cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fransiskus Panca Juniawan
Contact Email
Fransiskus Panca Juniawan
Phone
-
Journal Mail Official
fransiskus.pj@atmaluhur.ac.id
Editorial Address
-
Location
Kota pangkal pinang,
Kepulauan bangka belitung
INDONESIA
Jurnal Sisfokom (Sistem Informasi dan Komputer)
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Atma Luhur
ISSN : 23017988     EISSN : 25810588     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management
Jurnal Sisfokom merupakan singkatan dari Jurnal Sistem Informasi dan Komputer. Jurnal ini merupakan kolaborasi antara sivitas akademika STMIK Atma Luhur dengan perguruan tinggi maupun universitas di Indonesia. Jurnal ini berisi artikel ilmiah dari peneliti, akademisi, serta para pemerhati TI. Jurnal Sisfokom diterbitkan 2 kali dalam setahun yaitu pada bulan Maret dan September. Jurnal ini menyajikan makalah dalam bidang ilmu sistem informasi dan komputer.
Arjuna Subject : -
Articles 669 Documents
 33   34   35   36   37 
Data Mining Strategi Pembangunan Infrastruktur Menggunakan Algoritma K-Means Mangapul Siahaan
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 11, No 3 (2022): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v11i3.1453

Abstract

Kota Batam merupakan kota industri dan bagian dari provinsi Kepulauan Riau. Dengan meningkatnya jumlah penduduk akan berdampak terhadap ketersediaan infrastruktur sehingga perlu dipertimbangkan pembangunan infrastruktur yang merata. Tujuan penelitian ini adalah untuk mencari strategi pembangunan infrastruktur dengan menggunakan algoritma K-Means melakukan pengelompokan berdasarkan jumlah penduduk, pertumbuhan penduduk dan luas daerah. Dataset yang digunakan dari BPS Batam Kota. Metode yang digunakan dalam penelitian ini adalah CRISP-DM. Berdasarkan hasil perhitungan cluster C1 terdapat 3 kecamatan (Belakang Padang, Bulang dan Galang). Hasil cluster C2 terdapat 4 kecamatan (Sungai Beduk, Sagulung, Lubuk Baja dan Batu Ampar). Hasil cluster C3 terdapat 3 kecamatan (Sekupang, Batu Aji, dan Bengkong). Sedangkan perhitungan cluster C4 terdapat 2 kecamatan (Nongsa dan Batam Kota). Menurut perhitungan cluster tersebut sebaiknya pembangunan di utamakan didaerah dengan Cluster C3 dan C4 karena status jumlah penduduk yang sangat tinggi, laju pertumbuhan yang sangat tinggi.
Analisis Faktor Pengaruh Terhadap Kepuasan Penggunaan Jasa Logistik Online: Studi Kasus Maxim di Kota Batam Kelvin Kelvin; Muhamad Dody Firmansyah
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 11, No 3 (2022): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v11i3.1506

