Claim Missing Document
Check
Articles

Found 11 Documents
Search

Designing a Website-Based Information System for Cibadak Village Using the Waterfall Method Setiawan, Ayub; Yulisa Geni, Bias; Laple Satria Putra, Rani
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 6 No. 01 (2024): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v6i01.431

Abstract

This research aims to design an information system based on a website for the village of Cibadak, using the Waterfall methodology. The website-based information system is envisioned to enhance communication and accessibility of vital village-related information for residents and stakeholders. The Waterfall methodology provides a structured approach to the development process, encompassing sequential phases from requirements gathering, design, implementation, testing, and maintenance. By employing this methodology, the study seeks to ensure systematic and comprehensive development, addressing the specific needs and challenges faced by the village of Cibadak. The outcome of this research is expected to offer insights into the effective application of the Waterfall methodology in developing information systems tailored to the requirements of rural communities, thus contributing to improved governance and service delivery at the village level.
Rancang Bangun Sistem Informasi Penjualan Berbasis Website di PT. Intan Sejati Lestari Surya Hanjaya, Indra; Laple Satria Putra, Rani
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 6 No. 02 (2024): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v6i02.574

Abstract

Seiring dengan perkembangan ilmu pengetahuan yang semakin maju, manusia telah menciptakan inovasi dalam teknologi informasi yang berguna untuk mempermudah kehidupan sehari-hari. Teknologi informasi, terutama sistem informasi berbasis website, dapat membantu perusahaan dalam mengelola penjualan dengan lebih baik. PT. Intan Sejati Lestari adalah perusahaan yang bergerak dalam pembuatan dan penjualan produk Aluminium Composite Panel dan Aluminium Profile, dan saat ini membutuhkan sistem baru untuk mengurangi kendala-kendala yang ada untuk membantu mengelola usaha agar lebih efektif dan efisien. Penelitian ini menggunakan metode Waterfall yaitu Analisis, Desain, Implementasi, Pengujian, dan Pemeliharaan. Sistem ini dirancang dan dibangun dengan menggunakan framework CodeIgniter 3.1.6, bahasa pemrograman PHP versi 7.4, basis data MySQL 5.6, web server XAMPP 3.3.0 dan aplikasi pengkodean Sublime Text. Keluaran yang dihasilkan adalah aplikasi sistem informasi penjualan berbasis website.
Perancangan dan Pengembangan Sistem Penjualan Berbasis Website (Studi Kasus : Toko Azza Beauty) Ferdiansyah, Zandy; Laple Satria Putra, Rani
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 6 No. 02 (2024): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v6i02.575

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan sistem penjualan berbasis web untuk Toko Azza Beauty, yang mengkhususkan diri dalam kosmetik dan perawatan kulit. Sistem ini diharapkan dapat meningkatkan efisiensi penjualan, manajemen inventaris, dan pelayanan pelanggan dengan mengotomatiskan berbagai proses bisnis. Metodologi yang digunakan adalah Waterfall, dengan teknologi seperti framework Laravel, PHP, MySQL, XAMPP, dan Visual Studio Code. Pengujian dilakukan dengan metode black box testing. Hasil penelitian menunjukkan bahwa sistem ini berhasil menyediakan fitur login pengguna, manajemen produk, pelacakan pesanan, dan kontrol administratif yang efisien. Implementasi sistem ini memberikan manfaat signifikan dalam meningkatkan efisiensi operasional dan memperluas jangkauan pemasaran produk Toko Azza Beauty.
UI/UX Design of Mobile-Based Employee Attendance Information System Using Design Thinking Methodology Kisnanda, M. Farhan; Rizki Abi Awalia, Fadillah; Laple Satria Putra, Rani
Bahasa Indonesia Vol 15 No 02 (2023): Instal : Jurnal Komputer Periode (Juli-Desember)
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jurnalkomputer.v15i02.157

