cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
SAFITRI JUANITA
Contact Email
idealis.fti@budiluhur.ac.id
Phone
+6283898928000
Journal Mail Official
idealis.fti@budiluhur.ac.id
Editorial Address
Jl. Ciledug Raya, Petukangan Utara, Jakarta Selatan, 12260. DKI Jakarta, Indonesia. Telp: 021-585 3753 Fax: 021-585 3752.
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Idealis : Indonesia Journal Information System
Published by Universitas Budi Luhur Jakarta
ISSN : -     EISSN : 26847280     DOI : -
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Jurnal Indonesia Journal Information System (Idealis) adalah jurnal penelitian Program Studi Informasi, Fakultas Teknologi Informasi, Universitas Budi Luhur. Topik pada Jurnal ini adalah Decision Support System, E-Commerce/E-Business, Datawarehouse/BI, Enterprise System, Data Mining, Sistem Penunjang Keputusan selamat membaca,  Admin Jurnal Idealis
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 901 Documents
 87   88   89   90   91 
KLASTERISASI DATA PENGANGGURAN DI PULAU JAWA MENGGUNAKAN ALGORITMA K-MEANS DALAM PENANGGULANGAN PENGANGGURAN TAHUN 2020-2023 Rachma, Mutia; Budy Santoso, Cahyono
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3522

Abstract

Pengangguran merupakan masalah utama dalam sektor perekonomian dan turut menimbulkan berbagai permasalahan sosial. Tingkat pengangguran ini muncul akibat dari ketidaksesuaian antara jumlah individu yang siap kerja dengan jumlah lapangan pekerjaan yang tersedia sehingga menimbulkan tantangan dalam penyerapan tenaga kerja. Penelitian ini bertujuan untuk mengidentifikasi dan mengelompokkan Kabupaten/kota di Pulau Jawa berdasarkan rata-rata Tingkat Pengangguran Terbuka (TPT) dan Tingkat Partisipasi Angkatan Kerja (TPAK) selama periode 2020-2023. Metode analisis yang digunakan adalah clustering dengan algoritma K-Means, dengan memanfaatkan data sekunder yang diolah berasal dari Badan Pusat Statistik (BPS) yang mencakup 119 Kabupaten/kota di enam provinsi di Pulau Jawa. Validasi jumlah klaster optimal dilakukan menggunakan Silhouette score, yang menunjukkan nilai tertinggi 0,55 menghasilkan dua klaster optimal. Hasil penelitian menunjukkan dua kelompok wilayah yang berbeda dalam karakteristik ketenagakerjaan. Klaster pertama terdiri dari 52 wilayah yang memiliki TPAK rendah dan TPT tinggi, mengindikasikan tantangan dalam penyerapan tenaga kerja yang lebih kompleks, terutama pada area urban atau pusat industri. Sebaliknya, klaster dua meliputi 67 wilayah yang memiliki TPAK tinggi dan TPT rendah, menunjukkan kondisi ketenagakerjaan yang relatif lebih stabil, seringkali di sektor pertanian atau pekerjaan informal. Analisis ini divisualisasikan menggunakan scatter plot dan boxplot untuk memperkuat interpretasi. Hasil klasterisasi ini diharapkan dapat menjadi acuan bagi pemerintah untuk menetapkan prioritas dan merumuskan kebijakan ketenagakerjaan yang lebih tepat sasaran sesuai dengan karakteristik masing-masing klaster wilayah di Pulau Jawa.
STUDI PERBANDINGAN METODE ARIMA, DOUBLE EXPONENTIAL SMOOTHING, DAN SINGLE EXPONENTIAL SMOOTHING PADA PENJUALAN PUPUK Syahputra, Muhammad Febria Hafid; Lutfi, Ahmad; Munazilin, Akhlis
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3536

