cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Progresif: Jurnal Ilmiah Komputer
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru
ISSN : 02163284     EISSN : 26850877     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang Komputer.
Arjuna Subject : -
Articles 40 Documents
 1   2   3   4 
Search results for , issue "Vol 20, No 2: Agustus 2024" : 40 Documents clear
Analisis Perbandingan Penjadwalan Proses Menggunakan Algoritma Round Robin dan Priority Preemptive Widiarto, Wisnu; Chaerunnisa, Rakhmadiani Adinda; Tsaqif, Regina Aurellia; Nadia, Salsabila Sekar
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2169

Abstract

An algorithm is a sequence of steps that have been arranged in an orderly manner to solve a particular problem. To plan an algorithm, something called pseudocode has been used, which is similar to a program code. One of the algorithms that is often used is Round Robin, which has divided processor time fairly between various running processes. On the other hand, there is also a scheduling method using the Priority Preemptive method. In this research, the application of algorithms that have been able to increase efficiency and effectiveness in managing various processes has been discussed. The selection of the right scheduling algorithm has depended on the needs and characteristics of the system that has been used. The Round Robin algorithm has been suitable for systems that prioritize fairness and equality of process time. While the Priority Preemptive algorithm has been more suitable for systems that require fast handling with high priority. In Round Robin scheduling, an Average Waiting Time of 14.6 and an Average Turn Around Time of 22.8 have been obtained. While in Priority Preemptive scheduling, an Average Waiting Time of 10.6 and an Average Turn Around Time of 18.8 have been obtained.Keywords: Algorithms; Pseudocode; Round robin; Priority scheduling   AbstrakAlgoritma merupakan serangkaian langkah-langkah yang telah disusun secara teratur untuk menyelesaikan suatu masalah tertentu. Untuk merencanakan suatu algoritma digunakanlah pseudocode yang merupakan kode program. Salah satu algoritma yang sering digunakan adalah Round Robin yang membagi waktu prosesor secara adil pada berbagai proses yang sedang berjalan. Di sisi lain, terdapat pula metode penjadwalan dengan menggunakan metode Priority Preemptive. Pada penelitian ini dibahas mengenai penerapan algoritma yang mampu meningkatkan efisiensi dan efektivitas dalam mengelola berbagai proses. Pemilihan algoritma penjadwalan yang tepat bergantung pada kebutuhan dan karakteristik sistem yang digunakan. Algoritma Round Robin cocok digunakan untuk sistem yang mengutamakan kewajaran dan kesetaraan waktu proses. Sedangkan algoritma Priority Preemptive lebih cocok digunakan untuk sistem yang membutuhkan penanganan cepat dengan prioritas tinggi. Pada penjadwalan Round Robin diperoleh Average Waiting Time sebesar 14,6 dan Average Turn Around Time sebesar 22,8. Sementara pada penjadwalan Prioritas Preemptif, Waktu Tunggu Rata-rata 10,6 dan Waktu Penyelesaian Rata-rata 18,8 telah diperoleh.Kata kunci: Algoritma; Pseudocode; Round robin; Penjadwalan priority 
Sistem Smart Aquarium: Monitoring Kekeruhan Air, Pencahayaan dan Pakan Otomatis Berbasis IoT Febriansyah, Bryan; Hidayah, Agung Kharisma
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2045

