cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Niki Ratama
Contact Email
-
Phone
+6281294507444
Journal Mail Official
joaiia@unpam.ac.id
Editorial Address
Program Studi Teknik Informatika, Jl. Raya Puspitek No. 46 Buaran, Serpong, Tangerang Selatan, Banten, Indonesia
Location
Kota tangerang selatan,
Banten
INDONESIA
Journal of Artificial Intelligence and Innovative Applications (JOAIIA)
Published by Universitas Pamulang
ISSN : 27161501     EISSN : 27754057     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 19 Documents
 1   2 
Search results for , issue "Vol. 6 No. 4 (2025): November" : 19 Documents clear
ANALISIS DAN IMPLEMENTASI MACHINE LEARNING DALAM MEMPREDIKSI KERUSAKAN LAPTOP MENGGUNAKAN METODE RANDOM FOREST (STUDI KASUS: BARAKA SERVICE DEPOK) Tiara Ulfiah; Anis Mirza
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Teknik Informatika Universitas Pamulang

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

Abstract

Laptops are essential electronic devices widely used in academic and professional activities; however, they are often prone to damage due to intensive usage. Manual damage identification by technicians is time-consuming and prone to human error. Thisresearch aims to develop a laptop damage prediction system based on machine learning using the Random Forest method. Thedataset was obtained from Baraka Service Depok, containing information such as year of purchase, daily crash frequency,overheat frequency, symptoms, and types of damage. The research process includes data preprocessing, model training, and webbased system implementation. The results show that the Random Forest model achieved an accuracy of 95% with stableperformance in recognizing various types of laptop damage. The developed system proved effective in assisting technicians byaccelerating the diagnostic process and improving work efficiency. Keywords: Machine Learning, Random Forest, Laptop Damage Prediction, Baraka Service Depok
IMPLEMENTASI DATA MINING DALAM MENGANALISIS POLA DATA SUPPLY CHAIN UNTUK OPTIMALISASI JUMLAH STOK BARANG MENGGUNAKAN REGRESI LINIER Ningrum, Sakha; Saprudin
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Teknik Informatika Universitas Pamulang

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

Abstract

Dalam era big data, pengelolaan data yang kompleks dan besar menjadi tantangan dalam mendukung efisiensi operasional perusahaan. Penelitian ini bertujuan untuk mengoptimalkan manajemen persediaan kartu Darts Live Credit Card (LCC) pada PT Mitra Media Integrasi melalui penerapan data mining dengan pendekatan algoritma regresi linier. Permasalahan yang diangkat mencakup ketidaksesuaian antara jumlah kartu yang diterima dan dikembalikan dalam rantai pasok, yang berdampak pada proses distribusi dan ketersediaan kartu di berbagai outlet permainan darts. Penelitian ini menggunakan pendekatan kuantitatif dengan metode CRISP-DM, yang meliputi proses pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan deployment. Data diperoleh melalui studi literatur, wawancara, serta observasi data historis dari tahun 2024–2025. Hasil analisis regresi linier menunjukkan bahwa setiap peningkatan satu unit pada variabel Received, akan diikuti penurunan sebesar 1.2178 unit pada variabel Returned, dengan nilai intercept sebesar 1.0199. Model regresi ini menghasilkan nilai MSE sebesar 10.8358, RMSE 3.2918, dan R² sebesar 0.7308, yang menunjukkan model cukup baik dalam menjelaskan variabel dependen. Dengan hasil ini, perusahaan dapat memprediksi kebutuhan stok kartu LCC secara lebih akurat, mengurangi risiko kekurangan maupun kelebihan stok, serta meningkatkan efisiensi dalam proses pemesanan dan distribusi.
Penerapan Algoritma K-Means Clustering Analysis Penyakit Stroke di Rumah Sakit muhammad; Muhammad Yasser Arafat
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Teknik Informatika Universitas Pamulang

