cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Abdul Rachman Manga'
Contact Email
abdulrachman.manga@umi.ac.id
Phone
-
Journal Mail Official
jurnal.busiti@umi.ac.id
Editorial Address
Jl. Urip Sumiharjo KM. 05
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Buletin Sistem Informasi dan Teknologi Islam
Published by Universitas Muslim Indonesia
ISSN : -     EISSN : 27210901     DOI : http://dx.doi.org/10.33096/busiti.v3i1.949
Core Subject : Science,
Computer Science & IT
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) is an Indonesian scientific journal published by the Department of Information Technology, Faculty of Computer Science, Universitas Muslim Indonesia. BUSITI covers all aspects of the latest outstanding research and developments in the field of Computer science, including: Artificial intelligence; Data science; Databases; Computer performance analysis Computer security and cryptography; Computer networks; Parallel and distributed systems; Microcontroller; Internet of Things; Software engineering. BUSITI is issued four times a year in February, May, August and November. Each article submitted to BUSITI will be peer-reviewed, and articles stated worthy of publication by the reviewer and editor will be published in BUSITI.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 7 Documents
 1 
Search results for , issue "Vol 6, No 3 (2025)" : 7 Documents clear
Aplikasi Sistem Monitoring Produksi dengan Diagram Kontrol Fuzzy Multivariat Berbasis Alpha-cut dan Transformasi Median Safitriani, Nur Rezky; Widyaningrum, Erlyne Nadhilah; Putri, Rizka Amalia; Khoirunnisa, Husna Afanyn; Fathan, Morina A.
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i3.2874

Abstract

Pengendalian kualitas produksi yang adaptif menjadi kebutuhan mendesak dalam menghadapi data multivariat dengan ketidakpastian, disertai tuntutan untuk meningkatkan kualitas produk. Hal ini dapat diatasi menggunakan teori himpunan fuzzy melalui alat Statistical Process Control berupa diagram kontrol. Penelitian ini mengembangkan aplikasi sistem monitoring produksi menggunakan diagram kontrol multivariat fuzzy T2 Hotelling berbasis alpha-cut dan transformasi median. Aplikasinya dilakukan pada industri material bangunan di UD Tiga Beton sebagai penghasil batako press. Monitoring dilakukan pada dua karakteristik kualitas yang saling berkorelasi, yaitu kondisi fisik dan bidang permukaan, yang direpresentasikan dalam bentuk linguistik. Data pengamatan dikonversi ke dalam bilangan fuzzy menggunakan Triangular Fuzzy Number dan proses defuzzifikasi melalui transformasi median serta tambahan alpha-cut sebesar 0,6 agar dapat monitoring pergeseran mean yang kecil. Hasil penerapannya menunjukkan bahwa empat pengamatan terdeteksi berada di luar batas sehingga mengindikasikan proses produksi berada dalam keadaan out of control. Dengan demikian, aplikasi sistem ini terbukti mampu mendeteksi penyimpangan proses secara lebih akurat dan praktis. Diagram kontrol fuzzy multivariat berbasis alpha-cut dan transformasi median menjadi alternatif yang adaptif dalam pengendalian kualitas pada berbagai produksi.
Evaluasi Kinerja Model Adaptive Response Rate Exponential Smoothing dalam Memprediksikan Harga Beras Gaffar, Ismail; Arisandi, Arwini; Makkulawu, Andi Ridwan
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i3.2901

Abstract

Penelitian ini bertujuan untuk mengidentifikasi model peramalan terbaik untuk memprediksi harga beras di Kota Makassar dengan membandingkan metode Adaptive Response Rate Exponential Smoothing (ARRES) dengan metode Single Exponential Smoothing (SES). Data harga beras harian untuk beras medium dan premium dari Januari hingga Juni 2025, yang terdiri dari 166 pengamatan, dianalisis menggunakan kedua metode tersebut dengan perangkat lunak RStudio. Analisis data menunjukkan bahwa harga beras premium cenderung lebih tinggi dan lebih stabil dibandingkan harga beras medium. Metode ARRES, yang dilengkapi dengan parameter smoothing adaptif yang merespons kesalahan terbaru, menunjukkan respons yang lebih baik terhadap fluktuasi harga beras dibandingkan metode SES dengan parameter konstan. Evaluasi menggunakan Mean Absolute Percentage Error (MAPE) menunjukkan bahwa ARRES lebih unggul dibandingkan SES, dengan nilai MAPE masing-masing 0,379% dan 0,420% untuk beras medium, serta 0,283% dan 0,317% untuk beras premium. Hasil ini menunjukkan bahwa ARRES memberikan akurasi peramalan yang lebih baik, diklasifikasikan sebagai akurasi sangat tinggi (MAPE10%), menjadikannya alat yang menjanjikan untuk peramalan harga beras guna mendukung pengambilan keputusan oleh pemerintah dan pemangku kepentingan di Makassar.
Systematic Literature Review: Pemanfaatan Cloud Computing dalam Pengembangan Kecerdasan Buatan Putri, Gabriela Calista Vania; Saputera, Ericson; Kesuma, Dorie Pandora
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i3.2813

