cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Elisabeth Marsella
Contact Email
konstelasi@uajy.ac.id
Phone
+6285228453373
Journal Mail Official
konstelasi@uajy.ac.id
Editorial Address
Kampus 3, Gedung Bonaventura Jln. Babarsari No. 43, Caturtunggal, Kec. Depok, Kabupaten Sleman, DIY 55281
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Konstelasi: Konvergensi Teknologi dan Sistem Informasi
Published by Universitas Atma Jaya Yogyakarta
ISSN : 27763102     EISSN : 27763374     DOI : https://doi.org/10.24002
Core Subject : Science,
Computer Science & IT
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi invites local and international researchers to publish their papers in Bahasa Indonesia with the following scopes, yet the topics are not limited to: Sistem Informasi Teknik Informatika Industri Teknik Sosial dan Humaniora Pendidikan Ilmu Komunikasi Ekonomi dan Akuntansi Pemasaran dan Kewirausahaan Bisnis Digital
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 11 Documents
 1   2 
Search results for , issue "Vol. 5 No. 2 (2025): Desember 2025" : 11 Documents clear
Zombie Scrolling Syndrome: Mengapa Gen Z Sulit Lepas Dari Infinite Scrolling Christantio, Daniel; Pratama, G. Wahyu; Ramadinata, Arief; Nastiti, Putri
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i2.11315

Abstract

Generasi Z adalah kelompok sangat aktif di media sosial, rata-rata 6,6 jam sehari, menjadikan scrolling aktivitas dominan mereka. Fitur infinite scroll telah meningkatkan keterlibatan generasi Z tanpa sadar dan memicu Zombie Scrolling Syndrome (ZSS). Meskipun studi sebelumnya telah meneliti kebiasaan scrolling umum, tetapi diskusi tentang ZSS pada generasi Z kurang dieksplorasi. Penelitian ini, oleh sebab itu, bertujuan menggali faktor psikologis dan sosial ZSS serta strategi dalam mengatasinya. Guna mencapai tujuan tersebut, studi ini menerapkan metode kualitatif dengan pendekatan fenomenologi, yaitu melakukan wawancara mendalam kepada lima generasi Z yang terpapar ZSS. Hasil dari analisis terhadap data menggunakan Interpretative Phenomenological Analysis (IPA) mengungkap bahwa scrolling sering menjadi mekanisme koping stres atau penghindar tugas. Namun, mekanisme ini berdampak negatif pada kesejahteraan generasi Z, antara lain gangguan tidur, kelelahan emosional, dan gangguan kognitif. Faktor sosial seperti FOMO dan tekanan personal branding juga memengaruhi kebiasaan generasi Z secara bervariasi antar individunya. Meskipun fitur untuk membatasi generasi Z dalam penggunaan layar dan control terhadap akses sanggup menawarkan solusi jangka pendek, tetapi dorongan dari dalam pribadi dan self-awareness generasi Z akan menjadi dorongan yang berkelanjutan bagi perubahan perilaku Gen Z. Temuan ini menyoroti perlunya intervensi tiap pribadi untuk menggalakkan digital engagement yang lebih sehat dan membangun.
Penerapan Metode AHP dan Topsis Dalam Sistem Pendukung Keputusan Rekomendasi Alat Kontrasepsi Pasca Persalinan Rumlaklak, Nelci Dessy; Fanggidae, A; Bolu, R M A
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i2.11411

Abstract

Minimnya pemahaman tentang penggunaan alat kontrasepsi sering kali menyebabkan pemilihan metode yang kurang tepat, yang pada akhirnya dapat memicu kehamilan yang tidak direncanakan, kesulitan dalam mengatur jumlah anak, serta jarak kelahiran yang tidak ideal. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan yang dapat membantu ibu pasca persalinan dalam memilih alat kontrasepsi berdasarkan sejumlah kriteria, yaitu usia (C1), jumlah anak (C2), usia anak terakhir (C3), riwayat tekanan darah (C4), dan berat badan (C5). Metode Analytical Hierarchy Process (AHP) digunakan untuk menentukan bobot masing-masing kriteria, dengan hasil rasio konsistensi sebesar 0,0678, yang menunjukkan tingkat konsistensi yang dapat diterima. Selanjutnya, metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) diterapkan untuk merangking alat kontrasepsi yang tersedia. Data uji dalam penelitian ini berasal dari 40 akseptor pada tahun 2022, dengan hasil sistem yang mampu merekomendasikan berbagai pilihan seperti IUD, implan, suntik KB, pil, kondom, dan Metode Operasi Wanita (MOW). Evaluasi sistem dilakukan melalui uji User Acceptance Testing (UAT) dengan melibatkan 50 responden yang terdiri dari akseptor, bidan, dan non-akseptor. Hasilnya menunjukkan tingkat penerimaan sebesar 86,6%, yang menandakan bahwa sistem ini dinilai efektif dan mudah digunakan.
Peramalan Harga Penutupan Saham PT Bank Rakyat Indonesia Tbk Menggunakan Model Hibrida ARIMA - SVR Melati Anggiasari; Etik Zukhronah; Sri Sulistijowati Handajani
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i2.11432