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

Abstract

Penelitian ini mengimplementasikan Algoritma K-Means Clustering untuk analisis penyakit stroke ringan di rumah sakit. Berangkat dari tingginya angka kejadian stroke di Indonesia dan keterbatasan sistem pencatatan medis konvensional yang bersifat manual dan subjektif , penelitian ini bertujuan untuk merancang dan membangun sistem pendukung keputusan berbasis teknologi informasi yang mampu mengelompokkan pasien secara objektif, terukur, dan efisien. Metode yang digunakan adalah applied research dengan pendekatan kuantitatif dan deskriptif, serta pengembangan sistem menggunakan metode K-Means. Data yang dianalisis mencakup faktor klinis dan risiko tertentu seperti usia, tekanan darah, kadar kolesterol, dan riwayat penyakit , yang diperoleh melalui rekam medis rumah sakit dan wawancara dengan tenaga medis. Penerapan algoritma K-Means Clustering memungkinkan pengelompokan pasien stroke ringan ke dalam klaster-klaster berdasarkan kemiripan karakteristik , yang hasilnya dapat mengidentifikasi kategori pasien dengan tingkat risiko rendah, sedang, atau tinggi. Sistem yang diusulkan dan dirancang menggunakan Unified Modeling Language (UML) dan Perancangan Basis Data (ERD, LRS), serta diimplementasikan menggunakan aplikasi pendukung seperti Visual Studio Code, HTML, CSS, MySQL, dan Python. Hasil pengujian Black Box Testing dan White Box Testing menunjukkan bahwa sistem fungsional dan logika internal berjalan valid dan sesuai dengan spesifikasi kebutuhan yang diharapkan, sehingga mampu meningkatkan efektivitas dan efisiensi dalam pengelolaan data pasien serta mempercepat proses identifikasi tingkat risiko.
PENERAPAN FUZZY INFERENCE SYSTEM METODE TSUKAMOTO DALAM EVALUASI PEMBELAJARAN SISWA DI YAYASAN AL LATHIIF KHOTIBUL AKHYAR Raudhatul Syifa, Siti; Maulana Ardhiansyah
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Teknik Informatika Universitas Pamulang

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

Abstract

This study aims to develop a learning evaluation system based on the Fuzzy Inference System (FIS) using the Tsukamoto method to improve the objectivity and efficiency of the assessment process at the Al Lathiif Khotibul Akhyar Foundation. Until now, the student assessment process at this tutoring institution has been conducted manually and subjectively. By using fuzzy logic, evaluation aspects such as discipline, concept understanding, and problem-solving can be assessed more measurably. The research results show that the developed system is capable of providing evaluations that are more accurate, consistent, and aligned with the actual conditions of the students. This system is implemented as a web-based application using PHP and MySQL, and tested using the black box method to ensure that all functions operate according to requirements. Keywords: Fuzzy Inference System, Tsukamoto Method, Learning Evaluation, Fuzzy Logic, Decision Support System
Sistem Pendukung Keputusan Berbasis Web untuk Pemilihan Lokasi Strategis Coffee Shop di Kota Yogyakarta dengan SMART Siswirawan, Andhika Prasetyo; Fansyuri, Maulana
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Teknik Informatika Universitas Pamulang

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

Abstract

The coffee shop industry in Yogyakarta has grown rapidly along with the increasing coffee consumption and the city’s strong tourism appeal. Selecting a strategic location is a key success factor for coffee shop businesses; however, this process is complex as it involves multiple criteria such as population density, crowd level, accessibility, rental price, and competition. This study aims to develop a web-based Decision Support System (DSS) using the Simple Multi-Attribute Rating Technique (SMART) method to assist entrepreneurs in determining the optimal coffee shop location. The research applied a quantitative approach through several stages: literature review, criteria identification, data collection, system design with UML, implementation using PHP-MySQL, and testing through Black Box and White Box. The results show that the developed system can provide objective, measurable, and user-friendly location recommendations. System testing confirmed that all functions work as designed, while user feedback indicated a high level of satisfaction. In conclusion, the web-based DSS application using the SMART method is effective for selecting strategic coffee shop locations in Yogyakarta. This system provides a practical solution for entrepreneurs to enhance decision-making quality, reduce subjectivity, and support business success in an increasingly competitive market.
Implementasi Face Recognition Untuk Tracking dan Akurasi Kehadiran Karyawan Berbasis android di Barberbos Barbershop: Studi Kasus pada Barberbos HRIS Hidayat, Harri; Maulana Ardhiansyah
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Teknik Informatika Universitas Pamulang

