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 205 Documents
 17   18   19   20   21 
PREDIKSI DAN EVALUASI POTENSI KEUNTUNGAN SAHAM PERBANKAN HIMBARA MENGGUNAKAN METODE LSTM Susetyo, Yosia Adi; Sari, Devina Intan; Wijono, Sutarto
Indonesian Journal of Business Intelligence (IJUBI) Vol 8 No 1 (2025): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v8i1.4415

Abstract

Penelitian ini mengkaji prediksi harga saham dan analisis potensi untung dan rugi dari investasi saham di sektor perbankan khususnya pada bank negara BBNI, BBTN, BBRI dan BMRI. Prediksi menggunakan teknik pembelajaran mesin, dengan metode Long Short-Term Memory (LSTM). Model yang dibangun dan dilatih menggunakan optimizer adam, batch size 32 dan jumlah epoch 200. Model dilatih dan dikembangkan menggunakan data harga penutupan saham selama tiga tahun terakhir. Hasil dari prediksi model ditujukan untuk periode 30 hari ke depan, sehingga mampu memberikan informasi yang berharga bagi pelaku pasar saham untuk melakukan aksi jual atau beli. Evaluasi LSTM dalam memodelkan data menunjukkan tingkat akurasi (R 2 ) antara 0.9522 hingga 0.9712, dengan Mean Square Error (MSE) berkisar antara 796.55 hingga 15508.82 , Mean Absolute Error (MAE) antara 20.48 hingga 73-74 dan Root Mean Squared Error (RMSE) antara 28.22-124.53 , hasil evaluasi menunjukkan LSTM yang dibangun terbukti akurat dalam memprediksi harga saham.
SISTEM INFORMASI PENJUALAN DAN PENERIMAAN PIUTANG BERBASIS WEB PADA PT SOLUSI SAYUR BERSAMA Kurniawan, Rano
Indonesian Journal of Business Intelligence (IJUBI) Vol 7 No 2 (2024): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v7i2.4567

Abstract

PT. Solusi Sayur Bersama menghadapi beberapa kendala dalam penyusunan laporan penjualan dan piutang, antara lain sering terjadi revisi akibat kesalahan informasi jumlah, harga jual, dan duplikasi nomor dokumen, yang mengakibatkan penyusunan laporan memakan banyak waktu. Oleh karena itu, dibutuhkan sistem berbasis web. Penelitian ini menggunakan metode pengumpulan data melalui wawancara, observasi, dan studi pustaka, sedangkan analisis data menggunakan metode PIECES (Performance, Information, Economic, Control, Efficiency, Services). Dalam merancang aplikasi web ini digunakan UML (Unified Modelling Language), dan bahasa pemrograman yang digunakan adalah PHP dengan framework Laravel serta JavaScript. Basis data yang digunakan adalah MySQL dengan phpMyAdmin sebagai manajemen basis data, dan pengujian dilakukan menggunakan metode blackbox testing. Dengan adanya perancangan sistem informasi penjualan dan penerimaan piutang ini, diharapkan dapat mempermudah Admin Penjualan dan Staf AR dalam menghasilkan laporan yang akurat dengan cepat, serta mendukung evaluasi dalam pengendalian internal oleh pimpinan berdasarkan laporan penjualan dan piutang.
PENGGUNAAN DAN NIAT PERILAKU MENGGUNAKAN SISTEM INFORMASI DESA DI ANTARA PEMERINTAH KALURAHAN MURTIGADING DENGAN PENDEKATAN MODEL UTAUT-2 Heksaputra, Dadang; Wicaksana, Ragil Satria; Wijaya, Dhina Puspasari; Lavenia, Vega; Rizqi, Akbar Nur
Indonesian Journal of Business Intelligence (IJUBI) Vol 7 No 2 (2024): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v7i2.4817

