cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. indragiri hilir,
Riau
INDONESIA
Sistemasi: Jurnal Sistem Informasi
Published by Universitas Islam Indragiri
ISSN : 23028149     EISSN : 25409719     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering
Sistemasi adalah nama terbitan jurnal ilmiah dalam bidang ilmu sains komputer program studi Sistem Informasi Universitas Islam Indragiri, Tembilahan Riau. Jurnal Sistemasi Terbit 3x setahun yaitu bulan Januari, Mei dan September,Focus dan Scope Umum dari Sistemasi yaitu Bidang Sistem Informasi, Teknologi Informasi,Computer Science,Rekayasa Perangkat Lunak,Teknik Informatika
Arjuna Subject : -
Articles 21 Documents
 1   2   3 
Search results for , issue "Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi" : 21 Documents clear
APLIKASI M-LEARNING SEBAGAI MEDIA PEMBELAJARAN CONVERSATION PADA HOMEY ENGLISH Syaiful Ahdan; Andini Reska Putri; Adi Sucipto
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1370.016 KB) | DOI: 10.32520/stmsi.v9i3.884

Abstract

ABSTRACTLearning media is one component that includes teaching materials and equipment that can support the learning process ,it has an impact on the development of learning technology that continues to increase in various forms. one function of learning media is to present messages and information clearly, so that it can facilitate and improve the process and learning outcomes, In this study the authors propose an online-based learning system that can overcome problems associated with the learning process at one of the English language courses in Bandarlampung, specifically for conversation learning. The contribution in this research is to make online learning media based on mobile applications that can help the learning process without going through face-to-face. This application is built on the android platform with system modeling using the Unified Modeling Language (UML), the system that has been built is then tested using ISO 9126 to obtain results: in the aspect of functionality (admin) 92.7%, functionality (students) 93.95% and in the aspect of usability (admin) 96.25%, usability (students) 93.85%.Keywords: e-learning, m-learning, online conversation learning ABSTRAKMedia pembelajaran adalah salah satu komponen yang mencakup bahan ajar dan peralatan yang dapat mendukung proses pembelajaran, perkembangan teknologi terus mengalami kemajuan yang pesat, hal ini berdampak pada perkembangan teknologi pembelajaran yang terus meningkat dalam berbagai bentuk. Fungsi media pembelajaran salah satunya adalah untuk menyajikan pesan dan informasi dengan jelas, sehingga dapat memudahkan dan meningkatkan proses dan hasil pembelajaran, media pembelajaran juga dapat meningkatkan perhatian siswa agar dapat meningkatkan motivasi belajar, keterbatasan ruang dan waktu menjadi faktor yang penyebap keterlambatan dalam proses pembelajaran, hal tersebut menyebabkan transfer bahan ajar tidak sampai kepada siswa. Penelitian ini mengusulkan desain dan pemodelan sistem pembelajaran berbasis daring yang dapat mengatasi masalah yang terkait dengan proses pembelajaran pada salah satu tempat kursus bahasa inggris di Bandarlampung, khususnya untuk pembelajaran percakapan. Kontribusi dalam penelitian ini adalah membuat media pembelajaran daring berbasis aplikasi mobile yang dapat membantu proses pembelajaran tanpa melalui tatap muka. Aplikasi ini dibangun pada platform android dengan pemodelan sistem menggunakan Unified Modeling Language (UML), sistem yang telah dibangun kemudian diuji menggunakan ISO 9126 dengan memperoleh hasil: pada aspek fungsi (admin) 92,7%, aspek fungsi (siswa) 93,95% dan pada aspek kegunaan (admin) 96,25%, aspek kegunaan (siswa) 93,85%.Kata Kunci: e-learning, pembelajaran bergerak, pembelajaran percakapan daring
KLASIFIKASI TEKS LAPORAN MASYARAKAT PADA SITUS LAPOR! MENGGUNAKAN RECURRENT NEURAL NETWORK Imam Fahrur Rozi; Vivi Nur Wijayaningrum; Nur Khozin
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (535.799 KB) | DOI: 10.32520/stmsi.v9i3.977

