Claim Missing Document
Check
Articles

Found 40 Documents
Search

Comparison Analysis of Equivalence Class Partitioning and Boundary Value Analysis Techniques in Software Quality Testing of ReservasiPolnep Application Alifiansyah, Zuhrie; Alkadri, Syarifah Putri Agustini; Insani, Rachmat Wahid Saleh
Innovation in Research of Informatics (Innovatics) Vol 7, No 2 (2025): September 2025
Publisher : Department of Informatics, Siliwangi University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v7i2.16789

Abstract

Software testing is a crucial phase before the official launch of an application to ensure its functionality and quality. This study compares two black box testing techniques—Equivalence Class Partitioning (ECP) and Boundary Value Analysis (BVA)—in identifying functional defects in the ReservasiPolnep application. The study involved testing key application features using both techniques, and results were measured using standard software testing metrics: test case coverage, success rates, test time, and cost per defect. The results showed that ECP is more time and cost-efficient, requiring only 26 test cases and 15 minutes 27 seconds per test, with a cost of Rp30 per defect and an 84.6% success rate. In contrast, BVA covers more test scenarios with 36 test cases, taking 27 minutes 5 seconds and costing Rp40 per defect, with a slightly higher success rate of 86.1%. The study concludes that each technique has advantages depending on the context, and highlights the need for input validation improvements in the application.
Penerapan Data Mining untuk Klasifikasi Tingkat Kepuasan Pelanggan Café Menggunakan Metode Decision Tree C4.5 Atta Tha Ariq; Sucipto Sucipto; Rachmat Wahid Saleh Insani
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.9653

Abstract

Kepuasan pelanggan adalah faktor utama dalam meningkatkan reputasi bisnis, loyalitas pelanggan, dan efisiensi operasional. Penelitian ini bertujuan mengembangkan sistem yang memberikan informasi akurat tentang tingkat kepuasan dan ketidakpuasan pelanggan di sebuah café. Harapannya, temuan dari penelitian ini dapat memberikan dampak baik kepada café guna untuk meningkatkan kualitas pelayanan dengan mengetahui apa saja indikatot-indikator yang mempengaruhi tingkat kepuasan pelanggan café. Metode yang digunakan adalah Decision Tree C4.5, yang membangun pohon keputusan untuk klasifikasi. Proses meliputi penanganan missing value, pengecekan duplicate data, label encoding, penanganan data imbalance dengan SMOTE, pemodelan Decision Tree C4.5, pengecekan akurasi, dan visualisasi aturan keputusan. Evaluasi model dilakukan menggunakan metrik confusion matrix. Hasil evaluasi menunjukkan bahwa model klasifikasi memiliki performa sangat baik, dengan accuracy 98% pada data latih dan 93% pada data uji. Nilai recall, precision, dan F1-score masing-masing adalah 94%, 97%, dan 95%.
Perencanaan Perjalanan Wisata Kabupaten Sambas Menggunakan Algoritma Ant Colony Optimization Maulidawati Maulidawati; Alda Cendekia Siregar; Rachmat Wahid Saleh Insani
Techno.Com Vol. 25 No. 2 (2026): May 2026
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v25i2.15806

Abstract

Sebuah perjalanan perlu dilakukan perencanaan agar waktu kunjungan dapat terkelola, salah satunya yaitu kunjungan wisata. Banyaknya wisata yang terdapat di Indonesia masing-masing memiliki daya tarik tersendiri. Salah satunya adalah wisata yang ada di Kabupaten Sambas. Minimnya informasi mengenai lokasi destinasi wisata di daerah tersebut menjadi salah satu kendala yang dialami wisatawan. Tujuan dari penelitian ini yaitu mencari rute terpendek berdasarkan nilai parameter optimal. Dalam permasalahan ini, algoritma yang digunakan yaitu Ant Colony Optimization sebagai algoritma optimasi yang dapat diterapkan pada kasus penentuan rute kunjungan wisata. Algoritma tersebut merupakan algoritma yang terinspirasi dari kelompok koloni semut dalam mencari jalur untuk mendapatkan makanan. Pengujian parameter Ant Colony Optimization yaitu alpha, beta, dan rho dengan rentang nilai yang telah ditentukan. Kemudian dibandingkan berdasarkan rata-rata fitness terkecil dari hasil 75 kali percobaan running. Hasil dari pengujian algoritma Ant Colony Optimization didapatkan nilai optimal parameter, yaitu alpha bernilai 0,02 dengan rata-rata fitness 315,56 km, beta bernilai 9,0 dengan rata-rata fitness 314,31 km, dan rho bernilai 0,5 dengan rata-rata fitness 316,01 km. Setelah didapatkan nilai parameter optimal tersebut, kemudian diujikan kembali dengan dilakukan percobaan running sebanyak 5 kali, jadi total keseluruhan running sebanyak 80 kali. Didapatkan fitness terkecil senilai 312,67 km, nilai fitness terbesar senilai 318,32 km, dan rata-rata fitness sebesar 315,28 km.   Kata kunci - optimasi, Ant Colony Optimization, rute terpendek, perencanaan perjalanan
Implementasi Algoritma Naïve Bayes Untuk Klasifikasi Mahasiswa Berpotensi Drop Out Anugrah Esa Putra; Barry Caesar Octariadi; Rachmat Wahid Saleh Insani
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 3 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i3.10276

