cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Syahroni Wahyu Iriananda
Contact Email
syahroni@widyagama.ac.id
Phone
-
Journal Mail Official
syahroni@widyagama.ac.id
Editorial Address
-
Location
Kota malang,
Jawa timur
INDONESIA
Journal of Information Technology and Computer Science (JOINTECS)
Published by Universitas Widyagama
ISSN : 25413619     EISSN : 25416448     DOI : -
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics
JOINTECS terbit 2 (dua) kali dalam setahun, yaitu pada bulan Agustus dan Pebruari dengan versi cetak p-ISSN: 2541-3619 dan versi elektronik dengan sistem OJS dengan e-ISSN: 2541-6448. (medio online) yang mewajibkan setiap naskah yang masuk, proses review, editing, sampai pada publikasi, dan semua yang berhubungan dengan sistem, wajib menggunakan Open Journal Sistem (OJS). JOINTECS dapat diakses melalui website http://publishing-widyagama.ac.id/ejournal-v2/index.php/jointecs yang telah mendukung penuh fitur-fitur OJS tersebut.
Arjuna Subject : -
Articles 158 Documents
 8   9   10   11   12 
Pengembangan Aplikasi Point Of Sale Berbasis Android Menggunakan Metode Rapid Application Development Eko Junirianto; Nia Kurniadin
JOINTECS (Journal of Information Technology and Computer Science) Vol 5, No 3 (2020)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v5i3.1564

Abstract

Pengembangan aplikasi ini dilatarbelakangi oleh kebutuhan teknologi informasi dalam dunia bisnis untuk membantu proses di dalam dunia usaha agar lebih efisien, terukur dan fleksibel. Salah satu penerapan dalam dunia usaha adalah aplikasi Point of Sales (POS). Di era saat ini, masih banyak usaha kecil dan menengah yang masih menggunakan sistem penjualan tradisional, proses tersebut tidak efisien dan efektif jika pemilik usaha ingin terus meningkatkan jumlah pelanggan yang dilayani. Salah satu metode yang digunakan dalam mengembangkan aplikasi dengan cepat adalah rapid application development (RAD). RAD menekankan pada siklus pembangunan pendek, singkat, dan cepat.Waktu yang singkat adalah batasan yang penting untuk model ini. Hasil yang diharapkan dari pengembangan aplikasi Point of sale (POS) ini adalah terciptanya sistem informasi aplikasi penjualan dalam bentuk aplikasi android yang terintegrasi dengan sistem cloud dengan memanfaatkan metode pengembangan rapid application development. RAD yang dapat membantu dunia bisnis terutama usaha kecil dan menengah dalam melakukan pencatatan transaksi penjualan secara lebih mudah dan teratur.
Sistem Pendukung Keputusan Penerima Bantuan Rumah Layak Huni Menggunakan FMADM dan SAW Budy Satria; Leonard Tambunan
JOINTECS (Journal of Information Technology and Computer Science) Vol 5, No 3 (2020)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v5i3.1361

Abstract

Dalam memberikan suatu keputusan untuk kelayakan penerima bantuan rumah layak huni di Kelurahan Air Jamban masih bersifat manual sehingga proses pengambilan keputusan menjadi tidak akurat, lama dan bersifat objektif. Oleh karena itu dibutuhkan solusi berupa sistem pendukung pengambilan keputusan agar dapat memproses bantuan rumah layak huni lebih cepat dan akurat menggunakan kriteria yang ada. Metode yang digunakan adalah Fuzzy Attribute Decision Making (FMADM) untuk menentukan hasil seleksi setiap alternatif dan perhitungan pada penelitian ini menggunakan Simple Additive Weighting (SAW). Dari 10 data alternatif yang diuji coba maka terdapat hasil bahwa Alternatif 1 =28,5, alternatif 2=27,5, alternatif  3=31,5, alternatif 4 =30,25, alternatif 5 = 25,5, alternatif 6=17,9, alternatif 7 =24,4, alternatif 8 =22,9, alternatif 9 =27,75 dan alternatif 10 =31,5. Ada 8 kriteria yang digunakan  yaitu bahan bakar untuk memasak, status rumah, jumlah anak, pendapatan, jenis lantai rumah, jenis atap rumah, jenis dinding rumah dan luar rumah (bangunan). Hasil akurasi dari penelitian ini adalah tingkat akurasi sebesar 95,44% untuk metode SAW dan 94,24% untuk FMADM.
Model Webqual dan PLS Untuk Mengukur Kepuasan Pengguna Website PMB UMSIDA Uce Indahyanti; Hamzah Setiawan; Nuril Lutvi Azizah
JOINTECS (Journal of Information Technology and Computer Science) Vol 6, No 2 (2021)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v6i2.2321

