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
 28   29   30   31   32 
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK ANALISIS RESIKO KREDIT MACET Fawi, Hafiz; Sriani
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9181

Abstract

Koperasi adalah tempat yang sering terjadinya transaksi simpan dan pinjam , dalam hal ini permasalahan yang terjadi tidak jauh dari itu yaitu Permasalahan untuk mengidentifikasi tentang penelitian yang berfokus pada risiko kredit macet pada koperasi. Tujuannya adalah untuk menganalisis risiko ini agar koperasi dapat mengambil tindakan yang tepat dalam manajemen risiko keuangannya. penelitian ini mengusulkan menggunakan Metode Tsukamoto yang salah satu metode dalam sistem logika fuzzy yang digunakan untuk memodelkan berbagai ketidakpastian dan ambiguitas dalam pengambilan keputusan. Pada penelitian ini, metode Fuzzy Tsukamoto diterapkan untuk mengidentifikasi dan menilai risiko kredit macet pada koperasi. Dalam hal ini tujuan utama dari penelitian ini adalah untuk mengidentifikasi risiko kredit macet pada koperasi menggunakan metode Fuzzy Tsukamoto. Dengan demikian, penelitian ini dapat membantu untuk menyediakan acuan baru yang lebih akurat dalam menilai risiko kredit macet di koperasi dan meningkatkan kualitas pengambilan keputusan dalam manajemen risiko keuangan​.Dalam hal ini data yang digunakan mencakup simpanan, pinjaman, dan lama angsuran nasabah yang terlibat sebanyak 143 data dengan yang menhasilkan nilai hasil yaitu Resiko Rendah sebanyak 59,44% dan Resiko Tinggi : 40,56% Kata Kunci: Fuzzy, Fuzzy Tsukamoto, Kredit, Koprasi, Nasabah
PENERAPAN METODE SUPPLY CHAIN MANAGEMENT PADA SISTEM INFORMASI PENDISTRIBUSIAN SCRAP PT. PACIFIC MEDAN INDUSTRI BERBASIS WEBSITE Ajeng, Tri Ajeng Enggarwati; Aninda, Aninda Muliani
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9194

Abstract

Pacific Medan Industri, a leading producer of palm oil, faces significant challenges with its scrap distribution system, which currently relies on manual processes. This manual system has been identified as having several major issues, including inaccuracies in data recording and management, delays in the shipping process, and ineffective coordination between various units within the supply chain. These issues not only lead to low operational efficiency but also risk disrupting customer satisfaction and diminishing the company's competitive edge in an increasingly competitive market. This study aims to address these problems by optimizing the scrap distribution system through the application of Supply Chain Management (SCM) principles. Using a qualitative approach that includes literature review, in-depth interviews with stakeholders, and relevant documentation analysis, this research explores the various weaknesses present in the current manual scrap distribution system. The analysis reveals significant shortcomings, such as inefficiencies in data management, lack of integration between units resulting in poor coordination, and slow shipping processes that hinder productivity and customer satisfaction. As a solution, the study proposes the development of a SCM-based information distribution system. This system is designed to address the identified weaknesses by leveraging current technology to automate distribution processes, improve data accuracy, expedite shipping times, and enhance communication and coordination between units in the supply chain. The implementation of this system is expected to enhance overall operational efficiency, improve scrap management, and ensure better coordination across the entire supply chain. It is anticipated that PT. Pacific Medan Industri will benefit from increased operational efficiency, improved customer satisfaction, and a strengthened competitive position in the market through the adoption of this SCM-based information distribution system. Keywords: Supply Chain Management, Scrap, PT. Pacific Medan Industri.
SISTEM PERAMALAN PENJUALAN PARFUM PADA FIONA PERFUME DENGAN METODE SINGLE EXPONENTIAL SMOOTHING (SES) Febrian, Muhammad Teguh; Manurung, Nuriadi; Putri, Pristiyanilicia
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9195

