cover
Contact Name
Ahmad Fitriansyah
Contact Email
ahmad.fitriansyah@swadharma.ac.id
Phone
+6287870716976
Journal Mail Official
jurnal.jris@swadharma.ac.id
Editorial Address
Kampus 1 Institut Teknologi dan Bisnis Swadharma Jl. Malaka No.3, Tambora, Jakarta Barat 11230
Location
Kota tangerang selatan,
Banten
INDONESIA
JURNAL REKAYASA INFORMASI SWADHARMA (JRIS)
ISSN : 27745759     EISSN : 27745732     DOI : -
Core Subject : Science,
Jurnal Rekayasa Informasi Swadharma merupakan jurnal ilmiah yang diterbitkan oleh LPPM ITB Swadharma. Jurnal ini mempublikasikan karya ilmiah hasil penelitian dengan topik Big Data, Sistem Informasi Berbasis Komputer, Data Mining, Data Scientists, Enterprise Architecture, Enterprise Resource Planning (ERP), Tata Kelola Teknologi, Information Retrieval System, Audit Sistem Informasi, Manajemen Pengetahuan Berbasis Sistem Informasi, Sistem Informasi Manajemen, Manajemen Proyek, Proses Bisnis, Smart City, Sosial Media, Sistem Penunjang Keputusan, Kecerdasan Bisnis.
Articles 134 Documents
IMPLEMENTASI METODE PROFILE MATCHING UNTUK MENENTUKAN REKOMENDASI PENERIMA BANTUAN SUMBANGAN PEMBINAAN PENDIDIKAN Hidayat, Wahyu; Febriantoro, F.R. Dwi; Dony, Dony
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.895

Abstract

This research aims to develop a decision support system to identify students who are eligible to waive the cost of academic development donations. The method used is the Profile matching Method. System testing is carried out by information system experts and users using a questionnaire instrument. Based on this test, the system was deemed very feasible by the system expert, with a value of 91%. It was declared very feasible based on user testing, with a value of 85%. The results were then tested using Spearman's Rank correlation, yielding a result of 0.91, indicating that the correlation was robust. Each criterion has a predetermined weight and value. The decision support system for determining students eligible for tuition relief assistance using the profile matching method produces a list of students based on grades that have been calculated and compared to the desired standard value.Penelitian ini bertujuan mengembangkan sistem pendukung keputusan untuk menentukan siswa yang berhak mendapatkan bantuan pembebasan biaya sumbangan pembinaan pendidikan. Metode yang digunakan adalah Metode Profile matching. Pengujian sistem dilakukan kepada ahli sistem informasi dan pengguna dengan menggunakan instrumen kuesioner. Berdasarkan pengujian tersebut sistem dinyatakan sangat layak dari pengujian ahli sistem dengan nilai 91% kemudian dinyatakan sangat layak berdasarkan pengujian pengguna dengan nilai 85% dan sudah dilakukan uji hasil menggunakan Spearman Rank dengan hasil 0,91 maka di interpretasikan korelasi sangat kuat. Setiap kriteria memiliki bobot dan nilai yang sudah ditentukan. Sistem pendukung keputusan untuk menentukan siswa yang berhak mendapatkan bantuan keringanan SPP menggunakan metode profile matching menghasilkan daftar peserta didik berdasarkan nilai yang sudah dihitung dan dibandingkan dengan nilai standar yang diinginkan.
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KONDISI TANAH TERBAIK UNTUK BUDIDAYA SAYUR SAWI DI DESA LAMUDUR MENGGUNAKAN METODE TOPSIS Nahak, Maria Selviyanti H; Kelen, Yoseph P.K; Tey Seran, Krisantus Jumarto
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.889

