cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wilarso
Contact Email
wilarso@sttmcileungsi.ac.id
Phone
+628119202134
Journal Mail Official
wilarso@sttmcileungsi.ac.id
Editorial Address
Lembaga Penelitian dan Pengabdian kepada Masyarakat, Jl. Anggrek No.25, Perum. PTSC, Kec. Cileungsi, Kab. Bogor, Jawa Barat 16820
Location
Kota bogor,
Jawa barat
INDONESIA
Infotech: Jurnal Informatika & Teknologi
Published by Sekolah Tinggi Teknologi Muhammadiyah Cileungsi
ISSN : 27229378     EISSN : 27229386     DOI : https://doi.org/10.37373/infotech
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Energy Engineering Industrial & Manufacturing Engineering
e-commerce, e-learning, e-manufacturing, e-government, IT Government, IT Management, Supply Chain Management & ERP, Business Process Management, Robotic system, Smarts Sensor Networks, Intelligent Transportasi System, Smarts Villages, Smarts City, Smarts Cloud Technology, Software Engineering, Data Mining, Remote Sensing, Human-Computer Interaction, Information Security, Languages and design, Conceptual Modeling.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 97 Documents
 6   7   8   9   10 
Rancang bangun aplikasi pengendalian persediaan sparepart pada bengkel pilang raya menggunakan metode min max Sulistiowati; Hafizd Bima Almuharram; Henry Bambang Setyawan; Antok Supriyanto; Hardman Budiardjo
INFOTECH : Jurnal Informatika & Teknologi Vol 5 No 2 (2024): INFOTECH: Jurnal Informatika & Teknologi (In Progress)
Publisher : LPPMPK - Sekolah Tinggi Teknologi Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v5i2.1401

Abstract

Bengkel Pilang Raya adalah perusahaan yang menyediakan jasa perbaikan mobil. Bengkel ini juga melayani penjualan sparepart dan aksesoris mobil. Permasalahannya berdasarkan data beberapa bulan menunjukkan bahwa rata-rata jumlah mobil yang datang untuk perbaikan sebanyak 87 mobil, sementara jumlah yang bisa dilayani hanya 76 mobil. Penyebab utama tidak terlayani karena Bengkel Pilang Raya kekurangan atau kehabisan persediaan sparepart maupun bahan pendukung yang dipakai untuk perbaikan mobil. Jika hal ini dibiarkan maka kemungkinan pelanggan pindah ke bengkel lain. Oleh sebab itu dalam penelitian ini dibuat aplikasi pengendalian persediaan sparepart dengan metode Min Max. Metode ini memiliki keunggulan untuk mengelola sparepart misalnya menentukan persediaan maksimum, minimum, safety stock, dan jumlah pemesanan yang dapat mengoptimalkan persediaan. Hasil penelitian berupa aplikasi dengan fitur meliputi: 1) fitur pengelolaan data master yang berisi pengelolaan data sparepart, pengelolaan supplier dan mobil, 2) fitur untuk mengendalikan persediaan sparepart yaitu: transaksi pemesanan dan penerimaan sparepart, perhitungan metode Min Max untuk mengendalikan safety stock, dan pembuatan laporan. Aplikasi ini telah diuji dengan black box testing dengan hasil 100% semua fungsi sudah berjalan dengan baik. Aplikasi juga diuji dengan User Acceptance Testing (UAT) dengan responden 19 pegawai dan 1 pemilik bengkel, dengan hasil sangat setuju artinya aplikasi sudah sesuai dengan kebutuhan pengguna.
Diagnosa awal gangguan kesehatan mental mahasiswa tingkat akhir Universitas Almarisah Madani menggunakan metode forward chaining Siska Armalivia; Muhammad Abdillah Rahmat; Putu Cinta Ananda Widyanti; Siti Nuraisyah
INFOTECH : Jurnal Informatika & Teknologi Vol 5 No 2 (2024): INFOTECH: Jurnal Informatika & Teknologi (In Progress)
Publisher : LPPMPK - Sekolah Tinggi Teknologi Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v5i2.1402

