cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Delima Sitanggang
Contact Email
djoshlimasitanggang@gmail.com
Phone
-
Journal Mail Official
jusikom@unprimdn.ac.id
Editorial Address
Gedung Universitas Prima Indonesia, Medan Fakultas Teknologi dan Ilmu Komputer Jurusan Sistem Informasi Jl. Sekip Simpang Sikambing
Location
Kota medan,
Sumatera utara
INDONESIA
Jusikom: Jurnal Sistem Informasi Ilmu Komputer
Published by Universitas Prima Indonesia
ISSN : -     EISSN : 25802879     DOI : 10.34012
Core Subject : Science,
Decision Sciences, Operations Research & Management
This journal is about information systems and computer science.
Arjuna Subject : -
Articles 222 Documents
 7   8   9   10   11 
PERANCANGAN PENGEMBANGAN DESAIN ARSITEKTUR JARINGAN MENGGUNAKAN METODE PPDIOO Sitompul, Daniel Ryan Hamonangan; Harmaja, Okta Jaya; Indra, Evta
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 4 No. 2 (2021): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

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

Abstract

Perkembangan teknologi informasi (IT) sangatlah pesat dan sudah masuk ke berbagai bidang. Salah satu bidang yang dipengaruhi oleh perkembangan IT ini adalah pelayanan medis. Pada umumnya, hampir semua urusan administrasi dalam pelayanan medis dilakukan dalam Sistem Informasi Manajemen Rumah Sakit (SIMRS), dimana untuk menggunakan SIMRS ini diperlukan koneksi jaringan lokal ataupun internet. Maka dari itu, untuk melancarkan pengurusan administrasi di Rumah Sakit, diperlukan sebuah koneksi jaringan yang stabil dan optimal. Untuk memperoleh jaringan yang stabil dan optimal, maka diperlukan sebuah desain arsitektur jaringan yang sesuai dengan kebutuhan di Rumah Sakit serta adanya Manajemen bandwidth sesuai dengan tingkat prioritas klien.
PENERAPAN METODE SERVICE QUALITY DALAM ANALISIS PERSEPSI KONSUMEN PADA PELAYANAN PEMESANAN BARANG E-COMMERCE DI UNIVERSITAS PRIMA INDONESIA Joelio, Gideon; Nugrah, Lucky; Saputra, Muhardi
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2311

Abstract

Seiring berjalannya waktu, gaya hidup masyarakat semakin serba instan karena sebagian besar masyarakat memiliki mobilitas yang tinggi dalam menjalankan aktivitasnya, sehingga masyarakat seringkali mencari sesuatu yang nyaman dan mudah untuk memenuhi kebutuhan sehari-hari, diikuti dengan penyediaan berbagai layanan E-commerce yang membantu para pelakunya. bisnis menghasilkan penjualan. Layanan e-commerce yang semakin menarik, mudah diakses, dan dapat menguntungkan sistem penjualan bagi para pelaku bisnis dan pelanggan. Oleh karena itu, sistem penjualan e-commerce sangat penting untuk diperhatikan karena sistem penjualan barang suatu perusahaan tidak lepas dari perkembangan teknologi informasi. Kualitas pelayanan merupakan tingkat keunggulan yang diharapkan dapat memenuhi keinginan konsumen. Tujuan dari penelitian ini adalah untuk mengetahui tingkat kepuasan pada setiap atribut Service Quality, tanggapan pelanggan dari setiap atribut yang digunakan yaitu: Berwujud (Tangibles), Reliability (Excellence), Perceptive (Responsiveness), Jaminan (Assurance), Empathy (Empathy), dengan menggunakan metode Service Quality, dan memberikan saran untuk meningkatkan kualitas pelayanan pemesanan barang pada e-commerce.
IMPLEMENTATION OF SMART IRRIGATION SYSTEM ON CARROT PLANTATION USING INTERNET OF THINGS Perangin-Angin, Despaleri; -, Yoga Tri Nugraha; -, Evta Indra; Turnip, Mardi; Situmorang, Andreas; Sitompul, Daniel Ryan Hamonangan; -, Ruben
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2347

Abstract

Agriculture is one of the main sectors in Karo Regency, North Sumatra. One of the commodities produced by farmers in Karo Regency is carrot. The inability of farmers to control soil moisture may cause crop damage to a lack of productivity. This research aims to create a monitoring & control system that is integrated with the website to make it easier for farmers to prevent problems that occur. The method used in the research is the design, installation, monitoring, and deactivation. The results obtained from this research are that farmers can now monitor the field conditions in real-time using a web-based monitoring & control system.
Sistem Informasi RAM (Reliability, Avaibility, Maintability) Analisis Kinerja Peralatan Gerbang Tol Berbasis Dashboard Mahardhika, Restu Mahardhika; Rakhmayudhi, Rakhmayudhi; Purwanti, Santi; Nasihin, Sirajun
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2348