Abstract

Peramalan penjualan merupakan elemen krusial dalam perencanaan dan pengambilan keputusan bisnis, khususnya dalam industri parfum yang seringkali mengalami permintaan fluktuatif. Fiona Parfum, sebagai salah satu pemain di pasar parfum, menghadapi tantangan dalam memprediksi permintaan produk secara akurat, yang berdampak pada pengelolaan persediaan dan strategi pemasaran. Penelitian ini bertujuan untuk mengembangkan sistem peramalan penjualan menggunakan metode Single Exponential Smoothing (SES), yang dikenal efektif dalam menangani data dengan pola permintaan yang tidak menentu. Metode SES dipilih karena kemampuannya dalam memberikan bobot lebih pada data terbaru, sehingga menghasilkan peramalan yang lebih responsif terhadap perubahan tren pasar. Dalam penelitian ini, data penjualan bulanan dari Fiona Parfum digunakan untuk membangun model peramalan. Parameter smoothing (α) dioptimalkan untuk mendapatkan hasil peramalan terbaik. Hasil penelitian menunjukkan bahwa metode SES mampu memberikan peramalan parfum Black Opium menggunakan alpha 0,9 menghasilkan penjualan sebesar 112,54 pcs, dengan MAPE = 12,17%. Vannila Bodies menggunakan alpha 0,1 menghasilkan penjualan sebesar 106,79 pcs, dengan MAPE = 15,22%. Selena Gomez menggunakan alpha 0,4 menghasilkan penjualan sebesar 117,75 pcs, dengan MAPE = 23,63%. Raffi Ahmad menggunakan alpha 0,3 menghasilkan penjualan sebesar 106,75 pcs, dengan MAPE = 27,46%. Aigner Black menggunakan alpha 0,6 menghasilkan penjualan sebesar 105,73 pcs, dengan MAPE = 13,46%. Dunhill Blue menggunakan alpha 0,3 menghasilkan penjualan sebesar 123,33 pcs, dengan MAPE = 20,48%. dengan tingkat kesalahan yang rendah, yang diukur menggunakan Mean Absolute Deviation (MAD) dan Mean Absolute Percentage Error (MAPE). Penemuan ini tidak hanya memberikan wawasan tentang pola permintaan di Fiona Parfum tetapi juga menyediakan alat yang berguna bagi manajemen dalam merencanakan produksi, mengelola persediaan, dan merancang strategi pemasaran yang lebih efektif. Dengan peramalan yang lebih akurat, diharapkan perusahaan dapat mengurangi biaya persediaan yang berlebihan serta meningkatkan tingkat kepuasan pelanggan melalui ketersediaan produk yang lebih baik. Keywords: peramalan penjualan; Single Exponential Smoothing; fiona parfum; analisis data
EVALUASI PENGALAMAN PENGGUNA APLIKASI MOBILE PERPUSTAKAAN DIGITAL IPUSNAS MENGGUNAKAN METODE UX HONEYCOMB Aprilia, Nandita Ajeng; Faroqi, Asif; Mukaromah, Siti
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9196

Abstract

The iPusnas application is a digital library platform developed by the National Library of the Republic of Indonesia to provide easy and free access to the Indonesian people. Based on data from Google Play Store in January 2024, iPusnas has been downloaded by more than 1 million users with an average satisfaction rating of 3.4 out of 5 points. Reviews on the Google Play Store show several problems, namely in the user experience, namely iPusnas users feel that the application features are inefficient and take a long time. Users also face difficulties while using the app on different devices and varying internet conditions. Apart from that, the interface is considered outdated, causing discomfort when using the application. This research aims to identify variables that influence the user experience of the iPusnas application based on the UX Honeycomb framework, which includes 7 indicators grouped into 3 variables: Think (useful, valuable, credible ), Feel (desirable, credible), and Use (findable, accessible, usable). The research results show that all variables and indicators significantly influence user experience. The Feel variable has the largest influence of 0.444, followed by Use of 0.346 and Think of 0.202. The results of this research can be used as consideration for developing recommendations for application improvements, especially in the user experience aspect, by considering the priority order of importance of the variables and indicators that have been analyzed.
PEMILIHAN TANDAN BUAH SEGAR (TBS) KELAPA SAWIT LAYAK PRODUKSI MENGGUNAKAN METODE PROMETHEE DI PT. ARYA RAMA PRAKARSA Faisal Al Fasih; Yahfizham
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9203

Abstract

Kelapa sawit ialah satu di antara komoditas perkebunan yang berperan penting pada perekonomian Indonesia maupun dunia. Produktivitas kelapa sawit sangat dipengaruhi oleh kualitas Tandan Buah Segar (TBS). Tantangan yang dihadapi oleh perusahaan industri kelapa sawit adalah pemilihan TBS yang masih menggunakan metode manual yang rentan dengan kesalahan dan inkonsistensi manusia. Tantangan tersebut juga dirasakan oleh PT Arya Rama Prakarsa. Tujuan penelitian ini adalah untuk membantu mempermudah manajemean dalam pengambilan keputusan serta memberikan gambaran mengenai kualitas TBS yang akan diproduksi, Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE) adalah metode yang diimplementasikan pada penelitian ini. Berdasarkan Penilitian yang telah dilakukan didapatkan hasil bahwa Dari persamaan hasil akumulasi perhitungan menggunakan Microsoft Excel dan Sistem menunjukkan hasil yang sama, yaitu alterntif TBS CV. Restu Bangun Persada Menempati peringkat pertama dengan nilai tertinggi 0,36 yang berarti TBS tersebut layak untuk diproduksi. Dapat disimpulkan bahwa penelitian yang telah dilakukan, terbukti efektif untuk pemilihan tandan buah segar (TBS) kelapa sawit yang layak produksi di PT Arya Rama Prakarsa. Kata Kunci: Pemilihan TBS, PROMETHEE, Sistem Pendukung Keputusan
IMPLEMENTASI METODE MAUT (MULTI ATTRIBUTE UTILITY THEORY) UNTUK MENENTUKAN PENILAIAN KINERJA PEGAWAI PPNPN DI KANTOR PENGADILAN AGAMA TANJUNG BALA Andika; Nofriadi; Rohminatin
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9206