Abstract

Penelitian ini mengkaji gangguan kesehatan mental di kalangan mahasiswa tingkat akhir di Universitas Almarisah Madani. Meskipun gangguan kesehatan mental dapat berdampak signifikan pada kehidupan individu, masih sering diabaikan dan dianggap tabu. Data menunjukkan ketidakseimbangan antara jumlah penderita gangguan jiwa dan ketersediaan tenaga profesional kesehatan mental di Indonesia. Fokus penelitian adalah pada mahasiswa tingkat akhir Universitas Almarisah Madani yang rentan mengalami tekanan dan stres tinggi akibat tuntutan akademik seperti tugas akhir, dan persiapan memasuki dunia kerja. Tujuan utama penelitian adalah mengidentifikasi gejala awal gangguan kesehatan mental, khususnya depresi dan kecemasan, serta meningkatkan kesadaran akan pentingnya kesehatan mental di kalangan mahasiswa. Metode Forward Chaining digunakan untuk menganalisis gejala yang dilaporkan oleh mahasiswa dan menghasilkan kesimpulan berdasarkan aturan yang telah ditetapkan. Hasil pengujian menunjukkan bahwa sistem berhasil mengidentifikasi gejala awal depresi, kecemasan dan stress dengan baik, memberikan hasil yang akurat dan relevan bagi mahasiswa. Hasil ini juga menunjukkan bahwa metode Forward Chaining yang digunakan efektif dalam mengkaji pola gejala pada responden, dan berpotensi dikembangkan lebih lanjut untuk mendeteksi gangguan mental lainnya
Analisis QoS dalam implementasi documenso pada kubernetes Muhammad Agung Nugroho; Yudhi Kusnanto; Ragil Murdiantoro Aji; Rikie Kartadie
INFOTECH : Jurnal Informatika & Teknologi Vol 5 No 2 (2024): INFOTECH: Jurnal Informatika & Teknologi (In Progress)
Publisher : LPPMPK - Sekolah Tinggi Teknologi Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v5i2.1448

Abstract

Penelitian ini mengevaluasi performa aplikasi tanda tangan digital Documenso pada Kubernetes dengan mengukur tiga parameter kualitas layanan (Quality of Service/QoS): throughput, delay, dan packet loss. Latar belakang penelitian ini adalah kebutuhan akan aplikasi tanda tangan digital yang aman dan skalabel di tengah keterbatasan infrastruktur tradisional. Kubernetes menawarkan solusi melalui pengelolaan container yang efisien dan skalabilitas otomatis. Penelitian ini menggunakan load testing pada dua fitur utama, yaitu halaman login dan ubah nama pengguna, dengan lima skenario beban. Hasil pengujian menunjukkan throughput tertinggi sebesar 13,954 Mib/s dan delay rendah 0,4 ms pada halaman login, sementara packet loss tetap di bawah 2% di semua skenario. Temuan ini menunjukkan efektivitas Kubernetes dalam mendukung aplikasi berbasis cloud dengan kebutuhan reliabilitas tinggi. Studi ini merekomendasikan pengujian lebih lanjut pada skenario beban kerja yang lebih kompleks untuk meningkatkan kualitas layanan
Klasifikasi kinerja karyawan menggunakan support vector machine di puskesmas Kedai Duri Nurul Mawaddah Padang; Raissa Amanda Putri
INFOTECH : Jurnal Informatika & Teknologi Vol 5 No 2 (2024): INFOTECH: Jurnal Informatika & Teknologi (In Progress)
Publisher : LPPMPK - Sekolah Tinggi Teknologi Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v5i2.1451

