Claim Missing Document
Check
Articles

Found 3 Documents
Search

Information System for Managing Incoming and Outgoing Mail at the Central Statistics Agency of West Sumba Regency Emilia Krista Bora; Adelbertus Umbu Janga; Alexander Adis
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 9 No 2 (2025): APRIL-JUNE 2025
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jtik.v9i2.3269

Abstract

BPS West Sumba Regency still manages mail manually, facing issues of efficiency, transparency and accuracy. Manual processes risk document loss and recording errors. This research aims to identify problems and recommend an integrated information system. This innovation is expected to increase productivity, reduce errors, and speed up decision-making at BPS. Rapid Application Development (RAD) is a software development model that focuses on accelerating processing time. This approach combines object-oriented development methods and structured techniques to accelerate the process of creating a system or application. The research showed that the implementation of the new information system at BPS West Sumba Regency improved operational efficiency. Mail processing time dropped from 3 hours to 1 hour, and the error rate was reduced from 15% to 2%. User satisfaction increased from 60% to 90%, which had a positive impact on employee motivation. User satisfaction increased from 60% to 90%, which had a positive impact on employee motivation and collaboration. The system also strengthened and improved transparency.
Analisis Sentimen Review Hotel Menggunakan Algoritma Naive Bayes Pada Ella Hotel Tambolaka Margaretha Inya Tuku; Elfira Umar; Alexander Adis
Journal Of Informatics And Busisnes Vol. 2 No. 3 (2024): Oktober - Desember
Publisher : CV. ITTC INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jibs.v2i3.1680

Abstract

Wisatawan ketika sedang berlibur ke suatu kota, tentu akan memesan akomodasi di hotel. Pengunjung sering kesulitan memilih hotel ketika memesan penginapan karena banyaknya pilihan. Tripadvisior adalah sebuah platform pemesanan hotel yang memberikan fitur-fitur lengkap untuk membantu pengunjung dalam memilih hotel yang tepat. Salah satu fitur yang disediakan adalah ulasan yang menunjukkan komentar-komentar dari para pengunjung mengenai hotel tersebut. Tetapi, semakin banyak saran atau tinjauan mengenai suatu hotel akan membuat pengunjung butuh waktu lebih lama untuk memilih hotel yang mereka inginkan. Dengan permasalahan tersebut, diperlukan analisis sentimen yang dapat mengambil beberapa komentar untuk mendapatkan informasi yang berguna bagi pengunjung. The sentiment analysis system that was developed aims to create a sentiment model to evaluate comments and reviews of a hotel. Analisis sentimen diproses dengan menggunakan Naive Bayes Classifier algorithm. Pengujian menunjukkan bahwa pengklasifikasian sentiment dengan menggunakan Naïve Bayes Classifier mencapai tingkat keakuratan sebesar 90.71%.
Implementasi Algoritma Apriori Untuk Menentukan Prediksi Pola Penjualan Meubel (Studi Kasus: Toko Meubel Helbaf Waitabula, Sumba Barat Daya) Clarita Ester Grasellya Tanof; Gergorius Kopong Pati; Alexander Adis
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.13733

Abstract

Persaingan usaha perabotan rumah tangga menuntut pelaku usaha memanfaatkan data transaksi secara lebih sistematis untuk mendukung keputusan penjualan dan persediaan. Toko Meubel Helbaf Waitabula menghadapi masalah penumpukan beberapa jenis barang dan kekosongan produk lain akibat pola permintaan konsumen yang belum dianalisis secara terstruktur. Penelitian ini bertujuan mengimplementasikan data mining dengan Algoritma Apriori untuk mengidentifikasi pola keterkaitan pembelian produk meubel berdasarkan data penjualan periode Januari–Juni 2026. Data sembilan produk utama ditransformasikan menjadi matriks biner dengan enam transaksi bulanan, kemudian dianalisis menggunakan minimum support 30% dan minimum confidence 60%. Hasil analisis menunjukkan enam produk memenuhi kriteria frequent 1-itemset dan tiga pasangan memenuhi kriteria 2-itemset. Dari proses pembentukan aturan asosiasi diperoleh empat aturan final dengan confidence 100%, yaitu Lemari Tipe 1 (L01) → Sofa Tipe 2 (S02), Sofa Tipe 2 (S02) → Lemari Tipe 1 (L01), Lemari Tipe 2 (L02) → Kaca Rumah (KR), dan Sofa Tipe 1 (S01) → Kaca Rumah (KR). Validasi tambahan menunjukkan lift ratio sebesar 3,00 pada hubungan L01–S02 dan 1,50 pada hubungan L02–KR serta S01–KR, sehingga seluruh aturan menunjukkan asosiasi positif. Hasil penelitian diimplementasikan menggunakan Python dan dapat dimanfaatkan sebagai dasar penyusunan paket promosi, penataan display untuk cross-selling, serta pengendalian stok produk komplementer. Meskipun demikian, jumlah periode transaksi yang terbatas membuat hasil perlu dikonfirmasi menggunakan data transaksi yang lebih rinci dan lebih panjang pada penelitian selanjutnya.