cover
Contact Name
siswanto
Contact Email
prosisko.unsera@gmail.com
Phone
+62818487117
Journal Mail Official
prosisko.unsera@gmail.com
Editorial Address
Universitas Serang Raya Gedung Utama Lantai 3 Fakultas Teknologi Informasi Program Studi Sistem komputer Jl. Raya Cilegon No.Km. 5, Taman, Drangong, Kec. Taktakan, Kota Serang, Banten 42162
Location
Kota serang,
Banten
INDONESIA
PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer
ISSN : 24067733     EISSN : 25979923     DOI : https://doi.org/10.30656/prosisko
Journal elektronik yang berisi tentang jurnal-jurnal riset dan observasi Sistem Komputer, jaringan komputer, perangkat cerdas, IOT, cloud computing, robotik
Articles 412 Documents
IMPLEMENTASI ALGORITMA WEIGHTED MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PREDIKSI KETERSEDIAAN STOK DARAH DI UTD PMI SULAWESI TENGGARA Andi Nurhidaya; LM. Fid Aksara; Ilham Julian Efendi
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 3 (2026): Prosisko Vol. 13 No. 3 November 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v13i3.12606

Abstract

Ketersediaan stok darah sangat penting bagi kelancaran pelayanan transfusi, sedangkan Unit Transfusi Darah Palang Merah Indonesia Provinsi Sulawesi Tenggara masih mengelola pencatatan dan pemantauan stok secara manual dan sering menghadapi ketidakseimbangan antara persediaan dan permintaan darah. Penelitian ini bertujuan mengimplementasikan algoritma Weighted Moving Average dan Exponential Smoothing pada aplikasi web PantauDarah untuk memprediksi ketersediaan stok darah serta membandingkan kinerja keduanya. Data yang digunakan adalah data historis stok darah bulanan golongan A, B, AB, dan O periode Januari 2023 sampai April 2026 sebanyak 40 bulan. Data dihaluskan dengan Simple Moving Average enam periode, kemudian bobot pada Weighted Moving Average dan konstanta pemulusan pada Exponential Smoothing dioptimasi secara otomatis berdasarkan kesalahan terkecil. Akurasi dievaluasi dengan Weighted Mean Absolute Percentage Error sebagai metrik utama dan Mean Absolute Error sebagai metrik pendukung. Nilai Weighted Mean Absolute Percentage Error metode Weighted Moving Average sebesar 6,44% (golongan A), 7,32% (B), 5,24% (AB), dan 7,29% (O), sedangkan Exponential Smoothing sebesar 8,19%, 8,13%, 5,13%, dan 7,45%. Metode Weighted Moving Average lebih akurat pada golongan A, B, dan O, sedangkan Exponential Smoothing lebih akurat pada golongan AB, dan seluruh hasil tergolong sangat akurat. Pengujian penerimaan pengguna oleh tiga responden menghasilkan persentase 89,33% dengan kategori sangat baik. Hasil ini menunjukkan bahwa pemilihan metode terbaik secara adaptif pada setiap golongan darah dapat mendukung pengambilan keputusan dalam pengelolaan persediaan darah.
ANALISIS KEJAHATAN PHISING PADA SEKTOR E-COMMERCE SHOPEE MENGGUNAKAN  METODE NETWORK FORENSIC Nur Alya Gina; Sutarti
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 13 No. 3 (2026): Prosisko Vol. 13 No. 3 November 2026
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/979ez797

Abstract

Penggunaan WhatsApp sebagai platform media sosial populer telah membuat celah bagi pelaku kejahatan untuk melakukan aksinya seperti menyebarkan phishing. Phishing merupakan bentuk penipuan yang bertujuan untuk mendapatkan informasi sensitif seperti nama pengguna dan kata sandi. Dengan cara menyamar sebagai wujud nyata yang dapat dipercaya. Pelaku phishing melakukan aksinya dengan mengirimkan pesan whatsapp yang berupa pemberian koin Shopee, namun kenyataannya mengarahkan pengguna ke situs palsu yang dibuat oleh penipu.  Penelitian ini bertujuan untuk melakukan investigasi dan analisis terhadap suatu kejahatan phishing dengan menggunakan metode Network Forensic. Adapun tahapan yang digunakan dalam penelitian ini yaitu proses akuisisi dan pengintaian, proses analisis, serta proses recovery. Penelitian dilakukan menggunakan software wireshark untuk mengambil data berupa file capture melalui jaringan Wi-Fi saat mengakses link phishing pemberian koin shopee kemudian wireshark menyaring data yang tertangkap seperti informasi singkat tentang paket, jumlah data yang didapat. Hasil dari penelitian ini, diperoleh informasi fake domain (host phishing) berupa DNS, IP address, IP destination serta TLSv1.2. Kata Kunci: Shopee, Network Forensic, Phishing, WhatsApp, Wireshark