Abstract

Penulis-an yang berjudul Sistem Informasi RAM (Reliability, Avaibility, Maintability) Analisis Kinerja Peralatan Gerbang Tol Berbasis Dashboard adalah sebuah sistem informasi yang dibangun untuk membantu PT. XYZ dalam mengukur kinerja peralatannya, khususnya di Gardu Tol. Dengan dibangunnya sistem ini perusahaan dapat melakukan pemantuan peralatan terkait kehandalan, ketersediaan dan syarat dilakukannya perawatan. Hasil pengujian dari dibangunnya sistem ini menunjukan bahwa sistem informasi tidak memiliki kendala dari segi pengujian blackbox. Selain itu, pengujian Akurasi mengenai penghitungan yang dilakukan sesuai dengan teori yang digunakan. Dalam pengujian yang telah dilakukan mendapat respon yang baik dari pengguna terakhir. Dengan demikian, Sistem informasi ini layak digunakan sebagai alat untuk mengukur kinerja peralatannya.
PERBANDINGAN AKURASI C4.5 DAN NAIVE BAYES UNTUK EVALUASI KINERJA KARYAWAN PT CATUR SENTOSA ADIPRANA Rudianto, Rudianto; Wahyudi, Tedi; Handayani, Popon
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2350

Abstract

ABSTRAK- Proses evaluasi penilaian kinerja karyawan PT Catur Sentosa Adiprana (CSA) belum sepenuhnya efektif dikarenakan proses perhitungannya yang masih dilakukan secara manual dan masih terdapat unsur subjektif dalam proses penilaiannya, sehingga hasil penilaian yang diperolehpun menjadi kurang akurat dan Algoritmamenyebabkan ketidakpuasan serta ketidakadilan bagi karyawan. Menilai setiap karyawan tentunya bukan hal yang mudah jika jumlah karyawan begitu banyak, maka dari itu penerapan data mining dengan metode Algoritma klasifikasi C4.5 (Decision tree) dan Naïve Bayes dipilih untuk membantu proses evaluasi penilaian kinerja karyawan dalam menentukan mana karyawan yang layak dan mana yang tidak layak untuk dipertahankan dengan mengidentifikasi berbagai faktor apa saja yang dapat memengaruhinya. Pengimplementasian kedua metode algoritma ini diharapkan dapat digunakan untuk mengetahui perbadingan akurasi yang lebih komprehensif dengan mencari nilai tertinggi. Berdasarkan hasil penelitian yang dilakukan, diperoleh hasil uji komparasi algoritma klasifikasi C4.5 memiliki nilai akurasi sebesar 98.18% lebih unggul 3.03% dibandingkan dengan Naïve Bayes yang memiliki nilai akurasi 95.15%. sedangkan pada nilai uji ROC, kedua algoritma ini memiliki nilai uji ROC yang masuk tingkat paling baik (excellent classification), yaitu C4.5 sebesar 0.994 dan Naïve Bayes 0.981 dengan perbedaan yang tidak terlalu signifikan. Dengan demikian, Algoritma C4.5 memiliki performa lebih baik dan dapat diterapkan sebagai bahan dasar pertimbangan dalam menentukan karyawan yang layak atau tidak layak untuk dipertahankan secara adil, objektif, dan cepat oleh pihak pengambil keputusan dengan bantuan perangkat lunak Rapid Miner Studio. Kata kunci : Klasifikasi, Karyawan, Algoritma C4.5, Naïve Bayes, Rapid Miner.
Implementasi Metode Trend Moment Untuk Prediksi Data Penjualan Sparepart Sepeda Motor Prasetia, Andre; Suriati, Suriati; Usman, Ari
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2354

