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 10 Documents
 1 
Search results for , issue "Vol 9 No 2 (2025)" : 10 Documents clear
IMPLEMENTASI DESIGN THINKING DALAM DESAIN UI/UX APLIKASI HEALTHYCARE MOBILE Ambariyono, Nabil Ihza; Nuryasin, Ilyas
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.4777

Abstract

Kesadaran masyarakat tentang pentingnya menjaga kesehatan dan menerapkan gaya hidup sehat terus meningkat. Teknologi, terutama aplikasi kesehatan, menjadi alat populer untuk memantau dan meningkatkan kesejahteraan. Namun, banyak aplikasi masih menghadapi tantangan dalam menciptakan pengalaman pengguna yang efektif dan menarik. Penelitian ini bertujuan untuk merancang desain antarmuka aplikasi kesehatan berbasis pengalaman pengguna (UI/UX) dengan metode Design Thinking. Metode ini menekankan pemahaman mendalam terhadap pengguna untuk menciptakan solusi yang lebih relevan. Hasil penelitian ini adalah prototipe aplikasi HealthyCare, yang menyediakan fitur seperti tracking aktivitas olahraga, pemantauan pola tidur, informasi nutrisi dan pola makan, serta konsultasi online dengan dokter. Pengujian menggunakan metode Single Ease Question (SEQ) menunjukkan bahwa aplikasi ini memperoleh skor 6,36 dari skala 1–7, yang setara dengan tingkat kepuasan pengguna sebesar 90,86%. Hasil ini membuktikan bahwa desain UI/UX yang dikembangkan telah meningkatkan pengalaman pengguna dan kemudahan akses terhadap layanan kesehatan. Studi ini menunjukkan bahwa penerapan metode Design Thinking dalam desain aplikasi kesehatan dapat menciptakan solusi yang lebih intuitif dan efektif. Penelitian ini diharapkan menjadi referensi bagi pengembang dalam menciptakan aplikasi kesehatan yang berpusat pada kebutuhan pengguna.
SALES FORECASTING FOR MIXUE ICE CREAM PRODUCTS USING THE TREND MOMENT METHOD Tambunan, Fitra Dorica; Anita, Anita; Christin, Julia
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.5086

Abstract

Sales of consumen products often experience fluctuations each period, so proper sales planning is required to ensure that the company’s operational activities run smoothly. The problem that arises is the absence of a forecasting model that is easy to use but capable of producing accurate results. This study aims to develop a sales forecasting model using the Trend Moment method. This method is chosen because it is simple and can be used to identify the direction of trends based on previous sales data. This study utilizes monthly sales data collected over a one-year period. The Trend Moment method in this study successfully achieved a MAPE value of 1.8% and an accuracy rate of 98.2%. These values indicate that the model is sufficiently accurate in forecasting sales. The results of this model can assist the company in planning production, managing distribution, and controlling inventory. This study is also beneficial as a basis for developing simple forecasting models for similar products in the future.
PENGEMBANGAN SISTEM INFORMASI AKADEMIK BERBASIS WEB DENGAN INTEGRASI WEB ENGINEERING DAN CONTINUOUS INTEGRATION Marpaung, Adetya Maharani; Suendri, Suendri
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.5098

