Claim Missing Document
Check
Articles

Found 6 Documents
Search

PERANCANGAN SISTEM INFORMASI MANAJEMEN DOKUMEN PROYEK DENGAN METODE PROTOTYPE BERBASIS WEB Faiz Dwi Darmawan; Zulhalim Zulhalim; Akmal Budi Yulianto; Hidayatul Ichwan
Jurnal Manajamen Informatika Jayakarta Vol 5 No 3 (2025): Jurnal Manajemen Informatika Jayakarta ( JMI Jayakarta)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jmijayakarta.v5i3.2038

Abstract

The rapid advancement of information technology requires companies to have an effective and efficient project document management system. PT. Lintas Teknologi Indonesia faces several challenges in managing project documents, such as the absence of a centralized system, difficulty in tracking project progress, and the risk of document loss or duplication. This research aims to develop a web-based project document management information system to address these issues. The method used is prototyping, involving steps such as requirements gathering, prototype creation, evaluation, coding, testing, and system implementation. The system is designed using Laravel and MySQL technologies, and tested using the black-box method to ensure that each function operates as expected. The final result is a web application that enables centralized storage of project documents, access sharing between users (admin and engineer), and real-time tracking of project status. This system is expected to improve project team efficiency and minimize errors in the document management process.
PERANCANGAN APLIKASI PENGUSULAN FORMASI JABATAN FUNGSIONAL AUDITOR INTERNAL PEMERINTAH BERBASIS WEB MENGGUNAKAN FRAMEWORK LARAVEL M. Ari Ardiansyah; Zulhalim Zulhalim; Hidayatul Ichwan
Jurnal Sains dan Teknologi Widyaloka (JSTekWid) Vol. 2 No. 2 (2023): Vol 2 No 2 (2023)
Publisher : Akademi Manajemen Informatika dan Komputer Widyaloka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54593/jstekwid.v2i2.181

Abstract

Pusat Pembinaan Jabatan Fungsional Auditor (Pusbin JFA) sebagai lembaga pembina jabatan fungsional auditor internal pemerintah masih memiliki kendala dalam melakukan penerbitan rekomendasi formasi auditor bagi unit Aparatur Pengawasan Internal Pemerintah (APIP) yang dimana proses saat ini masih berjalan manual dan lambat sehingga dibutuhkan aplikasi yang dapat mempermudah unit APIP dalam melakukan pengusulan dan mempercepat proses verifikasi dan validasi pada Pusbin JFA agar proses penerbitan rekomendasi formasi auditor menjadi lebih baik. Framework Laravel cocok digunakan untuk aplikasi ini, dimana aplikasi yang dibutuhkan adalah aplikasi berbasis web. Framework Laravel sangat mudah digunakan dan mempercepat proses pengembangan applikasi, kemudian dikombinasikan dengan metode pengembangan sistem Extreme Programming (XP), yang dimana metode pengembangan ini sangat cocok diterapkan di instansi pemerintah dan pada tempat yang jumlah pengembang aplikasinya sedikit. Dengan menggunakan framework Laravel dan metode pengembangan XP, pengembangan aplikasi ini dapat berjalan dengan lancar dan cepat sehingga aplikasi dapat segera diimplementansikan.
Analisis Sentimen Komentar Youtube terhadap Kasus Dugaan Korupsi Migas Menggunakan Algoritma Support Vector Machine (SVM) Dion Bona Torang Sinaga; Agus Sulistyanto; Hidayatul Ichwan
Blend Sains Jurnal Teknik Vol. 5 No. 1 (2026): Edisi Juli
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/blendsains.v5i1.1802

Abstract

Perkembangan media sosial telah menjadikan platform YouTube sebagai salah satu sarana utama masyarakat dalam menyampaikan opini terhadap berbagai isu publik, termasuk kasus dugaan korupsi di sektor minyak dan gas (migas). Komentar yang dihasilkan pengguna YouTube mengandung informasi mengenai persepsi dan sentimen masyarakat, namun jumlahnya yang besar serta sifatnya yang tidak terstruktur menyebabkan analisis secara manual menjadi kurang efektif. Oleh karena itu, diperlukan metode analisis sentimen yang mampu mengolah dan mengklasifikasikan opini masyarakat secara otomatis dan akurat. Penelitian ini bertujuan untuk menganalisis sentimen komentar YouTube terhadap kasus dugaan korupsi migas menggunakan algoritma Support Vector Machine (SVM). Penelitian ini menggunakan pendekatan kuantitatif dengan tahapan pengumpulan data komentar YouTube, preprocessing data yang meliputi cleaning, case folding, tokenizing, stopword removal, dan stemming, kemudian ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Selanjutnya, proses klasifikasi dilakukan menggunakan algoritma Support Vector Machine (SVM) dengan empat jenis kernel, yaitu linear, sigmoid, Radial Basis Function (RBF), dan polynomial. Evaluasi model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma SVM mampu mengklasifikasikan sentimen komentar YouTube ke dalam kategori positif, negatif, dan netral dengan baik. Berdasarkan hasil pengujian, kernel linear menghasilkan performa terbaik dengan nilai akurasi sebesar 74,95% dan weighted F1-score sebesar 0,75. Sementara itu, kernel sigmoid memperoleh akurasi sebesar 72,40%, kernel RBF sebesar 71,23%, dan kernel polynomial sebesar 56,45%. Hasil tersebut menunjukkan bahwa karakteristik data sentimen komentar YouTube pada kasus dugaan korupsi migas cenderung dapat dipisahkan secara linear sehingga kernel linear menjadi pilihan yang paling optimal. Penelitian ini membuktikan bahwa kombinasi TF-IDF dan SVM dapat digunakan secara efektif untuk menganalisis opini masyarakat terhadap isu publik yang berkembang di media sosial.
Perancangan sistem informasi manajemen bengkel motor berbasis web menggunakan metode waterfall Ananda Farhan Zaini; Teri Mengkasrinal; Hidayatul Ichwan
Jurnal Komputer dan Elektro Sains Vol. 4 No. 2 (2026): Komets
Publisher : Sultan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58291/komets.v4i2.619

