cover
Contact Name
Agussalim
Contact Email
agussalim.si@upnjatim.ac.id
Phone
-
Journal Mail Official
jifosi@upnjatim.ac.id
Editorial Address
Jl.Raya Rungkut Madya, Gunung Anyar, Surabaya
Location
Kota surabaya,
Jawa timur
INDONESIA
Jifosi
ISSN : -     EISSN : 2722130X     DOI : -
Core Subject : Science,
JIFoSi Merupakan media publikasi ilmiah dosen, mahasiswa, peneliti, dan praktisi pada bidang Teknik informatika dan Sistem Informasi yang diterbitkan secara online oleh Fakultas Ilmu Komputer Universitas Pembangunan Nasional "Veteran" Jawa Timur. Jurnal ini berisi hasil karya ilmiah berupa studi kasus, progres skripsi, dan skripsi maupun penciptaan karya lainnya yang diterbitkan dalam bentuk artikel ilmiah. Jurnal ini diterbitkan sebanyak 3 kali dalam setahun (mengikuti Jadwal wisuda). Publikasi naskah dipilih dan diproses oleh dewan penyunting. Naskah yang dimuat adalah naskah yang lolos seleksi dan belum dimuat pada jurnal lain.
Articles 179 Documents
PENGUJIAN MENGGUNAKAN BLACK BOX BERBASIS EQUIVALENCE PARTITIONING PADA LAYANAN ASPIRASI DAN PENGADUAN ONLINE DINAS KOMINFO JOMBANG Erlina Diah Karisma
JIFOSI Vol. 2 No. 2 (2021): Penggunaan Media Sosial pada Keterlibatan Pengguna Website
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v2i2.105

Abstract

Pengujian sistem sangat diperlukan guna memastikan sistem tersebut sudah berjalan sesuaifungsionalitas yang di harapkan, dan mengetahui kesalahan sistem sejak awal sebelumdigunakan oleh pengguna sehingga dapat dilakukan perbaikan secepatnya agar digunakansecara optimal dan data yang dihasilkan sesuai dengan input setelah data di eksekusi.Permasalahan yang ada didalam penelitian penulis yaitu bagaimana menerapkan black boxtesting berbasis equivalence partitioning pada sistem layanan aspirasi dan pengaduanonline rakyat yang ada pada Dinas KOMINFO Jombang, dengan menguji tiap form yangada pada sistem agar dapat mengetahui kesalahan serta tingkat akurasi sistem.Penelitian dilakukan dengan berfokus pada pengujian menggunakan blackbox testingequivalenc partitioning, hasil akhir pengujian menggunakan metode tersebut adalahmengetahui nilai efektifitas dari sistem tersebut, dan rekomendasi perbaikan yangdiperlukan dengan melakukan penentuan test case sistem, inisialisasi standar gradepartition input dan output, pembuatan skenario pengujian. (Hasil akhir terhadap pengujianmemnujukan tingkat keefektifan darr fungsional sistem sebesar 79,94% serta rekomendasiperbaikan yang diperlukan.
PENENTUAN PENGGUNAAN LULUR DAN MASKER ORGANIK SESUAI DENGAN DIAGNOSA JENIS KULIT WAJAH MENGGUNAKAN METODE DECISION TREE ALGORITMA C4.5 Prameswari Reksa Agami
JIFOSI Vol. 2 No. 2 (2021): Penggunaan Media Sosial pada Keterlibatan Pengguna Website
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v2i2.107

