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 212 Documents
 11   12   13   14   15 
PENERAPAN TEKNOLOGI MACHINE LEARNING DENGAN METODE VADER PADA APLIKASI SENTIMEN TAMU DI HOTEL DYMENS Agung Ramadhanu; Raja Ayu Mahessya; Muhammad Raihan Zaky; Mokti Isra
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 7 No 1 (2023)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v7i1.3118

Abstract

Penelitian ini bertujuan untuk menerapkan teknologi Machine Learning dengan menggunakan metode VADER (Valence Aware Dictionary and sEntiment Reasoner) dalam menilai tingkat kepuasan tamu di Hotel DYMENS. Metode VADER digunakan untuk menganalisis data berupa ulasan dan komentar yang diberikan oleh tamu di platform daring, seperti situs ulasan hotel atau media sosial. Dalam penelitian ini, berfokus pada masalah penilaian kepuasan tamu secara akurat dan objektif. Data dikumpulkan dari 200 ulasan dan komentar tamu yang terdiri dari 60% ulasan positif, 30% ulasan netral, dan 10% ulasan negatif. Setiap ulasan diberi skor dari -1 hingga 1, dengan -1 untuk ulasan negatif, 0 untuk ulasan netral, dan 1 untuk ulasan positif. Menerapkan teknologi Machine Learning dengan metode VADER, kami mengolah data ulasan dan komentar untuk menentukan skor sentimen keseluruhan dari setiap ulasan. Dari hasil analisis, didapatkan bahwa 75% tamu merasa sangat puas (skor sentimen > 0.8), 20% merasa cukup puas (skor sentimen antara 0.4 hingga 0.8), dan 5% mengalami ketidakpuasan (skor sentimen < 0.4). Hasil penelitian ini membantu manajemen Hotel DYMENS dalam memahami kebutuhan dan preferensi tamu dengan lebih baik. Dengan menggunakan teknologi Machine Learning dan metode VADER, hotel dapat meningkatkan layanan dan pengalaman tamu dengan lebih tepat sasaran.
PENGOPTIMALAN PENGUKURAN BREGMAN DIVERGENCES MENGGUNAKAN DAVIES BOULDIN INDEX Deny Jollyta; Muhammad Siddik; Johan Johan; Gustientiedina Gustientiedina
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 7 No 1 (2023)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penentuan cluster optimal ini seringkali ambigu karena dihasilkan dari beberapa kelompok. Pemilihan informasi dari kelompok mana yang akan digunakan oleh pengguna menjadi masalah tersendiri karena menyangkut pembuatan kebijakan. Davies Bouldin Index (DBI) merupakan teknik evaluasi cluster untuk menentukan jumlah cluster yang optimal dan didukung dengan pengukuran jarak yang tepat. Penelitian ini bertujuan untuk mendapatkan cluster melalui teknik DBI yang diterapkan pada pengukuran Bregman Divergences, Mahalano dan Square Euclidean Distance, menggunakan algoritma K-Means dan K-Medoids. Hasil pengujian ditunjukkan melalui beberapa indikator yang digunakan sebagai tolak ukur untuk mengetahui kinerja Bregman Divergences dalam menentukan jumlah cluster seperti korelasi, algoritma cluster yang digunakan, pola DBI, hasil DBI, k-optimal dan waktu yang dibutuhkan untuk pengujian. Melalui kedua algoritma clustering tersebut, jarak Mahalano dapat menghasilkan pola pengelompokan yang konsisten dan teknik pengukuran Square Euclidean Distance berhasil menunjukkan performa DBI terbaik yang menempatkan k=2 sebagai cluster optimal, nilai DBI terendah sebesar 0,882 dan 1,030 pada waktu pengujian. selama 0 detik.
REKOMENDASI USER INTERFACE WEBSITE PDAM TIRTA MUSI PALEMBANG UNTUK STRATEGI PEMASARAN MENGGUNAKAN METODE SOSTAC Amanda, Bella Rizkia; Putra, Pacu; Meiriza, Allsela; Oktadini, Nabila Rizky; Sevtiyuni, Putri Eka
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 7 No 2 (2023)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v7i2.3548

