cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Terttiaavini
Contact Email
avini.saputra@yahoo.com
Phone
-
Journal Mail Official
avini.saputra@yahoo.com
Editorial Address
-
Location
Kota palembang,
Sumatera selatan
INDONESIA
Jurnal Informatika Global
Published by Universitas Indo Global Mandiri
ISSN : 2302500X     EISSN : 24773786     DOI : -
Core Subject : Science,
Computer Science & IT
Journal of global informatics publish articles on architectures from various perspectives, covering both literary and fieldwork studies. The journal, serving as a forum for the study of informatics, system information, computer system, informatics management, supports focused studies of particular themes & interdisciplinary studies in relation to the subject. It has become a medium of exchange of ideas and research findings from various traditions of learning that have interacted in the scholarly manner as well become an effort to disseminate on computer research to the International community.
Arjuna Subject : -
Articles 274 Documents
 24   25   26   27   28 
Optimalisasi Model Credit Scoring Menggunakan Algoritma Logistic Regression Dan Decision Tree Gald Teary, Muhammad
Jurnal Ilmiah Informatika Global Vol. 16 No. 3: December 2025
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v16i3.6511

Abstract

This research aims to evaluate and compare two popular machine learning algorithms, Logistic Regression and Decision Tree, in the context of credit scoring. The focus is on optimizing these models using techniques such as regularization, ensemble methods, and data balancing. The study emphasizes the challenges of data imbalance and multicollinearity in credit scoring, which can affect the accuracy of predictions. Logistic Regression, optimized with LASSO regularization, and Decision Tree, optimized with AdaBoost, were evaluated based on various performance metrics such as accuracy, precision, recall, F1-score, and ROC-AUC. The results indicate that Logistic Regression performed better in terms of accuracy, precision, and ROC-AUC, while Decision Tree with AdaBoost demonstrated superior recall, making it more effective in detecting high-risk borrowers. Additionally, the application of SMOTE (Synthetic Minority Over-sampling Technique) improved the models' ability to predict minority class outcomes, though it caused a slight reduction in precision for Logistic Regression. The findings suggest that Logistic Regression is ideal for institutions prioritizing model interpretability and stability, while Decision Tree with AdaBoost is better suited for those focusing on detecting at-risk borrowers in imbalanced datasets. This research contributes to the field of credit scoring by providing insights into the application of machine learning algorithms and optimization techniques in financial institutions.
Aplikasi Monitoring Aset Wisma Atlet Palembang Saputra, Agung; Di Kesuma, Hendra; Macellina, Dona
Jurnal Ilmiah Informatika Global Vol. 16 No. 3: December 2025
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v16i3.6649

Abstract

Monitoring aset merupakan serangkaian aktivitas yang dikaitkan dengan pengidentifikasian seluruh aset yang dimiliki. Kehadiran teknologi komputer dengan kekuatan prosesnya telah memungkinkan pengembangan sistem informasi manajemen berbasis komputer. Dengan memanfaatkan teknologi komputer, didapat manfaat berupa kemudahan menyimpan data, mengolah data, dan mengidentifikasi data. Wisma Atlet Palembang saat ini belum memiliki sistem yang terintegrasi dalam pengelolaan aset. Pengelolaan aset sudah dilakukan menggunakan komputer tetapi belum terkomputerisasi, sehingga sering terjadinya masalah seperti sulitnya melakukan pendataan aset itu baik, memonitoiring kondisi aset seperti jadwal pemeliharan dan perbaikan. Aplikasi Monitoring Aset Wisma Atlet Palembang ini bertujuan memberikan kemudahan dalam memonitoring aset serta menyusun laporan data aset. Hasil dari penelitian ini yaitu Aplikasi Monitoring Aset Wisma Atlet Palembang yang dibuat diharapkan nantinya memiliki kelebihan antaran lain memberikan kemudahan dalam memonitoring data aset. Selain itu sistem memiliki kemampuan seperti kecepatan, ketepatan dan keakuratan proses dalam mengelola data dan laporan
Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode MABAC pada PT. Adyawinsa Telecommunications & Electrical Hariyansa, Meru; Saluza, Imelda; Dhamayanti, Dhamayanti; Fadhiel Alie, Muhammad
Jurnal Ilmiah Informatika Global Vol. 16 No. 3: December 2025
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v16i3.6826