Abstract

Cloud computing menyediakan sumber daya komputasi seperti penyimpanan, pemrosesan, dan jaringan melalui internet yang dapat diakses kapan saja. Model layanan cloud computing yang umum digunakan meliputi Infrastructure as a Service (IaaS), Platform as a Service (PaaS), dan Software as a Service (SaaS). Penelitian ini bertujuan untuk meninjau pemanfaatan cloud computing dalam pengembangan kecerdasan buatan (AI) dengan menggunakan pendekatan Systematic Literature Review (SLR). Artikel yang dianalisis dipublikasikan antara tahun 2019 hingga 2025 dan diperoleh dari dua basis data utama, yaitu Google Scholar dan Garuda Dikti. Dari 52 artikel yang ditemukan, sebanyak 40 artikel lolos seleksi berdasarkan kriteria inklusi dan eksklusi, dan 19 artikel dinyatakan relevan setelah melalui penilaian kualitas. Hasil analisis menunjukkan bahwa platform cloud yang paling sering digunakan dalam pengembangan AI adalah Google Cloud (36,8%), diikuti oleh AWS (26,3%) dan Microsoft Azure (21,1%). Pemanfaatan cloud computing dalam pengembangan AI memberikan berbagai manfaat seperti skalabilitas, efisiensi biaya, dan kemudahan akses terhadap layanan AI canggih. Namun, tantangan utama yang dihadapi meliputi isu keamanan dan privasi data, kompleksitas integrasi sistem, serta biaya operasional yang tidak terduga. Temuan ini menekankan pentingnya pengembangan strategi integrasi yang efektif untuk mengoptimalkan sinergi antara cloud computing dan kecerdasan buatan dalam konteks industri maupun penelitian di masa mendatang.
Optimization of Drug Inventory Management through Prediction Based on the Least Square Method Syam, Asrul; T, Husain; S, Santi
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i3.3034

Abstract

Pengendalian persediaan obat merupakan aspek penting dalam menjamin kelancaran distribusi dan pelayanan farmasi. Namun, praktik pencatatan stok yang masih dilakukan secara manual melalui pemantauan etalase dan rekap bulanan seringkali tidak efektif. Kondisi ini berisiko menimbulkan masalah, seperti kelebihan stok yang menyebabkan obat kedaluwarsa maupun kekurangan stok yang berakibat pada ketidaktersediaan obat bagi pasien. Penelitian ini bertujuan merancang sistem informasi prediksi persediaan obat berbasis web dengan menerapkan metode Least Square. Pendekatan ini dipilih karena mampu memanfaatkan data historis penjualan obat untuk menghasilkan proyeksi kebutuhan secara lebih akurat. Tahapan penelitian meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil implementasi menunjukkan bahwa sistem mampu memberikan prediksi persediaan dengan kategori sangat ukurat berdasarkan perhitungan MAPE diperoleh nilai sebesar  8,7% atau setara  91,3%  sekaligus mempermudah pegawai dalam pengolahan dan manajemen data stok. Dengan demikian, sistem ini dapat menjadi solusi dalam meningkatkan efisiensi pengelolaan obat, mengurangi risiko kerugian akibat kedaluwarsa, serta mendukung peningkatan kualitas layanan farmasi.Pengendalian persediaan obat merupakan aspek penting dalam menjamin kelancaran distribusi dan pelayanan farmasi. Namun, praktik pencatatan stok yang masih dilakukan secara manual melalui pemantauan etalase dan rekap bulanan seringkali tidak efektif. Kondisi ini berisiko menimbulkan masalah, seperti kelebihan stok yang menyebabkan obat kedaluwarsa maupun kekurangan stok yang berakibat pada ketidaktersediaan obat bagi pasien. Penelitian ini bertujuan merancang sistem informasi prediksi persediaan obat berbasis web dengan menerapkan metode Least Square. Pendekatan ini dipilih karena mampu memanfaatkan data historis penjualan obat untuk menghasilkan proyeksi kebutuhan secara lebih akurat. Tahapan penelitian meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil implementasi menunjukkan bahwa sistem mampu memberikan prediksi persediaan dengan kategori sangat ukuratberdasarkan perhitungan MAPE diperoleh nilai sebesar  8,7% atau setara  91,3% sekaligus mempermudah pegawai dalam pengolahan dan manajemen data stok. Dengan demikian, sistem ini dapat menjadi solusi dalam meningkatkan efisiensi pengelolaan obat, mengurangi risiko kerugian akibat kedaluwarsa, serta mendukung peningkatan kualitas layanan farmasi.
Analisis Tren Penggunaan ChatGPT di Indonesia Studi Data Google Trends Diaz, Sebastianus Ristyawijaya; Budiman, Jessica Valencia Putri; Kesuma, Dorie Pandora
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i3.2810

