cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Aris Martono
Contact Email
aris.martono@raharja.info
Phone
+6287879163970
Journal Mail Official
sensi@raharja.info
Editorial Address
Jl. Jenderal Sudirman No. 40 Modern Cikokol Tangerang - Banten 15117 Indonesia
Location
Kota tangerang,
Banten
INDONESIA
Journal Sensi: Strategic of Education in Information System
Published by UNIVERSITAS RAHARJA
ISSN : 24611409     EISSN : 26555298     DOI : https://doi.org/10.33050/sensi
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management
Riset Soft Computing dengan penelitian dari yang berfokus pada Data Mining, Neural Network, Swarm Intelligence, Decision Tree, Data Clustering, Data Classification, Rough Set, Pattern Recognition, Image Processing. Software Engineering yang fokus pada software Requirement and Specification, Software Design, Software Management, Software Testing, Formal Method, Distributed Database dan Information System, bidang riset Business Intelligence dengan penelitian yang berfokus pada information and knowledge discovery (OLAP), Ad hoc queries and reports, text mining, web mining, search engines, Decision Support and Intelligent Systems serta Visualization. dan bidang riset Teknologi Information dan Komunikasi.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 210 Documents
 15   16   17   18   19 
Perancangan Prototype Kapal Untuk Monitoring Sensor Ultrasonik Yonky Pernando; Yuni Roza
Journal Sensi: Strategic of Education in Information System Vol 9 No 2 (2023): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v9i2.2907

Abstract

Sensor ultrasonik digunakan dalam aplikasi kapal untuk mendeteksi jarak antara kapal dan benda lain, seperti perairan dangkal atau dermaga. Sensor ini bekerja dengan memancarkan gelombang ultrasonik dan mengukur waktu yang dibutuhkan untuk gelombang tersebut kembali setelah memantul dari benda yang diukur. Namun, sensor ultrasonik juga memiliki beberapa keterbatasan, seperti pengaruh lingkungan dan interferensi dengan gelombang suara lainnya. Oleh karena itu, perlu dilakukan penyesuaian terhadap sensitivitas sensor dan kalibrasi secara teratur untuk mendapatkan hasil yang akurat. Dalam penelitian ini, dilakukan pengujian terhadap sensor ultrasonik pada kapal dan dihasilkan nilai akurasi pengukuran yang tinggi dengan menggunakan metode kalibrasi yang tepat. Hal ini menunjukkan bahwa sensor ultrasonik dapat digunakan sebagai solusi dalam memperbaiki kesalahan navigasi kapal dan membantu mencegah terjadinya kecelakaan.
The Use of Geofencing in Android-Based Mobile Applications for Promotional Ads in Shopping Centers Yodi Susanto; Persis Haryo Winasis; Muhammad Maulana Rachman; Heriyanto Heriyanto
Journal Sensi: Strategic of Education in Information System Vol 9 No 2 (2023): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v9i2.2908

Abstract

This paper describes the implementation of geofencing technology in Android-based mobile applications for promotional advertisements based on the user's location. Geofencing is a location-based service that uses GPS, cellular networks, or Wi-Fi to create virtual geographic boundaries around specific locations. This technology enables businesses to send targeted advertisements to mobile users based on their current location. The paper presents the development of an Android-based mobile application that uses geofencing technology to provide location-based promotional advertisements to users. Researchers use one of the big shopping centers in Jakarta as a location object for geofencing technology. The application uses Google Maps and Firebase to create geofences around specific locations, and then sends push notifications to users within the geofenced areas. The implementation also includes a backend system to manage the promotional advertisements and user data. The results show that the implementation of geofencing technology in Android-based mobile applications can provide a more targeted and effective way to deliver promotional advertisements to users.
Systematic Literature Review on Battery Management Systems and predicting Solar Big Data Padeli Padeli; Sudaryono Sudaryono; Ridwan Alberto Pandiangan
Journal Sensi: Strategic of Education in Information System Vol 9 No 2 (2023): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v9i2.2909

