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 84 Documents
 5   6   7   8   9 
Transformasi Sistem Electronic Assessment Management Menggunakan Metode RAD Pada Direktorat Peningkatan Mutu Tenaga Kesehatan Dany, Rahmad; Sriyadi, Sriyadi; Ginabila, Ginabila
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 1 (2024): Juni 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i1.3613

Abstract

Training Needs Assessment merupakan suatu proses yang dilakukan dalam penilaian kebutuhan pelatihan pada Direktorat Peningkatan Mutu Tenaga Kesehatan. Proses ini terkait dengan pengembangan sumber daya manusia yang ada di lingkungan Kementerian Kesehatan RI. Pada proses pengumpulan data dan penilaian TNA, ditmutunakes sering kali menghadapi sejumlah tantangan, seperti proses yang masih manual, ketidaksesuaian peserta, kurangnya data yang akurat, sulitnya mengidentifikasi prioritas kebutuhan pelatihan, serta kurangnya pemahaman admin dalam pengolahan data. Untuk itu, perancangan aplikasi ESEMA berbasis web menjadi solusi yang diusulkan. Aplikasi ini ditujukan guna memfasilitasi proses TNA tenaga kesehatan dengan lebih efektif dan efisien, sehingga dapat mengidentifikasi kebutuhan pelatihan yang diharapkan. Dalam prosesnya, Rapid Application Development menjadi metode pengembangan sistem yang digunakan dan dikombinasikan dengan bahasa pemrograman PHP. Dari transformasi sistem yang dilakukan, hasil yang diperoleh menyatakan bahwa aplikasi ESEMA sangat efektif dan mampu mengidentifikasi kebutuhan pelatihan, sehingga gap atau kesenjangan yang ada dapat dianalisa dengan baik.
Perbandingan Metode Decision Tree dan Naive Bayes Pada Tingkat Penjualan Minuman Kopi di Kopi Pawon Nusantara Iqbal, Muhamad; Miskiyah, Siti; Sham, Said Luthfil; Anwar, Syaiful; Fuad, Mohammad Haddiel
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 1 (2024): Juni 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i1.3682

Abstract

Tujuan dari penelitian ini adalah untuk membandingkan dua model klasifikasi, yaitu Decision Tree dan Naive Bayes, dalam konteks meningkatkan penjualan di Kopi Pawon Nusantara. Penelitian ini menggunakan data penjualan minuman kopi untuk memahami pola pembelian pelanggan. Pemilik Kopi Pawon Nusantara menghadapi tantangan dalam menentukan minuman kopi yang paling diminati oleh pelanggan mereka. Data yang digunakan berasal dari penjualan sebelumnya di Kopi Pawon Nusantara. Dua algoritma, Decision Tree dan Naive Bayes, dievaluasi untuk mengukur performanya menggunakan metrik seperti akurasi, presisi, recall, dan area under curve (AUC) dari kurva ROC. Hasil Decision Tree mencapai akurasi sebesar 97,83% dengan AUC 0,957. Sementara itu, Naive Bayes memiliki akurasi sebesar 94,35% dengan AUC 0,969. Tujuan dari penelitian ini adalah untuk mendapatkan pemahaman tentang metode klasifikasi mana yang paling cocok untuk menangani data penjualan Kopi Pawon Nusantara. Hasilnya diharapkan dapat digunakan sebagai dasar untuk penelitian lanjutan yang akan memilih metode klasifikasi yang tepat, baik dengan dataset yang sama maupun dengan metode klasifikasi yang berbeda.
Perancangan Aplikasi LAPIM (Laporan Insiden Masyarakat) Pada Dinas Perhubungan Pusat Data Dan Informasi DKI Jakarta Berbasis Website Aryasatya, Ryandaru; Hikmah, Noer; Pebrianto, Rangga
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i2.3762

