Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Journal of Information System and Artificial Intelligence

jisai
Website

Published by Universitas Mercu Buana Yogyakarta

ISSN : - EISSN : 27976777 DOI : https://doi.org/10.26486/jisai.v7i2.330

Core Subject : Science, Engineering,

Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Journal of Information System and Artificial Intelligence (JISAI) diterbitkan oleh Program Studi Sistem Informasi, Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta. JISAI memuat naskah hasil-hasil penelitian dibidang Sistem Informasi, Teknologi Informasi dan Sistem Komputer. JISAI berkomitmen untuk memuat artikel berbahasa Indonesia yang berkualitas dan dapat menjadi rujukan utama par akademisi, peneliti dan praktisi dalam bidang Sistem Informasi, Teknologi Informasi dan Ilmu Komputer. Ruang Lingkup (Scope) Jurnal JISAI adalah : Data Mining E-Business / E-Commerce E-Government E-Health Enterprise Architecture Design and Management Geographic Information System (GIS) Human-Computer Interaction Human-Computer Behavior Information Security and Risk Management IS / IT Operation Management IS / IT Organization & Human Resource Management IS / IT Strategic Planning IT Governance IT Project Management Social Media in Business Big Data Research New Technology Acceptance and Diffusion Green Information System Smart City Smart Cloud Technology Web Science Information Management Information Assurance and Security Platform-based Development Parallel and Distributed Computing Software Engineering Computational Science Artificial Intelligent Decision Support System Data science Supply chain management (SCM)

Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)

Articles 115 Documents

5 6 7 8 9

Sistem Pakar Untuk Mendiagnosa Penyakit Kanker Payudara Menggunakan Metode Naives Bayes Novelin Dwi Puspasari Yulisa Isti
Journal of Information System and Artificial Intelligence Vol. 4 No. 2 (2024): Vol. 4 No. 2 (2024): Journal of Information System and Artificial Intelligence
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jisai.v4i2.134

https://drive.google.com/file/d/1m1srO_gedkXhUUzwOE8zmb4qYrcvII-Y/view?usp=sharing

Sistem Pakar Diagnosis Penyakit Tanaman Kopi Menggunakan Metode Certainty Factor Harben Harben Fikri Basya; Galang Ramadhan
Journal of Information System and Artificial Intelligence Vol. 4 No. 2 (2024): Vol. 4 No. 2 (2024): Journal of Information System and Artificial Intelligence
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jisai.v4i2.135

Abstract. The lack of agricultural experts in providing information about plant diseases to cultivators can have an impact on coffee plant cultivators where farmers play a role in providing direction, guidance, and counseling about coffee plant problems faced by farmers. The development of information technology today has a significant impact in various fields including agriculture/plantation. Therefore, technological developments are also utilized by coffee plant cultivators to obtain information as early as possible about the types of diseases suffered by cultivated plants and how to deal with them. The purpose of this study was to design an expert system in diagnosing coffee plant diseases using the Certainty Factor method. Certainty Factor is used because this method can help to overcome uncertainty in decision making and provide a percentage of diagnostic results. Certainty Factor can occur under various conditions, which for this study have several conditions or symptoms of disease that determine whether a coffee plant is attacked by disease or not. From the results of testing the program system, obtained the same results with manual calculations using the Certainty Factor method. So it can be said that this system can diagnose coffee plant diseases and provide solutions. Keywords: Expert System, Plant diseases, Certainty Factor

Sistem Pakar Pengembangan Kualitas SDM Di Gunungrejo Pada Bidang Ekonomi Menggunakan Metode Certainty Factor Alwan Aziz
Journal of Information System and Artificial Intelligence Vol. 4 No. 2 (2024): Vol. 4 No. 2 (2024): Journal of Information System and Artificial Intelligence
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jisai.v4i2.140

The development of the quality of human resources is very important for us to develop because there are still many people out there who have difficulty living their daily lives. Moreover, to get a decent economic needs. Therefore, we discuss the development of the quality of Human Resources in the economic field. So that the layers of society can meet decent economic needs. The method used to develop the quality of Human Resources, with the Certainty Factor method. Certainty Factor method, in this study is used to assist in overcoming economic problems with the aim of improving the quality of human resources in Indonesia. From the results of testing the expert system program, in the research results obtained various problem conditions that determine whether a person has a quality deficiency in the economic field. With the creation of this journal, it is hoped that it can help to improve the quality of Human Resources appropriately.