Abstract

Penelitian ini bertujuan untuk menganalisis sistem manajemen baterai dengan memprediksi tenaga surya melalui bigdata ditinjau dari kajian literatur. Dengan adanya pertumbuhan biaya integrasi, pengelolaan limbah yang semakin rumit, variabilitas daya listrik yang berdampak sosio-lingkungan sehingga membutuhkan model sektor listrik baru dengan memanfaatkan tenaga surya. Oleh karenanya penelitian ini merupakan hasil tinjauan literature review dengan prinsip systematic literature review untuk memprediksi tenaga surya dalam pengelolaan listrik dengan sistem baterai. Metode Systematic Literature Review (SLR) digunakan untuk mendefinisikan dan mengevaluasi literatur dalam rangkaian makalah. Pencarian menggunakan 41 makalah untuk evaluasi sebelumnya, menunjukkan bahwa model yang digunakan untuk memprediksi tenaga surya adalah eksperimen akademik jangka panjang. Algoritma ELM (Extreme Learning Machine) menjadi pilihan dalam pengelolaan listrik dengan tenaga surya melalui system baterai dibandingkan dengan algoritma JST (Jaringan Syaraf Tiruan).
Sistem Pendukung Keputusan untuk Menentukan Kelayakan Nasabah Penerima Kredit Ilamsyah Ilamsyah; Meri Mayangsari; Silvia Permatasari
Journal Sensi: Strategic of Education in Information System Vol 9 No 2 (2023): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v9i2.2910

Abstract

Pengajuan kredot saat ini menjadi salah satu jenis transaksi yang paling banyak diminati dalam dunia perbankan. Kredit konsumen diberikan oleh bank atau berbagai lembaga pemberi pinjaman lainnya dan merupakan sektor ekonomi yang telah mengalami pertumbuhan pesat selama 50 tahun terakhir. Munculnya teknologi komputer yang maju dan akibat meningkatnya permintaan kredit, telah menyebabkan perkembangan model untuk mendukung keputusan pemberian kredit. Meskipun pinjaman kredit adalah salah satu investasi paling menguntungkan dalam portofolio aset pemberi pinjaman, namun meningkatnya jumlah pinjaman juga menyebabkan peningkatan jumlah pinjaman yang gagal bayar. Permasalahan yang terjadi saat ini ialah disebabkan oleh keterbatasan sistem yang tidak dapat memberikan rekomendasi approval pengajuan kredit nasabah sehingga pegawai harus menunggu data yang dikirimkan oleh calon debitur yang membuat proses input data membutuhkan waktu. Metode penelitian yang digunakan adalah Simple Additive Weighting yang digunakan untuk menentukan kelayakan. kriteria yang digunakan adalah Status Tempat Tinggal, Status Pernikahan, Jenis Usaha, Status Kepemilikan dan Laba Perbulan. Dengan menggunakan sistem yang dapat diakses oleh Mikro Kredit Sales yang langsung terhubung dengan user Kredit Analis diharapkan dapat memudahkan staff Analis dalam menentukan rekomendasi pengajuan kredit bagi nasabah.
Deep Learning for Pothole Detection on Indonesian Roadways Hendra Kusumah; Mohamad Riski Nurholik; Catur Putri Riani; Ilham Riyan Nur Rahman
Journal Sensi: Strategic of Education in Information System Vol 9 No 2 (2023): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v9i2.2911