Abstract

Angga Motor merupakan sebuah usaha bengkel yang berlokasi di kota Medan dan bergerak di bidang usaha penjualan sparepart sepeda motor serta melayani jasa service sepeda motor. Dalam menjalankan usahanya, pihak Angga Motor harus memperhatikan perencanaan dan pengendalian persediaan sparepart yang dibeli oleh pelaggan. Jika permintaan pembelian sparepart sepeda motor meningkat, maka dapat mengambil keputusan untuk menambah stok sparepart sepeda motor agar permintaan pelanggan selalu terpenuhi. Apabila hal ini tidak dikelola dengan baik, sistem persediaan sparepart dapat menjadi tidak efektif. Oleh karena itu, maka perlu dilakukan penelitian mengenai prediksi penjualan sparepart sepeda motor dengan menggunakan metode Trend Moment. Prediksi merupakan cara untuk mencari nilai-nilai yang akan datang berdasarkan pada nilai-nilai yang diketahui sebelumnya. Hasil prediksi penjualan sparepart sepeda motor jenis Kanvas Rem untuk periode bulan Januari 2020 dengan menggunakan metode Trend Moment dan dipengaruhi oleh indeks musim yaitu cenderung stabil atau mengalami trend positif dimana hasilnya sebesar 2 unit, dengan nilai error MAPE sebesar 0,002365 %. Sedangkan total nilai error MAPE hasil prediksi dari bulan Januari 2020 sampai Desember 2020 sebesar 0,1440 %. Hasil prediksi untuk sparepart Ban sebanyak 3 unit dengan total nilai error MAPE sebesar 0,1337 %, sparepart Aki sebanyak 3 unit dengan total nilai error MAPE sebesar 0,1224 %, sparepart Oli Mesin sebanyak 2 unit dengan total nilai error MAPE sebesar 0,1288 %, sparepart Lampu sebanyak 3 unit dengan total nilai error MAPE sebesar 0,1352 %, sparepart Kanvas Kopling sebanyak 2 unit dengan total nilai error MAPE sebesar 0,1440 %, dan sparepart Spark Plug sebanyak 2 unit dengan total nilai error MAPE sebesar 0,1484 %.
PENERAPAN METODE DECISION TREE DALAM PEMBERIAN BONUS KINERJA KARYAWAN MENGGUNAKAN ALGORITMA C5.0 PADA PT. JUNYE GROUP LANGKAT Tajrin, Tajrin; -, Novendy
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2361

Abstract

ABSTRAK- Manusia merupakan sumber daya yang tidak lepas pada setiap perusahaan, manusia memiliki pengetahuan, keterampilan, kemampuan dan karya. Bonus merupakan salah satu pendorong karyawan untuk menunjukkan kinerjanya lebih baik. Dengan memberikan bonus merupakan bentuk penghargaan kepada karyawan untuk memotivasi para karyawan yang memiliki kemampuan dan semangat kerja yang tinggi dalam melakukan pekerjaannya, bonus yang diberikan sesuai dengan prestasi kerja yang dihasilkan. PT. Junye Group Langkat bergerak di bidang eksport kayu ke luar negeri seperti Cina dan Korea biasanya pemberian bonus atas prestasi kinerja setiap tahun diberikan, tetapi proses pemberian bonus kepada karyawan masih melakukan secara manual yang memerlukan waktu yang cukup lama untuk dapat menentukan hasil karyawan yang mendapatkan bonus. oleh karena itu peneliti merancang sebuah sistem datamining dengan menerapakan Metode Decision Tree dan Algoritma C5.0 yang akan membantu proses perhitungan berdasarkan kriteria-kriteria secara cepat dan ideal dalam menentukan karyawan yang terbaik untuk mendapatkan bonus setiap tahunya. Laju eror yang dipergunakan sebagai evaluasi algoritma C5.0 dalam klasifikasi pemberian bonus kinerja karyawan sebesar 8.% kesalahan dari 20 data, artinya ada 12 karyawan yang tepat di klasifikasikan.
Analisis perbandingan sentimen Corona Virus Disease-2019 (Covid19) pada Twitter Menggunakan Metode Logistic Regression Dan Support Vector Machine (SVM) Kelvin, Kelvin; Banjarnahor, Jepri; -, Evta Indra; NK Nababan, Marlince; Sinurat, Stiven Hamonangan
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2365

Abstract

Melihat perkembangan twitter tersebut maka twitter menjadi salah satu media yang dapat digunakan untuk melakukan analisis sentimen terhadap bebagai topik. Penelitian ini melakukan suatu analisis sentimen terhadap bahasan yang saat ini sering menjadi trending topic di twitter yaitu “CoronaVirus Disease-2019 (covid19)”. Penyebaran virus ini juga langsung dibicarakan oleh banyak kalangan masyarakat twitter, saat ini virus corona tengah menjadi perhatian dunia internasional. Banyaknya jumlah angka korban dan cepatnya penularan virus membuat masyarakat khawatir dan muncul berbagai opini tentang virus corona, Opini inilah yang kemudian di analisa untuk diketahui polaritasnya dengan analisis sentimen. Metode yang digunakan adalah Logistic Regression dan Support Vector Machine (SVM) dimana SVM memiliki nilai akurasi 91,15% dalam data test sedangkan metode Logistic Regression mendapatkan nilai akurasi sebanyak 87,68% dalam data test.
Implementasi Data Mining Clustering Data Valuasi Ekspor Kertas Indonesia Menggunakan Algoritma K-Means Pooja, Netiya; Saputra, Muhardi; Aisyah, Siti; Juanta, Palma
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2372

