Claim Missing Document
Check
Articles

Found 6 Documents
Search

Aplikasi E-commerce Herbal Binasyifa Berbasis Android Menggunakan Framework Flutter Lilis Stianingsih; Rahmat Tullah; Siti Maisaroh; Maftuhah Nurhasanah
Academic Journal of Computer Science Research Vol 5, No 1 (2023): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v5i1.608

Abstract

CV. Bina Syifa Mandiri merupakan suatu lembaga pengembangan tanaman dan obat herbal Indonesia yang berfokus pada pengembangan tanaman herbal, obat-obatan herbal, pelatihan dan pelayanan kesehatan. Penelitian ini merancang dan membuat sistem informasi yang dapat membantu memudahkan pemasaran produk obat herbal pada CV. Bina Syifa Mandiri yang saat ini masih menggunakan website dan pemasaran secara manual. Sistem ini juga dapat mempermudah pekerjaan karyawan dalam pengelolaan data dengan waktu cepat hingga relative cepat. Metode yang digunakan dalam penelitian ini adalah metode waterfall dengan langkah analisis, desain, pemrograman, pengujian blackbox testing, dan implementasi. Selanjutnya perancangan dan pembangunan sistem dilakukan dengan proses perancangan UML (Unified Modelling Language) dengan use case, diagram activity, sequence diagram, class diagram dan diimplementasikan menggunakan UI (User Interface) framework flutter dengan firebase API dan database firestore storage. Hasil dari penelitian ini adalah sebuah aplikasi berbasis android yang mempermudah pembeli untuk melihat katalog produk, membeli suatu produk tanpa harus datang ke toko serta mempermudah karyawan untuk mengelola database produk dan pemasaran. Hasil pengujian dari penelitian ini yaitu sistem yang dibuat berjalan dengan baik tanpa ada kendala sesuai dengan final elisitasi dan mudah digunakan oleh pengguna.
Implementasi Metode Prototyping dalam Mengembangkan Sistem Informasi Berbasis Web Klinik Arifatullah Medika Wira Hadinata; Lilis Stianingsih; Dede Nurhayati
Academic Journal of Computer Science Research Vol 5, No 2 (2023): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v5i2.2946

Abstract

Klinik merupakan sebuah fasilitas pelayanan kesehatan yang menyelenggarakan pelayanan kesehatan untuk perorangan serta menyediakan pelayanan medis dasar dan/atau spesialistik. Setiap klinik diharapkan dapat dengan cepat dalam menangani pasien yang datang karena ada kemungkinan pasien yang datang memang pasien dengan sakit yang harus segera ditangani. Pada Klinik Arifatullah Medika ditemukan adanya hambatan, diantaranya pendaftaran pasien masih dilakukan secara manual dengan pasien harus datang langsung ke klinik, tidak memiliki sistem antrian dalam perawatan, manajemen rekam medis yang masih manual dengan menulis tangan. Hal ini dapat menghabiskan banyak waktu dalam proses pencarian data. Jadi klinik ini memerlukan komputerisasi terkait dengan penanganan pasien. Tujuan dari aplikasi ini adalah untuk memudahkan kegiatan operasional sehari-hari di dalam klinik yang berjalan dengan cepat dan tepat, serta pengelolaan data medis akan lebih akurat (meminimalisir human error). Untuk metode pengembangan sistem menggunakan prototype. Aplikasi ini berbasis website menggunakan bahasa pemrograman PHP dalam framework Laravel 9 yang didukung basis data MySQL. Dengan pembuatan aplikasi ini proses kerja di dalam klinik menjadi lebih cepat, pendokumentasian rekam medis yang terstruktur, mengurangi penggunaan kertas, serta memudahkan aktivitas dalam pelayanan pasien.
ANALISIS PERBANDINGAN PERFORMA RESTFULL API ANTARA EXPRESS.JS DENGAN LARAVEL FRAMEWORK Wira Hadinata; Lilis Stianingsih
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i1.3845

