cover
Contact Name
Yoga Pristyanto
Contact Email
infos@amikom.ac.id
Phone
-
Journal Mail Official
infos@amikom.ac.id
Editorial Address
Program Studi Sistem Informasi, Fakultas Ilmu Komputer Universitas Amikom Yogyakarta Jl. Ring Road Utara, Condong Catur, Sleman, Yogyakarta Telp. (0274) 884 201 ext. 613
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Information System Journal (INFOS)
ISSN : 2655190X     EISSN : 2655142X     DOI : -
Core Subject : Science,
Sistem Informasi Decision Support System Financial Technology Multimedia AR/VR Application IT Governance UI/UX e-commerce
Articles 69 Documents
TROLI BAGASI OTOMATIS DENGAN PENGENALAN OBJEK DAN KENDALI MOTOR UNTUK BANDARA Harahap, Nurmahendra; Sunardi, Sunardi; Amril, Muhammad; Muchlishiin, Moh
Information System Journal Vol. 7 No. 02 (2024): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2024v7i02.1985

Abstract

Troli manual di bandara menyulitkan pengguna dengan keterbatasan fisik, sehingga penelitian ini mengembangkan troli bagasi otomatis berbasis Pixy CMUCam5 dan Arduino yang dapat mengikuti pengguna secara mandiri. Metode yang digunakan mencakup perancangan perangkat keras, pengembangan perangkat lunak, serta pengujian terhadap intensitas cahaya, kecepatan motor, dan akurasi pembacaan barcode. Hasil pengujian menunjukkan bahwa pencahayaan mempengaruhi deteksi objek dan barcode, dengan optimalitas pada intensitas tertentu. Kecepatan motor menurun seiring bertambahnya beban, dengan batas maksimal 18 kg pada PWM 255. Troli dapat bergerak maju, berbelok, dan berhenti dengan baik. Kesimpulannya, sistem troli otomatis ini mampu meningkatkan efisiensi dan kenyamanan pengguna di bandara dengan integrasi teknologi computer vision dan kendali motor yang adaptif
ANALISIS DAN IMPLEMENTASI PROGRESSIVE WEB APP (PWA) SERTA FITUR NOTIFIKASI PADA SISTEM INFORMASI PENDAFTARAN VOLUNTEER VOLHUB Hanifan, Hafid; Fajri, Ika Nur
Information System Journal Vol. 7 No. 02 (2024): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2024v7i02.1986

Abstract

Perkembangan internet di Indonesia mendorong transformasi digital dalam berbagai aspek, termasuk kegiatan volunteer. Namun, tingkat partisipasi pemuda mengalami penurunan akibat akses dan mekanisme yang kurang memadai. Website VolHub dikembangkan untuk memfasilitasi pendaftaran volunteer secara efisien dan transparan, tetapi masih menghadapi tantangan dalam keandalan sistem. Progressive Web App (PWA) menjadi solusi untuk meningkatkan reliabilitas VolHub dengan fitur seperti akses offline, instalasi langsung dari browser, dan push notifications. Penelitian ini mengimplementasikan PWA pada VolHub menggunakan metode pengembangan berbasis Agile. Hasil menunjukkan peningkatan pengalaman pengguna, dengan akses lebih cepat dan stabil tanpa koneksi internet. Kesimpulannya, penerapan PWA dapat meningkatkan keandalan website VolHub serta mendorong partisipasi pemuda dalam kegiatan volunteer. The rapid growth of the internet in Indonesia has driven digital transformation in various sectors, including volunteer activities. However, youth participation has declined due to inadequate access and mechanisms. VolHub is a website designed to facilitate volunteer registration efficiently and transparently but still faces reliability challenges. Progressive Web App (PWA) is a solution to enhance VolHub’s reliability by enabling offline access, direct installation from browsers, and push notifications. This research implements PWA on VolHub using an Agile-based development approach. The results indicate improved user experience, with faster and more stable access even without an internet connection. In conclusion, PWA implementation enhances VolHub’s reliability and encourages youth participation in volunteer activities.
EVALUASI PENGENALAN WAJAH MENGGUNAKAN FACENET PADA PEGAWAI DINAS KOMUNIKASI DAN INFORMATIKA KOTA SAMARINDA Hidayat, Aji Said Wahyudi; Setyanto, Arief; Yaqin, Ainul
Information System Journal Vol. 8 No. 01 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i01.2015

Abstract

Penelitian ini bertujuan untuk melakukan evaluasi sistem presensi menggunakan pengenalan wajah berbasis aplikasi mobile. Sistem pengenalan wajah di bangun menggunakan library facenet pada service yang disiapkan di server. Sistem tersebut diuji di lingkungan Dinas Komunikasi dan Informatika Kota Samarinda terhadap 40 subyek pegawai dengan sampel per pegawai sebanyak 10 foto. Pengujian dilakukan dalam berbagai kondisi pencahayaan dan pose. Evaluasi dilakukan terhadap ketepatan pengenalan wajah pada saat presensi masuk, dan presensi keluar. Hasil penelitian menunjukan bahwa sistem pengenalan wajah dapat berjalan efektif di berbagai posisi wajah, selain itu pencahayaan yang lebih terang mendukung keberhasilan pengenalan wajah tersebut, dan proses pengunggahan dapat dilakukan kurang dari satu menit.
SIMAS-PENGEMBANGAN SISTEM MANAJEMEN SEMINAR BERBASIS WEB Saputra, Ridwan; Rani , Anjas; Kurniyawantoro, Kurniyawantoro; Purnama, Jajang; Rahayu, Sri
Information System Journal Vol. 8 No. 01 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i01.2018

