cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Riyan Naufal Hays
Contact Email
jsii.editor@gmail.com
Phone
-
Journal Mail Official
anhar.dean@gmail.com
Editorial Address
Universitas Serang Raya Gedung Utama Lantai 3, Fakultas Teknologi Informasi Program Studi Sistem Informasi Jl. Raya Cilegon KM. 5, Taman, Drangong, Kec. Taktakan, Kota Serang, Banten 42162
Location
Kota serang,
Banten
INDONESIA
JSiI (Jurnal Sistem Informasi)
Published by Universitas Serang Raya
ISSN : 24067768     EISSN : 25812181     DOI : https://doi.org/10.30656
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
JSiI (Jurnal Sistem Informasi) is a scientific journal published by the Department of Information System Universitas Serang Raya (UNSERA). This journal contains scientific papers from Academics, Researchers, and Practitioners about research on information systems. JSiI (Jurnal Sistem Informasi) is published twice a year in March and September. The paper is an original script and applied research in information systems.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 348 Documents
 21   22   23   24   25 
PENERAPAN ALGORITMA CLUSTERING UNTUK PENGELOMPOKAN TINGKAT KEMISKINAN PROVINSI BANTEN Munandar, Tb. Ai
Jurnal Sistem Informasi Vol 9 No 2 (2022)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v9i2.5099

Abstract

Kemiskinan merupakan masalah sosial yang sudah tersebar di seluruh daerah di Indonesia, termasuk di Daerah Provinsi Banten. Meskipun Provinsi tersebut memiliki angka kemiskinan terendah, namun masalah ini adalah hal yang harus diutamakan. Jika menaik, maka akan menimbulkan dampak dari berbagai aspek, seperti tertutupnya akses pendidikan, tumbuhnya kriminalitas, bahkan bisa menghambat pertumbuhan ekonomi dikarenakan turunnya kualitas sumber daya manusia dan pendapatan yang dimiliki. Masalah ini perlu dicari solusi agar Pemerintah Banten mampu bertanggung jawab untuk mengontrol, bahkan mengurangi tingkat kemiskinan di Provinsi Banten. Penelitian ini dilakukan sebagai upaya untuk mengelompokkan wilayah di Provinsi Banten berdasarkan tingkat kemiskinan. Pendekatan yang dilakukan adalah algoritma Clustering, dimana ini merupakan metode Data Mining untuk mengelompokkan data menjadi beberapa grup berbeda berdasarkan kesamaan karakteristik setiap objeknya. data dibagi kedalam 3 cluster berdasarkan tingkat kemiskinan, metode clustering K-Means dan K-Medoids digunakan dalam penelitian ini, yang mempunyai perbedaan dari segi penentuan pusat cluster, hasil perhitungan menggunakan kedua metode tersebut lalu dibandingkan berdasarkan nilai Davies-Bouldin Index untuk menentukan hasil cluster yang lebih optimal. pendekatan ini juga didukung oleh penggunaan perangkat lunak R. Hasil Penelitian yang diharapkan mampu menjadi acuan kepada Pemerintah Daerah untuk pengambilan keputusan dalam menentukan arah pengentasan kemiskinan di masa mendatang. Hasil clustering menunjukkan pembagian 3 cluster sama rata pada K-medoid dan K-Means menggunakan RStudio, yaitu 3 Kabupaten/Kota dengan kemiskinan rendah, 3 Kabupaten/kota dengan kemiskinan sedang, dan 2 Kabupaten/Kota dengan kemiskinan tinggi. Meskipun demikian, nilai DBI pada algoritma K-Medoid lebih rendah dari K-Means dengan hasil masing-masing 0.582 dan 0.602. Kata kunci: Clustering, Data Mining, Davies-Bouldin Index, K-Medoid, K-Means, Tingkat Kemiskinan
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BANTUAN DANA KORBAN BENCANA ALAM BANJIR Yoga Pranata; Enrico Setya Damaputra; Pangilinan Gunawan; Anita Ratnasari
Jurnal Sistem Informasi Vol 9 No 2 (2022)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v9i2.5110

