cover
Contact Name
Yampi R Kaesmetan
Contact Email
kaesmetanyampi@gmail.com
Phone
+6281320586988
Journal Mail Official
kaesmetanyampi@gmail.com
Editorial Address
Jl. Perintis Kemerdekaan 1, Kayu Putih, Kecamata Oebobo, Kota Kupang, Nusa Tenggara Timur
Location
Kota kupang,
Nusa tenggara timur
INDONESIA
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi
ISSN : 23375280     EISSN : 26207427     DOI : 10.52972
Core Subject : Science,
Jurnal Jurnal High education of organization archive quality Teknologi Informasi merupakan Jurnal Ilmiah untuk menampung hasil penelitian yang berhubungan dengan bidang sains dan teknologi. Bidang penelitian yang dimaksud meliputi : Artificial Intelligence and Application, Business Intelligence, Cloud and Grid Computing, Computer Networking & Security, Computer-Based Multimedia Retrievel, Datawarehouse & Data Mining, Decision Support System, Enterprise System,(SCM, ERP, CRM), E-System (E-Business, E-Commerce, E-Government, E-Health), Expert & Knowledge-Based System, Fuzzy Logic, Genetic Algorithms, Geographics Information System, Human-Computer Interaction, Image Processing, Information Retrieval, Information System, IT Governance, Knowledge Management, Mobile Computing & Application, Multimedia System, Neural Networks, Open Source System & Technology, Pattern Recognition, Semantic Web, Software Engineering
Articles 114 Documents
SISTEM INFORMASI GEOGRAFIS PERIKANAN TANGKAP DI KABUPATEN PAMEKASAN: GEOGRAPHIC INFORMATION SYSTEM FOR CAPTURE FISHERIES IN PAMEKASAN REGENCY Hanafi; Iswahyudi, Ary
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p130-135

Abstract

Penelitian ini dilakukan untuk mengidentifikasi dan memetakan sebaran potensi wilayah perikanan tangkap di Kabupaten Pamekasan, Jawa Timur, pada tahun 2024. Pendekatan yang digunakan adalah deskriptif kualitatif, dengan memanfaatkan kombinasi data spasial dan non-spasial. Data primer dikumpulkan melalui observasi langsung aktivitas nelayan serta wawancara mendalam di lapangan, sementara data sekunder diperoleh dari dokumen statistik perikanan, peta administratif, dan citra satelit. Analisis data dilakukan dengan bantuan Sistem Informasi Geografis (SIG), melalui teknik overlay untuk menghasilkan representasi spasial wilayah potensi tangkap. Temuan menunjukkan bahwa Kecamatan Tlanakan menjadi wilayah dengan hasil tangkapan tertinggi sebesar 15.585,10 ton. Selanjutnya, Kecamatan Pademawu mencatatkan 3.509,19 ton, diikuti Pasean dengan 3.451,95 ton, Batumarmar sebesar 1.103,33 ton, Galis 805,65 ton, Larangan 506,64 ton, dan Kadur sebagai wilayah dengan volume tangkapan terendah sebesar 23,74 ton. Berdasarkan jenis ikan, hasil tangkapan didominasi ikan demersal sebanyak 11.251,10 ton, disusul ikan pelagis kecil (7.008,30 ton), pelagis besar (4.828,11 ton), binatang air lunak (1.705,99 ton), binatang air keras (726,8 ton), dan ikan karang (95,3 ton). Pemetaan menunjukkan konsentrasi potensi tangkapan yang tinggi di kecamatan pesisir seperti Tlanakan, Pademawu, dan Pasean. Kondisi ini menegaskan pentingnya faktor geografis serta perlunya pengelolaan berbasis spasial untuk mendukung keberlanjutan sektor perikanan tangkap.   This study aims to identify and map the distribution of capture fisheries potential in Pamekasan Regency, East Java Province, in 2024. A descriptive qualitative approach was applied by utilizing both spatial and non-spatial data. Primary data were collected through direct field observations and in-depth interviews with local fishermen, while secondary data were obtained from fishery statistics, administrative maps, and satellite imagery. Data analysis was conducted using Geographic Information Systems (GIS) through an overlay technique to spatially visualize potential fishing zones. Findings indicate that Tlanakan District recorded the highest fish catch volume, totaling 15,585.10 tons. This was followed by Pademawu (3,509.19 tons), Pasean (3,451.95 tons), Batumarmar (1,103.33 tons), Galis (805.65 tons), Larangan (506.64 tons), and Kadur, which had the lowest catch volume at 23.74 tons. In terms of fish types, demersal fish dominated the total catch at 11,251.10 tons, followed by small pelagic fish (7,008.30 tons), large pelagic fish (4,828.11 tons), mollusks (1,705.99 tons), hard-shelled aquatic animals (726.8 tons), and reef fish (95.3 tons). The spatial mapping revealed that coastal districts such as Tlanakan, Pademawu, and Pasean have a high concentration of fishing potential. These results highlight the significant role of geographic factors in determining fishery productivity and emphasize the importance of spatial-based management to support sustainable capture fisheries development.
PENERAPAN GEOFENCE PADA SISTEM INFORMASI GEOGRAFIS PEMETAAN DAERAH RAWAN BEGAL KRIMINALITAS DI WILAYAH POLRES MEDAN BELAWAN: IMPLEMENTATION OF GEOFENCE IN A GEOGRAPHIC INFORMATION SYSTEM FOR MAPPING CRIME-PRONE AREAS IN THE MEDAN BELAWAN POLICE JURISDICTION Siregar, Rahmah Sariani; Harahap, Aninda Muliani; Sibarani, Fathiya Hasyifah
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p116-129

