cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ramalia Noratama Putri
Contact Email
ramalia.noratamaputri@lecturer.pelitaindonesia.ac.id
Phone
-
Journal Mail Official
joisie@pelitaindonesia.ac.id
Editorial Address
-
Location
Kota pekanbaru,
Riau
INDONESIA
JOISIE (Journal Of Information Systems And Informatics Engineering)
Published by Sekolah Tinggi Ilmu Komputer Pelita Indonesia
ISSN : 25035304     EISSN : 25273116     DOI : -
Core Subject : Science,
Computer Science & IT
JURNAL JOISIE (Journal of Information System And Informatics Engineering) adalah sebuah jurnal publikasi hasil penelitian dalam bidang sistem informasi dan informatika. Jurnal JOISIE terbit secara berkala tiga kali dalam setahun yaitu bulan April, Juni, dan November.
Arjuna Subject : -
Articles 25 Documents
 1   2   3 
Search results for , issue "Vol 9 No 1 (2025)" : 25 Documents clear
IMPLEMENTASI ALGORITMA COSINE SIMILARITY DALAM PENGENALAN WAJAH UNTUK APLIKASI ABSENSI Siddik, Muhammad; Sirait, Azrai
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4772

Abstract

Pengenalan wajah merupakan salah satu metode biometrik yang digunakan dalam berbagai aplikasi, termasuk sistem absensi. Dalam penelitian ini, diterapkan algoritma Cosine Similarity untuk mengukur tingkat kemiripan antara gambar wajah yang terdaftar dengan gambar wajah yang diambil saat absensi. Cosine Similarity mengukur kedekatan antara dua vektor fitur wajah dengan menggunakan rumus perbandingan sudut antara vektor-vektor tersebut. Proses dimulai dengan ekstraksi fitur wajah dari kedua gambar, diikuti dengan perhitungan cosine similarity untuk menentukan persentase kemiripan. Hasil perhitungan ini digunakan untuk memverifikasi identitas pengguna pada sistem absensi. Semakin tinggi persentase kemiripan, semakin besar kemungkinan wajah yang terdaftar dan yang diambil adalah sama. Gambar wajah yang diregistrasi di uji dengan gambar yang memeiliki sedikit kemiripan atau tidak mirip sama sekalii agar gambar wajah bisa di deteksi. Persentase kemiripan yang harus diperoleh adalah minimal 60% dari hasil perbandingan gambar wajah saat registrasi dengan saat proses absensi oleh demikian maka sistem akan memperbolehkan melakukan penyimpanan data dan sebailknya jika persentase kemiripan di bawah 60% atau sampai 0% maka sistem akan menolak untuk penyimpanan data kehadiran absensi. Penelitian ini menunjukkan bahwa penggunaan Cosine Similarity dalam pengenalan wajah dapat memberikan solusi yang efisien dan akurat 80% dalam sistem absensi berbasis wajah.
PENERAPAN METODE CORRELATED NAÏVE BAYES UNTUK KLASIFIKASI PENYAKIT KANKER PAYUDARA Setiani, Hani; Tristanti, Novi
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4769

Abstract

Kanker payudara merupakan salah satu penyebab utama kematian di dunia, di mana deteksi dini sangat penting untuk meningkatkan prognosis pasien. Namun, metode tradisional yang bergantung pada pengalaman dokter masih rentan terhadap kesalahan diagnosis, yang dapat menghambat upaya penanganan yang tepat. Oleh karena itu, penelitian ini bertujuan untuk meningkatkan akurasi dalam klasifikasi kanker payudara dengan menerapkan metode Correlated Naïve Bayes (C-NBC). Metode ini dipilih karena kemampuannya untuk mengukur korelasi antara atribut dan kelas, yang dapat menghasilkan klasifikasi yang lebih tepat dan akurat. Penelitian ini menggunakan dataset Breast Cancer Coimbra yang terdiri dari 10 atribut untuk menguji kinerja kedua metode tersebut. Hasil pengujian menunjukkan bahwa metode Naïve Bayes menghasilkan akurasi sebesar 88,57%, sementara metode Correlated Naïve Bayes berhasil meningkatkan akurasi klasifikasi hingga 91,42%, yang lebih tinggi sebesar 2,85% dibandingkan dengan metode Naïve Bayes. Penelitian ini menunjukkan bahwa metode Correlated Naïve Bayes dapat meningkatkan performa klasifikasi penyakit kanker payudara dan dapat memberikan kontribusi terhadap pengembangan metodologi klasifikasi dalam bidang medis.
ANALYSIS OF USER SATISFACTION OF THE STUNTING APPLICATION BASED ON ARDUINO UNO USING WEBQUAL 4.0 Ningsih, Sri Restu; Lubis, Muhammad Amrin; Andesti, Cyntia Lasmi; Hidayat, Muhammad Rizky; Wahabbi, Alif Budiman
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4776