Abstract

The village information system has experienced significant growth, but research focusing on user adoption behavior in the Kalurahan Murtigading government area remains limited. Additionally, most studies use a single theoretical framework to explore this behavior. Addressing this gap, this study applies the UTAUT-2 framework to analyze the key factors influencing behavioral intention to use the village information system among the Kalurahan Murtigading government, with the addition of perceived security and epistemic value as other influencing factors. The study employs a survey approach with a cross-sectional design, and the proposed conceptual model was tested using partial least squares-structural equation modeling (PLS-SEM) analysis on 38 samples, with no issues of non-response bias (NRB) and common method bias (CMB). The results indicate that the UTAUT-2 constructs, along with the additional factors, significantly influence behavioral intention, with social influence, effort expectancy, and epistemic value being the top three factors affecting behavioral intention. These findings can also assist stakeholders in developing effective strategies to encourage more individuals, especially in the Kalurahan Murtigading government area, to adopt the village information system.
NOTIFIKASI EMAIL DENGAN METODE ASYNCHRONOUS MENGGUNAKAN GOOGLE PUB/SUB Kurniasih, Mepa
Indonesian Journal of Business Intelligence (IJUBI) Vol 7 No 2 (2024): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v7i2.4899

Abstract

Di era digital, banyak sistem memerlukan notifikasi email yang cepat dan efisien tanpa mengganggu kinerja utama. Penelitian ini membahas penggunaan metode pengiriman email secara asinkron menggunakan Google Pub/Sub untuk memenuhi kebutuhan tersebut. Google Pub/Sub dipilih karena keandalannya dalam mengelola pesan dalam jumlah besar dengan waktu respons yang cepat, sehingga cocok untuk sistem dengan aktivitas tinggi. Implementasi notifikasi asinkron ini memisahkan proses pengiriman email dari alur utama, meningkatkan efisiensi sistem. Hasil penelitian menunjukkan bahwa metode ini berhasil mengatur pengiriman email secara efektif tanpa mengganggu kinerja sistem. Selain itu, sistem ini menyediakan mekanisme untuk menangani kesalahan dan pengulangan pengiriman, memastikan pesan tidak hilang meskipun terjadi gangguan. Solusi ini memberikan skalabilitas dan keandalan, menjadikannya ideal untuk sistem modern yang membutuhkan pengiriman notifikasi email dalam jumlah besar.
IMPLEMENTASI SMOTE DAN ALGORITMA MACHINE LEARNING UNTUK MENINGKATKAN AKURASI REKOMENDASI HOTEL Agustina, Candra; Rahmawati, Eka; Irawan, Denny; Tristanti, Vriska wahyu
Indonesian Journal of Business Intelligence (IJUBI) Vol 7 No 2 (2024): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v7i2.5141

Abstract

Pariwisata memiliki peran penting dalam perekonomian global, dengan destinasi seperti Candi Borobudur menarik berbagai jenis pengunjung. Untuk meningkatkan pengalaman wisatawan, rekomendasi hotel yang akurat menjadi sangat penting. Namun, data yang tidak seimbang, seperti ulasan positif yang terlalu dominan, sering kali mengurangi kinerja model machine learning yang digunakan untuk rekomendasi. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan menerapkan Synthetic Minority Over-sampling Technique (SMOTE) guna menyeimbangkan dataset dan meningkatkan akurasi rekomendasi hotel. Beragam algoritma machine learning, termasuk Random Forest, Support Vector Machines, dan Neural Networks, diterapkan dan dievaluasi. Hasil penelitian menunjukkan bahwa penerapan SMOTE secara signifikan meningkatkan kinerja semua model, dengan Random Forest memberikan hasil terbaik. Studi ini menunjukkan bahwa SMOTE, dalam kombinasi dengan teknik machine learning, memberikan solusi yang kuat terhadap ketidakseimbangan kelas pada sistem rekomendasi hotel, sehingga menghasilkan rekomendasi yang lebih andal dan relevan bagi wisatawan. Temuan ini memiliki implikasi penting bagi manajemen hotel dan sektor pariwisata secara keseluruhan.
IMPLEMENTASI LINEAR CONGRUENT METHOD (LCM) UNTUK MENINGKATKAN INTEGRITAS DALAM COMPUTER BASED TEST (CBT) Nugraha, Alfian Setya; Rahmawati, Chusnia; Rusdianto, Didiek
Indonesian Journal of Business Intelligence (IJUBI) Vol 7 No 2 (2024): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v7i2.5147