Abstract

Attendance is a data collection process aimed at obtaining information about the presence or absence of an employee within a company. However, many companies still manually handle the employee attendance process, leading to several issues such as poorly managed attendance data, lack of supervision over employee work hours, and difficulty in updating employee data. Addressing these challenges, there is a need for the design of a User Interface/User Experience (UI/UX) for an Employee Attendance Information System to provide a conceptual framework that can be implemented in the future. The research methodology employed is the Design Thinking method, involving five stages: Empathize, Define, Ideate, Prototype, and Testing. The research findings encompass the design appearance of each page in the application, along with design testing using Usability Testing. The results indicate a high level of satisfaction with a 90% score for Learnability, 90% for Efficiency, and 74% for Memorability. Overall, the average testing score is 85%, indicating that the developed UI/UX Design successfully achieves the goal of improving performance and user experience as intended.
Creation of a website-based information system at Mutiara Bunda Preschool using the Waterfall Method Rendy Priyanto, Mei; Sintiawati, Bela; ismawati, adis; Andini Andriati , Dea; Laple Satria Putra, Rani
Bahasa Indonesia Vol 15 No 02 (2023): Instal : Jurnal Komputer Periode (Juli-Desember)
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jurnalkomputer.v15i02.166

Abstract

The web-based PAUD information system is a tool for parents and school officials to assist in learning activities, both new student registration, ongoing learning activities, as well as general information such as a list of teachers and students in the scope of PAUD activities. This research uses the method waterfall in software development and testing methods with Black Box testing. In research designing information systems with a web base using the Waterfall method. The aim of this research is to improve services and information flow in terms of PAUD learning and activities and parents will find it easier to absorb information related to learning activities in PAUD. Because PAUD does not yet have a web-based information system, which is still done manually in student administration and learning activities, it is necessary to design an information system for PAUD. The results of this research will produce a website-based application, which will help parents to more easily obtain information. related to learning activities in PAUD, as well as helping teachers to manage student administration data.
Analisis Sentimen Komentar Pengguna Aplikasi Duolingo Menggunakan Metode Support Vector Machine dan Navie Bayes Laple Satria Putra, Rani; Nur Arifin , Tri; Redha Rahadani, Muhammad
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1647

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi Duolingo yang diunduh dari platform Google Play Store. Sebanyak 211.664 komentar dikumpulkan melalui metode web crawling menggunakan bahasa pemrograman Python, kemudian diproses melalui tahapan preprocessing yang mencakup case folding, pembersihan data, tokenisasi, penghapusan stopword, normalisasi, dan stemming. Proses ini dilanjutkan dengan pemberian bobot kata menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk mengonversi data teks menjadi representasi numerik. Model klasifikasi kemudian dibangun menggunakan algoritma Support Vector Machine (SVM) dan Naive Bayes untuk mengklasifikasikan sentimen ke dalam tiga kategori: positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa algoritma SVM memiliki kinerja lebih stabil dan akurat dibandingkan Naive Bayes, dengan akurasi mencapai 95%. Meskipun demikian, kedua model menunjukkan keterbatasan dalam mengklasifikasikan sentimen netral dan negatif akibat ketidakseimbangan distribusi kelas dalam data, di mana kelas positif mendominasi secara signifikan. Hal ini tercermin dari rendahnya nilai precision, recall, dan f1-score pada kelas minoritas. Berdasarkan hasil 10-Fold Cross Validation, SVM terbukti lebih konsisten dalam menghasilkan akurasi tinggi di berbagai skenario pengujian, menjadikannya pilihan yang lebih andal dalam analisis sentimen multi-kelas terhadap data ulasan aplikasi.
Analisis Sentimen Komentar Pengguna Aplikasi Sayurbox Di Google Playstrore Menggunakan Metode Support Vector Machine (SVM) Laple Satria Putra, Rani; Andini Andriati , Dea; Hidayat, Taufik
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1648

