cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Salman Alfarizi
Contact Email
salman.slz@bsi.ac.id
Phone
+62212121231170
Journal Mail Official
jurnal.simpatik@bsi.ac.id
Editorial Address
Jl. Kramat Raya No 98, Senen, Jakarta Pusat, Provinsi DKI Jakarta
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Simpatik: Jurnal sistem Informasi dan Informatika
Published by Universitas Bina Sarana Informatika
ISSN : -     EISSN : 27771024     DOI : https://doi.org/10.31294/simpatik
Core Subject : Science,
Computer Science & IT
Simpatik: Jurnal Sistem Informasi dan Informatika adalah Jurnal Ilmu Komputer yang diterbitkan oleh Program Studi Sistem Informasi Universitas Bina Sarana Informatika Kampus Kabupaten Karawang. Nomor ISSN (Elektronik): 2777-1024 yang diterbitkan oleh Lembaga Ilmu Pengetahuan Indonesia (LIPI). Awal terbit tahun 2021. Periode Penerbitan dua kali dalam setahun Juni dan Desember. Jurnal ini di publikasikan secara nasional dengan menggunakan Open Journal System (OJS). Redaksi menerima naskah berupa artikel ilmiah hasil penelitian dalam bidang Sistem Informasi, Data Mining, Sistem Pakar, Web Programming, Teknologi Komputer, Mobile Programming.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 104 Documents
 7   8   9   10   11 
Aplikasi Simulasi Tes Hanyu Shuiping Kaoshi Menggunakan Algoritma Collaborative Filtering Suyan, Suyan; Oktarina, Dwi; Desnelita, Yenny; Gusrianty, Gusrianty
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 5 No. 2 (2025): Desember 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/simpatik.v5i2.11228

Abstract

Mandarin has become one of the most important global languages, particularly in the fields of education and business. The HSK exam, as a standard measure of Mandarin language proficiency, requires effective and structured preparation. However, the manual methods still used by language institutions such as Happy Mandarin Course are considered inefficient in helping students identify their personal weaknesses. This study aims to design a web-based HSK exam simulation application equipped with a question recommendation system using the Collaborative Filtering algorithm. The recommendation system is supported by similarity calculations using the Pearson Correlation Coefficient to match questions to users' abilities based on previous results. The application was developed using the waterfall approach, implemented with the Python programming language and the Flask framework. Testing results show that the system can recommend questions adaptively, assist students in improving their skills, and ease the teaching process for instructors. The application can identify users’ weaknesses individually and provide targeted practice, thus offering an effective and adaptive solution for enhancing HSK exam readiness.
Clustering Daerah Rawan Gempa di Pulau Jawa Berbasis Metode Algoritma K-Means Febriyani, Shinta; Buroiroh, Hafid; Wahyu, Narantaka; Tri Septiani, Nanda; Faiz, Muhammad
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 5 No. 2 (2025): Desember 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/simpatik.v5i2.11246

Abstract

Peningkatan aktivitas gempa bumi dalam beberapa tahun terakhir menjadi perhatian serius, terlebih dengan maraknya pembahasan mengenai potensi gempa megathrust di wilayah selatan Jawa. Kondisi ini menunjukkan pentingnya pemetaan kerawanan yang lebih akurat, mengingat Pulau Jawa merupakan salah satu area dengan intensitas seismik tinggi. Meskipun data historis gempa tersedia cukup lengkap, pemetaan sebelumnya masih bersifat umum dan belum mampu menggambarkan pola spasial secara detail. Penelitian ini bertujuan mengidentifikasi tingkat kerawanan gempa di Pulau Jawa menggunakan algoritma K-Means Clustering. Data diambil dari platform Kaggle berupa katalog gempa bumi periode 2008–2023, namun analisis difokuskan pada Januari 2021 hingga Januari 2023 agar sesuai dengan kondisi seismik terbaru. Proses klasterisasi dilakukan menggunakan RapidMiner dengan Euclidean Distance, sedangkan jumlah klaster optimal ditentukan melalui Davies-Bouldin Index (DBI), yang menghasilkan nilai terbaik sebesar 0,349. Hasil klasterisasi menunjukkan tiga tingkat kerawanan, yaitu Cluster 0 dengan 2.348 titik (kerawanan tinggi), Cluster 2 dengan 276 titik (kerawanan sedang), dan Cluster 1 dengan 12 titik (kerawanan rendah). Hasil tersebut memperlihatkan bahwa sebagian besar aktivitas gempa khususnya yang berada di zona subduksi selatan Jawa yang berpotensi memicu gempa megathrust terkonsentrasi pada cluster berkerawanan tinggi. Penelitian ini diharapkan dapat memberikan gambaran yang lebih presisi mengenai distribusi kerawanan gempa di Pulau Jawa, sehingga dapat menjadi dasar bagi BPBD dan BNPB dalam penyusunan strategi mitigasi dan sistem peringatan dini.
Analisis Efisiensi Struktur Data pada Implementasi SISKEUDES: Studi Kasus Pekon Gunung Kasih Saputra, Ricco Herdiyan; Novitasari, Dita
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 5 No. 2 (2025): Desember 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/simpatik.v5i2.11401

