cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Anggi Zafia
Contact Email
zafia@ittelkom-pwt.ac.id
Phone
+6281327627389
Journal Mail Official
journalofinista@ittelkom-pwt.ac.id
Editorial Address
Gedung DC Lantai 1 Jl. DI Panjaitan No.128, Karangreja, Purwokerto Kidul, Kec. Purwokerto Sel., Kabupaten Banyumas, Jawa Tengah 53147, Indonésia
Location
Kota bandung,
Jawa barat
INDONESIA
Journal of Informatics, Information System, Software Engineering and Applications (INISTA)
Published by Universitas Telkom
ISSN : -     EISSN : 26228106     DOI : https://doi.org/10.20895/inista
Core Subject : Science,
Computer Science & IT
Journal of Informatics, Information System, Software Engineering and Applications (INISTA) is a scientific journal published by Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) of Institut Teknologi Telkom Purwokerto with ISSN 2622-8106 , Indonesia. Journal of INISTA covers the field of Informatics, Information System, Software Engineering and Applications. First published will be in September 2018 for an electronic version. The aims of Journal of INISTA are to disseminate research results and to improve the productivity of scientific publications. Journal of INISTA is published twice in Mei and November. Publication will be published "Volume 2 number 2" in May 2020.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 126 Documents
 3   4   5   6   7 
SISTEM INFORMASI PEMESANAN DAN PENJUALAN BUNGA HIAS BERBASIS WEB PADA TELAGA FLOWER hafid tawakhal tawakhal
Journal of INISTA Vol 3 No 1 (2020): November 2020
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i1.151

Abstract

Telaga Flower berdiri pada tahun 2017, Telaga Flower adalah toko yang bergerak dibidang penjualan bunga hias. Bunga yang diperjualkan mencakup beberapa jenis antara lain melati, mawar, matahari, tulip, anggrek bulan, teratai, alamanda, wijaya kusuma dan lain – lain. Proses penjualannya yaitu mengerjakan bunga pesanan pelanggan dan berjualan di tempat. Dalam melakukan kegiatannya toko ini masih menggunakan proses penjualan melalui media whatsapp pada saat pelanggan ingin memesan bunga hias. Pelanggan masih diharuskan datang ditempat sehingga pelanggan menguras waktu untuk membeli bunga hias tersebut. Cara tersebut sering terjadi suatu kendala yaitu yang bisa mengakses hanya pelangan. Maka sangat dibutuhkan suatu alternatif untuk memperluas pasar atau pelanggan baru. Metode penelitian yang diterapkan pada penelitian ini adalah dengan pengembangan metode binary search peneliti berharap dapat memudahkan pelanggan dalam mencari produk secara cepat. Hasil yang diperoleh dari sistem infromasi pemesanan dan penjualan bunga hias berbasis web pada telaga flower adalah dengan website sebagai salah satu alternatif untuk melebarkan penjualan yang lebih luas maka peneliti memilih website. Sistem yang dikembangkan mempunyai fitur utama untuk melakukan pencarian sesuai produk. Sistem informasi berjalan pada platform web sehingga dilakukan pengujian usability dan compatibility untuk mengetahui seberapa mudah sistem digunakan. Hasil pengujian usability menghasilkan 75% yang dapat dikategori “Baik”. Selain itu pengujian compatibility bernilai 84,25 % valid.
Sistem Pendukung Keputusan Penilaian Kinerja Guru Dengan Metode Additive Ratio Assessment(Aras) (Studi Kasus Sdn Sentul 02) DADANG ADIB FANGSURI
Journal of INISTA Vol 3 No 1 (2020): November 2020
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i1.152

Abstract

Penilaian kinerja guru bertujuan untuk melihat hasil kinerja secara kualitas dan kuantitas yang telah dicapai oleh seoarang guru selama melaksankan tugasnya, salah satu kesulitan yang dialami oleh Kepala Sekolah dalam melaksanakan PKG ini adalah sangat rawannya akan terjadinya ketidakobyektifitasan dalam pelaksanaan PKG di SD Negeri Sentul 02 ini yang dilakukan secara manual dan belum terkomputerisasi. Penelitian ini menggunakan metode Additive Ratio Assessment(ARAS) yang menghasilkan suatu model dari suatu sistem yang mampu memberikan rekomendasi guru tebaik yang diterapkan dalam suatu sistem pendukung keputusan metode Additive Ratio Assessment(ARAS) dalam menentukan peringkat tertinggi berdasarkan 5 kriteria penilaian yaitu Pendagogik, Kepribadian, Sosial, Professional dan tanggungjawab, dari setiap kriteria sudah ditentukan bobot yang telah diatur oleh kepala sekolah. Pengujian ini dilakukan secara obyektif dimana SPK diuji secara langsung ke lapangan dan mengisi kuisioner mengenai kepuasan dengan beberapa point dan dibagikan kepada guru, kepala sekolah dan peguji ahli dengan mengambil sample sebanyak 20 orang guru dan 1 penguji ahli. Dengan adanya pengujian ini dapat diketahui bahwa perolehan penilaian baik 55,26% dan penilaian sangat baik 43,55% yang dinyatakan oleh 21 responden, artinya fitur yang telah disediakan mudah dipelajari dan mudah dipahami.
Compatibility Measurement in Social Network Analysis: Literature Review Tanty Yanuar Widiyanti
Journal of INISTA Vol 3 No 1 (2020): November 2020
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i1.164