Abstract

The high prevalence of stunting that currently occurs is a serious problem faced. This is because stunting checks are still done manually. For this reason, an application for detecting stunting in toddlers using Arduino Uno was designed, in the form of the SIPASBU application (Information System for Preventing Stunting in Mothers and Toddlers) quickly, accurately, and able to provide early treatment using Arduino Uno tools. The problem that occurs is that there are still complaints from health workers when using the SIPASBU application. The purpose of this study is to analyze the satisfaction of SIPASBU application users, in this case health workers at the Puskesmas. Webqual 4.0 is used as a method to evaluate and analyze the SIPASBU application which is used as a medium for online stunting detection. In order for the evaluation to be carried out, assessment variables are needed that refer to three variables, namely Usability, Information, and Service Interaction. The results showed that the Usability value in measuring the quality level of the SIPASBU application was 3.32 with the Good category. The Information Quality value in measuring the quality level of the SIPASBU application is 3.22 with the Good category, for the Interaction Quality value in measuring the quality level of the SIPASBU application is 3.33 with the Good category. The overall value for the WebQual 4.0 indicator obtained is 3.29 in the Good category, so users assess that the SIPASBU application is qualified as a medium for detecting stunting of toddlers at the Puskesmas
PENERAPAN METODE PEARSON SQUARE PADA APLIKASI BELUR KUANTUNG (BEBEK PETELUR KUANTITAS UNTUNG) UNTUK MENGHITUNG NUTRISI PAKAN BEBEK Setiawan, Debi; Khairunnisa, Armelia; Trisnawati, Liza
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4847

Abstract

Peternak bebek sering mengeluhkan hasil telur yang dihasilkan oleh bebek yang kurang maksimal. Bebek yang bertelur sering menghasilkan telur yang kecil, dan tidak maksimal. Adapun tujuan dari penelitian ini adalah penggunaan metode pearson square pada perhitungan nutrisi belur kuantung menggunakan android, sehingga telur yang dihasilkan oleh bebek petelur lebih baik dan maksimal baik dari sisi ukuran, jumlah, maupun kualitas telur. Hal ini tentu akan menguntungkan peternak bebek karena telur yang akan di jual memeiliki kualitas yang baik. Solusi dari permaslahan diatas adalah menerapkan merode pearson square untuk menghitung nutrisi belur kuantung berbasis android sehingga dengan adanya aplikasi belur kuantung ini hasil dari jumlah telur bebek akan meningkat dengan kualitas yang maksimal.
KLASIFIKASI DAN PREDIKSI ULASAN E-COMMERCE MENGGUNAKAN ALGORITMA NAÏVE BAYES Nuriza, Adjeng Putri; Novalia, Elfina
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4993

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan ulasan pengguna aplikasi Tokopedia ke dalam empat kategori utama: fitur aplikasi, layanan, pembayaran, dan promosi. Sebanyak 1.500 ulasan dikumpulkan melalui teknik web scraping dari Google Play Store dan diolah menggunakan tahapan preprocessing seperti tokenization, stopword removal, dan stemming. Klasifikasi dilakukan dengan menggunakan algoritma Multinomial Naive Bayes. Dari 458 data uji, model menghasilkan akurasi sebesar 83,41%, dengan nilai precision tertinggi pada kategori fitur aplikasi sebesar 0,89 dan recall tertinggi pada kategori pembayaran dan promosi sebesar 0,97. Hasil tersebut menunjukkan bahwa algoritma Naive Bayes efektif dalam mengelompokkan ulasan secara otomatis dengan rata-rata kinerja makro sebesar 0,84 (precision), 0,83 (recall), dan 0,83 (f1-score). Kontribusi utama dari penelitian ini adalah penerapan metode klasifikasi teks yang dapat membantu Tokopedia mengidentifikasi aspek layanan yang paling sering dibicarakan oleh pengguna, sehingga dapat mendukung pengambilan keputusan yang lebih terarah.
ANALISIS KOMPARATIF MODEL DATA MINING DALAM PREDIKSI KETEPATAN PENYELESAIAN SERVICE LEVEL AGREEMENT Fatimah, Aisyah; Tania, Ken Ditha; Meiriza, Allsela
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4943