Abstract

Meningkatnya kasus begal dan tindak kriminalitas di wilayah hukum Polres Medan Belawan menimbulkan keresahan masyarakat serta menunjukkan perlunya sistem deteksi dini yang efektif dan adaptif. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Geografis (SIG) berbasis geofence guna memetakan dan memantau wilayah rawan kejahatan secara real-time. Metode penelitian yang digunakan meliputi pendekatan kualitatif deskriptif melalui studi pustaka, observasi lapangan, serta wawancara dengan pihak kepolisian. Sistem dibangun dalam dua platform: aplikasi web untuk admin dan aplikasi Android bagi masyarakat. Data lokasi kejahatan dikonversi menjadi koordinat geografis, lalu dihitung jaraknya terhadap posisi pengguna menggunakan rumus Haversine. Salah satu hasil perhitungan menunjukkan jarak aktual 285 meter (manual) dan 290 meter (aplikasi) dari titik rawan Jl. Pelabuhan Raya, dengan selisih hanya 5 meter dan akurasi sistem mencapai 98,2%. Sistem akan memberikan notifikasi otomatis saat pengguna berada dalam radius 500 meter dari lokasi rawan. Hasil pengujian black-box menunjukkan seluruh fungsi berjalan dengan baik, termasuk login, CRUD data, integrasi peta, dan sistem peringatan berbasis lokasi. Temuan penelitian membuktikan bahwa integrasi teknologi geofence dalam SIG mampu meningkatkan deteksi dini, mempercepat respons aparat, serta meningkatkan kewaspadaan masyarakat. Kesimpulannya, sistem ini efektif dalam mendukung strategi pencegahan kriminalitas secara sistematis dan real-time. Implikasinya, pendekatan ini dapat direplikasi untuk pengawasan keamanan wilayah lain yang memiliki tingkat kriminalitas tinggi.   The rising cases of robbery and street crimes in the jurisdiction of Polres Medan Belawan have caused public concern and highlighted the need for an effective and adaptive early detection system. This study aims to develop a Geographic Information System (GIS) integrated with geofencing technology to map and monitor high-crime areas in real time. A qualitative descriptive approach was employed through literature review, field observation, and interviews with local police authorities. The system was developed on two platforms: a web-based application for administrators and an Android-based application for the public. Crime location data were converted into geographic coordinates, and the distance from users’ positions was calculated using the Haversine formula. One calculation result showed a manual distance of 285 meters and a system-generated distance of 290 meters from a high-crime area on Jl. Pelabuhan Raya, with only a 5-meter difference and an accuracy rate of 98.2%. The system automatically triggers alerts when users enter a 500-meter radius from dangerous zones. Black-box testing results confirmed that all system features—such as login, data CRUD operations, map integration, and location-based notifications—functioned properly. The findings demonstrate that integrating geofence technology into GIS significantly enhances early crime detection, accelerates law enforcement response, and raises public awareness. In conclusion, the system proves effective in supporting systematic and real-time crime prevention strategies. The implication is that this approach can be replicated in other urban areas with high crime rates as part of a broader digital security initiative.
ANALISIS KUALITAS LAYANAN SIAKAD TERHADAP KEPUASAN PENGGUNA DENGAN MENGGUNAKAN PENDEKATAN ISO 9001 TAHUN 2015: STUDI KASUS PRODI TEKNOLOGI INFORMASI UNIVERSITAS BANGKA BELITUNG: ANALYSIS OF SIAKAD SERVICE QUALITY ON USER SATISFACTION USING THE ISO 9001:2015 APPROACH: A CASE STUDY OF THE INFORMATION TECHNOLOGY STUDY PROGRAM AT BANGKA BELITUNG UNIVERSITY Khotimah, Aulia Husnul; Elvina, Nana
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p177-180