Abstract

Dengan perkembangan teknologi informasi, lembaga pendidikan harus lebih efisien dalam mengelola data akademik. Pengelolaan data akademik seperti pengolahan nilai, dan presensi masih masih belum optimal karena sistem sebelumnya belum terintegrasi. Metode Web Engineering dan metode Continuous Integration (CI) digunakan dalam penelitian ini untuk menciptakan sistem informasi akademik berbasis web. Web Engineering memberikan kerangka kerja yang terstruktur untuk desain dan pengembangan sistem, dan CI memastikan bahwa integrasi dan pembaruan sistem dapat dilakukan secara otomatis dan stabil. Analisis kebutuhan, perancangan sistem, pengembangan, pengujian, dan implementasi adalah metode penelitian. Sistem ini dikembangkan menggunakan Codeigniter, dengan otomasi pipeline melalui GitHub Actions dan containerisasi menggunakan Docker. Hasil implementasi menunjukkan bahwa sistem ini dapat meningkatkan efisiensi administrasi akademik, mengurangi kesalahan input, dan mempercepat akses pengguna ke informasi. Hasil coba internal dapat menghemat waktu yang sebelumnya memakan waktu ±10 menit, kini hanya membutuhkan waktu 2 menit dengan estimasi efesiensi sebesar 30%. Sistem dapat tetap stabil dan siap di-update tanpa downtime berkat penggunaan CI. Penelitian ini berkontribusi pada pengembangan sistem informasi pendidikan dengan menggunakan pendekatan kontemporer. Penelitian ini memberikan pendekatan praktis dalam pengembangan sistem informasi akademik berbasis CI.
USING WEBQUAL 4.0 METHOD TO ANALYZE STUDENT SATISFACTION ON DIGITAL ENTREPRENEUR WEBSITES Erdisna, Erdisna; Ningsih, Sri Restu; Kurnia Sari, Weni; Johan, Tri Monarita
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.5062

Abstract

The Digital Entrepreneur website is an application designed for students so that they can learn to become digital entrepreneurs by utilizing the applications they have created. The problem that occurs is that there are still students who are dissatisfied with using the Digital Entrepreneurship Website application. The aim of the research is to analyze and measure the quality of Digital Entrepreneurship Websites in the student learning process. The method used to measure website quality is WebQual 4.0. Quality assessment uses a questionnaire designed for instruments with dimensions of usability, information quality and interaction quality. The applications used to test the relationship between variables from WebQual 4.0 and user satisfaction are SPSS and Matlab. Research findings reveal that quality is the lowest valued dimension, however, the score for the WebQual 4.0 indicator reaches 70%, categorizing it as Good, leading users to use this website as a valuable educational resource in higher education.
PREDIKSI KEBUTUHAN STOK BARANG MENGGUNAKAN ALGORITMA RANDOM FOREST UNTUK MENINGKATKAN EFISIENSI PENJUALAN Sari, Apriliana; Arifin, Muhammad; Darmanto, Eko
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.5154

Abstract

Pengelolaan stok yang tidak optimal pada toko ritel dapat menyebabkan kerugian, baik akibat kekosongan barang saat permintaan tinggi maupun penumpukan barang yang tidak laku. Toko Sumini, sebagai toko grosir dan eceran di Desa Bacin, Kudus, masih mengelola persediaan secara manual, sehingga rentan terhadap kesalahan pencatatan dan pengambilan keputusan yang tidak berbasis data historis. Penelitian ini bertujuan untuk memprediksi kebutuhan stok barang menggunakan algoritma Random Forest berdasarkan data penjualan sebelumnya guna meningkatkan efisiensi pengelolaan stok dan mendukung peningkatan penjualan. Proses penelitian dilakukan pada platform Google Colaboratory melalui tahapan pengumpulan data, preprocessing, pelatihan model, dan evaluasi performa menggunakan metrik Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE), dan koefisien determinasi (R²). Hasil evaluasi menunjukkan bahwa model memiliki performa sangat baik, dengan nilai RMSE sebesar 8.36 pada data latih dan 10.53 pada data uji, MAPE masing-masing sebesar 2.68% dan 7.50%, serta R² mencapai 99.00% (latih) dan 98.15% (uji). Model ini terbukti mampu memberikan prediksi yang akurat dalam mengelompokkan kebutuhan stok barang, sehingga dapat digunakan sebagai dasar pengambilan keputusan pemesanan ulang yang lebih tepat waktu dan sesuai permintaan aktual serta diharapkan dapat membantu Toko Sumini mengurangi risiko kekurangan atau kelebihan stok, meningkatkan kepuasan pelanggan, dan menunjang pertumbuhan penjualan yang lebih konsisten.
EVALUASI KINERJA K-MEDOIDS CLUSTERING MODEL UNTUK KLASTERISASI DAERAH PRODUKTIVITAS PANEN PADI DI KABUPATEN BIREUEN Nisa, Hayatun; Daud, Muhammad; Retno, Sujacka
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.4965