Abstract

Pupuk memiliki peran vital dalam sektor pertanian sebagai penyedia nutrisi utama bagi tanaman. Namun, fluktuasi permintaan pupuk menjadi tantangan dalam merencanakan produksi dan distribusi yang efisien. Permasalahan ini mendorong perlunya metode peramalan yang akurat untuk mendukung pengambilan keputusan perusahaan. Perbandingan ketiga metode ini diperlukan untuk menentukan metode peramalan yang paling sesuai dengan karakteristik data penjualan pupuk agar perusahaan dapat merencanakan distribusi dan produksi secara efisien. Oleh karena itu, penelitian ini membandingkan tiga metode peramalan deret waktu, yaitu Autoregressive Integrated Moving Average (ARIMA), Single Exponential Smoothing (SES), dan Double Exponential Smoothing (DES), dalam meramalkan penjualan pupuk berdasarkan data historis dari CV. Sugi Baim Tani selama 33 bulan. Ketiga metode dipilih karena memiliki karakteristik berbeda dalam menangani tren dan pola musiman pada data. Evaluasi dilakukan menggunakan metrik MAE, MAPE, dan RMSE untuk menilai akurasi setiap metode sebelum disimpulkan hasil perbandingan. Proses peramalan menggunakan pendekatan CRISP-DM, dimulai dari pemahaman bisnis hingga deployment sistem prediksi berbasis Python dan Streamlit. Hasil penelitian menunjukkan bahwa ketiga metode dapat digunakan dalam peramalan penjualan pupuk, dengan ARIMA memberikan akurasi terbaik berdasarkan nilai MAPE dan RMSE masing-masing sebesar 8,92% dan 218,07. Metode DES unggul pada nilai RMSE terkecil sebesar 186,82, sedangkan SES menghasilkan MAPE sebesar 9,28% dengan RMSE sebesar 239,69. Penelitian ini diharapkan dapat memberikan kontribusi praktis bagi perusahaan pupuk dalam mendukung pengambilan keputusan produksi dan distribusi secara lebih tepat sasaran.
RANCANG BANGUN SISTEM INFORMASI PEMESANAN PAKET WISATA BERBASIS WEB UNTUK OPTIMALISASI LAYANAN BANYUWANGI TRANS WISATA Ardiansyah, Lukman Hakim; Fatah, Zaehol; Munazilin, Akhlis
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3537

Abstract

Seiring berkembangnya zaman penggunaan teknologi pada sektor bisnis semakin marak digunakan. Penelitian ini bertujuan untuk mengoptimalkan layanan Banyuwangi Trans Wisata dengan melakukan analisis dan implementasi sistem informasi pemesanan paket wisata yang terintegrasi secara berbasis web. Banyuwangi Trans Wisata beralamat di Jl. Joyoboyo No.09 Kalipuro, Kabupaten Banyuwangi, Jawa Timur. Permasalahan utama yang dihadapi adalah proses pemesanan yang masih dilakukan secara konvensional melalui chat WhatsApp, sehingga berpotensi menimbulkan inefisiensi dalam proses pemesanan dan arsip data. Penelitian ini dilakukan dengan menggunakan beberapa metode, yaitu observasi, wawancara, studi literatur, dan dokumentasi sebagai teknik pengumpulan data, dengan pengembangan sistem berbasis model Waterfall yang meliputi tahap analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu menyediakan antarmuka pemesanan online yang mudah digunakan untuk pelanggan serta modul administrasi yang dapat digunakan untuk mengelola data wisata, paket wisata, data pemesanan, dan laporan. Pengujian fungsionalitas sistem menunjukkan bahwa semua fitur berjalan sesuai dengan yang diharapkan, antara lain registrasi akun, pengelolaan, pemesanan, dan pembayaran paket wisata, serta pembuatan laporan pemesanan. Hasil studi ini menunjukkan bahwa sistem informasi berbasis web tidak hanya berperan dalam meningkatkan efisiensi operasional bisnis, tetapi juga memberikan kontribusi terhadap penguatan keamanan data serta perluasan jangkauan pemasaran.
Penerapan Sistem E-Commerce Berbasis Content Management System untuk Optimasi Penjualan CV Sinergi Prima Magna Jonathan, Jeremy; Rahdiana, Ikhsan; Daifullah, Muhammad; Putra, Haekal Rida; Ferdiansyah, Afnan Firdaus
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3539