Sistem Pakar Diagnosis Penyakit Pada Kucing Dengan Menggunakan Metode Naïve Bayes Rif'atun Nabiah Wildan Al Hasani; Wildan Al Hasani
Journal of Information System and Artificial Intelligence Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Journal of Information System and Art
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jisai.v5i1.141

Kucing merupakan salah satu hewan terlucu dan banyak digemari oleh banyak orang. Kucing bisa dijadikan teman dan penghilang stress oleh pencinta kucing karena tingkah lakunya yang menggemaskan. Namun kesehatan dari kucing tersebut juga harus diperhatikan agar terhindar dari berbagai macam penyakit. Kurangnya pengetahuan dan pengalaman dari pemilik kucing dan juga tidak semua daerah terdapat dokter hewan menjadikan pemilik kucing kesulitan untuk memeriksa hewan kesayangannya itu. Sistem pakar menggunakan metode Bayes akan menghasilkan Analisa berupa penyakit yang terdapat pada kucing dan cara awal penangannya tanpa harus datang langsung ke dokter hewan. Teknik pengumpulan data dilakukan denan menggunakan studi literatur atau analisis dari beberapa artikel atau jurnal yang berkaitan dengan menggunakan metode naïve bayes. Sistem ini berupa sistem pakar dengan metode Naïve Bayes, yang merupakan metode pengklasifikasian peluang daripada class penyakit berdasarkan peluang setiap parameter gejala pada setiap class penyakit tersebut sehingga didapatkan diagnosa penyakit kucing tanpa harus menemui dokter hewan/seorang pakar. Kesimpulan dari penelitian ini yaitu bisa mendapatkan hasil berupa jenis penyakit kucing berdasarkan gejala yang dialami kucing selain itu sistem pakar ini juga memberikan solusi berdasarkan diagnosa penyakit kucing tersebut.

Sistem Pakar Dengan Metode Forward Chaining Dan Certainty Factor Untuk Diagnosa Gejala Covid-19 Berbasis Website Pengkuh Dwi Septiandi; Tasya Nur Aini
Journal of Information System and Artificial Intelligence Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Journal of Information System and Art
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jisai.v5i1.145

Covid-19 adalah salah satu virus yang berbahaya dan sangat diwaspadai di seluruh dunia termasuk Indonesia. Sistem Pakar ini bertujuan untuk membantu masyarakat untuk mendapatkan informasi gejala Covid-19 tanpa menghilangkan atau menggantikan peran pakar ataupun ahli akan tetapi hanya mengkonfirmasi keputusan yang diambil dari gejala yang dialami. Metode yang diterapkan dalam perhitungan ini menggunakan metode Forward Chaining dan Certainty Factor. Sistem pakar ini memungkinkan pengguna mendiagnosa Covid-19 dengan gejala dari berbagai literatur dan pengamatan awal. Hasil penerapan Metode Forward Chaining dan Certainty Factor dapat memberikan diagnosa Covid-19 berdasarkan gejala-gejala yang diberikan. Berdasarkan hasil perhitungan, maka keterangan tingkat keyakinan berdasarkan tabel interpretasi dari pakar dan persentase akhir sebesar 61,53472 % adalah Mungkin.

