cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Putu Yudia Pratiwi
Contact Email
putuyudia.pratiwi@undiksha.ac.id
Phone
+6281916579014
Journal Mail Official
insert@undiksha.ac.id
Editorial Address
Kampus Tengah Undiksha, Jl. Udayana No. 11 Singaraja, Bali, Indonesia
Location
Kota denpasar,
Bali
INDONESIA
INSERT: Information System and Emerging Technology Journal
Published by Universitas Pendidikan Ganesha
ISSN : -     EISSN : 27228207     DOI : http://dx.doi.org/10.23887/insert.v1i1
Core Subject : Science, Engineering,
Computer Science & IT Engineering
INSERT: Information System and Emerging Technology Journal is an independent, quarterly basis online & print version, open access, peer-reviewed, non-profit journal that publishes original research, short communications, review articles or essays, and book reviews relevant to Information System and Computer Technology.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 88 Documents
 5   6   7   8   9 
Rancang Bangun Secure Document Management System (DMS) Menggunakan Metode Agile-SSDLC Hermawan Setiawan; Rayhan Ramdhany Hanaputra; Christopher Ralin Anggoman; I Gede Maha Putra; Rheva Anindya Wijayanti; Achmad Luthfan Aufar Hindami
INSERT : Information System and Emerging Technology Journal Vol. 5 No. 1 (2024)
Publisher : Prodi Sistem Informasi, FTK, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v5i1.75244

Abstract

Dalam era digital yang semakin maju, pengelolaan dokumen yang dulunya dilakukan secara konvensional (paper based) berubah menggunakan teknologi komputer. Data pada dokumen diolah dan disimpan dalam bentuk digital. Meskipun kebutuhan akan penggunaan Document Management System (DMS) semakin meningkat, tantangan keamanan juga semakin kompleks. Perusahaan harus menghadapi ancaman serangan siber, peretasan, pencurian data, dan pelanggaran keamanan lainnya. Penelitian ini bertujuan untuk merancang dan mengembangkan Secure Document Management System (DMS) dengan menerapkan metodologi Agile-SSDLC. Implementasi SSDLC dalam metodologi Agile memastikan bahwa aspek keamanan menjadi fokus utama dalam setiap tahap pengembangan, termasuk proses code review dan identifikasi kerentanan keamanan. Hasil penelitian menunjukkan bahwa Secure DMS yang dikembangkan dapat mengelola dokumen secara efisien dan aman, memenuhi kebutuhan pengguna, serta melindungi data dari ancaman eksternal maupun internal. Secure DMS ini juga memberikan manfaat signifikan dalam meningkatkan efisiensi pengelolaan dokumen dan mengurangi risiko kebocoran informasi.
Dampak Kepercayaan Merek Terhadap Niat Beli Pelanggan di Tiktok Menggunakan Privasi Pelanggan dan Macro-Influencer Sebagai Mediator Armediansari, Patria; Ariadi, Gede
INSERT : Information System and Emerging Technology Journal Vol. 5 No. 1 (2024)
Publisher : Prodi Sistem Informasi, FTK, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v5i1.76983

Abstract

Dalam penelitian ini, penulis bermaksud membawa kebaruan untuk menyelidiki hubungan antara kepercayaan dan niat beli pelanggan dengan menggunakan Customer Privacy dan Macro Influencer sebagai model mediasi terhadap masalah kepercayaan pelanggan yang menurun dikarenakan adanya pelanggaran dan penyalahgunaan data pelanggan. Dalam penelitian ini penulis menggunakan teori antropomorfisme online. Yang bertujuan untuk membuktikan apakah pembaharuan yang diusung oleh penulis dapat menjembatani masalah diatas. Dalam penelitian ini penulis menggunakan metode penelitian dengan pendekatan kuantitatif, yang berfokus kepada mahasiswa dan karyawan yang menggunakan TikTok Shop. Untuk metode pengumpulan data yang digunakan adalah penyebaran kuesioner menggunakan Google Form. Hasil penelitian menunjukkan bahwa Customer Privacy mempengaruhi Purchase Intention. Pelanggan yang mempersepsikan influencer sebagai terpercaya lebih cenderung termotivasi untuk melakukan pembelian berdasarkan rekomendasi atau dukungan mereka. Customer Privacy sangat penting dan berpengaruh dalam membentuk keputusan pelanggan, khususnya terkait dengan influencer. Penelitian ini juga akan memberikan wawasan baru dan Solusi kreatif untuk merancang ruang aman bagi pelanggan di area e-commerce yang berkembang pesat in Indonesia. Penulis menggunakan data pelanggan TikTok Shop di Indonesia.
Pengembangan Manajemen Data dan Penyimpanan Perguruan Tinggi Menggunakan Framework Cobit 2019 Widjaja, Stephanus
INSERT : Information System and Emerging Technology Journal Vol. 5 No. 1 (2024)
Publisher : Prodi Sistem Informasi, FTK, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v5i1.77480

