cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Budi Hermawan
Contact Email
-
Phone
+62081703408296
Journal Mail Official
info@kdi.or.id
Editorial Address
Jl. Flamboyan 2 Blok B3 No. 26 Griya Sangiang Mas - Tangerang 15132
Location
Kab. tangerang,
Banten
INDONESIA
bit-Tech
Published by Komunitas Dosen Indonesia
ISSN : 2622271X     EISSN : 26222728     DOI : https://doi.org/10.32877/bt
Core Subject : Science,
Computer Science & IT
The bit-Tech journal was developed with the aim of accommodating the scientific work of Lecturers and Students, both the results of scientific papers and research in the form of literature study results. It is hoped that this journal will increase the knowledge and exchange of scientific information, especially scientific papers and research that will be useful as a reference for the progress of the State together.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 370 Documents
 22   23   24   25   26 
Pengembangan Sistem Pendukung Keputusan Berbasis SAW untuk Rekomendasi Pemilihan Motor Bekas Yoga, Robis Fahma; Litanianda, Yovi; Asrofi Buntoro, Ghulam
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2236

Abstract

Doyok Motor, sebuah showroom motor bekas di Madiun, Jawa Timur, menghadapi tantangan dalam membantu pelanggan memilih motor bekas yang sesuai dengan preferensi dan kebutuhan mereka. Pemilihan motor bekas sering kali subjektif, sehingga diperlukan sistem yang mampu memberikan rekomendasi yang lebih objektif dan akurat. Penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) berbasis metode Simple Additive Weighting (SAW) untuk memberikan rekomendasi berbobot dalam pemilihan motor bekas berdasarkan kriteria utama, yaitu kondisi mesin, usia kendaraan, dan harga. Sistem ini berbasis web untuk meningkatkan kemudahan akses dan efisiensi dalam pengambilan keputusan bagi calon pembeli. Metodologi yang digunakan meliputi normalisasi nilai alternatif, perhitungan skor akhir berbobot, dan perangkingan untuk menghasilkan rekomendasi terbaik. Pengujian blackbox memastikan bahwa fitur utama seperti registrasi, login, input data, normalisasi, perangkingan, dan pencetakan laporan berfungsi sesuai spesifikasi. Selain itu, pengujian whitebox dengan Flowgraph Form alternatif digunakan untuk menghitung kompleksitas siklomatis, memastikan efisiensi algoritma serta cakupan pengujian optimal. Hasil penelitian menunjukkan bahwa sistem ini mampu meningkatkan keandalan, objektivitas, serta transparansi dalam pemilihan motor bekas, memberikan rekomendasi yang lebih akurat dan dapat dipertanggungjawabkan. Implementasi sistem ini diharapkan dapat membantu showroom dalam meningkatkan pelayanan serta kepuasan pelanggan. Pengembangan lebih lanjut dapat dilakukan dengan mengintegrasikan sistem ini ke dalam platform marketplace serta mengadopsi kecerdasan buatan (AI) untuk analisis preferensi pengguna yang lebih mendalam.
Uncovering Legendary Coffee Shops in Pontianak Through Sentiment Analysis Salim, Ilucky; Tjen, Jimmy
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2240

Abstract

Nowadays, coffee shops are scattered everywhere offering a variety of unique experiences to attract customers. Despite the rapid emergence of modern coffee shops, certain long-established coffee shops (often referred to as “legendary coffee shops”) continue to thrive and maintain a loyal customer base. The success of legendary coffee shops can be attributed to factors such as signature beverages, distinctive ambiance, and a strong word-of-mouth reputation. Unlike newer establishments that rely heavily on digital marketing, these coffee shops build trust and popularity over time. To further understand their influence, sentiment analysis can be applied to customer reviews of the coffee shops. This study analyzes two legendary coffee shops in Pontianak, namely Aming Coffee Shop and Asiang Coffee Shop to understand the key factors behind their sustainability despite strong competition using Naïve Bayes Method. The best accuracy for testing data at a 50:50 ratio was 76.76%, while training data reached 96.16%. The resulting precision and recall values are 96.16% and 78.81%. This study employs N-gram 3 model to identify the top words of both coffee shops. The findings indicates that both coffee shops are well-known for their signature milk coffee and unique flavor beverages that resonate with the local community. Aming Coffee Shop attracts young customers with affordable prices, while Asiang Coffee Shop maintains its traditional coffee shop ambiance, appealing to customers seeking nostalgia. From these two case studies, it is evident the success of a coffee shop is highly influenced by taste, branding, and customer experience.
Fashion Cerdas: AI dan Masa Depan Industri Mode Nurcahyanie, Yunia Dwie; Winarno, Adi; Misbahuddin, Agus Ridwan
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2242

