Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : jurnal rekayasa informasi swadharma jris

OPTIMALISASI BASIS DATA SISTEM KEUANGAN UMKM PIZZAUPPS UNTUK MENGATASI REDUDANSI DAN ANOMALI DATA Faiz, Muhammad; Raharjo, Karunia; Agus, Muhammad; Nur, Muhammad Zidni; Nugroho, Dicky Anggriawan; Pujiono, Imam Prayogo
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 1 (2026): JURNAL JRIS EDISI JANUARI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no1.1049

Abstract

Digital financial systems are crucial for MSMEs to improve the efficiency and accuracy of record-keeping. Unfortunately, many MSMEs, including PizzaUpps, still rely on poorly structured flat-file record-keeping systems. This condition causes serious problems, such as duplication of customer and product data, and inconsistencies in transaction information, due to the lack of integrity controls in their databases. To address this, this study aims to redesign and optimize the database architecture of PizzaUpps’ financial system. Using the Waterfall model, the main methodology is database normalization, which transforms the data structure from unnormalized form (UNF) to Third Normal Form (3NF) and Boyce-Codd Normal Form (BCNF). The results show that the normalization process successfully produces a new, structured relational database design. This design consists of interconnected main tables, including Customer, Product, Transaction, and Transaction_Detail, and is supported by an Entity Relationship Diagram (ERD) and a validated physical relationship schema. Foreign keys and referential integrity constraints ensure data integrity across tables. The proposed database design proved effective in eliminating data redundancy and anomalies, significantly improving the accuracy, consistency, and integrity of PizzaUpps’ financial data. This design is highly recommended as a basis for developing a more comprehensive digital financial or accounting information system in the future.Peran sistem keuangan digital sangat krusial bagi UMKM untuk meningkatkan efisiensi dan keakuratan pencatatan. Sayangnya, banyak UMKM, termasuk PizzaUpps, masih mengandalkan sistem pencatatan flat-file yang tidak terstruktur dengan baik. Kondisi ini menyebabkan masalah serius seperti duplikasi data pelanggan dan produk, serta inkonsistensi informasi transaksi, karena tidak adanya kontrol integritas pada basis data mereka. Untuk mengatasi hal ini, penelitian ini bertujuan untuk merancang ulang dan optimalisasi arsitektur basis data sistem keuangan PizzaUpps. Menggunakan model Waterfall, metodologi utamanya adalah normalisasi basis data, yaitu mentransformasikan struktur data dari bentuk tidak ternormalisasi (UNF) menjadi Third Normal Form (3NF) dan Boyce-Codd Normal Form (BCNF). Hasil penelitian menunjukkan bahwa proses normalisasi berhasil menciptakan desain basis data relasional yang baru dan terstruktur. Desain ini terdiri dari tabel-tabel utama yang saling terhubung, seperti Pelanggan, Produk, Transaksi, dan Detail_Transaksi, dan dilengkapi dengan Entity Relationship Diagram (ERD) serta skema relasi fisik yang tervalidasi. Integritas data antar tabel dijamin melalui penggunaan foreign key dan batasan integritas referensial. Desain basis data yang diusulkan terbukti efektif dalam menghilangkan redundansi dan anomali data, secara signifikan meningkatkan akurasi, konsistensi, dan integritas data keuangan PizzaUpps. Desain ini sangat direkomendasikan sebagai dasar untuk pengembangan sistem informasi keuangan atau akuntansi digital yang lebih lengkap di masa depan.
ANALISIS TINGKAT KETERGANTUNGAN MAHASISWA INFORMATIKA TERHADAP PENGGUNAAN AI Failandri, M. Azka; Fatkhunihadh, Muhammad; Shodik, Lukman; Rizqiyanto, M. Rafi; Nugroho, Dicky Anggriawan
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 1 (2026): JURNAL JRIS EDISI JANUARI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no1.1089

Abstract

This study analyzes the level of dependency among Informatics students on the use of Artificial Intelligence (AI) in academic activities, as well as the factors influencing this dependency. The study used a quantitative descriptive approach with a cross-sectional design, involving 44 active Informatics students from UIN K.H. Abdurrahman Wahid Pekalongan as respondents who used AI in their learning. Data collection was conducted via an online questionnaire containing both closed-ended questions on a three-point Likert scale and open-ended questions. The data collection results were analyzed using descriptive statistics, while qualitative responses were analyzed thematically. The results indicate that AI utilization is high; the majority of students feel that AI helps complete assignments, accelerates understanding of the material, and improves the quality of learning outcomes. However, the level of dependency is generally moderate. Some students feel less productive without AI, but most can still study and complete assignments without relying on it. Social influence acts as a trigger for use, while perceived benefits, ease of access, and digital literacy are key supporting factors. Furthermore, awareness of the risk of declining critical thinking skills and efforts to control the frequency of use are controlling factors that prevent the formation of destructive dependency.Penelitian ini menganalisis tingkat ketergantungan mahasiswa Informatika terhadap penggunaan kecerdasan buatan (Artificial Intelligence/AI) dalam aktivitas akademik serta faktor-faktor yang memengaruhinya. Penelitian menggunakan pendekatan deskriptif kuantitatif dengan desain potong lintang yang melibatkan 44 mahasiswa Informatika aktif UIN K.H. Abdurrahman Wahid Pekalongan sebagai responden pengguna AI dalam pembelajaran. Pengumpulan data dilakukan melalui kuesioner daring yang memuat pertanyaan tertutup dengan Skala Likert tiga poin dan pertanyaan terbuka. Hasil pengumpulan data dianalisis secara statistik deskriptif, sedangkan jawaban kualitatif dianalisis secara tematik. Hasil penelitian menunjukkan bahwa tingkat pemanfaatan AI berada pada kategori tinggi; mayoritas mahasiswa merasakan AI membantu penyelesaian tugas, mempercepat pemahaman materi, dan meningkatkan kualitas hasil belajar. Namun, tingkat ketergantungan secara umum berada pada kategori sedang. Sebagian mahasiswa mulai merasa kurang produktif tanpa AI, tetapi mayoritas masih mampu belajar dan mengerjakan tugas tanpa sepenuhnya bergantung padanya. Pengaruh sosial berperan sebagai pemicu penggunaan, sementara persepsi manfaat, kemudahan akses, dan literasi digital menjadi faktor pendukung utama. Di sisi lain, kesadaran akan risiko penurunan kemampuan berpikir kritis dan upaya mengontrol frekuensi penggunaan menjadi faktor pengendali yang mencegah terbentuknya ketergantungan yang bersifat destruktif.