cover
Contact Name
Afdhil Hafid
Contact Email
afdhilhafid@uinib.ac.id
Phone
+6282226067308
Journal Mail Official
admin-insearch@uinib.ac.id
Editorial Address
Gedung Fakultas Sains dan Teknologi Kampus III Universitas Islam Negeri Imam Bonjol Padang Sungai Bangek, Kec. Koto Tangah, Kota Padang, Sumatera Barat
Location
Kota padang,
Sumatera barat
INDONESIA
Insearch: Information System Research Journal
ISSN : -     EISSN : 27754669     DOI : 10.15548
Insearch focus on the dissemination of scientific research in the field of Information System and Information Technology. The journals scope includes but not limited to the following fields IS Development and Management, IS Project Management, IS Quality and Satisfaction Analysis, Enterprise Resource Planning System, Customer Relationship Management System, Supply Chain Management System, IT Audit and its Methodology, IT Governance and its Methodology, Human Computer Interaction, Social Informatics, Information Security and Risk Management, Cryptography and its application, Distance Learning and its application, Geographic Information System, Decision Support System, Expert System, Data Mining, Big Data and its application.
Articles 8 Documents
Search results for , issue "Vol 2, No 02 (2022): Insearch (Information System Research) Journal" : 8 Documents clear
Simulasi dalam Mengoptimalisasikan Penggadaan Barang di Gudang BC 5 HNI Pekanbaru Menggunakan Metode K-Mean Clustering Putra, Yendi; Mardiati, Dina; Saputra, Yanto; Yulhan, Yulhan
Insearch: Information System Research Journal Vol 2, No 02 (2022): Insearch (Information System Research) Journal
Publisher : Fakultas Sains dan Teknologi UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/isrj.v2i02.4385

Abstract

Ketersediaan barang dalam suatu toko sangat mempengaruhi terhadap aktifitas penjualan toko tersebut. Pelanggan mempunyai ketertarik pada toko yang memiliki ketersediaan produk sesuai dengan kebutuhan dan keinginan pelanggan. Penelitian bertujuan untuk mengetahui produk apa saja yang paling diminati pelanggan, diminati pelanggan dan kurang di minati pelanggan. Pemilik toko mengetahui stok yang habis atau jenis produk yang banyak teresedia. Penelitian ini menggunakan metode K-Mean Clustering yang merupakan bagian dari Data Mining. Data yang dioleah pada penelitian ini ialah data penjualan dari Januari 2021 hingga Desember 2021 sebanyak 153 produk yang di ambil dari BC 5 HNI Pekanbaru. Adapun variabel data yang digunakan diantaranya nama produk, harga, jumlah terjual dan tahun. Data tersebut di proses menggunakan aplikasi Rapid Miner. Tahap pertama dalam pengolahan data ialah menentukan nilai cluster secara acak, nilai cluster dibagi menjadi 3 kelompok. Nilai centroid diperoleh dari nilai paling bawah, nilai tengah dan nilai paling atas dari data yang tersedia. Perhitungan cluster dilakukan dengan menghitung jarak terdekat dengan data. Hasil akhir penelitian ini yaitu diketahui produk yang paling diminati, diminati dan kurang diminati, sehingga pemilik toko dapat memaksimalkan ketersediaan barang yang dijual agar tidak adanya penumpukan stok barang.
Sistem Informasi Pengenalan dan Pendaftaran Santri Berbasis Website pada LKP Tar-Q Padang Hayati, Nova
Insearch: Information System Research Journal Vol 2, No 02 (2022): Insearch (Information System Research) Journal
Publisher : Fakultas Sains dan Teknologi UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/isrj.v2i02.4417

Abstract

Sistem yang telah dijalankan pada LKP Tar-Q Padang masih menggunakan proses manual dalam pendaftaran dan pengelolaan data yang masih belum rapi. Sehingga memepersulit dalam proses penyimpanan data serta arsip santri dan pengajar secara keseluruhan. Untuk proses pembuatan laporan pendaftaran  santri baru  membutuhkan waktu yang lama dengan menggunakan data manual. Dengan hal itu website LKP Tar-Q Padang ini bertujuan untuk membantu dan memudahkan LKP Tar-Q dalam proses pengenalan dan pendaftaran serta proses seleksi dan pengolahan data santri dan pengajar di LKP Tar-Q Padang. Metode yang digunakan dalam proses seleksi yaitu SAW ( Simple Addtive Weight ). Alat bantu perancangan yang digunakan untuk pembuatan sistem ini adalah UML (Unified Modeling Language), dengan menggunakan software astah, bahasa pemrograman yang digunakan yaitu PHP serta database MySQL dan dengan server Mowes portable II. Berdasarkan uraian di atas, akan dirancang sebuah sistem berbabis website untuk pengenalan dan pendaftaran serta seleksi pada LKP Tar-Q Padang sehingga dapat mempermudah LKP dalam proses kinerja.
Identification of 29 Types of Plant Diseases using Deep Learning EfficientNetB3 Bayangkari Karno, Adhitio Satyo; Hastomo, Widi; Kusuma Wardhana, Indra Sari; Sutarno, Sutarno; Arif, Dodi
Insearch: Information System Research Journal Vol 2, No 02 (2022): Insearch (Information System Research) Journal
Publisher : Fakultas Sains dan Teknologi UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/isrj.v2i02.4389