Abstract

Perkembangan teknologi telah membawa perubahan signifikan dalam berbagai aspek kehidupan, termasuk dalam operasional instansi pemerintah. Pengadilan Agama Tanjungbalai merupakan salah satu instansi yang perlu beradaptasi dengan teknologi untuk meningkatkan efisiensi dan akurasi dalam penilaian kinerja pegawainya. Saat ini, proses penilaian kinerja di Pengadilan Agama Tanjungbalai masih menggunakan sheet Excel yang tidak efisien dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan berbasis metode Multi Attribute Utility Theory (MAUT) yang dapat membantu pimpinan dalam menilai kinerja pegawai secara lebih akurat dan efisien. Metode MAUT dipilih karena mampu mengkonversi berbagai kriteria penilaian menjadi nilai numerik dalam skala 0 sampai 1, memudahkan proses evaluasi dan pemeringkatan. Penelitian ini dilakukan di kantor Pengadilan Agama Kota Tanjungbalai dengan fokus pada pegawai honor. Sistem yang dibangun menggunakan bahasa pemrograman PHP Codeigniter 3 dan mengimplementasikan metode MAUT untuk menilai kinerja berdasarkan beberapa kriteria. Hasil menunjukkan bahwa penggunaan sistem berbasis website meningkatkan efisiensi proses penilaian sebesar 40%, karena waktu yang diperlukan untuk mengumpulkan, memproses, dan menganalisis data berkurang secara signifikan. Selain itu, akurasi penilaian juga meningkat sebesar 25% karena sistem otomatis mengeliminasi kesalahan input data yang sering terjadi pada metode manual. Dengan demikian, sistem ini tidak hanya mempercepat proses penilaian tetapi juga menghasilkan keputusan yang lebih andal dan tepat sasaran dibandingkan dengan sistem manual yang ada sebelumnya. Keywords: Teknologi, Penilaian Kinerja, Pengadilan Agama, MAUT, Sistem Pendukung Keputusan
PERANCANGAN APLIKASI MANAJEMEN PRODUKSI KOPI PT. KARYA BAKTI BERBASIS WEB DENGAN MENGGUNAKAN MODEL PROTOTYPE Elvira Fanisa; Sarah Kristiani Pandiangan; Okta Jaya Harmaja
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9233

Abstract

The coffee industry has a complex production process to the distribution of the final product. To manage this process efficiently and effectively, PT. Karya Bakti requires a reliable and easily accessible management system. Thus, this study will discuss how to design and build an information system and find out how to implement a web-based coffee production management application at PT. Karya Bakti. In this study, the UML method is used as a means of designing an object-oriented system with a Prototype model. This study produces a management information system to assist PT. Karya Bakti in processing data, both sales data, income data, roasting data, purchase or order data. so that it can increase efficiency and productivity. And this coffee production management information system is only developed specifically for PT. Karya Bakti. Even so, the author hopes that this system will be developed in a mobile version and because this information system is not yet equipped with employee management, salary, and inventory features, it is highly recommended for further research to add these features. Keywords: Design, Application, Management, Web, Prototype
PERBANDINGAN OPTIMIZER, BATCH SIZE DAN EPOCH PADA METODE CONVOLUTION NEURAL NETWORK Ramadhan, Ferry Muhamad; Riwurohi, Jan Everhard; Gunawan, Hendry
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9249

Abstract

Buffalo meat and beef are two types of red meat that are widely consumed by the public. The demand for meat increases every year. However, not all types of meat can be eaten by Indonesians, such as pork, so the price of pork in Indonesia is lower than the price of beef and buffalo. In general, the texture and colour of pork, beef and buffalo are almost the same. In the introduction of meat, it is only done directly from the colour, texture, and fibre of the type of meat. However, meat circulating in the community is often mixed between beef, buffalo meat and pork. Distinguishing beef, buffalo and pork must first recognise the characteristics of each type of meat, because there are limitations to the human sense of sight in distinguishing between them. In the use of technology with the help of digital images to determine the most optimal optimizer, batch size and epoch in meat classification, using the Convolutional Neural Network (CNN) method with NasNetmobil Architecture. The data set used is 3000 images divided into three classes, with a division of 2400 training data images, 300 testing data images, 300 validation data images. The results showed that the Adam optimiser, batch size 62 and epoch 20 produced an accuracy of 99.00% and a loss value of 0.0243. Keywords: Convolutional Neural Network, Buffalo and Beef Classification,
KLUSTERISASI PENYEBAB KEMATIAN DI INDONESIA DENGAN PENERAPAN ALGORITMA K-MEANS Nursikuwagus, Agus; Suherman; Gunawan, Hendry; Alamsyah, Ilham
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9276

