cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Tri Rochmadi, S.Kom., M.Kom
Contact Email
treesaro@gmail.com
Phone
-
Journal Mail Official
ijubi@almaata.ac.id
Editorial Address
Program Studi S1 Sistem Informasi, Jl. Brawijaya 99, Yogyakarta 55183
Location
Kab. bantul,
Daerah istimewa yogyakarta
INDONESIA
Indonesian Journal of Business Intelligence (IJUBI)
Published by Universitas Alma Ata Yogyakarta
ISSN : 26213915     EISSN : 26213923     DOI : -
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Fokus jurnal adalah karya inovatif pada analisis, desain, pengembangan, implementasi, evaluasi program, proyek, dan produk sistem informasi dalam manajemen strategis dan intelijen bisnis.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 8 Documents
 1 
Search results for , issue "Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI)" : 8 Documents clear
IMPLEMENTASI ALGORITMA GENETIKA DALAM PENENTUAN RUTE OPTIMAL UNTUK KURIR KANTOR POS BERBASIS WEB (STUDI KASUS: KANTOR POS WATES) Imam Ihsani; Andri Pramuntadi; Deden Hardan Gutama; Dhina Puspasari Wijaya
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i2.2662

Abstract

Ekspedisi menjadi media penting dalam proses pengiriman barang oleh banyak orang maupun berbagai instansi. Terlebih situasi pandemi yang membuat jasa ekspedisi kian ikut meningkat pula. Penulis melakukan penelitian pada Kantor Pos Wates yang berada di bawah perusahaan Pos Indonesia yang justru peringkatnya jauh berada di bawah ekspedisi swasta lainnya. Faktor penurunan ini kemungkinan karena permasalahan pengiriman barang oleh kurir yang disebut dengan TSP (Traveling Salesman Problem) dimana kurir kesulitan menentukan rute terpendek dalam pengantaran paket kepada pelanggan di setiap lokasi pengirimannya mulai dari titik awal sampai kembali ke titik awal lagi. Solusi permasalahan ini adalah penerapan algoritma genetika untuk pengiriman barang dengan hasil keluaran aplikasi berbasis web sehingga kurir dapat mengirimkan barang lebih efektif untuk menghemat jarak, waktu dan biaya. Algoritma genetika adalah algoritma metaheuristik sehingga mampu menyelesaikan masalah sampai optimal. Tahapan algoritma genetika meliputi pembangkitan populasi, individu, kromosom, penentuan gen, penentuan fitness, seleksi untuk mendapatkan parents, crossover untuk menghasilkan offspring, mutasi, sampai menghasilkan solusi. Dalam pembuatan aplikasi digunakan API pada Google Maps untuk menampilkan titik koordinat lokasi yang didefinisikan sebagai gen. Perancangan aplikasi ini menggunakan metode Waterfall agar proses pembuatannya dilakukan secara urut dan terstruktur. Bahasa pemrograman yang digunakan dalam perancangan ini adalah PHP untuk menanamkan algoritma genetika pada web-nya. Adapula hasil dari penelitian ini adalah aplikasi web penentu rekomendasi rute yang di-generate berdasarkan jarak terdekat yang dapat dilalui kurir.
IMPEMENTASI CONTENT MODERATION DALAM SOCIAL MEDIA INSTAGRAM UNTUK DETEKSI CYBERBULLYING DENGAN MACHINE LEARNING BERBASIS CLOUD. Wahyu Hadikristanto
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i2.2804

Abstract

Media sosial adalah platform di internet yang memungkinkan pengguna untuk berkomunikasi, berbagi informasi, dan terhubung dengan orang lain. Instagram adalah salah satu media sosial yang paling banyak digunakan di seluruh dunia. Cyberbullying adalah tindakan menyiksa, mengancam, atau menyiksa seseorang secara online. Machine learning adalah teknologi yang memungkinkan komputer untuk mempelajari danmengembangkan kemampuan tanpa diberi instruksi secara eksplisit. Machine learning dapat digunakan dalam berbagai bidang, termasuk content moderation untuk mencegah cyberbullying. Secara keseluruhan, penelitian tentang content moderation dengan machine learning berbasis cloud cukup efisien, mengingat nilai akurasi yang diperoleh sebesar 85%.
KOMPARASI METODE SUPPORT VECTOR MACHINE DAN NAÏVE BAYES DALAM KLASIFIKASI PELUANG PENYAKIT SERANGAN JANTUNG Musthofa Galih Pradana; Pujo Hari Saputro; Dhina Puspasari Wijaya
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i2.2659