Abstract

Social network has become one of method to discover the position of each agent. Social Network Analysis can visualize the connections nodes who is people in social network. in some purpose, SNA becoming one motivation to understand the detailed characteristics that can be used to enhance the learning environment. Another motivation is to understand the interaction pattern and identity people for real-time. This paper is to compare and find compatibility measurement from across study in SNA. Therefore, the study found that centrality is the most measurement to use in SNA.
Analisis K-Means Untuk Mengetahui Kelompok Tingkat Antusias Netizen Twitter Pada Kejadian Letusan Gunung Tangkuban Perahu Auliya Burhanuddin; Rifki Adhitama; Apri Junaidi
Journal of INISTA Vol 3 No 1 (2020): November 2020
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i1.165

Abstract

Internet merupakan produk terknologi yang menandai era revolusi industri 4.0 dimana telah merubah cara berkomunikasi dengan jenis interaksi sosial yang baru. Pada 27 Agustus 2010 gunung sinabung meletus dan banyak kerugian dirasakan. Gunung tangkuban perahu meletus pada 26 Juli 2019 pukul 15.48. Belajar dari meletusnya gunung Sinabung yang merugikan maka memunculkan empati dari masyarakat, bantuan moral dan spiritual. Untuk mendapatkan data twiter dari website twitter maka dapat dilakukan proses crawling data yang dicari. Dari hasil crawling twetter akan didapatkan data user berupa total tweet, total follower, total likes, website, source, bio profile, id, akun, nama, dan lokasi. Kemudian dilakukan proses pengelompokkan/clustering menggunakan metode K-Means Clustering untuk mengetahui kelompok antusias dari netizen sebelum, ketika, dan pasca kejadian bencana. Hasil yang didapat adalah jumlah tweet sebelum gunung meletus yaitu 11.324 Tweet ketika meletus 35 tweet, dan pasca meletus 26 Juli 2019 yaitu 1.170 tweet dan 26-29 juli 2019 yaitu 1.512 tweet. Tingkat antusias sebelum kejadian 6.572 antusias dan 4.696 sangat antusias. Setelah gunung meletus 812 dan 798 antusias; dan 346 dan 575 sangat antusias. Tingkat antusias netizen sangat tinggi pada sebelum kejadian maka dapat dilakukan aktivitas sosial yang dapat dimanfaatkan pasca kejadian bencana sehingga dapat membantu secara langsung setelah kejadian bencana terjadi.
Rancang Bangun Sistem Otomatisasi Suhu Dan Monitoring pH Air Aquascape Berbasis IoT (Internet Of Thing) Menggunakan Nodemcu Esp8266 Pada Aplikasi Telegram Dendy Ramdani
Journal of INISTA Vol 3 No 1 (2020): November 2020
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i1.173

Abstract

Aquascape or artificial ecosystem in the aquarium has a high level of sensitivity in terms of maintenance, various factors that need to be considered, including temperature, and the level of acidity (pH) in the water. The design and construction of temperature automation and pH monitoring tools is based on the problem of aquascape owners who must regularly pay attention to temperature and pH stability at all times for the survival of the aquascape ecosystem. In this research and design, the DS18B20 sensor is used to detect temperature and the pH Detection Sensor Module to detect the acidity level of the water. The sensors are connected to the Nodemcu ESP8266 series microcontroller as in this study the microcontroller is programmed using the Arduino IDE with the specified parameters, the water temperature of the aquascape is 25°C-28°C and a pH value between 6.0-8.0. The result of the automation of this tool is that if the temperature sensor states a value of less than 25°C, the lights will automatically turn on and vice versa if the sensor detects a temperature of more than 28 ° C, the cooling fan will turn on. From the results of monitoring the pH of aquascape water on a telegram bot, if the pH is <6 or> 8 then nodemcu will immediately send a warning message notification that the water pH is too low or the water pH is too high. This study uses the NTP Client Server which functions as a lighting schedule for the aquascape lamp for 8 hours per day.
ANALISIS HASIL IMPLEMENTASI METODE THREEFRY SEBAGAI PEMBANGKIT RANDOM NUMBER GENERATOR PADA PROSES SPREAD SPECTRUM IMAGE STEGANOGRHAPY Radhitya Iman Utama
Journal of INISTA Vol 3 No 1 (2020): November 2020
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i1.175