Abstract

Bencana alam adalah hal yang tidak bisa dihindari oleh tangan manusia, bencana seperti ini bisa saja menimpa semua jenis kalangan sosial. Penelitian ini berharap untuk membantu korban bencana alam banjir dengan membuat sistem pendukung keputusan berbasis komputer untuk menentukan seberapa besar yang akan diberikan kepada korban berdasarkan beban yang ditanggung. Berdasarkan tempat yang sering terkena bencana alam banjir, sumber informasi dalam penelitian ini diambil dari jurnal-jurnal yang tepercaya dan keterangan dari beberapa korban yang pernah terkena bencana alam ini. Pemilihan keterangan dari korban ditentukan secara purposive, dengan mempertimbangkan bahwa mereka termasuk ke dalam orang yang mengetahui ataupun mengalami kejadian bencana tersebut. Analisis berguna untuk menentukan seberapa besar bantuan yang dibutuhkan berdasarkan dampak kerusakaan, tinggi banjir, jumlah anggota keluarga, korban jiwa, dan anggota keluarga yang sakit menggunakan Analytical Hierarchy Process (AHP). Hasil penelitian diharapkan efektif untuk membantu para korban bencana alam banjir berdasarkan beban yang ditanggung. Kata kunci: Bantuan korban bencana alam banjir, sistem pendukung keputusan, Analytical Hierarchy Process (AHP).
PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS DALAM CLUSTERING RATA-RATA PENAMBAHAN KASUS COVID-19 BERDASARKAN KOTA/KABUPATEN DI PROVINSI SUMATERA SELATAN Nirwana , Sevi Dian; Jambak, Muhammad Ihsan; Bardadi, Ali
Jurnal Sistem Informasi Vol 9 No 2 (2022)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v9i2.5127

Abstract

Penyebaran yang cukup luas dan cepat, membuat pandemi Covid-19 di Sumatera Selatan berdampak negatif pada semua sektor seperti kesehatan, pekerjaan dan perekonomian. Dengan kebijakan pemerintah yang mengelompokkan wilayah penanganan Covid-19 menjadi 4 zona, perlu dievaluasi apakah pengelompokkan wilayah tersebut sudah tepat menggunakan teknik clustering data mining dengan algoritma K-Means dan K-Medoids. Dari hasil pengujian algoritma K-Means memberikan nilai DBI terbaik adalah 0.078 pada K=2. Sedangkan algoritma K-Medoids memberikan nilai DBI terbaik adalah 0.250 pada K=3. Sehingga kesimpulan yang didapatkan, pembagian wilayah penanganan Covid-19 di provinsi Sumatera Selatan dibagi menjadi 2 cluster (yaitu Kota Palembang dan Luar Kota Palembang) atau menjadi 3 cluster (yaitu Kota Palembang, dekat dengan Kota Palembang dan jauh dari Kota Palembang). Kata kunci: Covid-19, K-Means, K-Medoids, Clustering, DBI
PENDEKATAN NODEMCU DAN APPS BLYNK BERBASIS ANDROID UNTUK SISTEM MONITORING KEAMANAN KENDARAAN MOTOR Asro Laili , Mohamad; Sumiati; Triayudi , Agung
Jurnal Sistem Informasi Vol 9 No 2 (2022)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v9i2.5161

Abstract

Kasus pencurian sepeda motor masih menduduki tingkat tertinggi dari kasus pencurian kendaraan lainnya, pada masa pandemic covid 19 selama kurun waktu 2 tahun terakhir di kabupaten Serang terdapat sekitar 30 ribu kasus pencurian sepeda motor. Hasil penelitian ini merupakan pengembangan sistem monitoring keamanan kendaraan yang dapat digunakan pada semua jenis kendaraan, dimana sistem dapat mengirimkan notifikasi posisi kendaraan secara realtime ke sistem android pengguna, sehingga kendaraan dapat dikontrol melalui sistem android pengguna dan sistem ini dapat memebrikan pengamanan ganda dengan perangkat sensor vibration. Sistem ini dibangun menggunakan NodeMCU sebagai media pemrosesan atau otak dari sistem, sensor vibration getaran memiliki kelebihan sebagai activator dan sistem dapat bekerja pada semua jenis android, selain itu teknologi apps Blynk sebagai remote monitoring keamanan, selain itu modul kamera sebagai pemantauan kendaraan pengguna yang terhubung dengan sistem android, modul GPS digunakan sebagai titik akurasi keberadaan posisi kendaraan. Hasil pengujian system monitoring dan keamanan kendaraan motor ini dapat menentukan titik koordinat atau posisi kendaraan secara realtime dengan menggunakan modul GPS Ublox 6M dengan bantuan maps widget blynk yang dikirim NodeMCU untuk jarak antara 6 meter sampai dengan 10 meter dari titik koordinat. Kata kunci: Pandemic covid 19, android, sensor vibration, Node MCU, apps Blynk, modul GPS Neo Blok 6 M.
PENERAPAN BUSINESS INTELLIGENCE PADA PELUANG JENIS USAHA BARU USAHA MIKRO KECIL MENENGAH DENGAN MENGGUNAKAN TEKNOLOGI ONLINE ANALYTICAL PROCESSING Suhendar, Akip; Hikmatunnisa, Tantya
Jurnal Sistem Informasi Vol 9 No 2 (2022)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v9i2.5183