Abstract

Tujuan penulis melakukan penelitian ini adalah untuk menganalisis pengaruh faktor harga, kualitas pelayanan, kemudahan, kepercayaan dan citra merek terhadap terhadap kepuasan pengunaan jasa perusahaan logistik di kota Batam dengan menggunakan pendekatan Mixed Method. Masalah yang diperoleh pada penelitian ini adalah sulitnya membangun kepuasan kepada pengguna. Teknik pengambilan data sampel yang digunakan yaitu dengan teknik stratified dan cluster random sampling. Penelitian ini dilakukan dengan jumlah responden sebanyak 385 responden kuesioner dan 35 responden wawancara. Pengujian hipotesis yang digunakan adalah regresi linear berganda. Hasil penelitian menunjukkan secara kuantitatif faktor harga tidak berpengaruh terhadap kepuasan penggunaan, sedangkan faktor kemudahan penggunaan, kualitas pelayanan, kepercayaan dan citra merek secara parsial berpengaruh terhadap kepuasan penggunaan. Secara kualitatif faktor harga, kemudahan penggunaan, kualitas pelayanan, dan citra merek tidak berpengaruh terhadap kepuasan penggunaan, sedangkan faktor kepercayaan secara parsial berpengaruh terhadap kepuasan penggunaan. Adapun hasil uji koefisien determinasi ditujukan pada angka Adjusted R2 sebesar 0,74 untuk metode kualitatif dan 0,69 untuk metode kuantitatif. Hasil tersebut menyimpulkan bahwa variabel bebas dalam penelitian ini dapat mendeskripsikan 74% secara kualitatif dan 70% secara kuantitatif dan 26% secara kualitatif dan 30% secara kuantitatif lainnya tidak dijelaskan pada penelitian ini. Penelitian ini dapat menjadi acuan bagi pembaca untuk mengetahui bagaimana cara membuat pengguna merasa puas untuk menggunakan layanan dari Maxim di kota Batam.
Klasifikasi Jenis Buah Pisang Berdasarkan Citra Warna dengan Metode SVM Yusuf Amrozi; Dian Yuliati; Agung Susilo; Nur Novianto; Rikza Ramadhan
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 11, No 3 (2022): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v11i3.1502

Abstract

Indonesia kaya dengan berbagai macam tanaman diantaranya buah pisang yang mempunyai beragam jenis. Untuk mengetahui tingkat kematangan pada suatu jenis pisang biasanya dilihat dari warna, akan tetapi karena  faktor usia dan kelelahan dari para petani biasanya sering terjadi kesalahan pada saat pengukuran akurasi. Penelitian ini bertujuan untuk mengklasifikasi jenis pisang berdasarkan citra warna dengan menggunakan algoritma Support Vector Machine (SVM). Data yang digunakan adalah citra pisang dengan total 1256, yang diklasifikasi menjadi 2 jenis pisang, Pisang ambon dan Pisang lady finger. Hasil yang didapat dari penelitian ini ditunjukan oleh confusion matrix dengan nilai True Positive (TP) = 0,82 dan False Positive (FP)= 0,18. serta False Negative (FN) = 0,02 dan True Negative (TN) = 0,98. Dari nilai yang ditunjukan oleh confusion matrix dapat diartikan bahwa algoritma SVM cukup baik digunakan dalam mengklasifikasi jenis pisang sehingga dapat memberikan jaminan mutu atas produk yang dihasilkan oleh petani.
Pengaruh Kualitas Layanan ISP-S Pada Kepuasan Mahasiswa Terhadap Perkuliahan Daring Masa Pandemi COVID 19 – Mix Method SERVPERF dan ICT Nurya Prawesty; Muhammad Andik Izzudin; Andhy Permadi
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 11, No 3 (2022): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v11i3.1471

Abstract

Internet menjadi hal yang diminati masyarakat dengan fakta kenaikan pengguna pada tahun 2020 sekitar 73,7%. Menurut APJII salah satu penyebab peningkatan pengguna internet karena kebutuhan yang menyebabkan segala proses tatap muka diubah menjadi tatap maya dampak pandemi COVID 19. Hal itu berdampak terhadap segala bidang tidak terkecuali dunia pendidikan. Namun fakta lain yang terjadi menjelaskan peningkatan pengguna internet juga beriringan dengan tingginya keluhan masyarakat yang memakai internet provider seluler. Salah satu faktor yang perlu dikaji yaitu kualitas pelayanan terhadap kepuasan pelanggan. Tujuan penelitian ini untuk membuktikan adanya kualitas layanan berpengaruh terhadap kepuasan pelanggan pada saat pelanggan (mahasiswa) melaksanakan pembelajaran daring. Penelitian ini menggunakan gabungan teori Service Performance (SERVPERF) dan Expevtation Confirmation Theory (ECT) dengan memakai variabel network quality dan competitive advantage untuk SERVPERF dan satisfaction untuk ECT. Metode yang dipakai pada penelitian ini adalah dengan metode kuantitatif, pengambilan data menggunakan teknik purposive sampling menggunakan sampel berdasarkan tabel Ishac dan Michael dengan melakukan penyebaran kuisioner. Proses analisa data menggunakan aplikasi pendukung SmartPLS dan memiliki jumlah responden sebanyak 348 yang terdiri dari berbagai mahasiswa Universitas di Jawa Timur. Hasil dari penelitian ini menunjukan bahwasannya adanya pengaruh antar variabel dari kualitas layanan yaitu network quality dan copetitiive advantage bernilai positif dengan bukti nilai path   0 sebesar 0,153 untuk variabel network quality dan untuk 0,136 pada variabel competitive advantage dan signifikan dibuktikan dengan nilai T statistic 1.67 dan P Values 0,05
Yobagi: Platform Market UMKM Berbasis Kewirausahaan Sosial Dwi Yuny Sylfania; Rendy Rian Chrisna Putra; Fransiskus Panca Juniawan; Muhammad Intan Arfies; Nadila Fasya Anggraeni; Dehan Permata Sari; Aqilla Fadiya Haya; Deriza Nabilah Fitria
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 11, No 3 (2022): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v11i3.1509