Abstract

Industri fashion mengalami transformasi fundamental dengan integrasi kecerdasan buatan (AI) dalam berbagai aspek, mulai dari desain, produksi, hingga pemasaran. AI telah merevolusi cara industri ini beroperasi dengan memungkinkan personalisasi tren, prediksi permintaan pasar, serta optimalisasi rantai pasok secara lebih efisien dan akurat. Teknologi berbasis machine learning, computer vision, dan natural language processing berperan dalam menganalisis data konsumen, mengembangkan desain otomatis, serta meningkatkan pengalaman pelanggan melalui sistem rekomendasi berbasis AI. Selain itu, AI berkontribusi dalam pengurangan limbah produksi melalui optimalisasi penggunaan bahan baku dan prediksi tren mode yang lebih presisi, sehingga meningkatkan aspek keberlanjutan industri fashion. Penelitian ini meninjau penerapan AI dalam industri fashion dengan fokus pada berbagai teknologi inovatif yang digunakan dalam pengembangan desain fashion, e-commerce, serta manajemen rantai pasok. Studi ini juga mengidentifikasi tantangan utama dalam implementasi AI, termasuk biaya investasi tinggi, ketergantungan pada data berkualitas, serta isu etika terkait bias algoritma dan dampak terhadap tenaga kerja manusia. Meskipun menghadapi tantangan tersebut, penerapan AI menawarkan peluang besar untuk meningkatkan efisiensi operasional, mempercepat inovasi desain, dan memperkuat daya saing industri fashion di tingkat global. Dengan berkembangnya teknologi AI, industri fashion diharapkan dapat lebih adaptif, inovatif, dan berkelanjutan dalam menghadapi dinamika pasar global. Hasil penelitian ini dapat memberikan wawasan bagi akademisi dan praktisi industri fashion dalam memahami potensi serta implikasi jangka panjang dari adopsi AI, sekaligus mendorong penelitian lebih lanjut mengenai integrasi teknologi ini dalam berbagai aspek industri fashion.
Pengembangan Sistem Pakar Untuk Diagnosa Penyakit Diabetes Melitus Menggunakan Metode Forward Chaining Supiyan, Dede
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2244

Abstract

Diabetes Melitus (DM) adalah salah satu masalah kesehatan di seluruh dunia, dengan prevalensi yang terus tumbuh setiap tahun. Banyak pasien DM tidak didiagnosis atau terlambat untuk perawatan yang benar, yang dapat menyebabkan komplikasi serius seperti penyakit jantung, kerusakan saraf, dan gangguan penglihatan. Faktor -faktor seperti gaya hidup yang tidak sehat, kekurangan gizi, dan kurangnya aktivitas fisik berkontribusi pada peningkatan insiden DM. Oleh karena itu, penting untuk mempertajam persepsi publik tentang gejala dan risiko DM dan menyediakan sistem diagnostik yang cepat dan akurat untuk mendukung penanganan yang lebih baik terhadap orang yang terkena dampak. Oleh karena itu, tujuan dari penelitian ini adalah untuk mengembangkan sistem profesional berbasis web yang dapat mendiagnosis diabetes untuk mendapatkan rekomendasi diagnostik yang akurat dan cepat berdasarkan gejala yang dilaporkan pasien. Metode pengumpulan data dilakukan oleh penelitian literatur, wawancara dengan profesional kesehatan, dan distribusi kuesioner untuk mengumpulkan informasi tentang gejala dan karakteristik pasien DM. Dalam penelitian ini, metode forward chaining digunakan sebagai teknik penalaran untuk menganalisis gejala dan mengakhiri diagnosis berdasarkan aturan yang diberikan. Hasil penelitian menunjukkan bahwa sistem pakar berbasis web yang dikembangkan dapat memberikan diagnosis yang akurat dengan tingkat keberhasilan 85%, memberikan penggunaan dan kecepatan sederhana saat memberikan hasil diagnostik. Oleh karena itu, sistem ini adalah alat yang efektif untuk para profesional kesehatan dalam mendiagnosis diabetes dan diharapkan dapat meningkatkan deteksi dini penyakit.
The Application of Data Mining in Predicting Cryptocurrency Prices Using the Support Vector Machine (SVM) Method: Indonesia Ester, Ria; Hidayah, Nasrul; Handayani, Dede
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2245