Abstract

Kebutuhan data dan informasi merupakan hal yang sangat penting dan dibutuhkan pada saat ini, semakin lengkapnya sumber informasi yang dimiliki maka dapat menjadi salah satu acuan dalam pengambilan keputusan bagi masyarakat, khususnya bagi pelaku usaha mikro kecil dan menengah (UMKM) yang akan merintis sebuah usaha baru sehingga dapat menentukan jenis usaha yang akan dijalankan baik untuk keperluan pemasaran, pengambilan kebijakan, dan lainnya. disisi lain pemanfaatan jaringan internet juga dirasa semakin meningkat sehingga kedua hal tersebut dapat dipadukan untuk menciptakan sebuah sumber informasi dalam pengembangan usaha dan penjualan produk UMKM. Salah satu cara dalam pengelolaan data sehingga menghasilkan informasi yang dapat dimanfaatkan ialah Business Intelligence (BI) dengan menggunakan teknologi Online Analytical Processing (OLAP), saat ini pemerintah terus berupaya memajukan UMKM karena merupakan salah satu bagian dari perekonomian nasional yang berpotensi dalam peningkatan kesejahteraan masyarakat oleh karena itu pada penelitian ini akan mengembangkan sebuah aplikasi yang dapat mengolah data transaksi penjualan dari para pelaku UMKM khususnya diwilayah Kota Serang sehingga dapat menyajikan informasi yang dapat menjadi salah satu acuan bagi para pelaku UMKM lainnya dalam membuka peluang usaha baru maupun mengembangkan usaha yang berjalan. aplikasi ini akan dikembangkan dalam bentuk website yang dipadukan dengan aplikasi Tableau yang merupakan salah satu perangkat lunak yang digunakan untuk visualisasi data sehingga dapat menghasilkan sebuah informasi yang mudah dipahami oleh penggunanya. Kata kunci: Data dan Informasi, UMKM, Business Intelligence, Website, Tableau
RANCANG BANGUN LEARNING MANAGEMENT SYSTEM BERBASIS CODE IGNITER MENGGUNAKAN METODE PROTOTYPE Pamungkas, Catur Adi; Raharja, Pradana Ananda
Jurnal Sistem Informasi Vol 9 No 2 (2022)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v9i2.5276

Abstract

Terdapat sebuah permasalahan bagaimana cara siswa siswi dapat belajar darimana saja dan kapan saja, maka dibutuhkan suatu wadah yang digunakan untuk belajar secara daring. Metode yang digunakan dalam membangun wadah belajar yaitu menggunakan metode prototype untuk merancang wadah belajar atau bisa disebut Learning Management system(LMS). Metode blackbox testing digunakan dalam penelitian ini untuk menguji setiap fungsi yang ada disetiap akses user. Hasil pengujian blackbox testing yang sudah didapatkan lalu dihitung menggunakan metode akurasi, hasil dari perhitungan akurasi menunjukan website yang sudah dibuat dapet berjalan baik dengan hasil skor tiap akses user rata-rata didapat sebesar 95% berhasil untuk admin, untuk guru 97% berhasil, dan siswa 98% berhasil. Hasil akurasi menunjukan bahwa website LMS yang sudah dibuat dapat berjalan cukup baik dengan tingkat keberhasilan yang tinggi. Kata kunci: Blackbox, Lms, Pembelajaran, Prototype.
TECHNOLOGY ACCEPTANCE MODEL PADA USAHA KECIL MENENGAH PANTAI PANGANDARAN Lestari , Sri; Mardiana , Siti; Sapanji , R. A. E. Virgana Targa; Samihardjo , Rosalin; Murnawan
Jurnal Sistem Informasi Vol 10 No 1 (2023)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v10i1.5608