Abstract

Perkembangan teknologi digital mendorong perubahan pola konsumsi masyarakat, termasuk dalam pemanfaatan aplikasi belanja daring seperti Sayur Box. Aplikasi ini memiliki banyak ulasan pengguna yang berisi persepsi terhadap layanan, namun data tersebut bersifat tidak terstruktur sehingga memerlukan pendekatan berbasis kecerdasan buatan untuk dianalisis. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi Sayur Box dengan menggunakan algoritma Support Vector Machine (SVM) dan mengevaluasi tingkat akurasi model yang dibangun. Sebanyak 1.287 komentar dari Google Play Store dikumpulkan melalui proses web crawling menggunakan Python. Data yang diperoleh kemudian melalui tahapan prapemrosesan, meliputi case folding, pembersihan teks, tokenisasi, penghapusan stopword, normalisasi, dan stemming. Representasi kata menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk mengekstraksi kata-kata yang paling berpengaruh pada masing-masing dokumen. Dataset hasil prapemrosesan digunakan untuk melatih model SVM yang membedakan sentimen positif dan negatif. Hasil evaluasi menunjukkan bahwa model SVM memiliki kinerja yang baik dengan akurasi keseluruhan mencapai 91%. Kelas negatif menunjukkan performa terbaik dengan nilai precision 0,91, recall 0,96, dan f1-score 0,94, sedangkan kelas positif memperoleh f1-score 0,86. Kinerja pada kelas netral masih rendah karena ketidakseimbangan data, yang tercermin pada nilai precision, recall, dan f1-score bernilai nol. Uji 10-fold cross-validation memperlihatkan bahwa akurasi model stabil di atas 88% pada sebagian besar fold dengan puncak 91,5% pada fold ke-9.
Implementasi Teori Graf dan Optimisasi Alogaritma Dijkstra, BFS dan DFS Dalam Menentukan Jalur Terpendek Jaringan Toko Mixue Di Jabodetabek Berbasis Google Maps Laple Satria Putra, Rani; Sandy , Muchamad; Aprilia Putri, Annisa
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1649

Abstract

Penelitian ini membahas penerapan teori graf untuk analisis jaringan distribusi gerai Mixue di kawasan Jabodetabek. Jaringan toko direpresentasikan sebagai graf tak berarah, di mana setiap cabang Mixue dipandang sebagai simpul (node) dan jalan penghubung antar cabang direpresentasikan sebagai sisi (edge) dengan bobot jarak tempuh. Tujuan penelitian adalah melakukan analisis komparatif terhadap tiga algoritma pencarian jalur, yaitu Depth-First Search (DFS), Breadth-First Search (BFS), dan Dijkstra, dalam menentukan rute optimal. Data diperoleh melalui Google Maps berupa lokasi, koordinat, dan jarak antar toko yang kemudian dimodelkan ke dalam graf berbobot. Implementasi algoritma dilakukan dengan bahasa pemrograman C++ untuk mengevaluasi kinerja pencarian jalur. Hasil penelitian menunjukkan bahwa algoritma Dijkstra menghasilkan jalur terpendek dari A ke R dengan total jarak 43 km (A → B → H → I → Q → R), BFS menemukan lintasan dengan jumlah simpul minimum dari A ke O (A → B → M → K → O) pada level 4, sementara DFS menelusuri jalur A ke N (A → B → M → N) pada level kedalaman 3. Dari hasil tersebut dapat disimpulkan bahwa Dijkstra lebih unggul dalam optimasi berbobot, BFS efektif untuk jalur dengan simpul minimum, dan DFS sesuai untuk eksplorasi struktur graf secara mendalam. Penelitian ini berkontribusi dalam memberikan dasar analisis rute yang lebih efisien untuk mendukung manajemen distribusi dan operasional jaringan ritel.
Analisis Sentimen Komentar Pengguna Aplikasi Segari Di Google Playstrore Menggunakan Metode Support Vector Machine (SVM) Sandy, Muchamad; Laple Satria Putra, Rani
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1651