Abstract

ABSTRACTThe existence of public dissatisfaction with public services causes the public to be provided with facilities to make complaints. One of the sites that can be used to make complaints is the Public Service Complaint Management System (SP4N LAPOR!). With this site, complaints made by the public can be handled quickly, transparently and accountably in accordance with the authority of each organizer. However, the large number of complaints that had to be processed caused the process of data verification and sorting of reports by respective departments to take quite a long time, so the report classification process was needed to speed up the handling and follow-up of a report. The purpose of this research is to classify each complaint report from the public in preparation for the verification process of each public report document, which is expected to have an impact on the accelerated process of handling and follow-up of each related institution or agency. In this study, Long Short-Term Memory Recurrent Neural Network was used to perform the classification process for each public report document. The learning model is evaluated using k-fold cross-validation of 10 parts of data. The evaluation results show that the average f-measure percentage is 85.69% for the balanced dataset and 79.44% for the unbalanced dataset, while the highest evaluation value of all evaluations results in an f-measure of 88.82%. The high accuracy of the modeling indicates that the proposed method can be used to classify public report documents.Keywords: classification, complaint, , long short-term memory, recurrent neural network, reportABSTRAKAdanya ketidak puasan masyarakat terhadap layanan publik menyebabkan masyarakat perlu disediakan fasilitas untuk melakukan pengaduan. Salah satu situs yang dapat digunakan untuk melakukan pengaduan adalah Sistem Pengelolaan Pengaduan Pelayanan Publik (SP4N LAPOR!). Dengan adanya situs ini, aduan yang dilakukan oleh masyarakat dapat ditangani dengan cepat, transparan, dan akuntabel sesuai dengan kewenangan masing-masing penyelenggara. Namun, banyaknya aduan yang harus diproses menyebabkan proses verifikasi data dan pemilahan laporan berdasarkan instansi masing-masing membutuhkan waktu yang cukup lama, sehingga proses klasifikasi laporan sangat dibutuhkan untuk mempercepat penanganan dan tindak lanjut dari sebuah laporan. Tujuan dari penelitian ini adalah mengklasifikasikan setiap laporan pengaduan dari masyarakat untuk persiapan proses verifikasi setiap dokumen laporan masyarakat, yang nantinya diharapkan dapat berdampak pada proses percepatan penanganan dan tindak lanjut dari setiap Lembaga atau instansi yang terkait. Pada penelitian ini, Long Short-Term Memory Recurrent Neural Network digunakan untuk melakukan proses klasifikasi setiap dokumen laporan masyarakat. Model pembelajaran dievaluasi menggunakan k-fold cross-validation sebanyak 10 bagian data. Hasil evaluasi menunjukkan rata-rata persentase f-measure sebesar 85,69% untuk dataset seimbang dan 79,44% untuk dataset tidak seimbang, sedangkan nilai evaluasi tertinggi dari semua evaluasi menghasilkan f-measure sebesar 88,82%. Akurasi pemodelan yag cukup tinggi menunjukkan bahwa metode yang diusulkan dapat digunakan untuk mengklasifikasikan dokumen laporan masyarakat.Kata Kunci: klasifikasi, pengaduan, long short-term memory, recurrent neural network, lapor
STANDAR KELENGKAPAN FITUR E-LEARNING SUPPLY CHAIN MANAGEMENT PADA PRODUK BACKLOG MENGGUNAKAN METODOLOGI SCRUM Pajri Al Zukri; Ellin Asynari; Nurbo Jatmiko
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1373.993 KB) | DOI: 10.32520/stmsi.v9i3.738