Abstract

Aplikasi LAPIM (Laporan Insiden Masyarakat) merupakan solusi inovatif yang dikembangkan oleh Dinas Perhubungan Pusat Data dan Informasi DKI Jakarta untuk meningkatkan efisiensi dalam penanganan insiden transportasi. LAPIM memungkinkan masyarakat Jakarta melaporkan secara langsung insiden-insiden seperti parkir liar, masalah transportasi umum, dan kondisi jalanan berbahaya melalui platform berbasis website. Saat ini, terdapat beberapa permasalahan utama yang perlu diatasi, yaitu tingkat keterbatasan informasi mengenai laporan insiden terkait parkir liar, masalah transportasi umum, dan jalanan berbahaya di Jakarta, serta keterlambatan dalam pelaporan insiden dari masyarakat. Selain itu, tantangan lain adalah bagaimana membuat aplikasi LAPIM yang dapat mempermudah karyawan Dishub dalam menjalankan tugas mereka.Tujuan utama aplikasi ini adalah untuk memfasilitasi pelaporan insiden secara cepat dan akurat, serta memberikan data yang terpercaya kepada pihak berwenang untuk respons yang lebih efektif. Dengan fitur-fitur notifikasi real-time dan sistem pelacakan status laporan, LAPIM mempermudah interaksi antara masyarakat dan pihak terkait, meningkatkan responsibilitas dan transparansi dalam penanganan masalah transportasi. Integrasi teknologi dalam LAPIM tidak hanya mengoptimalkan pengumpulan dan manajemen data, tetapi juga menguatkan partisipasi publik dalam memantau dan meningkatkan kondisi transportasi kota. Pengembangan LAPIM sebagai platform digital menegaskan komitmen DKI Jakarta untuk menjadi smart city yang responsif terhadap kebutuhan masyarakat dalam mengelola infrastruktur transportasi. Diharapkan, keberhasilan LAPIM sebagai model aplikasi pelaporan insiden transportasi dapat menjadi inspirasi bagi pengembangan teknologi serupa di kota-kota besar lainnya, menjadikan transportasi lebih aman, efisien, dan berkelanjutan bagi seluruh penduduk Jakarta.
Analisa Tingkat Penjualan Makanan Dan Minuman Dengan Klasterisasi Menggunakan Algoritma K-Means Ana, Era Serly; Anwar, Syaiful; Fuad, Mohammad Haddiel
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 1 (2024): Juni 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i1.3763

Abstract

Restoran Sumoboo merupakan salah satu restoran yang berfokus pada makanan dan minuman. Dalam mengelola bisnis restoran, penting untuk memahami pola penjualan dan mengoptimalkan stok bahan baku. Permasalahan umun yang terjadi pada Restoran Sumoboo saat ini adalah masih sulitnya menentukan item menu mana yang sering dicari atau dipesan oleh pelanggan. Sehingga, sering terjadinya penumpukan menu-menu yang kurang diminati dan habisnya makanan dan minuman yang sering dicari pelanggan. Penelitian ini bertujuan agar dengan memanfaatkan algoritma K-Means yang dilakukan dengan perhitungan manual dan menggunakan tools RapidMiner, menu-menu dapat dikelompokkan berdasarkan tingkat penjualannya. Hasil dari penelitian yang dilakukan ini mendaptkan 3 cluster yang terdiri dari cluster 1(C0) tingkat penjualan tinggi sebanhyak 34 menu, cluster 2(C1) tingkat penjuan sedang sebanyak 14 menu, dan cluster 3(C2) tingkat penjualan rendah sebanyak 25 menu. Sehingga hasil pengelompokkan ini memungkinkan restoran untuk membuat keputusan yang lebih akurat mengenai strategi penjualan.
Perancangan Aplikasi Penyedia Layanan Jasa dan Product di Bidang Informasi Teknologi ITMU Sakmir, Rizat; Sanggayasa, Sanggayasa; Rizal, Khairul; Ariani, Fattya
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 1 (2024): Juni 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i1.3764

