cover
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
ISSN : 20893787     EISSN : 26850893     DOI : -
Core Subject : Science,
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi adalah Jurnal Ilmiah bidang Teknik Informatika dan Sistem Informasi yang diterbitkan secara periodik tiga nomor dalam satu tahun, yaitu pada bulan April, Agustus dan Desember. Redaksi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi menerima sumbangan tulisan hasil penelitian atau atau artikel konseptual bidang Teknik Informatika dan Sistem Informasi.
Arjuna Subject : -
Articles 1,128 Documents
Rancang Bangun Sistem Peminjaman Barang Dengan Metode Scrum dan ISO 25010 Berbasis Android Nuralim, Devi; Rachman, Rizal
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3874

Abstract

Item lending management at PT K2NET is still carried out using conventional whiteboard-based records. This results in inadequate documentation, ineffective monitoring of item status, and frequent delays in item returns. This study designed and implemented an Android-based item lending system by applying the Scrum methodology. The application was developed using Flutter and the Dart programming language, while Laravel and MySQL were used as the backend and database. System evaluation was conducted based on the ISO 25010 standard. The evaluation results indicated a Functional Suitability score of 100%, a Performance Efficiency score of 88.80%, and a Usability assessment with a SUS score of 76.33, which was categorized as Good. These findings demonstrate that the developed system improves the effectiveness of item lending and return management. Keywords: Android; Goods Borrowing; ISO 25010; Scrum; Information System   Abstrak Pengelolaan peminjaman barang di PT K2NET saat ini masih dilakukan melalui pencatatan konvensional menggunakan media papan tulis. Hal ini mengakibatkan dokumentasi yang kurang memadai, pemantauan status barang yang tidak optimal, serta sering terjadinya keterlambatan dalam pengembalian. Dalam penelitian ini dikembangkan sistem peminjaman barang berbasis Android melalui penerapan metode Scrum yang terdiri dari enam tahapan. Pengembangan aplikasi dilakukan dengan memanfaatkan Flutter dan bahasa pemrograman Dart, sedangkan Laravel dan MySQL digunakan sebagai backend dan sistem basis data. Evaluasi sistem mengacu pada standar ISO 25010. Berdasarkan hasil pengujian, karakteristik Functional Suitability memperoleh nilai 100%, Performance Efficiency sebesar 88,80%, dan Usability memperoleh skor SUS 76,33 dengan klasifikasi Good. Hasil tersebut menunjukkan bahwa sistem mampu mendukung proses peminjaman serta pengembalian barang secara lebih efisien.
ANALISIS KUALITAS PELAYANAN ADMINDUK MENGGUNAKAN SIAPEL-TEGAS PADA DINAS KEPENDUDUKAN DAN PENCATATAN SIPIL KOTA MALANG DENGAN METODE SERVQUAL Siti Maysaroh; Wahyu Teja Kusuma; Mochammad Anshori
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3884

