Claim Missing Document
Check
Articles

Found 12 Documents
Search

Penerapan Metode Waterfall pada Sistem Manajemen Keuangan dan Absensi Karyawan Berbasis Web, Studi Kasus:Warung Jokodolog25 Surabaya Aminulloh Achri Biyanda, Margi; Vega Vitianingsih, Anik; Syahadiyanti, Litafira; Pamudi, Pamudi; Fitri Ana Wati, Seftin
SPIRIT Vol 17, No 1 (2025): SPIRIT
Publisher : LPPM ITB Yadika Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53567/spirit.v17i1.374

Abstract

Perkembangan teknologi informasi telah memberikan dampak signifikan dalam berbagai sektor, termasuk dunia bisnis. Namun, masih banyak usaha kecil dan menengah yang bergantung pada pencatatan manual dalam operasionalnya, seperti yang terjadi di Warung Jokodolog25 Surabaya. Pencatatan transaksi dan absensi karyawan yang dilakukan secara manual menimbulkan berbagai permasalahan, seperti efisiensi yang rendah, rentan terhadap kesalahan, serta keterlambatan dalam proses pengambilan keputusan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi keuangan serta absensi karyawan berbasis web guna meningkatkan efisiensi dan akurasi pencatatan data. Penelitian ini menggunakan metode pengembangan perangkat lunak model Waterfall, yang terdiri dari tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan framework Laravel 11 dengan database MySQL untuk memastikan keamanan dan kecepatan akses data. Pengujian dilakukan dengan metode Black Box Testing guna memastikan setiap fitur berfungsi sesuai spesifikasi. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mengotomatisasi pencatatan transaksi, manajemen keuangan, serta absensi karyawan secara real-time, sehingga meningkatkan efisiensi operasional Warung Jokodolog25.
Accuracy of Kidney Disease Expert System Based On Certainty Factor and Dempster Shafer Algorithm Agussalim; Astuti Triana, Nani; Maya Safitri, Eristya; Wulansari, Anita; Fitri Ana Wati, Seftin
IJCONSIST JOURNALS Vol 3 No 2 (2022): March
Publisher : International Journal of Computer, Network Security and Information System

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/ijconsist.v3i2.66

Abstract

The information technology developments today resulted in several innovations, including the existence of an Expert System. The systems help diagnose diseases without directly meeting with experts/doctors. Many researchers have proposed algorithms to improve the accuracy of the expert system to approach the diagnosis by experts/doctors, including certainty factor and dempster shader. This study compares the algorithm's accuracy with the results of expert diagnosis of kidney disease. The expert system was developed using UML and a web-based version. From the comparison results, the dempster shaver algorithm has an accuracy rate of 80%, while the certainty factor is 60% compared to expert diagnoses.