Abstract

Data merupakan salah satu aset penting perguruan tinggi oleh karena itu pengelolaan data menjadi salah satu fokus pengembangan teknologi informasi. Selain data, infrastruktur penyimpanan yang menjadi tempat data disimpan juga memerlukan pengelolaan yang baik. Untuk dapat mengembangan pengelolaan data dan penyimpanan lebih baik lagi diperlukan penilaian terhadap pengelolaan saat ini. Penilaian pengelolaan data dan penyimpanan saat ini menggunakan kerangka acuan COBIT 2019. Penelitian ini dilakukan pada sebuah perguruan tinggi swasta di Semarang yang bertujuan untuk mengembangkan dan memperbaiki manajemen data dan penyimpanan. Metode penelitian yang digunakan meliputi penentuan area fokus pengembangan teknologi informasi, penyusunan instrumen penilaian, pelaksanaan penilaian pengelolaan, analisa hasil, analisa gap dan perumusan strategi pengembangan pengelolaan data dan penyimpanan. Tingkat kematangan pengelolaan data saat ini berada pada tingkat 3 dan tingkat kematangan yang diharapkan sebagian besar berada di tingkat 4 dan sebagiannya lagi berada di tingkat 5. Tingkat kematangan 3 menggambarkan sebuah kondisi dimana seluruh proses dalam pengelolaan data telah terdefinisi, terdokumentasi, terlaksana dan dapat memenuhi kebutuhan perguruan tinggi. Terdapat beberapa aktivitas dalam praktik manajemen pengelolaan data yang perlu mendapat perhatian khusus.
User Acceptance Test Terhadap Sistem DIL-Miclearn Sebagai E-Learning Pencapaian Ketuntasan Belajar Putu Andi, Suartika; Ni Wayan, Marti; Komang Andrew Tri Yoga, Yasa; Dewa Putu Sukra, Adnyana; Kadek Rama, Sanjaya
INSERT : Information System and Emerging Technology Journal Vol. 5 No. 1 (2024)
Publisher : Prodi Sistem Informasi, FTK, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v5i1.77859

Abstract

Sistem DIL-MicLearn dapat dipandang sebagai sebuah e-learning yang dipersonalisasi. E-learning ini dikembangkan sebagai platform pembelajaran yang dapat memberikan perlakukan yang berbeda kepada mahasiswa dalam belajar yang disesuaikan dengam kecerdasannya, serta kecepatan belajarnya untuk mencapai ketuntasan belajar secara online. Pada tahap akhir pengembangan Sistem DIL-MicLearn ini, perlu dilakukan pengujian untuk mengetahui kualitas fungsional sistem dan tingkat keberterimaan pengguna terhadap sistem DIL-MicLearn. Pendekatan pengujian yang digunakan dalam User Acceptance Test adalah alpha testing dan beta testing. Alpha testing dilakukan menggunakan metode black box testing dengan teknik equivalence parttitioning, sedangkan beta testing dilakukan menggunakan kuisioner dari System Usability Scale (SUS). Hasil pengujian menggunakan alpha testing diperoleh bahwa masih ada sebanyak 29,41% fitur-fitur yang belum berfungsi sebagaimana mestinya sesuai dengan rancangan dan kebutuhan pengguna. Sedangkan hasil pengujian menggunakan beta testing dengan mahasiswa sebagai pengguna diperoleh nilai sebesar 84,75. Nilai ini menunjukkan bahwa tingkat keberterimaan mahasiswa terhadap Sistem DIL-MicLearn adalah baik. Nilai tersebut juga dapat dipandang sebagai tingkat kepuasan dari mahasiswa sebagai pengguna dalam menggunakan Sistem DIL-MicLearn dalam pembelajaran.
Prediksi Hasil Tender Pengadaan Barang dan Jasa pada Bagian Pengadaan Barang dan Jasa Sekretariat Daerah Buleleng dengan Algoritma C5.0 I Gede Agus Krisna Perdana; Listartha, I Made Edy; Maysanjaya, I Made Dendi
INSERT : Information System and Emerging Technology Journal Vol. 5 No. 2 (2024)
Publisher : Information System Study Program, Faculty of Engineering and Vocational, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v5i2.76837