Abstract

Digitizing population administration services serves as a strategic government initiative to elevate public service quality and operational effectiveness. This study aims to assess the effectiveness of implementing the SIAPEL-TEGAS application at the Malang City Population and Civil Registration Office, while examining the influence of the five SERVQUAL dimensions—tangibles, reliability, responsiveness, assurance, and empathy—on service delivery. Utilizing a quantitative descriptive design, the research gathered data from 45 respondents, including service applicants, customer service representatives, and operators, via a Likert-scale questionnaire. The evaluation employed validity and reliability tests using Cronbach’s alpha, accompanied by a gap analysis. The results confirm that all indicators are valid and the instrument is reliable, with a Cronbach’s alpha of 0.809. The mean score advanced from 4.23 pre-test to 4.66 post-test, establishing an overall gap of 0.43, with the most pronounced improvements recorded in data accuracy (0.87), tracking (0.82), and correction (0.73). Altogether, SIAPEL-TEGAS successfully curtailed wait times, accelerated workflows, and heightened public satisfaction, making it a strong benchmark for transparent and effective digital public service innovation. Keywords: SIAPEL-TEGAS; SERVQUAL; Service Effectiveness; Population Administration; Digital Public Service.   Abstrak Transformasi pelayanan administrasi kependudukan melalui digitalisasi merupakan langkah strategis pemerintah dalam meningkatkan efektivitas dan kualitas pelayanan publik. Penelitian ini bertujuan menganalisis efektivitas implementasi aplikasi SIAPEL-TEGAS di Dinas Kependudukan dan Pencatatan Sipil Kota Malang serta mengkaji pengaruh dimensi-dimensi SERVQUAL (tangible, reliability, responsiveness, assurance, empathy) terhadap kualitas layanan yang diberikan. Menggunakan pendekatan deskriptif kuantitatif, penelitian ini melibatkan 45 responden yang mencakup pemohon layanan, customer service, dan operator dengan instrumen kuesioner skala Likert. Evaluasi dilakukan melalui uji validitas, uji reliabilitas menggunakan Cronbach’s Alpha, serta Gap Analysis. Hasil penelitian membuktikan seluruh indikator valid dan instrumen reliabel dengan nilai Cronbach’s Alpha sebesar 0,809. Rata-rata nilai pre-test 4,23 meningkat menjadi 4,66 pada post-test dengan gap keseluruhan 0,43. Peningkatan tertinggi tercatat pada keakuratan data (0,87), tracking (0,82), dan koreksi (0,73). SIAPEL-TEGAS efektif mengurangi antrean, mempercepat proses, dan meningkatkan kepuasan masyarakat, sehingga layak menjadi model inovasi digital yang efektif dan transparan.
Segmentasi Pelanggan Ryra Furniture Menggunakan RFM dan K-Means Clustering untuk Strategi Pemasaran Berdasarkan Loyalitas Pelanggan Vivi Krisnawati; Alshaf Pebrianggara; Andry Rachmadany
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3927

Abstract

The increasing competition in the furniture industry requires companies to understand customer behavior in order to develop appropriate marketing strategies. Ryra Furniture has transaction data from physical stores, marketplaces, and social media, but the data has not been optimally utilized for customer segmentation. This study aims to classify customers based on their transaction characteristics as a basis for developing more effective marketing strategies. This research uses a quantitative approach with the Recency, Frequency, and Monetary (RFM) method, Z-Score normalization, and the K-Means Clustering algorithm. Transaction data from January to December 2025 were processed based on RFM values, normalized, and grouped into three clusters. The clustering results were evaluated using the Silhouette Score to assess the quality of the clusters. The results identified 28 potential customers, 24 loyal customers, and 1 non-loyal customer. The Silhouette Score of 0.640 indicates good clustering quality. The segmentation can serve as a basis for developing marketing strategies tailored to the characteristics of each customer group and improving the effectiveness of the company's marketing programs. Keywords: Customer Segmentation; RFM; K-Means Clustering; Customer Loyalty. Abstrak Persaingan industri furnitur menuntut perusahaan memahami perilaku pelanggan untuk menyusun strategi pemasaran yang tepat. Ryra Furniture memiliki data transaksi dari toko fisik, marketplace, dan media sosial, tetapi belum dimanfaatkan secara optimal untuk melakukan segmentasi pelanggan. Penelitian ini bertujuan mengelompokkan pelanggan berdasarkan karakteristik transaksi sebagai dasar penyusunan strategi pemasaran yang lebih efektif. Penelitian menggunakan pendekatan kuantitatif dengan metode Recency, Frequency, dan Monetary (RFM), normalisasi Z-Score, serta algoritma K-Means Clustering. Data transaksi periode Januari–Desember 2025 diolah berdasarkan nilai RFM, kemudian dinormalisasi dan dikelompokkan menjadi tiga cluster. Hasil clustering dievaluasi menggunakan Silhouette Score untuk mengetahui kualitas pembentukan cluster. Hasil penelitian menunjukkan terdapat 28 pelanggan potensial, 24 pelanggan loyal, dan 1 pelanggan tidak loyal. Nilai Silhouette Score sebesar 0,640 menunjukkan bahwa hasil pengelompokan memiliki kualitas yang baik. Segmentasi tersebut dapat menjadi dasar dalam menentukan strategi pemasaran yang sesuai dengan karakteristik setiap kelompok pelanggan dan meningkatkan efektivitas program pemasaran perusahaan.
Implementasi ABSA Opini Publik Banjir Sumatera di TikTok Menggunakan LDA dan XGBoost Sanjaya, Irfan; Bororing, Jemmy Edwin; MZ, Yumarlin
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3936