Abstract

The presence of the Covid-19 pandemic has had a major impact on the people of the Bangka Belitung Islands Province. There have been many layoffs for some communities which have resulted in a decline in their economy. Another impact was felt by Micro, Small and Medium Enterprises (MSMEs) where their sales transactions also decreased. Yobagi is proposed to overcome this problem by becoming a social entrepreneurship-based platform that becomes an intermediary medium for anyone who has the desire to share their skills, knowledge, and experiences. Yobagi is also a marketplace for MSMEs to promote their products or services. The purpose of developing Yobagi is to increase community skills and be able to innovate so that they can run new businesses to improve the economy. This study uses a prototype research method which consists of five stages, namely Communication, Quick Plan, Modeling Quick Plan, Construction of Prototype, and Deployment. The result of the research is a web-based Yobagi application that functions well, as evidenced by a functional test using the Blackbox method. Furthermore, the Responsive Web Design (RWD) feature on the Yobagi system was also tested to test the performance of features on several different types of smartphones.
Determinan Penggunaan E-Class sebagai Learning Management System oleh Tenaga Pendidik di Masa Pandemi Covid-19: Pendekatan Model UTAUT Citra Sarasmitha; Edi Sugiarto; Wasilatur Rohmah; Kartini Apriani Hutagaol
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 11, No 3 (2022): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v11i3.1361

Abstract

Penelitian ini bertujuan untuk memperoleh gambaran tentang determinan perilaku pengguna E-Class di Universitas Merdeka Malang khususnya para pendidik. E-Class merupakan Learning Management System yang dibuat oleh Universitas Merdeka Malang sebagai sarana proses belajar mengajar berbasis online. Universitas Merdeka Malang telah merespon kebijakan pemerintah terkait regulasi pelaksanaan pembelajaran formal online akibat pandemi Covid-19. Namun untuk mengukur keberhasilan penerapan sistem informasi baru berupa E-Class. Peneliti mengusulkan penelitian ini dimana penerapan model UTAUT adalah untuk mengetahui determinan perilaku pengguna E-Class. Penelitian ini merupakan penelitian eksplanatori dengan pendekatan kuantitatif. Data penelitian ini adalah data primer. Analisis yang digunakan adalah analisis regresi linier berganda dengan alat statistik SmartPLS 3.0. Populasi dalam penelitian ini adalah seluruh tenaga pendidik di Universitas Merdeka Malang. Metode sampel yang digunakan adalah purposive sampling. Hasil penelitian ini menjelaskan bahwa variabel ekspektasi usaha dan pengaruh sosial berpengaruh positif terhadap niat berperilaku. Niat perilaku memiliki efek positif pada perilaku penggunaan. Sedangkan variabel harapan kinerja dan kondisi fasilitasi tidak berpengaruh terhadap niat perilaku dan perilaku penggunaan. Variabel modifikasi berupa corona fear juga tidak berpengaruh terhadap hubungan semua variabel independen terhadap behavioral intention.
Aplikasi Deteksi Motif dan Crawling Produk Batik Banyuwangi Berbasis Web Lutfi Hakim; Nurul Hidayati Novitasari; Sepyan Purnama Kristanto; Dianni Yusuf
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 11, No 3 (2022): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v11i3.1482