Abstract

Pengadaan barang dan jasa adalah salah satu program pemerintah untuk memenuhi kebutuhan akan suatu barang dan jasa oleh suatu Kementrian, Lembaga, atau Perangkat Daerah dengan melalui sebuah metode dan proses agar mencapai kesepakatan harga, waktu dan lainnya untuk memenuhi tujuan dari pengadaan barang dan jasa. di Bagian Pengadaan Barang dan Jasa Sekretariat Daerah Buleleng, setiap tahunnya terdapat paket tender yang gagal karena berbagai faktor yang menyebabkan gagalnya tujuan pembangunan kota dan menjadi isu transparansi penggunaan anggaran pemerintah yang dapat berpengaruhnya pandangan masyarakat terhadap pemerintah. Oleh karena itu datanya perlu digali lebih dalam atau data mining dengan tujuan memprediksi hasil tender sebagai manajemen risiko dalam pengadaan barang dan jasa di BPBJ Sekretariat Daerah Buleleng untuk perencanaan pengadaan barang dan jasa yang lebih efektif dan efesien. Algoritma C5.0 adalah salah satu algoritma yang dapat memproses data hasil tender dengan memproses dataset ke dalam bentuk pohon keputusan yang membentuk aturan-aturan untuk membantu dalam pengambilan keputusan dalam pengadaan tender di BPBJ Sekretariat Daerah Buleleng. Dengan tambahan metode attribute selection dan oversampling, performa terbaik yang didapatkan dari hasil pengujian 3 (tiga) jenis k-fold cross validation yaitu pada 5-fold menghasilkan performa accuracy 0.703152633, precision 0.688464330, recall 0.761427203, dan AUC score 0.703194444, pada 7-fold menghasilkan performa accuracy 0.708044382, precision 0.706945844, recall 0.742024965, dan AUC score 0.708044382, dan pada 10-fold menghasilkan performa accuracy 0.741379310, precision 0.716926571, recall 0.799029680, dan AUC score 0.741343226.
Tingkat Penerimaan Dan Kesuksesan Penerapan E-Samsat Melalui Teori Pendekatan UTAUT Dan Delone & Mclean Desak Komang Mila Arsini; I Gede Mahendra Darmawiguna; I Gusti Lanang Agung Raditya Putra
INSERT : Information System and Emerging Technology Journal Vol. 6 No. 1 (2025)
Publisher : Information System Study Program, Faculty of Engineering and Vocational, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v6i1.78622

Abstract

E-samsat adalah platform elektronik untuk melakukan pembayaran pajak kendaraan bermotor. Platrofm ini mulai diperkenalkan pemerintah Kabupaten Buleleng sejak tahun 2017. Hingga tahun 2021, tingkat penggunaan e-samsat di Kabupaten Buleleng tercatat hanya sebesar 3,9%. Sistem ini dirancang sebagai solusi untuk mempermudah masyarakat dalam era digital. Namun, angka tersebut menunjukkan masih rendahnya pemanfaatan e-samsat. Penelitian ini bertujuan untuk mengevaluasi tingkat penerimaan dan keberhasilan e-samsat di Kabupaten Buleleng menggunakan teori UTAUT dan D&M. Dengan pendekatan kuantitatif, penelitian melibatkan 100 responden pengguna e-samsat di wilayah tersebut. Hasil analisis menunjukkan bahwa penerimaan dan keberhasilan e-samsat mendapatkan predikat sangat tinggi berdasarkan performance expectancy (87,5%), effort expectancy (84,4%), dan system quality (86,5%). Social influence dan facilitating conditions memiliki predikat tinggi, masing-masing 78,6% dan 80,3%. Selain itu, information quality (85,35%) dan behavioral intention (86,06%) mendapatkan predikat sangat tinggi sesuai persentasenya, sementara variabel service quality (77%), user satisfaction (80,3%), dan net impact (78,3%) berada pada predikat tinggi.
Evaluasi dan Perbandingan Algoritma Klasifikasi dalam Analisis Penggunaan Lahan dengan Teknologi Remote Sensing: Sebuah Kajian Sistematik Satriawan, Putu Raditia; Gusti Michael Ferdinand; I Nyoman Putra Satya Natha; I Gst Ayu Pradnya Saci Devi Sastrawan; Ni Wayan Marti; Ni Putu Novita Puspa Dewi
INSERT : Information System and Emerging Technology Journal Vol. 5 No. 2 (2024)
Publisher : Information System Study Program, Faculty of Engineering and Vocational, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v5i2.79086