Abstract

Perawatan kulit atau skincare merupakan salah satu upaya untuk mendukung kesehatandan kebersihan kulit, memelihara, merawat dan mempertahankan kondisi kulit, denganmelakukan perawatan kulit maka kebersihan dan kesehatan kulit dapat terjaga. Saat inimasih banyak wanita yang belum mengenali jenis kulitnya sendiri sehingga memilikiresiko kesalahan dalam pemilihan perawatan wajah yang sesuai untuk jenis kulit wajah.Maka dari itu diperlukan adanya sistem pendukung keputusan untuk mengenali jenis kulityang dimiliki sehingga peluang kesalahan dalam memilih produk perawatan kulit bisadiminimalisir. Metode yang diterapkan pada penelitian ini adalah decision tree denganmenggunakan algoritma C4.5. Metode tersebut diterapkan untuk memperoleh keputusanakhir yang didapatkan dari pohon keputusan. yang digunakan sebagai acuan untukmengetahui dan menentukan jenis kulit wajah yang dimiliki. Dari penelitian yangdilakukan dapat diketahui bahwa terdapat 5 output jenis kulit wajah dan 8 jenis produkperawatan yang mana hasil pada setiap orang akan berbeda sesuai dengan ciri-ciri yangdimiliki. Sistem ini memiliki nilai akurasi 100% dan evaluasi nilai presisi dan recall padaalgoritma C4.5 yang diterapkan bernilai 1
ANALISIS KUALITAS WEBSITE FAKULTAS HUKUM UNIVERSITAS HANG TUAH DENGAN WEBQUAL 4.0 DAN IPA Rico Julianto Dwi Putra
JIFOSI Vol. 2 No. 2 (2021): Penggunaan Media Sosial pada Keterlibatan Pengguna Website
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v2i2.108

Abstract

Website profile FH-UHT perlu diketahui kualitas website berdasarkan kepuasan penggunaterhadap tingkat kinerja dan tingkat kepentingannya. Untuk mengetahui kepuasanpengguna berdasarkan tingkat kinerja dan tingkat kepentingan terhadap website profileFH-UHT, penelitian ini menggunakan metode WebQual 4.0 dengan berfokus kepada 4variabel yaitu: usability, information quality, service interaction quality, dan usersatisfaction serta metode Importance Performance Analysis (IPA) disertai denganmelakukan analisis kesesuaian, analisis kesenjangan dan analisis kuadran IPA. Datapenelitian ini diperoleh dari 54 orang responden dengan menyebarkan kuesioner.Berdasarkan pada analisis kesesuaian dan analisis kesenjangan, website profile FH-UHTmemiliki tingkat kinerja website (aktual) yang rendah dibandingkan dengan tingkatkepentingan website (harapan pengguna). Selanjutnya pada analisis kuadran IPAdidapatkan 2 atribut yang masuk kedalam kuadran 1 yang berarti menjadi poin pentinguntuk perbaikan kualitas website profile FH-UHT, 13 atribut yang masuk kedalamkuadran 2 yang berarti perlu dipertahankan untuk menjaga kualitas website profile FH-UHT, 10 atribut yang masuk kedalam kuadran 3 yang berarti perlu ditingkatkan untukmenjaga kualitas website profile FH-UHT, dan 3 atribut yang masuk kedalam kuadran 4yang berarti perlu didistribusikan kepada aspek lain untuk menjaga kualitas websiteprofile FH-UHT.
SISTEM INFORMASI ADMINISTRASI MAGANG DAN KUNJUNGAN (STUDI KASUS: BANK INDONESIA KPW JAWA TIMUR) Annisa Raudya Wibowo
JIFOSI Vol. 2 No. 2 (2021): Penggunaan Media Sosial pada Keterlibatan Pengguna Website
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v2i2.109