Abstract

Aquarium maintenance often faces challenges in monitoring and controlling environmental conditions such as water turbidity, lighting, and feeding. This study aims to develop an IoT-based Smart Aquarium system to enhance maintenance efficiency. The methods used include the integration of a water turbidity sensor, RTC module, servo, and relay with the Blynk platform for real-time notifications. Testing was conducted on several key parameters: water turbidity, automatic lighting, and feeding schedules. The results indicate that the system can monitor and regulate aquarium conditions automatically according to the schedule, provide feed at specified times, and send notifications to users. In conclusion, this system facilitates efficient and effective aquarium maintenance, offering a practical solution for aquarium owners to ensure optimal conditions.Keywords: Smart Aquarium; IoT; Water Turbidity Sensor AbstrakPemeliharaan akuarium sering menghadapi tantangan dalam pemantauan dan pengaturan kondisi lingkungan seperti kekeruhan air, pencahayaan, dan pemberian pakan. Penelitian ini bertujuan mengembangkan sistem Smart Aquarium berbasis IoT untuk meningkatkan efisiensi pemeliharaan. Metode yang digunakan mencakup integrasi sensor kekeruhan air, modul RTC, servo, dan relay dengan platform Blynk untuk notifikasi real-time. Pengujian dilakukan pada beberapa parameter kunci: kekeruhan air, pencahayaan otomatis, dan jadwal pemberian pakan. Hasilnya menunjukkan bahwa sistem dapat memantau dan mengatur kondisi akuarium secara otomatis sesuai jadwal, memberikan pakan pada waktu yang ditentukan, dan mengirim notifikasi ke pengguna. Kesimpulannya, sistem ini memudahkan pemeliharaan akuarium secara efisien dan efektif, menawarkan solusi praktis bagi pemilik akuarium untuk memastikan kondisi optimal.Kata Kunci: Smart Aquarium; IoT; Sensor Kekeruhan Air
Sistem Remote Control Robot Berbasis Arduino Dan PS2 Bluetooth Zendrato, Setiani; Setyawan, Gogor Chrismass; Sumihar, Yo'el Pieter
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2016

Abstract

Technology has a significant role in facilitating human life, especially in the control aspect that allows the operation of devices or systems more efficiently. The purpose of this study is to investigate the performance of PS2 technology as the main control device in a robot remote control system. The system developed utilizes PS2 Bluetooth technology to control the robot, with Arduino Uno as its main microcontroller. To assist in the design of the management of this system, the prototyping method is used. In this study, a miniature car that can be controlled with a PS2 remote control was successfully designed. Based on the communication distance test, it shows that the system can function optimally up to a maximum distance of 20.5 meters. Keywords: Arduino; PS2 Bluetooth; Design; Remote control. AbstrakTeknologi memiliki peran yang signifikan dalam memudahkan kehidupan manusia, terutama dalam aspek kontrol yang memungkinkan pengoperasian perangkat atau sistem dengan lebih efisien. Tujuan dari penelitian ini menyelidiki performa teknologi PS2 sebagai perangkat pengendali utama dalam sistem remote control robot. Sistem yang dikembangkan memanfaatkan teknologi PS2 Bluetooth untuk mengendalikan robot, dengan Arduino Uno sebagai mikrokontroler utamanya. Untuk membantu dalam perancangan pengelolaan sistem ini digunakan metode prototyping. Dalam penelitian ini berhasil merancang sebuah mobil miniatur yang dapat dikendalikan dengan remot control PS2. Berdasarkan Pengujian jarak komunikasi menunjukkan bahwa sistem dapat berfungsi secara optimal hingga jarak maksimum 20,5 meter. Kata kunci: Arduino; PS2 Bluetooth; Perancangan; Remot kontrol.
Implementasi Machine Learning Menggunakan Adaboost dalam Prediksi Status Gizi Anak di Posyandu Tanjung XXIV Majid, Annisa Maulana; Nawangsih, Ismasari
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2143

Abstract

Nutritional status is important for children's growth and development, as well as for measuring nutritional adequacy. Posyandu Tanjung XXIV is a facility for routinely recording children's growth and development, but it still uses manual processes to determine nutritional status so it is not yet effective. Data processing is needed to help predict children's nutritional status. Machine Learning is used for data processing and predicting data based on algorithmic patterns. Previous research related to nutritional status using Machine Learning has been carried out but resulted in a small level of accuracy in the Naïve Bayes algorithm, so accuracy needs to be increased. This research aims to implement Machine Learning using Naïve Bayes combined with the Adaboost method to increase the accuracy of the Posyandu Tanjung XXIV toddler dataset. The research uses variable dataWeight by Age, Height by Age, Weight by Height. The results of the research show that the implementation of Naïve Bayes using Adaboost increases accuracy with results of 100% accuracy, an increase of 6.67% from the implementation of Naïve Bayes independently with results of 93.33%.Keywords: Nutritional status; Machine Learning; Naive Bayes; Adaboost AbstrakStatus Gizi hal yang penting bagi pertumbuhan dan perkembangan anak, serta untuk mengukur kecukupan zat gizi.  Posyandu Tanjung XXIV merupakan fasilitas untuk mendata pertumbuhan dan perkembangan anak secara rutin, namun masih menggunakan proses manual untuk menentukan status gizi sehingga belum efektif. Perlu pengolahan data untuk membantu memprediksi status gizi anak. Machine Learning digunakan untuk pengolahan data serta memprediksi data berdasarkan pola algoritma. Penelitian sebelumnya terkait status gizi menggunakan Machine Learning sudah dilakukan namun menghasilkan tingkat akurasi kecil pada algoritma Naïve Bayes, sehingga perlu peningkatan akurasi. Penelitian ini bertujuan untuk implementasi Machine Learning menggunakan Naïve Bayes dikombinasikan dengan metode Adaboost untuk meningkatkan akurasi dataset balita Posyandu Tanjung XXIV. Penelitian menggunakan data variable Berat Badan menurut Umur, Tinggi Badan menurut Umur, Berat Badan menurut Tinggi Badan. Hasil dari penelitian menunjukkan implementasi Naïve Bayes menggunakan Adaboost meningkatkan akurasi dengan hasil akurasi 100%, meningkat sebesar 6,67% dari penerapan Naïve bayes mandiri dengan hasil 93,33%Kata kunci: Status Gizi; Machine Learning; Naive Bayes; Adaboost 
Analisis Sentimen Ulasan Aplikasi ChatGPT Pada Google Play Menggunakan Metode Support Vector Machine Salsabila, Aprilia; Muntahanah, Muntahanah
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2074