Abstract

This study examines the efficacy of the Linear Congruent Method (LCM) in enhancing the integrity of Computer-Based Testing (CBT) systems through optimized question randomization. The primary objective was to evaluate how LCM can prevent question leakage and cheating by ensuring each test is unique and unpredictable. The research involved conducting 20 tests with different students, using both randomized and non-randomized settings to compare outcomes. Results indicated that LCM significantly improves test fairness and security by distributing questions in a manner that prevents predictability. Furthermore, this approach allows educators to accurately assess individual student understanding and tailor educational interventions effectively. Recommendations for future research include refining LCM parameters, integrating additional security technologies, and continuous evaluation to maximize the educational and integrity benefits of CBT systems.
Deteksi Kemiripan Dokumen Menggunakan Cosine Similarity Berdasarkan Representasi Teks Count Vectorizer Dan TF IDF Pradana, Musthofa Galih; Irzavika, Nindy; Maulana, Nurhuda
Indonesian Journal of Business Intelligence (IJUBI) Vol 7 No 2 (2024): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v7i2.5170

Abstract

Tujuan mata kuliah skripsi atau tugas akhir menumbuhkan budaya berpikir kritis, dan menunjukan kemampuan untuk memecahkan permasalahan dengan konstruksi logis dari penelitian. Akan tetapi, dari banyaknya manfaat tersebut, ada beberapa permasalahan yang juga muncul dikarenakan mata kuliah ini. Plagiarisme adalah masalah umum. Mengambil karya orang lain, termasuk pendapat mereka sendiri, dan membuatnya seperti karya sendiri adalah plagiarisme. Langkah pertama dalam penggunaan teknologi adalah mendeteksi kesamaan dokumen sejak dini. Dalam hal ini, dokumen yang harus dikumpulkan oleh mahasiswa selama proses pengajuan judul skripsi mereka adalah abstrak. Ketika digunakan, algoritma cosine similarity adalah algoritma yang efisien secara komputasi karena sangat mudah dipahami dan dapat digunakan dengan data berskala besar. Penelitian ini dilakukan dengan dua pendekatan representasi teks yaitu dengan menggunakan TF-IDF dan Count Vectorizer. Data korpus yang digunakan dalam penelitian ini adalah 1600 data dokumen abstrak skripsi mahasiswa, dengan pengujian menggunakan 30 data untuk melihat kinerja algoritma cosine similarity dalam mendeteksi kesamaan dokumen abstrak. Hasil penelitian menunjukkan bahwa pendekatan representasi teks TF-IDF mendapatkan kesamaan di angka 7,72861 dan Count Vectorizer mendapatkan hasil di angka 16,85541 atau punya gap sebesar 9,1268 dengan keunggulan Count Vectorizer. Hal ini disebabkan Count Vectorizer menghitung frekuensi kata tanpa mempertimbangkan apakah kata tersebut umum atau jarang, sehingga kata-kata umum tetap berkontribusi penuh terhadap similarity.
AUTOMATED ACNE TYPE IDENTIFICATION THROUGH FORWARD CHAINING APPROACH Rakhmadi, Aris; Fikamelyalla, Naura; Winiarti, Sri; Silmina, Esi Putri; Fadlillah, Umi; Nugroho, Yusuf Sulistyo
Indonesian Journal of Business Intelligence (IJUBI) Vol 8 No 1 (2025): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v8i1.5377