Abstract

Accidents are common on Indonesian roadways. Accidents are caused by vehicles, motorcycles, and public transportation. Road fatalities are caused by speeding, alcohol, distraction, fatigue, and poor road conditions. There are numerous car accidents on Indonesian roadways. 30% of Indonesian traffic incidents are explained by road infrastructure and environmental conditions, 61% by driver skill and personality, and 9% by vehicle variables such as vehicle standardization. Cars are damaged, immobilized, and crashed as a result of road conditions. Every hour, three people pass away in traffic in Indonesia, according to authorities. According to the BPS's 2021 Land Transportation Statistics report, 31.91 percent of Indonesia's roads were damaged, totaling 174,298 kilometers. Accidents among Indonesian motorists are becoming more common as roads deteriorate. Using a single camera, a deep learning algorithm can recognize and detect road degradation such as potholes and road cracks. Train and process the model using transfer learning and fine-tuning on the Nano YOLOv5 model architecture. After being validated in three major scenarios, the model performs well with the appropriate confidence level. The precision metric for the model is 0.8, while recall and mAP:0.5 are both 0.5.
Implementasi Algoritma Apriori untuk Menentukan Paket Bundel dalam Penjualan Toko Swalayan XYZ Mayland Trifena; Khoirunnisa Hamidah; Yuyun Umaidah; Apriade Voutama
Journal Sensi: Strategic of Education in Information System Vol 9 No 2 (2023): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v9i2.2912

Abstract

Penjualan paket bundel menjadi strategi pemasaran yang populer di toko swalayan XYZ untuk meningkatkan penjualan dan kepuasan pelanggan. Namun, menentukan kombinasi optimal dari produk-produk yang akan disertakan dalam paket bundel dapat menjadi tugas yang rumit. Oleh karena itu, penelitian ini mengusulkan implementasi algoritma Apriori untuk membantu toko swalayan XYZ dalam menentukan paket bundel yang paling efektif berdasarkan data penjualan. Metode Apriori digunakan untuk mengekstraksi aturan asosiasi dari data penjualan historis. Data penjualan termasuk informasi tentang produk-produk yang dibeli oleh pelanggan secara bersamaan. Algoritma Apriori akan mengidentifikasi kombinasi produk yang sering dibeli bersamaan, sehingga dapat digunakan untuk menentukan paket bundel yang menarik bagi pelanggan. Hasil dari penelitian ini menunjukkan bahwa mayoritas pelanggan yang membeli makanan juga membeli Air Mineral, dengan confident tertinggi sebesar 51,7% dan lift sebesar 2,2. Informasi ini dapat digunakan oleh Swalayan XYZ untuk membuat paket bundel yang menggabungkan makanan dan Air Mineral. Dengan menyusun paket bundel ini, Swalayan XYZ dapat memanfaatkan pola pembelian pelanggan yang teridentifikasi melalui analisis asosiasi untuk meningkatkan penjualan dan memberikan nilai tambah kepada pelanggan.
Prediksi Penerimaan Mahasiswa Baru Universitas Singaperbangsa Karawang dengan Naive Bayes Ganes Wisnu Cahya Bagaskara; Milla Rochmawati; Ismai Adhiya Adha; Mayland Trifena
Journal Sensi: Strategic of Education in Information System Vol 9 No 2 (2023): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v9i2.2913

Abstract

Sistem pendukung keputusan merupakan alat penting dalam proses pengambilan keputusan yang efektif dan efisien. Dalam konteks pendidikan, prediksi penerimaan mahasiswa baru menjadi salah satu aspek penting dalam pengelolaan sebuah universitas. Penelitian ini bertujuan merancang sebuah sistem pendukung dalam mengambil keputusan dengan metode Naive Bayes dalam memprediksi penerimaan mahasiswa baru di Universitas Singaperbangsa Karawang.Kriteria yang telah ditetapkan untuk diterima di universitas ini meliputi asal sekolah calon mahasiswa, nilai akhir ujian, daya tampung universitas, peluang penerimaan, dan profil calon mahasiswa. Penyelesaian kriteria tersebut dilakukan melalui teknik Data Mining dengan metode Naive Bayes. Dataset yang digunakan dalam penelitian ini berupa Data Set dengan jumlah sebanyak 816 data. Berdasarkan uji coba menggunakan data tes SNBT, metode Naive Bayes berhasil mengklasifikasikan 4 dari 816 data yang diuji, dengan akurasi prediksi mencapai 97,79%, persentase tertinggi dalam memprediksi penerimaan mahasiswa baru. Dengan memanfaatkan sistem pendukung keputusan ini, universitas dapat melakukan prediksi penerimaan mahasiswa baru dengan akurasi tinggi, mempermudah pengambilan keputusan terkait penerimaan mahasiswa baru, meningkatkan efisiensi proses seleksi, dan mengurangi kesalahan dalam proses tersebut.
Analisis Sentimen dan Pemodelan Ulasan Aplikasi AdaKami Menggunakan Algoritma SVM dan KNN Dea Safryda Putri; Nina Sulistiyowati; Apriade Voutama
Journal Sensi: Strategic of Education in Information System Vol 9 No 2 (2023): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v9i2.2914