Abstract

This study aims to develop a website-based decision support system (DSS) to determine the optimal soil conditions for cultivating mustard greens in Lamudur Village, Weliman District, Malaka Regency. The primary issue is the limited public awareness of the suitability of land for specific commodities, resulting in suboptimal land use. The system developed utilizes the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method to process data on various soil criteria, including organic matter, soil minerals, water sources, soil slope, and previous crops. The TOPSIS method was chosen because it can provide the best solution by comparing alternative distances to positive and negative ideal solutions. The study's results show that this system can help farmers determine the most suitable soil conditions for cultivating mustard greens, improve the quality of agricultural products, and reduce the risk of crop failure. This system is also expected to serve as a reference for making informed agricultural decisions based on data and technology in rural areas.Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan (SPK) berbasis website guna menentukan kondisi tanah terbaik untuk budidaya sayur sawi di Desa Lamudur, Kecamatan Weliman, Kabupaten Malaka. Permasalahan utama yang dihadapi adalah kurangnya pengetahuan masyarakat mengenai kesesuaian lahan untuk komoditas tertentu, sehingga sering terjadi pemanfaatan lahan yang kurang optimal. Sistem yang dikembangkan menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) untuk mengolah data berbagai kriteria tanah, seperti unsur organik, mineral tanah, sumber air, kemiringan tanah, dan tanaman sebelumnya. Metode TOPSIS dipilih karena mampu memberikan solusi terbaik dengan membandingkan jarak alternatif terhadap solusi ideal positif dan negatif. Hasil penelitian menunjukkan bahwa sistem ini dapat membantu petani dalam menentukan kondisi tanah yang paling sesuai untuk budidaya sayur sawi, meningkatkan kualitas hasil pertanian, serta mengurangi risiko kegagalan panen. Sistem ini juga diharapkan dapat menjadi referensi dalam pengambilan keputusan pertanian berbasis data dan teknologi di wilayah pedesaan.
ANALISIS KOMPARATIF METODE DATA MINING MULTISEKTOR PADA DATASET COVID-19, SAHAM BEI, DAN PERUSAHAAN GLOBAL Fajriansyah, Satria Nur; Pramadhan, Harsya Rafif; Safa, Alaudin; Nurfajriansyah, Dandy; Wijaya, Muhammad Subaktiar; Samudra, Yuda
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.903