Abstract

ABSTRACTThe development of E-Learning features is a concern among developers. Making E-Learning features that meet the standards and in accordance with the needs of students and lecturers is one of the requirements in its application. The effectiveness of learning that is expected to be effective using E-Learning is still difficult to achieve due to various factors, one of which is lack of features in the system. Supply Chain Management (SCM) is a supply chain learning that has several series of activities, so it is important to ensure all chapters in SCM are mastered by students on time. We will compare several features of the 3 Learning Management System (LMS) applications. Among them are SEVIMA EdLink, Coursera, and Blackboard CourseSites. The results of this study will produce a standard set of features specific to SCM E-Learning to support learning effectiveness. The standard setting for features completeness will use the SCRUM framework in the product backlog. The results of the analysis are Prototype using Website-based MOODLE Tools.Keywords : E-learning, MOODLE , LSM, SCM, SCRUMABSTRAKPengembangan fitur E-Learning menjadi salah satu perhatian di kalangan pengembang. Pembuatan fitur E-Learning yang memenuhi standar dan sesuai dengan kebutuhan mahasiswa maupun dosen menjadi salah satu syarat dalam penerapannya. Efektifitas dari pembelajaran yang diharapkan efektif menggunakan E-Learning saat ini masih sulit dicapai karna berbagai faktor, salah satunya kurang lengkapnya fitur dalam sistem. Supply Chain Management (SCM) merupakan pembelajaran supply chain yang memiliki beberapa rangkaian kegiatan, maka dari itu penting memastikan semua bab dalam SCM di kuasai mahasiswa tepat waktu. Kami akan membandingkan beberapa fitur dari 3 aplikasi Learning Manajemen System (LMS). Diantaranya adalah SEVIMA EdLink, Coursera, dan Blackboard CourseSites. Hasil dari penelitian ini akan menghasilkan sebuah standar kelengkapan fitur yang dikhususkan pada E-Learning SCM untuk menunjang efektifitas pembelajaran. Penentuan standar kelengkapan fitur akan menggunakan framework SCRUM pada backlog product. Hasil analisa berupa Prototype menggunakan Tools MOODLE berbasis Website.Kata Kunci: E-learning, MOODLE, LSM, SCM, SCRUM
RANCANG BANGUN APLIKASI GIZI BERBASIS ANDROID BERDASARKAN TABEL KOMPOSISI PANGAN INDONESIA (TKPI Nelly Apriningrum; Carudin Carudin; Eka Andriani
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (367.745 KB) | DOI: 10.32520/stmsi.v9i3.917

Abstract

ABSTRACTVarious nutritional health problems require prevention from several sectors, including the health and information technology sector. Deficiency or excess nutrition is currently associated with the risk of chronic diseases such as obesity, heart and blood vessel disease, hypertension, stroke and diabetes mellitus. To prevent the emergence of these nutritional problems, balanced nutrition guidelines need to be socialized that can be used as guidelines for eating, physical activity, clean living and maintaining a normal body weight. Guidelines relating to nutrition include the development of the Indonesian Food Composition Table (TKPI). This study aims to design an Android-based TKPI application that is useful to help people know nutritional information and know the nutritional needs that must be consumed in daily formations based on TKPI guidelines. This research method uses the Software Development Life Cycle (SDLC) methodology with the Waterfall method approach. The research was carried out through several stages including system design, interface design, TKPI application creation, application testing and evaluation. The test results found that the majority of respondents gave a like and very good response to the appearance of the design, image size, IMT assessment structure, consumption assessment structure, conformity of IMT assessment results, suitability of consumption assessment results, ease of IMT assessment, ease of consumption assessment, ease of consumption levels , the speed of IMT assessment, the speed of consumption assessment and the speed of consumption level.Keywords :android, composition, food, indonesia, tableABSTRAKBerbagai permasalahan kesehatan gizi masyarakat memerlukan penanggulangan dari beberapa sektor, tidak terkecuali sektor kesehatan dan teknologi informatika. Kekurangan maupun kelebihan gizi saat ini dikaitkan dengan risiko terjadinya penyakit kronis seperti obesitas, penyakit jantung dan pembuluh darah, hipertensi, stroke serta diabetes mellitus. Untuk mencegah timbulnya permasalahan gizi tersebut, perlu disosialisasikan pedoman gizi seimbang yang bisa dijadikan sebagai pedoman makan, beraktivitas fisik, hidup bersih dan mempertahankan berat badan normal. Pedoman yang berkaitan dengan gizi diantaranya adalah pengembangan Tabel Komposisi Pangan Indonesia (TKPI). Penelitian ini bertujuan merancang aplikasi TKPI berbasis android yang bermanfaat membantu masyarakat mengetahui informasi gizi dan mengetahui kebutuhan gizi yang harus dikonsumsi dalam bentukan harian berdasarkan pedoman TKPI. Metode penelitian ini menggunakan metodologi Software Development Life Cycle (SDLC) dengan pendekatan metode Waterfall. Penelitian dilakukan melalui beberapa tahapan diantaranya perancangan sistem, perancangan interface, pembuatan aplikasi TKPI, pengujian dan evaluasi aplikasi. Hasil pengujian didapatkan bahwa sebagian besar responden memberikan respon suka dan sangat suka baik pada tampilan desain, ukuran gambar, struktur penilaian IMT, struktur penilaian konsumsi, kesesuaian hasil penilaian IMT, kesesuaian hasil penilaian konsumsi, kemudahan penilaian IMT, Kemudahan penilaian konsumsi, kemudahan tingkat konsumsi, kecepatan penilaian IMT, kecepatan penilaian konsumsi serta kecepatan tingkat konsumsi.Kata Kunci : android, indonesia, komposisi, pangan, tabel
DESAIN SISTEM SMART ATTENDANCE MENGGUNAKAN KOMBINASI SMART CARD DAN SIDIK JARI Ahmadi Yuli Ananta; N Noprianto; Vivi Nur Wijayaningrum
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (723.269 KB) | DOI: 10.32520/stmsi.v9i3.874