Abstract

Cryptocurrencies have rapidly emerged as one of the most exciting financial technology innovations in recent years. Among the various digital assets, XRP (Ripple) is one of the most popular, experiencing significant price fluctuations. This study aims to apply the Support Vector Machine (SVM) method in predicting the price of the XRP cryptocurrency, in the hope of providing a clearer picture of the investment prospects. The data used in this study includes the daily price movements of XRP from 2019 to 2023. In the research process, the date variable is selected as the input feature, and the closing price as the output to be predicted. Various kernel functions in SVM, including RBF, Polynomial, and Sigmoid, were tested to determine which one gave the best results. The results showed that the Polynomial kernel produced a Mean Absolute Percentage Error (MAPE) value of 45.40%, indicating better accuracy compared to other kernels. This study also explains the importance of choosing the right kernel function and overcoming the problem of underfitting that may occur due to the high volatility characteristics of cryptocurrencies. These findings not only enrich the understanding of machine learning techniques but also provide new insights for investors in data-based decision making. Recommendations for future research include the use of alternative prediction models and the integration of external information that can affect prices.
Perancangan Aplikasi Rekomendasi Produk Reksadana dengan Metode Content-Based Filtering Nanang; Rahmawati; Putri, Sukma Manggar Suci
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2247

Abstract

Industri reksadana di Indonesia mengalami pertumbuhan pesat seiring dengan perkembangan teknologi, yang memunculkan berbagai pilihan produk investasi. Namun, calon investor sering mengalami kesulitan dalam menentukan produk yang sesuai dengan kebutuhan dan profil risiko mereka akibat kurangnya pemahaman terhadap karakteristik produk reksadana. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi rekomendasi produk reksadana berbasis metode Content-Based Filtering guna membantu calon nasabah dalam memperoleh rekomendasi investasi yang lebih personal dan relevan. Metode penelitian yang digunakan mencakup perancangan dan implementasi sistem rekomendasi yang memanfaatkan karakteristik produk reksadana serta preferensi pengguna untuk menghasilkan rekomendasi yang sesuai. Hasil implementasi menunjukkan bahwa aplikasi ini berhasil memberikan informasi produk reksadana kepada calon nasabah serta membantu mereka dalam menentukan pilihan investasi yang lebih tepat. Selain itu, aplikasi ini juga mendukung PT Prospera Asset Management dalam meningkatkan efisiensi dan efektivitas proses rekomendasi produk reksadana, sekaligus memperkuat kinerja bisnis di bidang pengelolaan investasi. Dengan demikian, penelitian ini berkontribusi dalam memberikan solusi berbasis teknologi yang dapat meningkatkan literasi keuangan masyarakat dan mempermudah pengambilan keputusan investasi. Studi ini menunjukkan bahwa penerapan metode Content-Based Filtering dalam sistem rekomendasi investasi dapat meningkatkan pengalaman calon investor dan mendukung optimalisasi layanan manajemen investasi. Penelitian lebih lanjut dapat dilakukan untuk mengevaluasi kinerja aplikasi dengan pendekatan berbasis data pengguna dalam skala yang lebih luas.
Penerapan Sifat Dasar Manusia dalam SPK dengan Metode MBTI Sebagai Acuan Komunikasi Kesan Pertama Dani, Dani; Saputra, Reza
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2248