Abstract

Currently, the usage of mobile applications is on the rise in the digital era, emphasizing the importance of understanding user satisfaction and dissatisfaction. This research aims to examine the sentiment expressed in user reviews of the ChatGPT application on Google Play using the Support Vector Machine (SVM) method. The research methods include collecting user review data, cleaning and preprocessing the data, labeling sentiments, conducting SVM analysis, and evaluating the results. The analysis reveals that the majority of user reviews for the ChatGPT application are positive, with some negative feedback. With an accuracy of 91% and a weighted F1-score of 90%, the SVM method demonstrates effective performance in classifying user review sentiments. This study provides valuable insights into user perceptions of the ChatGPT application, which can inform future enhancements in its quality and services. Furthermore, these findings underscore the potential of SVM in sentiment analysis for various mobile applications.Keywords: sentiment analysis; ChatGPT; Support Vector Machine  AbstrakSaat ini, penggunaan aplikasi mobile terus meningkat dalam era digital, sehingga penting untuk memahami kepuasan dan ketidakpuasan pengguna. Penelitian ini dilakukan untuk menganalisis sentimen dari ulasan pengguna aplikasi ChatGPT di Google Play dengan menggunakan metode Support Vector Machine (SVM). Metode penelitian meliputi pengumpulan data ulasan pengguna, pembersihan dan pra-pemrosesan data, pelabelan sentimen, analisis menggunakan SVM, serta evaluasi hasil. Hasil analisis menunjukkan bahwa sebagian besar ulasan pengguna terhadap aplikasi ChatGPT bersifat positif, meskipun terdapat beberapa ulasan negatif. Dengan akurasi sebesar 91% dan F1-score tertimbang sebesar 90%, metode SVM menunjukkan kinerja yang baik dalam mengklasifikasikan sentimen ulasan pengguna. Penelitian ini memberikan wawasan mendalam mengenai persepsi pengguna terhadap aplikasi ChatGPT, yang dapat digunakan untuk meningkatkan kualitas dan layanan aplikasi di masa mendatang. Penelitian ini juga menunjukkan potensi SVM dalam analisis sentimen aplikasi mobile lainnya.Kata kunci: Analisis sentimen; ChatGPT; Support Vector Machine
Sistem Pakar Diagnosis Dini Penyakit Lambung Menggunakan Metode Certainty Factor Walangitan, Rafaely Hesky; Hasan, Patmawati; Tatuhey, Emy Lenora
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1941