Abstract

Penelitian ini dibuat bertujuan untuk menganalisis kualitas layanan Sistem Informasi Akademik (SIAKAD) di Universitas Bangka Belitung dengan menggunakan pendekatan ISO 9001. Yang dimana evaluasi dilakukan melalui kuesioner kepada 25 orang responden, dengan  berisi lima pernyataan yang berbasis skala likert dengan terdiri dari lima poin. aspek yang dinilai dari kenyamanan, aksesibilitas, kesesuaian fitur serta efisiensi dalam pengelolaan. Dari hasil analisis menunjukkan bahwa nilai rata - rata persepsi mahasiswa sebagai pengguna berkisa antara 3.64 sampai 3.92, dengan interpretasi umum berada di kategori “cukup baik” hingga “baik”, dengan pernyataan tentang kemudahan akses memperoleh skor tertinggi sebesar 3.92, sedangkan pernyataan mengenai minimnya kesalahan sistem memperoleh skor terendah sebesar 3.64. Ini menunjukkan bahwa walaupun layanan SIAKAD sudah cukup memenuhi kebutuhan pengguna, masih terdapat bagian yang masih perlu dioptimalkan, khususnya pada masalah stabilitas teknis. Dalam penelitian ini menegaskan pentingnya prinsip fokus pelanggan dan perbaikan berkelanjutan dalam ISO 9001 sebagai dasar pengembangan sistem informasi akademik yang berkualitas dan responsif.   This study was conducted with the aim of analyzing the quality of Academic Information System (SIAKAD) services at Bangka Belitung University using the ISO 9001 approach. Where the evaluation was conducted through a questionnaire to 25 respondents, containing five statements based on a Likert scale consisting of five points. aspects assessed from comfort, accessibility, suitability of features and efficiency in management. The results of the analysis showed that the average value of student perception as users ranged from 3.64 to 3.92, with a general interpretation in the category of "quite good" to "good". with statements about ease of access getting the highest score of 3.92, while statements about minimal system errors getting the lowest score of 3.64. This shows that although the SIAKAD service has met user needs, there are still parts that need to be optimized, especially in terms of technical stability. This study emphasizes the importance of the principles of customer focus and continual improvement in ISO 9001 as the basis for developing a quality and responsive academic information system
ANALISIS MANAJEMEN RISIKO TERHADAP PELAYANAN PEMINJAMAN ASET BARANG PRODI TEKNOLOGI INFORMASI MENGGUNAKAN ISO 27001:2022: RISK MANAGEMENT ANALYSIS OF ASSET LOAN SERVICES IN THE INFORMATION TECHNOLOGY STUDY PROGRAM USING ISO 27001:2022 Humaera, Rifda Zakeya; Rakhman, Fitri Fajriah
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p170-176