Abstract

PDAM Tirta Musi Palembang merupakan perusahaan yang bergerak pada bidang jasa penyedia layanan air bersih di Kota Palembang. PDAM Tirta Musi Palembang dalam melaksanakan tugas pokoknya, memiliki fungsi dalam peningkatan outcome berupa pendapatan guna keberlangsungan perusahaan dan pembangunan daerah. Untuk itu, PDAM Tirta Musi Palembang membutuhkan sebuah strategi pemasaran yang sesuai dengan produk dan layanan yang ditawarkan agar mampu bersaing dan bertahan mengikuti perkembangan zaman. Digital marketing sudah menjadi alat yang sangat diperlukan perusahaan untuk bertahan di persaingan pasar saat ini. Penelitian ini bertujuan untuk merancang strategis pemasaran berupa rekomendasi user interface website PDAM Tirta Musi yang mampu memberikan peluang bisnis yang baru dalam melakukan pemasaran produk berupa layanan pemasangan dengan menerapkan metode SOSTAC. Metode yang digunakan dalam peneltian ini adalah SOSTAC yang terdiri dari 6 tahapan yaitu Situation Analysis, Objective, Strategy, Tactics, Action, and Control. Hasil penelitian berupa hasil rekomendasi strategi digital marketing yang diimplementasikan kedalam sebuah tampilan User Interface Website PDAM Tirta Musi Palembang dengan persentase rata – rata tingkat keberhasilan dan efektifitas rekomendasi sebesar 96,6%.
PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA APRIORI DALAM MEMBANGUN SISTEM PERSEDIAAN Jessfry, Vincent; Siddik, Muhammad
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 8 No 1 (2024)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v8i1.3911

Abstract

Pengelolaan persediaan barang sangat penting untuk dilakukan, karena banyak dampak yang diberikan jika persediaan barang tidak dikelola dengan baik. Pada toko Mitra Sukses Abadi pencatatan persediaan barang masih manual, melihat hal itu menerapkan sistem persediaan barang akan membantu toko dalam pengelolaan persedian barang. Sistem persediaan yang baik dapat memberikan keputusan dari olahan data yang ada, karena itu menerapkan data mining pada sistem persediaan akan membantu dalam membuat suatu keputusan. Algoritma apriori merupakan salah satu algoritma pada data mining untuk mencari frequent item/itemset pada transaksional database. Dengan menerapkan apriori maka kita dapat mencari hubungan itemset yang satu dengan hubungan itemset yang lain, hasilnya berupa knowledge atau pengetahuan karena bisa di analisis pembelian barang mana yang transaksinya secara bersamaan dengan pembelian barang lainnya sehingga dapat mengantisipasi persediaan stok barang berlebih ataupun kurang. Perhitungan algoritma apriori dari penelitian ini menghasilkan 4 rule , dimana itemset BR13 (pell) dan BR17 (sapu) dengan confidence 57%, itemset BR17 (sapu) dan BR13 (pell) dengan confidence 72,4%, itemset BR13 (pell) dan BR19 (sikat lantai) dengan confidence 55,2%, dan itemset BR19 (sikat lantai) dan BR13 (pell) dengan confidence 85,8%.
SISTEM INFORMASI PENENTUAN KELAYAKAN PENERIMA ALAT BANTU FISIK BAGI PENYANDANG DISABILITAS DENGAN ALGORITMA PSI Irvan, Muhammad; Putri, Raissa Amanda; Harahap, Aninda Muliani
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 8 No 1 (2024)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v8i1.4187

Abstract

Dinas Sosial Kota Medan bertanggung jawab untuk meningkatkan kesejahteraan sosial dan memberikan perlindungan serta pelayanan kepada individu yang membutuhkan, termasuk melalui seksi rehabilitasi sosial penyandang disabilitas yang menangani bantuan seperti kursi roda, alat bantu dengar, tangan palsu, kaki palsu, dan tongkat. Instansi menyadari kendala dalam proses pengajuan alat bantu fisik terkait akses informasi persyaratan, proses manual yang lambat, kesulitan menilai kelayakan penerima manfaat secara efektif, dan risiko kecurangan. Penelitian ini bertujuan merancang dan membangun platform berbasis Website untuk pengajuan alat bantu fisik, dengan menerapkan algoritma Preference Selection Index (PSI) dalam menilai kelayakan penerima alat bantu fisik bagi penyandang disabilitas. Metode penelitian bersifat kualitatif, fokus pada pemahaman mendalam terhadap proses pengajuan alat bantu fisik serta evaluasi kelayakan menggunakan algoritma PSI. Implementasi sistem informasi ini diharapkan memberikan kemudahan bagi pegawai Dinas Sosial dan masyarakat, khususnya penyandang disabilitas, dalam mengakses dan mengajukan alat bantu fisik. Hasil penelitian berhasil mengembangkan Sistem Informasi Penentuan Kelayakan Penerima Alat Bantu Fisik bagi Penyandang Disabilitas dengan Algoritma PSI, dengan dampak positif dalam meningkatkan efisiensi proses pengajuan dan penilaian kelayakan, diharapkan memberikan dampak positif terhadap pelayanan sosial di Dinas Sosial Kota Medan.
IMPLEMENTASI ANALISIS SENTIMEN MASYARAKAT MENGENAI KENAIKAN HARGA BBM DENGAN METODE NAIVE BAYES Ardiansyah, Ardiansyah; Nur’aini, Nur’aini
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 8 No 1 (2024)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v8i1.3838