Sistem Pakar Diagnosa Penyakit Paru-Paru Dengan Metode Naive Bayes Berbasis Web Dinda Wahyuning Wulan; Esa Alvena Pitaloka
Journal of Information System and Artificial Intelligence Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Journal of Information System and Art
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jisai.v5i1.153

Pada saat ini terjadi perkembangan teknologi informasi dan juga penerapannya pada ilmu komputer yang semakin meluas, memberikan dampak yang positif pada bidang kesehatan. Dengan berkembangnya teknologi informasi pada dunia kesehatan, mengakibatkan peningkatan pelayanan dalam bidang kesehatan menjadi lebih baik. Salah satunya implementasi pada diagnosa penyakit paru-paru ini. Paru-paru merupakan organ vital di tubuh manusia yang berfungsi sebagai alat pernapasan. Penyakit paru-paru merupakan penyakit yang susah untuk disembuhkan apabila terlambat dalam melakukan diagnosa dan akan menjadi semakin buruk atau kronis apabila tidak segera ditangani. Permasalahan lainnya timbul karena mahalnya pengobatan untuk penyakit ini. Dari masalah tersebut, penelitian ini akan membuat sebuah aplikasi sistem pakar berbasis website yang dapat digunakan untuk mendiagnosa penyakit paru-paru lebih awal. Metode yang digunakan pada penelitian ini adalah Naive Bayes. Metode ini telah sering digunakan dalam penelitian sebelumnya di bidang sistem pakar dan telah memberikan hasil yang baik. Hasil penelitian ini adalah sistem berbasis web yang dapat mendiagnosa penyakit paru-paru dan para pasien dapat melakukan pendaftaran online dan offline dengan cara menyebutkan gejala yang sedang dirasakan sehingga dapat melakukan pelayanan kesehatan yang baik dan efisien.

Sistem Pakar Untuk Mendiagnosa Penyakit Kulit Pada Kucing Berasis Android Menggunakan Metode Forward Chaining Mayang Juwita; Mula Hanala Ambar
Journal of Information System and Artificial Intelligence Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Journal of Information System and Art
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jisai.v5i1.163

Hewan peliharaan adalah hewan yang dipelihara sebagai teman dalam kegiatan sehari-hari manusia. Hewan peliharaan yang tergolong mudah untuk dirawat atau pemeliharaannya salah satu diantaranya adalah kucing. Akan tetapi untuk menjaga agar kucing tetap terawat dengan baik ternyata tidaklah mudah. Hal yang paling sering dikeluhkan oleh pemelihara kucing adalah penyakit kulit. Sebagian besar kucing yang terkena penyakit kulit tidak begitu terlihat mengalami sakit. Pemilik kucing terkadang baru menyadari saat kucing peliharaannya mengalami perubahan secara signifikan seperti kerontokan pada bulu sampai kebotakan, kulit kemerahan bahkan terdapat luka. Tujuan dari penelitian ini adalah mendiagnosa penyakit kulit pada kucing sebagai langkah awal untuk menerapkan kecerdasan buatan dalam dunia medis, merancang dan mengaplikasikan sistem pakar yang mampu mendiagnosa penyakit kulit kucing. Maka dari itu kami membuat aplikasi sistem pakar berbasis android untuk mendiagnosa penyakit kulit kucing disertai solusi penyembuhan dan cara pengobatannya. Metode yang digunakan dalam penelitian ini adalah forward chaining yaitu pelacakan yang dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Dari penelitian ini akan menghasilkan sebuah aplikasi berbasis android untuk mendiagnosa penyakit kulit kucing.