Abstract

Penelitian ini bertujuan untuk membantu Program Studi dalam mengidentifikasi, mengevaluasi, dan mengelola tingkat risiko yang terjadi pada pelayanan peminjaman aset barang. Permasalahan utamanya adalah terdapat beberapa data yang tidak tercatat dalam data peminjaman dan pengembalian barang di dalam sistem digital yang dapat menimbulkan risiko seperti kehilangan, kerusakan, penyalahgunaan, dan keterlambatan pengembalian barang. Penelitian ini menggunakan pendekatan kualitatif melalui metode wawancara kepada staf administrasi Program Studi serta mengambil standar ISO 27001:2022 sebagai pedoman atau kerangka kerja untuk manajemen risiko keamanan informasi. Proses penelitian ini terdapat beberapa tahapan meliputi pengumpulan data, identifikasi risiko, analisis risiko, dan evaluasi risiko. Hasil penelitian menunjukkan bahwa dari enam peluang risiko yang teridentifikasi, tiga tergolong dalam risiko level tinggi, dan tiga lainnya tergolong dalam risiko level menengah. Terdapat juga beberapa usulan pengelolaan risiko meliputi penerapan penggunaan CCTV, pemberian sanksi, pengamanan tambahan seperti audit secara berkala dan lain-lain. Simpulan dari penelitian ini menunjukkan bahwa sistem pelayanan peminjaman aset barang saat ini masih belum cukup optimal dalam pengelolaan risiko, dan diperlukannya perbaikan secara menyeluruh dalam sistem manajemen risiko berbasis ISO 27001:2022.   This study aims to assist the Study Program in identifying, evaluating, and managing the level of risk that occurs in asset loan services. The main problem is that there is some data that is not recorded in the loan and return data in the digital system which can cause risks such as loss, damage, misuse, and delays in returning goods. This study uses a qualitative approach through interview methods with the administrative staff of the Study Program and takes the ISO 27001:2022 standard as a guideline or framework for information security risk management. The research process has several stages including data collection, risk identification, risk analysis, and risk evaluation. The results of the study show that of the six identified risk opportunities, three are classified as high-level risks, and the other three are classified as medium-level risks. There are also several proposals for risk management including the implementation of CCTV, sanctions, additional security such as periodic audits and others. The conclusion of this study shows that the current asset loan service system is still not optimal in risk management, and a comprehensive improvement is needed in the ISO 27001:2022-based risk management system.
PENERAPAN ALGORITMA C4.5 UNTUK KLASIFIKASI KELAYAKAN PENERIMA PROGRAM INDONESIA PINTAR (PIP) DI SD NEGERI 13 JONGKONG: IMPLEMENTATION OF THE C4.5 ALGORITHM FOR CLASSIFYING ELIGIBILITY OF INDONESIA SMART PROGRAM (PIP) RECIPIENTS AT SD NEGERI 13 JONGKONG Kristina, Ayang; Rukiastiandari, Sinta
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p156-169

