cover
Contact Name
Randi Rizal
Contact Email
randirizal@unper.ac.id
Phone
+6285320132014
Journal Mail Official
index@unper.ac.id
Editorial Address
Universitas Perjuangan Tasikmalaya. Jl. PETA No. 177 Kota Tasikmalaya, Jawa Barat
Location
Kota tasikmalaya,
Jawa barat
INDONESIA
Informatics and Digital Expert (INDEX)
ISSN : 27752208     EISSN : 27150453     DOI : https://doi.org/10.36423/index.v2i02.582
INDEX merupakan Jurnal Informatika yang bertujuan untuk mengembangkan penelitian di bidang: Application E-Healthcare, E-Learning, E-Manufacturing, E-Commerce, E-Bussiness, E-Procurment E-Goverment, E-Governance Intellegent System Sistem Pakar Jaringan Syaraf Tiruan Algoritma Genetika Robotika Sistem Pendukung Keputusan Smart City Digital Forensics Network Forensics Smartphone Forensics Cloud Forensics Computer Forensics Manajemen Data dan Pengetahuan Pemodelan Konseptual, Bahasa dan Desain Data Mining Rekayasa Perangkat Lunak Interaksi Manusia dan Komputer Multimedia, Game dan Teknologi Seluler Keamanan Data Pengenalan Pola
Articles 143 Documents
Analisis Komparatif Algoritma One-Class Untuk Klasifikasi Teks Iklan Judi Online Berbasis Embedding IndoBERT Randi septiansah, Muhamad; Slamet, Cepy; Sandi, Gitarja
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2309

Abstract

Penyebaran iklan judi online di Indonesia terus meningkat meskipun berbagai upaya pemblokiran telah dilakukan. Iklan-iklan ini menyebar luas melalui media sosial dan situs daring, sehingga dibutuhkan sistem otomatis yang mampu menyaring konten iklan judi secara efektif. Penelitian ini mengusulkan pendekatan deteksi anomali satu kelas (one-class anomaly detection) sebagai metode penyaringan awal berbasis pembelajaran hanya dari data teks judi. Untuk merepresentasikan teks, digunakan contextual embedding IndoBERT yang menghasilkan vektor fitur berdimensi 768. Selanjutnya, dilakukan analisis komparatif terhadap tiga algoritma deteksi anomali: One-Class SVM, Isolation Forest, dan Autoencoder. Pengujian dilakukan dalam dua skenario: data seimbang dan tidak seimbang. Pada skenario seimbang, OCSVM menunjukkan performa terbaik dengan F1-score mencapai 91%. Sementara itu, dalam skenario tidak seimbang yang meniru kondisi dunia nyata, model Autoencoder mendapatkan recall terbaik mencapai 94% dengan jumlah false positive yang sangat rendah. Hasil ini menunjukkan bahwa Autoencoder layak direkomendasikan sebagai sistem penyaringan awal sebelum proses klasifikasi lanjutan atau validasi manual dilakukan.
Pengembangan Aplikasi Manajemen Proyek Untuk Meningkatkan Efisiensi Kerja Berbasis Website Heriyadi, Iqbal; Rohmayani, Dini
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2321

Abstract

Transformasi digital dalam industri arsitektur menuntut adanya sistem manajemen proyek yang lebih efektif dan efisien. CV Gilang Kencana Mulya masih menggunakan metode konvensional yang kerap menyebabkan keterlambatan, miskomunikasi, dan rendahnya produktivitas tim. Penelitian ini bertujuan untuk merancang dan membangun aplikasi manajemen proyek berbasis website guna meningkatkan koordinasi kerja dan mempermudah pemantauan proyek secara real-time. Metodologi yang digunakan adalah metode Waterfall, yang mencakup tahapan analisis kebutuhan, perancangan sistem menggunakan diagram UML dan antarmuka pengguna, implementasi, serta pengujian sistem. Pengumpulan data dilakukan melalui observasi, wawancara, dan studi literatur. Dari hasil uji sistem yang dilakukan dengan metode Blackbox Testing sudah berjalan dengan baik, serta User Acceptance Test (UAT) terhadap 8 pengguna untuk mengukur tingkat penerimaan sistem berdasarkan 3 parameter uji yaitu desain, fitur, dan kepuasan pengguna menunjukan bahwa hasil pengujian seluruh fitur utama login, penambahan proyek, penugasan, pembagian tugas, dan validasi proyek berjalan dengan baik tanpa kendala, dan aplikasi memperoleh tingkat penerimaan sebesar 85,63%.
Data-Driven Culinary Business: Analisis Google Maps Scraping untuk Menghadapi Fenomena FOMO di Tasikmalaya Rizki Nugraha, Muhammad; Gelar Guntara, Rangga; Mariska Purwaamijaya, Btari; Nazwa Aprilia, Nyra; Khairunisa, Alamanda
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2350