Abstract

The death rate in the world per year is 17.9 million due to cardiovascular disease, including heart and blood vessel disorders. This needs to be given more attention to anticipate the possible risk of a heart attack. One of the contributions in the field of technology to provide useful information about the risk of heart disease is by using a data processing approach or data mining technique by classifying the vulnerability to heart disease risk. The classification method used is Support Vector Machine and Naïve Bayes. The classification method will be carried out in a comparative process and the method that has the best accuracy will be sought. The scenarios used are 2 test scenarios, namely dividing the training data by 20% in scenario 1 and 40% in scenario 2. The final results of the research obtained are the best accuracy in the Support Vector Machine with scenario 1 of 87%.
PERANCANGAN PLATFORM INKUBATOR BISNIS SEBAGAI UPAYA PENINGKATAN KOMPETENSI PELAKU UMKM UNTUK MENGGERAKAN PEREKONOMIAN INDONESIA Pujianto Pujianto; Abdul Rahman; Lindawati Lindawati; Mardiah Kenamon; Rini Efrianti
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i2.2668

Abstract

AbstractThe role of MSMEs is very large in the Indonesian economy, the contribution of MSMEs is 97% of the workforce and 61.9% of the contribution to the Gross Domestic Product (GDP). However, MSMEs in Indonesia still faces several challenges to developing and improving their business. The Indonesian government implemented stimulus in dealing with and controlling the effects of the Covid-19 pandemic and was effective when compared to other countries. In 2021, Indonesia's real GDP index has reached pre-pandemic conditions at the level of 101.5, while neighboring countries namely Malaysia are at the level of 96.4, the Philippines are at the level of 95.5 and Thailand is still at the level of 94.4. The purpose of this research is to design a Business Incubator Platform in an effort to increase the competency of MSME players through a business incubator. If the competence of MSME players matches current needs, it is hoped that Indonesian MSMEs will be able to compete and improve the Indonesian economy. The method used in this study is the Waterfall Model. While the stages carried out in this method are the stages of system requirements analysis, design, implementation, and system maintenance. While system testing uses the Black Box testing model which focuses on system functionality. The result of this research is an Incubator Platform that can be used by MSME players to improve their business competence. To join this platform, UMKM players register through the platform, after being verified by the admin team, MSME players can use the features that have been provided.
IMPLEMENTASI SISTEM DIAGNOSIS LAYANAN INTERNET PT. FIBER NETWORKS INDONESIA MENGGUNAKAN METODE CERTAINTY FACTOR DAN CASE-BASED REASONING Jeffry Andhika Putra; Teguh Sadewo Pangestu
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i2.2646

Abstract

PT. Fiber Networks Indonesia (FiberNet) is intended to make it easier for service users to overcome FiberNet service disruptions. So, users can directly diagnose symptoms and the system directly provides solutions related to service problems. It is hoped that the system can help users and provide education in solving problems without contacting customer service. The FiberNet service fault diagnosis system is designed and implemented using PHP, MySQL database, Certainty Factor method, and Case-Based Reasoning method. The application of the Certainty Factor method is used to determine the percentage value based on the specified confidence value. The application of the Case-Based Reasoning method is used to compare new cases, old cases, and determine the case of each selected symptom where the highest Certainty Factor percentage value becomes a reference. The application made has five elements of an expert system, namely a knowledge base, database, inference mechanism, user interface, and system implementation where the application can detect symptoms experienced in internet services.
SENTIMENT ANALYSIS UNTUK REVIEW DESTINASI WISATA UNGGULAN GUNUNG KIDUL MENGGUNAKAN METODE LEXICON DAN PIVOT Larasati Larasati; Shalsa Nabilla; Eri Haryanto
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i2.2604

Abstract

Sentiment analysis is the process of using text analytics to get various data sources from the internet and various social media platforms. Comment data is obtained through Twitter social media. This classification is used to determine how comments interpret tourist attractions in Gunungkidul. Lexicon-based and Pivoting are used to group people's opinions into three classes: positive, negative, and neutral sentiments. This method is used to classify the results of community comment data written as community satisfaction with tourism in Gunungkidul. This study aims to discover people's opinions about tourism in Gunungkidul during the Covid-19 pandemic. The results of this study are used to determine the classification of community comment data so that services can be easily developed through comments provided by the community. The sentiment analysis results contained the categories of positive emotions 51%, negative 1%, and neutral 48%.
PENERAPAN METODE DISCRETIZATION DAN ADABOOST UNTUK MENINGKATKAN AKURASI ALGORITMA KLASIFIKASI DALAM MEMPREDIKSI PENYAKIT JANTUNG Annisa Maulana Majid; Muhammad Najamuddin Dwi Miharja
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i2.2689