Abstract

Indonesia merupakan salah satu negara pengekspor ke negara-negara maju dan berkembang. Eksportir bertujuan untuk memperoleh keuntungan demi menunjang perekonomian dan kemakmuran masyarakat. Jurnal ini membahas tentang penerapan data mining clustering pada nilai ekspor kertas berdasarkan pelabuhan asal di Indonesia menggunakan algoritma K-Means. Data yang digunakan dalam penelitian ini adalah data valuasi ekspor kertas dari tahun Januari 2014 sampai Juni 2021 yang diambil dari publikasi Badan Pusat Statistik (BPS). Data akan diolah dengan melakukan clustering dalam 3 cluster yaitu cluster ekspor dengan nilai tinggi, nilai ekspor sedang dan nilai ekspor rendah. Sehingga nantinya dapat diperoleh informasi cluster pelabuhan-pelabuhan yang menghasilkan transaksi ekspor kertas yang tinggi. Juga akan menghasilkan informasi cluster pelabuhan-pelabuhan yang berada di kategori menengah untuk dikembangkan atau diperdayakan oleh badan terkait di pemerintahan maupun perusahaan-perusahaan dibidang manufaktur kertas dan logistic. Diharapkan pelabuha-pelabuhan yang memiliki potensial ini bisa diperdayakan untuk membantu meningkatkan kegiatan ekspor kertas dari Indonesia. Proses clustering akan dihitung menggunakan tools RapidMiner yang merupakan salah satu tools terkemuka dalam bidang data mining.
IMPLEMENTASI METODE ASSOCIATION RULE DAN ALGORITMA FP-GROWTH DALAM MENENTUKAN PENJUALAN HANDPHONE DAN LAPTOP PADA INTIKOM -, shella; Ompusunggu, Elvis Sastra
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2388

Abstract

Intikom merupakan salah satu toko penjualan elektronik handphone (HP) dan laptop terbesar yang tidak hanya melayani pembelian saja tetapi juga melayani servis. Intikon dalam menentukan penjualan HP dan laptop hanya mengetahui laba, rugi dan stok persediaan barang saja, namun tidak mengetahui barang-barang apa yang akan di sediakan lebih banyak berdasarkan penjualan yang paling laris, dalam hal ini persediaan barang yang di lakukan masih melakukan cara konvensional sehingga masih terdapat kesalahan-kesalahan yang di timbulkan sehingga menimbulkan kekecewaan kepada pembeli. Dengan adanya pengetahuan tersebut maka toko berkolaborasi menggunakan metode Association Rule dengan algoritma FP Growth. Dalam menerapkan algoritma FP Growth untuk menganalisa data penjualan hp dan laptop pada toko memperoleh 6 sempel rule dari ratusan rule dengan menerapkan min support >30 dan confidence 70% dari aplikasi atau program yang sudah di jalankan. Rule yang di peroleh 100% dengan Xiaomi Redmi Note 10 5G 4GB/128GB dan Vivo V23e 8GB/128GB maka membeli Vivo Y21T 5G 6/128 Gb , 83% dengan pembelian Vivo Y21T 5G 6/128 Gb maka membeli Oppo A95 8GB/128GB dan iPhone 13 128GB, 80% dengan pembelian iPhone 13 Mini 128GB maka membeli Vivo Y21T 5G 6/128 Gb dan Oppo A16 4GB/64G.

Page 9 of 23 | Total Record : 222

 7   8   9   10   11 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol. 8 No. 2 (2025): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER Vol. 8 No. 1 (2024): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER Vol. 7 No. 2 (2024): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER Vol. 7 No. 1 (2023): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER Vol. 6 No. 2 (2023): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) Vol. 6 No. 1 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) Vol. 5 No. 1 (2021): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) Vol. 4 No. 2 (2021): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) Vol. 4 No. 1 (2020): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) Vol. 3 No. 2 (2020): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) Vol. 3 No. 1 (2019): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) Vol. 2 No. 2 (2019): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) Vol. 2 No. 1 (2018): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) Vol. 1 No. 2 (2018): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) Vol. 1 No. 1 (2017): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP) More Issue