Abstract

Website Universitas Muhammadiyah Sidoarjo (UMSIDA) merupakan sarana penting untuk meningkatkan pelayanan kepada pemangku kepentingan dan sarana promosi yang efektif, terutama dalam hal penerimaan mahasiswa baru (PMB). Salah satu parameter penting untuk mengukur keberhasilan pelayanan website adalah tingkat kepuasan pengguna.  Penelitian ini bertujuan untuk mengukur kepuasan pengguna website PMB UMSIDA menggunakan model Webqual dari dimensi/variabel kualitas informasi, kualitas kegunaan, dan kualitas interaksi layanan. Instrumen penelitian berupa seperangkat angket yang diadaptasi dari model yang dibagikan kepada 100 responden pengguna layanan website. Data hasil kuesioner diolah dan dianalisis menggunakan metode statistik Partial Least Square (PLS). Hasil pengolahan dan analisis data menunjukkan bahwa model penelitian secara keseluruhan telah sesuai secara substansial dalam merepresentasikan hasil penelitian, yang ditunjukkan oleh nilai GoF 0.418. Hasil penelitian menunjukkan hanya dimensi kualitas kegunaan yang berpengaruh sangat signifikan terhadap kepuasan pengguna dengan nilai t-statistic 5.075. Indikator pengukurnya antara lain website mudah digunakan, mudah dioperasikan, mudah dinavigasi, mudah dipahami, dan memiliki tampilan menarik. Sedangkan dimensi informasi dan interaksi layanan tidak berpengaruh secara signifikan terhadap kepuasan pengguna website.
Identifikasi Jenis Tanaman Anggrek Melalui Tekstur Bunga dengan Tapis Gabor dan M-SVM Rangga Pahlevi Putra
JOINTECS (Journal of Information Technology and Computer Science) Vol 6, No 1 (2021)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v6i1.1746

Abstract

Orchidaceae adalah nama latin dari bunga anggrek yang memiliki berbagai jenis bunga sehingga memiliki ciri-ciri yang berbeda antara satu jenis dengan jenis yang lain, mulai dari ciri warna, bentuk, maupun ukuran. Hampir di seluruh daerah di Indonesia memiliki jenis tanaman anggrek tersendiri sesuai dengan karakter geografis daerah tersebut. Untuk membedakan jenis tanaman anggrek maka bisa dilihat dari kondisi tekstur atau warna dari kelopak bunga anggrek. Namun karena kemiripan ciri tekstur atau warna dari kelopak bunganya, maka kegiatan identifikasi jenis tanaman anggrek oleh beberapa orang atau petugas terkait masih cenderung subjektif sehingga menimbulkan kesalahan dalam kegiatan identifikasi. Penelitian ini bertujuan untuk membantu identifikasi jenis tanaman anggrek menggunakan teknologi pengolahan citra digital sehingga memperoleh hasil yang akurat. Dalam penelitian ini jenis tanaman anggrek yang diteliti meliputi jenis dendrobium, phalaenopsis dan vanda. Tahapan yang dilakukan dalam penelitian adalah mengekstraksi tekstur bunga anggrek menggunakan metode tapis gabor, sedangkan untuk klasifikasi menggunakan metode M-SVM (Multiclass Support Vector Machine). Hasil dari penelitian ini memiliki akurasi klasifikasi mencapai 95,4%.
Gamifikasi (Gamification) Konsep dan Penerapan Fitri Marisa; Tubagus Mohammad Akhriza; Anastasia Lidya Maukar; Arie Restu Wardhani; Syahroni Wahyu Iriananda; Mardiana Andarwati
JOINTECS (Journal of Information Technology and Computer Science) Vol 5, No 3 (2020)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v5i3.1490