Abstract

Abstract TikTok has become one of the social media platforms widely used by the public to express opinions regarding the flood disaster in Sumatra. This study aims to analyze discussion topics and classify the sentiment of TikTok comments using Aspect-Based Sentiment Analysis (ABSA) by integrating Latent Dirichlet Allocation (LDA) and Extreme Gradient Boosting (XGBoost). The research data consisted of 10,000 comments from 12 TikTok videos collected from November 26, 2025, to January 28, 2026. The research stages included text preprocessing, LDA topic modeling, TF-IDF feature extraction, and sentiment classification using XGBoost. The preprocessing process resulted in 5,555 comments suitable for analysis. LDA identified three main aspects with a coherence score of 0.4592: Community Empathy and Reactions, Flood Conditions and Management, and Prayers and Hopes for Victims. Sentiment was dominated by the neutral class, with 2,372 comments. XGBoost testing showed that the 70:30 data split achieved the best performance, with an accuracy of 90.82% and precision, recall, and F1-score of 0.91. These results demonstrate that the combination of LDA and XGBoost is effective for aspect-based sentiment analysis. Keywords: Aspect-Based Sentiment Analysis; TikTok; Sumatra Flood; Latent Dirichlet Allocation; XGBoost Abstrak TikTok menjadi salah satu media sosial yang banyak digunakan masyarakat untuk menyampaikan opini mengenai bencana banjir di Sumatera. Penelitian ini bertujuan menganalisis topik pembahasan dan mengklasifikasikan sentimen komentar TikTok menggunakan Aspect-Based Sentiment Analysis (ABSA) dengan integrasi Latent Dirichlet Allocation (LDA) dan Extreme Gradient Boosting (XGBoost). Data penelitian berupa 10.000 komentar dari 12 video TikTok pada 26 November 2025 hingga 28 Januari 2026. Tahapan penelitian meliputi pra-pemrosesan teks, pemodelan topik LDA, ekstraksi fitur TF-IDF, dan klasifikasi sentimen menggunakan XGBoost. Hasil pra-pemrosesan menghasilkan 5.555 komentar layak analisis. LDA menghasilkan tiga aspek utama dengan coherence score 0,4592, yaitu Empati dan Reaksi Masyarakat, Kondisi dan Penanganan Banjir, serta Doa dan Harapan bagi Korban. Sentimen didominasi netral sebanyak 2.372 komentar. Pengujian XGBoost menunjukkan rasio data 70:30 memberikan performa terbaik dengan akurasi 90,82% serta precision, recall, dan F1-score sebesar 0,91. Hasil tersebut menunjukkan kombinasi LDA dan XGBoost efektif dalam analisis sentimen berbasis aspek. Kata Kunci: Aspect-Based Sentiment Analysis; TikTok; Banjir Sumatera; Latent Dirichlet Allocation; XGBoost
Klasifikasi Surat Otomatis pada Sistem Pengarsipan Surat Digital Menggunakan TF-IDF dan Naïve Bayes Beguir, Maria Anjelika Ina; Weking, Alfian Nara; Watomakin, Dominikus Boli
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3949

