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 131 Documents
 10   11   12   13   14 
Sistem Monitoring Helpdesk & Ticketing Dalam Penanganan Keluhan Perangkat Kerja Berbasis Web Iwan Kurniawan; Munawaroh Munawaroh
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol 3, No 3 (2022): AGUSTUS
Publisher : Journal of Artificial Intelligence and Innovative Applications (JOAIIA)

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

Abstract

PT Lingkar Sembilan Titian Media is one of the companies engaged in creative industry technology. This company has several services, namely Web-Based & Mobile App Development, Digital Marketing & Campaign, Manage Service Provider, and Media & Broadcasting. The work that cannot be separated from technology causes frequent problems that require the IT Helpdesk division to solve. However, currently, complaints are still being made manually, there is not even a ticket number given by the IT Helpdesk to the user. So users can only wait for confirmation via Whatsapp or the Slack application. Not only that, the recording system for disturbances/damages experienced by users is still done manually and is not integrated, which makes it difficult for the Manager to monitor IT Helpdesk activities in real-time. Thus the company needs a system that can assist, manage, record & provide ticket numbers that can be accessed easily and together at PT Lingkar Sembilan Titian Media.This research aims to build a monitoring system that can make it easier for managers to monitor the work of the IT Helpdesk and Ticketing divisions that make it easier for employees to complain about work equipment issues. This research uses the waterfall method, while the analysis is carried out by conducting observations and interviews with related parties. The process design method is focused on model development using UML (Unified Model Language) and using the PHP programming language with the Code Igniter 3.0 framework and wampp v3.2.6 with Apache as the webserver and MySQL as database storage. The results of this study are in the form of a monitoring system for the IT helpdesk division and ticketing of complaints about work equipment at PT Lingkar Sembilan Titian Media. Keyword: Monitoring System, Helpdesk, Ticketing, Waterfall Methode
Identifikasi Jenis Buah Apel Berdasarkan Ekstraksi Ciri Bentuk Dan Warna Menggunakan Metode Klasifikasi Nave Bayes Maulana Fansyuri; Devi Yunita
Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Vol 3, No 3 (2022): AGUSTUS
Publisher : Journal of Artificial Intelligence and Innovative Applications (JOAIIA)

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

Abstract

Salah satu inovasi yang berkembang begitu cepat adalah picture handling. Banyak elemen elektronik, seperti pemindai, kamera canggih, dan instrumen pembesar terkomputerisasi. Saat ini, pengolahan gambar adalah perangkat penting di banyak bagian sains, seperti rekayasa perangkat lunak, perancangan listrik dan elektronik, teknologi mekanik, ilmu fisika, sains, ilmu ekologi, sains, dan penelitian otak. Salah satu teknik pengolahan citra dalam penerapan teknologi adalah pengenalan jenis buah, yang salah satunya adalah buah apel. Apel (Malus Domestica) merupakan salah satu tipe buah yang unggul serta sangat digemari serta disantap warga. Ditambah dengan penerapan data mining dalam pengenalan citra buah apel, dapat meningkatkan kualitas akurasinya. Metode yang di terapkan didalam penelitian ini untuk masalah proses pengenalan citra buah apel adalah mengektraksi model warna HSV dan RGB dengan menambahkan fitur bentuk eccentricity, area dan metric untuk menaikan tingkat akurasi dalam pengenalan citra buah apel. Hasil ekstraksi warna dan bentuk buah tersebut diklasifikasikan menggunakan metode Naïve Bayes dengan menggunakan 600 data citra buah yang merupakan data set dari 6 jenis buah apel yang berbeda, dataset tersebut akan dibagi menjadi 480 data tes dan 120 data training. Dengan metode Confusion Matrix, hasil Analisa metode Naïve Bayes menghasilkan tingkat akurasi sebesar 77,5% dengan kategori klasifikasi yang baik.
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.

Page 12 of 14 | Total Record : 131

 10   11   12   13   14 

Filter by Year

2020 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