Claim Missing Document
Check
Articles

Found 8 Documents
Search

Pengembangan Aplikasi Try Out Berbasis Web untuk Lembaga Kursus dan Pelatihan Sutrisno, Mirza; Wiranata, Ade Davy; Irawan, Dede
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 14 No 3, Mei Tahun 2024
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.14.3.188-193

Abstract

Pengamatan langsung dilakukan terhadap proses pelaksanaan tes uji coba (try out) serta penilaian siswa dan pembahasan materi try out di Lembaga Kursus dan Pelatihan (LKP). Aplikasi ini dirancang untuk mempersiapkan siswa menghadapi Asesmen Nasional Berbasis Komputer (ANBK) di tingkat SMP dan SMA. Meskipun demikian, dalam pelaksanaannya, masih terdapat kendala seperti proses pengerjaan, pendistribusian soal dan lembar jawaban, serta pengkoreksian dan penilaian yang memerlukan waktu karena banyaknya peserta tes uji coba. Aplikasi dirancang menggunakan permodelan Unified Modelling Language (UML) dengan metode pengembangan sistem menggunakan waterfall yang selanjutnya diuji dengan metode black box testing. Diharapkan dengan adanya aplikasi try out bagi Lembaga Kursus dan Pelatihan ini, proses pelaksanaan try out dapat lebih efisien dan meningkatkan citra Lembaga Kursus dan Pelatihan.Kata Kunci : Aplikasi Try Out, Lembaga Kursus, Waterfall, Blackbox Testing
LITERATURE REVIEW : ANALISIS METODOLOGI PERANCANGAN APLIKASI TOEFL (TEST OF ENGLISH AS A FOREIGN LANGUAGE) DI INDONESIA Sutrisno, Mirza; Wiranata, Ade Davy; Irawan, Dede
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 13 No 2, Januari Tahun 2023
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.13.2.92-99

Abstract

English Proficiency Index (EPI) atau Indeks Kecakapan Bahasa Inggris tahun 2022 menunjukkan bahwa secara Global, Indonesia berada pada posisi ke-81 dari 111 negara, dan dalam kategori rendah. TOEFL (Test of English as a Foreign Language) adalah salah satu tes kecakapan berbahasa Inggris untuk non-English native speaker. Tes TOEFL diperlukan baik untuk keperluan akademik maupun profesional, serta untuk hal-hal umum lainnya. Seiring dengan perkembangan di bidang Information Technology (IT),  maka banyak muncul aplikasi TOEFL yang dapat membantu penggunanya. Tujuan  studi ini adalah melakukan kajian literature terhadap penelitian tentang penggunaan model metodologi dalam perancangan aplikasi TOEFL. Metode  penyusunan artikel ini didasarkan pada metode kajian literatur. Studi ini mengidentifikasi berbagai metodologi yang digunakan dalam merancang aplikasi TOEFL. Hasil kajian menunjukkan bahwa metode waterfall menjadi yang paling umum digunakan. Sedangkan pengujian sistem paling banyak dilakukan menggunakan metode Black-Box Testing. Tinjauan ini memberikan gambaran tentang jumlah artikel yang diterbitkan tentang desain aplikasi TOEFL di Indonesia dan metode yang digunakan dalam setiap penelitian. Diharapkan dengan adanya literature review ini dapat membantu penulis lain dalam mencari literatur atau referensi mengenai analisis metodologi dalam perancangan aplikasi TOEFL.Kata Kunci: Aplikasi TOEFL, Blackbox Testing, Kajian Literatur, Waterfall
Klasifikasi Sentimen Komentar YouTube dengan NLP pada Debat Pilkada Banten 2024 Doni Prastyo; Dede Irawan; Imam Halim Mursyidin
bit-Tech Vol. 7 No. 2 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i2.1833

Abstract

Penelitian ini menganalisis sentimen publik terhadap 1.729 komentar YouTube pada debat Pilkada Banten 2024 menggunakan teknik Natural Language Processing (NLP). Sentimen diklasifikasikan ke dalam tiga kategori: positif, negatif, dan netral, untuk memahami persepsi masyarakat terhadap kandidat dan isu politik. Hasil analisis menunjukkan bahwa 49% komentar bersentimen positif, sebagian besar mendukung kandidat Airin yang dinilai berpengalaman, memiliki integritas, dan rekam jejak yang baik. Komentar seperti “Airin pasti menang” dan “Airin pemimpin terbaik” mendominasi diskusi. Sebaliknya, 35% komentar bersentimen negatif lebih banyak mengkritik kandidat lain, terutama terkait isu sensitif seperti dugaan korupsi. Adapun 16% komentar bersentimen netral memberikan observasi objektif, mengajukan pertanyaan, atau membahas aspek teknis debat.Model klasifikasi sentimen menggunakan algoritma Support Vector Machines (SVM) dan Naïve Bayes. SVM menunjukkan performa lebih baik dalam mengklasifikasi sentimen positif dan negatif, tetapi kedua model memiliki kelemahan dalam menangani komentar netral. Tantangan utama yang dihadapi adalah ambiguitas bahasa, ironi, dan sarkasme yang sering muncul dalam diskusi online. Untuk mengatasi hal ini, penelitian merekomendasikan penggunaan model pembelajaran mendalam seperti BERT atau transformer lainnya. Model ini diharapkan dapat memahami konteks bahasa yang lebih kompleks, meningkatkan akurasi klasifikasi terutama pada komentar netral. Visualisasi data, termasuk word cloud dan grafik distribusi sentimen, memberikan wawasan tambahan tentang tema utama yang dibahas, seperti integritas kandidat dan isu politik lokal. Penelitian ini memberikan kontribusi penting dalam memahami opini publik terhadap kandidat dalam Pilkada.
AHP and SAW Based Decision Support for Indonesia Smart Program Beneficiaries Imam Halim Mursyidin; Doni Prasetyo; Dede Irawan
bit-Tech Vol. 8 No. 2 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i2.3097