Abstract

Batik is a high cultural heritage that is worldwide and made by the Indonesian nation. The motifs arranged in batik express the meaning of certain cultural values or moral lessons. Therefore, each region in Indonesia develops its own batik with patterns or motifs that are characteristic of their respective regions, Banyuwangi Regency is no exception. Until now, more than 30 batik motifs are spread and traded in Banyuwangi. However, with the growing potential of Banyuwangi batik, digital technology support is still not optimal. Therefore, in this study, an application was developed that can detect via web devices and also extract information related to Batik Banyuwangi products in the marketplace. Applications developed using the Python programming language with the Django framework and MySQL database. The detection process is run with the *h5 extension model using the tensorflow library as well as the selenium and beautiful soup libraries for crawling. The system development method uses the Extreme Programming method and the results of testing using Black box testing are 78.57% of the application features are declared valid and the rest need improvement. In addition, in addition to testing with black-box testing, testing for the implementation of web-crawling was also carried out and the results obtained 16.89% stated that there was a difference between the crawling results with the proposed technique and the actual amount of data. The results of this study are expected to be the beginning in developing the Banyuwangi Batik Gallery application.
Pemetaan Karakteristik Mahasiswa Penerima Kartu Indonesia Pintar Kuliah (KIP-K) menggunakan Algoritma K-Means++ Fitri Nuraeni; Dede Kurniadi; Gisna Fauzian Dermawan
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 11, No 3 (2022): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v11i3.1439

Abstract

Pengetahuan baru mengenai pemetaan karakteristik mahasiswa penerima KIP-K pada perguruan tinggi dapat menggunakan penggalian data yaitu teknik clustering. Pemetaan karakteristik ini dilakukan dari hasil pengelompokan mahasiswa berdasarkan atribut akademik dan non-akademik menggunakan algoritma K-Means++ yang dapat menurunkan jumlah perulangan dalam proses pengelompokan datanya. Dengan menggunakan metode Cross-Industry Standard Process for Data Mining (CRIPS-DM) dan algoritma clustering yaitu k-means++. Dari penelitian ini, dihasilkan model clustering dengan nilai k=2 berdasarkan grafik metode elbow dengan  nilai silhouette coefficient terbesar yaitu 0.7523 dan davies bouldine index (DBI) terkecil yaitu 0.49053. Dari hasil pemetaan karakteristik mahasiswa penerima KIP-K ini, didapatkan pengetahuan yang dapat menjadi bahan pengambilan keputusan perguruan tinggi penyelenggaran dalam penyeleksian pendaftar KIP-K sehingga meminimalisir masalah akademik mahasiswa penerima KIP-K di kemudian hari.
Deteksi dan Klasifikasi Penyakit Pada Daun Kopi Menggunakan Yolov7 ardiansyah, ardiansyah; Hasan, Nur Fitrianingsih
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 12, No 1 (2023): MARET
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v12i1.1545

