk bisnis. Sistem ini mampu mengakomodasi tugas-tugas vital seperti transaksi online, keamanan, integrasi dengan perpajakan, hingga laporan manajemen. Oleh karena itu, menjadi penting dalam memastikan kualitas perangkat lunak dan pemanfaatan fungsi bisnis yang efektif. Di antara beberapa fungsi dan atribut kualitas perangkat lunak, sifat kegunaan perangkat lunak POS sangatlah krusial, karena antarmuka pengguna secara langsung sangat terkait dengan perilaku kasir, kepuasan pelanggan, dan keuntungan pasar. Namun, pelaksanaan evaluasi kegunaan sistem transaksi yang menggunakan teknologi POS tidak mudah karena secara umum ditampilkan banyak konfigurasi, dan antarmuka yang kompleks. Banyak model kualitas yang tersedia belum cukup untuk mengevaluasi kegunaan sistem POS yang hanya mencakup sebagian tampilan fungsinya.Dalam penelitian ini, kami melakukan investigasi sepuluh model kualitas dari metode System Usability Scale (SUS) dan mengekstrak faktor terkait kegunaan dari masing-masing model dan mengimplementasikannya berbasis desain yang berfokus pada manusia atau Human Centered Design (HCD). Evaluasi dari penggunaan aplikasi POS yang dibuat menghasilkan nilai rata-rata skor SUS sebesar 78,2 yang menunjukkan tingkat penerimaan masuk kategori Baik (Good).
Pemanfaatan Sumberdaya IKM dalam Meningkatkan Produktivitas dan Pemasaran Produk Melalui Transformasi Digital Masyarakat Desa MY Teguh Sulistyono; Wellia Shinta Sari; Siti Hadiati Nugraini; Maulana Zaky Muhammad; Richard Emmerig
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 14, No 2 (2023): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v14i2.11874

Abstract

Perguruan Tinggi adalah salah satu lembaga pendidikan yang membatu dan berperan aktif di dalam mencerdaskan kehidupan bangsa dengan mentransfer ilmu pengetahuan atau knowledge transfer kepada lembaga-lembaga pendidikan lain, lembaga-lembaga lain baik yang setara ataupun yang berada di bawahnya, baik pendidikan formal atau non formal. Salah satu industri yang membutuhkan knowledge transfer adalah Industri Kecil Menengah (IKM). IKM yang dijadikan mitra adalah IKM milik Ibu Siti Rokhanah yang berlokasi di Kelurahan Nawangsari Kecamatan Weleri Kabupaten Kendal. Berjarak kurang lebih 60 km dari Universitas Dian Nuswantoro Semarang. IKM katering dan snak (kue tradisional) yang mengalami masalah yaitu masalah pemasaran produk, produksi katering dan snack (kue tradisional), masalah manajemen usaha dan masalah manajemen keuangan. Masalah pemasaran produk terjadi karena dilakukan dari mulut ke mulut sehingga target penjualan tidak tercapai, masalah produksi terjadi karena masih menggunakan alat memasak tradisional dan tidak adanya oven yang digunakan dalam produksi sehingga pemanasan yang tidak merata dan proses produksinya berulang-ulang, masalah manajemen usaha tidak adanya pengelolaan sumberdaya yang baik untuk jalannya sebuah industri dan masalah manajemen keuangan tidak adanya pencatatan keluar masuk keuangan sehingga tidak diketahui rugi dan labanya. Untuk membantu mengatasi keempat masalah tersebut maka diusulkan dengan memperbaiki proses pemasaran, proses produksi, proses manajemen usaha dan proses manajemen keuangan. Untuk memperbaiki keempat proses tersebut yaitu untuk pemasaran diadakan pemasaran melalui media internet, brosur, MMT dan media sosial,  untuk manajemen usaha dan manajemen keuangan dilakukan pelatihan manajemen keuangan, manajemen usaha dan pelatihan pemasangan iklan di internet dan media sosial, sedangkan untuk proses produksi pembuatan alat masak dengan penggunaan oven otomatis dengan panas merata. Hasil akhir dari Program Kemitraan Masyarakat ini adalah pemanfaatan sumberdaya Industri Kecil Menengah (IKM) dalam meningkatkan produktivitas dan pemasaran produk melalui transformasi digital masyarakat desa.
SISTEM PENGAMBILAN KEPUTUSAN PENGGUNAAN TEKNOLOGI INFORMASI TRANSFORMASI DIGITAL UNTUK PEMILIHAN PEMASARAN PRODUK MELALUI MEDIA SOSIAL DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT MY Teguh Sulistyono
Prosiding Sains Nasional dan Teknologi Vol 13, No 1 (2023): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 2023
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v13i1.9129