Abstract

To supply the world's food needs in the midst of the existing food crisis, farmers urgently need to expand crop production. By establishing it simple to recognize the kind of plant disease so that earlier control efforts could be conducted, farmers' harvest failures driven on by disease attacks must be prevented. In this study, one of the Convolutional Neural Network (CNN) architectures known EfficeintNetB3 is applied to generate a classification model for 29 different types of plant diseases. A model is created after 3,170 image data are used for validation and 57,067 image data were utilized for training. 3,171 image data tests were conducted as part of the model testing phase, and the total test results were produced an extraordinarily high accuracy score of 0.99 percentage and an F1-score
Sistem Pendukung Keputusan dalam Menentukan Kualitas Sarang Burung Walet Terbaik Menggunakan Metode Simple Additive Weighting (SAW) Rizki Prayogo, Puguh; Hadi Susilo, Purnomo
Insearch: Information System Research Journal Vol 2, No 02 (2022): Insearch (Information System Research) Journal
Publisher : Fakultas Sains dan Teknologi UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/isrj.v2i02.4363

Abstract

Burung walet merupakan salah satu sumber daya hayati yang memiliki nilai ekonomi tinggi dan memiliki banyak manfaat. Saat ini banyak pengusaha yang mulai membuka usaha pencucian sarang burung walet, salah satu kawasan usaha jasa pencucian sarang burung walet ada di Desa Kediren, Kecamatan Kalitengah, Kabupaten Lamongan. Dalam pemasaran sarang burung walet, sarang burung walet agar memiliki nilai jual yang tinggi harus memiliki kualitas terbaik. Dalam hal ini, tidak banyak pengusaha pencucian sarang walet yang tau cara menentukan kualitas sarang burung walet terbaik, yang mana ditentukan oleh beberapa kriteria antara lain tingkat kebersihan, bentuk, keutuhan, warna, ukuran dan kadar air. Oleh karena itu, perlu dibangun sistem pendukung keputusan (SPK) yang bertujuan untuk menentukan kualitas sarang burung walet, sehingga dapat memberikan kemudahan bagi pengusaha dalam menentukan kualitas sarang burung walet terbaik. Penelitian ini menggunakan metode Simple Additive Weighting (SAW). Hasil dari penelitian menunjukkan bahwa sistem pendukung keputusan dalam menentukan sarang burung terbaik berhasil dibangun dengan menghasilkan data sarang burung walet terbaik dan berdasarkan tingkat akurasi didapatkan sebesar 85 % atau tergolong sangat akurat. Sehingga sistem ini dapat memberikan kemudahan bagi pengusaha untuk menentukan sarang walet dengan kualitas terbaik.
Implementasi Algoritma Dempster-Shafer Theory Pada Sistem Pakar Diagnosa Penyakit Psikologis Gangguan Kontrol Impuls Fernando, Yusra; Napianto, Riduwan; Borman, Rohmat Indra
Insearch: Information System Research Journal Vol 2, No 02 (2022): Insearch (Information System Research) Journal
Publisher : Fakultas Sains dan Teknologi UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/isrj.v2i02.4359

Abstract

Gangguan kontrol impuls merupakan penyakit gangguan mental yang berkaitan dengan kesulitan untuk mengontrol emosinya maupun perilakunya. Gangguan kontrol impuls dianggap berbahaya karena penderitanya akan menglami kondisi dengan suasana hati yang emosional mapupun mudah tersinggung. Orang yang mengidap gangguan kontrol impuls memerlukan terapi khusus dan penanganan oleh psikolog ataupun psikiater. Penelitian ini bertujuan untuk mengimplementasikan algoritma Dempster-Shafer theory pada diagnosa penyakit psikologis gangguan kontrol impuls. Pendekatan Dempster-Shafer theory menitikberatkan pada proses pemberian tingkat keyakinan berdasarkan kombinasi antar bukti-bukti untuk memperkuat peluang. Sistem yang dikembangkan berbasis web agar memudahkan pasien atau pengguna untuk melakukan diagnosa. Sistem pakar yang dikembangkan dapat melakukan diagnosa berdasarkan gejala yang dialami oleh pengguna dan menghasilkan diagnosa serta penjelasan mengenai penyakit tersebut, penyebab dan cara penganannya. Hasil uji akurasi dengan membandingkan hasil diagnosis sistem pakar dengan seorang pakar, memperlihatkan nilai akurasi sebesar 85%. Ini artinya algoritma Dempster-Shafer dapat berjalan dengan baik pada kasus diagnosa penyakit psikologis gangguan kontrol impuls.
Sistem Pendukung Keputusan Pemilihan Vendor IT Menggunakan Metode Perbandingan Eksponensial (MPE) Rusliyawati, Rusliyawati; Nuraini, Rini
Insearch: Information System Research Journal Vol 2, No 02 (2022): Insearch (Information System Research) Journal
Publisher : Fakultas Sains dan Teknologi UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/isrj.v2i02.4382