Abstract

Para pelaku Usaha Kecil Menengah di Kabupaten Pangandaran telah memiliki web sebagai sarana untuk memberikan kemudahan dalam memasarkan produk mereka dan juga bagi para pembeli. Penelitian ini bertujuan untuk melihat persepsi pengguna dalam menggunakan teknologi informasi (website). Penelitian ini menggunakan metode deskriptif analitis dengan pendekatan yuridis empiris dengan jenis penelitian kuantitatif, pengambilan data dilakukan secara purposive sampling dengan jumlah data sebanyak 128 Usaha Mikro Kecil (UMK) di Pantai Pangandaran dengan rentang waktu dari tahun 2017 - 2022, menggunakan Technology Acceptance Model (TAM). Pengujian model menggunakan Partial Least Square – Structural Equation Modelling (PLS-SEM). Statistik menggunakan bahasa pemrograman R dengan PLSPM library. Pada analisa Technology Acceptance Model (TAM) pada Usaha Mikro Kecil (UMK) pelaku usaha di Pantai Pangandaran Kabupaten Pangandaran dapat disimpulkan bahwa masyarakat pelaku UMK di Pangadaran masih tidak berpengaruh /apatis atau kurang perhatian dengan teknologi informasi (website) yang telah dikembangkan peneliti. Kata kunci : Usaha Kecil Mikro, Pangandaran, UKM, PLS, SEM, R Programming
SENTIMEN ANALISIS TERHADAP PUAN MAHARANI SEBAGAI KANDIDAT CALON PRESIDEN 2024 BERDASARKAN OPINI TWITTER MENGGUNAKAN METODE NAIVE BAYES DAN ADABOOST Dewi, Anggi Riantika; Diana, Sri; Fakhrezi, Moch Alvi; Awang, Nana; Ma’arif, Helmi; Saputra, Dedi Dwi
Jurnal Sistem Informasi Vol 10 No 1 (2023)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v10i1.5785

Abstract

Indonesia merupakan negara yang menganut sistem demokrasi, hal ini ditandai dengan diselenggarakannya pemilihan umum presiden dan wakil presiden. Publik sangat antusias dengan pencalonan presiden 2024, tidak hanya di dunia nyata, bahkan di dunia maya seperti Twitter pun masyarakat sangat antusias. Jumlah pengguna Twitter bisa digunakan untuk mengetahui sentimen masyarakat terkait pencalonan presiden 2024, untuk menentukan sentimen positif dan negatif sebuah tweet bisa dilakukan secara manual, namun jika dilihat dari jumlah penggunanya, opini yang dihasilkan juga besar. . Oleh karena itu diperlukan suatu mesin yang dapat menganalisis tweet dan mengklasifikasikan tweet menjadi sentimen positif dan negatif secara otomatis. Dalam penelitian ini, penulis melakukan analisis sentimen terhadap tanggapan warganet di media sosial Twitter terhadap ketua DPR Puan Maharani yang akan mencalonkan diri pada pemilihan wakil presiden Indonesia tahun 2024. Penelitian ini menggunakan metode klasifikasi algoritma Naïve Bayes dengan dan AdaBoost untuk mengklasifikasikan perspektif opini publik Twitter terkait pencalonan presiden Puan Maharani. Akurasi yang dihasilkan dari penelitian ini adalah Naïve Bayes 70.50% dan AdaBoost 68.40%. Kata Kunci: AdaBoost, Naïve Bayes, Pemilihan Umum, Puan Maharani, Sentiment Analysis, Twitter.
EVALUASI USABILITY APLIKASI VIDEO CONFERENCE SEBAGAI MEDIA KNOWLEDGE SHARING (STUDI KASUS: APLIKASI ZOOM DAN GOOGLE MEET) Hudaya, Fahmi; Nurmiati, Evy
Jurnal Sistem Informasi Vol 10 No 1 (2023)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v10i1.5935