Abstract

Tingginya tingkat mahasiswa yang mengalami drop out dalam program studi sering menjadi tantangan bagi institusi pendidikan tinggi, tidak menutup kemungkinan akan terjadi pada Program Studi Ilmu Komputer di Universitas Muhammadiyah Pontianak. Untuk mengatasi masalah ini, diperlukan sebuah sistem yang dapat membantu memprediksi potensi mahasiswa yang berisiko drop out, sehingga dapat dilakukan intervensi yang tepat waktu. Penelitian ini mengembangkan sebuah aplikasi berbasis data mining yang menggunakan algoritma Naïve Bayes untuk memprediksi resiko drop out mahasiswa. Metode penelitian meliputi definisi masalah, pengumpulan data, permodelan, evaluasi, penyebaran model, dan penarikan kesimpulan. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes berhasil diimplementasikan dengan tingkat akurasi 91%, presisi 85%, dan recall 96%. Meskipun terdapat beberapa kekurangan dalam akurasi, aplikasi yang telah dibangun diharapkan dapat mengatasi masalah mahasiswa berpotensi drop out.
IMPLEMENTASI PENCARIAN DOKUMEN ADMINISTRASI DI KANTOR CAMAT MENGGUNAKAN METODE BM25 Yanti Puspita Sari; Syarifah Putri Agustini Alkadri; Rachmat Wahid Saleh Insani
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 13, No 7 (2026): NUSANTARA : Jurnal Ilmu Pengetahuan Sosial
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v13i7.2026.1990-1998

Abstract

Penelitian ini mengembangkan sistem pencarian dokumen administrasi berbasis web pada Kantor Camat Sekadau untuk meningkatkan efisiensi proses temu kembali dokumen. Permasalahan yang dihadapi adalah pengelolaan arsip yang masih didominasi dokumen fisik serta dokumen digital yang tersebar tanpa sistem pengindeksan yang memadai sehingga pencarian menjadi lambat dan kurang efektif. Tujuan penelitian ini adalah membangun sistem pencarian dokumen yang mampu memberikan hasil pencarian secara cepat dan relevan. Sistem dikembangkan menggunakan bahasa pemrograman Python dengan MongoDB sebagai basis data serta dilengkapi modul ekstraksi teks menggunakan Tesseract-OCR. Tahapan pengolahan teks meliputi case folding, tokenisasi, penghapusan stopword, dan stemming. Metode pencarian menggunakan algoritma BM25 dengan parameter k1 = 1,5 dan b = 0,75 untuk menghitung tingkat relevansi dokumen terhadap query pengguna. Hasil pengujian menunjukkan sistem menghasilkan skor relevansi tertinggi sebesar 3,3084 pada query spesifik, dengan nilai precision 100,00%, recall 3,23%, dan F1-score 6,10%. Hasil User Acceptance Testing (UAT) memperoleh tingkat penerimaan sebesar 88,8% dengan kategori “Sangat Layak”, sehingga sistem dinilai layak diterapkan untuk meningkatkan efisiensi pengelolaan dokumen.
Penerapan Wordpress untuk Situs Web Organisasi Kwarda Kalimantan Barat Rachmat Wahid Saleh Insani; Barry Ceasar Octariady; Nisa Wulandari
Komatika: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 1 (2026): May 2026 (In Progress)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat, Institut Informatika Indonesia Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/komatika.v6i1.1326

Abstract

Gerakan Pramuka Indonesia merupakan organisasi pendidikan nonformal yang menyelenggarakan pendidikan kepanduan di Indonesia. Kwartir Daerah (Kwarda) Kalimantan Barat merupakan organisasi yang mengelola Gerakan Pramuka di tingkat Provinsi Kalimantan Barat. Kwarda Kalimantan Barat telah memiliki media sosial Instagram untuk mempublikasikan kegiatan Pramuka dalam bentuk teks, gambar, dan video pendek. Namun media sosial Instagram tidak dapat menampilkan teks yang panjang untuk kegiatan organisasi, tidak dapat melakukan pencarian teks untuk menemukan kegiatan tertentu, dan tidak bisa menstrukturkan informasi organisasi. Oleh karena itu, kegiatan PkM ini membangun sebuah situs web yang akan berisi profil dan berita kegiatan dari Kwartir Daerah Gerakan Pramuka Kalimantan Barat. Situs web akan dibangun menggunakan Content Management System (CMS) Wordpress oleh dosen dan mahasiswa dari Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Muhammadiyah Pontianak. Website Kwarda Kalbar yang dibangun diharapkan dapat menjadi pusat informasi yang mendukung transparansi, dokumentasi kegiatan, dan promosi gerakan Pramuka di Kalimantan Barat. Kegiatan ini meupakan wujud nyata kolaborasi antara mahasiswa dan organisasi dalam memanfaatkan teknologi untuk kemajuan bersama.
Prediksi Status Gizi Pada Balita Menggunakan Metode Long ShortTerm Memory Hizrah Azhari; Barry Ceasar Octariadi; Rachmat Wahid Saleh Insani
Jurnal Publikasi Teknik Informatika Vol. 4 No. 1 (2025): Januari: Jurnal Publikasi Teknik Informatika
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jupti.v4i1.5506