Abstract

Perusahaan dalam pengembangan teknologi informasi akan membutuhkan bantuan vendor Information Technology (IT). Pemilihan vendor merupakan suatu hal yang penting dalam perusahaan atau organisasi. Untuk memilih vendor yang tepat, biasanya melalui pengumpulan data dan informasi mengenai vendor tersebut, kemudian dilanjutkan dengan membahas kelebihan dan kekurangan masing-masing vendor yang potensial. Tetapi metode ini memakan waktu dan kurang objektif. Penelitian ini memiliki tujuan untuk mengembangkan sistem pendukung keputusan dalam memilih vendor IT dengan metode MPE berbasis website agar memudahkan pengambilan keputusan dalam menentukan vendor IT yang sesuai dengan kebutuhan. Sistem Pendukung Keputusan (SPK) yang dikembangkan berbasis website yang mempunyai fasilitas diantaranya dapat melakukan pengelolaan data kriteria, bobot, alternatif, penilaian alternatif, proses perhitungan MPE dan daftar hasil kinerja vendor. Dari hasil uji black-box testing memperlihatkan bahwasanya sistem yang dikembangkan telah berjalan dengan baik.
Multiple Criteria Decision Analysis Menggunakan Additive Ratio Assessment Pada Pemilihan Uninterruptible Power Supply (UPS) Priyopradono, Bentar
Insearch: Information System Research Journal Vol 2, No 02 (2022): Insearch (Information System Research) Journal
Publisher : Fakultas Sains dan Teknologi UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/isrj.v2i02.4360

Abstract

Uninterruptible Power Supply (UPS) menjadi perangkat yang penting, karena memiliki fungsi sebagai pemasok arus listrik jika arus listrik dari PLN padam ssecara tiba-tiba. Meningkatnya jumlah perusahaan teknologi informasi dan komunikasi, kantor layanan umum, serta institusi berbasis data lainnya membuat UPS semakin penting. Akan tetapi, saat ini telah beredar berbagai produk UPS yang menawarkan kemampuan dan sepesifikasi yang beragam. Untuk itu, perlu kejelian dalam pemilihan produk UPS agar sesuai dengan kebutuhan. Tujuan dari penelitian ini yaitu membangun sistem pendukung keputusan melalui penyelesaian Multiple Criteria Decision Analysis (MCDA) dengan pendekatan Additive Ratio Assessment (ARAS) untuk pemilihan UPS, agar menghasilkan sistem yang mampu membantu untuk pengambilan keputusan pemilihan UPS yang tepat serta sesuai kebutuhan.  Metode ARAS digunakan sebagai model yang dapat melakukan pemilihan alternatif terbaik yang didasari oleh tingkat utilitas pada masing-masing alternatif untuk menentukan alternatif terbaik. Dari hasil uji dengan black-box testing memperlihatkan bahwa sistem yang dikembangkan sudah berjalan dengan baik. Selain itu, sistem dapat menghasilkan perhitungan dengan metode ARAS yang valid karena hasilnya sesuai dengan perhitungan manual.
Pengukuran Kualitas Alumni Mahasiswa UIN Fakultas Ushuluddin Imam Bonjol Padang : Sebuah Pendekatan Business Intelligence Firrizqi, Alya Sahira; Fitri, Mega Orina
Insearch: Information System Research Journal Vol 2, No 02 (2022): Insearch (Information System Research) Journal
Publisher : Fakultas Sains dan Teknologi UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/isrj.v2i02.4510

Abstract

Kualitas alumni  menjadi tolak ukur keberhasilan penerapan pola pendidikan, cara berpikir dan pengajaran keahlian di suatu lembaga atau instansi pendidikan, terutama di perguruan tinggi. Pengukuran kualitas alumni dapat dilakukan dengan melihat Indeks Prestasi Kumulatif (IPK), jumlah cumlaude, tamat tepat waktu, dan lama masa studi, serta hasil tracer study baik kepada alumni maupun pengguna lulusan. Tujuan penelitian ini adalah untuk mengetahui kualitas alumni UIN Imam Bonjol Padang, diukur dari rata-rata IPK dan lama masa studi. Objek penelitian adalah alumni/wisudawan Fakultas Ushuluddin angkatan ke-79. Metode penelitian yang digunakan adalah metode experiment dengan menggunakan pendekatan kuantitatif. Tools yang digunakan adalah Microsoft Power Business Intelligence. Hasil penelitian menunjukkan rata – rata IPK mahasiswa alumni Fakultas Ushuluddin UIN Imam Bonjol Padang ialah 3,46 dengan persentase 25,0025% dari 72 orang mahasiswa yang tamat. Sehingga dapat disimpulkan kualitas dari Fakultas Ushuluddin UIN Imam Bonjol memiliki kualitas sedang yang mengacu pada hasil yang telah diolah pada Microsoft Power BI.

Page 1 of 1 | Total Record : 8