Abstract

Penerapan teknologi informasi  pada UMKM, IKM dan UKM membutuhkan peran teknologi informasi untuk transformasi digital melalui media sosial. Yang menjadi permasalahan adalah untuk menentukan media sosial yang tepat dalam memasarkan produk membutuhkan rekomendasi melalui penelitian yang datanya diambil melalui resonden.  Agar tujuan UMKM, IKM atau UKM tercapai perlu adanya rekomendasi dari pihak-pihak lain seperti akademisi untuk membantu agar pemasaran produk UMKM, IKM atau UKM dapat laku dipasaran dengan pemilihan media yang tepat.Metode yang digunakan dalam penelitian ini menggunakan metode Weighted Product yang merupakan metode untuk menyelesaikan Multi Attribute Decision Making (MADM), dengan menggunakan 4 tahapan yaitu menentukan kriteria, menentukan rating kecocokan, menentukan nilai V dan menentukan alternative terbaik.Hasil akhir dari penelitian ini adalah rekomendasi system pengambilan keputusan penggunaan teknologi informasi  transformasi digital  untuk pemilihan pemasaran produk melalui media sosial dengan Menggunakan Metode  Weighted Product.
PENYARINGAN NOISE MELALUI BAND PASS FILTER BERBASIS SINYAL EEG SEBAGAI LANGKAH AWAL PENGOLAHAN DATA DALAM PENGAMBILAN KEPUTUSAN REABILITASI MEDIS PASIEN STROKE MY Teguh Sulistyono
Prosiding Sains Nasional dan Teknologi Vol 13, No 1 (2023): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 2023
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v13i1.9137

Abstract

Elektroensefalografi (EEG) akan menghasilkan sebuah informasi perekaman secara non-invasif dari sinyal otak yang digunakan untuk menganalisis aktivitas kinera otak yang diperuntukkan tenaga medis ataupun klinis dalam mendiagnose, yang setelah itu dilakukan proses lanjut yaitu rehabilitasi dan monitoring terhadap pasien sebagai sarana kesembuhan penyakit stroke. Sinyal EEG yang sudah direkam merupakan sinyal asli gelombang otak yang didalamnya masih terdapat noise artefak atau kontaminasi berbagai sinyal. Noise Artefak tersebut antara lain teradi karena pergerakan mata atau Artefak Electrooculography. Pada paper yang menjadi permasalahan utama adalah dalam menginterpretasi sinyal EEG masih terdapat noise sehingga perlu melakukan denoising artefak sinyal EOG menggunakan metode High Low Pass Filter dan FIR Filter. Memalui metode memalui eksperimen diharapkan suatu hasil yang nantinya akan memeprlihatkan berkurangnya seminimal mungkin noise pada sinyal EEG.
Segmentasi Data Sinyal EEG Berdasarkan Domain Waktu Sebagai Dasar Dalam Pengolahan Sinyal Pengambilan Keputusan Dalam Rehabilitasi Stroke Sulistyono, MY Teguh; Ernawati, Dyah; Amodia, Stalina Anggraeny Dewi; Putra, Davin Hernanda
JOINS (Journal of Information System) Vol. 9 No. 1 (2024): Edisi Mei 2024
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v9i1.9561