Abstract

Acne, a prevalent dermatological condition, poses significant physical and psychological challenges. Despite its widespread impact, timely and accessible diagnosis remained a barrier for many, emphasizing the need for innovative solutions. This study introduced an online consultation system for acne-type identification, leveraging a forward chaining approach within an AI-powered expert system. The system analyzed user-reported symptoms—such as severity, location, and appearance—using a rule-based inference mechanism to provide accurate diagnoses and tailored treatment recommendations. Developed using a prototype model, the system’s knowledge base was enriched through observations, literature reviews, and expert interviews, ensuring reliability and clinical relevance. Iterative testing, including black-box evaluations and a System Usability Scale (SUS) assessment, confirmed the system's functionality and user satisfaction, with a SUS score of 86.5, indicating high acceptance. The system bridged critical gaps in dermatological care, particularly for underserved communities, by enabling rapid, user-centric diagnostics and personalized recommendations. The research underscored the transformative potential of artificial intelligence and expert systems in healthcare. By integrating accessibility, scalability, and precision, the proposed system addressed the challenges of acne management and set a foundation for future advancements in dermatological diagnostics.
PERANCANGAN DAN PENGEMBANGAN SISTEM INFORMASI PENJUALAN BERBASIS ANDROID UNTUK MENINGKATKAN EFISIENSI PROSES BISNIS PADA PT SENUS SEJAHTERA INDONESIA Kurniawan, Rano
Indonesian Journal of Business Intelligence (IJUBI) Vol 8 No 1 (2025): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v8i1.5513

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi yang dapat meningkatkan efisiensi dalam pengelolaan data serta mempermudah proses transaksi di berbagai sektor, termasuk dalam administrasi, penjualan, dan pengolahan data. Berbagai sistem informasi berbasis web dan android telah banyak diterapkan untuk memperbaiki manajemen data di perusahaan dan institusi, mulai dari pengolahan data pegawai, penjualan barang, hingga pemeliharaan prasarana. Melalui analisis dan perancangan sistem informasi menggunakan berbagai metode, seperti PIECES dan Extreme Programming, berbagai aplikasi telah dirancang untuk memenuhi kebutuhan spesifik setiap entitas. Sistem informasi berbasis web dan android yang dikembangkan dapat mempermudah proses transaksi dan pengelolaan data secara lebih terstruktur, meminimalisir kesalahan, dan mempercepat akses informasi. Hasil dari penelitian ini menunjukkan bahwa sistem informasi yang dikembangkan memiliki dampak positif dalam meningkatkan kinerja dan efisiensi di berbagai bidang, serta dapat memberikan kontribusi terhadap perkembangan teknologi informasi di Indonesia.
IMPLEMENTASI ALGORITMA RIVEST SHAMIR ADLEMAN (RSA) MULTIPRIMA DAN CHINESE REMAINDER THEOREM (CRT) PADA PENGAMANAN PESAN TEKS Pratama, Adhi Yoga; Wijayanto, Hendro
Indonesian Journal of Business Intelligence (IJUBI) Vol 8 No 1 (2025): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v8i1.5523

Abstract

RSA (Rivest-Shamir-Adleman) adalah algoritma kriptografi kunci public yang popular dalam implementasinya. Sulitnya memfaktorkan bilangan besar menjadi factor-faktor prima adalah dasar keamanan algoritma RSA. Tahap awal RSA adalah memilih bilangan prima acak p dan q, untuk selanjutnya dihitung modulus n. Besarnya nilai modulus n berbanding lurus dengan tingkat keamanan dan tingginya waktu performansi algoritma. Dalam aspek keamanan, untuk memperoleh nilai modulus n yang besar maka diimplementasikan RSA Multiprima dengan tiga bilangan prima acak (p, q, dan r) dalam pembangkitan kunci. Menangani efisiensi waktu proses dekripsi, memanfaatkan Chinese Remainder Theorem (CRT) untuk menghitung kunci privat dalam beberapa modul terpisah, sehingga dapat mempercepat  kalkulasi dalam proses dekripsi. Hasil dari kajian ini menunjukan bahwa implementasi CRT pada RSA Multiprima dapat mempercepat proses dekripsi, sehingga dapat menjadi solusi efisiensi sumber daya dalam implementasi algoritma kriptografi RSA Multiprima. Dalam kajian ini, implementasi menggunakan Bahasa pemrograman Python dengan versi 3.12.2. Kajian ini diharapkan dapat memberikan manfaat dalam pengembangan kriptografi modern yang lebih efisien.

Page 20 of 21 | Total Record : 205

 17   18   19   20   21 

Filter by Year

2018 2025


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