Abstract

Pendidikan merupakan fondasi utama dalam pembangunan sumber daya manusia, namun keterbatasan finansial sering menjadi hambatan bagi keluarga kurang mampu dalam mengakses pendidikan. Untuk menjawab masalah tersebut, pemerintah meluncurkan Program Indonesia Pintar (PIP) sebagai langkah strategis dalam menekan angka putus sekolah. Akan tetapi, di SD Negeri 13 Jongkong proses seleksi penerima PIP masih dilakukan secara manual sehingga rawan subjektivitas dan ketidaktepatan sasaran. Penelitian ini bertujuan menerapkan algoritma C4.5 sebagai sistem klasifikasi kelayakan penerima PIP agar seleksi lebih objektif dan akurat. Metode yang digunakan adalah pendekatan kuantitatif deskriptif dengan teknik data mining terhadap 70 data siswa yang diperoleh dari dokumentasi sekolah dan ekspor Dapodik. Atribut penelitian meliputi pekerjaan dan penghasilan orang tua, alat transportasi, status bantuan sosial, serta jumlah tanggungan anak. Analisis menggunakan algoritma C4.5 pada perangkat lunak RapidMiner dengan validasi melalui confusion matrix. Hasil penelitian menunjukkan bahwa atribut Penghasilan Orang Tua terpilih sebagai akar pohon keputusan karena memiliki nilai gain tertinggi, sedangkan evaluasi performa model menghasilkan akurasi 95,71%, precision 96,08%, recall 98,00%, dan F1-Score 97,03%. Temuan ini membuktikan bahwa algoritma C4.5 efektif digunakan sebagai sistem pendukung keputusan untuk meningkatkan ketepatan seleksi penerima PIP, serta dapat direkomendasikan untuk diimplementasikan lebih luas pada sekolah lain guna meminimalisasi bias dalam penentuan penerima bantuan.   Education is the fundamental foundation for human resource development, yet financial constraints often hinder underprivileged families from accessing it. To address this issue, the government launched the Program Indonesia Pintar (PIP) as a strategic effort to reduce school dropout rates. However, at SD Negeri 13 Jongkong, the selection process for PIP recipients is still conducted manually, making it prone to subjectivity and misallocation. This study aims to apply the C4.5 algorithm as a classification system for determining PIP eligibility in order to ensure a more objective and accurate selection. The research employed a descriptive quantitative approach with data mining techniques on 70 student records obtained from school documentation and Dapodik exports. The research attributes include parents’ occupation and income, transportation, social assistance status, and number of dependents. Analysis was conducted using the C4.5 algorithm in RapidMiner software, validated through a confusion matrix. The results show that the attribute Parents’ Income was selected as the root node due to its highest gain value, while the performance evaluation achieved 95.71% accuracy, 96.08% precision, 98.00% recall, and a 97.03% F1-Score. These findings demonstrate that the C4.5 algorithm is effective as a decision support system to improve the accuracy of PIP recipient selection and can be recommended for broader implementation in other schools to minimize bias in beneficiary determination.
ANALISIS SENTIMEN KOMENTAR NETIZEN TERHADAP VIDEO PEMINDAHAN DAN PEMBANGUNAN IBU KOTA NUSANTARA DI TIKTOK MENGGUNAKAN METODE NAÏVE BAYES: SENTIMENT ANALYSIS OF NETIZEN COMMENTS ON THE RELOCATION AND DEVELOPMENT OF NUSANTARA CAPITAL CITY IN TIKTOK USING THE NAÏVE BAYES METHOD Sagostian, Adrian; Yuda, Laurensius; Yandi
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p181-185

Abstract

Pemindahan Ibu Kota Negara (IKN) ke Kalimantan Timur, yang dikenal sebagai Ibu Kota Nusantara, telah menjadi topik diskusi yang luas di berbagai platform media social. TikTok, sebagai salah satu platform berbagai video yang popular di Indonesia, menjadi medium bagi Masyarakat untuk mengespresikan opini mereka terkait program Pembangunan IKN.  Penelitian ini dilakukan menggunakan Klasifikasi Sentimen dengan menerapkan algoritma Naive Bayes pada komentar TikTok. Dataset yang digunakan terdiri dari 1.810 komentar berbahasa Indonesia yang dikumpulkan melalui Teknik web scraping dari video TikTok yang membahas pemindahan IKN. Setiap komentar dikategorikan ke dalam tiga kelas sentimen, yaitu positif, negatif, dan netral. Proses analisis mencakup tahapan pra-pemrosesan teks, seperti labeling, pembersihan data, tokenisasi, dan stemming, sebelum dilakukan pelatihan model klasifikasi menggunakan algoritma Naïve Bayes. Hasil penelitian ini menunjukkan bahwa mayoritas komentar bersentimen negatif. Model Naïve Bayes yang digunakan menghasilkan tingkat akurasi sebesar 65%. Penelitian ini diharapkan menjadi referensi dalam memahami opini publik secara real-time serta dalam pengembangan model klasifikasi sentimen yang lebih akurat pada platform media sosial.   The relocation of the National Capital City (IKN) to East Kalimantan, known as the Capital City of the archipelago, has become a topic of widespread discussion on various social media platforms. TikTok, as one of the popular video platforms in Indonesia, is a medium for the public to express their opinions regarding the IKN Development program.  This research was conducted using Sentiment Classification by applying the Naive Bayes algorithm to TikTok comments. The dataset used consisted of 1,810 comments in Indonesian collected through web scraping techniques from TikTok videos discussing the transfer of the IKN. Each comment is categorized into three sentiment classes, which are positive, negative, and neutral. The analysis process includes pre-processing stages of text, such as labeling, data cleaning, tokenization, and stemming, before training the classification model using the Naïve Bayes algorithm. The results of this study show that the majority of comments have negative sentiments. The Naïve Bayes model used produces an accuracy rate of 65%. This research is expected to be a reference in understanding public opinion in real-time as well as in developing a more accurate sentiment classification model on social media platforms.
PENERAPAN ALGORITMA DECISION TREE UNTUK MEMPREDIKSI RISIKO KREDIT PADA NASABAH BANK: IMPLEMENTATION OF THE DECISION TREE ALGORITHM TO PREDICT CREDIT RISK FOR BANK CUSTOMERS Mbete, Marsianus Gerlian Eka; Bintang , Nathanael Nyala; Noviandus, Victor
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p241-246

