Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Informatika Global

Sistem Informasi Rekrutmen Karyawan Dan Karyawati Pada PT Jaya Masawan Putra Sejahtera Berbasi Web Wulandari, Sefti; Di Kesuma, Hendra; Ni Wayan Priscila Yuni Praditya; K.Ghazali
Jurnal Ilmiah Informatika Global Vol. 16 No. 3: December 2025
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v16i3.6287

Abstract

Pada era digital saat ini, proses rekrutmen karyawan secara manual dinilai kurang efisien dan tidak efektif, terutama dalam pengelolaan data pelamar kerja yang menumpuk serta tingginya risiko kehilangan dokumen penting. PT Jaya Masawan Putra Sejahtera menghadapi kendala serupa, di mana proses rekrutmen masih dilakukan secara konvensional dan belum terintegrasi dalam sistem yang modern. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi rekrutmen berbasis web menggunakan metode Agile yang dapat mengotomatisasi proses rekrutmen mulai dari pengumpulan data pelamar, seleksi HRDistrasi, hingga penjadwalan wawancara. Dengan penerapan metode Agile, pengembangan sistem dilakukan secara bertahap dan fleksibel mengikuti kebutuhan pengguna. Sistem dirancang menggunakan PHP dan database MySQL dengan pendekatan pemodelan UML. Hasil dari penelitian ini adalah sistem informasi rekrutmen yang dapat meningkatkan efisiensi kerja HRD, meminimalisir kesalahan HRDistrasi, memperluas jangkauan pelamar, serta memberikan kemudahan akses baik bagi pelamar maupun pihak perusahaan. Sistem ini diharapkan mampu menjadi solusi digital yang terintegrasi dalam mendukung proses rekrutmen karyawan yang lebih cepat, akurat, dan transparan di PT Jaya Masawan Putra Sejahtera.
Aplikasi Monitoring Aset Wisma Atlet Palembang Saputra, Agung; Di Kesuma, Hendra; Macellina, Dona
Jurnal Ilmiah Informatika Global Vol. 16 No. 3: December 2025
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v16i3.6649

Abstract

Monitoring aset merupakan serangkaian aktivitas yang dikaitkan dengan pengidentifikasian seluruh aset yang dimiliki. Kehadiran teknologi komputer dengan kekuatan prosesnya telah memungkinkan pengembangan sistem informasi manajemen berbasis komputer. Dengan memanfaatkan teknologi komputer, didapat manfaat berupa kemudahan menyimpan data, mengolah data, dan mengidentifikasi data. Wisma Atlet Palembang saat ini belum memiliki sistem yang terintegrasi dalam pengelolaan aset. Pengelolaan aset sudah dilakukan menggunakan komputer tetapi belum terkomputerisasi, sehingga sering terjadinya masalah seperti sulitnya melakukan pendataan aset itu baik, memonitoiring kondisi aset seperti jadwal pemeliharan dan perbaikan. Aplikasi Monitoring Aset Wisma Atlet Palembang ini bertujuan memberikan kemudahan dalam memonitoring aset serta menyusun laporan data aset. Hasil dari penelitian ini yaitu Aplikasi Monitoring Aset Wisma Atlet Palembang yang dibuat diharapkan nantinya memiliki kelebihan antaran lain memberikan kemudahan dalam memonitoring data aset. Selain itu sistem memiliki kemampuan seperti kecepatan, ketepatan dan keakuratan proses dalam mengelola data dan laporan
Analisis Sentimen Rebranding Aplikasi Cici Menjadi Dola Pada Google Play Store Menggunakan Metode Indobert KHOLIK, ABDUL; Dzulfikar Fauzi, Muhammad; Di Kesuma, Hendra
Jurnal Ilmiah Informatika Global Vol. 16 No. 3: December 2025
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v16i3.6828

Abstract

Transisi identitas merek atau rebranding merupakan langkah strategis yang dapat mempengaruhi persepsi dan kepuasan pengguna secara signifikan. Penelitian ini bertujuan untuk menganalisis sentimen pengguna Google Play Store terhadap rebranding aplikasi asisten AI "Cici" menjadi "Dola" menggunakan data komentar review aplikasi pada November 2025. Mengingat kompleksitas bahasa ulasan yang seringkali menggunakan bahasa tidak baku dan sarkasme, penelitian ini menerapkan model deep learning IndoBERT (Bidirectional Encoder Representations from Transformers untuk Bahasa Indonesia). Dataset penelitian terdiri dari 1.869 ulasan yang diklasifikasikan ke dalam tiga kategori: positif, netral, dan negatif. Metodologi penelitian meliputi scraping data, normalisasi teks, dan fine-tuning model IndoBERT base-p2. Hasil penelitian menunjukkan bahwa model IndoBERT mencapai tingkat akurasi keseluruhan sebesar 0,88 dengan performa paling dominan pada sentimen positif (F1-score 0,93). Namun, model mengidentifikasi tantangan pada kelas negatif, di mana terdapat 119 ulasan negatif yang salah terdeteksi sebagai positif akibat adanya ambiguitas linguistik dan kerinduan pengguna terhadap identitas merek lama. Temuan ini menyimpulkan bahwa meskipun sebagian besar pengguna menerima identitas baru Dola, terdapat resistensi merek yang perlu dikelola melalui strategi edukasi fitur yang lebih baik.