Abstract

Penelitian ini mengembangkan sistem berbasis Myers-Briggs Type Indicator (MBTI) untuk membantu individu memahami sifat dasar kepribadian mereka dan menciptakan komunikasi kesan pertama yang efektif. Sistem ini menggunakan pendekatan kuantitatif dan kualitatif untuk mengidentifikasi tipe kepribadian pengguna dan memberikan rekomendasi komunikasi yang relevan dan personal. Dengan demikian, sistem ini dapat membantu pengguna memahami diri mereka sendiri dan meningkatkan kemampuan komunikasi mereka. Hasil penelitian menunjukkan bahwa sistem ini memiliki tingkat akurasi 75% dalam mengidentifikasi tipe kepribadian pengguna. Selain itu, responden memberikan tingkat kepuasan rata-rata 4,4 dari skala 5,0 terhadap pengalaman penggunaan sistem ini. Sistem ini juga membantu pengguna memanfaatkan sifat dasar mereka untuk meningkatkan potensi komunikasi, pengambilan sikap, serta strategi interaksi yang lebih baik. Dengan demikian, sistem ini dapat menjadi alat yang efektif untuk meningkatkan kemampuan komunikasi individu. Penelitian ini menyimpulkan bahwa penerapan metode MBTI dapat memberikan manfaat signifikan dalam mendukung komunikasi interpersonal yang lebih efektif dan bermakna. Sistem ini memiliki potensi besar untuk diterapkan secara luas di berbagai bidang, seperti rekrutmen, pendidikan, dan pelatihan interpersonal. Pengembangan lebih lanjut dapat mencakup integrasi teknologi canggih untuk meningkatkan akurasi dan personalisasi sistem guna mendukung kebutuhan komunikasi di era digital. Dengan demikian, penelitian ini dapat menjadi kontribusi yang signifikan dalam pengembangan sistem komunikasi yang lebih efektif dan personal.
Implementation of a Decision Support System for Selecting the Best Supplier Using the SAW Method Suryadi, Angga; Adam Muiz, Adam; Alpan Hidayat, Alpan
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2255

Abstract

This study aims to design and implement a Decision Support System (DSS) based on the Simple Additive Weighting (SAW) method in the process of selecting the best supplier within the Micro, Small, and Medium Enterprises (MSMEs) environment, with a case study on Thaiyo Thaitea. In the face of increasingly competitive business environments, choosing the right supplier is a crucial factor in maintaining operational efficiency and service quality. However, the supplier selection process is often subjective and unstructured. Therefore, the SAW method is implemented to provide an objective and systematic approach to evaluating multiple supplier alternatives based on various criteria. This study uses five main criteria in supplier evaluation: price, product quality, completeness, delivery timeliness, and service. The SAW method allows for weighting and normalizing these criteria, resulting in a quantitative ranking of suppliers. The research findings indicate that supplier H. Slamet (A1) achieved the highest score (12.01), making it the best choice for Thaiyo Thaitea. System validation was conducted using the Black Box method to test the application's reliability and functionality. The test results demonstrate that all core features, including criteria data management, assessment processes, and user authentication, function as expected. This study provides practical contributions to improving efficiency and objectivity in the decision-making process for MSMEs. The study's implications indicate that the implementation of the SAW method in DSS can produce more transparent, accurate, and structured decisions. This research opens opportunities for further development through real-time data integration or comparisons with other Multi-Criteria Decision Making (MCDM) methods to enhance decision-making flexibility and accuracy in the future.
Implentasi Sistem Pendukung Keputusan Menentukan Karyawan Tetap Menggunakan Metode Additive Ratio Assessment (Aras) Gultom, Herwis; Hidayat, Rahmat
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2261

Abstract

Dalam dunia kerja yang semakin kompetitif, meningkatkan kualitas karyawan menjadi salah satu pusat perhatian utama dalam bidang pengembangan sumber daya manusia. Proses penentuan dan pengangkatan seorang karyawan tetap sering kali menghadapi tantangan, terutama terkait dengan kurangnya transparansi dalam penilaian. Saat ini, penilaian karyawan tetap cenderung bersifat subjektif, bergantung pada pendapat pribadi supervisor atau pinpinan, yang dapat mengakibatkan ketidakadilan dan bias dalam pengambilan keputusan. Selain itu, proses perhitungan yang masih dilakukan secara manual membutuhkan waktu yang lama dan dapat menyebabkan kesalahan. Oleh karena itu, diperlukan suatu sistem yang dapat mendukung keputusan dalam menentukan karyawan tetap dengan lebih efisien dan objektif. Salah satu solusi yang disarankan adalah pembuatan Sistem Pendukung Keputusan (SPK) berbasis web yang menggunakan pendekatan Evaluasi Rasio Tambahan. Metode ARAS memungkinkan evaluasi karyawan berdasarkan kriteria yang telah ditentukan secara objektif, sehingga mengurangi pengaruh subjektivitas. Dengan menggunakan pendekatan pengembangan perangkat lunak metode waterfall, sistem ini dirancang untuk memberikan hasil perhitungan yang akurat dan rekomendasi karyawan yang layak untuk diangkat sebagai karyawan tetap. Hasil penelitian menunjukkan bahwa implementasi sistem ini tidak hanya meningkatkan akurasi dalam penilaian, tetapi juga mempercepat proses pengambilan keputusan oleh supervisor. Dengan demikian, sistem ini berpotensi untuk meningkatkan kualitas mengelola sumber daya manusia di perusahaan, menciptakan lingkungan kerja yang lebih adil dan transfaran.
Evaluasi Faktor Penerimaan Live Streaming di Platform E-commerce TikTokShop Menggunakan TAM 3 Wardhatul Fitrah, Ayunda; Safitri, Eristya Maya; Rahmawati, Rafika
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2263