Abstract

Pada Era Modern saat ini pertukaran informasi dan cara memperoleh informasi dapat dilakukan dengan mudah dan dengan membutuhkan waktu yang relatif singkat. Perlindungan terhadapap data-data yang sangat penting haruslah kuat sehingga tidak mudah untuk di ambil oleh orang yang tidak memiliki wewenang untuk melakukan akses terhadap data tersebut.Steganografi merupakan seni untuk menyembunyikan pesan rahasia kedalam sebuah media sedemikian rupa sehingga membuat orang lain tidak menyadari adanya sesuatu di dalam media tersebut. Steganografi memiliki begitu banyak metode, salah satunya adalah metode Spread Spectrum. Di dalam metode tersebut memiliki keunggulan dimana adanya penggunaan noise yang di ambil dari pembangkitan angka semu. Angka-angka yang dihasilkan secara baik dapat mempengaruhi keamanan data yang akan disembunyikan. Pseudo-Random Number Generator (PRNG) yang akan menggunakan metode Threefry dimana metode ini diturunkan dari algoritma kriptografi Threefish dengan harapan menaikan tingkat penyamaran dan keamanan data dalam metode Spread Spectrum.
Model Prediksi Jumlah Kumulatif Kasus COVID-19 di Indonesia Menggunakan Deep Learning AFIFAH CAHYANINGSIH
Journal of INISTA Vol 3 No 1 (2020): November 2020
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i1.177

Abstract

Pandemi COVID-19 belum menunjukan tanda-tanda akan berakhir, Hal tersebut ditunjukkan dengan jumlah kasus positif COVID-19 yang masih bertambah di dunia maupun di Indonesia. Jumlah kumulatif kasus positif COVID-19 berpengaruh dalam melakukan pertimbangan keputusan dan kebijakan terkait penanganan COVID-19 di Indonesia. Oleh karena itu, penelitian ini berfokus untuk membuat model prediksi jumlah kumulatif kasus positif COVID-19 di Indonesia. Data yang digunakan dalam penelitian ini diambil dari Kementrian Kesehatan Indonesia per 15 November 2020. Variabel yang digunakan pada penelitian ini adalah jumlah harian kumulatif kasus positif COVID-19 di Indonesia. Neural network digunakan untuk melakukan modeling data prediksi dengan tujuan untuk membuat model prediksi dari jumlah kumulatif kasus positif COVID-19 di Indonesia. Dari penelitian yang dilakukan, didapatkan hasil error R-squared sebesar 0.9973. Hasil modelling diharapkan dapat digunakan pemerintah untuk dijadikan sebagai alternatif model yang digunakan untuk melakukan prediksi jumlah kumulatif kasus positif COVID-19 di Indonesia.
The Concept of Big Data Analysis for Maritime Information on Indonesian Waters using K-Means Algorithm Bita Parga Zen
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.200

Abstract

Abstract— Indonesia as an archipelagic country has a strategic geographical location, which is located between two continents and two oceans so that it has many advantages, especially in the maritime sector. Indonesia has a goal of becoming a World Maritime Axis that is responsible for ensuring the security and safety of services based on UNCLO S 1982. One way to achieve this goal is to process Big Data to produce useful maritime information . Data can be obtained from government agencies and international organizations and processed according to big data analytics so that it can be visualized information that can be used by various related parties. The collected data can be clustered using the K-Means algorithm with the aim of dividing the data into several groups. This is especially useful for supporting Indonesia based on UNCLOS 1982 by providing information and ensuring the safety of Indonesian waters and being able to contribute to the Indonesian economy.
Analisis Sentimen Pelanggan Hotel di Purwokerto Menggunakan Metode Random Forest dan TF-IDF (Studi Kasus: Ulasan Pelanggan Pada Situs TRIPADVISOR) Boma Bayu Baskoro; Irwan Susanto; Siti Khomsah
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.218