Abstract

Pemilihan karyawan terbaik di PT. Adyawinsa Telecommunications & Electrical selama ini dilakukan secara subjektif oleh manajer tanpa transparansi, sehingga berpotensi menimbulkan kecemburuan dan penurunan motivasi kerja. Penelitian ini bertujuan merancang sistem pendukung keputusan (SPK) untuk pemilihan karyawan terbaik menggunakan metode Multi-Attributive Border Approximation Area Comparison (MABAC) yang dikombinasikan dengan pengembangan perangkat lunak berbasis Agile. Sistem dirancang dengan lima kriteria: kemampuan bekerja, produktivitas, absensi, kedisiplinan, dan lama bekerja, dengan bobot ditentukan melalui wawancara dengan manajemen. Implementasi teknis dilakukan menggunakan framework Laravel, PHP, dan MySQL, serta antarmuka pengguna yang responsif. Pengujian sistem menggunakan metode black box testing menunjukkan bahwa seluruh fungsi sistem berjalan sesuai spesifikasi, dan hasil perhitungan MABAC menghasilkan rekomendasi karyawan terbaik yang objektif dan transparan. Sistem ini juga menyediakan fitur historis berbasis bulan dan tahun untuk pelacakan tren kinerja karyawan. Dengan demikian, penelitian ini tidak hanya menjawab kebutuhan praktis perusahaan dalam meningkatkan akuntabilitas proses seleksi, tetapi juga memperkaya penerapan metode MABAC dalam konteks manajemen sumber daya manusia di Indonesia.
Analisis Sentimen Rebranding Aplikasi Cici Menjadi Dola Pada Google Play Store Menggunakan Metode Indobert KHOLIK, ABDUL; Dzulfikar Fauzi, Muhammad; Di Kesuma, Hendra
Jurnal Ilmiah Informatika Global Vol. 16 No. 3: December 2025
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v16i3.6828

Abstract

Transisi identitas merek atau rebranding merupakan langkah strategis yang dapat mempengaruhi persepsi dan kepuasan pengguna secara signifikan. Penelitian ini bertujuan untuk menganalisis sentimen pengguna Google Play Store terhadap rebranding aplikasi asisten AI "Cici" menjadi "Dola" menggunakan data komentar review aplikasi pada November 2025. Mengingat kompleksitas bahasa ulasan yang seringkali menggunakan bahasa tidak baku dan sarkasme, penelitian ini menerapkan model deep learning IndoBERT (Bidirectional Encoder Representations from Transformers untuk Bahasa Indonesia). Dataset penelitian terdiri dari 1.869 ulasan yang diklasifikasikan ke dalam tiga kategori: positif, netral, dan negatif. Metodologi penelitian meliputi scraping data, normalisasi teks, dan fine-tuning model IndoBERT base-p2. Hasil penelitian menunjukkan bahwa model IndoBERT mencapai tingkat akurasi keseluruhan sebesar 0,88 dengan performa paling dominan pada sentimen positif (F1-score 0,93). Namun, model mengidentifikasi tantangan pada kelas negatif, di mana terdapat 119 ulasan negatif yang salah terdeteksi sebagai positif akibat adanya ambiguitas linguistik dan kerinduan pengguna terhadap identitas merek lama. Temuan ini menyimpulkan bahwa meskipun sebagian besar pengguna menerima identitas baru Dola, terdapat resistensi merek yang perlu dikelola melalui strategi edukasi fitur yang lebih baik.
Rancang Bangun Sistem Perizinan Santri Dengan RFID Berbasis Internet of Things Untuk Ponpes Nurul Huda Setu Cikarageman Hafiz Fachreza; Rully Pramudita
Jurnal Ilmiah Informatika Global Vol. 17 No. 01 (2026): April 2026
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v17i01.6013