Abstract

Produktivitas padi merupakan indikator penting dalam memantau dan meningkatkan produksi padi di suatu wilayah. Di Kabupaten Bireuen, Aceh, alokasi pupuk subsidi yang tidak merata menjadi kendala dalam optimalisasi produktivitas padi. Penelitian ini bertujuan untuk mengklaster daerah prioritas dan non-prioritas produktivitas panen padi di Kabupaten Bireuen menggunakan algoritma K-Medoids dan Purity K-Medoids. Data yang digunakan adalah data historis pertanian padi tahun 2012–2023 sebanyak 204 record, yang diperoleh dari Badan Pusat Statistik Kabupaten Bireuen dan Dinas Pertanian dan Perkebunan Kabupaten Bireuen, dengan variabel seperti jumlah desa, luas tanam, luas panen, produktivitas, jumlah produksi, dan persentase luas tanam. Proses klasterisasi dievaluasi menggunakan Davies Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa Purity K-Medoids menghasilkan nilai rata-rata DBI sebesar 0,786911, lebih rendah dibandingkan K-Medoids yang sebesar 0,907856, menandakan validitas klaster yang lebih baik. Berdasarkan hasil klasterisasi, Kecamatan Peusangan paling sering muncul sebagai daerah prioritas, yaitu pada tahun 2013, 2015, 2016, 2018, 2019, 2020, 2022, dan 2023. Temuan ini diharapkan dapat menjadi pertimbangan dalam kebijakan alokasi sumber daya pertanian di Kabupaten Bireuen.
OPTIMASI ALGORITMA XGBOOST UNTUK KLASIFIKASI STATUS GIZI BALITA BB/TB MENGGUNAKAN GRIDSEARCHCV Oktaviani, Avi; Rahmat, Basuki; Kartini, Kartini
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.5601

Abstract

Masalah gizi tetap menjadi perhatian utama kesehatan masyarakat di banyak negara, termasuk Indonesia. Studi ini merancang dan mengevaluasi sistem klasifikasi otomatis untuk status gizi balita berdasarkan indikator berat badan terhadap tinggi badan menggunakan algoritma XGBoost. Dataset terdiri dari 1.763 anak Indonesia berusia 24–60 bulan, dengan status gizi dikategorikan menjadi enam kelas (gizi baik, risiko gizi lebih, gizi kurang, gizi buruk, gizi lebih, obesitas). Variabel prediktor meliputi jenis kelamin, usia dalam bulan, berat badan, tinggi badan, dan skor Z berat badan terhadap tinggi badan. Praproses meliputi pembersihan data, penghapusan duplikat, pengkodean label, standardisasi, dan pembagian data latih-uji 80:20. Model XGBoost dasar dibandingkan dengan model yang disetel menggunakan GridSearch dengan validasi silang 3-fold dan 10-fold. Kinerja dievaluasi menggunakan akurasi, presisi makro, recall makro, skor F1 makro, dan log loss. Model terbaik, XGBoost dengan GridSearch 10-fold, mencapai akurasi 0,8689, skor F1 0,8149, dan log loss 0,3395, lebih baik daripada log loss dasar sebesar 0,4190. Temuan ini menunjukkan bahwa penyetelan hyperparameter XGBoost dengan GridSearch menghasilkan prediksi probabilistik yang terkalibrasi dengan baik dan merupakan alat pendukung keputusan yang menjanjikan untuk deteksi dini kekurangan gizi dan obesitas pada balita di fasilitas perawatan kesehatan primer.
ANALISIS SENTIMEN DAN TOPIK KEKERASAN SEKSUAL PEREMPUAN DI X 2022-2025 BERBASIS NAÏVE BAYES-LDA Siregar, Ira Anggraini; Syifa Nurul Haq, Fesa Asy
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.5228