Abstract

The rapid advancement of information technology has significantly driven the adoption of data mining techniques across various sectors, primarily to uncover hidden patterns and support data-driven decision-making processes. This study aims to analyse and compare the effectiveness of several data mining methods—namely K-Means Clustering, Decision tree, Principal component analysis (PCA), and Bootstrapping—in processing datasets from three distinct domains: public health (COVID-19), finance (Indonesia Stock Exchange), and global business (multinational corporations). The datasets utilised include COVID-19 data sourced from Kaggle, stock data listed on the Indonesia Stock Exchange, and corporate data comprising industry classifications and revenue attributes of global companies. The methodology adopted in this research encompasses several critical phases: data preprocessing to ensure consistency and reliability; implementation of classification and clustering algorithms; and model evaluation through accuracy metrics and visual analytics. Findings indicate that the K-Means algorithm performs effectively in clustering both COVID-19 spread regions and stock data based on numerical features. The Decision tree method demonstrates strong predictive capabilities in classifying risk categories within both COVID-19 datasets and corporate profiles. PCA proves to be valuable in reducing data dimensionality while retaining essential information. Furthermore, Bootstrapping is employed to enhance the generalizability of the models, particularly in scenarios involving limited data samples. The study concludes that integrating multiple data mining approaches can yield comprehensive insights across sectors, although the level of effectiveness varies depending on the inherent characteristics of each dataset. Such a multidisciplinary and combined approach provides a robust framework for data-driven analysis and strategic decision support in diverse fields.Kemajuan pesat dalam teknologi informasi telah memperluas pemanfaatan teknik data mining di berbagai bidang, khususnya dalam mengidentifikasi pola tersembunyi dan menunjang proses pengambilan keputusan berbasis data. Penelitian ini secara khusus mengkaji dan membandingkan efektivitas empat pendekatan data mining yakni K-Means Clustering, Decision tree, Principal component analysis (PCA), dan Bootstrapping, dalam mengolah data yang berasal dari tiga sektor strategis: sektor kesehatan (terkait COVID-19), sektor keuangan (pasar saham BEI), dan sektor bisnis global (perusahaan multinasional). Dataset yang digunakan bersumber dari berbagai platform terpercaya, termasuk data COVID-19 dari Kaggle, data saham perusahaan yang terdaftar di Bursa Efek Indonesia, serta informasi perusahaan multinasional yang mencakup variabel industri dan pendapatan tahunan. Rangkaian metodologi penelitian diawali dengan proses prapengolahan data (data preprocessing) untuk memastikan kualitas dan konsistensi data, dilanjutkan dengan penerapan algoritma klasifikasi dan pengelompokan (clustering), serta evaluasi performa model menggunakan metrik akurasi dan representasi visual. Dari hasil analisis yang dilakukan, ditemukan bahwa algoritma K-Means menunjukkan performa yang baik dalam mengelompokkan wilayah berdasarkan tingkat penyebaran COVID-19 serta dalam mengklasifikasikan saham berdasarkan indikator numerik. Sementara itu, metode Decision tree terbukti efektif dalam memprediksi kategori risiko, baik dalam konteks data kesehatan maupun data korporasi multinasional. PCA turut berkontribusi signifikan dalam mereduksi dimensi data tanpa kehilangan informasi utama yang relevan. Selain itu, teknik Bootstrapping diaplikasikan untuk meningkatkan kemampuan generalisasi model, terutama saat berhadapan dengan keterbatasan jumlah data. Secara keseluruhan, temuan penelitian ini menegaskan bahwa pendekatan kombinatif dalam data mining dapat menghasilkan wawasan mendalam yang lintas sektoral, dengan efektivitas yang bergantung pada karakteristik dan struktur data yang dianalisis. Pendekatan integratif semacam ini berpotensi memperkaya pemahaman dan mendukung pengambilan keputusan strategis di berbagai domain
STUDI KOMPARATIF NAIVE BAYES DAN DECISION TREE PADA DATASET BUNGA IRIS: EVALUASI AKURASI DAN EFISIENSI Eryana, Daffa Arifta; Deivivi, Filius; Baehaqi, Muhammad Ilham; Wicaksono, Arya; Puspita, Zalfa Alykha; Gultom, Herwis
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.898

Abstract

This study presents a comparative analysis between the Naive bayes algorithm and Decision tree algorithms in various domains, including iris species Classification, meat composition analysis, subject Classification, and slope analysis in tourism areas. This study aims to evaluate the performance, advantages, and limitations of both algorithms in various data contexts. The methodology used involves applying both algorithms to various datasets and comparing their accuracy, precision, recall, and F1-score metrics. The results show that both algorithms exhibit competitive performance, with varying strengths depending on the characteristics of the data. Decision trees demonstrate better interpretability and can handle non-linear relationships, while Naive bayes demonstrates strong performance with independent features and large training datasets. These findings contribute to understanding the appropriate application context for each algorithm in data mining tasks.Penelitian ini menyajikan analisis komparatif antara algoritma Naive bayes dan Decision tree di berbagai domain, termasuk klasifikasi spesies iris, analisis komposisi daging, klasifikasi subjek, dan analisis kemiringan di area pariwisata. Penelitian ini bertujuan untuk mengevaluasi kinerja, keunggulan, dan keterbatasan kedua algoritma dalam berbagai konteks data. Metodologi yang digunakan melibatkan penerapan kedua algoritma pada berbagai dataset dan membandingkan akurasi, presisi, recall, serta metrik F1-score. Hasil menunjukkan bahwa kedua algoritma memiliki kinerja yang kompetitif dengan kekuatan yang bervariasi tergantung pada karakteristik data. Decision tree menunjukkan interpretabilitas yang lebih baik dan mampu menangani hubungan non-linear, sedangkan Naive bayes menunjukkan kinerja yang kuat dengan fitur-fitur independen dan dataset pelatihan yang besar. Temuan ini berkontribusi dalam memahami konteks aplikasi yang tepat untuk setiap algoritma dalam tugas data mining.
PENGEMBANGAN APLIKASI CUSTOMER RELATIONSHIP MANAGEMENT (CRM) BERBASIS WHATSAPP BUSINESS UNTUK OPTIMALISASI PENJUALAN PADA BISNIS FASHION ONLINE Usanto, Usanto; Sopian, Adi; Syahrial, Riza; Dewi, Christine Sientta; Ningtyas, Septiana; Kurniati, Ike
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 1 (2026): JURNAL JRIS EDISI JANUARI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no1.975