Abstract

The management of mail archives at the Riangkemie Village Office still relies on manual methods, which results in the slow rediscovery of files when needed. To overcome these operational constraints, this study designed a digital archiving application that is integrated with an automatic document categorization module. The methodology used includes text cleaning (preprocessing), feature extraction based on Term Frequency-Inverse Document Frequency (TF-IDF), and classification modeling using the Multinomial Naïve Bayes algorithm. The experiment utilized 1,008 mail data which was divided into training and test samples with a ratio of 80:20. The results of the evaluation proved that the model was able to record an accuracy level of up to 98.51%, accompanied by superior precision, recall, and F1-score metrics in four groups of letters. The test of this digital system also showed an acceleration of search time from 173 seconds conventionally to an average of 0.39 seconds. This finding confirms the effectiveness of the system in automatically grouping files while accelerating the accessibility of digital archives. Keywords: Naïve Bayes; Letter Classification; Digital Archiving; TF-IDF; Text Mining   Abstrak Tata kelola arsip surat pada Kantor Desa Riangkemie hingga kini masih mengandalkan cara-cara manual, yang berakibat pada lambatnya penemuan kembali berkas saat dibutuhkan. Untuk mengatasi kendala operasional tersebut, studi ini merancang aplikasi pengarsipan digital yang terintegrasi dengan modul pengkategorian dokumen otomatis. Metodologi yang digunakan meliputi pembersihan teks (preprocessing), ekstraksi fitur berbasis Term Frequency-Inverse Document Frequency (TF-IDF), serta pemodelan klasifikasi menggunakan algoritma Multinomial Naïve Bayes. Eksperimen memanfaatkan 1.008 data surat yang terbagi menjadi sampel latih dan uji dengan rasio 80:20. Hasil evaluasi membuktikan model sanggup mencatatkan tingkat akurasi hingga 98,51%, disertai capaian metrik precision, recall, serta F1-score yang unggul pada empat kelompok surat. Pengujian sistem digital ini juga menunjukkan akselerasi waktu pencarian dari 173 detik secara konvensional menjadi rata-rata 0,39 detik. Temuan ini menegaskan efektivitas sistem dalam mengelompokkan berkas secara otomatis sekaligus mempercepat aksesibilitas arsip digital.
Implementasi Sistem E-Commerce Berbasis Web Pada Toko Online Item1time Menggunakan Metode Waterfall Kurniawan, Evan Demas; Khotimah, Tutik; Susanto, Arief
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3962

Abstract

The rapid development of information technology has encouraged businesses to adopt digital systems to improve their commercial activities. ITEM1TIME is an online thrift store that currently relies on social media for marketing, while transactions are conducted manually through chat, resulting in inefficient management of product, order, and sales data. This study aims to design and implement a web-based e-commerce system for ITEM1TIME to improve operational efficiency and expand its market reach. The system was developed using the Waterfall methodology, which includes requirement analysis, system design, implementation, testing, and maintenance. The application was built using the Laravel framework and MySQL database, featuring product management, category management, product search, user authentication, shopping cart, checkout, payment confirmation, order management, and customer reviews. Black Box testing results indicate that all system features functioned as expected. The implemented system enhances transaction efficiency, improves data management, and strengthens the competitiveness of ITEM1TIME. Keywords: E-commerce; Laravel; Waterfall Method; Online Store; Thrift Products.   Abstrak Perkembangan teknologi informasi mendorong pelaku usaha memanfaatkan sistem digital untuk meningkatkan efektivitas kegiatan perdagangan. ITEM1TIME merupakan toko online yang menjual produk thrift, namun proses pemasaran masih melalui media sosial dan transaksi dilakukan secara manual melalui chat sehingga pengelolaan produk, pesanan, dan laporan penjualan kurang efisien. Penelitian ini bertujuan merancang dan mengimplementasikan sistem e-commerce berbasis web menggunakan metode Waterfall dengan tahapan analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan framework Laravel dan database MySQL, serta dilengkapi fitur pengelolaan produk, kategori, pencarian, autentikasi pengguna, keranjang belanja, checkout, konfirmasi pembayaran, pengelolaan pesanan, dan ulasan pelanggan. Hasil pengujian Black Box menunjukkan seluruh fitur berjalan sesuai kebutuhan. Implementasi sistem mampu meningkatkan efektivitas transaksi, mempermudah pengelolaan data, serta mendukung peningkatan kualitas layanan dan daya saing ITEM1TIME.  
Pengembangan Platform Web Deteksi Dini Risiko Judi Online Menggunakan Pendekatan User-centered Design Saputra, Agung; Rahmadi, Lendy; Triawan, Medi
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.3978