Abstract

Masih sedikitnya jumlah perusahaan yang menyediakan layanan perbaikan laptop atau komputer secara online dan terintegrasi. Oleh karena itu, dibutuhkan sebuah aplikasi yang mampu memberikan kemudahan dalam melakukan request service secara online dan memantau setiap proses perbaikan yang dilakukan.Tahap pengujian, dilakukan uji coba aplikasi untuk memastikan bahwa aplikasi dapat berjalan dengan baik dan memenuhi kebutuhan pengguna. Hasil dari skripsi ini adalah sebuah aplikasi startup yang memperkenalkan produk pembuatan aplikasi dan menyediakan layanan perbaikan laptop atau komputer secara online. Pengguna dapat melakukan request service, melihat harga service dan pergantian spare part, serta memantau setiap proses perbaikan yang dilakukan melalui fitur history dan log. Aplikasi ini juga memberikan kemudahan dalam melakukan kontak dengan perusahaan melalui halaman yang tersedia. Diharapkan aplikasi ini dapat memenuhi kebutuhan pengguna dalam memperoleh layanan perbaikan laptop atau komputer secara mudah dan terintegrasi.
Analisa Penjualan Rokok Dengan Metode Klasifikasi Menggunakan Formula Algoritma C4.5 Pada CV Jaya Berkah Mas Narendra, Sebastianus Aditya Narendra; Setiawan, Pradita Aldi; Anwar, Syaiful; Fuad, Mohammad Haddiel
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i2.4656

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan data penjualan rokok menggunakan algoritma C4.5 pada CV Jaya Berkah Mas. Penelitian dilakukan dengan mengumpulkan data melalui observasi dan wawancara, serta melakukan pembersihan data untuk mengatasi inkonsistensi dan duplikasi. Algoritma C4.5 digunakan untuk menghasilkan pohon keputusan yang dapat memprediksi penjualan rokok terlaris. Hasil dari analisis menunjukkan bahwa metode C4.5 dapat digunakan untuk memberikan wawasan yang bermanfaat dalam menentukan strategi penjualan yang optimal. Penelitian ini memberikan kontribusi dalam bidang data mining dengan menerapkan algoritma C4.5 pada kasus nyata di industri rokok. Hasil nilai akurasi tertinggi perhitungan Algoritma C4.5 dengan data sebanyak 212 entry menunjukkan tingkat Akurasi 96.73%, Presisi 98.00%, dan Recall 85.17%.
Perancangan Sistem Pakar Dalam Mendiagnosa Kerusakan Pada Laptop Berbasis Web Menggunakan Metode Certainty Factor Kurnia, Muhammad Alvha Ridho; Haidir, Ali
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i2.5233

Abstract

Laptop adalah sebuah perangkat elektronik yang populer di kalangan pengguna saat ini dan digunakan secara luas sebagai alat untuk berkomunikasi, bekerja, menyimpan data, dan lain sebagainya. Meskipun laptop telah menjadi perangkat penting dalam kehidupan sehari-hari, banyak pengguna laptop cenderung mengabaikan pentingnya merawatnya dengan baik. Inilah yang menyebabkan laptop rentan mengalami berbagai jenis kerusakan. Ketika kerusakan terjadi, para pengguna sering kali kesulitan untuk mengetahui atau mendiagnosis masalah yang sebenarnya. Akibatnya, banyak pengguna hanya menyadari adanya masalah ketika kerusakan sudah cukup parah, yang memerlukan perbaikan lebih mahal atau bahkan penggantian perangkat. Oleh sebab itu, dibutuhkanlah sistem pakar berbasis web dalam mendiagnosis kerusakan laptop menggunakan Certainty Factor (CF) sering digunakan untuk menangani ketidakpastian dan memberikan tingkat keyakinan pada hasil diagnosa atau kesimpulan yang diambil. Sistem ini dirancang agar dapat membantu pengguna, terutama yang tidak memiliki keahlian teknis, dalam menganalisis dan menentukan jenis kerusakan pada laptop mereka dengan cepat dan akurat. Dalam membantu pengembangan sistem pakar yang dibuat ini menggunakan metode waterfall dipilih karena pendekatannya yang terstruktur dan sistematis. Hasil penelitian ialah bahwa sistem pakar yang dibangun dapat memberikan diagnosa yang akurat dan dapat diandalkan, sehingga memudahkan pengguna dalam mengidentifikasi masalah pada laptop mereka.
Penerapan Algoritma Naïve Bayes Untuk Prediksi Tren Pertumbuhan UMKM Berdasarkan Jenis Usaha Di Kota Depok Rahmadanti, Riana; Febriani, Shafa Salsabila; Syaputra, Muhammad Iqbal; Laraswati, Dewi
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i2.5723