Abstract

Aplikasi e-tourism di Indonesia sudah banyak diterapkan terutama untuk layanan akomodasi wisata seperti hotel atau penginapan. Salah satu aplikasi e-tourism yang terkenal adalah tripadvisor.co.id. Aplikasi tersebut memudahkan masyarakat memesan hotel secara online karena lebih cepat, praktis dan mudah. Salah satu faktor penting dalam memilih hotel terbaik dengan harga terjangkau ialah pendapat para pelanggan hotel dari ulasan pada kolom komentar dari para pelanggan hotel sebelumnya. Banyaknya data ulasan pelanggan membutuhkan waktu yang lama untuk mengetahui polaritas ulasan positif dan mana ulasan negatif secara manual. Oleh karena itu diperlukan model analisis sentimen yang akurat yang dapat mengklasifikasikan ulasan pelanggan menjadi ulasan positif dan negatif. Pada penelitian ini diusulkan model analisis sentimen pelanggan hotel menggunakan metode Random Forest Classifier dan Term Frequency–Inverse Document Frequency (TF–IDF). Dataset yang digunakan untuk membangun model sentimen analisis adalah data komentar-komentar pelanggan hotel di Purwokerto yang diunduh dari situs tripadvisor.co.id. Pada preprocessing melibatkan proses konversi slangword menjadi kata baku sesuai KBBI, stemming, dan menambahkan kata-kata stopword baru selain stopword dalam library sastrawi. Hasil penelitian menunjukkan akurasi model mencapai akurasi 87,23%. Akan tetapi jika tanpa proses stemming, akurasi model hanya 76,07%.
Analisis Efektifitas Google Classroom, Zoom Meeting dan Google Meet sebagai Multimedia Interaktif Pembelajaran Online Chadziqatun Najilatil Mazda; Alfa Nahdlijatul Fikria
Journal of INISTA Vol 3 No 2 (2021): Mei 2021
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v3i2.242

Abstract

Pandemi Covid-19 memberikan dampak yang cukup besar dalam berbagai bidang. Baik itu di bidang pendidikan, sosial ekonomi, hingga sosial sosial budaya di masyarakat. Pada bidang pendidikan, pembelajaran secara tatap muka langsung tidak dapat dilaksanakan untuk mencegah persebaran virus tersebut. Sehingga, penggunaan Google Classroom, Zoom Meeting dan Google Meet menjadi solusi sebagai multimedia interaktif dalam pembelajaran online di masa pandemi. Meskipun demikian, penggunaan media tersebut menimbulkan permasalahan baru dikarenakan tidak semua mahasiswa bisa mengikuti pembelajaran online dengan baik. Hal tersebut ditandai dengan ketidakhadiran sebagian mahasiswa ketika pembelajaran berlangsung, keterlambatan mahasiswa saat pengumpulan tugas serta menurunnya IPK sejumlah mahasiswa. Sehubungan dengan hal tersebut, penelitian ini dilakukan untuk menganalisis efektivitas penggunaan Google Classroom, Zoom Meeting dan Google Meet sebagai multimedia interaktif pembelajaran online di masa pandemi. Pengumpulan data dilakukan melalui dokumentasi, studi pustaka dan wawancara terhadap sejumlah mahasiswa serta tenaga pendidik pengguna aplikasi Google Classroom, Zoom Meeting dan Google Meet. Studi kasus dilakukan terhadap mahasiswa dan dosen dari 5 Universitas yang berbeda-beda. Analisa data dilakukan dengan teknik triangulasi menggunakan teori efektifitas dan teori pembelajaran. Hasil penelitian menunjukkan bahwa penggunaan Google Classroom, Zoom Meeting dan Google Meet mampu menjadi multimedia interaktif pembelajaran online di masa pandemi Covid-19.

Page 5 of 13 | Total Record : 126

 3   4   5   6   7 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol 7 No 2 (2025): May 2025 Vol 7 No 1 (2024): November 2024 Vol 6 No 2 (2024): May 2024 Vol 6 No 1 (2023): November 2023 Vol 5 No 2 (2023): May 2023 Vol 5 No 1 (2022): November 2022 Vol 4 No 2 (2022): Mei 2022 Vol 4 No 1 (2021): November 2021 Vol 3 No 2 (2021): Mei 2021 Vol 3 No 1 (2020): November 2020 Vol 2 No 2 (2020): Mei 2020 Vol 2 No 1 (2019): November 2019 Vol 1 No 2 (2019): Mei 2019 Vol 1 No 1 (2018): September 2018 More Issue