Abstract

Salah satu aplikasi pinjaman uang online populer di Google Play Store yaitu aplikasi AdaKami. Bagi calon pengguna, ulasan mampu memberikan detail pengalaman penggunaan aplikasi. Bagi pihak perusahaan, ulasan pengguna dapat menjadi acuan evaluasi aplikasi. Masalah yang ditemukan yaitu jumlah dan keragaman ulasan pengguna aplikasi AdaKami yang tidak efisien untuk dibaca satu per satu sehingga perlu dilakukan analisis sentimen dan pemodelan. Tujuan penelitian ini yaitu mengetahui reputasi aplikasi berdasarkan sentimen dominan dalam ulasan pengguna dan membuat model analisis sentimen yang optimal. Penelitian ini menggunakan Metode SEMMA, dengan 1.000 data ulasan bersumber dari Google Play Store, melalui proses sampling dan labelling (negatif, positif, netral). Dalam pemodelan analisis sentimen, diujicobakan tiga variabel yaitu metode pelabelan (manual dan leksikon), algoritma (SVM dan KNN) dan proporsi pembagian data (data latih : data uji = 90:10, 80:20, 70:30, 60:40 dan 50:50) yang disajikan dalam bentuk 20 skenario. Hasil penelitian menunjukkan bahwa sentimen paling dominan adalah positif dan model paling optimal yaitu model skenario 6 yang menggunakan algoritma SVM, metode pelabelan manual dan proporsi 90:10. Model tersebut memiliki performa 93% accuracy, 93% precision, 93% recall dan 92% f1-score.
Rancang Bangun Aplikasi Sistem Informasi Pemesanan Catering dengan Object Oriented Modeling Sri Rahayu; Lina Yasyfa; Octavia Yulistiani
Journal Sensi: Strategic of Education in Information System Vol 9 No 2 (2023): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v9i2.2915

Abstract

Peningkatan penjualan online saat ini membuat orang terbiasa mencari informasi, memesan, dan membeli sesuatu lewat Internet. Karena internet dinilai lebih cepat dan praktis dan seringkali memberikan keuntungan lebih kepada pelanggan selain itu informasi yang dicari pun dapat ditemukan dengan mudah. Perusahaan CV Epen Catering memiliki sistem informasi pemesanan katering yang masih manual, yang dimana masih mengandalkan aplikasi whatsapp dan melakukan pendataan ulang secara manual. Dan ini menjadi hambatan karena pelanggan perlu menunggu konfirmasi dari admin lagi sehingga pelanggan belum mendapatkan informasi yang cukup jelas. Maka ini merupakan kesulitan bagi admin, yang memperlambat dan mengurangi produktivitas admin, sehingga memakan waktu cukup lama dalam proses pemesanan catering tersebut. Permasalahan lain yaitu admin perlu mendata ulang memakai buku besar, hal tersebut membuat banyak tumpukan berkas-berkas pemesanan. Hal tersebut mengakibatkan terjadinya kehilangan data pelanggan. Terkait dengan hal tersebut, maka user perlu membangun sebuah aplikasi sistem informasi pemesanan catering yang basisnya web agar dapat terciptanya efisiensi bagi pelanggan serta memudahkan kinerja admin. Kesalahan admin dalam pendataan pemesanan catering dapat diminimalisir. Dengan demikian dirancanglah sistem tersebut dengan dengan memanfaatkan pemodelan Object Oriented (UML), sehingga bisa langsung fokus pada kebutuhan user akan objek apa saja yang relevan.
Pengembangan Model Penilaian Kualitas Produk dengan Pendekatan Multikriteria Berbasis Website Aris Martono; Tilly Ray Citra Widya; Ika Rheyna Permatasari
Journal Sensi: Strategic of Education in Information System Vol 9 No 2 (2023): Journal Sensi
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/sensi.v9i2.2917

