cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agus Junaidi
Contact Email
agus.asj@bsi.ac.id
Phone
+6221231170
Journal Mail Official
jurnal.insan@bsi.ac.id
Editorial Address
Jl. Kramat Raya No 98, Senen
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Jurnal Insan
Published by Universitas Bina Sarana Informatika
ISSN : -     EISSN : 27771385     DOI : https://doi.org/10.31294/jinsan
Core Subject : Science,
Computer Science & IT
Jurnal INSAN (Journal of Information System Management Innovation) merupakan jurnal yang diterbitkan oleh Program Studi Sistem Informasi Universitas Bina Sarana Informatika. Jurnal INSAN terbit 2 kali setahun (Juni dan Desember) dalam bentuk elektronik. Jurnal INSAN (Journal of Information System Management Innovation) pertama publikasi tahun 2021 dengan ISSN (Elektronik) No 2777-1385 dari Lembaga Ilmu Pengetahuan Indonesia. Redaksi menerima naskah berupa artikel ilmiah dan penelitian pada bidang: 1. Bidang Sistem Terintegrasi (Integration System) 2. Bidang Penunjang Keputusan (Decision Support System) 3. Bidang Sistem Pakar(Artificial Intelegent) dan Data Science 4.Bidang Technopreneur(E-Business).
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 8 Documents
 1 
Search results for , issue "Vol. 5 No. 1 (2025): Juni 2025" : 8 Documents clear
Model Natural Language Processing untuk Analisis Review Disney+ Hotstar: Perbandingan Naive Bayes dan Decision Tree dengan Adaboost Widiastuti, Lisda; Nurlaela, Dini; Utami, Lila Dini
Jurnal INSAN Journal of Information System Management Innovation Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/j-insan.v5i1.9273

Abstract

Perkembangan teknologi digital yang pesat telah mendorong peningkatan konsumsi layanan hiburan berbasis streaming seperti Disney+ Hotstar. Seiring bertambahnya pengguna, volume review yang diberikan juga meningkat dan menjadi sumber penting bagi perusahaan untuk mengevaluasi kualitas layanan. Namun, analisis manual terhadap review dalam jumlah besar menjadi tidak efisien dan rentan terhadap subjektivitas. Penelitian ini membangun dan membandingkan model analisis sentimen menggunakan Natural Language Processing (NLP) dengan algoritma Naive Bayes dan Decision Tree yang diperkuat dengan teknik Adaboost. Metode yang digunakan meliputi pengumpulan data review, preprocessing teks, penerapan model, serta evaluasi menggunakan akurasi dan AUC. Hasil penelitian menunjukkan bahwa penerapan Adaboost memberikan kontribusi signifikan dalam meningkatkan performa model klasifikasi. Naive Bayes mengalami peningkatan akurasi dan AUC, namun peningkatan yang lebih signifikan terjadi pada Decision Tree. Hal ini menunjukkan bahwa struktur Decision Tree yang fleksibel lebih kompatibel dengan pendekatan boosting. Sebaliknya, Naive Bayes yang berbasis pada asumsi distribusi probabilistik yang sederhana kurang optimal saat dikombinasikan dengan boosting. Dengan demikian, Decision Tree dengan Adaboost menjadi pilihan yang lebih unggul dalam meningkatkan akurasi dan efektivitas analisis sentimen review Disney+ Hotstar.
Analisis Kepuasan Pengguna Terhadap Tokopedia Menggunakan Metode Service Quality (Servqual) Rukmantara, Muhammad Rakha Adrian; Hertyana, Hylenarti; Hernawati
Jurnal INSAN Journal of Information System Management Innovation Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/j-insan.v5i1.9715

Abstract

The development of information and communication technology has transformed business practices in Indonesia, with e-commerce platforms like Tokopedia playing a crucial role in the digital ecosystem. However, Tokopedia users face challenges such as delayed responses and product description mismatches that impact user satisfaction. This study aims to analyze Tokopedia user satisfaction using the SERVQUAL method encompassing five dimensions: Tangibles, Reliability, Responsiveness, Assurance, and Empathy. The problem is addressed by identifying gaps between user expectations and perceptions of Tokopedia's service quality through SERVQUAL GAP analysis, then providing improvement recommendations based on priority dimensions with the highest negative GAP values. The research employed a descriptive quantitative approach with 100 Tokopedia users selected using the Lemeshow formula. Data was collected through online questionnaires distributed via Discord platform and analyzed using SERVQUAL GAP analysis method. Validity test results showed all question items were valid (r calculated > 0.195) and reliable (Cronbach's Alpha > 0.7). The findings revealed an average GAP value of -0.3, indicating overall user dissatisfaction with Tokopedia's services. The Tangibles dimension showed positive satisfaction (GAP 0.18), while four other dimensions indicated dissatisfaction: Empathy (-0.7), Responsiveness (-0.57), Assurance (-0.29), and Reliability (-0.12). This study provides priority improvement recommendations for Empathy and Responsiveness dimensions to enhance Tokopedia user satisfaction.
Penentuan Harga Diskon Optimal Di Empat Provinsi Dengan K-Means Di Yayasan Achmad Zaky Foundation Zahra, Arvano Salma Fatimatus; Anwar, Syaiful; Fuad, M. Haddiel
Jurnal INSAN Journal of Information System Management Innovation Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/j-insan.v5i1.7035