Abstract

The management of student permissions in Islamic boarding schools is commonly carried out through manual recording, which often creates problems such as inefficient administration, data loss, delays in monitoring, and limited parental involvement. To address these issues, this research designed and implemented an Internet of Things (IoT)-based permission system by combining Radio Frequency Identification (RFID), an ESP32 microcontroller, and WhatsApp API for real-time communication. The study applied the prototyping method, consisting of requirement analysis, system design, prototyping, alpha and beta testing, and final implementation. The proposed system allows students to scan an RFID card to request permission, automatically records the data into a MySQL database integrated with a CodeIgniter-based web application, and immediately sends notification messages to parents via WhatsApp. Implementation results show that the system successfully recognizes RFID input, stores transaction data consistently, and transmits notifications reliably. Alpha testing achieved a success rate of 98% across multiple test scenarios, while beta testing conducted at Pondok Pesantren Nurul Huda indicated that administrators, students, and parents considered the system more efficient, accurate, and transparent compared to manual methods. This research demonstrates the potential of IoT to improve administrative processes and enhance supervision in educational institutions.
Klasifikasi Resiko Diabetes terhadap Gaya Hidup dengan Algoritma K-Nearest Neighbor (k-NN) dan Naive Bayes Jonhar, Thaufik Darma; Fiananta, Maulana; Purwanto, Dicky; Nawawi, Hendri Mahmud
Jurnal Ilmiah Informatika Global Vol. 17 No. 01 (2026): April 2026
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v17i01.6705

Abstract

Diabetes melitus merupakan gangguan metabolik yang terjadi ketika pankreas tidak mampu memproduksi insulindalam jumlah yang cukup atau ketika tubuh tidak dapat menggunakan insulin secara efektif, sehingga menyebabkan kadar gula darah tidak terkontrol dan berpotensi menimbulkan komplikasi jangka panjang. Penelitian ini menerapkan pendekatan data mining untuk mengklasifikasikan tingkat risiko diabetes menggunakan dua algoritma supervised learning, yaitu Naive Bayes dan k-Nearest Neighbor (k-NN), dengan tujuan membandingkan kinerja prediksi serta mengidentifikasi pola dari dataset. Proses penelitian mengikuti tahapan Knowledge Discovery in Database (KDD), meliputi seleksi data, pra-pemrosesan, transformasi, pemodelan, dan evaluasi. Seluruh eksperimen dilakukan menggunakan RapidMiner dengan skema pembagian data 80:20 melalui stratified split dan random seed tetap untuk menjaga konsistensi hasil. Evaluasi model menggunakan confusion matrix, akurasi, precision, recall, dan F1-score. Hasil menunjukkan bahwa k-NN memperoleh akurasi sebesar 81,72%, lebih tinggi dibandingkan Naive Bayes sebesar 75,42%. Dari sisi precision dan recall, Naive Bayes menghasilkan precision 86,69%, recall 93,12%, dan F1-score 89,79%, sedangkan k-NN memperoleh precision 90,68%, recall 80,33%, dan F1-score 85,19%. Meskipun k-NN unggul dalam akurasi dan precision, Naive Bayes menunjukkan keseimbangan performa yang lebih baik melalui nilai recall dan F1-score yang lebih tinggi, khususnya dalam mendeteksi kelas positif. Temuan ini menegaskan bahwa pemilihan model tidak hanya mempertimbangkan akurasi keseluruhan, tetapi juga performa pada tiap kelas, terutama pada dataset kesehatan yang cenderung tidak seimbang.
Sistem Informasi Manajemen Restoran Berbasis Web pada Amazy Resto Palembang Friyani, Yeti; Sanmorino, Ahmad; Yulianti, Evi
Jurnal Ilmiah Informatika Global Vol. 17 No. 01 (2026): April 2026
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v17i01.7029