Abstract

The development of information technology has driven significant transformation in the retail trade sector, including the online fashion industry in Indonesia. The shift in consumer behavior towards online shopping requires businesses to adopt effective Customer Relationship Management (CRM) strategies to increase customer satisfaction, loyalty, and customer management efficiency. This study aims to design and implement a WhatsApp Business-based CRM application to optimize the sales system in fashion MSMEs, with a case study in the online fashion sector. The research method used is a descriptive qualitative approach, using interviews, observations, and literature reviews. The results show that manual use of WhatsApp Business creates obstacles, including delayed responses, unstructured customer records, and limited consumer behavior analysis. The developed CRM application integrates the WhatsApp Business API with a customer database and a web-based admin dashboard. Key features include contact management, transaction history recording, auto-reply, customer segmentation, and promotional broadcasts. Testing using the black-box method and user validation demonstrates that the system runs optimally, accelerates response times, improves communication efficiency, and provides real-time customer analysis.Perkembangan teknologi informasi telah mendorong transformasi signifikan pada sektor perdagangan ritel, termasuk industri fashion online di Indonesia. Pergeseran perilaku konsumen menuju belanja daring menuntut pelaku usaha untuk mengadopsi strategi Customer Relationship Management (CRM) yang efektif dalam meningkatkan kepuasan, loyalitas, serta efisiensi pengelolaan pelanggan. Penelitian ini bertujuan merancang dan mengimplementasikan aplikasi CRM berbasis WhatsApp Business guna mengoptimalkan sistem penjualan pada UMKM fashion, dengan studi kasus di Sektor fashion online. Metode penelitian yang digunakan adalah kualitatif deskriptif melalui wawancara, observasi, dan studi pustaka. Hasil penelitian menunjukkan bahwa penggunaan WhatsApp Business secara manual menimbulkan kendala berupa keterlambatan respons, pencatatan pelanggan yang tidak terstruktur, serta keterbatasan analisis perilaku konsumen. Aplikasi CRM yang dikembangkan mengintegrasikan WhatsApp Business API dengan basis data pelanggan dan dashboard admin berbasis web. Fitur utama mencakup manajemen kontak, pencatatan histori transaksi, auto-reply, segmentasi pelanggan, dan broadcast promosi. Pengujian menggunakan metode black-box dan validasi pengguna membuktikan bahwa sistem berjalan optimal, mempercepat respons, meningkatkan efisiensi komunikasi, serta menyediakan analisis pelanggan secara real-time.
TINJAUAN LITERATUR KOMPARATIF ATAS IMPLEMENTASI MLFF: STUDI KASUS INTERNASIONAL SEBAGAI DASAR PENGEMBANGAN KEBIJAKAN DI INDONESIA Najwa, Dihya An; Aprianto, Rizal; Mufti, Rizqi Amalia
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 1 (2026): JURNAL JRIS EDISI JANUARI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no1.933