Abstract

The diagnosis of gastric diseases at the Tanjung Ria Health Center often takes a lot of time and money for patients.  Long queues and high consultation costs are the main obstacles, while medical personnel also face challenges in dealing with large patient volumes and limited working hours.  The primary objective is to enhance the efficiency and accuracy of the diagnosis process, thereby assisting ordinary people in diagnosing gastric diseases.  The development of an expert system based on certainty factors (CF) is necessary to enhance the diagnostic efficiency.  This method will allow patients to get a quick and accurate diagnosis without having to wait for a long time or incur large costs.  Testing with the black box method has confirmed the system's functionality in accordance with the expected specifications.  The accuracy test result of 80% indicates that the system can generate a diagnosis in accordance with the expert's assessment.Keywords: Expert system; Certainty Factor (CF); diagnosis of gastric diseases; Tanjung Ria Health Center; accuracy testing. AbstrakDiagnosis penyakit lambung di Pusat Kesehatan Tanjung Ria seringkali membutuhkan banyak waktu dan uang bagi pasien. Barisan panjang dan biaya konsultasi yang tinggi adalah hambatan utama, sementara staf medis juga menghadapi tantangan dalam menangani volume pasien yang besar dan jam kerja yang terbatas. Tujuan utama adalah untuk meningkatkan efisiensi dan akurasi proses diagnostik, dengan demikian membantu orang biasa dalam mendiagnosis penyakit perut. Pengembangan sistem ahli berdasarkan faktor kepastian (Certainty Factor/ CF) diperlukan untuk meningkatkan efisiensi diagnostik. Metode ini akan memungkinkan pasien untuk mendapatkan diagnosis yang cepat dan akurat tanpa harus menunggu lama atau dikenakan biaya besar. Pengujian dengan metode kotak hitam telah mengkonfirmasi fungsionalitas sistem sesuai dengan spesifikasi yang diharapkan. Hasil tes akurasi 80% menunjukkan bahwa sistem dapat menghasilkan diagnosis sesuai dengan penilaian ahli.Kata kunci: Sistem pakar; Certainty Factor (CF); diagnosa penyakit lambung; Puskesmas Tanjung Ria; pengujian akurasi.
Analisis Performa Metode Yolo Untuk Deteksi Hyperlipidemia Berdasarkan Klasifikasi Citra Corneal Arcus Supriadi, Joseph; Himamunanto, Agustinus Rudatyo; Budiati, Haeni
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2088

Abstract

Hyperlipidemia is a medical condition with high blood lipid levels that increase the risk of cardiovascular disease. A physical indicator of hyperlipidemia is Corneal Arcus, a white ring around the cornea. This study analyzes the ability of the YOLO (You Only Look Once) method to detect and classify Corneal Arcus in eye images. The dataset consists of 348 eye images in three categories: normal, at-risk, and Corneal Arcus. Results show the YOLO model achieved 88.9% accuracy in detecting Corneal Arcus, with precision, recall, F1-score, and mean average precision (MAP) of 88.9%, 89.2%, 88.8%, and 88.9%, respectively. These findings indicate significant potential for the YOLO method in technical applications within informatics. Although not yet validated for medical use, this research aims to share basic scientific ideas.Keywords: YOLO; Hyperlipidemia; Corneal Arcus; Image Classification AbstrakHyperlipidemia adalah kondisi medis dengan kadar lipid darah tinggi yang meningkatkan risiko penyakit Kardiovaskular. Indikator fisik hyperlipidemia adalah Corneal Arcus, cincin putih di sekitar kornea. Penelitian ini menganalisis kemampuan metode YOLO (You Only Look Once) dalam mendeteksi dan mengklasifikasikan Corneal Arcus pada citra mata. Dataset terdiri dari 348 gambar mata dalam tiga kategori: normal, berisiko, dan Corneal Arcus. Hasil menunjukkan model YOLO mencapai akurasi 88,9% dalam mendeteksi Corneal Arcus, dengan presisi, recall, F1-score, dan mean average precision (MAP) masing-masing sebesar 88,9%, 89,2%, 88,8%, dan 88,9%. Temuan ini menunjukkan potensi besar metode YOLO dalam aplikasi teknis di bidang informatika. Meskipun belum tervalidasi untuk penggunaan medis, hasil ini bertujuan untuk membagikan ide ilmiah dasar.Kata kunci: YOLO; Hyperlipidemia; Corneal Arcus; Klasifikasi Citra;
Penerapan Algoritma Support Vector Machine Pada Review Aplikasi Tiktok Irdianto, Nahdah Arlisa; Putri, Raissa Amanda
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2247