Abstract

ABSTRACTMonitoring student attendance during class hours required by each university due to the presence of the students proved to have a positive correlation with the performance of students during their studies. Most universities still use conventional techniques to record student attendance during teaching and learning in the classroom. Conventional techniques are inefficient and ineffective because they tend to spend a lot of time to record attendance and fraud appeared in the form of false presence. In this study a system that combines smart card and fingerprint technology is proposed to reduce fraud during the process of recording attendance in class, as well as making it easier for academics to manage attendance data. This system consists of card personalization applications, card reading applications, and attendance monitoring applications. The test results show that all three applications in this system give the expected results. In addition, the system is proven to be able to reduce frauds that occur in the classroom because there are two validation processes at the time of recording attendance namely smart card and fingerprint validation. With fingerprint validation, students cannot commit fraud because fingerprints are difficult to be manipulated or duplicated.Keywords: attendance, fraud,identification, illegal attendance , near field communicationABSTRAKPemantauan kehadiran mahasiswa selama jam perkuliahan di kelas sangat perlu dilakukan oleh setiap perguruan tinggi karena kehadiran mahasiswa terbukti mempunyai korelasi positif terhadap kinerja mahasiswa tersebut selama masa studinya. Sebagian besar perguruan tinggi masih menggunakan teknik konvensional untuk mencatat kehadiran mahasiswa selama proses belajar mengajar di kelas. Teknik konvensional tersebut tidak efisien dan tidak efektif karena cenderung menghabiskan banyak waktu untuk pencatatan kehadiran dan muncul tindak kecurangan berupa kehadiran palsu. Penelitian ini mengusulkan sebuah sistem yang mengombinasikan teknologi smart card dan sidik jari untuk mengurangi tindakan kecurangan pada saat proses pencatatan kehadiran di kelas, serta memudahkan pihak akademik untuk mengelola data kehadiran. Sistem ini terdiri dari aplikasi personalisasi kartu, aplikasi pembacaan kartu, dan aplikasi monitoring kehadiran. Hasil pengujian menunjukkan bahwa ketiga aplikasi di dalam sistem ini memberikan hasil sesuai yang diharapkan. Selain itu, sistem terbukti dapat mengurangi tindakan kecurangan yang terjadi di dalam kelas karena adanya dua kali proses validasi pada saat pencatatan kehadiran yaitu validasi smart card dan sidik jari. Dengan adanya validasi sidik jari, mahasiswa tidak dapat melakukan titip absen karena sidik jari sulit untuk dimanipulasi atau diduplikasi.Kata Kunci: kehadiran, kecurangan, identifikasi, titip absen, near field communication
SISTEM PREDIKSI KUALITAS SANTAN KELAPA MENGGUNAKAN NEAREST MEAN CLASSIFIER (NMC) Masparudin Masparudin; Abdullah Abdullah; Usman Usman
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (357.5 KB) | DOI: 10.32520/stmsi.v9i3.1015