Abstract

This study systematically examines the implementation of Multi Lane Free Flow (MLFF) systems across various countries using the PRISMA-protocol-based Systematic Literature Review (SLR). The study analyses the technology and policy strategies implemented in ten countries and their relevance to the Indonesian context. Technologies such as RFID and ANPR have proven effective in accelerating toll transactions and reducing congestion. Institutional models such as a single government operator and public-private partnerships have their own advantages and challenges. The study results indicate that a gradual transition and public education increase the adoption rate of the MLFF system. Policy implications for Indonesia include selecting appropriate technology, updating supporting regulations, implementing a gradual transition strategy, and providing incentives to encourage public participation in the new system. This study provides evidence-based policy recommendations to support the effective, efficient, and sustainable implementation of MLFF, in line with Indonesia's vision for an intelligent and inclusive transportation system.Penelitian ini secara sistematis mengkaji penerapan sistem Multi Lane Free Flow (MLFF) di berbagai negara menggunakan metode Systematic Literature Review (SLR) berbasis protokol PRISMA. Studi ini menganalisis strategi teknologi dan kebijakan yang diterapkan di sepuluh negara serta relevansinya dengan konteks Indonesia. Teknologi seperti RFID dan ANPR terbukti efektif dalam mempercepat transaksi tol dan mengurangi kemacetan. Model kelembagaan seperti operator tunggal pemerintah dan kemitraan publik-swasta memiliki kelebihan dan tantangan masing-masing. Hasil kajian menunjukkan bahwa transisi bertahap dan edukasi publik meningkatkan tingkat adopsi sistem MLFF. Implikasi kebijakan bagi Indonesia mencakup pemilihan teknologi yang tepat guna, pembaruan regulasi yang mendukung, penerapan strategi transisi bertahap, serta pemberian insentif untuk mendorong partisipasi publik dalam sistem baru. Studi ini memberikan rekomendasi kebijakan berbasis bukti untuk mendukung implementasi MLFF yang efektif, efisien, dan berkelanjutan, sejalan dengan visi pengembangan sistem transportasi cerdas dan inklusif di Indonesia.
OPTIMALISASI BASIS DATA SISTEM KEUANGAN UMKM PIZZAUPPS UNTUK MENGATASI REDUDANSI DAN ANOMALI DATA Faiz, Muhammad; Raharjo, Karunia; Agus, Muhammad; Nur, Muhammad Zidni; Nugroho, Dicky Anggriawan; Pujiono, Imam Prayogo
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 1 (2026): JURNAL JRIS EDISI JANUARI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no1.1049

Abstract

Digital financial systems are crucial for MSMEs to improve the efficiency and accuracy of record-keeping. Unfortunately, many MSMEs, including PizzaUpps, still rely on poorly structured flat-file record-keeping systems. This condition causes serious problems, such as duplication of customer and product data, and inconsistencies in transaction information, due to the lack of integrity controls in their databases. To address this, this study aims to redesign and optimize the database architecture of PizzaUpps’ financial system. Using the Waterfall model, the main methodology is database normalization, which transforms the data structure from unnormalized form (UNF) to Third Normal Form (3NF) and Boyce-Codd Normal Form (BCNF). The results show that the normalization process successfully produces a new, structured relational database design. This design consists of interconnected main tables, including Customer, Product, Transaction, and Transaction_Detail, and is supported by an Entity Relationship Diagram (ERD) and a validated physical relationship schema. Foreign keys and referential integrity constraints ensure data integrity across tables. The proposed database design proved effective in eliminating data redundancy and anomalies, significantly improving the accuracy, consistency, and integrity of PizzaUpps’ financial data. This design is highly recommended as a basis for developing a more comprehensive digital financial or accounting information system in the future.Peran sistem keuangan digital sangat krusial bagi UMKM untuk meningkatkan efisiensi dan keakuratan pencatatan. Sayangnya, banyak UMKM, termasuk PizzaUpps, masih mengandalkan sistem pencatatan flat-file yang tidak terstruktur dengan baik. Kondisi ini menyebabkan masalah serius seperti duplikasi data pelanggan dan produk, serta inkonsistensi informasi transaksi, karena tidak adanya kontrol integritas pada basis data mereka. Untuk mengatasi hal ini, penelitian ini bertujuan untuk merancang ulang dan optimalisasi arsitektur basis data sistem keuangan PizzaUpps. Menggunakan model Waterfall, metodologi utamanya adalah normalisasi basis data, yaitu mentransformasikan struktur data dari bentuk tidak ternormalisasi (UNF) menjadi Third Normal Form (3NF) dan Boyce-Codd Normal Form (BCNF). Hasil penelitian menunjukkan bahwa proses normalisasi berhasil menciptakan desain basis data relasional yang baru dan terstruktur. Desain ini terdiri dari tabel-tabel utama yang saling terhubung, seperti Pelanggan, Produk, Transaksi, dan Detail_Transaksi, dan dilengkapi dengan Entity Relationship Diagram (ERD) serta skema relasi fisik yang tervalidasi. Integritas data antar tabel dijamin melalui penggunaan foreign key dan batasan integritas referensial. Desain basis data yang diusulkan terbukti efektif dalam menghilangkan redundansi dan anomali data, secara signifikan meningkatkan akurasi, konsistensi, dan integritas data keuangan PizzaUpps. Desain ini sangat direkomendasikan sebagai dasar untuk pengembangan sistem informasi keuangan atau akuntansi digital yang lebih lengkap di masa depan.
PENGEMBANGAN MEDIA INFORMASI DIJAHIT.IN BERBASIS WEBSITE MULTIMEDIA INTERAKTIF DENGAN METODE MDLC Harjanti, Trinugi Wira; Widiyanti, Kiki; Setiyani, Hari
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 1 (2026): JURNAL JRIS EDISI JANUARI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no1.956