Abstract

PT Bank Rakyat Indonesia Tbk merupakan salah satu perusahaan bank milik pemerintah terbesar di Indonesia. Harga saham PT Bank Rakyat Indonesia Tbk cenderung fluktuatif, sehingga diperlukan model peramalan yang dapat membantu para investor dalam meramalkan pergerakan harga saham di masa mendatang. Penelitian ini bertujuan untuk menerapkan model hibrida ARIMA – SVR pada peramalan harga penutupan saham PT Bank Rakyat Indonesia Tbk. Data yang digunakan dalam penelitian ini adalah harga penutupan saham PT Bank Rakyat Indonesia Tbk periode 2 Januari 2023 hingga 29 Februari 2024. Data dibagi menjadi data training yang berjumlah 239 data dan data testing yang berjumlah 40 data. Data training dimodelkan menggunakan ARIMA, kemudian residu dari ARIMA dimodelkan menggunakan SVR. Hasil peramalan model ARIMA dan SVR dijumlahkan untuk mendapatkan model hibrida. Evaluasi model hibrida dilakukan menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model hibrida ARIMA (1,1,0) – SVR menggunakan kernel Radial Basis Function (RBF) dengan nilai hyperparameter C = 0,1, ε = 0,01, dan γ = 0,3 memiliki nilai MAPE data testing sebesar 1,193% yang lebih rendah dibandingkan dengan nilai MAPE pada model hibrida ARIMA (0,1,1) – SVR.
Analisis User Experience dan Redesign User Interface Aplikasi IBogorKab dengan Metode User Centered Design Alianazahra, Rahmi; Isnainiyah, Ika Nurlaili; Sarika
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i2.11620

Abstract

Minat baca yang rendah saat ini masih menjadi sebuah tantangan tersendiri bagi Indonesia. Perpustakaan digital adalah bentuk dari transformasi layanan perpustakaan yang bertujuan untuk meningkatkan literasi dengan menghadirkan fitur dan tampilan yang menarik serta mudah digunakan. Salah satu aplikasi perpustakaan digital yang telah beredar adalah aplikasi IBogorKab. Fokus pada penelitian ini terletak pada analisis pengalaman pengguna dan merancang ulang tampilan antarmuka IBogroKab dengan menggunakan metode User Centered Design. Data pengalaman pengguna diperoleh melalui penyebaran kuesioner menggunakan metode User Experience Questionnaire (UEQ) dan wawancara mendalam kepada pengguna. Proses analisis pengalaman pengguna menghasilkan nilai rata-rata indikator UEQ yang akan dibandingkan dengan hasil evaluasi rancangan ulang tampilan antarmuka. Hasil penelitian menyimpulkan bahwa nilai rata-rata indikator mengalami peningkatan secara keseluruhan pada tahap evaluasi sehingga tampilan antarmuka IBogorKab yang baru berhasil menjawab permasalahan dan kebutuhan pengguna.
Berbagi Data Lintas Lembaga untuk Penegakan Hukum: Pelajaran dari Penegakan Hukum Lingkungan di Indonesia Ndaru, Felix Aglen
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i2.11967