Abstract

Santan kelapa adalah salah satu bahan pokok yang selalu dijadikan bahan untuk segala jenis makanan. Kualitas menjadi hal yang penting dalam pemilihan santan kelapa. Bagaimanapun juga pengidentifikasian kualitas santan secara manual tidak efisien, hal ini terjadi karena sulitnya membedakan mana santan yang murni dan mana santan yang bercampur dengan air. Tujuan penelitian ini adalah membangun sistem deteksi kualitas santan berdasarkan warna santan. Algoritma klasifikasi yang digunakan adalah nearest mean classifier (NMC),  Metode ini menghitung jarak vektor input citra ke masing-masing mean kelas dari citra latih, jarak terdekat merupakan dasar dalam menentukan hasil dari klasifikasi.  Evaluasi menggunakan metode validasi holdout menggunakan total 135 citra dengan perbandingan 2/3 untuk data sampel dan 1/3 digunakan untuk data uji. Evaluasi dilakukan dengan 3 menggunakan 3 jenis kamera smartphone yaitu kamera 1 Xiaomi Mi 8 Lite, kamera 2 Oppo F7, dan kamera 3 Samsung Galaxy J3 Pro. Pada pengujian kamera pertama memiliki tingkat akurasi tertinggi yaitu 86,66% dibandingkan dengan kamera 2 dengan akurasi 60% dan kamera 3 dengan akurasi 46%.
PERBANDINGAN METODE ARIMA DAN EXPONENTIAL SMOOTHING HOLT-WINTERS UNTUK PERAMALAN DATA KUNJUNGAN Rumini Rumini; Norhikmah Norhikmah
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1551.557 KB) | DOI: 10.32520/stmsi.v9i3.975

Abstract

ABSTRACTA visit to the creative economy park is a place designed using strategic objectives in collaborating technology capabilities, transferring information and knowledge, planting innovative high-tech companies and entrepreneurs, bringing up new technology industries in the creative economy business to drive economic development. Universitas AMIKOM Yogyakarta has been declared a creative economy park and is known as the Amikom Creative Economy Park (ACEP). ACEP includes several multimedia environments for targeting businesses, for example software development, film, television, games, radio, animation, advertising, investment advisory, and project design. The development of the number of visitors from year to year, predictions need to be made to support the planning and preparation process in receiving visits. The data used in this study are visitor data from January 2019 to December 2019. Analysis of visit prediction data using data mining is the Autoregressive Integrated Moving Average (ARIMA) and Exponential Smoothing methods. The research resulted from prediction of the number of visit data for 2020 is more accurate using the Holt-Winters exponential smoothing method with a MAPE value of 47,197 when compared to the ARIMA method with a MAPE value of 48,949 so that the MAPE value generated by the ARIMA method is smaller than the Holt-Winters exponential smoothing method. The results of this study are to provide input in the form of predictions of the number of ACEP visitors in the coming year.Keywords: ARIMA, data mining, exponential smoothing, prediction, visitABSTRAKKunjungan di taman ekonomi kreatif adalah meruapakan tempat yang dirancang dengan menggunakan tujuan strategis dalam mengkolaborasikan kemampuan teknologi, transfer informasi dan pengetahuan, penanaman perusahaan teknologi tinggi yang inovatif dan wirausaha, memunculkan industri teknologi baru dalam bisnis ekonomi kreatif untuk mendorong perkembangan ekonomi. Universitas Amikom Yogyakarta telah dinyatakan sebagai taman ekonomi kreatif dan dikenal sebagai Taman Ekonomi Kreatif Amikom (ACEP). ACEP mencakup beberapa lingkungan multimedia untuk membidik bisnis, misalnya pengembangan perangkat lunak, film, televisi, game, radio, animasi, iklan, penasehat investasi, dan desain proyek. Perkembangan jumlah pengunjung dari tahun ke tahun, perlu dilakukan peramalan untuk mendukung proses perencanaan dan persiapan dalam menerima kunjungan. Data yang digunakan dalam penelitian adalah data pengunjung pada Januari 2019 sampai Desember 2019. Analisis data peramalan kunjungan menggunakan data mining yaitu dengan metode Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing. Penelitian yang dihasilkan dari peramalan jumlah data kunjungan untuk tahun 2020 lebih akurat menggunakan metode exponential smoothing Holt-Winters dengan nilai MAPE 47,197 jika dibandingkan metode ARIMA dengan nilai MAPE 48,949 sehingga nilai MAPE yang dihasilkan metode ARIMA lebih kecil dari metode exponential smoothing Holt-Winters. Hasil dari penelitian ini adalah memberikan masukan berupa peramalan jumlah pengunjung ACEP ditahun yang akan datang.Kata Kunci: ARIMA, data mining, exponential smoothing, peramalan, kunjungan
IMPLEMENTASI API MASTER STORE MENGGUNAKAN FLASK, REST DAN ORM DI PT XYZ Brian Pratama Putra; Yerymia Alfa Susetyo
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (885.838 KB) | DOI: 10.32520/stmsi.v9i3.899