Abstract

Penelitian ini menyelidiki pengoptimalan strategi diskon di e-commerce menggunakan algoritma pengelompokan K-Means. Berfokus pada data transaksi dari empat provinsi, penelitian ini bertujuan untuk meningkatkan pemahaman tentang proses sains data, visualisasi data, dan pembelajaran mesin. Metode K-Means, yang diterapkan secara manual dan secara komputasi menggunakan Python, menghasilkan dua klaster: tingkat pembakaran yang tinggi dan rendah. Penelitian ini menyarankan untuk menyesuaikan diskon berdasarkan nilai transaksi, yang mengarah pada pemanfaatan anggaran yang lebih baik dan peningkatan pendapatan.
Penerapan Metode Pieces Framework Dalam Analisis Dan Evaluasi Aplikasi KFCku Andhika, Laurentius Dandi; Herawati, Tirta; Khoiruddinsyah, Muhammad; Marlina
Jurnal INSAN Journal of Information System Management Innovation Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/j-insan.v5i1.8375

Abstract

Aplikasi KFCku merupakan aplikasi dari PT. Fast Food Indonesia Tbk mengoperasikan layanan restoran cepat saji KFC, yang mempunyai aplikasi bernama KFCku. Aplikasi ini memiliki fungsi sebagai sistem pemesanan makanan secara online maupun Online Food Delivery System (OFDS), dan telah aktif sejak tahun 2017. maka dari itu diperlukan sebuah analisis dan evaluasi guna mengetahui kekurangan, kelebihan serta tingkat kepuasan pengguna pada penggunaan aplikasi ini. Metode kuantitatif diterapkan dalam penelitian ini, sementara dalam metode analisis sistem menggunakan metode Pieces Framework yang terdapat enam indikator yakni (Kinerja, Infomasi & Data, Ekonomi, Kontrol & Keamanan, Efisiensi dan Layanan). Dalam penelitian ini pengumpulan data menggunakan data yang bersumber dari Google PlayStore sebanyak 1.000.000 pengguna yang telah download dan penyebaran kuesioner terhadap pengguna Aplikasi KFCku dengan batas usia 15-60 tahun yang akan digunakan dalam menentukan tingkat kepuasan pengguna dalam masing-masing indikator Pieces Framework. Adapun hasil perhitungan dari setiap indikator yakni 4.26 (Puas) untuk indikator Kinerja, 4.48 (Puas) bagi indikator Informasi & Data, 4.02 (Puas) bagi indikator Ekonomi, 4.02 (Puas) bagi indikator Kontrol dan Keamanan, 4.15 (Puas) bagi indikator Efisiensi, 4.22 (Puas) bagi indikator Layanan 4.12 (Puas). Dari total keseluruhan setiap indikator maka diperoleh nilai rata-rata sejumlah 4.14 (Puas).
Audit Sistem Informasi Absensi Pada Pt Infracom Telesarana Menggunakan Framework Cobit 5 Muhammad Ilham; Pram Anafi Karan; Hilda Amalia; Puspita, Ari
Jurnal INSAN Journal of Information System Management Innovation Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/j-insan.v5i1.8797

Abstract

PT Infracom Telesarana bergerak pada bidang provider jaringan telekomunikasi, internet service provider, sistem integrator, dan subkontraktor bidang jaringan dan telekomunikasi dengan karyawan berjumlah 30-40 orang, PT Infracom Telesarana menggunakan sistem informasi absensi perangkat sidik jari atau yang lebih dikenal dengan fingerprint guna kenyamanan karyawan, mencegah penipuan atau pemalsuan catatan kehadiran karyawan dan untuk merekam sistem absensi karyawan. Penelitian ini akan melakukan audit sistem informasi, dimana bertujuan untuk membuktikan bahwa di perusahaan telah dilaksanakan prosedur-prosedur dengan baik dan berjalan sebagaimana mestinya. Metode pengumpulan data dalam penyusunan skripsi ini adalah Observasi, Wawancara dan studi pustaka. Hasil perhitungan tingkat kematangan (maturity level) dari audit absensi karyawan PT Infracom Telesarana menggunakan domain MEA (Monitoring, Evaluate, and Assess) adalah 3 yakni Established Process. Sedangkan level yang ingin dituju adalah 4 yakni Predictable Process. Dari hasil tersebut perlu adanya evaluasi secara berkala terhadap sistem absensi, perlu adanya peninjauan nilai atau manfaat terhadap absensi untuk mengetahui seberapa besar manfaat absensi di PT Infracom Telesarana, baik itu harian, mingguan ataupun secara sebulan sekali dan pada sistem pengelolaan IT kegiatan-kegiatan pengelolaan IT belum menyatu dengan sistem penerapan perusahaan
Usability Testing Aplikasi Informasi Desa Wisata Menggunakan Metode Cognitive Walkthrough dan System Usability Scale (SUS) Hidayat, Wahyutama Fitri; Setiadi, Ahmad; Malau, Yesni; Purnama, Rachmat Adi
Jurnal INSAN Journal of Information System Management Innovation Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/j-insan.v5i1.8887