Abstract

Application Programming Interface (API) merupakan sebuah antarmuka yang mampu mengintegrasikan data dan menghubungkan suatu aplikasi yang berjalan di banyak platform sehingga dapat saling terhubung, salah satu implementasi API tersebut adalah RESTful API. Pemilihan teknologi dalam pembuatan RESTful API sangatlah penting karena dapat mempengaruhi kinerja server. Kerangka kerja Laravel dan Express.js adalah dua teknologi backend yang digunakan untuk membuat RESTful API. Untuk mengetahui performa masing-masing framework, perlu dilakukan pengujian dengan menggunakan metode performance test untuk mengetahui respon time serta penggunaan CPU dan memori. Hasil pengujian menunjukkan bahwa Express.js mempunyai waktu respon rata-rata 48,68 ms lebih cepat dibandingkan framework Laravel yang memperoleh waktu respon rata-rata 635,17 ms, sedangkan untuk penggunaan CPU framework Express.js 17% dan framework Laravel 20%. Untuk penggunaan memori framework Express.js 63% lebih sedikit dari framework Laravel 72%. Jadi Express.js cocok untuk sistem yang diakses oleh banyak pengguna dan ditempatkan pada server dengan spesifikasi tinggi. Sedangkan framework Laravel cocok diterapkan pada sistem dengan akses pengguna yang lebih sedikit dan dapat ditempatkan pada server dengan spesifikasi lebih tinggi.
Analysis of Customer Sentiment towards Wardah Beauty Products on Instagram Using K-Nearest Neighbors (KNN) and Naïve Bayes Algorithms Aghniya Aulia Nisa; Nur Hafidzah Safitri; Lilis Stianingsih; Fiqih Hana Saputri
G-Tech: Jurnal Teknologi Terapan Vol 9 No 2 (2025): G-Tech, Vol. 9 No. 2 April 2025
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/gtech.v9i2.6804

Abstract

The beauty industry in Indonesia continues to grow rapidly, with Wardah emerging as a leading local brand that garners numerous customer reviews on Instagram. Understanding these customer opinions is crucial, as they significantly influence brand perception and purchasing decisions. This study aims to compare the performance of K-Nearest Neighbors (KNN) and Naïve Bayes algorithms in classifying customer sentiment toward Wardah’s products on Instagram. The research follows the CRISP-DM methodology, involving data collection through web scraping, data preprocessing, and classification using both algorithms. The results show that KNN achieves higher accuracy (78.23%) than Naïve Bayes (74.56%), making it more effective in sentiment classification. KNN is advantageous in identifying distance-based patterns, while Naïve Bayes offers faster processing and easier implementation. These findings suggest that KNN is more suitable for accurate sentiment prediction. Wardah can implement a KNN-based sentiment monitoring system to track public feedback on product launches and campaigns, thereby enhancing marketing strategies and customer engagement
The Role of Learning Website Integration, Teacher Support, and Student Independence in Enhancing Mathematics Competence at Vocational Schools Lilis Stianingsih; Ferawati; Fiqih Hana Saputri; Detin Sofia
Information Technology Education Journal Vol. 4, No. 4, November (2025)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/intec.v4i4.9909

Abstract

Mathematics competence is essential for developing students’ analytical and problem-solving abilities in vocational education. However, many students still face challenges in mastering mathematical concepts effectively. This study aims to examine the influence of Learning Website Integration, Teacher Support, and Student Independence on students’ mathematics competence using a quantitative ex post facto design. The research involved 100 respondents from SMK Bina Mandiri. Data were collected through questionnaires and mathematics competency tests, then analyzed using descriptive statistics and multiple linear regression. The results show that the regression model meets all classical assumption tests and is statistically appropriate for explaining the relationships among variables. Simultaneous testing indicates that all three independent variables significantly influence students’ mathematics competence. Partial testing reveals that each variable has a significant positive effect, with Teacher Support identified as the most dominant factor. The coefficient of determination (R²) is 0.572, meaning that 57.2% of the variation in mathematics competence can be explained by the three variables, while the remaining 42.8% is influenced by other factors outside the model. These findings highlight the importance of integrating technology, strengthening teacher support, and fostering student independence to improve mathematics learning outcomes in vocational education. The results of this study provide guidance for implementing technology-based pedagogy in vocational education.
Technical Assessment of Neuro-Symbolic AI for Cultural and Fractal Analysis of Batik Motifs Rahmat Tullah; Lilis Stianingsih
ZERO: Jurnal Sains, Matematika dan Terapan Vol 9, No 3 (2025): Zero: Jurnal Sains Matematika dan Terapan
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/zero.v9i3.26781

Abstract

This study presents a structured literature review of Neuro-Symbolic Artificial Intelligence (NSAI) approaches for extracting cultural semantics and fractal features from Batik motifs. A structured multi-database screening (2015-2025) yielded 69 peer-reviewed studies, which were synthesized thematically. The review identifies three key findings: existing vision-based models generally lack explicit mechanisms for encoding intangible cultural rules; hybrid neural-symbolic approaches demonstrate improved interpretability and compositional reasoning; and fractal-based descriptors show promise for representing culturally grounded motif structures. Based on these findings, this study proposes a conceptual NSAI framework that combines symbolic knowledge representations with fractal feature modeling, without empirical validation at this stage. The synthesis highlights potential applications in motif recognition, generative motif modeling, and computer-assisted cultural heritage preservation. Overall, NSAI offers a feasible and explainable conceptual framework for modeling Batik's intangible cultural knowledge.