Abstract

Perkembangan teknologi informasi telah mengubah pola perilaku konsumen dalam berbelanja secara daring. Salah satu tren terkini dalam e-commerce ialah fitur live streaming, yang memudahkan interaksi secara real-time antar penjual dan pembeli. Tiktok Shop menjadi salah satu platform yang berhasil mengadopsi strategi ini untuk meningkatkan pengalaman belanja digital. Namun, adopsi fitur ini masih dipengaruhi oleh beberapa faktor. Penelitian ini guna menganalisis faktor yang memengaruhi penerimaan live streaming TikTok Shop menggunakan Technology Acceptance Model 3 (TAM 3). Dengan metode kuantitatif berbasis survei, penelitian ini mengumpulkan data dari 400 responden yang pernah bertransaksi melalui live streaming TikTok Shop. Data melalui pendekatan Structural Equation Modeling-Partial Least Squares (SEM-PLS). Hasil penelitian menampakkan inovasi dan kepercayaan pengguna mendapati pengaruh signifikan terhadap keputusan pembelian serta adopsi teknologi dalam ekosistem digital. Sementara itu, risiko yang dirasakan mendapati pengaruh yang lebih rendah dibandingkan dengan faktor lainnya. Temuan ini mengindikasikan meskipun konsumen menyadari adanya potensi risiko dalam transaksi digital, mereka tetap melakukan pembelian dan mengadopsi teknologi baru apabila manfaat serta pengalaman belanja yang didapatkan lebih besar dibandingkan risiko yang mungkin terjadi. Kesimpulan dari penelitian ini menekankan pentingnya berfokus pada peningkatan kepercayaan, transparansi informasi, serta kemudahan dalam penggunaan teknologi guna mempercepat penerimaan dan adopsi teknologi oleh pengguna. Rekomendasi yang diberikan meliputi optimalisasi fitur interaktif, peningkatan sistem keamanan transaksi, serta strategi promosi yang lebih menarik dan edukatif untuk meningkatkan pemahaman serta kenyamanan pengguna dalam mengadopsi fitur live streaming TikTok Shop sebagai bagian dari pengalaman belanja digital mereka.

Page 24 of 37 | Total Record : 370

 22   23   24   25   26 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol. 8 No. 1 (2025): bit-Tech Vol. 7 No. 3 (2025): bit-Tech Vol. 7 No. 2 (2024): bit-Tech Vol. 7 No. 1 (2024): bit-Tech Vol. 6 No. 3 (2024): bit-Tech Vol. 6 No. 2 (2023): bit-Tech Vol. 6 No. 1 (2023): bit-Tech Vol. 5 No. 3 (2023): bit-Tech Vol. 5 No. 2 (2022): bit-Tech Vol. 5 No. 1 (2022): bit-Tech Vol. 4 No. 3 (2022): bit-Tech Vol. 4 No. 2 (2021): bit-Tech Vol. 4 No. 1 (2021): bit-Tech Vol. 3 No. 3 (2021): Remote Delivery Vol. 3 No. 2 (2020): Datamining Vol. 3 No. 1 (2020): Distance Learning Vol. 2 No. 3 (2020): Pandemik ICT Vol. 1 No. 3 (2019): Learning Synchronous and Asynchronous in the Industry 4.0 Vol. 2 No. 2 (2019): Support System Vol. 2 No. 1 (2019): Data Mining and Green Technology Vol. 1 No. 2 (2018): Data and Information Quality Vol. 1 No. 1 (2018): First Impression on Computing More Issue