Abstract

Teknologi Remote Sensing memainkan peran penting dalam pemantauan dinamika penggunaan lahan, memberikan wawasan berharga untuk manajemen lingkungan dan perencanaan perkotaan. Pemilihan algoritma yang tepat merupakan aspek kunci dalam analisis Remote Sensing untuk mengklasifikasikan kategori Land Use dan Land Cover secara akurat. Sistematik review ini menganalisis studi-studi yang menggunakan lima algoritma klasifikasi umum dalam penginderaan jauh: Random Forest (RF), Support Vector Machine (SVM), k-Nearest Neighbors (kNN), Decision Trees (DT), Artificial Neural Network (ANN), dan Classification and Regression Tree (CART) Setiap algoritma dievaluasi berdasarkan kelebihan dan kelemahan serta kompleksitas data dan tujuan analisis. Hasil review menunjukkan bahwa RF seringkali menjadi pilihan terbaik dalam berbagai kasus karena akurasinya yang tinggi dan kemampuan menangani data besar. SVM menunjukkan performa maksimal dan efisiensi dalam kondisi data yang lebih spesifik. Algoritma kNN, DT, ANN, dan CART juga memiliki aplikasi yang signifikan namun tergantung pada konteks penggunaan. Pemilihan algoritma yang tepat sangat bergantung pada karakteristik data dan tujuan analisis. Kombinasi algoritma atau pendekatan ensemble dapat meningkatkan akurasi klasifikasi penggunaan lahan. Implementasi algoritma yang tepat dalam Remote Sensing akan memberikan kontribusi signifikan pada manajemen lingkungan dan perencanaan perkotaan yang lebih baik.
Menghitung Efisiensi Kebutuhan Bahan Ajar Cetak Universitas Terbuka Menggunakan Model Safety Stock dan Reorder Point Sufandi, Unggul Utan; Pandiangan, Paken; Hidayat, Anto; Trihapningsari, Denisha
INSERT : Information System and Emerging Technology Journal Vol. 5 No. 2 (2024)
Publisher : Information System Study Program, Faculty of Engineering and Vocational, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v5i2.79851

Abstract

Proses pemesanan modul atau Bahan Ajar Cetak (BAC) bagi mahasiswa Universitas Terbuka (UT) sangat bergantung pada ketersediaan stok di Gudang Pusat Layanan Bahan Ajar (PLBA) UT. Prediksi kebutuhan dan jumlah persediaan BAC yang optimal sangat diperlukan agar tidak terjadi kekurangan atau penumpukan akibat stok bahan ajar yang berlebih. Dengan adanya prediksi kebutuhan BAC yang tepat dan akurat, diharapkan dapat membantu proses perhitungan bahan baku yang akan dibeli dapat sesuai dengan jumlah kebutuhan dan pemesanan BAC yang diterima mahasiswa. Sehingga hal tersebut dapat mengurangi resiko kekurangan atau kelebihan stok dalam proses inventori manajemen yang berjalan. Penelitian ini bertujuan untuk menentukan kuantitas persediaan BAC dengan menggunakan sebuh model prediksi safety stock dan reoder point (ROP). Safety stock digunakan untuk mengetahui berapa jumlah aman stok yang harus disediakan dan ROP digunakan untuk mengetahui kapan waktu pemesanan ulang harus dilakukan. Penelitian ini menggunakan metode deksriptif kuantitatif. Sumber data diperoleh secara langsung dari data histori transaksi bahan ajar dalam rentang waktu masa registrasi sebelumnya yaitu semester 2022 genap. Batasan penelitian ini adalah menghitung prediksi kebutuhan untuk stok BAC mahasiswa jenis program Sistem Paket Semester (SIPAS) pembelajaran Non Tatap Muka (Non Ttm) pada program Paramita UT tahun 2023. Hasil prediksi safety stock menunjukkan presentase akurasi tertinggi yaitu 86,84% setelah dibandingkan dengan data riil pengeluaran BAC masa 2022 genap
Analisis Akurasi dan Kecepatan Waktu Pencarian Warna Produk Menggunakan ChatGPT dan Website Produk Susilowati, Vara; Setyaningsih, Endah; Wahab, Wahidin
INSERT : Information System and Emerging Technology Journal Vol. 5 No. 2 (2024)
Publisher : Information System Study Program, Faculty of Engineering and Vocational, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v5i2.79903

