cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agus Junaidi
Contact Email
agus.asj@bsi.ac.id
Phone
+6283806344763
Journal Mail Official
jurnal.infortech@bsi.ac.id
Editorial Address
Rektorat Universitas Bina Sarana Informatika Jl. Kramat Raya No 98, Senen, Jakarta Pusat
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Jurnal Infortech
Published by Universitas Bina Sarana Informatika
ISSN : -     EISSN : 27158160     DOI : -
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management Library & Information Science
Jurnal Infortech pertama publikasi tahun 2019, dengan registrasi ISSN dari LIPI Indonesia Nomor 2715-8160. Jurnal Infortech (Information Technology) adalah jurnal yang diterbitkan oleh Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Sarana Informatika. Jurnal Infortech diterbitkan dua kali setahun pada bulan Juni dan Desember dalam bentuk elektronik. Redaksi menerima naskah berupa artikel ilmiah dan penelitian pada bidang: Jaringan Komputer, Komputasi lunak, Sistem dan Teknologi Informasi, Interaksi Manusia Komputer, Rekayasa Pengetahuan, Sistem Pendukung Keputusan, Sistem Fuzzy, Big Data, dan Keamanan Informasi.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 182 Documents
 15   16   17   18   19 
Pieces Framework Untuk Analisis Kepuasan Pengguna Website SMA Adiyantoro, Apri; Muryani, Sri
Jurnal Infortech Vol 7, No 1 (2025): Juni 2025
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v7i1.25718

Abstract

Website merupakan salah satu dari perkembangan di bidang teknologi informasi yang dapat menyediakan informasi secara cepat untuk para pengguna website, Website juga terhubung dengan jaringan internet sehingga mudah di akses dari manapun. SMA KORPRI Bekasi merupakan sekolah menengah atas swasta yang telah menggunakan website sebagi sarana untuk menyebarkan informasi kepada penguna website dan membantu proses belajar para siswa-siswi. Untuk melihat seberapa efektif penggunaan website SMA KORPRI Bekasi akan dilakukan analisis tentang kepuasan pengguna website dalam menggunakan website. Ada beberapa Teknik analisis yang dapat digunakan dalam melakukan analisis salah satunya adalah dengan metode Pieces Framework. Pieces Framework merupakan metode yang memiliki 6 variabel yaitu : performance, Information and Data, Economy, Control and Securty,Eficiency dan service untuk menganalisis kelemahan. Tujuan penelitian ini untuk melihat tingkat kepuasan pengguna website SMA KORPRI Bekasi. Hasil dari analisis menunjukan bahwa rata-rata siswa-siswi merasa puas. Dengan niali rata dari setiap variable performace (3,40), information (3,77), economic (3,63), control (3,84), effeciency (3,82), dan service (3,78).
Implementasi Algoritma C4.5 Untuk Klasifikasi Tingkat Kenaikan Jabatan Pada PT Siprama Cakrawala Depok Ningsih, Rahayu; Basunanda, Muhammad Devan; Erawati, Wati
Jurnal Infortech Vol 7, No 1 (2025): Juni 2025
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v7i1.25469

Abstract

Abstrak  - Dalam era modern, kenaikan jabatan menjadi tantangan bagi perusahaan karena proses promosi yang sering kali dianggap subjektif. Penelitian ini bertujuan untuk membangun model klasifikasi kenaikan jabatan menggunakan Algoritma C4.5 guna meningkatkan objektivitas keputusan promosi karyawan. Data dikumpulkan dari database karyawan PT Siprama Cakrawala serta melalui kuesioner kepada manajer, supervisor, dan karyawan. Variabel yang digunakan mencakup kinerja, pengalaman kerja, tingkat pendidikan, sikap kerja, dan keterlibatan dalam proyek. Data dianalisis menggunakan RapidMiner dengan teknik Decision Tree, kemudian divalidasi menggunakan metode Cross Validation untuk mengukur akurasi model. Hasil penelitian menunjukkan bahwa model yang dihasilkan memiliki tingkat akurasi sebesar 88.91%, dengan classification error sebesar 11.09%. Variabel pengalaman kerja memiliki pengaruh paling dominan dengan nilai information gain tertinggi dan menjadi root node dalam pohon keputusan. Precision model menunjukkan bahwa algoritma C4.5 cukup andal dalam mengklasifikasikan karyawan yang layak dan belum layak mendapatkan promosi jabatan, dengan nilai precision kelayakan sebesar 91.11% dan precision belum layak sebesar 87.50%. Dengan hasil ini, model yang dikembangkan dapat digunakan sebagai alat bantu dalam proses pengambilan keputusan promosi karyawan,

Page 19 of 19 | Total Record : 182

 15   16   17   18   19 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol 7, No 1 (2025): Juni 2025 Vol 6, No 2 (2024): Desember 2024 Vol 6, No 1 (2024): Juni 2024 Vol 5, No 2 (2023): Desember 2023 Vol 5, No 1 (2023): JUNI 2023 Vol 4, No 2 (2022): Desember 2022 Vol 4, No 1 (2022): Juni 2022 Vol 3, No 2 (2021): Desember 2021 Vol 3, No 1 (2021): Juni 2021 Vol 2, No 2 (2020): Desember 2020 Vol 2, No 1 (2020): Juni 2020 Vol 1, No 2 (2019): Desember 2019 Vol 1, No 1 (2019): Juni 2019 More Issue