Abstract

The Indonesia Smart Program (PIP) is a government initiative that provides cash assistance to help underprivileged children access education. SD Negeri Cikuya 4, located in the Solear subdistrict, is one of the schools implementing PIP. However, the school has struggled to decide which students should receive the aid because there is no systematic weighting of the criteria and the scoring has been subjective. This study asks whether combining AHP and SAW can produce objective weights and a transparent ranking of recipients. To address this, we developed a Decision Support System (DSS) that uses the Analytical Hierarchy Process (AHP) to set the relative weights for six criteria: ownership of KIP/KKS/PKH/SKTM, student active/enrollment status, child status, parents’ occupation, parents’ income, and number of dependents. The pairwise-comparison consistency ratio met the validity threshold (CR = 0.0803 < 0.10), indicating consistent judgments. These AHP weights were then integrated into Simple Additive Weighting (SAW) to normalize scores, calculate preference values, and prioritize eligible recipients. The results show that the selection process becomes more objective, transparent, and systematic than the traditional manual approach. A system quality test using ISO 9126 produced an average score of 86.67% (“Very Good”). This provides a replicable decision framework at the school level to improve the targeting of PIP assistance.
Implementation of Artificial Intelligence for User Behavior Prediction in Digital Information Systems Asep Abdul Sofyan; Arif Rahman; Sukisno; Haryanto; Dede Irawan
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1058

Abstract

The rapid advancement of digital information systems has increased the need for intelligent technologies capable of analyzing and predicting user behavior effectively. Artificial Intelligence (AI) has emerged as one of the most significant technologies for enhancing system intelligence, personalization, operational efficiency, and data-driven decision-making processes. This study aims to analyze the implementation of Artificial Intelligence for user behavior prediction in digital information systems. The research employs several AI algorithms, including Decision Tree, Random Forest, Support Vector Machine (SVM), Artificial Neural Network (ANN), and Long Short-Term Memory (LSTM), to evaluate predictive performance in analyzing user interaction data. The datasets used in this study consist of browsing history, transaction records, click frequency, session duration, login activities, and user preferences collected from digital platforms. The research process includes data collection, preprocessing, algorithm implementation, predictive analysis, and performance evaluation. The results indicate that AI-based predictive systems successfully improve behavioral prediction accuracy, personalization capabilities, cybersecurity monitoring, and operational effectiveness. Among all implemented algorithms, the Long Short-Term Memory (LSTM) model achieved the highest predictive accuracy due to its capability in analyzing sequential behavioral patterns. Furthermore, the findings demonstrate that AI implementation significantly contributes to the development of adaptive and intelligent digital information systems. Despite challenges related to privacy, computational complexity, and model interpretability, Artificial Intelligence provides substantial advantages for modern digital ecosystems and supports the advancement of intelligent user-centered services in the era of digital transformation.
Pengaruh Influencer Marketing, Electronic Word of Mouth dan Brand Image terhadap Keputusan Pembelian dengan Minat Beli sebagai Variabel Mediasi pada Skincare Glad2Glow Dea Nur Safitri; Wanda Yulia Utami; Dede Irawan
Jurilma Vol. 3 No. 2 (2026): Desember 2026 (In Progress)
Publisher : CV.RIZANIA MEDIA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69533/jurilma.volume3number2.579