Abstract

The high prevalence of malnutrition among toddlers in Pontianak City, adversely affecting growth, cognitive function, and future human capital. Despite monitoring efforts, traditional methods remain slow and less accurate. The objective is to develop an early prediction system for toddler nutritional status using a Long Short-Term Memory (LSTM) model based on anthropometric data (weight, height, age, gender) from the Pontianak City Health Office. The methodology comprises an applied experimental quantitative design with the following stages: data collection and preprocessing (cleaning, normalization, train-test split), LSTM model architecture development, model training, and performance evaluation using accuracy, precision, recall, and F1-score metrics. The dataset includes 1,182 samples of toddlers aged 0–60 months. Training results yielded 82% accuracy, 98% precision, 82% recall, and an F1-score of 89% on the training set. On the test set, the model achieved 79% accuracy, 99% precision, 80% recall, and an F1-score of 89%, with a weighted average F1-score of 0.83 and a macro average F1-score of 0.71, indicating solid overall performance but highlighting the need for improvement in underrepresented classes. The study’s implications involve enhancing the effectiveness of toddler nutritional monitoring, enabling faster interventions by healthcare workers, and contributing academically to the development of AI-based applications in public health.
IMPLEMENTASI METODE DEPTH FIRST SEARCH PADA SISTEM PAKAR KONSULTASI BANTUAN HUKUM CERAI GUGAT Rabbil Budiman; Rachmat Wahid Saleh Insani; Alda Cendekia Siregar
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 12 No. 1 (2026): Volume 12 Nomor 1 Tahun 2026
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v12i1.5065

Abstract

The problem of divorce, especially in Pontianak city, has increased significantly, but community access to legal information and services is often hampered by a lack of legal understanding, creating a gap in justice that can lead to other social problems. Therefore, this research focuses on the development of an expert system that utilizes the depth first search (DFS) method to provide consultation results on legal issues of contested divorce based on the compilation of Islamic law. The research methods include problem identification, data collection through interviews with legal experts followed by design using the waterfall method to ensure the system runs well. The test results show that the depth first search method is able to provide fast and accurate consultation results regarding the problems faced by wives who want to divorce based on the results of testing the accuracy of the system by comparing the results of system diagnosis and experts obtained 80% results so it is concluded that the accuracy of the system made is considered successful.
Klasifikasi Status Gizi Balita Menggunakan Algoritma Random Forest Muhamad Angga Rizki Sabima; Barry Ceasar Octariadi; Rachmat Wahid Saleh Insani
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 8 No 1 (2026): Januari 2026
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v8i1.2415

Abstract

Nutritional problems in children under five remain a major challenge in Indonesia's health development as they can affect growth, cognitive abilities, and future productivity. The Indonesian Nutritional Status Survey (SSGI) serves as an important data source to understand the nutritional condition of children under five. This study aims to classify the nutritional status of children under five using the Random Forest algorithm with a Knowledge Discovery in Database (KDD) approach. The research stages include data cleaning, preprocessing, feature selection, modeling, and model performance evaluation. The data were obtained from Puskesmas Gang Sehat.The results indicate that Random Forest can classify the nutritional status of children under five with high accuracy for the majority class (Normal Nutrition), while performance for the minority class (Abnormal Nutrition) can still be improved. This demonstrates that the Random Forest algorithm is effective for classifying nutritional status, although optimizing data imbalance and adding supporting variables can enhance results for the minority class. This study is expected to contribute to the development of technology-based solutions for addressing nutritional issues in children under five.
Sistem Informasi Geografis Berbasis Web Untuk Pemetaan Penerima BPJS Dengan Algoritma Dijkstra Muhamad Reynaldi Rendi; Rachmat Wahid Saleh Insani; Asrul Abdullah
Jurnal Pseudocode Vol 13 No 1 (2026): Volume 13 Nomor 1 Februari 2026
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.13.1.75-81

Abstract

The Sungai Raya Village apparatus faces challenges in managing BPJS beneficiaries due to the lack of mapping and route optimization tools. This research aims to build a web-based Geographic Information System (GIS) to visualize recipient locations and implement Dijkstra's Algorithm for determining the shortest visit routes. Developed using Laravel, MySQL, and Leaflet.js following the Waterfall methodology, the system successfully maps data with hamlet-based filtering features. Testing confirms that Dijkstra's Algorithm generates valid routes, which were verified against Google Maps. Black Box testing showed all functions perform correctly, and User Acceptance Testing (UAT) yielded a score of 81.75%. These results indicate the system effectively supports the efficiency of data verification and field visit planning.