Abstract

Fenomena Fear of Missing Out (FOMO) menciptakan siklus popularitas yang tidak stabil bagi UMKM kuliner di Tasikmalaya, sehingga menyulitkan keberlanjutan bisnis. Penelitian ini bertujuan untuk menyajikan model strategi berbasis data dengan memanfaatkan teknik web scraping dan klastering K-Means pada data Google Maps. Metodologi penelitian dimulai dengan proses scraping yang menghasilkan 72 data UMKM kuliner valid, yang kemudian dianalisis secara kuantitatif. Algoritma K-Means berhasil mengelompokkan UMKM ke dalam tiga klaster berbeda berdasarkan karakteristik digital (rating dan jumlah ulasan): Klaster Kualitas Tinggi (45 UMKM), Klaster Populer Berisiko (25 UMKM), dan Klaster Bintang Viral (2 UMKM). Temuan ini menjadi dasar perumusan Matriks Strategi 4 Kuadran yang memetakan posisi kompetitif setiap UMKM. Penelitian ini menyimpulkan bahwa integrasi teknik scraping dan klastering K-Means merupakan metode yang efektif untuk mengubah data ulasan publik menjadi wawasan strategis yang dapat ditindaklanjuti, membantu UMKM mengurangi ketergantungan pada tren sesaat dan membangun keberlanjutan jangka panjang.
Optimalisasi Layanan Perpustakaan Chatbot Berbasis Artificial Intellegence Baitul Hikmah, Agung; Fatah, Haerul; Sutisna, Herlan; Fathul Alim Budiman, Nur
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2355

Abstract

Kebutuhan akan pelayanan informasi yang cepat, tepat, dan efisien menjadi semakin penting, termasuk dalam layanan perpustakaan. Namun, pelayanan perpustakaan secara tradisional selalu dihadapkan tenaga pustakawan dan keterbatasan waktu operasional. Untuk mengatasi permasalahan tersebut, penelitian ini mengajukan solusi melalui pengembangan chatbot berbasis kecerdasan buatan yang ditujukan untuk meningkatkan mutu layanan perpustakaan. Tujuan utama penelitian ini adalah untuk merancang dan mengimplementasikan layanan chatbot berbasis artifical intellegence yang dapat memberikan informasi perpustakaan secara otomatis, cepat, dan responsif kepada pengguna, kapan saja dan di mana saja. Metode penelitian yang digunakan dengan pendekatan metode ADDIE (Analysis, Design, Development, Implementation, Evaluation). Hasil pengujian aplikasi menggunakan blackbox testing dan evaluasi GUI secara kuantitatif dengan metode SQA (Software Quality Assurance) menunjukan skor 80.4. Hasil penelitian menunjukkan bahwa penerapan chatbot berbasis artifical intellegence pada layanan perpustakaan mampu meningkatkan mutu, efisiensi, serta kemudahan akses informasi, sekaligus menghadirkan pengalaman layanan yang lebih modern dan selaras dengan tuntutan era digital.
Pengembangan Sistem Pendukung Keputusan Penentuan Kelayakan Telur Tetas Ayam Menggunakan Metode SAW-WP Priyadi, Dimas; Rizal Nursamsi, Dede; Ghurroh Setyoningrum, Nuk
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2372

Abstract

Telur tetas merupakan faktor penting dalam pembibitan ayam karena kualitas telur yang digunakan akan menentukan keberhasilan penetasan. Di Nurhidayat Farm, proses seleksi kelayakan telur masih dilakukan secara manual dan subjektif sehingga berpotensi menimbulkan ketidakkonsistenan hasil. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan (SPK) berbasis web untuk menentukan kelayakan telur tetas ayam dengan mengkombinasikan metode simple additive weighting (SAW) dan weighted product (WP). Kedua metode ini dipilih karena mampu memberikan perhitungan objektif melalui normalisasi bobot kriteria dan perhitungan preferensi. Penilaian didasarkan pada empat kriteria utama, yaitu berat telur, usia telur, kebersihan cangkang, dan ukuran telur. Pengembangan sistem menggunakan metode waterfall mulai dari analisis kebutuhan, perancangan, implementasi, hingga pengujian dengan metode black box. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu memberikan hasil perangkingan telur berdasarkan tingkat kelayakan secara konsisten dan akurat. Dengan demikian, sistem ini dapat membantu peternak meningkatkan efisiensi proses seleksi serta mengurangi ketergantungan pada intuisi subjektif. Selain itu, sistem yang dibangun menyajikan tampilan interaktif dan dapat diakses secara real-time sehingga mendukung pengambilan keputusan yang lebih cepat dan tepat.
Website Berbasis ChatPDF AI untuk Membantu Analisis Dokumen dan Pencarian Informasi (Studi Kasus Politeknik TEDC Bandung) Safrizal, Wahyu; Rohmayani, Dini
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2401

