Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS PENDEKATAN METODE AGILE DALAM MANAJEMEN PROYEK PADA SISTEM INFORMASI Fajri, Khoirul; Saputra, Ade; Umar, Zaidan; Albana, Ilham
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 1 (2024): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i1.7631

Abstract

Pengembangan sistem informasi menjadi salah satu prioritas utama dalam mendukung Transformasi Digital yang semakin pesat di era modern. Dalam konteks ini, Metode Agile telah menarik perhatian luas sebagai pendekatan Manajemen Proyek yang mampu menangani tantangan unik pengembangan Sistem Informasi. Penelitian ini bertujuan untuk mengevaluasi efektivitas Metode Agile dalam Manajemen Proyek, dengan fokus pada keunggulan seperti Fleksibilitas, kolaborasi, dan adaptasi terhadap perubahan kebutuhan pengguna. Melalui studi kepustakaan, analisis mendalam dilakukan terhadap literatur yang membahas penerapan Agile, yang mencakup manfaat Iterasi Pendek untuk evaluasi berkelanjutan, perbaikan kualitas komunikasi, dan peningkatan responsivitas terhadap perubahan. Agile juga mendorong keterlibatan aktif pemangku kepentingan, yang berdampak signifikan pada keberhasilan proyek dan Kepuasan Pengguna.Namun demikian, penelitian ini juga menyoroti berbagai tantangan yang dihadapi, seperti kebutuhan akan komitmen tinggi dari tim, kesiapan budaya organisasi untuk berubah, dan risiko terkait keamanan data serta alokasi anggaran yang sering kali terganggu akibat perubahan yang tidak terduga. Di sisi lain, manfaat Agile seperti peningkatan kualitas produk, transparansi proses, dan efisiensi manajemen waktu menunjukkan bahwa metode ini relevan dan efektif, terutama dalam lingkungan proyek yang dinamis. Berdasarkan temuan ini, disarankan agar organisasi memberikan perhatian khusus pada pengembangan keterampilan tim melalui pelatihan intensif dan penerapan manajemen risiko adaptif. Dengan strategi yang terencana, Agile dapat menjadi solusi optimal untuk mendukung keberhasilan proyek Sistem Informasi, menciptakan produk berkualitas tinggi, dan memenuhi ekspektasi pengguna di era Transformasi Digital
Optimasi Kinerja Metode Hybrid Content-Based Filtering dan Matrix Factorization pada Sistem Rekomendasi Film Januarta, Andre; Putra, Bagus Darmajati Perdana; Nugraha, Deka Dwi; Hidayat, Sofyan; Abiyasa, Mahendra Akmal; Saputra, Ade; Umar, Zaidan; Herlambang, Faradi Deo
Journal of Informatics and Interactive Technology Vol. 3 No. 1 (2026): April
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v3i1.115

Abstract

Perkembangan platform digital dan layanan streaming film menyebabkan peningkatan jumlah konten yang tersedia bagi pengguna. Kondisi ini menimbulkan permasalahan information overload, di mana pengguna mengalami kesulitan dalam menentukan film yang sesuai dengan preferensi mereka. Sistem rekomendasi hadir sebagai solusi untuk membantu pengguna menemukan film yang relevan secara cepat dan personal. Penelitian ini bertujuan untuk menganalisis kinerja sistem rekomendasi film menggunakan metode hybrid yang mengombinasikan Content-Based Filtering (CBF) dan Matrix Factorization (MF). Pendekatan CBF memanfaatkan representasi genre film menggunakan Term Frequency–Inverse Document Frequency (TF-IDF) dan Cosine Similarity untuk mengukur kemiripan antar film, sedangkan MF diterapkan menggunakan teknik Singular Value Decomposition (SVD) untuk mempelajari pola laten interaksi pengguna dan film berdasarkan data rating. Dataset yang digunakan berasal dari The Movie Database (TMDB) dan MovieLens dengan jumlah data yang besar dan beragam. Hasil penelitian menunjukkan bahwa metode hybrid mampu meningkatkan kualitas rekomendasi dengan menggabungkan keunggulan kedua pendekatan, di mana CBF berperan sebagai penyaring awal berdasarkan kemiripan konten dan MF berfungsi untuk memprediksi serta mengurutkan film berdasarkan preferensi pengguna. Evaluasi kinerja sistem menggunakan confusion matrix dan metrik precision, recall, serta F1-score menunjukkan tingkat akurasi sebesar 73%, dengan performa yang baik pada kelas like. Hasil ini membuktikan bahwa pendekatan hybrid efektif dalam menghasilkan rekomendasi film yang lebih relevan dan personal.