Abstract

Penelitian ini bertujuan untuk menganalisis tren penggunaan ChatGPT di Indonesia berdasarkan data Google Trends dari Juni 2023 hingga Mei 2025. Dengan pendekatan deskriptif kuantitatif, data dianalisis menggunakan visualisasi dan statistik numerik untuk memahami dinamika popularitas ChatGPT dibandingkan Google dalam berbagai bidang keilmuan. Hasil menunjukkan peningkatan indeks pencarian ChatGPT yang signifikan, dengan rata-rata indeks berkisar antara 48 hingga 61 tergantung bidangnya, serta puncak tertinggi mencapai 88 pada Maret 2025. Dalam kategori Ilmu Komputer, ChatGPT bahkan beberapa kali melampaui Google. Kenaikan indeks hingga lebih dari 200% dari awal periode menunjukkan perubahan perilaku pencarian digital masyarakat menuju interaksi berbasis AI. Penelitian ini memberikan kontribusi dalam memetakan adopsi teknologi AI di Indonesia dan menjadi dasar pengembangan kebijakan serta edukasi digital yang lebih responsif. Implikasi praktis dari temuan ini mencakup potensi pemanfaatan ChatGPT dalam sistem pembelajaran adaptif dan layanan publik digital yang lebih efisien.
Implementasi Algoritma Support Vector Machine (SVM) pada Pengklasifikasian Sentimen Warganet terhadap Juru Parkir Liar Patasik, Madyana; S, Santi; M, Muhardi; R, Thabrani; T, Husain
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i3.3080

Abstract

Juru parkir liar dapat dengan mudah ditemukan di Kota Makassar dan keberadaannya ini sering meresahkan warga. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan sentimen negatif warganet terhadap juru parkir liar tersebut. Dengan menggunakan algoritma Support Vector Machine (SVM), dari 200 data yang dikumpulkan melalui kuesioner daring, 80% (160 responden) digunakan untuk data latih dan 20% (40 responden) untuk data uji. Hasil menunjukkan bahwa model SVM berhasil mengklasifikasikan sentimen, negatif (70% atau 28 responden) dan tidak negatif (30% atau 12 responden) dari 40 data uji dengan tingkat akurasi sebesar 95%, precision  1.00, recall 1.00, dan F1-score 1.00 untuk kelas/label “positif” (sentimen negatif), precision  0.83, recall 0.83, dan F1-score 0.91 untuk kelas/label “negatif” (sentimen tidak negatif). Dengan demikian, dapat disimpulkan bahwa penelitian ini membuktikan efektivitas algoritma SVM dalam mengklasifikasikan sentimen terhadap juru parkir liar. Hasil yang diperoleh dapat menjadi bahan pertimbangan pihak berwenang dalam menertibkan kota, terutama area sekitar pertokoan atau pusat perbelanjaan.
Algoritma Jaccard Coefficient Similarity untuk Menganalisis Kemiripan Proses Bisnis Program Merdeka Belajar Kampus Merdeka Silviana, Silviana; Fauzan, Abd. Charis; Tricahyo, Vion Age
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i3.2521

Abstract

Keberadaan Merdeka Belajar Kampus Merdeka (MBKM) membawa perubahan dalam pendidikan di perguruan tinggi. Program MBKM dikenal luas di berbagai perguruan tinggi dan memiliki variasi dalam proses bisnis antar program studi. Kemiripan proses MBKM diukur dengan algoritma Jaccard Coefficient Similarity, yang mencakup kemiripan semantik, struktural, dan perilaku. Sebelum mengukur kemiripan proses bisnis, proses bisnis dimodelkan terlebih dahulu menggunakan BPMN. Selanjutnya, common fragment ditentukan dengan mencari irisan antar model proses bisnis yang dibandingkan. Hasil common fragment kemudian dimodelkan menggunakan BPMN untuk menghasilkan model proses yang lebih umum, yang mencakup pendaftaran kampus mengajar, pelaksanaan kampus mengajar, dan pengajuan konversi kampus mengajar.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 6, No 3 (2025) Vol 6, No 2 (2025) Vol 6, No 1 (2025) Vol 5, No 4 (2024) Vol 5, No 3 (2024) Vol 5, No 2 (2024) Vol 5, No 1 (2024) Vol 4, No 4 (2023) Vol 4, No 3 (2023) Vol 4, No 2 (2023) Vol 4, No 1 (2023) Vol 3, No 4 (2022) Vol 3, No 3 (2022) Vol 3, No 2 (2022) Vol 3, No 1 (2022) Vol 2, No 4 (2021) Vol 2, No 3 (2021) Vol 2, No 2 (2021) Vol 2, No 1 (2021) Vol 1, No 4 (2020) Vol 1, No 3 (2020) Vol 1, No 2 (2020) Vol 1, No 1 (2020) More Issue