Abstract

Seminar sebagai salah satu kegiatan penyebaran informasi, dalam pengelolaannya masih dihadapkan kendala teknis seperti pengelolaan pendaftaran, presensi peserta, distribusi sertifikat, dan dokumentasi. Penelitian ini bertujuan untuk membangun SIMAS (Sistem Manajemen Seminar), sebuah platform terintegrasi yang menghubungkan penyelenggara dengan peserta seminar menggunakan metode pengembangan perangkat lunak Research and Development (R&D) dan metode pengujian Black Box Testing. Hasil penelitian ini menunjukkan bahwa SIMAS berhasil mengimplementasikan lima fitur unggulan diantaranya manajemen seminar yang efektif, pendaftaran dan pembayaran terintegrasi, presensi digital berbasis QR code, distribusi sertifikat otomatis, chatbot AI, dan grup komunitas untuk interaksi antar peserta. Implementasi dilakukan dalam arsitektur tiga pengguna master admin, admin vendor sebagai penyelenggara, dan user sebagai peserta sehingga mengurangi beban administratif penyelenggara. Kata Kunci : Sistem Manajemen Seminar, Presensi Digital, Sertifikat Otomatis, Platform Terintegrasi, CodeIgniter 3 ABSTRACT Seminars as one of the information dissemination activities, in their management still face technical obstacles such as management registration, participant attendance, certificate distribution, and documentation. This study aims to build SIMAS (Seminar Management System), an integrated platform that connects organizers with seminar participants using the Research and Development (R&D) software development method and the Black Box Testing method. The results of this study show that SIMAS has successfully implemented five superior features, including effective seminar management, integrated registration and payment, QR code-based digital presence, automatic certificate distribution, AI chatbot, and community groups for interaction between participants. The implementation is carried out in a three-user architecture: master admin, vendor admin as organizer, and user as participant, thus reducing the administrative burden on the organizer.. Keywords : Seminar Management System, Digital Presence, Automatic Certificate, Integrated Platform, CodeIgniter 3
TEKNIK CODING HYBRID ANTARA TYPESCRIPT DAN JAVASCRIPT DALAM FRAMEWORK ANGULAR Wijaya, Tony
Information System Journal Vol. 8 No. 01 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i01.2048

Abstract

TypeScript merupakan penyempurnaan dari bahasa pemrograman JavaScript. Namun keunggulannya tidak serta merta membuat kehadiran JavaScript tidak dibutuhkan lagi. Hal ini dikarenakan kerumitan bahasa pemrograman TypeScript yang masih relatif lebih tinggi dibandingkan dengan JavaScript. Pengembang perangkat lunak platform web yang sudah terlanjur mempelajari JavaScript terlebih dahulu cenderung ingin tetap memanfaatkannya dibanding harus menggantinya dengan TypeScript. Framework Angular dibuat dengan menggunakan bahasa pemrograman TypeScript sebagai bahasa pemrograman utamanya. Akan tetapi, developer masih dapat menggunakan JavaScript secara bersamaan. Penelitian ini akan membahas bagaimana menggunakan JavaScript dan TypeScript secara hybrid di dalam framework Angular guna meningkatkan produktivitas pengembang perangkat lunak yang sudah memiliki kemampuan coding di JavaScript.
IDENTIFIKASI FAKTOR UTAMA PENYEBAB SINDROM OVARIUN POLIKLISTIK (PCOS) MENGGUNAKAN ALGORITMA C4.5 Rahma, Aziza; Ariyantina, Anna; Murtina, Hidayanti
Information System Journal Vol. 8 No. 01 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i01.2081

Abstract

Polycystic ovary syndrome (PCOS) is a common hormonal disorder in women of reproductive age, characterized by ovarian dysfunction, high androgen levels and insulin resistance. According to WHO, 6-13% of women have PCOS, and up to 70% are undiagnosed. This study aims to predict the main factors causing PCOS by using the C4.5 algorithm based on clinical data attributes, such as BMI, Menstrual Irregularity, Testosterone Level(ng/dL), and Antral Follicle Count. It can be concluded that the Menstrual Irregularity attribute is the most dominant factor followed by BMI, Testosterone Level (ng/dL), and Antral Follicle Count. The developed model achieved 83% accuracy, 94% precision, and 78% recall, showing strong capability in identifying positive PCOS cases with minimal error rate. Comparison between the results of manual calculation using Excel and the automatic process through RapidMiner resulted in the same tree structure, thus confirming the credibility and consistency of the method used.
PENERAPAN METODE INFORMATION GAIN DAN LEARNING VECTOR QUANTIZATION 3 PADA KLASIFIKASI PENYAKIT GINJAL Aprima, Muhammad Dzaky; Budianita, Elvia; Syafria, Fadhilah; Afrianty, Iis
Information System Journal Vol. 8 No. 01 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i01.2117