Abstract

Pengelolaan data pada bengkel motor skala kecil di Kabupaten Bogor masih dilakukan secara manual melalui buku catatan, sehingga menimbulkan kesalahan pencatatan, kesulitan penelusuran riwayat servis, ketidaksesuaian stok suku cadang, serta lambatnya penyusunan laporan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi manajemen bengkel motor berbasis web bernama Home Garage yang mengelola data operasional secara terintegrasi dan menghasilkan laporan secara otomatis. Penelitian menggunakan pendekatan kualitatif dengan desain studi kasus tunggal pada satu bengkel motor. Informan dipilih secara purposif dan data dikumpulkan melalui observasi, wawancara semiterstruktur, serta dokumentasi, kemudian dianalisis menggunakan model Miles dan Huberman. Kelemahan sistem berjalan diidentifikasi menggunakan kerangka PIECES dan diturunkan menjadi sembilan kebutuhan fungsional, dimodelkan dengan Unified Modeling Language, lalu dikembangkan menggunakan metode Waterfall dengan PHP Native dan basis data MySQL. Pengujian dilakukan menggunakan Black Box Testing dengan teknik equivalence partitioning dan boundary value analysis terhadap 32 kasus uji yang terdiri atas 23 skenario positif dan 9 skenario negatif, termasuk kondisi stok tidak mencukupi, kuantitas tidak valid, pembatalan transaksi, dan kegagalan penyimpanan. Seluruh kasus uji berperilaku sesuai spesifikasi dan konsistensi antara data servis, data detail servis, dan stok suku cadang tetap terjaga. Kontribusi penelitian terletak pada penempatan relasi servis–detail servis–suku cadang sebagai inti rancangan basis data sehingga pemutakhiran stok menjadi konsekuensi otomatis dari pencatatan servis, bukan pekerjaan pencatatan terpisah. Penelitian ini membuktikan kebenaran fungsional sistem, bukan besaran peningkatan efisiensi: waktu proses, kegunaan, penerimaan pengguna, keamanan, dan kinerja belum diukur, dan temuan bersifat spesifik pada kasus yang diteliti sehingga tidak digeneralisasi ke seluruh bengkel motor.
Design of a Web-Based Savings Recording Application at Usaha Bersama Multifungsi (UB. MUFI) Koja, North Jakarta Faqih Matuz Sahro; Thomas Budiman; Hidayatul Ichwan
Hanif Journal of Information Systems Vol. 4 No. 1 (2026): August Edition
Publisher : Ilmu Bersama Center

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

Abstract

Purpose. This study aims to design and build a web-based savings recording application at Usaha Bersama Multifungsi (UB. MUFI) Koja, North Jakarta, to replace the manual recording that still relies on books and Microsoft Excel. Method. The study uses a qualitative approach with data collection through observation, interviews, and literature study, and applies the Waterfall software development method. The application was built using the PHP programming language, a MySQL database, and the Bootstrap framework, then tested using the Black Box Testing method. Findings. The resulting application is able to manage member data, deposit and withdrawal transactions, calculate balances automatically, store transaction histories, and generate reports by period. All main functions (register, login, member management, transactions, history, report printing, and change password) worked as expected during testing. Conclusion. This web-based application makes the savings recording process faster, more accurate, and more transparent, while reducing the risk of errors and data loss.
Sentiment Analysis of Flip Application Reviews Using DBSCAN Outlier Removal and SVM Hidayatul Ichwan; Fajar Mahardika; Ratih; Riki Aldi Pari
Sinkron : jurnal dan penelitian teknik informatika Vol. 10 No. 4 (2026): Research Articles October 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v10i4.16720

Abstract

Flip is an Indonesian financial technology application offering free interbank transfers, whose Google Play Store review column has become a large unstructured record of user experience that a development team cannot read manually. Such reviews are noisy, containing slang, repeated characters, and very short comments that behave as outliers. This study measures whether removing DBSCAN-detected outliers from the training data improves a support vector machine that assigns Flip reviews to three rating-derived categories. From 20,000 collected reviews, 15,241 remained after duplicate removal and preprocessing. The corpus was split once into stratified training and test partitions before any fitting, so that TF-IDF, the truncated singular value decomposition and DBSCAN were fitted on the training partition alone and both scenarios were evaluated on one identical held-out test set of 3,049 documents, repeated over five random seeds. Because the k-distance curve shows no pronounced knee, eps was fixed at the ninetieth percentile of that distribution, and eps and minPts were varied over a grid of nine combinations. Accuracy was 0.8023 without filtering and 0.8033 with it, a paired difference of +0.0010 with a 95 percent confidence interval of [-0.0017, +0.0038] and p = 0.347; macro F1-score moved from 0.6390 to 0.6402. No combination in the grid produced a distinguishable improvement. Of forty flagged documents inspected manually, none was genuine noise, and 91 percent of the flagged documents belonged to the majority positive class. The results give no evidence that density-based filtering benefits short-text classification.