Abstract

Konsep e-government muncul seiring pesatnya perkembangan teknologi informasi dan komunikasi. E-government merupakan upaya untuk mereformasi sektor publik dan mempererat pola interaksi pemerintah dengan rakyat. Pada 2024, kinerja e-government Indonesia masih berada di peringkat 64 dari 193 negara. Indonesia masih memiliki tantangan dalam aktualisasi e-government, antara lain lemahnya integrasi data, kurangnya kerja sama di antara para pemangku kepentingan, hingga minimnya visi kepemimpinan dalam transformasi digital. Padahal, kesuksesan e-government terletak pada kapasitas berbagi data di berbagai organisasi secara efisien dan kolaboratif. Tulisan ini hendak mengkaji praktik berbagi data pada sektor penegakan hukum di Indonesia, khususnya di bidang lingkungan hidup. Kementerian Lingkungan Hidup dan Kehutanan merupakan instansi utama dalam sektor lingkungan hidup di Indonesia pada periode 2014 – 2024. Instansi ini memiliki Center of Intelligence yang menjadi game changer proses penegakan hukum dari awalnya bersifat manual menjadi terotomatisasi dan berhasil meningkatkan kuantitas dan kualitas penanganan kasus. Kajian ini bersifat kualitatif dan menerapkan metode observasi. Hasil kajian menunjukkan bahwa Center of Intelligence mendayagunakan sistem informasi internal dan eksternal, yaitu system informasi dari Direktorat Jenderal Penegakan Hukum Lingkungan Hidup dan Kehutanan, lintas unit eselon I Kementerian Lingkungan Hidup dan Kehutanan, kementerian/lembaga eksternal, dan pihak ketiga. Meskipun demikian, sistem berbagi data pada Center of Intelligence belum mencapai pada taraf interoperabilitas sistem, sehingga ke depannya diperlukan sistem integrasi data yang komprehensif dan perluasan konektivitas berbagi data dengan instansi lain yang memiliki data untuk mendukung penegakan hukum lingkungan hidup.
Pemanfaatan TOGAF untuk Transformasi Digital yang CyberResilience dan Sustainable: Systematic Literature Review Alkadrie, Syarifah Aflia; Amelia, Silva; Santoso, Danar Budi; Huda, Muhammad Qomarul
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i2.12952

Abstract

Transformasi digital telah menjadi agenda strategis bagi organisasi dalam menghadapi kompleksitas teknologi, persaingan global, dan meningkatnya ekspektasi pengguna. Namun, proses ini tidak lepas dari tantangan seperti fragmentasi sistem, kebutuhan interoperabilitas, keterbatasan sumber daya, serta risiko serangan siber. Penelitian ini bertujuan meninjau peran TOGAF (The Open Group Architecture Framework) dalam mendukung transformasi digital yang berorientasi pada cyber-resilience dan sustainability melalui pendekatan Systematic Literature Review (SLR) dengan metode PRISMA. Sebanyak 23 artikel terpilih dianalisis menggunakan pendekatan bibliometric untuk memetakan tren penelitian serta hubungan antar konsep. Hasil kajian menunjukkan bahwa TOGAF telah digunakan di berbagai sektor, seperti perbankan, pendidikan, pemerintahan, telekomunikasi, hingga manufaktur, dengan kontribusi utama pada peningkatan efisiensi operasional, integrasi keamanan siber, dan penguatan keberlanjutan digital. Selain itu, penelitian ini mengidentifikasi tantangan implementasi, termasuk keterbatasan sumber daya, kompleksitas integrasi, serta kebutuhan akan regulasi yang adaptif. Temuan ini memberikan kontribusi bagi pengembangan praktik arsitektur perusahaan yang tidak hanya selaras dengan tujuan bisnis, tetapi juga mendukung keamanan siber dan keberlanjutan jangka panjang.
Revamp of Grade and Attendance Management Features in the Academic Information System Yohanes Kevin Wahyu Utama; Generosa Lukhayu Pritalia; Hendro Gunawan; Rangga Perwiratama
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i2.13204

Abstract

This study presents the redesign of grade and attendance management features in the Academic Information System (SIAKAD) at Universitas Atma Jaya Yogyakarta (UAJY) using Domain-Driven Design (DDD) supported by the prototyping method. The primary objective is to migrate attendance and grading functionalities from the Employee Performance Assessment System (SPKP) to SIAKAD to enhance academic service quality and operational efficiency. Data collection was conducted through observations and interviews with domain experts, followed by domain modeling to identify specific system requirements. The system architecture was structured into three main bounded contexts: Grade Management, Course Meetings, and Substitute Meetings, each designed following DDD principles to align functionalities with user needs. The design phase incorporated wireframe and prototype mockups to ensure proper system visualization and interaction that meet academic requirements. Implementation was followed by comprehensive Black-Box Testing, including third-party validation, to verify that the new features function according to specifications. The results demonstrate that the revamped system successfully fulfills operational requirements and is ready for deployment, providing improved integration and efficiency in academic administration processes.
Implementasi Model Deep Learning IndoBERT dengan Antarmuka Aplikasi Mobile untuk Deteksi Berita Hoaks Berbahasa Indonesia Wenang, Asta; Akbar Widianto, Krisna; Nugraha, Muhammad Egi; Rizki, Muhamad; Dewi, Kumala
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i2.13250