Abstract

Informasi produk merupakan elemen penting dalam menarik minat konsumen, dimana nama dan warna produk memainkan peran krusial dalam keputusan pembelian. Warna produk, misalnya, dapat mempengaruhi emosi dan perasaan konsumen, sehingga presisi informasi mengenai warna sangat penting. Dalam konteks e-commerce, revisi terhadap nama, kode, dan warna produk sering dilakukan untuk memastikan kesesuaian antara data produk di situs website dan dataset internal perusahaan. Proses pengecekan manual terhadap warna produk pada situs website resmi memerlukan banyak waktu. Penelitian ini bertujuan untuk mengetahui seberapa efektif ChatGPT dalam mengidentifikasi warna produk dan bagaimana kecepatan waktu yang dibutuhkan untuk mencapai hasil. ChatGPT digunakan untuk mengidentifikasi warna produk dengan cara memberikan prompt yang relevan dan menunggu jawaban yang diberikan oleh ChatGPT. Kemudian, hasilnya dibandingkan dengan website pembuat produk. Kecepatan waktu yang dibutuhkan untuk mencapai hasil yang akurat juga dihitung dan dibandingkan dengan website produk. Penelitian ini menggunakan desain eksperimen, di mana akan dikumpulkan 200 data e - commerce yang terdiri dari nama produk dan kode produk. Data tersebut akan digunakan untuk mengevaluasi kinerja ChatGPT dan website dalam mengidentifikasi warna produk. Hasil penelitian menunjukkan bahwa akurasi ChatGPT dalam mengidentifikasi warna produk hanya mencapai 59% dengan kecepatan waktu rata-rata 4,37 detik, lebih cepat dibandingkan website produk. Meskipun demikian, website produk memberikan akurasi 100% dalam identifikasi warna produk, meskipun waktu yang dibutuhkan lebih lambat, yaitu 4,7 detik. Oleh karena itu, meskipun ChatGPT lebih cepat, website produk tetap lebih terpercaya dalam hal akurasi pencarian warna untuk melengkapi dataset suatu produk mengenai warna produk.
Integration of Bayesian Methods in Machine Learning: A Theoretical and Empirical Review Syaharuddin, Syaharuddin
INSERT : Information System and Emerging Technology Journal Vol. 5 No. 2 (2024)
Publisher : Information System Study Program, Faculty of Engineering and Vocational, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v5i2.82710

Abstract

Abstrak Studi ini merupakan sebuah tinjauan literatur sistematis yang mendalami integrasi metode Bayesian dalam pembelajaran mesin. Metode Bayesian telah terbukti memberikan keuntungan signifikan dalam menangani ketidakpastian dan variabilitas data, yang merupakan tantangan utama dalam pengembangan model pembelajaran mesin yang handal. Tinjauan ini menggali literatur terbitan dalam 10 tahun terakhir dari sumber seperti Scopus, DOAJ, dan Google Scholar untuk mengidentifikasi pendekatan teoritis dan empiris dalam penggunaan metode Bayesian. Hasil penelitian menyoroti bahwa metode Bayesian memungkinkan integrasi pengetahuan awal yang informatif dengan data yang ada, memperbaiki estimasi parameter, dan meningkatkan ketahanan model terhadap variasi data yang kompleks. Namun, tantangan utama dalam implementasi metode ini adalah kompleksitas komputasional yang tinggi dalam melakukan inferensi, terutama dalam konteks data multi-modal. Tinjauan ini memberikan wawasan mendalam tentang perkembangan terbaru dalam aplikasi metode Bayesian dalam pembelajaran mesin dan merumuskan arah penelitian mendatang untuk mengatasi tantangan tersebut secara efektif. Abstrak This study presents a systematic literature review that delves into the integration of Bayesian methods in machine learning. Bayesian methods have been shown to provide significant advantages in handling data uncertainty and variability, which are major challenges in developing reliable machine learning models. This review explores literature published in the last 10 years from sources such as Scopus, DOAJ, and Google Scholar to identify theoretical and empirical approaches in the use of Bayesian methods. The findings highlight that Bayesian methods enable the integration of informative prior knowledge with existing data, improve parameter estimation, and enhance model robustness against complex data variations. However, the main challenge in implementing these methods is the high computational complexity involved in performing inference, especially in the context of multi-modal data. This review provides in-depth insights into the latest developments in the application of Bayesian methods in machine learning and formulates future research directions to effectively address these challenges.

Page 8 of 9 | Total Record : 88

 5   6   7   8   9 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue Vol. 6 No. 1 (2025) Vol. 5 No. 2 (2024) Vol. 5 No. 1 (2024) Vol. 4 No. 2 (2023) Vol. 4 No. 1 (2023) Vol. 3 No. 2 (2022) Vol. 3 No. 1 (2022) Vol. 2 No. 2 (2021) Vol 2, No 2 (2021) Vol 2, No 1 (2021) Vol. 2 No. 1 (2021) Vol. 1 No. 2 (2020) Vol 1, No 2 (2020) Vol 1, No 1 (2020) Vol. 1 No. 1 (2020) More Issue