Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Progresif: Jurnal Ilmiah Komputer Journal of Business and Audit Information System (JBASE)
Irwansyah, Irwansyah
Universitas Muhammadiyah Prof. Dr. Hamka
Computer Science & IT Control & Systems Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Implementasi Sistem Manajemen Sumber Daya Manusia Terintegrasi Pada Perusahaan Konsultan IT Irwansyah, Irwansyah; Pusparini, Nur Nawaningtyas; Isputrawan, M. Fauzi
JBASE - Journal of Business and Audit Information Systems Vol 8, No 1 (2025): JBASE - Journal of Business and Audit Information Systems
Publisher : Universitas Bunda Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30813/jbase.v8i1.8475

Abstract

Penelitian ini mengeksplorasi penerapan Sistem Manajemen Sumber Daya Manusia Terintegrasi (Human Resource Management System atau HRMS) di PT. ABC, sebuah perusahaan IT di Asia Tenggara. Fokus utama penelitian adalah meningkatkan efisiensi operasional, kolaborasi lintas departemen, dan distribusi peran yang lebih optimal dalam pengelolaan SDM. Pendekatan yang digunakan adalah metode kualitatif berbasis Project Communications Management, mencakup lima proses utama: identifikasi pemangku kepentingan, perencanaan komunikasi, distribusi informasi, pengelolaan ekspektasi, dan pelaporan kinerja. Hasil penelitian menunjukkan bahwa implementasi HRMS yang optimal dapat meningkatkan kualitas komunikasi proyek, mempercepat pengambilan keputusan, dan mendukung manajemen SDM yang lebih terstruktur. Temuan ini juga mengidentifikasi tantangan seperti keterlambatan pengisian timesheet dan miskomunikasi antar fungsi yang perlu diatasi. Penelitian menyoroti peran penting teknologi dalam mengelola kompleksitas tenaga kerja dan meningkatkan kepuasan karyawan. Rekomendasi yang diberikan meliputi pelatihan karyawan berkelanjutan, alokasi sumber daya yang lebih sistematis, serta penerapan pengingat otomatis untuk mendukung akuntabilitas tim. Langkah-langkah ini diharapkan dapat meningkatkan efisiensi, produktivitas, dan keberhasilan proyek secara keseluruhan, sekaligus mendukung kinerja bisnis yang berkelanjutan.
Penerapan Algoritma Decision Tree Dalam Deteksi Fraud Transaksi Kartu Kredit Agustine, Gladisya Devina; Irwansyah, Irwansyah
Progresif: Jurnal Ilmiah Komputer Vol 21, No 2 (2025): Agustus
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v21i2.2751

Abstract

Credit card fraud poses a serious threat in digital financial systems. Manual detection of suspicious transactions has become ineffective due to detecting fraudulent transactions using the Decision Tree algorithm. The dataset used was obtained from Kaggle and underwent preprocessing and attribute selection. The model was tested under four data split scenarios: 90:10, 80:20, 70:30, and 60:40. Performance evaluation was conducted using a confusion matrix with accuracy, precision, and recall metrics. The results show that the 60:40 data split yielded the best performance, with an accuracy of 97,47%, precision of 86,34%, and recall of 78,67%. These findings indicate that the Decision Tree algorithm can produce highly accurate classification results even without applying data balancing techniques.Kata kunci: Credit Card; Fraud Detection; Decision Tree; Data Mining. AbstrakPenipuan dalam transaksi kartu kredit merupakan ancaman serius dalam sistem keuangan digital. Deteksi secara manual terhadap transaksi yang mencurigakan menjadi tidak efektif seiring dengan meningkatnya volume data. Penelitian ini bertujuan untuk mengembangkan model klasifikasi untuk mendeteksi transaksi fraud menggunakan algoritma Decision Tree C4.5. Dataset yang digunakan diperoleh dari Kaggle dan telah melalui proses praproses dan seleksi atribut. Pengujian dilakukan dengan empat skenario pembagian data training dan data testing, yaitu 90:10, 80:20, 70:30, dan 60:40. Evaluasi performa dilakukan menggunakan confusion matrix dengan metrik akurasi, presisi, dan recall. Hasil menunjukkan bahwa pembagian data 60:40 memberikan performa terbaik dengan nilai akurasi sebesar 97,47%, presisi 86,34%, dan recall 78,67%. Model ini menunjukkan bahwa algoritma Decision Tree mampu memberikan hasil klasifikasi yang sangat baik bahkan tanpa teknik penyeimbangan data.Kata kunci: Kartu Kredit; Deteksi Penipuan; Decision Tree; Data Mining
Analisis Kebijakan Keamanan Informasi Di Perusahaan Distributor Mobile Phone Wiyono, Wiyono; Budiyantara, Agus; Irwansyah, Irwansyah; Witari, Putu Sita
JBASE - Journal of Business and Audit Information Systems Vol 8, No 2 (2025): JBASE - Journal of Business and Audit Information Systems
Publisher : Universitas Bunda Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30813/jbase.v8i2.9061

Abstract

Perusahaan distributor mobile phone terkemuka yang menghadapi berbagai tantangan dalam sistem keamanan informasi dan kelangsungan operasional, seperti ketidaksesuaian data stok, keterlambatan pengiriman, dan potensi serangan siber. Permasalahan tersebut dapat mengganggu efisiensi bisnis dan keandalan sistem informasi perusahaan. Untuk mengatasi risiko-risiko tersebut, penerapan standar internasional seperti ISO 27001 dan ISO 22301 menjadi penting. Penelitian ini bertujuan untuk menganalisis kebutuhan keamanan informasi dan mengidentifikasi risiko teknologi informasi pada perusahaan dengan pendekatan Business Continuity Management System (BCMS). Hasilnya diharapkan memberikan rekomendasi strategis guna meningkatkan ketahanan bisnis dan menjaga integritas sistem informasi
Co-Authors Agustine, Gladisya Devina Budiyantara, Agus Isputrawan, M. Fauzi Pusparini, Nur Nawaningtyas Witari, Putu Sita Wiyono, Wiyono