Abstract

Kekerasan seksual terhadap perempuan masih menjadi isu sosial yang mendapat perhatian serius di Indonesia. Dalam beberapa tahun terakhir, X menjadi salah satu platform tempat masyarakat menyampaikan opini, berbagi pengalaman, dan berdiskusi mengenai isu ini. Penelitian ini bertujuan menganalisis sentimen publik serta mengidentifikasi topik utama dalam percakapan terkait kekerasan seksual terhadap perempuan di Indonesia selama periode 2020 hingga 2025. Sebanyak 12.760 tweet dikumpulkan melalui proses crawling dan diproses menggunakan teknik pra-pemrosesan teks. Analisis sentimen dilakukan dengan algoritma Naïve Bayes, sedangkan ekstraksi topik menggunakan metode Latent Dirichlet Allocation (LDA). Hasil menunjukkan bahwa sentimen negatif mendominasi dengan proporsi 75,8%, disusul sentimen positif sebesar 15,9% dan sentimen netral sebesar 8,3%. LDA menghasilkan lima topik utama yang mencerminkan reaksi publik, isu hukum, pengalaman pribadi, serta berbagai bentuk kekerasan yang dibahas warganet. Temuan ini memberikan gambaran mengenai persepsi publik dan dapat menjadi dasar dalam penyusunan kebijakan yang lebih responsif terhadap perlindungan perempuan.
Penerapan Analisis Sentimen Berita Keuangan dari IDX Channel dan Long Short-Term Memory (LSTM) dalam Prediksi Perubahan Harga Saham pada Perusahaan XYZ Fathoni, Fathoni; Aulia, Cantika; Acta, Muhammad Fakhri Nadrota; Saputra, Eka; Rahman, Muhammad Fadhil; Ibrahim, Ali
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.5009

Abstract

Investasi saham semakin diminati, namun fluktuasi harga yang tinggi membuat prediksi menjadi tantangan. Harga saham dipengaruhi oleh banyak hal, seperti berita keuangan yang menunjukkan sentimen pasar. Namun, banyak model prediksi bergantung pada data sebelumnya tanpa memperhitungkan pendapat media. Penelitian ini bertujuan untuk memprediksi perubahan harga saham perusahaan XYZ dengan menggabungkan model Long Short-Term Memory (LSTM) dan analisis sentimen terhadap berita keuangan dari IDX Channel. Data historis harga saham diambil dari Yahoo Finance, sedangkan data sentimen diperoleh melalui klasifikasi opini berita berbasis model IndoBERT. Data kemudian diproses menggunakan pendekatan normalisasi Min-Max Scaling dan dibentuk dalam format time series menggunakan teknik window sliding dengan time step sebesar 30. Hasil penelitian menunjukkan bahwa model LSTM mampu memprediksi harga saham dengan nilai RMSE sebesar 35,92 dan korelasi positif lemah antara sentimen dan harga saham sebesar 0,27. Prediksi harga satu hari ke depan yang dihasilkan model menunjukkan nilai Rp 4.097,00. Visualisasi residual menunjukkan sebaran kesalahan yang stabil di sekitar nol, menunjukkan generalisasi model yang cukup baik.
Analisis Sentimen Komentar YouTube terhadap Rumor Peluncuran iPhone 17 Menggunakan Web Scraping dan Studi Komparatif Algoritma Klasifikasi Modami, Nickel; Manopo, Ephraim Eleazar Reva; Enditama, Danendra Rafi; Ayunda, Afifah Trista
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 2 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i2.5684

Abstract

Peluncuran produk teknologi seperti iPhone senantiasa memicu diskusi masif yang merefleksikan persepsi publik terhadap inovasi. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia terhadap rumor peluncuran iPhone 17 memanfaatkan data media sosial. Sebanyak 1.077 komentar YouTube diproses menggunakan pendekatan Text Mining dan pembobotan TF-IDF untuk diklasifikasikan menggunakan algoritma Naive Bayes, Random Forest, dan K-Nearest Neighbor (KNN). Hasil analisis menunjukkan sentimen positif mendominasi sebesar 43% yang didorong antusiasme fitur kamera, diikuti sentimen negatif sebesar 38,8% yang menyoroti isu harga dan desain. Evaluasi model menunjukkan Random Forest sebagai algoritma terbaik dengan akurasi uji 69,2% dan validasi silang 65,68%, mengungguli algoritma lainnya. Penelitian ini memberikan kontribusi dalam memetakan persepsi pasar Indonesia, menyimpulkan bahwa meskipun loyalitas merek Apple kuat, faktor harga dan inovasi fungsional menjadi penentu utama penerimaan produk.

Page 1 of 1 | Total Record : 10

 1 

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