Abstract

Penilaian kualitas produk merupakan aspek penting dalam memastikan keberhasilan suatu perusahaan dan kepuasan pelanggan. Hasil penilaian dapat dipengaruhi oleh keterbatasan dan subjektivitas dalam pengumpulan data, pemilihan kriteria, dan penentuan bobot relatif. Selain itu, interpretasi hasil penilaian juga harus dilakukan dengan hati-hati, mengingat kompleksitas dan konteks yang terlibat dalam penilaian kualitas produk. Dalam era digital saat ini, penggunaan pendekatan multikriteria dan teknologi web menjadi semakin relevan dalam pengembangan model penilaian kualitas produk. Artikel ini bertujuan untuk mengembangkan model penilaian kualitas produk dengan pendekatan multikriteria berbasis web. Dalam penelitian ini, penilaian kualitas produk menggunakan metode Simple Additive Weighting (SAW) berdasarkan pendekatan multikriteria. Kriteria-kriteria yang relevan, seperti performa produk, keandalan, ketersediaan, harga, fitur, dan keberlanjutan, diidentifikasi dan diberikan bobot relatif untuk masing-masing kriteria tersebut. Metode SAW digunakan untuk menghitung skor kualitas relatif untuk setiap produk berdasarkan nilai kriteria yang dinormalisasi dan bobot yang ditetapkan. Hasil penilaian dapat memberikan peringkat produk yang berguna dalam pengambilan keputusan untuk meningkatkan kualitas produk, Diharapkan bahwa pengembangan model penilaian kualitas produk dengan pendekatan multikriteria berbasis web ini akan memberikan kontribusi yang signifikan dalam peningkatan kualitas produk dan mendukung proses penilaian kualitas produk yang lebih objektif. Model ini dapat digunakan oleh perusahaan dalam meningkatkan produk mereka dan memberikan panduan yang lebih baik dalam pengambilan keputusan.

Page 17 of 21 | Total Record : 210

 15   16   17   18   19 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol 11 No 2 (2025): Journal SENSI Vol 11 No 1 (2025): Journal SENSI Vol 10 No 2 (2024): Journal Sensi Vol 10 No 1 (2024): Journal Sensi Vol 9 No 2 (2023): Journal Sensi Vol 9 No 1 (2023): Journal Sensi Vol 8 No 2 (2022): Journal Sensi Vol 8 No 1 (2022): Journal Sensi Vol 7 No 2 (2021): Journal Sensi Vol 7 No 1 (2021): Journal Sensi Vol 6 No 2 (2020): Journal Sensi Vol 6 No 1 (2020): Journal Sensi Vol 5 No 2 (2019): Journal Sensi Vol 5 No 1 (2019): Journal Sensi Vol 4 No 2 (2018): Journal Sensi Vol 4 No 1 (2018): Journal Sensi Vol 3 No 2 (2017): Journal Sensi Vol 3 No 1 (2017): Journal Sensi Vol 2 No 2 (2016): Journal Sensi Vol 2 No 1 (2016): Journal Sensi Vol 1 No 1 (2015): Journal Sensi More Issue