Abstract

 AbstractThis research aims to build an interactive multimedia website, DiJahit.in, to assist home-based sewing MSMEs in Limo, Depok, that focus on clothing repair. The interactive website was developed using the MDLC method, which includes six stages: Concept, Design, Material collecting, Assembly, Testing, and Distribution. The research results in an interactive website as an information medium with multimedia elements (text, images, audio, video, animation) and six main features (Home, Information, Service, Client, Testimonials, FAQ). It features a logo, a brochure, a mascot, an animated GIF, and a 3D video advertisement. It was developed using the WordPress platform, tested for functionality, and published through online platforms and social media.Penelitian ini bertujuan membangun website multimedia interaktif DiJahit.in yang dikembangkan untuk membantu UMKM jahit rumahan di Limo, Depok yang fokus pada perbaikan pakaian. Website interaktif dikembangkan menggunakan metode MDLC yang mencakup enam tahap: Concept, Design, Material collecting, Assembly, Testing, dan Distribution. Hasil penelitian berupa website interaktif sebagai media informasi dengan elemen multimedia (teks, gambar, audio, video, animasi) dengan enam fitur utama (Home, Information, Service, Client, Testimoni, FAQ), dilengkapi logo, brosur, karakter maskot, animasi GIF, dan video iklan 3D, dikembangkan menggunakan platform WordPress, diuji fungsinya, dan dipublikasikan melalui platform online serta media sosial.
PENERAPAN METODE WATERFALL DALAM PENGEMBANGAN APLIKASI PEMANTAUAN KEHADIRAN KARYAWAN BERBASIS WEB DENGAN AUTENTIKASI MENGGUNAKAN FINGERPRINT Purnama, Viddy Virstandi Paramanayaka Andanawari; Shalahudin, Mohammad Imam
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 1 (2026): JURNAL JRIS EDISI JANUARI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no1.987