Abstract

This research aims to evaluate the application of the Support Vector Machine (SVM) algorithm in classifying user reviews of the TikTok application. The research process consists of three main stages, namely: data crawling to collect user reviews, data preprocessing to clean and prepare the data, and a classification process using the SVM algorithm. In the crawling stage, TikTok user reviews are collected from various sources. Then, in the preprocessing stage, the raw data is cleaned from irrelevant elements and converted into a format that can be processed by the SVM algorithm. Finally, in the classification stage, the SVM algorithm is applied to classify the reviews. The research results show that from a total of 399 test data, the SVM algorithm succeeded in classifying 299 data correctly, resulting in an accuracy rate of 75%. This shows that the SVM algorithm has good capabilities in classifying user reviews of the TikTok application, although there is still room for improvement. This research contributes to the understanding of the application of SVM algorithms for sentiment analysis and text classification in the context of social media application reviews.Keywords: Support vector machine; Classification; TikTok; Sentiment analysis   AbstrakPenelitian ini bertujuan untuk mengevaluasi penerapan algoritma Support Vector Machine (SVM) dalam klasifikasi ulasan pengguna aplikasi TikTok. Proses penelitian terdiri dari tiga tahap utama, yaitu: crawling data untuk mengumpulkan ulasan pengguna, preprocessing data untuk membersihkan dan mempersiapkan data, serta proses klasifikasi menggunakan algoritma SVM. Pada tahap crawling, ulasan pengguna TikTok dikumpulkan dari berbagai sumber. Kemudian, pada tahap preprocessing, data mentah dibersihkan dari elemen-elemen yang tidak relevan dan diubah menjadi format yang dapat diproses oleh algoritma SVM. Terakhir, pada tahap klasifikasi, algoritma SVM diterapkan untuk mengklasifikasikan ulasan-ulasan tersebut. Hasil penelitian menunjukkan bahwa dari total 399 data uji, algoritma SVM berhasil mengklasifikasikan 299 data dengan benar, menghasilkan tingkat akurasi sebesar 75%. Hal ini menunjukkan bahwa algoritma SVM memiliki kemampuan yang baik dalam melakukan klasifikasi ulasan pengguna aplikasi TikTok, meskipun masih terdapat ruang untuk perbaikan. Penelitian ini memberikan kontribusi dalam pemahaman tentang penerapan algoritma SVM untuk analisis sentimen dan klasifikasi teks dalam konteks ulasan aplikasi media sosial.Kata kunci: Support vector machine; Klasifikasi; TikTok; Analisis sentimen
Perancangan Sistem Informasi Persediaan Barang Menggunakan Metode FAST Pada PT Puguh Bachti Karsa Sari, Desi Nila Arum; Mariana, Novita
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1794

Abstract

The use of information systems technology provided significant advantages for companies that demand accurate, reliable, fast, relevant, and detailed information flow. Perusahaan Ekspor “X” was one of the companies engaged in the field of fresh fish exports with destinations in Asia and the United States. The existing inventory information system at Perusahaan Ekspor “X” was still done manually. As a result, the time required to produce accurate reports and make the right sales transactions was longer, and the risk of errors in recording was also greater. Web-based applications in the process of recording inventory of goods using the Framework for the Application of System Thinking (FAST) method consisted of phases Scope Definition, Problem Analysis, Requirements Analysis, Logical Design and Physical Design. The results of the implementation of this research were expected to provide solutions to problems at Perusahaan Ekspor “X” in recording and reporting inventory.Keywords: FAST Method; Inventory; Web Base AbstrakPenggunaan teknologi sistem informasi memberikan manfaat yang signifikan bagi perusahaan yang menginginkan aliran informasi yang akurat, terpercaya, cepat, relevan, dan terperinci. Perusahaan Ekspor “X” merupakan salah satu perusahaan yang bergerak di bidang ekspor ikan segar dengan tujuan Asia dan Amerika Serikat. Sistem Informasi persediaan barang yang ada di Perusahaan Ekspor “X” masih dilakukan secara manual sehingga waktu yang diperlukan untuk menghasilkan laporan yang akurat dan melakukan transaksi penjualan barang yang tepat menjadi lebih lama, dan risiko kesalahan dalam pencatatan juga semakin besar. Aplikasi berbasis website dalam proses pencatatan persediaan barang menggunakan metode Framework for the Application of System Thinking (FAST) terdiri dari fase-fase Scope Definition, Problem Analysis, Requirements Analysis, Logical Design dan Physical Design. Hasil implementasi dari riset ini dapat memberikan solusi permasalahan pada Perusahaan Ekspor “X” dalam pencatatan dan pelaporan persediaan barang.Kata kunci: Metode FAST; Persediaan barang; Berbasis Web 
Penerapan Metode RAD Pada Aplikasi Manajemen Perpustakaan Sekolah Dasar Nasional Amanah Bangsa Berbasis Web Gustiansyah, Ahmad Rizqi; Wiyanto, Wiyanto; Zy, Ahmad Turmudi
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2057