Abstract

Risiko terjadinya kredit macet merupakan salah satu permasalahan utama yang dihadapi oleh lembaga keuangan dalam aktivitas pemberian pinjaman. Untuk mengurangi potensi risiko tersebut, diperlukan suatu sistem prediktif yang mampu mengidentifikasi calon debitur dengan tingkat risiko gagal bayar secara dini. Penelitian ini bertujuan untuk merancang dan membangun model prediksi risiko kredit pada nasabah bank dengan menerapkan algoritma Decision Tree. Data yang digunakan mencakup informasi historis nasabah, antara lain pendapatan, besaran cicilan, uang muka, usia, tagihan listrik dan telepon, keberadaan rekening tabungan, serta jangka waktu pinjaman. Metodologi penelitian meliputi tahap prapemrosesan data, pelatihan model Decision Tree, dan penerapan teknik pruning serta sampling guna mengatasi permasalahan overfitting dan ketidakseimbangan kelas data. Hasil yang diperoleh menunjukkan bahwa model yang dikembangkan mampu mengklasifikasikan risiko kredit secara akurat dan menyajikan hasil yang mudah diinterpretasikan. Penelitian ini diharapkan dapat memberikan kontribusi bagi lembaga keuangan dalam meningkatkan akurasi, efisiensi, dan objektivitas proses penilaian kelayakan kredit.   Credit default risk is one of the major challenges faced by financial institutions in the loan disbursement process. To mitigate this risk, a predictive system is required to identify potential borrowers with a high risk of default at an early stage. This study aims to design and develop a credit risk prediction model for bank customers using the Decision Tree algorithm. The dataset used includes historical customer information such as income, installment amount, down payment, age, utility bills (electricity and telephone), savings account status, and loan term. The research methodology involves data preprocessing, model training using the Decision Tree algorithm, and the application of pruning and sampling techniques to address issues related to overfitting and class imbalance. The results demonstrate that the developed model is capable of accurately classifying credit risk and provides easily interpretable outcomes. This study is expected to contribute to enhancing the accuracy, efficiency, and objectivity of creditworthiness assessments in financial institutions.
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DALAM APLIKASI ANDROID UNTUK KLASIFIKASI KEMATANGAN BUAH PISANG: IMPLEMENTATION OF CONVOLUTIONAL NEURAL NETWORK IN AN ANDROID APPLICATION FOR CLASSIFYING BANANA RIPENESS Laudri, Sabdha Putra
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p225-232

