cover
Contact Name
Hartatik
Contact Email
joism@amikom.ac.id
Phone
+6282328126656
Journal Mail Official
joism@amikom.ac.id
Editorial Address
Universitas AMIKOM Yogyakarta, Jl. Ring Road Utara, Condong Catur, Sleman, Yogyakarta. Telp. (0274) 884 201 / 082328126656
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM)
ISSN : -     EISSN : 27153088     DOI : -
Core Subject : Science,
Journal of Information System Management (JOISM) is a peer-reviewed journal published in January and June by Informatics Management Study Program, Universitas Amikom Yogyakarta. The JOISM have scopes or research areas but are not limited to : Information Technology, Information System, E-Business / E-Commerce, Computer Science, Animation, AR / VR Application, Game, and Interactive Media.
Articles 137 Documents
SISTEM INFORMASI PERSEDIAAN STOK BERDASARKAN TURNOVER RATIO Muzaki, Mochammad Rizki; Vitianingsih, Anik Vega; Hamidan, Rusdi; Maukar, Anastasia Lidya; Wati, Seftin Fitri Ana
Journal of Information System Management (JOISM) Vol. 7 No. 1 (2025): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v7i1.2120

Abstract

Penelitian ini mengembangkan sistem informasi persediaan stok berdasarkan rasio perputaran (turnover ratio) untuk mengatasi pencatatan manual dan analisis intuitif yang tidak valid. Sistem dibangun menggunakan metode SDLC dan diuji dengan pendekatan black box testing dan uji penerimaan menggunakan system usability scale (SUS). Hasil pengujian menunjukkan bahwa 87% pengguna menyatakan proses input data berjalan lancar dan sesuai alur kerja. Fitur klasifikasi berdasarkan turnover ratio yaitu non-moving, slow-moving dan fast-moving sangat membantu dalam pengambilan keputusan logistik. Hasil penelitian menunjukkan nilai rata-rata skor SUS yaitu 75,33 dengan kategori “Good”. Sistem yang dibangun dalam penelitian ini mampu mendukung operasional gudang secara efektif dalam meningkatkan efisiensi pengelolaan stok, integrasi pemesanan dengan supplier, serta transparansi aktivitas melalui log sistem otomatis yang mengacu pada visualisasi dashboard dan fitur CRUD yang lengkap.
ANALISIS PENGARUH SOCIAL MEDIA MARKETING ACTIVITIES TERHADAP PERCEIVED VALUE, E-WOM INTENTION, DAN INTENTION TO ENROLL DENGAN PENDEKATAN SEM-PLS MJ, Putri Nur Dzhahabiyah; Prassida, Grandys Frieska
Journal of Information System Management (JOISM) Vol. 7 No. 1 (2025): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v7i1.2121

Abstract

Dalam persaingan antar perguruan tinggi, optimalisasi aktivitas pemasaran media sosial atau social media marketing activities (SMMA) berperan penting dalam menarik dan mengonversi calon mahasiswa. Penelitian ini menganalisis pengaruh SMMA terhadap nilai yang dirasakan (perceived value), serta dampaknya terhadap minat mendaftar (intention to enroll) dan niat menyebarkan informasi secara elektronik atau electronic word of mouth (e-WOM) intention, dengan fokus pada akun Instagram penerimaan mahasiswa baru di perguruan tinggi swasta. Data dikumpulkan melalui kuesioner dan dianalisis menggunakan metode SEM-PLS yang mencakup analisis model pengukuran dan model struktural. Temuan penelitian menunjukkan bahwa interactivity dan informativeness dari SMMA memiliki pengaruh positif dan signifikan terhadap perceived value calon mahasiswa. Perceived value terbukti berperan penting dalam meningkatkan intention to enroll serta mendorong e-WOM intention. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan strategi pemasaran digital institusi pendidikan, khususnya dalam optimalisasi pengelolaan konten media sosial untuk meningkatkan daya tarik dan keterlibatan calon mahasiswa.
PENGEMBANGAN ANTARMUKA PENGGUNA WEBSITE BANK SAMPAH MITRA INSANI MENGGUNAKAN METODE GOAL-DIRECTED DESIGN (GDD) Dani, Listya Septyan; Aryanti, Putri Septiana; Farida, Lilis Dwi
Journal of Information System Management (JOISM) Vol. 7 No. 1 (2025): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v7i1.2122