Abstract

Penelitian ini membahas konsep ilmu gamifikasi dalam studi literatur. Konsep yang dibahas meliputi konsep dasar gamifikasi berdasarkan pendapat para peneliti dan disajikan grafik kecenderungan penerapan gamifikasi dalam beberapa bidang selama periode tahun 2015 -2019. Empat model gamifikasi juga diuraikan dengan menjelaskan konsep dasar, cara kerja, dan model yang terbaik saat ini berdasarkan literatur yang diulas dalam artikel ini. Beberapa elemen gamifikasi dijelaskan dalam dua kategori berdasarkan studi literatur yang terlibat. Peneliti menemukan bahwa Game dan Gamifikasi memiliki definisi yang berbeda sehingga dapat menjadi salah satu referensi bagi penelitian bidang gamifikasi, serta ditemukan bahwa penelitian gamifikasi masa dengan telah diuraikan sebagai informasi untuk pengembangan gamifikasi yang dapat juga dikombinasikan dengan berbagai bidang untuk menghasilkan solusi yang ditargetkan yaitu meningkatkan retensi pengguna.
Prediksi Status Konsumen Produk Celana Menggunakan Naïve Bayes Din Syamsudin; Yosia Chrismas Decky Halundaka; Aryo Nugroho
JOINTECS (Journal of Information Technology and Computer Science) Vol 5, No 3 (2020)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v5i3.1435

Abstract

Celana bahan merupakan kebutuhan pokok sehari-hari, permasalahan yang dihadapi ketidak pastian pembeli dikalangan antara Mahasiswa, Karyawan, dan Pelajar. Oleh karena itu penelitian ini bertujuan untuk memprediksi Status Konsumen Produk Celana menggunakan metode Naïve Bayes. karena metode Naïve Bayes yang dinilai baik melakukan klasifikasi dan akurasi dibandingkan metode Algoritma C4.5 yang memiliki ketidakstabilan dalam melakukan klasifikasi. Pengambilan data pada penelitian ini dari hasil wawancara pada penjual dibulan januari hingga desember tahun 2019 kemudian dilakukan penginputan pada excel dengan total 731 data. Dengan menseleksi data agar mendapatkan hasil yang sempurna dan akurat dilakukan pemangkasan variable dengan awal 10 variable menjadi 5 variable. Pada tahap preprocessing sebelum melakukan proses data mining untuk mengetahui jumlah data per-attribute lalu melakukan proses data mining menggunakan algoritma naïve bayes, dengan percentage split kombinasi 60 hingga 90 persen menunjukkan hasil masing-masing nilai akurasi 80,137%, 78,0822%, 81,5060%, dan 83,5616%. terbaik di angka kombinasi percentage split 90% dengan presentase akurasi 83,5616%. Dan hasil evaluasi menggunakan confusion matrix menampilkan bahwa status konsumen yang terbanyak dan lebih unggul dari class karyawan dan class pelajar ialah menunjukkan Class Mahasiswa.
Seleksi Fitur pada Pengelompokan Posisi Pemain Basket menggunakan Fuzzy C-Means Antoni Erga; Yessica Nataliani
JOINTECS (Journal of Information Technology and Computer Science) Vol 6, No 2 (2021)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v6i2.2346