Abstract

Kemajuan di bidang teknologi informasi dan komunikasi telah memberikan dampak besar terhadap transformasi dalam dunia bisnis, termasuk bagi CV Sinergi Prima Magna yang bergerak di bidang penjualan buku pengetahuan dan pelajaran melalui model business-to-business (B2B). Untuk menghadapi tantangan dan memanfaatkan peluang era digital, perusahaan ini memutuskan memperluas pasar ke segmen business-to-customer (B2C). Upaya ini diwujudkan dengan membangun sebuah website berbasis Content Management System (CMS) menggunakan platform WordPress dan plugin Woocommerce. Pemilihan WordPress sebagai CMS didasarkan pada kemudahan penggunaan, fleksibilitas, serta dukungan komunitas yang luas. Penelitian ini bertujuan untuk mengkaji proses penerapan sistem e-commerce berbasis CMS tersebut dan dampaknya terhadap proses bisnis perusahaan. Metode yang digunakan mencakup observasi, wawancara, dan studi literatur untuk mengidentifikasi kebutuhan sistem, yang kemudian dilanjutkan dengan tahapan desain, implementasi, dan evaluasi. Website e-commerce ini tidak hanya memperluas jangkauan penjualan ke masyarakat umum, tetapi juga mempermudah pihak admin dalam membuat laporan penjualan, pendapatan, dan pengelolaan stok barang. Selain itu, sistem ini membantu meminimalisir kesalahan dalam pembaruan data produk, dokumentasi transaksi, serta pembuatan laporan penjualan dan pembelian. Hasil implementasi menunjukkan bahwa penggunaan CMS mampu meningkatkan efisiensi operasional, mempercepat proses bisnis, dan meningkatkan pengalaman pelanggan dalam mengakses informasi serta melakukan transaksi. Penelitian ini diharapkan menjadi referensi bagi pelaku usaha kecil dan menengah (UKM) dalam mengadopsi solusi e-commerce yang efektif dan efisien berbasis CMS.
PENGEMBANGAN ANTARMUKA APLIKASI BERGERAK DENGAN PERANGKAT PROTOTYPING BERBASIS AI Naufaliana Zahrah; Suranto, Beni
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3547

Abstract

Kecerdasan buatan telah banyak dimanfaatkan dalam kehidupan sehari-hari, termasuk dalam pengembangan sistem atau aplikasi bergerak. Dalam merancang aplikasi, kualitas antarmuka pengguna (UI) dan pengalaman pengguna (UX) merupakan faktor krusial yang menentukan kenyamanan dan kepuasan pengguna. Namun, proses perancangannya sering kali memakan waktu dan memerlukan keahlian khusus. Penelitian ini bertujuan mengeksplorasi pemanfaatan perangkat prototyping berbasis kecerdasan buatan serta membandingkan hasil desain antarmuka yang dihasilkan kecerdasan buatan dengan rancangan manual oleh manusia. Metode pengembangan yang digunakan adalah prototyping, terdiri dari tiga tahap utama: mendengarkan pelanggan melalui observasi dan wawancara, pembuatan prototipe secara manual dan buatan kecerdasan buatan, serta uji coba prototipe menggunakan platform Maze dan kuesioner System Usability Scale (SUS). Studi kasus dilakukan pada aplikasi e-canteen untuk “Kantin Kita” di Fakultas Teknologi Industri Universitas Islam Indonesia, yang mendukung pemesanan makanan secara online. Perangkat prototyping kecerdasan buatan yang digunakan adalah Motif, Uizard, dan Uxpilot, sedangkan desain prototipe manual menggunakan bantuan kecerdasan buatan seperti ChatGPT dan Freepik. Hasil pengujian menunjukkan bahwa prototipe manual memperoleh skor Maze Usability Score (MAUS) sebesar 86, dan skor System Usability Scale (SUS) sebesar 93 yang termasuk kategori “acceptable” dengan grade A, mendekati “best imaginable”. Penelitian ini menunjukkan bahwa baik desain kecerdasan buatan maupun manual dapat menghasilkan antarmuka yang layak jika menerapkan prinsip UI/UX yang tepat. Kolaborasi antara kecerdasan buatan dan keahlian manusia terbukti mampu meningkatkan efektivitas dan efisiensi proses desain, di mana kecerdasan buatan berperan sebagai alat bantu, bukan sebagai pengganti peran desainer maupun pengembang.
PERANCANGAN DAN IMPLEMENTASI SISTEM SMART CALLING BERBASIS PYTHON UNTUK OTOMATISASI LAYANAN WARTEL DI LINGKUNGAN PESANTREN Sholeh, Badrus; Susanto, Adi; Fatah, Zaehol
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3549