Abstract

Bank Indonesia KPw Jawa Timur dalam rangka melaksanakan program edukasimasyarakat mengenai bidang tugas Bank Indonesia. Bank Indonesia menerimakunjungan masyarakat dan juga magang guna memberikan kesempatan bagi mahasiswauntuk mempelajari dan mengembangkan diri melalui keterlibatan langsung dalampelaksanaan tugas di Bank Indonesia. Kegiatan administrasi magang dan kunjungandengan beberapa batasan pada Bank Indonesia KPw Jawa Timur saat ini masihdilakukan dengan cara manual dan rekapitulasi data masih menggunakan buku, padakasus pemberitaan mengenai informasi yang ingin disebarkan oleh Bank Indonesiamasih terbatas dalam penyebarannya. Alur yang dimiliki pada administrasi tersebutcukup panjang dan beresiko tidak tersalurkannya data pendaftar dan sulit diterapkannyabatasan-batasan yang ditetapkan, timbal balik antar pihak pun membutuhkan waktuyang lama dan datanya pun tidak tersimpan dengan baik. Untuk itu dibuatlah sisteminformasi administrasi magang dan kunjungan yang mencakup proses administrasi daripendaftaran hingga persetujuan dan juga wadah pemberitaan sehingga alur prosesadministrasi magang dan kunjungan dapat lebih optimal. Sistem informasi administrasimagang dan kunjungan berbasis website. Metode penelitian yang digunakan padapenelitian ini memiliki tahap dimulai dari wawancara, studi literature, perancangansistem dengan menerapkan SDLC V-Model yang dibagi menjadi 5 tahap perancangandan 4 tahap pengujian.
SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN POSISI PEMAIN SEPAK BOLA MENGGUNAKAN METODE PROFILE MATCHING Lumwartono, Boy Diego
JIFOSI Vol. 2 No. 2 (2021): Penggunaan Media Sosial pada Keterlibatan Pengguna Website
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v2i2.110

Abstract

Sistem pendukung keputusan penempatan posisi pemain sepak bola ini menggunakan metode Profile Matching yang bertujuan untuk membantu tim pelatih dalam menentukan posisi yang ideal dari setiap pemain. Dalam sistem ini terdapat kriteria-kriteria yang dijadikan nilai standar dari setiap posisi, data kriteria tersebut diambil dari interview dengan pelatih Teluk Lamong FC sebanyak 21 kriteria. Dalam penelitian ini metode yang digunakan adalah Profile Matching. Proses metode Profile Matching yaitu membandingkan antara nilai individu pemain dengan nilai standar. Sehingga dapat diketahui nilai gapnya, semakin kecil nilai gapnya maka memiliki peluang yang besar untuk menempati suatu posisi. Berdasarkan pengujian akurasi yang dilakukan dengan menggunakan 35 data pemain dari SSB Karah Football School yaitu sebesar 94,28%.
Klasifikasi Wajah Kantuk Menggunakan Parameter Wajah Dengan Algoritma Long Short Term Memory Agung Subekti, Mohamad Rafli; Rahajoe, Ani Dijah; Mandyartha, Eka Prakarsa
JIFOSI Vol. 5 No. 2 (2024): Integrasi Sistem Cerdas dengan Internet of Things (IoT)
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v5i2.145

Abstract

Drowsiness is one of the main factors that influences performance and safety, especially in driving activities and productivity levels. This research develops a Drowsiness facial classification system using facial parameters such as Eye Aspect Ratio (EAR) and Mouth Aspect Ratio (MAR), as well as the Long Short-Term Memory (LSTM) algorithm. Data is collected via video of the subject's face and facial parameters are calculated from facial landmarks extracted using the dlib library. The LSTM model was chosen because of its ability to capture important temporal patterns in detecting changes in Drowsiness over time. With a data sequence of five frames as input, the dataset is divided into 80% training data and 20% test and validation data. Experimental results show that the LSTM model is able to detect drowsiness with high accuracy, showing that the combination of EAR and MAR is effective in identifying drowsiness. This system is expected to be applied in early warning systems for drivers and employee monitoring, making significant contributions in the field of drowsiness detection using LSTM algorithms and facial parameters.
PENGEMBANGAN APLIKASI PENDETEKSI KERETAKAN JALAN BERBASIS ANDROID DENGAN IMPLEMENTASI ALGORITMA HYBRID CNN-LSTM Pradana, Ilham Akbar; Ani Dijah, Rahajoe; Sihananto, Andreas Nugroho
JIFOSI Vol. 5 No. 2 (2024): Integrasi Sistem Cerdas dengan Internet of Things (IoT)
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v5i2.146