Abstract

Olahraga bola basket merupakan olahraga terkenal dalam dunia olahraga, baik di tingkat internasional maupun nasional. Satya Wacana Saint Salatiga merupakan salah satu tim bola basket di Indonesia yang merupakan salah satu kontestan Indonesia Basketball League (IBL). Dalam olahraga bola basket, pemain dibedakan menjadi tiga posisi utama, yaitu center, forward, dan guard, yang dipengaruhi oleh kondisi fisiknya. Tujuan dari penelitian ini adalah menyeleksi fitur kondisi fisik yang paling mempengaruhi posisi pemain. Data yang diambil berupa data tinggi badan, berat badan, umur, dan body mass index (BMI) dari 23 pemain. Pengelompokan dengan fuzzy c-means (FCM) digunakan untuk mengelompokkan posisi para pemain berdasarkan fitur-fitur kondisi fisiknya. Untuk mengetahui fitur mana yang paling berpengaruh dalam menentukan posisi pemain, dalam penelitian ini digunakan seleksi fitur pada algoritma FCM. Hasil pengelompokan dengan FCM dibandingkan dengan posisi mereka sebenarnya. Dari empat fitur kondisi fisik tersebut, didapatkan bahwa fitur tinggi badan dan BMI merupakan dua fitur yang paling berpengaruh untuk menentukan posisi pemain. Jika keempat fitur digunakan dalam pengelmpokan didapatkan akurasi sebesar 0.8696, sedangkan jika hanya digunakan fitur tinggi badan dan BMI didapatkan akurasi yang lebih tinggi, yaitu sebesar 0.9565.
Sistem Pendukung Keputusan Rekomendasi Topik Skripsi Menggunakan Naïve Bayes Classifier Farid Farid; Ultach Enri; Yuyun Umaidah
JOINTECS (Journal of Information Technology and Computer Science) Vol 6, No 1 (2021)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v6i1.2076

Abstract

Setiap mahasiswa dituntut untuk melakukan kewajiban, salah satunya berupa penelitian. Sebagai wujud nyata proses akhir menuju sarjana setiap mahasiswa diharuskan membuat artikel ilmiah dalam bentuk buku yang diberi nama skripsi. Selama ini proses menentukan topik skripsi mahasiswa dilakukan secara manual, baik pembimbing skripsi yang memberi masukan atau ide diperoleh dari berbagai makalah penelitian. Dan proses penentuan topik skripsi tanpa menggunakan sistem terkomputerisasi. Maka dari itu peneliti membuat penelitian ini agar dapat membantu Mahasiswa dalam menentukan topik skripsi yang sesuai dengan kompetensi Mahasiswa. Metode penelitian ini menggunakan metode pengembangan data mining dan perangkat lunak dengan menerapkan algoritma Naïve Bayes Classifier ke sistem berbasis website. Hasil dari penelitian ini adalah sistem pendukung keputusan yang dapat memberikan rekomendasi topik skripsi berdasarkan data nilai mata kuliah pilihan. Nilai accuracy model terbaik yang diimplementasikan pada sistem ini adalah sebesar 69,27%. Nilai akurasi kurang baik karena jumlah data yang tidak seimbang pada setiap kategori topik skripsi.
Sistem Rekomendasi Produk Pena Eksklusif Menggunakan Metode Content-Based Filtering dan TF-IDF Mariani Widia Putri; Achmad Muchayan; Made Kamisutara
JOINTECS (Journal of Information Technology and Computer Science) Vol 5, No 3 (2020)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v5i3.1563

