Claim Missing Document
Check
Articles

Aplikasi Penjualan Berbasis Web (Studi Kasus Kedai “The Susumurni Inc “) Dini Rohmayani; Castaka Agus Sugianto; Novita Lestari Anggreini; Aqmal Mulqy Bagja Laksana
Journal of Applied Information Technology and Innovation Vol. 1 No. 2 (2025): September
Publisher : Yayasan Pemimpin Inovasi Science

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

Abstract

The Susumurni Inc merupakan perusahaan yang bergerak dalam bidang minuman dengan menu yang disajikan ialah susu murni. Hasil observasi pada kedai the susumurni inc dari segi sulitnya merekap data dan buku menu yang terkadang menunggu untuk menggunakannya. Beberapa transaksi penjualan yang tidak diketahui serta jumlah total pendapatan penjualan yang tidak diketahui keseluruhan nominalnya, maka penulis melakukan penelitian di kedai susu murni yang dapat membantu pemilik usaha dalam mengetahui perkembangan pendapatan pada usahanya, serta membantu mempercepat waktu dalam melakukan pencatatannya, maka dibuatlah aplikasi berbasis web. Metode yang diimplementasikan yaitu metode waterfall dengan tahapan analisis, desain, pengodean, pengujian. Menggunakan pemodelan berorientasi objek menggunakan Unified Modeling Language (UML). Aplikasi The Susumurni Inc berbasis web dan dibangun menggunakan bahasa pemrograman PHP, CSS, JavaScript, framework Laravel dan database MySQL. Aplikasi UMKM Studi Kasus The Susumurni Inc Berbasis Web dapat membantu pemilik dalam mengatur sistem perusahaan untuk merekap data serta memudahkan dalam persediaan menu yang bisa diakses oleh semua pelanggan tanpa menunggu antrian. Hasil uji Black Box telah mengindikasikan bahwa fitur dalam sistem telah berjalan sesuai dengan yang diharapkan. Hasil User Acceptance Test (UAT) berdasarkan 3 parameter uji dengan presentasenya yaitu desain (96,00%), fitur (94.67) dan kepuasan (92,89%) memperoleh skor rata-rata keseluruhan (88,61%).
Algoritma C4.5 Untuk Klasifikasi Penerima Bantuan Covid-19 Pada Desa Cimareme, Bandung Barat Castaka Agus Sugianto; Muhammad Ridwan; Dini Rohmayani; Novita Lestari Anggreini; Ayu Hendrati Rahayu
Journal of Applied Information Technology and Innovation Vol. 1 No. 2 (2025): September
Publisher : Yayasan Pemimpin Inovasi Science

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

Abstract

Desa Cimareme yang terletak di Kabupaten Bandung Barat merupakan salah satu desa penerima bantuan pemerintah. Namun, beberapa warga mengeluhkan ketidakadilan dalam pendistribusian bantuan, di mana ada warga yang dianggap mampu justru menerima bantuan, sedangkan yang membutuhkan tidak mendapatkannya. Untuk menghindari kesalahan sasaran, diperlukan pengklasifikasian data yang dilakukan secara ilmiah dan sistematis guna menentukan siapa saja yang berhak menerima bantuan dan siapa yang tidak. Berdasarkan hal tersebut, peneliti melakukan pengolahan data menggunakan metode data mining untuk mengklasifikasikan penerima dan bukan penerima bantuan COVID-19 dengan menggunakan Algoritma Decision Tree dan Algoritma Naïve Bayes sebagai pembanding. Tujuannya adalah untuk menemukan pola dalam program bantuan pemerintah COVID-19 serta mengetahui tingkat akurasi Algoritma Decision Tree (C4.5)  jika dibandingkan dengan algoritma lainnya. Penelitian ini menggunakan data kependudukan dari Desa Cimareme, Kecamatan Ngamprah, Kabupaten Bandung Barat. Model data mining dikembangkan menggunakan perangkat RapidMiner. Berdasarkan hasil pengujian dan validasi, Algoritma Decision Tree menghasilkan akurasi sebesar 99,97%, precision 100,00%, recall 99,71%, dan nilai AUC sebesar 0,967. Sedangkan Algoritma Naïve Bayes menghasilkan akurasi 99,93%, precision 99,71%, recall 99,71%, dan AUC sebesar 0,997. Hasil uji T-test menunjukkan nilai alpha sebesar 0,643, yang berarti tidak terdapat perbedaan signifikan antara hasil Algoritma Decision Tree dan Naïve Bayes dalam klasifikasi penerima bantuan.
APLIKASI PERMAINAN KARTU MEMORI BERBASIS WEB UNTUK PEMBELAJARAN KOSAKATA BAHASA SUNDA (STUDI KASUS SEKOLAH DASAR NEGERI BINAWARGA CIPONGKOR) Ridwan Nur Hakim; Dini Rohmayani
IPSIKOM Vol. 13 No. 2 (2025): Jurnal Ipsikom
Publisher : LPPM UNIVERSITAS INSAN PEMBANGUNAN INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58217/ipsikom.v13i2.430

Abstract

In today's digital era, technology-based learning is an important need, especially in maintaining the use of regional languages such as Sundanese which are increasingly rarely used in everyday life. This study aims to design, implement, and test a web-based memory card game application as a medium for learning Sundanese vocabulary for elementary school students. The development method used is the waterfall model which includes the stages of analysis, design, implementation, testing, deployment, and maintenance. This application was developed using React with Tailwind CSS for the frontend, Node.js with Express JS, and PostgreSQL as the database. The main features provided include difficulty level selection, point system, leaderboard, and vocabulary and student data management by the admin. The results of black box testing all features have run 100% according to their functions, and the results of User Acceptance Testing (UAT) from 3 testing parameters namely features, design, and user satisfaction show a very positive response from teachers with a satisfaction level of 95.1% and from students of 74.6%. These findings show that the application can be well received by users and is able to increase students' interest in learning Sundanese language.
PERANCANGAN FITUR ANOTASI PADA CHATGPT MENGGUNAKAN EKSTENSI BROWSER Elza Satria Bhima Sakti; Dini Rohmayani
IPSIKOM Vol. 13 No. 2 (2025): Jurnal Ipsikom
Publisher : LPPM UNIVERSITAS INSAN PEMBANGUNAN INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58217/ipsikom.v13i2.435

Abstract

The rapid advancement of large language models such as ChatGPT has revolutionized text-based interactions, yet lacks built-in annotation mechanisms for marking, storing, and revisiting critical conversation points. This study designs and implements a browser extension using ReactJS and Tailwind CSS with local storage via IndexedDB, following a five-stage waterfall model encompassing requirements analysis, system design, implementation, testing (black-box and user acceptance), and maintenance. The extension supports CRUD operations on annotations, automatic navigation to annotated text positions, and JSON import/export without disrupting ChatGPT’s original interface. Testing demonstrates full compliance with functional specifications, while a UAT with 11 participants reports average satisfaction scores ≥ 4.55 for usability, UI coherence, and review efficiency, confirming enhanced productivity and learning experience. In conclusion, the extension effectively facilitates critical thinking and collaboration in web-based learning, with future work exploring cross-device synchronization, real-time collaboration, and AI-driven annotation suggestions to further optimize user engagement.