Abstract

Infrastruktur jalan yang berkualitas memegang peran penting dalam pertumbuhan ekonomi suatu negara. Namun, dengan meningkatnya volume kendaraan dan faktor lingkungan, kerusakan jalan menjadi masalah yang tak terhindarkan dan memerlukan perhatian serius. Metode tradisional dalam mendeteksi kerusakan jalan seringkali dilakukan melalui inspeksi manual yang tidak hanya memakan waktu tetapi juga cenderung subjektif dan kurang akurat. Penelitian ini mengusulkan pengembangan aplikasi Android yang inovatif, yang memanfaatkan teknologi Deep Learning untuk mendeteksi kerusakan jalan secara akurat dan efisien. Aplikasi ini menggabungkan Convolutional Neural Network (CNN) untuk ekstraksi ciri visual dari gambar dan Long Short-Term Memory (LSTM) untuk memahami konteks sekuensial dari data hasil luaran lapisan-lapisan CNN. Dataset yang digunakan dalam pengembangan model ini bersumber dari kumpulan gambar kerusakan jalan sebagai representasi dari berbagai kondisi jalanan perkotaan di Indonesia. Melalui proses pelatihan, model CNN-LSTM yang ini diintegrasikan ke dalam aplikasi dengan menggunakan TensorFlow Lite. Pengembangan aplikasi Android dilakukan dengan mempertimbangkan arsitektur aplikasi yang baik dan efisien, menjamin bahwa aplikasi tidak hanya responsif dan intuitif tetapi juga hemat sumber daya. Melalui integrasi teknologi canggih dan pendekatan pengembangan yang terfokus, aplikasi ini berpotensi menjadi alat penting dalam usaha pemeliharaan infrastruktur jalan, memberikan solusi yang praktis dan inovatif untuk mendeteksi kerusakan jalan dengan cepat dan akurat.
IMPLEMENTASI DATA MINING DENGAN METODE K-MEANS CLUSTERING UNTUK PREDIKSI TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR Andini Fitriyah Salsabilah; Zain Muzadid Zamzani; Wanda Gustrifa
JIFOSI Vol. 5 No. 3 (2024): Perkembangan dan Implementasi Kecerdasan Buatan dalam Sistem Informasi Modern
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v5i3.460

Abstract

Penelitian ini menganalisis Tingkat Pengangguran Terbuka (TPT) di Provinsi Jawa Timur menggunakan metode K-Means Clustering. Data TPT diperoleh dari Badan Pusat Statistik (BPS) untuk periode 2019-2023, mencakup 38 kabupaten/kota di Jawa Timur. Penelitian ini bertujuan untuk mengelompokkan wilayah berdasarkan tingkat pengangguran guna mendukung pemerintah dan pemangku kepentingan dalam menentukan prioritas penanganan daerah dengan TPT tinggi. Proses analisis menggunakan metodologi SEMMA (Sampling, Exploration, Modification, Modeling, dan Assessment). Penentuan jumlah cluster optimal dilakukan dengan metode Elbow menggunakan Silhouette Score. Hasil pengelompokan menunjukkan distribusi kabupaten/kota ke dalam beberapa klaster berdasarkan tingkat kemiripan TPT. Evaluasi menggunakan Silhouette Score menghasilkan nilai rata-rata sebesar 0,4333 yang mengindikasikan bahwa klaster yang terbentuk memiliki tingkat pemisahan yang cukup baik tetapi masih dapat ditingkatkan. Hasil ini memberikan gambaran awal yang berguna dan dapat digunakan sebagai referensi untuk analisis lanjutan atau pengambilan kebijakan yang lebih tepat sasaran. Kata kunci: Tingkat Pengangguran Terbuka, Data Mining, K-Means, SEMMA, Silhouette Score
IMPLEMENTASI ALGORITMA REGRESI LINEAR UNTUK MEMPREDIKSI HARGA EMAS Andini Fitriyah Salsabilah; Muhammad Sabili Nurilhaq; Putra Dwi Wira G. Y; Achmad Arbi Hanafi; M. Daffa Atillah
JIFOSI Vol. 5 No. 3 (2024): Perkembangan dan Implementasi Kecerdasan Buatan dalam Sistem Informasi Modern
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v5i3.461