Abstract

Seiring dengan pertumbuhan dana desa setiap tahun, sistem informasi pengelolaan keuangan desa yang efisien, transparan, dan akuntabel menjadi sangat penting. Untuk membantu desa mengelola keuangannya, SISKEUDES diciptakan sebagai perangkat digital, tetapi masih terdapat permasalahan terkait pengorganisasian data dan keterampilan penggunanya. Studi ini mengeksplorasi seberapa efisien data terstruktur dalam SISKEUDES ketika digunakan di Pekon Gunung Kasih. Metode kualitatif deskriptif digunakan dalam penelitian ini, yang melibatkan observasi, wawancara, dan pengumpulan dokumen, dengan analisis yang dilakukan melalui model interaktif Miles dan Huberman. Temuan studi menunjukkan bahwa data yang terorganisir dengan baik secara signifikan mempercepat pemrosesan data dan meningkatkan akurasi laporan keuangan desa. Tantangan yang dihadapi antara lain kesalahan saat entri data, kurangnya pemahaman antar operator, dan kurangnya pemeriksaan internal dalam aplikasi. Temuan ini mendukung gagasan bahwa keberhasilan implementasi tidak hanya bergantung pada teknologi tetapi juga pada kesiapan staf desa. Penelitian ini menegaskan hipotesis bahwa struktur data yang efektif meningkatkan transparansi dan akuntabilitas dalam pelaporan keuangan desa. Diharapkan penelitian ini dapat memberikan kontribusi akademis dengan menambah pengetahuan yang ada tentang efisiensi struktur data dalam sistem informasi publik dan menawarkan saran praktis untuk meningkatkan SISKEUDES, seperti mengintegrasikannya dengan sistem lain dan menggunakan teknologi yang disesuaikan dengan kebutuhan pengguna.
Penerapan Natural Language Processing Pada Model Chatbot Hybrid Untuk Optimasi Pelayanan Open Journal Systems Ernawati, Siti; Maulana, Ilham; Ruhyana, Nanang
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 5 No. 2 (2025): Desember 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/simpatik.v5i2.11411

Abstract

Open Journal Systems (OJS) merupakan platform manajemen jurnal yang banyak digunakan, namun pengguna, khususnya author pemula sering mengalami kesulitan dalam memahami prosedur submission, revisi, dan pengelolaan naskah. Hal ini menimbulkan beban layanan yang tinggi bagi admin serta memperlambat proses penerbitan. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan model hybrid chatbot yang mengintegrasikan pendekatan rule-based dengan Large Language Model (LLM) yang berguna untuk menyediakan layanan bantuan otomatis yang fleksibel, dan tetap mengikuti aturan prosedural OJS. Kajian literatur menunjukkan bahwa penelitian sebelumnya umumnya berfokus pada chatbot generik atau layanan pendidikan, sehingga terdapat kesenjangan terkait pengembangan chatbot yang mampu menangani proses editorial ilmiah yang kompleks. Dalam penelitian ini, model chatbot dibangun dengan mengombinasikan NLP, rule-based, dan LLM, serta diintegrasikan dengan workflow automasi n8n untuk memungkinkan respons berbasis data real time. Hasil pengujian menunjukkan bahwa model hybrid yang dikembangkan mampu memberikan jawaban yang akurat sesuai SOP OJS, sekaligus natural dalam memahami variasi pertanyaan pengguna. Penelitian ini berkontribusi secara praktis dengan menghadirkan solusi yang meningkatkan efisiensi layanan publikasi ilmiah, serta secara teoretis dengan memperluas penerapan model hybrid NLP dalam domain akademik. Rekomendasi pengembangan meliputi penambahan personalisasi, perluasan modul layanan, dan eksplorasi model LLM lokal untuk meningkatkan kinerja dan efisiensi sistem.

Page 11 of 11 | Total Record : 104

 7   8   9   10   11 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2025): Desember 2025 Vol. 5 No. 1 (2025): Juni 2025 Vol. 4 No. 2 (2024): Desember 2024 Vol. 4 No. 1 (2024): Juni 2024 Vol. 3 No. 2 (2023): Desember 2023 Vol. 3 No. 1 (2023): Juni 2023 Vol. 2 No. 2 (2022): Desember 2022 Vol. 2 No. 1 (2022): Juni 2022 Vol. 1 No. 2 (2021): Desember 2021 Vol. 1 No. 1 (2021): Juni 2021