Abstract

Kenaikan harga BBM di tengah masyarakat banyak menuai pendapat pro dan kontra. Hal tersebut membuat statement masyarakat atas kebijakan pemerintah tersebut harus sesuai dengan keaadaan di lapangan. Terlepas dari penyebab kenaikan harga BBM harus menyesuaikan harga minyak dunia. twitter merupakan salah satu platform favorit yang digunakan masyarakat dalam berinteraksi terutama dalam menyampaikan pendapat, aspirasi dan berdiskusi mengenai pembahasan tertentu. Analisis sentimen merupakan penelitian yang berkaitan dengan suatu masalah menimbulkan persepsi pada masalahnya. Bertujuan mengklasifikasi teks dalam mengkategorikan positif atau negatif. Peneltian ini menggunakan algoritma naive bayes dengan dataset pada penelitian ini sebanyak 4239 data yang berasal dari twitter. Melalui proses tahap processing berkurang menjadi 2312 dataset yang akan di labelkan manual menghasilkan 1014 positif, 920 Netral, dan 384 Negatif. Dalam penelitian menghasilkan dataset prediksi yang berjumlah 1210 positif 813 Netral dan 294 Negatif. Untuk melihat kinerja parameter pembagian data menggunakan 2 skema dan skema yakni, 463 Data Latih, dan 1855 Data Uji sedangkan skema kedua, 811 Data Latih, 1507 Data Uji. Hasil tahapan evaluasi akurasi pembagian data menghasilkan sama untuk dataset manual 92% sedangkan dataset prediksi 72%. untuk pengukuran dataset manual presisi 88%, recall 95% dan 89% f1-score sedangkan untuk dataset prediksi menghasilkan 54% presisi, 85% recall, dan 53% f1-score.
PERANCANGAN DAN IMPLEMENTASI SISTEM MONITORING PEGAWAI PADA DINAS PERHUBUNGAN PROVINSI SUMATERA SELATAN BERBASIS MOBILE Rezky, Muhammad; Syah, Ferdian
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 7 No 2 (2023)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v7i2.3500

Abstract

Pelaksanaan tugas lapangan oleh pegawai Dinas Perhubungan Provinsi Sumatera Selatan yang tersebar di lokasi yang berbeda menjadi kendala dalam proses monitoring yang dilakukan oleh pimpinan. Hal ini menyebabkan monitoring kinerja pegawai menjadi kurang efektif dan berpotensi mengakibatkan kurangnya kedisiplinan pegawai dalam menjalankan tugas yang berada di lapangan, karena tidak ada pengawasan secara langsung dari kepala bidang. Keadaan ini juga memungkinkan terjadinya pelanggaran yang tidak terdeteksi secara tepat waktu. Melihat permasalahan tersebut, maka solusinya adalah sebuah sistem monitoring pegawai yang dapat mencatat keberadaan pegawai ketika bertugas di lapangan. Pada penelitian ini metode yang digunakan adalah metode waterfall, yang mana merupakan metode pengembangan yang pelaksanaannya dilakukan dengan cara yang bertahap sehingga meminimalisir kesalahan yang mungkin akan terjadi. Hasil akhir dari penelitian ini adalah menghasilkan sistem informasi monitoring pegawai Dinas Perhubungan Provinsi Sumatera Selatan Bagian Lalu Lintas berbasis mobile yang dapat mempermudah dalam mencatat keberadaan pegawai ketika bertugas di lapangan.
EVALUASI USER EXPERIENCE DAN USABILITY SISTEM INFORMASI AKADEMIK MENGGUNAKAN METODE USER EXPERIENCE QUESTIONNAIRE DAN SYSTEM USABILITY SCALE Fajaria, Mutiara; Tania, Ken Ditha
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 7 No 2 (2023)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v7i2.3812

