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 194 Documents
PERANCANGAN DAN EVALUASI ANTARMUKA WEB VOICE ASSISTANT KASIR MENGGUNAKAN METODE UAT Mada Putra Adhadriyanto; Arjuna Sandya Raissa Naryama; Muhammad Fakhri Anshari Yusaf; Hendra Maulana
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 7 No. 2 (2026): Advances in Computing and Information Systems
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v7i2.611

Abstract

Abstrak Perkembangan teknologi informasi dalam bisnis kuliner telah mendorong penggunaan sistem kasir mandiri (self-service). Namun, mayoritas sistem tersebut masih sangat bergantung pada interaksi visual melalui layar sentuh, sehingga memunculkan hambatan aksesibilitas bagi penyandang disabilitas visual (tunanetra). Penelitian ini bertujuan untuk merancang antarmuka sistem kasir cerdas berbasis perintah suara (voice assistant) bernama VERA guna menghadirkan solusi operasional yang inklusif. Perancangan antarmuka dilakukan menggunakan metode Design Thinking yang berpusat pada pengguna, meliputi tahapan empati, pendefinisian, ideasi, pembuatan prototipe, dan pengujian. Konsep visual yang dihasilkan kemudian ditransformasikan menjadi purwarupa High-Fidelity interaktif menggunakan perangkat lunak Figma. Evaluasi tingkat penerimaan pengguna terhadap purwarupa dilakukan menggunakan metode User Acceptance Testing (UAT) berbasis Skala Guttman yang melibatkan 18 responden. Hasil pengujian menunjukkan bahwa tingkat keberhasilan tugas (Task Success Rate) mencapai angka 88,88%. Angka ini mengonfirmasi bahwa rancangan antarmuka VERA berada pada kategori sangat layak. Kesimpulan dari penelitian ini membuktikan bahwa perancangan antarmuka suara berbasis kecerdasan buatan berhasil mengakomodasi fungsionalitas interaksi transaksi secara intuitif, efisien, dan inklusif bagi berbagai kalangan pengguna.
Implementasi Reusable Components pada Aplikasi Multi-Bisnis Berbasis React: Implementasi Reusable Components pada Aplikasi Multi-Bisnis Berbasis React TAHTA PRAMESWARI; DINDA SELVIRA; AMRIZA SASKIRANA
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 7 No. 2 (2026): Advances in Computing and Information Systems
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v7i2.613

Abstract

inkonsistensi antarmuka pada enam modul operasionalnya. Penelitian ini mengusulkan implementasi arsitektur reusable components terpusat berbasis React dan TypeScript menggunakan kontrak data statis (props) serta mekanisme tema dinamis via custom hook useTheme(). Karena dilakukan secara retroaktif, evaluasi kuantitatif diukur menggunakan pendekatan Hypothetical Baseline. Hasil pengujian runtime menunjukkan komponen tunggal mampu mengadaptasi identitas visual tiap jenis usaha secara presisi. Secara struktural, arsitektur ini memberikan dampak efisiensi signifikan dengan estimasi reduksi redundansi kode mencapai 84,9% pada komponen Button dan 79,2% pada Header. Penelitian ini membuktikan bahwa sentralisasi komponen berbasis modular efektif meningkatkan maintainability basis kode dan konsistensi antarmuka sistem multi-bisnis.
Penerapan Algoritma K-Means Clustering untuk Segmentasi Pelanggan pada Sistem Informasi E-Commerce AhmadRafli Yuliarti
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 7 No. 2 (2026): Advances in Computing and Information Systems
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v7i2.617

Abstract

Penelitian ini berhasil mengimplementasikan algoritma K-Means Clustering berbasis analisis RFM (Recency, Frequency, Monetary) untuk segmentasi pelanggan e-commerce, menghasilkan tiga segmen pelanggan yang terdefinisi jelas dengan kualitas pengelompokan baik (Silhouette Score 0,612). Dari 600 pelanggan yang dianalisis (sampel acak dari dataset Online Retail), terbentuk tiga kelompok: Pelanggan Aktif (418 orang, 70,4%), Pelanggan Potensial (93 orang, 15,7%), dan Pelanggan Pasif (83 orang, 14,0%). Hasil segmentasi ini telah berhasil diintegrasikan ke dalam sistem informasi e-commerce melalui REST API berbasis Flask, sehingga tim manajemen dapat langsung memanfaatkannya untuk strategi pemasaran yang lebih terarah. Secara metodologis, data yang digunakan adalah Online Retail Dataset periode Desember 2010 sampai Desember 2011 (68.636 record awal dari 600 pelanggan terpilih), yang setelah preprocessing menyisakan 67.198 record valid. Jumlah klaster optimal ditentukan dengan metode Elbow pada k=3, diimplementasikan dengan Python dan Scikit-learn. Temuan ini menunjukkan bahwa kombinasi K-Means dan RFM efektif sebagai dasar sistem rekomendasi strategi pemasaran berbasis data pada platform e-commerce.
Optimasi Hyperparameter LightGBM Menggunakan Particle Swarm Optimization untuk Klasifikasi Kanker Payudara Akbar Umar Alfaroq
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 7 No. 2 (2026): Advances in Computing and Information Systems
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v7i2.621

Abstract

Performa model Light Gradient Boosting Machine (LightGBM) pada proses klasifikasi sangat dipengaruhi oleh konfigurasi hiperparameter yang digunakan. Penelitian ini mengusulkan penerapan Particle Swarm Optimization (PSO) untuk memperoleh kombinasi hiperparameter yang optimal pada model LightGBM dalam klasifikasi kanker payudara. Pengujian model dilakukan menggunakan skema 3-fold cross-validation. Hasil eksperimen menunjukkan bahwa model LightGBM dengan hiperparameter default menghasilkan akurasi rata-rata sebesar 95,96%, sedangkan optimasi menggunakan PSO meningkatkan akurasi hingga 97,54% pada konfigurasi swarm size 60 dan max iteration 250. Temuan tersebut menunjukkan bahwa PSO efektif dalam meningkatkan performa klasifikasi model LightGBM. Kata Kunci: Particle Swarm Optimization, Hiperparameter Tuning, Breast Cancer Classification, LightGBM