Abstract

Kepatuhan terhadap Service Level Agreement (SLA) sangat penting dalam manajemen layanan teknologi informasi untuk menjamin kualitas layanan dan mengatur ekspektasi penyelesaian insiden. Namun, banyak organisasi kesulitan memprediksi apakah tiket insiden akan memenuhi SLA, yang dapat menyebabkan ketidakpuasan pengguna, eskalasi masalah, dan beban kerja tinggi bagi tim IT. Tingginya volume tiket harian membuat identifikasi manual terhadap tiket berisiko tinggi menjadi tidak efektif. Penelitian ini bertujuan mengembangkan model klasifikasi berbasis machine learning untuk memprediksi kepatuhan tiket terhadap SLA. Empat algoritma dievaluasi: XGBoost, Random Forest, Decision Tree, dan Logistic Regression. Tahapan mencakup preprocessing, encoding fitur kategorikal, seleksi fitur berbasis Random Forest, penyeimbangan data menggunakan SMOTE, dan hyperparameter tuning dengan Optuna. Hasil menunjukkan XGBoost memiliki performa terbaik dengan akurasi 99,98%, precision 0,9437, recall 0,9710, dan F1-score 0,9571. Selain akurat dan efisien, model ini unggul secara interpretatif melalui SHAP, yang menjelaskan kontribusi tiap fitur. Kesimpulannya, XGBoost direkomendasikan sebagai model paling andal untuk menjadi alat bantu strategis bagi manajer layanan TI dalam mengidentifikasi insiden yang berisiko tinggi gagal memenuhi SLA.
PERANCANGAN VIRTUAL REALITY RESEARCH EXPO MENGGUNAKAN DESIGN SPRINT UNTUK MENINGKATKAN KETERLIBATAN PENGGUNA Baskoro, Danang Bagus; Kusuma, Wahyu Teja; Anshori, Mochammad
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4896

Abstract

Pameran penelitian (Research Expo) merupakan sarana penting dalam mendiseminasikan hasil riset kepada publik. Namun, keterbatasan ruang fisik, biaya penyelenggaraan, dan rendahnya partisipasi menjadi tantangan yang sering dihadapi. Penelitian ini mengusulkan solusi berbasis teknologi dengan merancang Virtual Reality Research Expo menggunakan metode Design Sprint, yang dikombinasikan dengan pendekatan persona, teknik Crazy 8’s, dan strategi Minimum Viable Product (MVP). Tujuan penelitian ini adalah menghasilkan prototipe pameran virtual yang interaktif dan sesuai dengan kebutuhan pengguna. Rancangan prototipe dikembangkan melalui enam tahapan Design Sprint, mulai dari penggalian kebutuhan hingga validasi. Persona disusun berdasarkan hasil survei awal, dan ide desain dieksplorasi menggunakan teknik Crazy 8’s. MVP dikembangkan menggunakan A-frame dan Blender 3D, dan diuji kepada lima partisipan yang memiliki pengalaman mengikuti pameran riset. Evaluasi dilakukan melalui kuesioner skala Likert, checklist pencapaian persona goals, dan wawancara semi-terstruktur. Hasil validasi menunjukkan bahwa 6 dari 7 persona goals terpenuhi, dengan skor rata-rata 4,4 dari 5 untuk kemudahan navigasi, 4,6 untuk visualisasi, dan 4,2 untuk interaktivitas. Partisipan menyatakan bahwa prototipe memberikan pengalaman eksplorasi yang lebih menarik dibandingkan pameran konvensional. Kebaruan dari penelitian ini terletak pada integrasi metode desain terstruktur dengan validasi berbasis kebutuhan pengguna dalam konteks VR untuk pameran akademik, yang masih jarang diterapkan di lingkungan pendidikan tinggi di Indonesia. Temuan ini menunjukkan bahwa pendekatan iteratif berbasis Design Sprint efektif
PENERAPAN SOCIAL MEDIA ANALYTICS DALAM DECISION SUPPORT SYSTEM DI TIKTOK SHOP Azalia, Hasna Nailah; Voutama, Apriade
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4912