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

Abstract

Penelitian ini membahas implementasi sistem absensi karyawan berbasis pengenalan wajah (face recognition) yang dirancang untuk meningkatkan akurasi dan transparansi pencatatan kehadiran di Barberbos Barbershop. Sistem dikembangkan pada platform Android menggunakan Flutter dengan integrasi Google ML Kit dan TensorFlow Lite untuk proses deteksi dan pengenalan wajah. Metode pengembangan yang digunakan adalah model Waterfall. Hasil penelitian menunjukkan bahwa sistem mampu melakukan proses absensi secara otomatis, mengurangi kesalahan manusia (human error), serta memungkinkan pemilik usaha melakukan pemantauan secara real-time. Pengujian menggunakan metode black-box membuktikan bahwa seluruh fitur utama, seperti login, pendaftaran wajah, dan pencatatan absensi, berjalan dengan baik. Sistem ini terbukti efektif dalam meningkatkan efisiensi operasional dan kedisiplinan karyawan melalui pencatatan kehadiran yang otomatis, akurat, dan transparan.
PENERAPAN METODE FAST ( FRAMEWORK FOR THE APPLICATION SYSTEM THINKING) DALAM PERANCANGAN APLIKASI MONITORING SYSTEM ENGINEER BERBASIS WEB (STUDI KASUS PT.BINAREKA TATAMANDIRI) dinda, Adinda; Hardiansyah
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Teknik Informatika Universitas Pamulang

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

Abstract

PT Binareka Tatamandiri merupakan perusahaan yang bergerak di bidang layanan teknologi yang membutuhkan proses pengelolaan tugas System Engineer secara efektif dan terstruktur. Selama ini, distribusi tugas, pemantauan progres pekerjaan, serta pelaporan hasil kerja masih dilakukan secara manual melalui email atau komunikasi langsung, sehingga sering menimbulkan kendala seperti miskomunikasi, data tidak terdokumentasi dengan baik, dan keterlambatan penyelesaian tugas. Untuk mengatasi permasalahan tersebut, penelitian ini melakukan perancangan dan pengembangan aplikasi monitoring System Engineer berbasis web dengan menerapkan metode FAST (Framework for the Application of System Thinking). Metode FAST digunakan untuk memastikan proses analisis kebutuhan, perancangan, hingga pengembangan sistem dilakukan secara sistematis dan sesuai kebutuhan pengguna. Hasil penelitian ini berupa aplikasi monitoring yang menyediakan fitur ticketing, pendistribusian tugas, pemantauan progres, serta pelaporan real-time. Dengan adanya sistem ini, Project Manager dapat mengelola tugas secara lebih efektif dan memperoleh data yang akurat untuk pengambilan keputusan. Berdasarkan hasil implementasi, aplikasi ini mampu meningkatkan efisiensi kerja, ketepatan informasi, serta mempermudah koordinasi antara Project Manager dan System Engineer di PT Binareka Tatamandiri. Kata kunci: Sistem Monitoring, System Engineer, FAST, Ticketing, Web Application
PENGEMBANGAN SISTEM PAKAR MTBS BERBASIS WEBSITE MENGGUNAKAN METODE FORWARD CHAINING Azizah, Shalwa; Elfi Fauziah
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Teknik Informatika Universitas Pamulang

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

Abstract

Addressing morbidity and mortality rates among children under five years old in developing nations is a pressing public health priority. The global standard, Integrated Management of Childhood Illness (IMCI) , often faces significant hurdles in implementation, namely the scarcity of trained staff and a heavy dependence on outdated, manual, chart-based diagnostics. This reliance leads to a higher risk of clinical errors and dangerous treatment delays. To overcome this, our research focused on designing, implementing, and validating a novel web-based expert system that fully digitizes the IMCI clinical decision-making process for children aged 2 months to 5 years. Built on a modern full-stack architecture (SvelteKit, Node.js, MySQL) , the core diagnostic logic employs the Forward Chaining inference method , allowing the system to systematically process symptoms and arrive at a precise diagnosis. Rigorous functional testing (Black Box) showed a 100% compliance rate , while structural analysis (White Box) confirmed the implementation of a strict exact match rule mechanism. Crucially, the system demonstrated a high clinical accuracy rate of 90.7%. This resulting application serves as an efficient digital instrument for democratizing IMCI clinical knowledge, promising a significant boost in the speed and consistency of primary healthcare services, especially in underserved regions.
SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN E-COMMERCE TERBAIK PADA PERUSAHAAN DIGITAL MARKETING MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) BERBASIS WEBSITE (Studi Kasus : PT. Lumbung Emas Astria) rendy; Devi Yunita
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Teknik Informatika Universitas Pamulang