Abstract

ABSTRACTMaster Store is one of the main systems that governs store data contained in PT XYZ, the master store system is still running and works with Monolithic architecture which requires that every new and old application PT XYZ must duplicate the master store database, this can cause weakening and database performance decreases over time. Making Master Store Application Programming Interface aims to change the architecture currently used into Microservices where the Master Store system can then be used continuously by other applications and make it easier for developers to build new applications using the master store database without fear of a decline in the master store database. . The design of this API uses the Python programming language because it is a safe and simple programming language, Flask framework, REST communication standards, and ORM methods. ORM method was chosen because the security system is better compared to native queries in general, especially because of the process and development of ORM methods based on previous research. The results this study are the dynamic Master Store API that provides store data response, based on what PT XYZ developers need for applications and programs that are built.Keywords: API, flask, microservices, monolithic, ORM, RESTABSTRAKMaster Store merupakan salah satu sistem utama yang mengatur tentang data toko yang terdapat pada PT XYZ, sistem master store ini masih berjalan dan bekerja dengan arsitektur Monolithic yang mengharuskan setiap aplikasi baru maupun lama PT XYZ harus melakukan duplikasi database master store hal ini dapat menyebabkan melemah dan menurunnya performa database seiring berjalannya waktu. Pembuatan Application Programming Interface Master Store bertujuan untuk mengubah arsitektur yang saat ini digunakan menjadi Microservices dimana sistem Master Store ini kemudian dapat digunakan secara terus menerus oleh aplikasi lain dan mempermudah para developer untuk membuat aplikasi baru menggunakan database master store tanpa takut terjadi penurunan terhadap database master store. Perancangan API ini menggunakan bahasa pemrograman Python karena merupakan bahasa pemrograman yang aman dan sederhana, framework Flask, standar komunikasi REST, serta metode ORM. Metode ORM dipilih karena sistem keamanan yang lebih baik dibandingkan dengan query native pada umumnya, terlebih karena proses dan perkembangan metode ORM berdasarkan penelitian terdahulu. Hasil dari penelitian ini adalah API Master Store dinamis yang memberikan response data toko, berdasarkan apa yang developer PT XYZ butuhkan untuk aplikasi dan program yang dibangun.Kata Kunci: API , flask, microservices, monolithic, ORM, REST
IMPLEMENTASI ALGORITMA NAÏVE BAYES DALAM PENENTUAN RATING BUKU Rizki Ayuning Tyas; Muthia Anggraini; Ismi Ana Sulasiyah; Qurrotul Aini
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (594.851 KB) | DOI: 10.32520/stmsi.v9i3.915

