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 218 Documents
 18   19   20   21   22 
Perancangan Aplikasi Ecotourism Berbasis Android Dengann Metode Kanban Rachmadani, Azhar Mohammad; Mansyur, St. Hajrah; Harlinda, Harlinda
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 2 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i2.2526

Abstract

Indonesia memiliki potensi besar dalam pengembangan pariwisata berkelanjutan, namun masih banyak destinasi wisata yang kurang dikenal secara luar. Salah satu contoh destinasi wisata tersebut adalah Tegal Dukuh Camp di Desa Taro, Provinsi Bali, yang menawarkan pariwata dengan konsep ekowisata. Permasalahan ini mendorong perlunya inovasi digital untuk mempromosikan destinasi wisata tersebut. Penelitian ini bertujuan untuk menghasilkan aplikasi bernama EccoGreenPath berbasis android dengan penerapan metode kanban. Metode ini diterapkan untuk mempermudah proses alur kerja selama pengembangan, dengan membagi tugas ke dalam tiga fase utama yaitu To Do, In Progress, dan Done. Aplikasi ini dikembangkan menggunakan bahasa pemrograman kotlin dengan pemanfaatan google cloud sebagai tempat penyimpanan basis data dengan tujuan pengelolaan informasi secara real-time. EcoGreenPath menawarkan fitur seperti informasi paket wisata, peta, booking wisata, serta quest untuk meningkatkan interaksi pengguna. Pengujian aplikasi ini menggunakan metode black box testing dengan melibatkan sebanyak 22 responden masyarakat umum yang menguji beberapa aspek seperti fungsi aplikasi, tampilan antarmuka pengguna, kinerja aplikasi, proses inisiasi dan terminasi, dan struktur data dan akses basis data. Hasil dari pengujian tersebut menunjukkan aplikasi ini berhasil memenuhi kebutuhan pengguna dengan skor rata – rata 88,8% yang masuk dalam kategori “sangat baik”. Dengan fitur – fitur yang tersedia, aplikasi ini diharapkan dapat meningkatkan promosi wisata berkelanjutan serta memberikan dampak positif bagi masyarakat lokal maupun wisatawan.
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.
Sistem Pakar Mendiagnosis Penyakit Gangguan Mental dengan Metode Certainty Factor Berbasis Android Darwis, Herdianti; Rahmasari, Putri Aulia; Irawati, Irawati
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 2 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i4.2391

Abstract

Sistem pakar yakni sebuah sistem yang diciptakan berdasarkan keahlian seorang pakar pada bidang terkhusus kedalam sebuah program komputer. Penelitian ini membahas tentang Sistem Pakar Mendiagnosis Penyakit Gangguan Mental Dengan  Metode Certainty Factor. Gangguan mental yakni sebuah keadaan kesehatan yang memengaruhi perasaan, pemikiran, perilaku, serta suasana hati atau gabungan diantaranya. Metode certainty factor dipakai sebagai nilai guna melakukan pengukuran taraf keyakinan penyakit gangguan mental. Penelitian ini mempunyai tujuan guna menghasilkan aplikasi yang bisa memberi bantuan masyarakat dalam melakukan diagnosa dini pada gejala awal penyakit gangguan mental. Pada pengujian akurasi yang dilakukan menghasilkan nilai akurasi pada sistem yaitu sebesar 80% berdasarkan 10 sampel. Aplikasi sistem pakar melakukan diagnosis penyakit gangguan mental telah berhasil diimplementasikan kedalam sistem memakai metode certainty factor guna mengambil kesimpulan berdasarkan pengetahuan pakar.
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.
Perancangan dan Pengembangan Aplikasi E-Commerce untuk Pemesanan Buket Bunga Berbasis Flutter: Studi Kasus Toko Bunga Kisah Kita Mutia, Acep Sandi; Sarji, Sarji; Munawar, Asep; Aljauza, Teguh; Budiman, Tedi; Rosmini, Rosmini
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 2 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i2.2803

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi e-commerce untuk pemesanan buket bunga berbasis Flutter di Toko Bunga 'Kisah Kita'. Seiring dengan meningkatnya permintaan akan layanan yang praktis dan efisien, aplikasi ini dirancang untuk mempermudah pelanggan dalam memilih dan memesan buket bunga secara online. Aplikasi ini dilengkapi dengan fitur-fitur seperti katalog buket bunga, sistem pembayaran online, pelacakan pesanan, dan notifikasi. Dengan menggunakan Flutter, aplikasi ini mendukung platform Android dan iOS, yang memungkinkan jangkauan lebih luas kepada pengguna. Proses pengembangan mengadopsi desain berpusat pada pengguna, memastikan antarmuka yang mudah digunakan. Hasil uji coba awal menunjukkan peningkatan efisiensi layanan dan kepuasan pelanggan, serta membantu Toko Bunga 'Kisah Kita' memperluas pasar dan meningkatkan penjualan.
Analisis Sentimen Komentar Pengguna Terhadap Aplikasi Prime Video Di Google Playstore Dengan Pendekatan Machine Learning Pradipta, Alvino Hadiyan; Nugroho, Muhammad Rafli Feandika; Putri, Maretta Fairuz Luthfia Winoto; Wara, Shindi Shella May; Damaliana, Aviolla Terza
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i4.2856

Abstract

Analisis sentimen terhadap ulasan pengguna menjadi penting dalam memahami persepsi publik terhadap sebuah aplikasi digital. Analisis ini dilakukan untuk mengklasifikasikan 1000 komentar yang terdiri dari komentar positif dan negatif dari pengguna aplikasi Prime Video yang terdapat di Google Play Store. Tujuan penelitian ini adalah untuk membantu pengembang aplikasi memahami pendapat pengguna dalam jumlah besar secara otomatis, tanpa harus membaca komentar pengguna satu per satu. Tahapan awal dilakukan melalui proses pra pemrosesan teks, yang meliputi pembersihan data, normalisasi kata, case folding, stemming, dan filtering. Selain itu, visualisasi Word Cloud digunakan untuk mengidentifikasi kata-kata yang sering muncul dalam komentar pengguna. Analisis dilanjutkan dengan penerapan metode klasifikasi untuk menentukan sentimen komentar. Dalam penelitian ini, tiga metode pembelajaran mesin yaitu Neural Network (NN), Support Vector Machine (SVM) dan Naive Bayes Classifier (NBC) digunakan dan dibandingkan untuk memperoleh hasil klasifikasi terbaik. Hasil menunjukkan bahwa metode SVM memberikan tingkat akurasi tertinggi yaitu sebesar 89,5%, disusul dengan metode NN sebesar 87% dan NBC sebesar 75% dalam mengklasifikasikan sentimen komentar pengguna. Penelitian ini menyimpulkan bahwa pendekatan berbasis machine learning efektif digunakan dalam mengidentifikasi dan mengelompokkan opini pengguna terhadap aplikasi digital secara otomatis.

Page 22 of 22 | Total Record : 218

 18   19   20   21   22 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue Vol 6, No 4 (2025) 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