Abstract

Penyakit stroke adalah salah satu penyakit kardiofaskuler  jika menyerang akan menyebabkan cacad permanen dan meninggal dunia. Proses pemeriksaan membutuhkan dokter hanya berdasarkan visual unruk mendiagnosa penyakit, jika pemeriksaan dilakukan banyak dokter maka diagnose akan berbeda-beda. Unruk menghindari hal tersebut dibutuhkan alat EEG untuk mengambil aktivitas gelombang otak yang hasil pengambilan data tersebut dalam bentuk data mentah. Data mentah agar dapat dihasilkan untuk proses analisis diperlukan pemrosesan sinyal yang terdiri dari band pass filter, cleaning data, segmentasi dan decomposisi. Permasalahan selama ini yang timbul bahwa data mentah tersebt masih dalam bentuk data yang masih banyak noise baik dari pergerakan mata ataupun aktivitas otot., sehingga data mentah yang telah diolah akan menjadi dasar dalam pemilihan feature. Penelitian ini menggunakan metode penelitian menggunakan 2 tahapan yaitu data mentah dan pre processing, dimana pre processing memiliki 3 langkah yaitu band pass filter, cleaning data dan segmentasi.Hasil akhir dari penelitian ini adalah Segmentasi Data Sinyal EEG Berdasarkan Domain Waktu Sebagai Dasar Dalam Pengolahan Sinyal Pengambilan Keputusan Dalam  Rehabilitasi Stroke. Kata kunci: EEG, Stroke, Segmentasi, Cleaning Data, Band Pass Filter, Feature
Clustering and Profiling Analysis for FIFA Football Player using K-Means Azzami, Salman Yuris Adila; Hadi, Heru Pramono; Alzami, Farrikh; Irawan, Candra; Nurhindarto, Aris; Sulistyono, MY Teguh
Jurnal Informatika: Jurnal Pengembangan IT Vol 10, No 1 (2025)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v10i1.7897

Abstract

The selection of football players is a complex process involving talent evaluation based on various performance indicators, combining objective measures with subjective assessments by coaches and scouts. This research aims to improve the football player selection process using the K-Means clustering method based on the attributes of transfer price, performance, body specifications, position, and player ability. The dataset used consists of 17.947 players taken from the FIFA 19 edition of the soFIFA.com platform, which includes complete information such as transfer price, performance, body specifications, position, and player ability. The data was processed using principal component analysis (PCA) to reduce the dimensions, followed by the Elbow Method to determine the optimal number of clusters. The clustering results show the distribution of players based on their on-field roles, such as center back, goalkeeper, striker, and left wing back. The profiling of players from each cluster is identified based on position, body type, dominant foot usage, transfer price, and rating. This research provides useful insights for coaches and scouts in selecting players that suit specific roles in the team using better analysis. The findings also highlight the importance of player clustering for data-driven decision-making, which can optimize team composition and overall performance.
Implementation of Discrete Wavelet Transform and Directed Acyclic Graph SVM for Batik Pattern Recognition Sugiarto, Edi; Budiman, Fikri; Fahmi, Amiq; Sulistyono, MY Teguh; Rohmani, Asih
JOINS (Journal of Information System) Vol. 10 No. 1 (2025): Edisi Mei 2025
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v10i1.12576

Abstract

Batik as a heritage of the ancestors of the Indonesian nation certainly needs to be preserved so that it continues to be recognized from generation to generation, one of which is by introducing the diversity of its patterns. Efforts to introduce batik patterns can be made, one of which is by implementing technology that can recognize batik patterns automatically based on batik patterns, namely pattern recognition technology. This study aims to optimize batik pattern recognition using the discrete wavelet transform (DWT) and directed acyclic graph SVM (DAGSVM) methods. The stages start from preprocessing, feature extraction, and classification. The study used 310 batik images of 7 different patterns and divided into 240 images for training data and 70 for testing data. DWT method is used in the feature extraction stage while DAG SVM is used in the classification stage. The study was conducted by comparing the accuracy between standard DAG SVM and DAG SVM that has been optimized with DWT and the results of the accuracy test can be proven that adding the DWT method with DAG SVM can increase accuracy by 3%.
AGGLOMERATIVE HIERARCHICAL CLUSTERING FOR REGIONAL GROUPING IN CENTRAL JAVA BASED ON WELFARE INDICES Kurnia Desita, Raafi; Fahmi, Amiq; Rohmani, Asih; Sulistyono, MY. Teguh
Jurnal Pilar Nusa Mandiri Vol. 21 No. 1 (2025): Pilar Nusa Mandiri : Journal of Computing and Information System Publishing Pe
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/pilar.v21i1.6445