Abstract

ABSTRACT Books are one of the most widely used objects in daily life. With the development of the times, there are other alternatives that can be used to read books without having to buy books in stores. One alternative is the website www.goodreads.com where the website provides a variety of books. On the website, we can also give ratings and review s of books that we have read. These review s and ratings can provide a reference for readers. For this reason, an analysis of book rating is required based on data obtained from the www.kaggle.com website. By processing the data obtained will find the best book viewed from several aspects. The purpose of this research is to determine the rating of a book as a reference for readers in choosing the appropriate book. In this study using a classification algorithm naïve bayes data mining. This research was assisted by rapidminer and Python tools as tools to manage data. The results obtained are the results of determining the book rating using the naïve bayes method having an accuracy of 66.98%, precision 74.47% and recall 62.47% and the results of this analysis are obtained from the dataset available on the website www.kaggle.com showing that the majority book rating predictions tend to be low.Keywords: book rating, mining, naïve bayes, pyhton, rapidminerABSTRAKBuku merupakan salah satu benda yang paling banyak digunakan dalam kehidupan sehari-hari. Dengan berkembangnya zaman, ada alternatif lain yang bisa digunakan untuk membaca buku tanpa harus membeli buku ditoko. Salah satu alternatifnya adalah website www.goodreads.com yang dimana website tersebut menyediakan berbagai macam buku. Di website tersebut, kita juga dapt memberikan rating dan review buku yang telah kita baca. Review dan rating ini bisa memberikan acuan bagi para pembaca. Untuk itu diperlukan nya analisis terhadap penentuan rating buku berdasarkan data yang didapatkan dari situs www.kaggle.com. Dengan mengolah data yang didapatkan akan mengetahui buku yang paling terbaik dilihat dari beberapa segi. Adapun tujuan dilakukan penelitian ini adalah untuk menentukan rating dari sebuah buku sebagai acuan pembaca dalam memilih buku yang sesuai. Dalam penelitian ini menggunakan algoritma klasifikasi data mining naïve bayes. Penelitian ini dibantu oleh tools rapidminer dan Python sebagai alat bantu mengelolah data. Hasil yang diperoleh adalah hasil penentuan rating buku menggunakan metode naïve bayes memiliki accuracy 66,98%, precision 74,47% dan recall 62,47% dan hasil analisis ini di dapatkan dari dataset yang ada pada situs www.kaggle.com menunjukan bahwa mayoritas prediksi rating buku cenderung rendah.Kata Kunci: rating buku , mining, naïve bayes, python, rapidminer
SISTEM INFORMASI GEOGRAFIS PEMETAAN MITRA PENGGUNA APLIKASI LAUNDRY DI PT TENTEN DIGITAL INDONESIA BERBASIS WEB DAN MOBILE Herdiesel Santoso
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (869.647 KB) | DOI: 10.32520/stmsi.v9i3.850

Abstract

ABSTRACTPT Tenten Digital Indonesia is a laundry management application developer with partners spread throughout Indonesia. PT Tenten Digital Indonesia application developers need a web-based and mobile information system that can see the spread of partners in the form of digital map visualization to see how effective marketing strategies have been implemented. The system development method follows the System Development Life Cycle (SDLC) model, which is requirements analysis, system and software design, implementation and testing as well as system evaluation and improvement. The system analysis phase is carried out to determine what needs and functionalities the new system will carry out. Documentation of the results of system requirements analysis is modeled into a system design with the United Modeling Language (UML) approach using use case diagrams, activity diagrams and sequence diagrams. The output is web-based and mobile GIS software interface designs that are ready to be implemented. The next step is to translate the software design into a user interface using the programming language. The Google Maps API function is used to recognize laundry partner objects based on latitude and longitude coordinates. At this stage, system functionality testing is also carried out using black box testing methods. The test results show no bugs or errors were found when accessed using web or mobile based devices.  Keywords: Geographic Information System, Google Maps Api, Mobile GIS, UMLABSTRAKPT Tenten Digital Indonesia adalah pengembang aplikasi manajemen laundry yang memiliki mitra tersebar diseluruh Indonesia.  Pengembang aplikasi PT Tenten Digital Indonesia membutuhkan sistem informasi berbasis web dan mobile yang dapat melihat pesebaran mitra dalam bentuk visualisasi peta digital untuk melihat seberapa efektif strategi marketing yang sudah dijalankan. Metode pengembangan sistem mengikuti model System Development Life Cycle (SDLC), yaitu analisis kebutuhan, desain sistem dan software, impelementasi dan testing serta evaluasi dan perbaikan sistem. Tahap analisis sistem dilakukan untuk menentukan kebutuhan dan fungsionalitas apa saja yang akan dilakukan sistem baru. Dokumentasi dari hasil analisisi kebutuhan sistem dimodelkan menjadi desain sistem dengan pendekatan United Modelling Language (UML) menggunakan use case diagram, activity diagram dan sequence diagram. Luarannya adalah desain antarmuka perangkat lunak  GIS  berbasis web dan mobile yang siap diimplementasikan. Tahap selanjutnya adalah menterjemahkan desain perangkat lunak ke dalam bentuk antarmuka pengguna dengan bantuan bahasa pemrograman. Fungsi Google Maps API digunakan untuk mengenali objek mitra laundry berdasarkan koordinat lintang dan bujur. Pada tahapan ini juga dilakukan pengujian fugsionalitas sistem menggunakan metode black box testing. Hasil pengujian menunjukan tidak ditemukan adanya bug atau error baik ketika diakses menggunakan perangkat berbasis web maupun  mobile. Kata Kunci: Google Maps Api, Mobile GIS, Sistem Informasi Geografis, UML