Abstract

Hal yang melatarbelakangi penelitian ini yaitu banyaknya pengguna yang kesulitan dalam mengekstrak informasi yang relevan dari dokumen sehingga memerlukan waktu yang cukup lama untuk mendapatkan informasi yang dibutuhkan. Website berbasis ChatPDF AI dikembangkan untuk membantu dalam pengambilan informasi secara otomatis dari dokumen PDF terutama di dokumen peraturan akademik. Sistem ini dikembangkan dengan menggunakan Software Development Life Cycle (SDLC) dengan metode waterfall dengan tahapan analisis, desain, implementasi, dan pengujian. Teknologi yang digunakan meliputi PHP (Laravel) dan database MariaDB. Fitur-fitur utamanya meliputi login, unggah dokumen, pencarian berbasis chatbot AI pembaruan profil, dan riwayat pencarian. Hasil dari blackbox testing semua fitur telah berjalan 100% sesuai dengan fungsinya dan hasil dari User Acceptance Test (UAT) yang disebar kepada 14 responden dengan parameter uji berdasarkan desain, fitur dan kepuasan pengguna mendapatkan hasil sebesar 91,67%, yang menunjukkan bahwa sistem ini diterima dengan baik oleh pengguna.
Perbandingan Kinerja Algoritma Decision Tree Dan Naïve Bayes Dalam Analisis Sentimen Publik Terhadap Kebijakan Pemerintah Mengenai Batasan Penggunaan Media Sosial Anak mar'atusholihat, amelia; Ghurroh Setyoningrum, Nuk; Rizal Nursamsi, Dede
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2407

Abstract

Perkembangan teknologi informasi menjadikan media sosial sebagai sarana utama untuk berinteraksi, berbagi informasi, dan mengekspresikan pendapat. Namun, tingginya penggunaan media sosial oleh anak-anak menimbulkan kekhawatiran terhadap dampak negatif yang ditimbulkan, sehingga pemerintah menetapkan kebijakan pembatasan usia anak dalam penggunaan media sosial. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap kebijakan tersebut dengan menerapkan algoritma Decision Tree dan Naïve Bayes. Data penelitian diperoleh dari komentar pengguna TikTok terkait isu pembatasan usia. Tahapan penelitian meliputi pengumpulan data dengan web scraping, pra-pemprosesan (translation, case folding, cleansing, tokenizing, stopword removal, stemming), pelabelan sentimen (positif, negatif, netral), serta representasi data menggunakan Bag of Words. Dataset dibagi menjadi 80% data latih dan 20% data uji. Hasil pengujian menunjukkan bahwa algoritma Naïve Bayes memiliki performa lebih baik dibandingkan Decision Tree. Naïve Bayes mencapai akurasi 97,14%, presisi 97,08%, dan recall 96,92%, sedangkan Decision Tree memperoleh akurasi 91,90%, presisi 96,46%, dan recall 79,76%. Temuan ini membuktikan bahwa Naïve Bayes lebih efektif dalam analisis sentimen media sosial, terutama pada dataset dengan distribusi kelas beragam.Penelitian ini berkontribusi pada pemahaman penerapan algoritma klasifikasi dalam menganalisis opini publik terhadap kebijakan pemerintah, khususnya pembatasan usia media sosial. Selain itu, hasilnya dapat menjadi rujukan bagi pembuat kebijakan maupun penelitian selanjutnya dengan dataset lebih besar atau algoritma yang lebih kompleks.
Perancangan UI/UX Bank Sampah di Bandung Raya Berbasis Mobile Menggunakan Metode Double Diamond Hafizhni Anggia, Rafi; Maududy, Robby; windriyana, windriyana; miftahudin, miftahudin; Rizal Nursamsi, Dede
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2414

Abstract

Pengelolaan sampah menjadi pusat perhatian Dinas Lingkungan Hidup karena masyarakat masih memaksimalkan pembuangan sampah tanpa dipilah ke tempat pembuangan akhir yang mengakibatkan overload dari kapasitasnya. Bank Sampah Bersinar merupakan badan yang memiliki konsep reduce, reuse dan recycle (3R) yang bertujuan untuk meningkatkan kesadaran pemilahan sampah. Namun peran dari Bank Sampah Bersinar masih kurang optimal karena keterbatasan akses lokasi, drop point, sarana informasi dan teknologi menjadi hambatannya. Dalam upaya meningkatkan layanan, perancangan UI/UX aplikasi menjadi salah satu solusi yang dapat memperbaiki permasalahan. Pendekatan desain proses model double diamond dianggap mampu menggali permasalahan hingga mendalam dengan proses discover, define, develop dan deliver. Hasil yang didapat pada perancangan ini adalah sebuah strategi untuk mengintegrasikan seluruh layanan bank sampah sehingga lebih efektif. Manfaat dari penelitian ini dapat digunakan untuk pembuatan aplikasi yang digunakan oleh masyarakat.
Perancangan UI/UX Aplikasi E-Commerce Dengan Mengguakan Metode Design Thinking Berbasis Application Mobile Irawan, Debi; Alpiyasin, Feri; Salsa Dhia, Hasna
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2417