Abstract

Dalam mengelola sumber daya manusia dalam perusahaan, ada salah satu persoalan penting didalam proses pengelolaannya, yaitu melakukan penilaian terhadap kinerja karyawan. Penilaian kinerja dikatakan penting karena dapat membantu perusahaan untuk dapat mengetahui seberapa berhasilnya seorang karyawan tersebut sudah menjalankan pekerjaannya. Dengan tingkat keberhasilan karyawan tersebut dalam menjalankan pekerjaannya tentu akan memberikan pengaruh dalam proses mencapai tujuan perusahaan. Masalah yang biasanya terjadi adalah pada karyawan baru, karena banyak dari karyawan baru tersebut belum memiliki kemampuan yang selaras pada kriteria yang ditetapkan serta keterampilan yang belum sepadan dengan keinginan perusahaan, yang mengharuskan pihak perusahaan untuk lebih sering melakukan pemantauan terhadap karyawannya. Hal tersebut juga terjadi di Puskesmas Kedai Duri, yang dimana membutuhkan proses klasifikasi kinerja karyawan dengan baik. Dengan menerapkan metode menggunakan metode Support Vector Machine dalam proses klasifikasi kinerja karyawan, yang dimana model SVM akan menunjukkan kinerja yang sangat baik dalam klasifikasi berdasarkan data uji yang tersedia. Model yang diterapkan berhasil mendapatkan nilai akurasi 89% pada data uji, yang menunjukkan bahwa semua prediksi model sesuai dengan label sebenarnya dalam data uji. Ini menandakan bahwa model sangat efektif dalam klasifikasi berdasarkan data yang diberikan.
Perancangan media informasi pengenalan budaya kelenteng berbasis video dokumenter terhadap Gen-Z di Batam Anweidri Chai; Jimmy Pratama; Bayu Syahputra
INFOTECH : Jurnal Informatika & Teknologi Vol 5 No 2 (2024): INFOTECH: Jurnal Informatika & Teknologi (In Progress)
Publisher : LPPMPK - Sekolah Tinggi Teknologi Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v5i2.1454

Abstract

Budaya kelenteng di Batam memiliki nilai sejarah dan spiritual yang mendalam, namun keberadaannya semakin terancam oleh kurangnya minat dari generasi Z. Perubahan gaya hidup dan pesatnya perkembangan teknologi serta globalisasi menyebabkan generasi muda cenderung lebih tertarik pada budaya populer, mengabaikan nilai-nilai tradisional yang ada. Penelitian ini bertujuan untuk mengembangkan video dokumenter yang efektif dalam mengenalkan budaya kelenteng kepada generasi Z di Batam. Metode yang digunakan dalam penelitian ini merupakan model 4D, yang mencakup tahapan Define, Design, Develop, dan Disseminate. Data dikumpulkan melalui wawancara dengan perwakilan generasi Z untuk menggali nilai budaya yang dianggap penting serta preferensi media yang lebih menarik bagi mereka. Hasil penelitian menunjukkan bahwa video dokumenter yang dirancang dengan visual yang menarik, narasi yang informatif, serta format yang sesuai dengan preferensi generasi Z dapat meningkatkan pemahaman dan minat mereka terhadap budaya kelenteng. Penelitian ini menegaskan bahwa penggunaan metode 4D dan wawancara sebagai pendekatan yang efektif dalam memperkenalkan serta melestarikan budaya kelenteng di kalangan generasi Z di Batam.
Klasifikasi citra asap kebakaran hutan untuk monitoring lingkungan berbasis CNN Muntarti, Yun; Alfi Zahra Muharramah; Fiqrah Idhul Dwi; Yabrina Angelika Rantelili; Ilham Julian Effendi
INFOTECH : Jurnal Informatika & Teknologi Vol 6 No 2 (2025): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v6i2.1645

Abstract

Kebakaran hutan merupakan ancaman serius bagi ekosistem dan kesehatan manusia karena menghasilkan asap berbahaya dan merusak lingkungan secara luas. Deteksi dini kebakaran menjadi tantangan penting, terutama dalam mengidentifikasi asap secara akurat melalui citra. Penelitian ini bertujuan mengembangkan sistem klasifikasi citra asap kebakaran hutan menggunakan metode Convolutional Neural Network (CNN) untuk mendukung monitoring lingkungan secara real-time. Dataset yang digunakan bersifat sekunder dan terdiri dari 10.500 citra yang diklasifikasikan ke dalam tiga kategori utama: noSmoke, smoke, dan fire, yang mewakili berbagai kondisi kebakaran hutan. Metode penelitian mencakup preprocessing citra, konversi ke format yang sesuai, serta pelatihan model CNN dengan teknik early stopping untuk mencegah overfitting. Model dilatih selama 17 dari 20 epoch yang direncanakan. Hasil pengujian menunjukkan akurasi klasifikasi sebesar 95%, dengan nilai presisi dan recall rata-rata 0,95, yang menandakan kemampuan model dalam mengidentifikasi pola visual asap secara efektif. Tantangan utama dalam penelitian ini adalah penanganan citra kabur atau berkualitas rendah. Secara keseluruhan, hasil ini menunjukkan bahwa pendekatan deep learning berbasis CNN memiliki potensi signifikan dalam membangun sistem deteksi asap kebakaran hutan yang akurat dan responsif.
Peramalan nilai tukar dolar Amerika Serikat (USD) terhadap rupiah Indonesia (IDR) Menggunakan Metode ARIMAX Wellie Sulistijanti; Revino Januar Rachmadi
INFOTECH : Jurnal Informatika & Teknologi Vol 6 No 2 (2025): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v6i2.1741