Page 2 of 3 | Total Record : 21

 1   2   3 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol 14, No 6 (2025): Sistemasi: Jurnal Sistem Informasi Vol 14, No 5 (2025): Sistemasi: Jurnal Sistem Informasi Vol 14, No 4 (2025): Sistemasi: Jurnal Sistem Informasi Vol 14, No 3 (2025): Sistemasi: Jurnal Sistem Informasi Vol 14, No 2 (2025): Sistemasi: Jurnal Sistem Informasi Vol 14, No 1 (2025): Sistemasi: Jurnal Sistem Informasi Vol 13, No 6 (2024): Sistemasi: Jurnal Sistem Informasi Vol 13, No 5 (2024): Sistemasi: Jurnal Sistem Informasi Vol 13, No 4 (2024): Sistemasi: Jurnal Sistem Informasi Vol 13, No 3 (2024): Sistemasi: Jurnal Sistem Informasi Vol 13, No 2 (2024): Sistemasi: Jurnal Sistem Informasi Vol 13, No 1 (2024): Sistemasi: Jurnal Sistem Informasi Vol 12, No 3 (2023): Sistemasi: Jurnal Sistem Informasi Vol 12, No 2 (2023): Sistemasi: Jurnal Sistem Informasi Vol 12, No 1 (2023): Sistemasi: Jurnal Sistem Informasi Vol 11, No 3 (2022): Sistemasi: Jurnal Sistem Informasi Vol 11, No 2 (2022): Sistemasi: Jurnal Sistem Informasi Vol 11, No 1 (2022): Sistemasi: Jurnal Sistem Informasi Vol 10, No 3 (2021): Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi Vol 9, No 2 (2020): Sistemasi: Jurnal Sistem Informasi Vol 9, No 1 (2020): Sistemasi: Jurnal Sistem Informasi Vol 8, No 3 (2019): Sistemasi: Jurnal Sistem Informasi Vol 8, No 2 (2019): Sistemasi: Jurnal Sistem Informasi Vol 8, No 1 (2019): Sistemasi Vol 8, No 1 (2019): Sistemasi: Jurnal Sistem Informasi Vol 7, No 3 (2018): Sistemasi: Jurnal Sistem Informasi Vol 7, No 2 (2018): Sistemasi: Jurnal Sistem Informasi Vol 7, No 2 (2018): SISTEMASI Vol 7, No 1 (2018): Sistemasi: Jurnal Sistem Informasi Vol 6, No 3 (2017): Sistemasi: Jurnal Sistem Informasi Vol 6, No 2 (2017): Sistemasi: Jurnal Sistem Informasi Vol 6, No 1 (2017): Sistemasi: Jurnal Sistem Informasi Vol 5, No 3 (2016): Sistemasi: Jurnal Sistem Informasi Vol 5, No 2 (2016): sistemasi Vol 5, No 2 (2016): Sistemasi: Jurnal Sistem Informasi Vol 5, No 1 (2016): Sistemasi: Jurnal Sistem Informasi Vol 4, No 3 (2015): Sistemasi: Jurnal Sistem Informasi Vol 4, No 2 (2015): Sistemasi: Jurnal Sistem Informasi Vol 4, No 1 (2015): Sistemasi: Jurnal Sistem Informasi Vol 3, No 4 (2014): SISTEMASI: Jurnal Sistem Informasi Vol 3, No 3 (2014): Sistemasi: Jurnal Sistem Informasi Vol 3, No 2 (2014): Sistemasi: Jurnal Sistem Informasi Vol 3, No 1 (2014): Sistemasi: Jurnal Sistem Informasi Vol 2, No 4 (2013): Sistemasi: Jurnal Sistem Informasi Vol 2, No 3 (2013): Sistemasi: Jurnal Sistem Informasi Vol 2, No 2 (2013): Sistemasi:Jurnal Sistem Informasi Vol 2, No 1 (2013): Sistemasi: Jurnal Sistem Informasi More Issue