Abstract

Penelitian ini bertujuan untuk mengetahui tingkat kepuasan pengguna aplikasi Video Conference Zoom dan Google Meet sebagai sarana berbagi pengetahuan (knowledge sharing) oleh mahasiswa UIN Syarif Hidayatullah Jakarta. Metode System Usability Scale (SUS) digunakan sebagai alat pengukuran kepuasan pengguna pada suatu produk. Sebuah metode penelitian yang memiliki 10 instrumen pernyataan dengan melakukan penyebaran kuesioner dalam bentuk google form terhadap responden. Sebanyak 70 responden berhasil terkumpul dari berbagai macam fakultas yang kemudian diolah dan diuji validitas dan reliabilitasnya menggunakan software IBM SPSS Statistics 26. Selanjutnya dilakukan perhitungan dan penilaian skor SUS menggunakan microsoft excel. Hasil penelitian menunjukkan bahwa usability aplikasi Video Conference di atas rata-rata, dengan rincian penilaian berdasarkan aspek acceptability ratings berada pada tingkatan “acceptable”, aspek grade scale berada pada skala “C”, dan aspek adjective ratings berada pada kategori “good”. Berdasarkan penilaian tersebut kedua aplikasi Video Conference dapat diterima dan digunakan dengan baik sebagai sarana berbagi pengetahuan dalam berbagai kegiatan virtual oleh mahasiswa UIN Syarif Hidayatullah Jakarta. Kata kunci: Knowledge Sharing, Kepuasan Pengguna, Aplikasi Video Conference, SUS
ANALISIS RECENCY FREQUENCY MONETARY DAN K-MEANS CLUSTERING PADA KLINIK GIGI UNTUK MENENTUKAN SEGMENTASI PASIEN Setiono, Aji; Triayudi, Agung; Esti Handayani, Endah Tri
Jurnal Sistem Informasi Vol 10 No 1 (2023)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v10i1.5999

Abstract

Dengan semakin berkembangnya persaingan bisnis, agar mendapatkan pasien lebih banyak dan kepuasan pelayanan terhadap pasien, maka perusahaan harus mempunyai strategi. Palapa Dentists belum mengadopsi strategi CRM (Customer Relationship Management) masih memperlakukan semua pasien dengan pendekatan yang sama. Berdasarkan permasalahan tersebut maka diperlukan data mining menggunakan teknik cluster untuk mengetahui karakteristik setiap pasien. Penelitian ini menggunakan metode RFM (Recency Frequency Monetary) dan K-Means Clustering dengan tujuan menentukan segmentasi pasien dan memilih kelompok pasien mana yang paling menguntungkan bagi perusahaan. Penentuan jumlah cluster menggunakan elbow method yang menghasilkan jumlah cluster terbaik adalah 2. Silhouette score menghasilkan jumlah 2 cluster dengan score 0.6014345457538962. Sedangkan hasil davies-bouldin score menunjukan cluster optimal dengan 3 cluster tapi skornya 0.7500785223208264 masih jauh dari 0. Cluster 1 memiliki 17.413 anggota dan cluster 2 memiliki 2.068 anggota. Cluster 1 memiliki nilai rata-rata recency 641,63, frequency 3,21, dan monetary Rp. 2.424.251,98. Sedangkan cluster 2 memiliki nilai rata-rata recency 286,87, frequency 19,32, dan monetary Rp. 20.087.467,49. Dapat disimpulkan cluster 2 adalah kelompok pasien yang lebih menguntungkan dibandingkan cluster 1. Kata kunci: Customer Relationship Management, Segmentasi, RFM, K-Means Clustering, Cluster

Page 23 of 35 | Total Record : 348

 21   22   23   24   25 

Filter by Year

2014 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 2 (2025) Vol. 12 No. 1 (2025) Vol 11 No 2 (2024) Vol 11 No 1 (2024) Vol 10 No 2 (2023): Vol. 10 No. 1 (2023) Vol. 10 No. 1 (2023) Vol 10 No 1 (2023) Vol 9 No 2 (2022) Vol 9 No 1 (2022) Vol. 8 No. 2 (2021) Vol 8 No 1 (2021) Vol 7 No 2 (2020) Vol 7 No 1 (2020) Vol 6 No 2 (2019) Vol 6, No 2 (2019) Vol 6 No 1 (2019) Vol 6, No 1 (2019) Vol 5 No 2 (2018) Vol 5, No 2 (2018) Vol 5, No 1 (2018) Vol 5 No 1 (2018) Vol 4 (2017) Vol 3 (2016) Vol 2 (2015) Vol 1 (2014) More Issue