Abstract

Among the elements of education, the library emerges as a focal point in leveraging technology to enhance access, efficiency, and quality of services. At SD Nasional Amanah Bangsa, library data processing is still performed manually by staff, who record the book list conventionally without the support of data processing programs. This situation leads to a lack of transparency in monitoring book borrowing and returns, hindering the library management's ability to make accurate decisions. To address this issue, this study proposes the implementation of a web-based library management system using the Rapid Application Development (RAD) method with the integration of barcode technology. The RAD method allows for rapid and responsive software development, while barcodes enhance recording efficiency and accuracy. The implementation of this system is expected to expedite administrative processes, reduce manual errors, and improve transparency and the quality of library services. System testing results show that all main functions were successfully implemented, with testing results indicating a "successful" status in all black-box testing scenarios, signifying significant improvements in data management efficiency and accuracy as well as user satisfaction.Keywords: Library Application; Website; Rapid Application Development AbstrakDi antara elemen pendidikan, perpustakaan muncul sebagai titik fokus dalam memanfaatkan teknologi untuk meningkatkan akses, efisiensi, dan kualitas layanan. Di SD Nasional Amanah Bangsa, pengolahan data perpustakaan masih dilakukan secara manual oleh staf, yang mencatat daftar buku secara konvensional tanpa dukungan program pengolah data. Kondisi ini menyebabkan ketidaktransparanan dalam pemantauan peminjaman dan pengembalian buku, menghambat kemampuan manajemen perpustakaan dalam membuat keputusan tepat. Untuk mengatasi masalah ini, penelitian ini mengusulkan penerapan sistem manajemen perpustakaan berbasis web menggunakan metode Rapid Application Development (RAD) dengan integrasi teknologi barcode. Metode RAD memungkinkan pengembangan perangkat lunak yang cepat dan responsif, sementara barcode meningkatkan efisiensi dan akurasi pencatatan. Implementasi sistem ini diharapkan dapat mempercepat proses administrasi, mengurangi kesalahan manual, dan meningkatkan transparansi serta kualitas layanan perpustakaan. Hasil pengujian sistem menunjukkan bahwa semua fungsi utama berhasil diimplementasikan dengan baik, dengan hasil pengujian menunjukkan status "berhasil" pada semua skenario pengujian black-box, menandakan peningkatan signifikan dalam efisiensi dan akurasi pengelolaan data serta kepuasan pengguna.Kata kunci:  Aplikasi Perpustakaan; Website; Rapid Application Development

Page 3 of 4 | Total Record : 40

 1   2   3   4 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 22, No 1 (2026): Januari Vol 21, No 2 (2025): Agustus Vol 21, No 1 (2025): Februari Vol 20, No 2: Agustus 2024 Vol 20, No 1: Februari 2024 Vol 19, No 2: Agustus 2023 Vol 19, No 1: Februari 2023 Vol 18, No 2: Agustus 2022 Vol 18, No 1: Februari 2022 Vol 17, No 2: Agustus 2021 Vol 17, No 1: Februari 2021 Vol 16, No 2: Agustus 2020 Vol 16, No 1: Februari 2020 Vol 15, No 2: Agustus 2019 Vol 15, No 1: Februari 2019 Vol 14, No 2: Agustus 2018 Vol 14, No 1: Februari 2018 Vol 13, No 2: Agustus 2017 Vol 13, No 1: Pebruari 2017 Vol 12, No 2: Agustus 2016 Vol 12, No 1: Pebruari 2016 Vol 11, No 2: Agustus 2015 Vol 11, No 1: Pebruari 2015 Vol 10, No 2: Agustus 2014 Vol 10, No 1: Pebruari 2014 Vol 9, No 2: Agustus 2013 Vol 9, No 1: Pebruari 2013 Vol 7, No 2: Agustus 2011 Vol 6, No 2: Agustus 2010 Vol 6, No 1: Pebruari 2010 Vol 4, No 1: Pebruari 2008 Vol 2, No 2: Agustus 2006 More Issue