Abstract

Kasus angka kematian yang terjadi di Indonesia dapat di kelompokan dalam beberapa kategori seperti natural disaster, nonnatural disaster, dan social disaster. Pemisahan suatu instans pada dataset sering menjadi hambatan Ketika melibatkan instans yang banyak. Penemuan karakteristik yang serupa akan menjadi tantangan untuk mendapatkan kluster terbaik. Penentuan jumlah kluster yang efektif terhadap dataset yang dimiliki menjadi permasalahan lain Ketika melakukan proses kluster. Berdasarkan permasalahan dan tantangan yang diperoleh, maka untuk menjawab hal ini dilakukanlah pemodelan clustering dengan bantuan algoritma clustering. Metode yang digunakan pada pengklusteran ini adalah K-Means. Metode ini telah menjadi usulan dari berbagai penelitian yang menyatakan sukses dalam melakukan clustring. Penentuan K terbaik yaitu dengan bantuan elbow curve, dengan melihat titik elbow pada hasil generasi kurva dari dataset. Rangkaian penyelesaian penelitian ini adalah dengan mengikuti flow of process datamining yang dimulai dengan Data Preprocessing, Data modeliing, dan visualization hasil. bertujuan untuk mengetahui klusterisasi penyebab kematian di Indonesia berdasarkan kategori yang di sebutkan di atas. Dataset yang digunakan adalah sebanyak 648 instans yang diambil dari rentang 2000 – 2020 mengenai kasus kematian pada 34 provinsi di Indonesia. Data preprocessing adalah melakukan cleansing data, pembersihan outlier, missing value, data transformation. Pembersihan outlier yaitu menggunakan bantuan Box Plot, sedangkan transformation menggunakan fungsi transormasi data diskrit menjadi data numerik. Pada data modelling, algoritma K-means dengan K atau banyaknya diperoleh dari hasil Elbow Curve. Selain proses clustering, penggalian pola juga dilakukan dengan metode classification yang hasilnya ditunjukan dengan akurasi sebesar 63%. Meninjau dari hasil classification, bahwa klasifikasi kematian yang berasal dari sumber sosial, tidak dapat diprediksi dengan akurat. Klasifikasi sumber kematian dari Sosial tidak berhasil dipolakan oleh mesin learning. Matrik konfusi menunjukkan hanya 55 instans yang benar untuk bencana alam, bencana non alam dan penyakit sebesar 353 yang benar, dan untuk bencana sosial tidak berhasil diprediksi. Dari hasil ini, maka dapat diperoleh tantangan baru yaitu memperbaiki akurasi dengan mempertimbangan Imbalance Class, dan Resampling yang belum digunakan pada penelitian ini. Kata kunci: Unsupervise, clustering, K-Means, euclidean distance, elbow curve,.
UTILIZATION OF K-NEAREST NEIGHBOR ALGORITHM TO ANALYZE AND CLASSIFY HEART DISORDERS BASED ON ELECTROCARDIOGRAM RECORDING DATA Sumiati; Hanif Nurmajid; Muhammad Ibrohim; Hendry Gunawan
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/mrecx470

Abstract

This study develops a system to classify heart conditions based on electrocardiogram (ECG) medical records using the K-Nearest Neighbor (KNN) method. This system aims to assist medical personnel, especially doctors, in analyzing ECG results more efficiently, considering the limited number of doctors and practice schedules, with the KNN method, the system can classify heart conditions based on the proximity of the patient's ECG data to other ECG data whose conditions are already known. The results of this study have an accuracy of 80%, a value of 0.88 on the Success Rate and 0.54 on Kappa. This study provides a significant contribution in the use of technology to improve the efficiency of heart examinations. This KNN-based system can be used as a tool in the diagnostic process, considering the limited medical resources. In the future, the development of this system can be done by increasing the amount of data, more complete features, or trying other more complex classification methods to improve accuracy and Kappa.   Keyword: Heart Disorders, Classification, K-Nearest Neighbor, Success Rate and Kappa Statistic

Page 30 of 35 | Total Record : 348

 28   29   30   31   32 

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