Abstract

Penelitian ini bertujuan untuk mengetahui pengaruh influencer marketing, electronic word of mouth, dan brand image terhadap keputusan pembelian dengan minat beli sebagai variabel mediasi pada pengguna skincare Glad2Glow di Kota Tangerang. Penelitian ini menggunakan metode kuantitatif dengan teknik purposive sampling. Sampel penelitian berjumlah 200 responden yang diperoleh melalui penyebaran kuesioner dan dianalisis menggunakan Partial Least Squares-Structural Equation Modeling (PLS-SEM). Hasil penelitian menunjukkan bahwa influencer marketing dan electronic word of mouth berpengaruh positif dan signifikan terhadap keputusan pembelian, sedangkan brand image tidak berpengaruh signifikan. Selain itu, influencer marketing, electronic word of mouth, dan brand image berpengaruh positif dan signifikan terhadap minat beli. Minat beli juga berpengaruh positif dan signifikan terhadap keputusan pembelian serta memediasi pengaruh influencer marketing dan electronic word of mouth, tetapi tidak memediasi pengaruh brand image terhadap keputusan pembelian. Temuan penting penelitian ini adalah brand image hanya berpengaruh melalui minat beli dan tidak memberikan pengaruh langsung terhadap keputusan pembelian.
Pengaruh Electronic Word of Mouth, Persepsi Risiko, dan Keamanan terhadap Minat Penggunaan dengan Kepercayaan sebagai Variabel Mediasi pada Nasabah Bank SeaBank Silvia Nur Hikmah; Wanda Yulia Utami; Dede Irawan
Jurilma Vol. 3 No. 2 (2026): Desember 2026 (In Progress)
Publisher : CV.RIZANIA MEDIA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69533/jurilma.volume3number2.580

Abstract

Persaingan yang semakin ketat di sektor perbankan digital mendorong perusahaan untuk meningkatkan niat penggunaan melalui strategi yang bertujuan membangun kepercayaan pengguna. Studi ini bertujuan untuk menganalisis dampak electronic word of mouth, persepsi risiko, dan keamanan terhadap miat penggunaan SeaBank Digital Bank, dengan mempertimbangkan kepercayaan sebagai variabel mediasi. Penelitian ini mengisi kesenjangan penelitian terdahulu yang menunjukkan hasil tidak konsisten mengenai pengaruh E-WOM, keamanan dan persepsi risiko terhadap minat penggunaan, dengan menguji kepercayaan sebagai variabel mediasi dalam konteks SeaBank. Metode penelitian kuantitatif berbasis teknik purposive sampling diadopsi. Sampel terdiri dari 137 responden, termasuk pelanggan SeaBank Digital Bank saat ini dan potensial di Kota Tangerang. Analisis data dilakukan menggunakan partial least squares structural equation modeling (PLS-SEM). Hasil penelitian menunjukkan bahwa electronic word of mouth, persepsi risiko, dan keamanan memiliki pengaruh positif dan signifikan terhadap miint penggunaan dan kepercayaan. Ditemukan juga bahwa kepercayaan memiliki pengaruh positif dan signifikan terhadap miat penggunaan dan memediasi pengaruh electronic word of mouth, persepsi risiko, dan keamanan terhadap miat tersebut. Studi ini menyimpulkan bahwa electronic word of mouth, persepsi risiko, keamanan, dan kepercayaan merupakan faktor kunci dalam meningkatkan niat penggunaan SeaBank Digital Bank.
Pengaruh Brand Trust, Online Customer Review, dan Influencer Marketing terhadap Keputusan Pembelian Sunscreen Azarine: Peran Mediasi Minat Beli Aura Aslamiyah; Wanda Yulia Utami; Dede Irawan
Jurilma Vol. 3 No. 2 (2026): Desember 2026 (In Progress)
Publisher : CV.RIZANIA MEDIA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69533/jurilma.volume3number2.585

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh Brand Trust, Online Customer Review, dan Influencer Marketing terhadap Keputusan Pembelian dengan Minat Beli sebagai Variabel Mediasi pada konsumen sunscreeen Azarine di Shopee Kota Tangerang. Penelitian menggunakan pendekatan kuantitatif dengan metode survei terhadap 214 responden yang pernah membeli atau menggunakan sunscreen Azarine melalui Shopee dan berdomisili di Kota Tangerang. Data dikumpulkan melalui kuesioner dan dianalisis menggunakan Structural Equation Modeling-Partial Least Squares (SEM-PLS) dengan bantuan SmartPLS. Hasil penelitian menunjukkan bahwa Brand Trust berpengaruh positif dan signifikan terhadap Keputusan Pembelian dengan path coefficient sebesar 0,156, Online Customer Review berpengaruh positif dan signifikan sebesar 0,196, dan Influencer Marketing berpengaruh positif dan signifikan sebesar 0,200. Terhadap Minat Beli, Brand Trust berpengaruh positif dan signifikan sebesar 0,249, Online Customer Review sebesar 0,225, dan Influencer Marketing sebesar 0,276. Minat Beli berpengaruh positif dan signifikan terhadap Keputusan Pembelian sebesar 0,235. Selain itu, Minat Beli terbukti memediasi secara positif dan signifikan pengaruh Brand Trust, Online Customer Review, dan Influencer Marketing terhadap Keputusan Pembelian dengan koefisien pengaruh tidak langsung masing-masing sebesar 0,058, 0,053, dan 0,065. Temuan ini menunjukkan bahwa ketiga variabel tersebut berkontribusi terhadap keputusan pembelian secara langsung maupun melalui peningkatan Minat Beli.