Abstract

Toko Sandal Bi’em merupakan toko yang menjual berbagai jenis sandal seperti sandal slip-on dan sandal kasual. Transaksi yang dilakukan di toko masih secara konvensional. Pelanggan hanya bisa melakukan pembelian dan memilih jenis sandal jika datang ke toko. Adapun beberapa pelanggan dari luar daerah jika memesan produk, pelanggan harus menghubungi secara online via WhatsApp toko Sandal Bi’em dan menunggu sampai pesan tersebut dibalas yang mana akan membutuhkan tidak sebentar sampai pegawai membalas pesan WhatsApp. Lalu pegawai toko akan mengirimkan katalog foto produk kepada pelanggan, setelah pelanggan memilih sandal yang diinginkan dan menyelesaikan pembayaran, pegawai melakukan pengiriman menggunakan jasa pengiriman. Selain itu, pegawai juga mengalami kesulitan dalam pencatatan hasil penjualan karena masih menggunakan buku dan kalkulator dalam proses transaksinya, sehingga menyebabkan kesalahan pencatatan transaksi. Dengan adanya masalah tersebut dibutuhkan aplikasi penjualan atau e-commerce agar memudahkan pembeli dalam melakukan pembelian dan mendapatkan informasi yang jelas mengenai produk sandal yang dijual. Perancangan UI/UX aplikasi e-commerce dilakukan dengan menggunakan metode Design Thinking yang mencakup tahap Empathize, Define, Ideate, Prototype, dan Test. Metode Design Thinking adalah proses berulang untuk memahami pengguna dan digunakan untuk menciptakan solusi yang menghasilkan desain yang intuitif dan mudah dipahami oleh pengguna. Pengujian rancangan dilakukan dengan memberikan pertanyaan dalam bentuk kuesioner menggunakan System Usability Scale kepada 45 responden yang memperoleh hasil sebesar 79,3, dari 100, nilai ini berada pada kategori “Acceptable” dan tingkatan “Good”. Maka dapat disimpulkan bahwa perancangan aplikasi e-commerce Sandal Bi’em berbasis application mobile, sudah mendapatkan kepuasan yang baik dan dapat diterima oleh pengguna.
Perancangan Data Pipeline Untuk Analisis Pola Makan Sehat Sebagai Upaya Pencegahan Gizi Buruk di Indonesia Putri Yunisa, Ghaida; Akmaliah, Fitri; Putri Nadila Agustin, Allya; Cantika Parhati, Yusma; Rozikin, Chaerur
Informatics and Digital Expert (INDEX) Vol. 7 No. 2 (2025): INDEX, November 2025
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v7i2.2424

Abstract

Masalah gizi di Indonesia, termasuk stunting dan obesitas sentral, masih menjadi tantangan kesehatan yang signifikan akibat pola makan yang tidak seimbang dan rendahnya pengetahuan masyarakat tentang nutrisi. Penelitian ini bertujuan merancang data pipeline untuk mengintegrasikan, membersihkan, dan menyiapkan data gizi dari dataset publik, seperti Kaggle, sehingga analisis pola makan sehat dapat dilakukan secara komprehensif. Pipeline yang dikembangkan mencakup tahap data ingestion, data cleaning dan preprocessing, transformasi data, penyimpanan, serta analisis dan visualisasi data. Hasil implementasi menunjukkan bahwa setiap individu memiliki variasi asupan nutrisi harian yang berbeda, yang kemudian dibandingkan dengan standar kecukupan gizi harian WHO/Kemenkes. Sistem memberikan ringkasan status gizi individu dalam kategori “Seimbang”, “Perlu Perbaikan”, dan “Kurang Sehat”, dengan mayoritas responden masuk kategori “Perlu Perbaikan” (59,6%). Temuan ini menekankan perlunya intervensi berbasis data untuk meningkatkan pola makan masyarakat. Dataset yang dihasilkan bersih, terstruktur, dan siap digunakan untuk analisis lebih lanjut, sehingga dapat mendukung tenaga kesehatan, pembuat kebijakan, dan peneliti dalam merancang program pencegahan gizi buruk yang tepat sasaran.