Abstract

Pengelolaan sampah di Indonesia masih menghadapi tantangan besar, terutama sampah rumah tangga. Bank Sampah Mitra Insani hadir sebagai solusi pengelolaan sampah rumah tangga di wilayah Yogyakarta. Namun, dalam operasionalnya, bank sampah ini membutuhkan sistem informasi yang dapat mendukung kegiatan operasional antara petugas dan nasabah. Penelitian ini bertujuan merancang antarmuka pengguna website Bank Sampah Mitra Insani menggunakan metode Goal-Directed Design (GDD), yang terdiri dari beberapa tahap: research, modelling, requirements, framework definition, dan refinement. Hasil penelitian berupa rancangan antarmuka yang ramah pengguna, mudah dipahami, dan efisien. Rancangan divalidasi melalui evaluasi heuristik yang dilakukan oleh lima orang ahli di bidang antarmuka dan memperoleh skor 84% berdasarkan prinsip heuristik Nielsen, dengan sebagian besar variabel berada pada kategori Sangat Baik. Meski demikian, terdapat dua variabel yang masih tergolong Baik, sehingga diperlukan perbaikan pada aspek tertentu. Secara keseluruhan, antarmuka memenuhi kriteria efektivitas, efisiensi, dan kemudahan penggunaan untuk mendukung pengelolaan sampah secara digital.
PREDIKSI JUMLAH PENDAFTAR PROGRAM STUDI DI PERGURUAN TINGGI DENGAN METODE ARIMA: STUDI KASUS JALUR SBMPTN DAN MANDIRI Nurrahma, Anisa Rizki; Ariyanto , Rudy
Journal of Information System Management (JOISM) Vol. 7 No. 1 (2025): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v7i1.2128

Abstract

Perguruan tinggi memiliki peran strategis dalam menghasilkan sumber daya manusia yang kompeten. Namun, ketidakstabilan jumlah pendaftar di berbagai program studi menjadi tantangan, seperti yang terjadi pada Program Studi Teknik Listrik Politeknik Negeri Malang. Penurunan minat pendaftar dipengaruhi oleh dinamika tren industri dan efektivitas promosi. Penelitian ini bertujuan untuk memprediksi jumlah pendaftar guna mendukung perencanaan akademik menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dengan data historis pendaftar Program Studi Teknik Listrik Politeknik Negeri Malang selama 21 tahun (2003–2023) yang berjumlah 3.973 data. Hasil penelitian menunjukkan bahwa model ARIMA (1,1,2) terbukti optimal untuk prediksi jalur SBMPTN, dengan nilai MAPE sebesar 6,51% dan akurasi 93,49%. Sedangkan untuk jalur mandiri, model ARIMA (2,1,0) adalah yang paling sesuai dengan nilai MAPE sebesar 15,66% dan akurasi 84,34%. Prediksi menunjukkan bahwa jumlah pendaftar jalur SBMPTN cenderung stabil di angka 174 hingga 176 per tahun pada 2024 hingga 2028, sedangkan jalur mandiri meningkat dari 63 (tahun 2024) menjadi 65 (tahun 2025) dan tetap stabil hingga tahun 2028. Hasil ini dapat menjadi acuan dalam strategi promosi dan perencanaan daya tampung.
ANALISA STRATEGIS DALAM PROSES GENERATE IMAGE-TO-VIDEO PADA PLATFORM AI GENERATIF UNTUK OPTIMALISASI KUALITAS VIDEO Pirmansah, Imam Ainudin; Satria, Dhimas Adi; Musthofa, Rifai Ahmad
Journal of Information System Management (JOISM) Vol. 7 No. 1 (2025): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v7i1.2131

Abstract

Perkembangan pesat kecerdasan buatan generatif (AI) telah mentransformasi proses pembuatan konten digital, khususnya dalam menghasilkan video dari gambar statis. Meskipun telah hadir berbagai platform AI image-to-video seperti Kling, Runway, Pixverse, dan Hailuo, hingga kini belum ada benchmarking komprehensif dan sistematis terkait kinerja serta kualitas output dari platform-platform tersebut. Penelitian ini menyajikan analisis komparatif terhadap keempat platform guna mengoptimalkan kualitas video untuk kebutuhan kreatif maupun profesional. Pendekatan kuantitatif dan kualitatif digunakan melalui pengukuran waktu proses, resolusi, frame rate, Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index Measure (SSIM), serta penilaian berbasis skala Likert oleh panelis ahli. Hasil eksperimen menunjukkan bahwa Runway secara konsisten menghasilkan kualitas visual dan sinematografi terbaik, Kling unggul dalam stabilitas karakter dan efisiensi biaya, Hailuo menonjol pada detail tekstur, sementara Pixverse menawarkan workflow tercepat. Temuan ini memberikan panduan praktis bagi pengguna, pengembang, dan pelaku industri dalam memilih dan mengoptimalkan platform AI image-to-video.
OPTIMALISASI ANALISIS UJARAN KEBENCIAN ULASAN E-COMMERCE BERBASIS BERT DAN FAISS Maringka, Raissa Camilla; Makarawung, Reynard Justino Nehemia
Journal of Information System Management (JOISM) Vol. 7 No. 1 (2025): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v7i1.2132