Abstract

Sistem Informasi Akademik Universitas Sriwijaya (SIMAK UNSRI) memiliki peranan penting dalam meningkatkan pelayanan kepada mahasiswa. Oleh karena itu perlu dilakukan evaluasi untuk mengetahui bagaimana pandangan pengguna terhadap website ini. Penelitian ini bertujuan untuk mengevaluasi usability dan user experience SIMAK UNSRI dengan menggunakan metode User experience questionnaire (UEQ) dan System Usability Scale (SUS). Data dianalisis berdasarkan 4 angkatan berbeda yaitu angkatan 2020 sampai 2023. Hasil analisis UEQ menunjukan bahwa angkatan 2023 memiliki penilaian yang lebih baik dibandingkan dengan angkatan 2020-2022, nilai tertinggi pada semua angkatan berada pada skala perspicuity dengan nilai rata rata yaitu 1.790 sedangkan nilai terendah berada pada skala novelty dengan nilai rata rata -0.617. Hasil pada analisis SUS, skor tertinggi diperoleh angkatan 2022 yaitu 71.525 sedangkan skor terendah diperoleh pada angkatan 2020 yaitu 68.2, secara keseluruhan semua angkatan masuk dalam kategori “Good”. Dapat disimpulkan bahwa website SIMAK UNSRI dapat diterima dan angkatan 2020-2023 sudah memiliki pengalaman pengguna yang baik, tetapi masih perlu dilakukan peningkatan terutama pada aspek kebaruan.
ANALISA KINERJA MODEL REGRESI DALAM MACHINE LEARNING UNTUK MEMPREDIKSI HARGA BERAS Sembiring, Muhammad Ardiansyah; Sembiring, Febby Wulandari
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 8 No 1 (2024)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v8i1.3902

Abstract

Sektor perdagangan saat ini mengalami kenaikan atau penurunan harga yang sangat signifikan. Hal ini menyebabkan beras menjadi salah satu faktor penunjang keberlangsungan hidup masyarakat. Kenaikan harga beras dapat mengakibatkan penurunan daya beli masyarakat terhadap kebutuhan lainnya. Sehingga untuk mengantisipasi adanya kenaikan harga beras dilakukannya prediksi menggunakan machine learning dengan menggunakan perbandingan 7 metode. Tujuan penelitian ini adalah untuk menganalisa kinerja model-model regresi terbaik dalam machine learning yang dapat digunakan untuk memprediksi harga beras. Nantinya akan diperoleh metode manakah yang menghasilkan nilai akurasi yang paling akurat dalam memprediksi harga beras. Estimasi menggunakan metode regresi dimana dalam metode regresi terdapat 7 metode lagi meliputi (1) Linear Regression, (2) Support Vector Regression Linear, (3) Support Vector Regression RBF, (4) Decision Tree Regression, (5) Random Forest Regressor, (6) Gradient Boosting Regression, (7) MLP Regressor. Adapun model terbaik yang dari hasil analisa penelitian ini yaitu metode Decision Tree Regression dengan pengujian akurasi model yaitu paa rasio pengujian data 80:20 sebesar 100%, 100% pada rasio pengujian data 70:30 dan pada rasio 60:40 adalah 100%.
ANALISA LAYANAN WEBSITE BADAN PUSAT STATISTIKA KOTA PEKANBARU TERHADAP KEPUASAN PENGGUNA MENGGUNAKAN METODE E-S-QUAL Ningsih, Widiah; Ahsyar, Tengku Khairil; Angraini, Angraini; Syaifullah, Syaifullah
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 8 No 1 (2024)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v8i1.4126

Abstract

Perkembangan teknologi saat ini telah membuat website menjadi komponen yang sangat penting. Penggunaan TI pada website juga banyak digunakan seperti pada instansi pemerintahan. Salah satu penerapan website pada instansi pemerintah diterapkan pada Badan Pusat Statistika (BPS) Kota Pekanbaru. Namun, dalam penginplementasi penggunaan website BPS Kota Pekanbaru ditemukan kendala diantaranya yaitu, Situs website belum sepenuhnya memudahkan untuk menemukan apa yang dibutuhkan pengguna, Informasi di website belum di atur dengan baik, website belum menjawab pertanyaan dalam waktu yang tepat, website belum memungkinkan pengguna untuk mengaksesnya dengan cepat. Dengan demikian, penelitian ini bertujuan untuk menganalisis persepsi atau sudut pandang pengguna yang melihat situs web BPS Kota Pekanbaru. Penelitian ini menggunakan metode E-S-Qual dengan 4 dimensi, yaitu Efficiency, Fulfillment, System Availability, and Privacy dan 23 items. Hasil penelitian menunjukkan bahwa dua variabel hipotesis berpengaruh; variabel privasi memiliki nilai T-statistic 2,027, dan variabel System Availability dengan nilai T-statistic 5,099 dimana kedua variabel tersebut nilai T-Statistic diatas nilai T-tabel > 1.96. Hal ini memberikan pengaruh positif dan signifikan kepuasan pengguna terhadap website BPS Kota Pekanbaru dalam menjaga privacy dan keberlangsungan akses pengguna website.

Page 13 of 22 | Total Record : 212

 11   12   13   14   15 

Filter by Year

2017 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