Abstract

Amazy Resto Palembang merupakan salah satu restoran cepat saji yang berlokasi di Kota Palembang dan bergerak di bidang penyediaan makanan olahan ayam. Dalam kegiatan operasionalnya, Amazy Resto masih menggunakan aplikasi kasir sederhana untuk mencatat transaksi penjualan, di mana laporan hanya dapat dilihat secara harian dan belum dapat direkap secara otomatis dalam periode bulanan. Selain itu, pencatatan stok bahan baku serta pengeluaran operasional seperti pembelian bahan baku dan kebutuhan harian restoran masih dilakukan secara manual dan terpisah dari sistem kasir. Kondisi tersebut menyebabkan sering terjadinya ketidaksesuaian data, keterlambatan pembuatan laporan, serta menurunnya efisiensi kerja. Penelitian ini merancang dan membangun Sistem Informasi Manajemen Restoran Berbasis Web yang berfungsi untuk membantu Amazy Resto Palembang dalam mengelola proses pemesanan, pengelolaan stok bahan baku, serta pencatatan arus kas masuk dan keluar secara terintegrasi. Tahapan dalam penelitian meliputi analisis kebutuhan, perancangan sistem, pembuatan kode program, dan pengujian. Sistem ini dikembangkan menggunakan metode Agile. Hasil dari penelitian ini menghasilkan sistem informasi yang mampu menampilkan pemesanan langsung dari web, data transaksi penjualan, input belanja bahan baku, laporan arus kas, serta rekap stok bahan baku secara otomatis dan akurat. Dengan adanya sistem ini, Amazy Resto Palembang dapat meningkatkan efisiensi operasional, mempercepat proses pelaporan, serta meningkatkan kualitas pelayanan kepada pelanggan.
Analisis Perbandingan User Experience pada Aplikasi Playstore dan Appstore terhadap Mahasiswa Universitas IGM Menggunakan Metode User Experience Questionnaire Salbani, Salbani; Hakim, Faradillah; Kholik, Abdul
Jurnal Ilmiah Informatika Global Vol. 17 No. 01 (2026): April 2026
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v17i01.7035

Abstract

Dengan kemajuan teknologi digital, mahasiswa mulai beralih menggunakan platform toko aplikasi seperti Google PLAYSTORE dan APPSTORE sebagai sarana untuk mengunduh berbagai aplikasi yang mendukung aktivitas akademik maupun kebutuhan sehari-hari. Karakteristik antarmuka, kecepatan akses, stabilitas sistem, dan kebijakan distribusi aplikasi kedua platform ini berbeda, yang diduga berdampak pada pengalaman pengguna (user experience/UX). Penelitian ini bertujuan menganalisis dan membandingkan pengalaman pengguna mahasiswa Universitas Indo Global Mandiri (UIGM) dalam menggunakan PLAYSTORE dan APPSTORE menggunakan metode User experience Questionnaire (UEQ) yang terdiri dari enam dimensi: attractiveness, perspicuity, efficiency, dependability, stimulation, dan novelty. Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei. Sampel penelitian yang digunakan dalam studi ini berjumlah 360 mahasiswa program Strata-1 Universitas Indo Global Mandiri yang aktif pada semester ganjil tahun akademik 2025/2026. Pemilihan sampel dilakukan dengan menggunakan teknik Simple Random Sampling. Hasil penelitian menunjukkan bahwa PLAYSTORE dan APPSTORE memiliki karakteristik pengalaman pengguna yang berbeda pada keenam dimensi yang diteliti, yaitu attractiveness, perspicuity, efficiency, dependability, stimulation, dan novelty. Kedua aplikasi memiliki performa setara pada aspek novelty dengan menghadirkan elemen kebaruan dan inovasi yang positif terhadap pengalaman pengguna mahasiswa. Secara keseluruhan, PLAYSTORE memiliki keunggulan relatif dalam membentuk user experience mahasiswa UIGM dibandingkan APPSTORE. Penelitian ini diharapkan dapat memberikan pengembang PLAYSTORE dan APPSTORE untuk meningkatkan performa aplikasi serta sebagai referensi dalam meneliti persepsi pengguna kedua aplikasi tersebut. Kata Kunci : User experience, UEQ, PLAYSTORE, APPSTORE, Mahasiswa UIGM
Sistem Informasi Pengelolaan Inventaris Aset Berbasis Website Pada PT. PERKEBUNAN NUSANTARA I Regional 7 Kantor Penghubung Sumatera Selatan Menggunakan Metode Waterfall Marsel, Elza Marsel Hermawan; Dhamayanti -; Kholik, Abdul
Jurnal Ilmiah Informatika Global Vol. 17 No. 01 (2026): April 2026
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v17i01.7124