Abstract

Central Java Province comprises 35 regencies/cities with diverse welfare characteristics. These variations present challenges for the government in formulating targeted development policies. This study aims to group regions in Central Java based on welfare indices to support more effective policy planning. The Agglomerative Hierarchical Clustering method with the Average Linkage approach is applied to cluster the regions based on three attributes: Human Development Index, Uninhabitable Houses, and Economic Growth Rate. Data were obtained from the Central Java Provincial Social Service and the official website of the Central Statistics Agency (BPS) and processed using the proposed method. Experimental results indicate three clusters with proportions: 32 regions in cluster 1 (91.4%), 2 regions in cluster 2 (5.7%), and 1 region in cluster 3 (2.9%). Regions with higher welfare dominate the first cluster, while the second and third clusters include regions facing more significant welfare challenges. Clustering results were evaluated using the Silhouette Score (0.535) and Davies-Bouldin Index Score (0.610), demonstrating that the applied method effectively grouped regions based on the specified attributes. The findings of this study are anticipated to lay the groundwork for more directed and effective development policies.
A Decision Support System is Developed to Determine the Optimal Criteria for Selecting Exceptional Lecturers Based on Their Lecturer Performance Index Nurhindarto, Aris; Sari, Wellia Shinta; Hendriyanto , Novi; Sulistyono, MY Teguh
TEPIAN Vol. 5 No. 2 (2024): June 2024
Publisher : Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tepian.v5i2.1783

Abstract

Decision Support Systems (DSS) are computer systems that analyze data and convert it into actionable information for decision-making. The prior application mainly emphasized design analysis in web development, neglecting the use of decision-making knowledge as a responsibility within the Tri Dharma of Higher Education.  Analyzing data to transform it into information is a complex task involving decision-making. The process of decision-making has a significant impact on the information generated for recommendation purposes.   Suggestions in a decision-making process only sometimes serve as a standard for leaders to implement immediately. However, it is essential to acknowledge that multiple suggestions are required to make a final decision since they provide a basis for comparison with earlier recommendations.  The Decision Support System (DSS) utilized in this research focuses on selecting the optimal criteria from several criteria. The research employed the Analytical Hierarchy Process (AHP) technique, which consists of six stages : Criteria Alternative Determination, Pairwise Matrix Comparison, Criteria And Making Matrix, Square of Pairwise Matrix, Normalisation, and Alternative Ranking.   All six steps must be sequentially executed without skipping any stage, ensuring each stage complements the others and generates accountable information.   The research concludes by proposing a Decision Support System for Determining the Best Criteria for Lecturer Selection. This system utilizes the Lecturer Performance Index to provide recommendations to parties seeking information on selecting criteria for assessing lecturer performance. The system aims to enhance accountability in the performance of the Tri Dharma of Higher Education.
Proboboost: A Hybrid Model for Sentiment Analysis of Kitabisa Reviews Prasetya, Rakan Shafy; Fahmi, Amiq; Sulistyono, MY Teguh
Journal of Applied Informatics and Computing Vol. 9 No. 6 (2025): December 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i6.11138

Abstract

The rapid advancement of digital technology has significantly transformed public behavior in social activities, particularly in online donations and zakat payments. The Kitabisa application was selected in this study not only for its popularity but also due to its high user engagement and large volume of reviews on the Google Play Store, making it an ideal representation of public trust in Indonesia’s digital philanthropy ecosystem. This research aims to analyze user sentiment toward the Kitabisa application using a hybrid Proboboost model, which combines Multinomial Naive Bayes (MNB) and Gradient Boosting Classifier through a soft voting mechanism. The model is designed to address class imbalance and improve accuracy in short-text sentiment analysis for the Indonesian language. The study employed preprocessing techniques including case folding, text cleaning, stopword removal, and stemming using the Sastrawi algorithm. Feature extraction was performed using TF-IDF, with an 80:20 train-test split and 5-fold cross-validation to ensure model reliability. Experimental results indicate that the Proboboost model achieved an accuracy of 89.51% and an F1-score of 87.4%, outperforming the Naive Bayes baseline with 87.98% accuracy. The sentiment distribution demonstrates a dominance of positive sentiment (87.24%), followed by negative (8.53%) and neutral (4.23%) reviews. These findings suggest that users generally express satisfaction and trust toward the Kitabisa platform. The results also confirm that the hybrid Proboboost model effectively balances classification performance between majority and minority sentiment classes, offering deeper insights into user perceptions of digital philanthropic services.