Abstract

Nilai tukar Dolar Amerika Serikat (USD) terhadap Rupiah Indonesia (IDR) sangat penting untuk menilai kekuatan ekonomi nasional. Perubahan nilai tukar secara signifikan dipengaruhi oleh berbagai faktor luar, termasuk harga minyak mentah di pasar global. Mengingat volatilitas pasar global yang tinggi, diperlukan suatu metode untuk memprediksi fluktuasi yang dapat mengintegrasikan dampak dari elemen eksternal secara efektif. Penelitian ini bertujuan untuk memprediksi nilai tukar USD terhadap IDR melalui model ARIMAX, yang menggabungkan komponen autoregressive integrated moving average dan variabel eksternal. Analisis ini didasarkan pada catatan harian untuk tahun 2024, dengan fokus pada nilai tukar USD/IDR sebagai variabel dependen dan harga minyak mentah dunia sebagai variabel independen. Kedua set data ditransformasi menggunakan logaritma natural dan selisih untuk mencapai stasioneritas. Model optimal yang diidentifikasi untuk variabel dependen adalah ARIMA (3,1,3), sementara variabel independen diwakili oleh ARIMA (1,1,1). Melalui evaluasi prewhitening dan korelasi silang, struktur fungsi transfer yang paling sesuai ditentukan dengan parameter (b,r,s) = (2,0,1). Uji diagnostik yang dilakukan terhadap model ARIMAX yang dihasilkan mengkonfirmasi tidak adanya autokorelasi atau korelasi silang pada residual dan data input, yang menunjukkan bahwa asumsi-asumsi dasar dari model telah terpenuhi. Peramalan nilai tukar USD/IDR untuk Januari 2025 memberikan hasil yang baik, tercermin dari Mean Absolute Percentage Error (MAPE) sebesar 0.811%, Root Mean Square Error (RMSE) sebesar 150.616, dan Mean Absolute Error (MAE) sebesar 131. 616, dan Mean Absolute Error (MAE) sebesar 131. 449. Temuan ini menunjukkan bahwa model ARIMAX menunjukkan tingkat akurasi yang kuat dan secara efektif meramalkan nilai tukar mata uang dengan memasukkan faktor eksternal.

Page 10 of 10 | Total Record : 97

 6   7   8   9   10 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue Vol 6 No 2 (2025): INFOTECH: Jurnal Informatika & Teknologi Vol 5 No 2 (2024): INFOTECH: Jurnal Informatika & Teknologi (In Progress) Vol 5 No 1 (2024): INFOTECH: Jurnal Informatika & Teknologi Vol 4 No 2 (2023): INFOTECH: Jurnal Informatika & Teknologi Vol 4 No 1 (2023): INFOTECH: Jurnal Informatika & Teknologi Vol 3 No 2 (2022): INFOTECH: Jurnal Informatika & Teknologi Vol 3 No 1 (2022): INFOTECH: Jurnal Informatika & Teknologi Vol 2 No 2 (2021): INFOTECH: Jurnal Informatika & Teknologi Vol 2 No 1 (2021): INFOTECH: Jurnal Informatika & Teknologi Vol 1 No 2 (2020): INFOTECH: Jurnal Informatika & Teknologi Vol 1 No 1 (2020): INFOTECH : Jurnal Informatika & Teknologi More Issue