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

Abstract

The development of information technology has significantly impacted the economic sector, particularly through the growth of e-commerce. PT. Lumbung Emas Astria (LEA Digital Agency), as a digital marketing agency, assists MSMEs in managing online stores across various platforms. However, challenges arise as each platform possesses different algorithms, often leading to ineffective marketing strategies and inefficient advertising costs. Currently, selecting the right platform is done conventionally. This study aims to develop a Web-based Decision Support System (DSS) to recommend the best e-commerce platform. The Simple Additive Weighting (SAW) method is employed to weigh criteria such as store performance, sales volume, communication features, and platform campaigns. Data collection was conducted through observation, interviews, and literature review. Based on system testing using sample data from 10 client stores, the application successfully identified Tokopedia as the best platform with the highest preference score of 8.68, followed by Shopee with 8.42, and TikTokshop with 7.37. Furthermore, functionality testing using the Blackbox Testing method demonstrated that the system is 100% valid and operates optimally. With this system, the LEA Digital Agency team can determine more efficient marketing strategies and help business owners minimize the risk of loss in the early stages of their business.
Analisis Kepuasan Pasien BPJS Terhadap Pelayanan Rawat Jalan Di RSUD Serpong Utara Menggunakan Metode Naive Bayes Adinda Nur Fayza; Yunita, Devi
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol. 6 No. 4 (2025): November
Publisher : Teknik Informatika Universitas Pamulang

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

Abstract

Pelayanan kesehatan merupakan faktor penting dalam meningkatkan kualitas hidup masyarakat. Di Indonesia, Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan merupakan program pemerintah yang memberikan akses layanan kesehatan bagi seluruh masyarakat, termasuk masyarakat yang kurang mampu. Namun, masih banyak pasien BPJS yang mengeluhkan ketidakpuasan terhadap pelayanan yang diterima di rumah sakit, khususnya di RSUD Serpong Utara. Ketidakpuasan tersebut disebabkan oleh berbagai faktor, seperti kualitas pelayanan, sikap tenaga medis, waktu tunggu, serta fasilitas yang tersedia. Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pasien BPJS terhadap pelayanan rawat jalan di RSUD Serpong Utara dengan menggunakan metode klasifikasi Naive Bayes. Pendekatan penelitian dilakukan secara kuantitatif melalui observasi, wawancara, penyebaran kuesioner, dan studi pustaka. Dataset yang digunakan terdiri atas 517 responden, dengan 271 responden (51,41%) menyatakan puas dan 246 responden (47,59%) menyatakan tidak puas. Data tersebut dibagi menjadi 80% data latih (413 data) dan 20% data uji (104 data). Hasil pengujian menunjukkan bahwa metode Naive Bayes memiliki akurasi sebesar 83,7%, presisi 87,1%, recall 84,5% dan F1-score 83,5%, yang menandakan bahwa model ini memiliki performa yang baik dan konsisten dalam mengklasifikasikan tingkat kepuasan pasien. Faktor utama dalam memengaruhi kepuasan pasien meliputi kecepatan pelayanan, keramahan tenaga medis, kebersihan lingkungan, kenyamanan, serta kemudahan administrasi. Dengan demikian, penerapan metode Naive Bayes terbukti efektif dalam menganalisis dan memprediksi tingkat kepuasan pasien serta dapat menjadi acuan bagi pihak RSUD Serpong Utara dalam meningkatkan mutu pelayanan kesehatan.

Page 1 of 2 | Total Record : 19

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 6 No. 4 (2025): November Vol 3, No 3 (2022): AGUSTUS Vol 3, No 2 (2022): MAY Vol 3, No 1 (2022): February Vol 2, No 4 (2021): November Vol 2, No 3 (2021): Agustus Vol 2, No 2 (2021): MAY Vol 2, No 1 (2021): February Vol 1, No 4 (2020): November Vol 1, No 3 (2020): Agustus Vol 1, No 2 (2020): MAY Vol 1, No 1 (2020): February Vol 1, No 1 (2020): February More Issue