Abstract

Kemajuan teknologi digital mendorong percepatan otomatisasi layanan di berbagai sektor, termasuk dalam pengelolaan komunikasi di lingkungan pesantren yang melarang penggunaan telepon genggam kepada santri. Hal ini menimbulkan kebutuhan terhadap sistem komunikasi yang terkontrol, efisien, dan sesuai dengan regulasi internal pesantren. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Smart Calling, yaitu sistem informasi otomatisasi layanan wartel berbasis desktop di Asrama Ma’hadul Qur’an Pondok Pesantren Salafiyah Syafi’iyah Sukorejo. Sistem dikembangkan menggunakan metode Waterfall yang mencakup tahapan analisis kebutuhan, perancangan sistem, pembangunan perangkat lunak, dan pengujian black-box. Metode ini dipilih karena keunggulannya dalam memberikan struktur yang sistematis dan dokumentasi yang kuat, sehingga cocok untuk proyek dengan ruang lingkup terdefinisi dan tim pengembang terbatas. Teknologi yang digunakan meliputi Python dengan antarmuka Tkinter, automasi antarmuka WhatsApp Desktop melalui PyAutoGUI, dan basis data lokal SQLite. Hasil pengujian menunjukkan bahwa sistem berhasil menjalankan semua fungsi utama, termasuk validasi santri, pengendalian jenis panggilan (audio/video), pencatatan durasi real-time, perhitungan tarif otomatis, hingga pengelolaan transaksi digital. Dibandingkan dengan sistem manual, sistem ini mampu meningkatkan efisiensi pelayanan lebih dari 80% dan menekan kesalahan pencatatan secara signifikan. Keunggulan metode yang diterapkan terletak pada automasi langsung ke WhatsApp Desktop tanpa perlu perangkat tambahan, serta kemudahan penggunaan oleh petugas non-teknis. Kontribusi penelitian ini tidak hanya memberikan solusi praktis bagi pesantren, tetapi juga dapat menjadi model pengembangan layanan komunikasi terkendali bagi lembaga pendidikan tertutup lainnya.
PENERAPAN METODE STACKING ENSEMBLE UNTUK ANALISIS SENTIMEN PADA ULASAN APLIKASI RUANG GURU Sofia, Detin; Sekarpuji, Pina
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3559

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Ruangguru berdasarkan ulasan di Google Play Store. Studi ini berupaya untuk menggambarkan persepsi masyarakat terhadap layanan pembelajaran digital tersebut. Data berupa 99.000 ulasan pengguna dalam bahasa Indonesia dikumpulkan melalui teknik web scraping. Analisis sentiment dilakukan menggunakan pendekatan klasifikasi sentimen berbasis pembelajaran mesin. Penelitian mengikuti tahapan metodologi Cross Industry Standard Process for Data Mining (CRISP-DM), yang terdiri dari Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation dan Deployment. Sentimen dikategorikan menjadi tiga kelas: positif, negatif dan netral. Proses pra-pemrosesan data melibatkan tahapan seperti pembersihan, tokenisasi, normalisasi. Ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta pelabelan data yang dilakukan dengan pendekatan lexicon-based menggunakan kamus kata positif dan negatif yang diunduh dari sumber terbuka. Model klasifikasi yang digunakan dalam penelitian ini adalah Stacking Ensemble dengan Random Forest, Support Vector Machine (SVM), dan Extreme Gradient Boosting (XGBoost) sebagai base learner, serta Logistic Regression sebagai meta learner. Evaluasi performa model menggunakan confusion matrix dan Area Under the Curve (AUC). Model ini menghasilkan Akurasi 88%, Precision 87%, Recall 88% dan F1-Score 87% serta AUC 0,945. Hasil penelitian menunjukkan bahwa mayoritas ulasan memiliki sentimen positif terhadap aplikasi Ruangguru. Temuan ini dapat menjadi masukan strategis bagi pengembang dalam meningkatkan kualitas layanan dan kepuasan pengguna.
PERBANDINGAN K-MEANS DAN K-MEDOIDS DALAM PENGELOMPOKKAN TINGKAT KEJAHATAN PADA PROVINSI JAWA TENGAH Pratama, Bayu Satria; Purwanto, Gatot
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3562