Abstract

Penyakit Ginjal Kronis (PGK) adalah penyakit yang ditunjukkan dengan turunnya fungsi ginjal yang disebabkan oleh penumpukan sisa metabolik dan berakibat tidak berfungsinya ginjal. Prediksi penyakit ini dengan data mining berperan penting dalam upaya pencegahan penyakit ini. Penelitian ini menerapkan seleksi fitur information gain pada metode Learning Vector Quantization 3 (LVQ3) dalam mengklasifikasikan penyakit ginjal kronis. Pengujian dilakukan 5 skenario pengujian dengan jumlah data sebanyak 1659 data dan 53 atribut. Seleksi fitur menerapkan information gain dengan threshold 0,3 dengan 36 fitur terpilih dan 0,7 dengan 33 fitur terpilih. Model diuji dengan kombinasi parameter learning rate dan window serta dievaluasi menggunakan akurasi, presisi, recall, dan F1-Score. Hasil akurasi tertinggi diperoleh tanpa menerapkan seleksi fitur sebesar 92,77%. Setelah seleksi fitur, akurasi menurun menjadi 86,45%. Kombinasi SMOTE dan seleksi fitur pada threshold 0,3 menurunkan akurasi hingga 81,64%. Hasil penelitian berhasil menerapkan LVQ 3 dalam klasifikasi penyakit ginjal kronis.
IMPLEMENTASI LEARNING VECTOR QUANTIZATION 2 DAN INFORMATION GAIN UNTUK KLASIFIKASI PENYAKIT GINJAL KRONIS Zabihullah, Fayat; Budianita, Elvia; Syafria, Fadhilah; Afrianty, Iis
Information System Journal Vol. 8 No. 01 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i01.2118

Abstract

Penyakit ginjal kronis terjadi ketika ginjal gagal mempertahankan metabolisme dan keseimbangan tubuh, serta memiliki risiko kematian yang tinggi. Analisis dan prediksi menggunakan teknik klasifikasi data dapat membantu mengurangi risiko tersebut. Penelitian ini bertujuan untuk mengklasifikasikan penyakit ginjal kronis dengan menggabungkan metode seleksi fitur Information Gain dan algoritma Learning Vector Quantization 2 (LVQ2). Dataset yang digunakan terdiri dari 1.659 data dengan 53 atribut dan 1 label kelas. Tahapan penelitian meliputi preprocessing, seleksi fitur, normalisasi, dan klasifikasi. Seleksi fitur dilakukan berdasarkan nilai Information Gain dengan threshold tertentu. Model diuji dengan kombinasi parameter learning rate dan window, serta dievaluasi menggunakan akurasi, presisi, recall, dan F1-score. Hasil terbaik diperoleh tanpa seleksi fitur dengan akurasi 93,98%. Setelah seleksi fitur, akurasi menurun sedikit menjadi 93,37%. Kombinasi Smote dan seleksi fitur meningkatkan presisi, recall, dan F1 score, namun menurunkan akurasi hingga menjadi 80,00% pada threshold 0,7 dengan fitur terpilih 33.
PENGELOMPOKAN DATA KONDISI MESIN SCREW PRESS MENGGUNAKAN ALGORITMA FUZZY C-MEANS Jasril, Jasril; Al Fiqri, M. Faiz; Sanjaya, Suwanto; Handayani, Lestari; Insani, Fitri
Information System Journal Vol. 8 No. 01 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i01.2133

Abstract

Kinerja mesin screw press sangat memengaruhi efisiensi dan kualitas produksi minyak kelapa sawit. Salah satu komponen penting dalam sistem ini adalah Back Pressure Vessel (BPV) yang menyalurkan uap ke berbagai stasiun proses. Penelitian ini bertujuan untuk mengelompokkan kondisi mesin berdasarkan temperatur dan tekanan menggunakan algoritma Fuzzy C-Means (FCM). Data yang dianalisis berasal dari mesin BPV PT. XYZ periode April–Mei 2024 sebanyak 23.002 entri. Tahapan penelitian meliputi seleksi data, pra-pemrosesan, normalisasi Min-Max Scaler, klasterisasi FCM, dan evaluasi menggunakan metode Elbow dan Davies-Bouldin Index (DBI). Hasil awal menunjukkan tiga klaster dengan distribusi kondisi mesin dari stabil hingga memerlukan perawatan. Metode Elbow menunjukkan jumlah klaster optimal sebanyak empat, sedangkan DBI menunjukkan dua klaster dengan nilai terbaik 0,389. Hasil ini menunjukkan bahwa FCM mampu mengelompokkan kondisi mesin secara efektif dan dapat digunakan sebagai dasar dalam pengambilan keputusan perawatan. Penelitian ini disarankan untuk dikembangkan dengan atribut tambahan.