Abstract

Pengelolaan inventaris aset pada PT Perkebunan Nusantara I Regional 7 Kantor Penghubung Sumatera Selatan masih menggunakan Microsoft Excel, sehingga proses pencatatan, pencarian, dan penyajian data membutuhkan waktu relatif lama, kurang fleksibel, serta belum didukung antarmuka yang interaktif. Kondisi ini menyebabkan penyampaian informasi kurang efektif, akses data terbatas pada operator, serta berpotensi menimbulkan ketidaksesuaian data karena belum terintegrasi dengan baik. Permasalahan ini menjadi penting karena pengelolaan aset yang tidak optimal dapat menghambat pengambilan keputusan, menurunkan efisiensi kerja, serta meningkatkan risiko kesalahan dan kehilangan data. Oleh karena itu, diperlukan sistem informasi berbasis website yang mampu menyediakan akses data secara real-time, terstruktur, dan sesuai kebutuhan pengguna. Penelitian ini bertujuan untuk membangun sistem informasi pengelolaan inventaris aset berbasis website guna meningkatkan efektivitas penyampaian informasi dan efisiensi waktu pengelolaan data. Metode pengembangan yang digunakan adalah Waterfall yang meliputi analysis, design, implementation, testing, dan maintenance. Metode pengumpulan data dilakukan melalui observasi, wawancara, dokumentasi, dan studi pustaka. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu mendukung proses pencatatan, pengelolaan, verifikasi, perpindahan, perbaikan, serta pelaporan aset secara terintegrasi. Berdasarkan pengujian blackbox, seluruh fungsi sistem berjalan sesuai kebutuhan. Selain itu, hasil pengujian pengguna menunjukkan bahwa mayoritas pengguna menilai sistem mudah digunakan dan membantu mempercepat proses kerja. Secara kualitatif, sistem ini mampu mengurangi ketergantungan pada operator serta meningkatkan kemudahan akses dan monitoring data aset. Dengan demikian, sistem yang dibangun dapat meningkatkan efektivitas dan efisiensi pengelolaan inventaris aset serta mendukung pengambilan keputusan secara lebih akurat dan real-time.
Analisis Perbandingan Pengalaman Pengguna Aplikasi Spotify dan Apple Music Menggunakan Metode User Experience Questionnaire Dinda Putri Aryanti, Tiara; Dhamayanti -; Faradillah
Jurnal Ilmiah Informatika Global Vol. 17 No. 01 (2026): April 2026
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v17i01.7134

Abstract

Penelitian ini bertujuan untuk menganalisis dan membandingkan pengalaman pengguna dua aplikasi layanan streaming musik digital terkemuka, yaitu Spotify dan Apple Music. Dengan meningkatnya jumlah pengguna layanan streaming musik di Indonesia, penting untuk memahami persepsi dan kepuasan pengguna terhadap masing-masing aplikasi. Metode yang digunakan dalam penelitian ini adalah User Experience Questionnaire (UEQ) yang terdiri dari enam dimensi utama: Attractiveness, Perspicuity, Efficiency, Dependability, Stimulation, dan Novelty. Responden dalam penelitian ini adalah mahasiswa Universitas Indo Global Mandiri yang telah menggunakan kedua aplikasi minimal selama satu bulan. Data dikumpulkan melalui kuesioner daring dan dianalisis menggunakan UEQ Data Analysis Tool. Hasil penelitian menunjukkan bahwa Spotify memiliki skor yang lebih tinggi dalam beberapa dimensi dibanding Apple Music, khususnya dalam hal daya tarik dan efisiensi. Temuan ini diharapkan dapat menjadi acuan bagi pengembang aplikasi untuk meningkatkan kualitas pengalaman pengguna.

Page 27 of 28 | Total Record : 274

 24   25   26   27   28 

Filter by Year

2018 2026


Reset
Filter By Issues
All Issue Vol. 17 No. 01 (2026): April 2026 Vol. 16 No. 3: December 2025 Vol. 16 No. 2: August 2025 Vol. 16 No. 1: April 2025 Vol. 15 No. 3: Desember 2024 Vol. 15 No. 2: Agustus 2024 Vol. 15 No. 1: April 2024 Vol. 14 No. 3 Vol. 14 No. 2 Vol. 14 No. 1 Vol. 13 No. 3 Vol 13, No 2 Vol 13, No 1 Vol 12, No 2 Vol 12, No 1 Vol 11, No 2 Vol 11, No 1 Vol 10, No 2 Vol 10, No 1 Vol 9, No 2 Vol 9, No 1 Vol 8, No 2 Vol 8, No 1 Vol 7, No 2 Vol 7, No 1 Vol 6, No 2 Vol 6, No 1 Vol 5, No 1 Vol 4, No 1 Vol 3, No 1 More Issue