Abstract

Tindak kejahatan merupakan pelanggaran hukum dan norma sosial yang menimbulkan keresahan masyarakat serta mencerminkan dinamika sosial yang terus berkembang. Sepanjang tahun 2023, Provinsi Jawa Tengah mencatat 7.606 kasus kejahatan berdasarkan data dari Badan Pusat Statistik (BPS) Jawa Tengah pada website https://jateng.bps.go.id/id. Jenis kejahatan yang tercakup dalam data merupakan kejahatan konvensional, seperti pencurian, penganiayaan, dan penipuan. Penelitian ini bertujuan untuk mengelompokkan data kriminalitas menggunakan algoritma clustering K-Means dan K-Medoids guna mengidentifikasi pola kejahatan berdasarkan karakteristik wilayah. Data yang digunakan meliputi jumlah kejahatan, jumlah penduduk, dan jumlah penduduk tidak bekerja per kabupaten/kota, serta dua atribut turunan, yaitu Rasio_Kejahatan_Penduduk dan Rasio_Kejahatan_Tidak_Bekerja. Seluruh data numerik dinormalisasi menggunakan metode Min-Max agar memiliki skala yang sebanding. Pemilihan algoritma K-Means dan K-Medoids dilakukan karena keduanya merupakan metode partitional clustering yang banyak digunakan, namun memiliki pendekatan yang berbeda dalam menentukan pusat klaster, sehingga memberikan perbandingan hasil yang relevan. Evaluasi hasil klaster dilakukan dengan Davies-Bouldin Index (DBI) karena metrik ini mampu menilai validitas klaster berdasarkan tingkat kedekatan dan keterpisahan antar klaster. Klasterisasi dilakukan dengan jumlah klaster 3, 4, dan 5. Hasil evaluasi menunjukkan bahwa pembentukan 3 klaster adalah yang paling optimal, dengan nilai DBI terendah pada K-Means sebesar 0,082, sedikit lebih baik dibandingkan K-Medoids sebesar 0,084. Nilai DBI yang lebih rendah menunjukkan K-Means menghasilkan klaster yang lebih terpisah secara baik. Oleh karena itu, K-Means dipilih sebagai algoritma terbaik dalam penelitian ini. Hasil pengelompokan diharapkan menjadi dasar dalam pepersamaanan kebijakan.
Model Random Forest Data Historis Multivariat Untuk Prediksi Pendapatan Asuransi Mokodaser, Wilsen Grivin; Koapaha, Hartiny; Adam, Stenly Ibrahim
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3512

Abstract

Perusahaan asuransi adalah perusahaan keuangan non-bank yang melindungi nasabah dari risiko dan mengumpulkan uang dari premi nasabah selama periode tertentu, sesuai dengan ketentuan polis. Karena perusahaan asuransi telah lama terlibat dalam perekonomian negara, masyarakat tidak begitu ragu akan layanan yang mereka tawarkan. Disebabkan oleh ketidakpastian yang terkait dengan hal-hal seperti kesehatan, pendidikan, harta-benda, dan kematian, kesadaran masyarakat tentang pentingnya asuransi terus meningkat. Asuransi menjadi alat penting bagi masyarakat untuk mengantisipasi risiko atau kerugian di masa depan. model Random Forest diterapkan untuk memprediksi pendapatan asuransi bulan berikutnya berdasarkan data historis multivariat dari bulan Januari hingga Juli/Agustus. Hasil evaluasi menunjukkan bahwa model memiliki performa yang cukup baik dalam menangkap pola pendapatan, dengan skor evaluasi Mean Absolute Error (MAE) sebesar ±25.139.426 menunjukkan bahwa rata-rata kesalahan prediksi hanya sekitar 25 juta rupiah, angka yang masih tergolong wajar jika dibandingkan dengan skala pendapatan keseluruhan. Mean Squared Error (MSE) sebesar 2.9815 × 10¹⁵ mencerminkan adanya beberapa error besar, meskipun hal ini wajar mengingat skala data dan keberadaan outlier yang sulit dihindari. R² Score sebesar 0.85 menandakan bahwa 85% variabilitas pendapatan dapat dijelaskan oleh model dari data historis, yang menunjukkan performa prediksi yang sangat baik. Kontribusi ilmiah dari penelitian ini adalah penerapan pendekatan regresi non-linear berbasis Random Forest untuk melakukan peramalan pendapatan asuransi menggunakan data multivariat historis bulanan, yang jarang dibahas secara mendalam dalam konteks industri asuransi. Pendekatan ini tidak hanya menyoroti efektivitas Random Forest dalam menangkap pola musiman dan hubungan non-linier antar variabel waktu, tetapi memberikan landasan eksplorasi metode machine learning lanjutan dalam analisis data asuransi.
IMPLEMENTASI ALGORITMA FACE RECOGNITION MENGGUNAKAN FACE-API.JS PADA SISTEM VERIFIKASI SIM DIGITAL BERBASIS WEB Bakar, Theis Huyo Rooney; Wowor, Alz Danny
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3546