Abstract

In improving the economy of developing countries, the highest export commodity is the coffee plant. Indonesia produces 639 thousand tons of coffee every year. Therefore, establishing Indonesia as 4th in the world. However, decreased productivity due to diseases of the coffee plant leaves can reduce the productivity of coffee production. Leaf diseases include Miner, Rust, Phoma, and Cercospora. Based on extant issues in agriculture, utilization such as artificial intelligence, Computer Vision, and Bigdata can decrease the costs incurred to trade with plant diseases. With significant advances in artificial intelligence in Machine Learning comes the Deep Learning method. YOLO is Deep Learning seeded as an object detection compared to other approaches. YOLOv7 is the latest version of the YOLO architecture that can detect speed, high Precision, easy-to-train data, and implementation. The main contribution of this research was to develop using model-based YOLOv7, use coffee leaf costume datasets, data augmentation, and preprocessing datasets. This research utilizes Google Colab and GPU Tesla T4 to get a result F1-score of 0.93, Precision of 0.926, Recall of 0.932, mAP@IoU .5 of 0.956, mAP@IoU .5:.95 of 0.927 for the entire trained data class. However, the best result is the binary class to get a result F1-score of 0.99, Precision of 0.991, Recall of 1, mAP@IoU .5 of 0.998, mAP@IoU .5:.95 of 0.994.
Analyze Important Features of PIMA Indian Database For Diabetes Prediction Using KNN Perdana, Aziz; Hermawan, Arief; Avianto, Donny
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 12, No 1 (2023): MARET
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v12i1.1598

Abstract

Diabetes is a chronic, non-communicable disease, and a long-term health condition that affects how the body uses glucose, the type of sugar that gives energy. In Indonesia, diabetes ranks as the sixth highest cause of death, following conditions related to childbirth. In 2021, Indonesia has a total of 19.5 million diabetes patients, making it the fifth-highest in the world. Some machine learning research has used data from the PIDD (PIMA Indian Diabetes Dataset) to predict diabetes. In this research, in addition to prediction accuracy, data complexity is also important. This research analyzes important features in the PIMA Indian database using the KNN (k-nearest neighbor) method for classification. The results show that using KNN with k=22 value results in the highest accuracy of 83.12%. The analysis also found that the important features required by the KNN method to achieve high accuracy from the PIMA Indian database, in order of importance, are glucose, age, insulin, blood pressure, Body Mass Index, pregnancy, skin thickness, and diabetes pedigree function. However, when used in the KNN classification method, the diabetes pedigree function feature was found to be unnecessary, not relevant, and can be reduced. 

Page 35 of 67 | Total Record : 669

 33   34   35   36   37 

Filter by Year

2013 2025


Reset
Filter By Issues
All Issue Vol. 15 No. 01 (2026): JANUARY Vol. 14 No. 4 (2025): NOVEMBER Vol. 14 No. 3 (2025): JULY Vol. 14 No. 2 (2025): MEY Vol. 14 No. 1 (2025): JANUARY Vol. 13 No. 3 (2024): NOVEMBER Vol 13, No 2 (2024): JULY Vol. 13 No. 2 (2024): JULY Vol. 13 No. 1 (2024): MARET Vol 13, No 1 (2024): MARET Vol 12, No 3 (2023): NOVEMBER Vol. 12 No. 3 (2023): NOVEMBER Vol 12, No 2 (2023): JULI Vol. 12 No. 2 (2023): JULI Vol 12, No 1 (2023): MARET Vol 11, No 3 (2022): NOVEMBER Vol 11, No 2 (2022): JULI Vol 11, No 1 (2022): MARET Vol 10, No 3 (2021): NOVEMBER Vol 10, No 2 (2021): JULI Vol 10, No 1 (2021): MARCH Vol 9, No 3 (2020): NOVEMBER0 Vol 9, No 2 (2020): JULI0 Vol 9, No 1 (2020): MARET0 Vol 9, No 3 (2020): NOVEMBER Vol 9, No 2 (2020): JULI Vol 9, No 1 (2020): MARET Vol 8, No 2 (2019): SEPTEMBER0 Vol 8, No 2 (2019): SEPTEMBER Vol 8, No 1 (2019): MARET Vol 7, No 2 (2018): September Vol 7, No 1 (2018): Maret Vol 6, No 2 (2017): September Vol 6, No 1 (2017): Maret Vol 5, No 2 (2016): September Vol 5, No 1 (2016): Maret Vol 4, No 2 (2015): September Vol 4, No 1 (2015): Maret Vol 3, No 2 (2014): September Vol 3, No 1 (2014): Maret Vol 2, No 1 (2013): Maret 2013 Vol 2, No 2 (2013): September More Issue