Abstract

Perkembangan teknologi digital telah mendorong munculnya berbagai platform belanja daring, salah satunya aplikasi Segari. Tingkat keberhasilan aplikasi ini sangat bergantung pada pengalaman serta persepsi pengguna yang tercermin melalui ulasan di Google Play Store. Ulasan tersebut menjadi sumber data penting untuk dianalisis guna mengetahui kepuasan pelanggan. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap komentar pengguna aplikasi Segari dengan memanfaatkan algoritma Support Vector Machine (SVM). Data penelitian diperoleh melalui teknik web scraping dari Google Play Store, menghasilkan 5.752 ulasan pengguna. Dataset kemudian diproses melalui beberapa tahapan preprocessing, meliputi case folding, cleaning, tokenizing, stopword removal, normalisasi, dan stemming agar data lebih terstruktur. Setelah itu, dilakukan pembobotan kata menggunakan Term Frequency–Inverse Document Frequency (TF-IDF) untuk merepresentasikan teks dalam bentuk numerik. Hasil TF-IDF menunjukkan kata “segar” sebagai term dengan bobot tertinggi, diikuti oleh “kirim”, “belanja”, “promo”, dan “barang”, yang merefleksikan fokus utama konsumen terhadap kualitas produk dan layanan pengiriman. Model SVM diuji pada 1.021 sampel data menggunakan metode 10-fold cross-validation. Hasil pengujian menunjukkan akurasi rata-rata sebesar 95% dengan nilai tertinggi mencapai 0,968 pada beberapa lipatan. Model menunjukkan performa optimal pada kelas negatif (precision 0,96; recall 1,00; F1-score 0,98) dan cukup baik pada kelas positif (precision 0,93; recall 0,64), tetapi sangat rendah pada kelas netral (precision, recall, dan F1-score = 0,00)
Analisis Sentimen Komentar Pengguna Aplikasi Klik Indomaret Di Google Playstrore Menggunakan Metode Support Vector Machine (SVM) Andini Andriati, Dea; Laple Satria Putra, Rani; Dika Saputra, Galih
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 03 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i03.1653

Abstract

Perkembangan teknologi digital telah mendorong pergeseran perilaku konsumen, khususnya dalam penggunaan aplikasi belanja daring. Salah satu aplikasi yang banyak digunakan adalah Klik Indomaret, yang memungkinkan pengguna berbelanja produk ritel secara praktis melalui perangkat mobile. Seiring meningkatnya jumlah pengguna, banyak ulasan yang terkumpul di Google Play Store yang dapat dimanfaatkan untuk mengevaluasi kualitas layanan. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap komentar pengguna aplikasi Klik Indomaret menggunakan algoritma Support Vector Machine (SVM). Sebanyak 4.841 komentar pengguna dikumpulkan secara otomatis melalui teknik web crawling berbasis Python. Data kemudian melalui tahapan prapemrosesan yang meliputi case folding, pembersihan teks, tokenisasi, penghapusan stopword, normalisasi, dan stemming untuk menghasilkan data yang terstruktur. Metode Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk pembobotan kata sehingga dapat mengidentifikasi kata yang paling berpengaruh dalam dokumen. Dataset yang sudah siap kemudian diuji menggunakan algoritma SVM untuk mengklasifikasikan sentimen ke dalam kategori positif dan negatif. Hasil evaluasi menunjukkan bahwa model SVM memiliki akurasi keseluruhan sebesar 87% dari 3.874 data uji. Kelas negatif memberikan performa tinggi dengan precision 0,82, recall 0,94, dan f1-score 0,87, sedangkan kelas positif mencatat precision 0,92, recall 0,85, dan f1-score 0,89. Namun, kelas netral belum terdeteksi dengan baik karena jumlah data yang sedikit. Uji 10-fold cross-validation memperlihatkan akurasi yang konsisten pada rentang 85,4% hingga 87,6%, menandakan kemampuan generalisasi model yang baik tanpa indikasi overfitting.