Abstract

Penelitian ini bertujuan untuk memprediksi harga emas dengan menggunakan beberapa variabel bebas, yaitu kurs silver (SLV), indeks S&P 500 (SPX), kurs pada bursa saham "The United States Oil Fund" (USO), dan kurs nilai Euro (EUR) terhadap dollar Amerika Serikat (USD). Data yang digunakan dalam penelitian ini merupakan data sekunder yang bersumber dari "Gold Price Data" dengan total sebanyak 2290 observasi dan 7 kolom. Metode yang digunakan adalah regresi, yang merupakan teknik untuk membangun model prediktif berdasarkan nilai input yang diberikan. Hasil prediksi dievaluasi berdasarkan nilai Root Mean Square Error (RMSE), di mana nilai yang lebih kecil menunjukkan akurasi yang lebih baik. Hasil penelitian menunjukkan bahwa model single variable memiliki akurasi sebesar 73%, sementara model multi variable memiliki akurasi sebesar 84%. Untuk meningkatkan akurasi prediksi, penelitian ini merekomendasikan penggunaan model prediktif yang lain serta perbaikan dalam pembagian dataset untuk memastikan distribusi yang lebih representatif. Penelitian ini tidak hanya berkontribusi dalam memprediksi harga emas, tetapi juga dalam pengembangan model prediksi yang lebih akurat dengan memanfaatkan variabel ekonomi yang relevan. Kata Kunci : prediksi harga emas, regresi, kurs silver, indeks S&P 500, RMSE.
DETEKSI UJARAN KEBENCIAN MENGGUNAKAN MULTINOMIAL NAÏVE BAYES UNTUK PUNDIT SEPAKBOLA DI MEDIA SOSIAL X Dade Reindra; Hari Soetanto
JIFOSI Vol. 5 No. 3 (2024): Perkembangan dan Implementasi Kecerdasan Buatan dalam Sistem Informasi Modern
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v5i3.464

Abstract

Dalam era digital ini, media sosial telah menjadi platform utama bagi masyarakat untuk berbagi pendapat dan informasi. Platform seperti Twitter (sekarang dikenal sebagai Media Sosial X) memungkinkan interaksi yang mudah dan cepat, tetapi juga menghadirkan tantangan berupa penyebaran ujaran kebencian yang berdampak negatif pada individu dan komunitas. Sepak bola, sebagai olahraga populer di Indonesia, memiliki pundit yang memberikan analisis dan komentar, seperti Bung Towel, yang sering menjadi sorotan di media sosial. Komentar dan analisisnya mendapatkan dukungan serta kritik, yang kadang berbentuk ujaran kebencian. Ujaran kebencian adalah tindakan menyebarkan kebencian berdasarkan suku, agama, ras, dan karakteristik lainnya, yang dapat menimbulkan diskriminasi, kekerasan, dan konflik sosial. Tindakan ini sering kali dilakukan melalui media sosial, memperluas jangkauan pesan kebencian dengan cepat dan luas, merusak hubungan antar kelompok dalam masyarakat, menimbulkan ketidakstabilan sosial, dan mengancam perdamaian. Penelitian ini berfokus pada Penerapan Text Mining untuk mendeteksi Ujaran Kebencian menggunakan Metode Naive Bayes terhadap Pundit Sepakbola Indonesia: Studi Kasus Bung Towel di Media Sosial Twitter atau X. Dataset ini diperoleh menggunakan Tweet Harvest pada periode bulan Maret 2024 dan berhasil mengumpulkan 400 data sekaligus melakukan pelabelan secara manual. Kata kunci yang digunakan berkaitan dengan Bung Towel. Penggunaan pembobotan kata TF-IDF dan algoritma Multinomial Naive Bayes dalam mendeteksi ujaran kebencian telah memberikan hasil nilai pengujian berupa akurasi sebesar 86.76%, presisi sebesar 82.93%, recall sebesar 94.44%, dan F1-Score sebesar 88.31%. Hasil pengujian ini membuktikan bahwa sistem dapat mendeteksi tweet yang termasuk ke dalam ujaran kebencian dengan menggunakan metode Naive Bayes.