Abstract

The growing prevalence of online gambling among university students requires an accessible early detection mechanism that still protects user privacy. This study aimed to design and build a web-based educational platform for online gambling risk prevention using the User-Centered Design approach, and to evaluate system usability and change in user awareness after using the platform. Development through four stages of User-Centered Design produced a platform named EduGuard, providing a non-clinical self-assessment feature, educational modules, and awareness measurement through pre- and post-usage tests. All twenty-eight functional testing scenarios succeeded. Usability evaluation with 35 respondents showed an average score of 61.14 out of 100, classified as marginal. Awareness measurement showed an average score increase of 3.01 points, although the increase was not statistically significant. These findings confirmed that good usability is not always followed by a consistent increase in user awareness, indicating the need for improved engagement strategies in future development. Keywords: Risk Education; Online Gambling; User Awareness; System Usability; User-Centered Design   Abstrak Perkembangan judi online yang semakin marak di kalangan mahasiswa memerlukan mekanisme deteksi dini yang mudah diakses namun tetap menjaga privasi pengguna. Penelitian ini bertujuan mengembangkan platform web edukasi risiko judi online menggunakan pendekatan User-Centered Design, serta mengevaluasi tingkat kegunaan sistem dan perubahan kesadaran pengguna setelah menggunakan platform tersebut. Pengembangan melalui empat tahap User-Centered Design menghasilkan platform bernama EduGuard yang menyediakan fitur penilaian mandiri risiko non-klinis, modul edukasi, serta pengukuran kesadaran melalui uji sebelum dan sesudah penggunaan. Seluruh dua puluh delapan skenario pengujian fungsional dinyatakan berhasil. Evaluasi kegunaan sistem terhadap 35 responden menunjukkan skor rata-rata 61,14 dari skala 100, tergolong kategori cukup. Pengukuran kesadaran menunjukkan peningkatan rata-rata skor sebesar 3,01 poin, namun peningkatan tersebut tidak signifikan secara statistik. Temuan ini menegaskan bahwa kegunaan sistem yang baik tidak selalu diikuti oleh peningkatan kesadaran pengguna secara konsisten, sehingga diperlukan strategi peningkatan keterlibatan pengguna pada pengembangan selanjutnya.
Analisis Deteksi Malware Menggunakan Pendekatan Static dan Dynamic pada Mendeley Dataset Kurniawan, Erwin Dwi; Ariyanto, Lilik; Rozzaqi, Ade Ricky
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol. 15 No. 4 (2026): Agustus 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i4.4092

Abstract

The increasing complexity of malware requires analytical methods capable of comprehensively identifying file characteristics and network behavior. This study aims to analyze malware characteristics and classify its risk level using a combination of static analysis and dynamic analysis on the Malware Analytics Dataset from the Mendeley Data Repository. Dataset [1] consists of 2,000 malware samples with 32 attributes representing file structures and network activities. Static features describe file characteristics without execution, while dynamic features represent network behavior during malware execution in a sandbox environment. The score attribute is used to construct proxy labels for high- and low-risk categories, and the dataset is divided into 80% training data and 20% testing data. Classification is performed using the Random Forest algorithm. The results show that DNS Request appears in 68% of samples, HTTP Communication in 54%, Host Communication in 49%, and UDP Activity in 32%. The model achieves 88.75% accuracy, 84.57% precision, 87.26% recall, and an F1-score of 85.89%. The combination of static and dynamic features can be used to classify malware risk levels with good performance. Keywords: Malware; Static Analysis; Dynamic Analysis; Random Forest; Malware Classification; Network Security. Abstrak Perkembangan malware yang semakin kompleks menuntut metode analisis yang mampu mengidentifikasi karakteristik file dan perilaku jaringan komprehensif. Penelitian ini bertujuan menganalisis karakteristik malware dan mengklasifikasikan risikonya menggunakan kombinasi static analysis dan dynamic analysis pada Malware Analytics Dataset dari Mendeley Data Repository. Dataset [1] terdiri atas 2.000 sampel malware dengan 32 atribut yang merepresentasikan struktur file dan aktivitas jaringan. Fitur statis menggambarkan karakteristik file tanpa eksekusi, sedangkan fitur dinamis merepresentasikan perilaku jaringan selama malware dijalankan pada lingkungan sandbox. Atribut score digunakan untuk membentuk label proxy risiko tinggi dan rendah, kemudian dataset dibagi menjadi 80% data training dan 20% data testing. Klasifikasi dilakukan menggunakan algoritma Random Forest. Hasil analisis menunjukkan DNS Request muncul pada 68% sampel, HTTP Communication 54%, Host Communication 49%, dan UDP Activity 32%. Hasil pengujian menghasilkan accuracy 88,75%, precision 84,57%, recall 87,26%, dan F1-score 85,89%. Kombinasi fitur statis dan dinamis dapat digunakan untuk mengklasifikasikan tingkat risiko malware dengan performa yang baik.