Abstract

Employee attendance management often struggles with accuracy and efficiency. Manual attendance systems are vulnerable to data falsification and require longer processing times. This research aims to develop a web-based employee attendance system with fingerprint authentication to improve the accuracy and efficiency of attendance recording. The research method used in developing this system is the waterfall method, encompassing the stages of requirements analysis, system design, implementation, testing, and maintenance. The technologies used in this system include Node.js for the backend, Next.js for the frontend, and MySQL as the database. Integration with fingerprint devices is implemented using an SDK that communicates with the backend to validate user identity in real time. The results show that the web-based attendance system with fingerprint authentication can improve attendance recording accuracy by up to 95% compared to conventional methods. Furthermore, this system also reduces the possibility of fraud, such as fake attendance. The developed system can be an effective solution for improving the efficiency and accuracy of attendance recording in companies. The system can be further developed by adding notification features and analytics-based attendance reports.Pengelolaan kehadiran karyawan sering kali menghadapi tantangan dalam akurasi dan efisiensi. Sistem kehadiran manual rentan terhadap pemalsuan data dan membutuhkan waktu lebih lama dalam pengolahan datanya. Penelitian ini bertujuan mengembangkan sistem kehadiran karyawan berbasis web dengan autentikasi menggunakan fingerprint untuk meningkatkan akurasi dan efisiensi dalam pencatatan kehadiran. Metode penelitian yang digunakan dalam pengembangan sistem ini meliputi metode waterfall yang mencakup tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Teknologi yang digunakan dalam sistem ini mencakup Node.js untuk backend, Next.js untuk frontend, serta MySQL sebagai database. Integrasi dengan perangkat fingerprint dilakukan menggunakan SDK yang mendukung komunikasi dengan backend untuk memvalidasi identitas pengguna secara real-time. Hasil penelitian menunjukkan bahwa sistem kehadiran berbasis web dengan autentikasi fingerprint dapat meningkatkan akurasi pencatatan kehadiran hingga 95% dibandingkan dengan metode konvensional. Selain itu, sistem ini juga mengurangi kemungkinan kecurangan seperti titip absen. Sistem yang dikembangkan dapat menjadi solusi efektif dalam meningkatkan efisiensi dan keakuratan pencatatan kehadiran di perusahaan. Sistem dapat dikembangkan lebih lanjut dengan menambahkan fitur notifikasi dan laporan kehadiran berbasis analitik
KAJIAN KEPUASAN PENGGUNA FACE RECOGNITIZON PADA SISTEM BOARDING PASS DI STASIUN KOTA TEGAL Aprianto, Rizal; Saputra, Marendra Athasyah Arhandika; Masitha, Chrisanda Putri Rinda
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 1 (2026): JURNAL JRIS EDISI JANUARI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no1.941

Abstract

This study aims to evaluate user satisfaction with the face recognition-based boarding pass system at Tegal City Station. A quantitative survey of 22 respondents was used, analyzed using the Servqual approach, which encompasses five dimensions: tangibles, reliability, responsiveness, assurance, and empathy. The analysis revealed a gap between user expectations and perceptions, particularly in the empathy, assurance, and responsiveness dimensions. Users still experienced technical difficulties, a lack of socialization, and suboptimal service from staff. Although the system is considered modern and efficient, its service and reliability need improvement. This study recommends improving technical quality, staff training, and providing user guides to ensure the system’s acceptance and optimal utilization.Penelitian ini bertujuan untuk mengevaluasi tingkat kepuasan pengguna terhadap sistem boarding pass berbasis face recognition di stasiun Kota Tegal. Metode yang digunakan adalah survei kuantitatif terhadap 22 responden dan dianalisis menggunakan pendekatan servqual, yang mencakup lima dimensi: tangibles, reliability, responsiveness, assurance, dan empathy. Hasil analisis menunjukkan adanya kesenjangan (gap) antara harapan dan persepsi pengguna, terutama pada dimensi empathy, assurance, dan responsiveness. Pengguna masih mengalami kendala teknis, kurangnya sosialisasi, serta layanan petugas yang kurang optimal. Meskipun sistem dianggap modern dan efisien, aspek pelayanan dan keandalan sistem perlu ditingkatkan. Penelitian ini merekomendasikan peningkatan kualitas teknis, pelatihan petugas, serta penyediaan panduan penggunaan agar sistem dapat diterima dan dimanfaatkan secara maksimal.