Abstract

Sistem rekomendasi saat ini sedang menjadi tren. Kebiasaan masyarakat yang saat ini lebih mengandalkan transaksi secara online dengan berbagai alasan pribadi. Sistem rekomendasi menawarkan cara yang lebih mudah dan cepat sehingga pengguna tidak perlu meluangkan waktu terlalu banyak untuk menemukan barang yang diinginkan. Persaingan antar pelaku bisnis pun berubah sehingga harus mengubah pendekatan agar bisa menjangkau calon pelanggan. Oleh karena itu dibutuhkan sebuah sistem yang dapat menunjang hal tersebut. Maka dalam penelitian ini, penulis membangun sistem rekomendasi produk menggunakan metode Content-Based Filtering dan Term Frequency Inverse Document Frequency (TF-IDF) dari model Information Retrieval (IR). Untuk memperoleh hasil yang efisien dan sesuai dengan kebutuhan solusi dalam meningkatkan Customer Relationship Management (CRM). Sistem rekomendasi dibangun dan diterapkan sebagai solusi agar dapat meningkatkan brand awareness pelanggan dan meminimalisir terjadinya gagal transaksi di karenakan kurang nya informasi yang dapat disampaikan secara langsung atau offline. Data yang digunakan terdiri dari 258 kode produk produk yang yang masing-masing memiliki delapan kategori dan 33 kata kunci pembentuk sesuai dengan product knowledge perusahaan. Hasil perhitungan TF-IDF menunjukkan nilai bobot 13,854 saat menampilkan rekomendasi produk terbaik pertama, dan memiliki keakuratan sebesar 96,5% dalam memberikan rekomendasi pena.
Deteksi Penyakit Dan Hama Tanaman Pepaya Menggunakan Metode Forward Chaining dan Best First Search Wahyuni Eka Sari; Eny Maria; Rizki Kurniawan Santoso
JOINTECS (Journal of Information Technology and Computer Science) Vol 5, No 3 (2020)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v5i3.1483

Abstract

Pepaya merupakan salah satu buah komoditas yang dapat hidup di dataran tinggi dan dataran rendah. Hal ini menyebabkan papaya mudah diserang hama dan penyakit sehingga menghambat hasil panen yang optimal. Oleh sebab itu diperlukan suatu sistem pakar yang menyimpan basis pengetahuan untuk diagnosis hama dan penyakit tanaman pepaya. Agar basis pengetahuan menjadi dinamis diperlukan suatu metode penelusuran informasi secara tepat. Forward Chaining adalah salah satu metode pencarian metode pencarian pengetahuan yang dimulai dengan informasi yang ada dan penggabungan rule untuk menghasilkan suatu kesimpulan atau tujuan. Kemudian untuk mempermudah pencarian fakta dilakukan Teknik pencarian Best First Search sehingga hasil lebih optimal. Penerapan metode Forward Chaining pada sistem pakar memudahkan sistem untuk melakukan penelusuran fakta pada basis data. Pengetahuan ini diperoleh dari pakar. Pada sistem pakar berbasis web ini terdapat 6 data hama dan 7 data penyakit, 41 data gejala hama dan penyakit, serta 12 cara pengendalian. Data uji yang digunakan pada penelitian ini adalah sebanyak 50 data pohon papaya yang terserang penyakit. Hasil pengujian menunjukkan tingkat akurasi sistem sebesar 96%.

Page 10 of 16 | Total Record : 158

 8   9   10   11   12 

Filter by Year

2016 2024


Reset
Filter By Issues
All Issue Vol 8, No 2 (2024) Vol 8, No 1 (2024) Vol 8, No 3 (2023) Vol 8, No 2 (2023) Vol 8, No 1 (2023) Vol 7, No 3 (2022) Vol 7, No 2 (2022) Vol 7, No 1 (2022) Vol 6, No 3 (2021) Vol 6, No 2 (2021) Vol 6, No 1 (2021) Vol 5, No 3 (2020) Vol 5, No 2 (2020) Vol 5, No 1 (2020) Vol 4, No 3 (2019) Vol 4, No 2 (2019) Vol 4, No 1 (2019) Vol 3, No 3 (2018) Vol 3, No 2 (2018) Vol 3, No 1 (2018) Vol 2, No 2 (2017) Vol 2, No 1 (2017) Vol 1, No 1 (2016) More Issue