Abstract

Indonesia merupakan negara tropis dengan produksi buah yang melimpah, salah satunya adalah pisang. Berdasarkan data Badan Pusat Statistik (BPS) tahun 2023, pisang menjadi komoditas buah dengan jumlah produksi tertinggi, yaitu sebesar 9,3 juta ton. Maka dari itu, penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan model klasifikasi berbasis Convolutional Neural Network (CNN) dalam aplikasi Android untuk mengenali tingkat kematangan buah pisang, seperti mentah, setengah matang, matang, dan terlalu matang secara otomatis, cepat, dan objektif. Model Convolutional Neural Network (CNN) dilatih menggunakan 4112 citra yang dibagi menjadi data pelatihan (3288 citra), validasi (412 citra), dan pengujian (412 citra) dengan rasio 80:10:10. Untuk mendukung kemudahan penggunaan, aplikasi Android dirancang dengan antarmuka yang sederhana, interaktif, dan ramah pengguna. Selain itu, model dioptimalkan agar dapat berjalan secara efisien pada perangkat dengan keterbatasan sumber daya. Hasil akhir dari penelitian menunjukkan bahwa model Convolutional Neural Network (CNN) mampu mencapai akurasi sebesar 95,87% dalam mengklasifikasikan tingkat kematangan pisang.   Indonesia is a tropical country with abundant fruit production, one of which is bananas. Based on data from the Central Statistics Agency (BPS) in 2023, bananas are the fruit commodity with the highest production amount, which is 9.3 million tonnes. Therefore, this research aims to develop and implement a classification model based on Convolutional Neural Network (CNN) in an Android application to recognise the ripeness level of bananas, such as unripe, half-ripe, ripe, and overripe automatically, quickly, and objectively. The Convolutional Neural Network (CNN) model was trained using 4112 images divided into training data (3288 images), validation (412 images), and testing (412 images) with a ratio of 80:10:10. To support ease of use, the Android application was designed with a simple, interactive, and user-friendly interface. In addition, the model was optimised to run efficiently on resource-constrained devices. The final results of the study show that the Convolutional Neural Network (CNN) model is able to achieve an accuracy of 95.87% in classifying the ripeness level of bananas.
PENERAPAN ALGORITMA APRIORI UNTUK SISTEM REKOMENDASI MENU DALAM APLIKASI PEMESANAN BERBASIS ANDROID: IMPLEMENTATION OF THE APRIORI ALGORITHM FOR A MENU RECOMMENDATION SYSTEM IN AN ANDROID ORDERING APP Yudanto, Bagus Ario
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p233-240

Abstract

Seiring berkembangnya teknologi, semakin banyak restoran, kedai makan, dan kafe yang mengadopsi sistem pemesanan berbasis aplikasi. Persaingan yang semakin ketat menuntut pelaku usaha untuk terus berinovasi guna meningkatkan kualitas pelayanan dan daya saing. Penelitian ini bertujuan untuk membangun sistem rekomendasi menu dalam aplikasi pemesanan berbasis Android. Sistem ini dirancang untuk meningkatkan pengalaman pengguna sekaligus memberikan nilai tambah bagi pengelola usaha melalui peningkatan potensi penjualan. Algoritma Apriori digunakan dalam membentuk sistem rekomendasi berdasarkan pola asosiasi dari data transaksi pelanggan. Sebanyak 200 data simulasi transaksi dianalisis dengan parameter minimum support sebesar 7% dan confidence sebesar 26%. Dari analisis tersebut diperoleh 10 aturan asosiasi yang relevan, yang kemudian digunakan sebagai dasar pemberian rekomendasi menu secara otomatis kepada pelanggan. Hasil penelitian menunjukkan bahwa algoritma Apriori dapat diterapkan secara efektif dalam sistem rekomendasi berbasis data transaksi. Sistem yang dibangun mampu memberikan saran menu tambahan berdasarkan pilihan pelanggan, sehingga dapat meningkatkan efisiensi pelayanan dan mendorong pembelian menu yang lebih beragam.   As technology advances, more and more restaurants, food stalls, and cafes are adopting app-based ordering systems. Increasingly fierce competition requires businesses to continuously innovate in order to improve service quality and competitiveness. This study aims to develop a menu recommendation system in an Android-based ordering app. This system is designed to enhance the user experience while providing added value to business managers through increased sales potential. The Apriori algorithm is used to form a recommendation system based on association patterns from customer transaction data. A total of 200 simulated transaction data were analyzed with a minimum support parameter of 7% and a confidence level of 26%. From this analysis, 10 relevant association rules were obtained, which were then used as the basis for automatically providing menu recommendations to customers. The research results indicate that the Apriori algorithm can be effectively applied in a transaction-based recommendation system. The developed system is capable of providing additional menu suggestions based on customer preferences, thereby improving service efficiency and encouraging the purchase of a more diverse range of menu items.
IMPLEMENTASI SISTEM INFORMASI MANAJEMEN BERBASIS WEB RENCANA DAN EVALUASI PROGRAM KEGIATAN PADA RPTRA CIBUBUR BERSERI: IMPLEMENTATION OF A WEB-BASED MANAGEMENT INFORMATION SYSTEM FOR PROGRAM PLANNING AND EVALUATION AT RPTRA CIBUBUR BERSERI Bayhaqi, Althaf; Sirait, Leny Sindora; Bilal Abdul Wahid
HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Vol. 16 No. 2 (2025): Jurnal HOAQ - Teknologi Informasi
Publisher : STIKOM Uyelindo Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52972/hoaq.vol16no2.p213-224