Abstract

Perkembangan pesat media sosial, khususnya TikTok Shop, telah mengubah strategi pemasaran digital. Namun, banyak penjual masih mengandalkan intuisi dalam pengambilan keputusan. Penelitian ini bertujuan mengoptimalkan strategi pemasaran dengan pendekatan Social Media Analytics (SMA) dan Decision Support System (DSS) menggunakan metode Simple Additive Weighting (SAW). Data diperoleh melalui analisis performa tiga kampanye pemasaran TikTok Shop selama 30 hari. Tiga strategi dianalisis: Influencer, Iklan Berbayar, dan Organik, berdasarkan empat kriteria utama: interaksi pengguna, konversi penjualan, performa konten, dan biaya. Setiap kriteria diukur secara kuantitatif, seperti jumlah interaksi (likes, komentar, share), rasio konversi penjualan, durasi tonton, dan pengeluaran biaya, lalu diberi bobot berdasarkan relevansinya terhadap tujuan bisnis. Hasil evaluasi menunjukkan bahwa Strategi Influencer memperoleh skor tertinggi sebesar 0.95, yang mengindikasikan tingkat efektivitasnya dalam mendorong interaksi dan konversi. Strategi Iklan Berbayar menyusul dengan skor 0.74, sedangkan Strategi Organik menempati posisi terakhir dengan skor 0.57. Penelitian ini memberikan kontribusi terhadap perancangan model DSS berbasis Social Media Analytics (SMA). Model ini menjadi dasar pengambilan keputusan dalam menghadapi dinamika pemasaran e-commerce berbasis video pendek. Integrasi SMA dan DSS terbukti membantu penjual membuat keputusan berbasis data dan menyesuaikan strategi dengan tren TikTok Shop.
SISTEM INFORMASI MONITORING PETUGAS BIDANG LALU LINTAS MENGGUNAKAN METODE HAVERSHINE FORMULA BERBASIS ANDROID Maharani, Uci; Samsudin, Samsudin; Irawan, Muhammad Dedi
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4341

Abstract

Perkembangan teknologi informasi yang pesat telah berdampak signifikan pada lembaga pemerintah, termasuk Departemen Perhubungan. Divisi lalu lintas menghadapi tantangan meliputi absensi petugas lalu lintas yang masih manual, sulitnya pemantauan lokasi karena jarak penjagaan yang berjauhan, serta laporan kegiatan yang tidak terstruktur akibat pengiriman melalui grup WhatsApp. Selain itu, rekapitulasi data yang dilakukan secara manual menghambat kelancaran kerja dan berisiko menimbulkan kesalahan pencatatan. Untuk mengatasi permasalahan ini, diperlukan sistem informasi monitoring berbasis Android dengan algoritma Haversine Formula untuk mempermudah absensi, pemantauan lokasi, dan pengelolaan laporan secara lebih terstruktur. Dalam mengembangkan sistem yang dibangun digunakan metode RAD. Dukungan dari Algoritma Haversine Formula digunakan untuk menghitung jarak pengabsenan petugas. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan dapat memberikan kelancaran dalam proses absensi, monitoring lokasi, serta pengelolaan laporan kegiatan petugas secara real-time.
IMPLEMENTATION OF A TELEGRAM BOT FOR REAL-TIME FLIGHT INFORMATION SERVICES AT SOEKARNO-HATTA INTERNATIONAL AIRPORT Albanna, Faiz; Dyahjatmayanti, Dhiani; Ristiani, Ristiani
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4979

Abstract

The increasing reliance on smartphones and instant messaging platforms has transformed how information is accessed, especially in public service environments such as airports. This study presents the development and evaluation of a Telegram bot designed to deliver real-time flight information at Soekarno-Hatta International Airport, supporting the Silent Airport initiative. Using the Waterfall development model, the bot was built through structured phases including data analysis, interface design, implementation, testing, and maintenance. The system integrates the AirLabs API and offers users personalized access to arrival, departure, and flight search features. A user experience survey involving 60 participants assessed four indicators using a 5-point Likert scale. The results showed high average scores: usefulness (4.38), ease of use (4.30), user satisfaction (4.30), and user acceptance (4.23). These scores indicate strong user approval, as they approach the maximum value of 5 on the Likert scale. Comparative analysis with traditional Flight Information Display Systems (FIDS) highlights the bot’s strengths in accessibility, personalization, and mobile integration. Despite minor issues with real-time data accuracy, the Telegram bot effectively complements existing airport infrastructure and aligns with evolving digital user behavior. This research supports the potential of instant messaging platforms to enhance public information services within smart airport ecosystems

Page 1 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 9 No 2 (2025) Vol 9 No 1 (2025) Vol 8 No 2 (2024) Vol 8 No 1 (2024) Vol 7 No 2 (2023) Vol 7 No 1 (2023) Vol 6 No 2 (2022) Vol 6 No 1 (2022) Vol 5 No 2 (2021) Vol 5 No 1 (2021) Vol 4 No 2 (2020) Vol 4 No 1 (2020) Vol 3 No 2 (2019) Vol 3 No 1 (2019) Vol 2 No 2 (2018) Vol 2 No 1 (2018) Vol 1 No 2 (2017) Vol 1 No 1 (2017) More Issue