Abstract

Digitalisasi Surat Izin Mengemudi (SIM) melalui aplikasi SINAR di Indonesia menghadirkan tantangan baru terkait keakuratan verifikasi identitas. Sistem verifikasi konvensional yang mengandalkan pemeriksaan visual dokumen fisik rentan terhadap pemalsuan dan manipulasi data. Proses verifikasi manual memerlukan waktu lama dan tidak memberikan tingkat akurasi yang konsisten. Kebutuhan sistem verifikasi yang lebih aman dan efisien menjadi mendesak untuk mencegah penyalahgunaan data SIM.Penelitian ini bertujuan mengembangkan Sistem Informasi SIM Digital berbasis web dengan mengimplementasikan algoritma face recognition menggunakan FACE-API.JS. Sistem dirancang untuk meningkatkan keamanan dan efisiensi verifikasi identitas pemegang SIM melalui teknologi biometrik wajah. Implementasi menggunakan pendekatan waterfall yang mencakup analisis, desain, implementasi, pengujian, dan pemeliharaan.Proses verifikasi dilakukan melalui tiga tahapan terintegrasi. Face detection mendeteksi keberadaan wajah dalam video stream real-time. Face landmark detection mengidentifikasi titik-titik kunci wajah dengan presisi tinggi. Face matching membandingkan fitur wajah dengan data biometrik database menggunakan threshold similarity 0.5. Sistem menggunakan TinyFaceDetector untuk deteksi cepat dan ResNet-34 untuk ekstraksi fitur akurat. Backend dibangun dengan PHP dan database MySQL untuk menyimpan data biometrik secara aman.Pengujian sistem menggunakan 5 subjek wajah dalam 30 skenario menunjukkan performa optimal. Sistem mencapai akurasi 86.7% dengan precision 80%, recall 80%, dan specificity 90%. Pengujian berbagai kondisi pencahayaan dan sudut wajah menunjukkan sistem bekerja optimal pada jarak 0.5-1 meter. Waktu rata-rata verifikasi 2.3 detik per transaksi dengan response time konsisten.Sistem ini memberikan kontribusi signifikan sebagai solusi teknologi untuk meningkatkan keamanan dan efisiensi verifikasi identitas SIM Digital. Implementasi biometrik wajah dengan threshold 0.5 terbukti mengurangi risiko pemalsuan dan mempercepat proses verifikasi dibandingkan metode konvensional.

Page 90 of 91 | Total Record : 901

 87   88   89   90   91 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025 Vol. 8 No. 1 (2025): Jurnal IDEALIS Januari 2025 Vol. 7 No. 2 (2024): Jurnal IDEALIS Juli 2024 Vol. 7 No. 1 (2024): Jurnal IDEALIS Januari 2024 Vol 6 No 2 (2023): Jurnal IDEALIS Juli 2023 Vol 6 No 1 (2023): Jurnal IDEALIS Januari 2023 Vol 5 No 2 (2022): Jurnal IDEALIS Juli 2022 Vol 5 No 1 (2022): Jurnal IDEALIS Januari 2022 Vol 4 No 2 (2021): Jurnal IDEALIS Juli 2021 Vol 4 No 1 (2021): Jurnal IDEALIS Januari 2021 Vol 3 No 2 (2020): Jurnal IDEALIS Juli 2020 Vol 3 No 1 (2020): Jurnal IDEALIS Januari 2020 Vol 2 No 6 (2019): Jurnal IDEALIS November 2019 Vol 2 No 5 (2019): Jurnal IDEALIS September 2019 Vol 2 No 4 (2019): Jurnal IDEALIS Juli 2019 Vol 2 No 3 (2019): Jurnal IDEALIS Mei 2019 Vol 2 No 2 (2019): Jurnal IDEALIS Maret 2019 Vol 2 No 1 (2019): Jurnal IDEALIS Januari 2019 Vol 1 No 5 (2018): Jurnal IDEALIS November 2018 Vol 1 No 4 (2018): Jurnal IDEALIS September 2018 Vol 1 No 3 (2018): Jurnal IDEALIS Juli 2018 Vol 1 No 2 (2018): Jurnal IDEALIS Mei 2018 Vol 1 No 1 (2018): Jurnal IDEALIS Maret 2018 More Issue