Abstract

Pengelolaan program kegiatan di RPTRA Cibubur Berseri yang masih bersifat manual menimbulkan berbagai kendala operasional, seperti kesulitan penelusuran data, duplikasi informasi, dan hambatan dalam penyusunan evaluasi program secara terstruktur. Penelitian ini bertujuan mengembangkan sistem informasi manajemen berbasis web untuk mendukung proses perencanaan dan evaluasi program kegiatan secara lebih efektif dan efisien. Pengembangan sistem menggunakan metode Waterfall yang meliputi analisis kebutuhan, perancangan dengan Unified Modeling Language (UML), implementasi menggunakan framework Laravel dengan arsitektur Model-View-Controller, pengujian Black Box, dan pemeliharaan. Data diperoleh melalui observasi, wawancara dengan pengelola, dan studi dokumentasi. Sistem yang dibangun mampu mengelola data program pokok, program prioritas, program kerja, dan mitra secara terintegrasi dalam satu platform. Fitur utama meliputi operasi CRUD, pencarian dan filter data, penyimpanan draft, serta ekspor laporan ke format Excel dengan visualisasi grafik untuk memudahkan analisis status pelaksanaan program. Hasil pengujian menunjukkan seluruh fungsi berjalan sesuai spesifikasi dan mampu mengurangi kesalahan input melalui validasi otomatis. Evaluasi pengguna mengonfirmasi bahwa sistem memiliki antarmuka yang intuitif dan membantu mempercepat proses dokumentasi serta pelaporan. Berbeda dengan penelitian sebelumnya yang terfokus pada sektor akademik atau komersial, sistem ini dirancang khusus untuk pengelolaan program sosial-komunitas di ruang publik terpadu ramah anak, sehingga memberikan kontribusi baru dalam digitalisasi layanan berbasis masyarakat yang transparan dan akuntabel.   The manual management of activity programs at RPTRA Cibubur Berseri has generated various operational challenges, including difficulties in data retrieval, information duplication, and obstacles in conducting structured program evaluations. This study aims to develop a web-based management information system to support more effective and efficient planning and evaluation processes for activity programs. The system development employed the Waterfall method, encompassing requirements analysis, design using Unified Modeling Language (UML), implementation utilizing the Laravel framework with Model-View-Controller architecture, Black Box testing, and maintenance. Data were collected through observation, interviews with facility managers, and documentation studies. The developed system is capable of managing data on core programs, priority programs, work programs, and partners in an integrated platform. Key features include CRUD operations, data search and filtering, draft storage, and report export to Excel format with graphical visualization to facilitate analysis of program implementation status. Testing results demonstrate that all functions operate according to specifications and successfully reduce input errors through automated validation. User evaluation confirms that the system possesses an intuitive interface and accelerates documentation and reporting processes. Unlike previous studies focusing on academic or commercial sectors, this system is specifically designed for managing social-community programs in child-friendly integrated public spaces, thereby contributing novel insights into the digitalization of transparent and accountable community-based services.

Page 11 of 12 | Total Record : 114