Abstract

Penyebaran berita hoaks di internet semakin meningkat dan berpotensi menimbulkan kesalahpahaman serta keresahan dalam masyarakat. Salah satu tantangan yang dihadapi adalah sulitnya membedakan informasi yang valid dan yang menyesatkan, karena banyak hoaks dibuat dengan tampilan yang menyerupai berita resmi. Penelitian ini bertujuan menerapkan model deep learning IndoBERT untuk mendeteksi berita hoaks berbahasa Indonesia sekaligus mengintegrasikannya ke dalam prototipe aplikasi mobile agar dapat diuji secara praktis. Pendekatan yang digunakan meliputi eksperimen melalui tahapan pengumpulan data, pra-pemrosesan teks, pelatihan model, serta evaluasi kinerja menggunakan metrik akurasi, presisi, recall, dan F1-score. Dataset penelitian berasal dari kumpulan berita daring yang telah diberikan label hoaks dan nonhoaks. Hasil evaluasi menunjukkan bahwa model IndoBERT mampu mencapai akurasi 99% dengan nilai Area Under The Curve (AUC) sebesar 0,999, sehingga terbukti efektif untuk tugas klasifikasi teks. Model terlatih kemudian dihubungkan dengan backend Flask dan diuji melalui antarmuka Flutter, yang memungkinkan pengguna memasukkan teks berita dan memperoleh hasil klasifikasi secara langsung. Berdasarkan hasil tersebut, sistem ini berpotensi menjadi alat bantu verifikasi informasi yang cepat dan akurat dalam upaya menekan penyebaran hoaks di masyarakat.
Implementasi Sistem Pendukung Keputusan dalam Seleksi Penerima Beasiswa di Kabupaten Rote Ndao dengan Metode SAW dan TOPSIS Malelak, Ina Jesica; Amos Pah, Clarissa Elfira; Letelay, Kornelis; Ledoh, Juan Rizky Mannuel
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i2.13268

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) dalam menentukan penerima beasiswa Pemerintah Daerah Kabupaten Rote Ndao secara objektif, efisien, dan transparan. Sistem dikembangkan dengan mengombinasikan metode Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Permasalahan utama yang dihadapi dalam proses seleksi beasiswa adalah masih dilakukannya penilaian secara manual, yang menimbulkan potensi subjektivitas, keterlambatan, serta ketidakefisienan dalam pengambilan keputusan. Metode SAW digunakan untuk melakukan normalisasi dan pembobotan terhadap lima kriteria utama, yaitu Indeks Prestasi Kumulatif (IPK), prestasi nonakademik, keaktifan organisasi, biaya SPP, dan semester aktif. Hasil normalisasi kemudian diolah menggunakan metode TOPSIS untuk menentukan jarak setiap alternatif terhadap solusi ideal positif dan negatif. Sistem dapat menghasilkan nilai preferensi secara otomatis untuk menghasilkan peringkat penerima beasiswa dan dapat dipertanggungjawabkan secara transparan karena sistem menampilkan rincian perhitungannya. Sistem yang dikembangkan dalam penelitian ini telah mencapai 100% keberhasilan fungsional melalui pengujian Black Box dan penerimaan pengguna mencapai 89,65% berdasarkan pengujian User Acceptance Testing (UAT). Temuan ini membuktikan bahwa kombinasi metode SAW–TOPSIS mampu meningkatkan efisiensi, akurasi, dan objektivitas dalam proses seleksi penerima beasiswa, sekaligus mendukung transparansi dan akuntabilitas sistem seleksi berbasis data.
Comparative Analysis of Machine Learning Models for LDL Cholesterol Estimation Barthi Dasan
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 5 No. 2 (2025): Desember 2025
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v5i2.13305

Abstract

Accurate estimation of low-density lipoprotein cholesterol (LDL-C) is essential for cardiovascular risk assessment and treatment decision-making. Traditional formula-based LDL-C estimations, such as Friedewald, Sampson, and Martin equations, show decreasing accuracy at higher triglyceride (TG) levels. This study compares nine machine learning (ML) models against conventional formulas using a large dataset of 120,174 subjects. After data preprocessing and feature selection, four predictors (TC, TG, HDL-C, and age) were used to train ML models with 5-fold cross-validation. Among all models, Light Gradient Boosting Machine (LightGBM) demonstrated the best performance, achieving R² = 0.8749, MSE = 204.53 mg²/dL², and PCC = 0.935 on the internal test set. Similar superiority was observed in the external validation cohort (n = 10,183), particularly in hypertriglyceridemic ranges (TG ≥ 200 mg/dL), where classical equations showed substantial performance degradation. Machine learning models, especially ensemble-based approaches, maintain robust predictive ability across TG strata and significantly reduce error around clinically relevant LDL-C thresholds (70, 100, and 130 mg/dL). These findings support the integration of ML-assisted LDL-C estimation into routine laboratory workflows and highlight its potential contribution to clinical decision support.

Page 1 of 2 | Total Record : 11

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 101 No. 101 (2026): Special Issue Seminar Konstelasi Bali 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 More Issue