Abstract

Angka kematian yang disebabkan oleh penyakit jantung dapat dikurangi jika ada diagnosa yang akurat sejak dini. Penelitian sebelumnya dalam memprediksi penyakit jantung dengan tingkat akurasi telah dilakukan namun menghasilkan akurasi yang kecil pada algoritma Decision Tree C4.5 dan K-Nearest Neighbor (KNN). Untuk itu diperlukan adanya peningkatan akurasi agar menghasilkan keakuratan informasi. Tujuan penelitian ini adalah untuk meningkatkan akurasi dari algortima klasifikasi Decision Tree C4.5 dan K-Nearest Neighbor (KNN) menggunakan data heart disease dataset dari kaggle.com dengan menerapkan teknik discretization dan metode ensemble yaitu adaboost. Hasil penelitian ini dengan algoritma tunggal menghasilkan akurasi sebesar 89,17% pada Decision Tree dan 84,68% pada KNN, sedangkan Decision tree menggunakan teknik discretization dan adaboots sebesar 99,81% dan KNN menggunakan teknik discretization dan adaboots sebesar 92,88%. Hasil menunjukkan adanya peningkatan algortima klasifikasi menggunakan teknik discretization dan adaboots.
PENERAPAN METODE GAP PADA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BIBIT PADI TERBAIK Muhammad Adithya Ricky Ichsan; Irma Rofni Wulandari; Yuli Astuti; Wiwi Widayani
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i2.2715

Abstract

Pemilihan bibit padi merupakan langkah awal dari budidaya tanaman padi. Pemilihan bibit perlu diperhatikan untuk mendapatkan hasil panen yang baik. Petani di Desa Soropadan sering mengalami kesulitan dalam menentukan bibit padi yang akan digunakan. Sistem pendukung keputusan dapat menjadi salah satu solusi untuk permasalahan pemilihan bibit padi. Jenis bibit padi dapat dipilih berdasarkan aspek dan kriteria tertentu. Kriteria yang digunakan yaitu tinggi tanaman, kerontokan, harga bibit, umur tanaman, bentuk tanaman, bentuk gabah, kadar amilosa, dan kerebahan. Metode GAP merupakan salah satu metode pengambilan keputusan dengan mencari gap antar kriteria. Tujuan dari penelitian ini yaitu untuk merancang suatu sistem penunjang keputusan dengan menerapkan metode GAP sehingga dapat membantu memberikan rekomendasi bibit padi unggul. Hasil dari penelitian yaitu Metode GAP berhasil diimplementasikan ke dalam bentuk sistem penunjang keputusan berbasis website dan menampilkan perankingan bibit padi serta memberikan rekomendasi bibit padi terbaik. Blackbox testing digunakan untuk menguji sistem dan mendapatkan hasil sistem berjalan sesuai dengan perancangan.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 8, No 1 (2025): Indonesian Journal of Business Intelligence (IJUBI) Vol 7, No 2 (2024): Indonesian Journal of Business Intelligence (IJUBI) Vol 7, No 1 (2024): Indonesian Journal of Business Intelligence (IJUBI) Vol 6, No 2 (2023): Indonesian Journal of Business Intelligence (IJUBI) Vol 6, No 1 (2023): Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 2 (2022): Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 1 (2022): Indonesian Journal of Business Intelligence (IJUBI) Vol 4, No 2 (2021): Indonesian Journal of Business Intelligence (IJUBI) Vol 4, No 1 (2021): Indonesian Journal of Business Intelligence (IJUBI) Vol 3, No 2 (2020): Indonesian Journal of Business Intelligence (IJUBI) Vol 3, No 1 (2020): Indonesian Journal of Business Intelligence (IJUBI) Vol 2, No 2 (2019): Indonesian Journal of Business Intelligence (IJUBI) Vol 2, No 1 (2019): Indonesian Journal of Business Intelligence (IJUBI) Vol 1, No 2 (2018): Indonesian Journal of Business Intelligence (IJUBI) Vol 1, No 1 (2018): Indonesian Journal of Business Intelligence (IJUBI) More Issue