Zibran Briliantama
Universitas Pamulang

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

Found 3 Documents
Search

Analisis Efektivitas Sistem Informasi Absensi Berbasis Fingerprint dalam Meningkatkan Disiplin Kerja Adam Saputra; Remo Yudianto; Zibran Briliantama
Journal of Information Systems and Business Technology Vol 1 No 4 (2025): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Using information systems in companies is becoming more important to help with managing daily operations and keeping employees disciplined. One common technology used is the fingerprint-based attendance system, which is believed to reduce fake attendance and help employees be on time. This study looks at how effective the fingerprint attendance system is in helping with work discipline. The study used a quantitative approach, collecting data through observation, surveys, and documents. The people involved were employees who used the fingerprint system every day. The results show that the system helps make attendance more accurate, improves punctuality, and ensures employees follow their scheduled working hours. It also helps managers track attendance more easily and gives them reliable data for making decisions. However, some problems were found, mainly due to technical issues and reliance on good infrastructure. Overall, the fingerprint-based attendance system is effective in improving work discipline, but it needs ongoing checks and improvements to keep working well.
ANALISIS DAN PERANCANGAN SISTEM INFORMASIDATA PENDUDUK BERBASIS WEBSITEMENGGUNAKAN STANDAR ISO/IEC 2510 pada PTTeknologi Informatika Solusindo Zibran Briliantama; Chairul Anwar
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengevaluasi dan merancang sistem informasi data penduduk berbasis web di PT Teknologi Informatika Solusindo untuk meningkatkan efisiensi dan akurasi dalam pengelolaan data. Tantangan utama yang dihadapi adalah masih adanya penggunaan sistem manual yang mengakibatkan terjadinya duplikasi data, lambatnya proses, serta rendahnya kualitas informasi. Metodologi yang diambil dalam penelitian ini adalah metode prototipe, yang memungkinkan pengembangan sistem dilakukan secara bertahap dengan pembuatan model awal dan evaluasi yang dilakukan berulang kali berdasarkan masukan dari pengguna. Desain sistem dilakukan menggunakan Unified Modeling Language (UML), sementara implementasi sistem memanfaatkan teknologi web seperti HTML, CSS, JavaScript, serta PHP dan MySQL sebagai basis datanya. Penilaian sistem mengikuti standar ISO/IEC 25010 yang mencakup aspek fungsional, kegunaan, kehandalan, efisiensi kinerja, kemudahan untuk dirawat, dan portabilitas. Temuan penelitian menunjukkan bahwa sistem yang dikembangkan dapat meningkatkan kecepatan dalam pengolahan data, mengurangi kesalahan dalam pencatatan, serta meningkatkan kepuasan pengguna. Oleh karena itu, sistem ini diharapkan bisa menjadi solusi yang efektif dalam pengelolaan data penduduk dan memperbaiki proses administrasi secara keseluruhan.
Analisis Akurasi Algoritma Random Forest Regression dalam Memprediksi Harga Mobil Bekas Zibran Briliantama; Wahyu Adriyano; Adhitya Bagas Pratama
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemajuan dalam teknologi Machine Learning telah memberikan dampak yang besar di banyak sektor, terutama dalam membantu proses penentuan harga kendaraan bekas. Proses menetapkan harga jual kendaraan bekas sering kali menghadapi kesulitan karena dipengaruhi oleh berbagai faktor kendaraan, seperti merek, jenis, tahun pembuatan, jarak tempuh, tipe bahan bakar, jenis transmisi, dan detail mesin. Penelitian ini bertujuan untuk menilai efektivitas algoritma Random Forest Regression dalam meramalkan harga kendaraan bekas berdasarkan atribut-atribut yang ada pada dataset. Langkah-langkah yang dilakukan dalam penelitian ini mencakup pengumpulan informasi, tahap preprocessing, pengubahan atribut kategorikal, pemisahan data menjadi set pelatihan dan pengujian, penciptaan fitur tambahan, penyesuaian hyperparameter, pembangunan model, dan penilaian performa dengan menggunakan metrik Mean Absolute Error (MAE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), dan koefisien determinasi (R²). Temuan dari penelitian ini menunjukkan bahwa model Random Forest Regression mampu memberikan estimasi harga kendaraan bekas dengan akurasi yang baik dan juga dapat mengungkap hubungan kompleks antara ciri-ciri kendaraan dan nilai jualnya. Oleh karena itu, model yang telah dikembangkan ini berpotensi digunakan sebagai alat bantu dalam pengambilan keputusan untuk menentukan harga kendaraan bekas dengan cara yang lebih objektif, konsisten, dan sesuai kondisi pasar.