Abstract

Ujaran kebencian dalam ulasan aplikasi e-commerce dapat merusak reputasi platform dan menurunkan kepercayaan pengguna. Masalah utama yang dihadapi adalah banyaknya ujaran kebencian yang disampaikan secara implisit dan dalam bentuk bahasa informal, sehingga sulit dideteksi menggunakan pendekatan berbasis kata kunci atau metode klasifikasi tradisional. Penelitian ini bertujuan untuk mengoptimalkan deteksi ujaran kebencian pada ulasan aplikasi e-commerce dengan menggabungkan BERT dan vector search berbasis FAISS. Dataset ulasan yang telah dilabeli diambil dari Kaggle, sehingga tidak memerlukan proses labelling tambahan. Teks ulasan diproses menjadi embedding menggunakan BERT dan selanjutnya diproses dengan FAISS untuk pencarian pola serupa. Hasil penelitian menunjukkan bahwa kombinasi BERT dan FAISS mencapai akurasi 96%, lebih tinggi dibandingkan BERT saja yang mencapai 89%. Waktu eksekusi juga menunjukkan perbedaan signifikan, di mana integrasi FAISS mempercepat pencarian embedding dibandingkan BERT murni. Penelitian ini membuktikan bahwa integrasi BERT dan vector search dapat mengoptimalkan analisis klasifikasi ujaran kebencian pada aplikasi e-commerce.
ANALISIS PERBANDINGAN QOS PFSENSE, OPNSENSE, DAN FLEXIWAN MENGGUNAKAN METODE LOAD BALANCING Sugianto, Sugianto; Haeruddin, Haeruddin; Prasetyo, Stefanus Eko
Journal of Information System Management (JOISM) Vol. 6 No. 2 (2025): Januari
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v6i2.1984

Abstract

Peningkatan konsumsi internet di Indonesia dari 2018 hingga kuartal pertama 2022 menunjukkan pertumbuhan yang signifikan, dengan jumlah pengguna aktif mencapai 210 juta dari total populasi sebesar 272,682 juta. Angka ini mencerminkan penetrasi internet sebesar 77,02%. Internet menjadi layanan yang sangat penting karena memberikan akses cepat dan efisien terhadap informasi. Seiring dengan meningkatnya jumlah pengguna internet, jumlah Penyedia Layanan Internet (ISP) yang tersedia juga bertambah. Ketersediaan dan kualitas layanan internet menjadi faktor kunci yang mempengaruhi minat masyarakat dalam memanfaatkannya. Untuk mendukung kualitas layanan internet, manajemen bandwidth menjadi aspek yang krusial. Salah satu mekanisme yang digunakan adalah Load Balancing, yaitu metode untuk membagi beban lalu lintas jaringan melalui beberapa gateway yang tersedia sehingga tidak terfokus pada satu ISP. Dalam implementasinya, perangkat seperti pfSense, OPNsense, dan flexiWAN sering digunakan sebagai solusi load balancer karena sifatnya yang open-source, fleksibel, dapat dikonfigurasi melalui antarmuka web, serta mendukung fungsi Load Balancing. Selain pfSense dan OPNsense, solusi inovatif seperti flexiWAN kini juga dapat diadopsi sebagai platform SD-WAN open-source yang menawarkan fleksibilitas tinggi dalam pengelolaan lalu lintas jaringan. Dengan kemampuan integrasi yang baik, flexiWAN memungkinkan perusahaan atau organisasi untuk mengoptimalkan jaringan mereka melalui manajemen lalu lintas yang canggih dan efisien. Penelitian ini membandingkan kinerja Load Balancing dari router pfSense, OPNsense, dan flexiWAN pada Bitbox Open Network Appliance. Hasil penelitian menunjukkan bahwa sistem load balancing pada pfSense memberikan kinerja lebih baik dibandingkan OPNsense berdasarkan nilai QoS, meskipun penggunaan resource CPU pada pfSense lebih tinggi. Sebaliknya, penggunaan RAM pada pfSense lebih rendah dibandingkan OPNsense. Kehadiran teknologi seperti flexiWAN dapat menjadi alternatif baru yang memberikan keunggulan tambahan dalam mendukung pengelolaan bandwidth secara optimal.