Abstract

Peran UMKM sangat penting dalam perekonomian negara. UMKM menjadi pusat yang berkontribusi pada pertumbuhan ekonomi, penciptaan lapangan kerja, serta pemerataan pendapatan. Namun, semakin meningkatnya pertumbuhan UMKM semakin banyak pula permasalahan dan tantangan yang di hadapi para UMKM. Penelitian digunakan untuk memahami tren pertumbuhan UMKM serta tantangan yang dihadapi oleh pemilik usaha di berbagai sektor, selain itu juga agar dapat mengetahui jenis usaha yang mengalami peningkatan (berkembang cepat) dan mengalami penurunan (berkembang lambat). Penelitian ini memberikan informasi untuk pengambilan keputusan yang mendukung kebijakan pertumbuhan UMKM. Dalam penelitian ini dilakukkan pengolahan data UMKM untuk prediksi tren pertumbuhan UMKM berdasarkan jenis usaha di Kota Depok dengan menggunakan metode Naïve Bayes. Berdasarkan hasil pengujian yang diperoleh metode Naïve Bayes bekerja cukup baik dengan nilai akurasi sebesar 72.78%, dari hasil klasifikasi tren pertumbuhan UMKM jenis usaha yang berkembang cepat yaitu makanan dan yang berkembang lambat yaitu kesehatan. Dengan adanya prediksi tren pertumbuhan UMKM dapat membantu para UMKM menghadapi tantangan serta mampu bersaing dan berkembang dimasa yang akan datang, selain itu pemangku kepentingan, termasuk pemerintah, lembaga keuangan dan pelaku bisnis dapat mengambil langkah-langkah proaktif untuk mendukung pengembangan UMKM secara berkelanjutan di Kota Depok.
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.
Sistem Absensi Karyawan Pada Perusahaan KU Creatives Unlimited Menggunakan Teachable Machine Tambunan, Marselino Raja Putra; Alfarobi, Ibnu
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i2.7561

Abstract

Dalam era digital, pencatatan kehadiran secara manual memiliki banyak kekurangan seperti rentan terhadap kesalahan dan manipulasi data. Oleh karena itu, diperlukan sistem yang lebih efisien dan akurat. Teknologi pengenalan wajah menggunakan algoritma Convolutional Neural Networks (CNN) diintegrasikan dengan Teachable Machine yang dikembangkan oleh Google untuk melatih model pengenalan wajah karyawan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem absensi karyawan berbasis pengenalan wajah menggunakan Teachable Machine di Perusahaan KCU. Sistem ini diuji dalam berbagai kondisi dan menunjukkan tingkat akurasi yang tinggi. Hasil penelitian menunjukkan bahwa sistem ini tidak hanya meningkatkan efisiensi dan akurasi pencatatan kehadiran, tetapi juga mengurangi risiko kesalahan dan manipulasi data. Implementasi teknologi ini sejalan dengan perkembangan industri 4.0 yang menekankan otomatisasi dan digitalisasi proses bisnis

Page 7 of 9 | Total Record : 84

 5   6   7   8   9 

Filter by Year

2021 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