Abstract

Penelitian ini membahas pengujian usability pada aplikasi Sidewi Mobile guna mengevaluasi tingkat keterpakaian dan kepuasan pengguna. Metode yang digunakan adalah System Usability Scale (SUS) dan Cognitive Walkthrough untuk mengidentifikasi masalah serta memberikan rekomendasi perbaikan berdasarkan pengalaman pengguna. Hasil pengujian menunjukkan bahwa aplikasi memiliki tingkat keberhasilan penyelesaian tugas sebesar 89,2% dan efisiensi penggunaan dengan rata-rata waktu penyelesaian sebesar 0,01 goals/seconds. Nilai SUS yang diperoleh sebesar 52,1, menunjukkan bahwa aplikasi masih berada dalam kategori marginal low dan belum sepenuhnya dapat diterima oleh pengguna. Oleh karena itu, rekomendasi perbaikan mencakup peningkatan antarmuka pengguna serta penambahan fitur pencarian untuk meningkatkan pengalaman pengguna dalam mengakses informasi desa wisata.
Klasifikasi Tingkat Kepuasan Pengguna dengan Menggunakan Metode SAW Pada Layanan PTSP Wina Yusnaeni; Indarti, Indarti; Yoseph Tajul Arifin
Jurnal INSAN Journal of Information System Management Innovation Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/j-insan.v5i1.8917

Abstract

One Stop Integrated Service (PTSP) is one of the public service innovations that is expected to improve the quality of service to the community. However, various complaints are still found regarding the service. This study aims to classify the level of user satisfaction with PTSP services using the Simple Additive Weighting (SAW) method as a decision support system. Data were collected through a Google Form-based questionnaire distributed to 100 (one hundred) respondents in the DKI Jakarta area. The research stages include determining criteria, data normalization, weighting, calculating the final score, and classifying the level of satisfaction. The results of data processing that are included in the high satisfaction category are 37 (thirty-seven) or 59.68% of respondents, the average satisfaction category is 36 (thirty-six) respondents or 58.06%, and in the low satisfaction category are 27 (twenty-seven) respondents or 43.55%. This study also produces a web-based information system that is able to display graphs and criteria indexes to assist in periodic service evaluation. The developments in this study are expected to be the basis for continuous improvement in the PTSP service system.
Penerapan Algoritma Long Short Term Memory Untuk Memprediksi Pola Kenaikan Suhu Di Kota Jakarta Pusat Farhan, Alvian Ibnu; Hatta, Ahmad Haitami; Ramazan, Dzulfiqar; Siahaan, Fernando; Anwar, Syaiful; Handono, Felix Wuryo
Jurnal INSAN Journal of Information System Management Innovation Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/j-insan.v5i1.9111

Abstract

Pemanasan global yang mengacu pada eskalasi suhu rata-rata permukaan bumi di darat, laut, dan udara yang menyebabkan perubahan kondisi lingkungan termasuk naiknya permukaan air laut dan fenomena cuaca ekstrem. Menurut BMKG, beberapa wilayah di Indonesia telah mengalami heat waves di akhir-akhir ini. Diperkirakan terjadi dari bulan Juni hingga Agustus. Kondisi ini meningkatkan suhu udara di beberapa tempat. Namun, di daerah DKI Jakarta suhu tertinggi diperkirakan mencapai 35 derajat celcius. Tujuan penelitian ini adalah untuk memprediksi pola kenaikan suhu selama satu tahun ke masa depan di Wilayah Jakarta Pusat berdasarkan data historis iklim harian dari website resmi BMKG dengan memanfaatkan algoritma LSTM. Penelitian ini menggunakan data iklim dari tanggal 1 Januari 2013 hingga 02 Februari 2024 yang terdiri dari 4049 data. Model LSTM pada penelitian ini dibuat dengan menggunakan 90% data pelatihan, learning rate 0,0098, 96 unit LSTM, ukuran batch 32, dan 75 epoch dengan da terendah sebesar 0,0080, model ini memberikan skor MAPE sebesar 1.98% dan skor RMSE sebesar 0.8765. Hasil prediksi menunjukkan adanya pola kenaikkan suhu dengan anomali sebesar 1.02 derajat celcius yang akan berdampak buruk bagi masyarakat. Hasil penelitian diharapkan memberikan kontribusi terhadap kajian perubahan iklim di Jakarta Pusat.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2025 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