Sistem Pendukung Keputusan Penentuan Calon Penerima Bantuan Program Pedagang Menggunakan Metode Evaluation Based On Distance From Average Solution Alhamdhani Harasi; Anief Fauzan Rozi
Journal of Information System and Artificial Intelligence Vol. 4 No. 2 (2024): Vol. 4 No. 2 (2024): Journal of Information System and Artificial Intelligence
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jisai.v4i2.183

Improving the welfare of the community is also very important because it cannot be separated from the economic aspect of the community being given a trigger by the government in the form of social assistance in the form of funds with certain objectives, for example for the benefit of traders, in creating community welfare. Of course, the government has done this, but policies regarding the provision of assistance still have to be monitored, criticized, evaluated, and developed. The services provided still include social norms to determine the process of distributing services for the merchant assistance program. In the current problem, namely regarding decision making in determining the recipients of the merchant program assistance, because currently the Dompet Duafa Institution is still determining the recipient of assistance manually. A decision support system or Decision Support System (DSS) is a system that is able to provide capabilities in terms of problem solving and communicating for a problem with semi-structured and unstructured conditions though. The basic principle of the Evaluation based on Distance from Average Solution (EDAS) method is to use two distance measures, namely Positive Distance from Average (PDA) and Negative Distance from Average (NDA). The alternative that has the highest PDA value and the lowest NDA value will be the best alternative.

Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik dengan Metode Simple Additive Weighting Rangga Pratama Yudha; Syafrianto
Journal of Information System and Artificial Intelligence Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Journal of Information System and Art
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jisai.v5i1.187

Banyaknya perubahaan yang terjadi selama beberapa tahun belakangan ini dapat mempengaruhi keberlangsungan bisnis suatu perusahaan. Kemampuan untuk menempuh tantangan tersebut dipengaruhi oleh kemampuan perusahaan dalam mengelola sumber daya yang ada, terutama Sumber Daya Manusia (SDM) yaitu karyawan. Peran karyawan sangat besar, jika perusahaan kurang dalam memberikan apresiasi akan menimbulkan permasalahan yang nantinya mempengaruhi kualitas dari perusahaan. Maka, perlu adanya pengimplementasian apresiasi kerja karyawan dengan melakukan pemilihan karyawan terbaik untuk melihat performa kerja karyawan menggunakan Sistem Pendukung Keputusan (SPK). Salah satu metode yang dipilih adalah Metode Simple Additive Weighting (SAW). Dengan kriteria yang telah ditentukan, yakni kerjasama tim, absensi, kinerja, sikap dan loyalitas. Serta, sistem ini dikembangkan dengan menggunakan PHP dan MySQL. Data yang didapatkan melalui observasi menggunakan kuesioner, wawancara, perhitungan sampel dengan rumus slovin tingkat kekeliruan 10%, kemudian data diolah dengan SAW untuk mendapatkan alternatif terbaik. Hasilnya, A Zaki Fahmi adalah karyawan terbaik dengan perolehan nilai sebesar 0.9893 dan implementasi pemilihan karyawan terbaik dengan metode ini jadi lebih praktis, cepat serta akurat dibandingkan dengan cara manual dari perusahaan.

Analisis Implementasi Manajemen Logistik Obat di Puskesmas Kecamatan Ciputat Timur Farid Dinillah
Journal of Information System and Artificial Intelligence Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Vol. 5 No. 1 (2024): Journal of Information System and Art
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jisai.v5i1.195

Manajemen obat yang merupakan rangkaian kegiatan yang berkaitan dengan aspek perencanaan, pengadaan, penyimpanan, pendistribusian dan pemusnahan obat yang dikelola secara optimal untuk mencapai ketepatan jumlah dan jenis obat. Berdasarkan hasil studi pendahuluan, terdapat beberapa obat yang diminta oleh Kementerian Kesehatan, namun obat yang diterima tidak sesuai dengan yang disarankan Puskesmas. Tujuan dari penelitian ini adalah untuk mengetahui implementasi manajemen logistik obat di Puskesmas Kecamatan Ciputat Timur. Metode yang digunakan adalah kualitatif. Pengumpulan data dilakukan melalui wawancara mendalam dengan informan dan observasi. Hasil penelitian mengungkapkan bahwa Puskesmas melakukan proses perencanaan setahun sekali, namun permintaan dilakukan sebulan sekali. Obat dibeli melalui surat permohonan dari LPLPO kepada Kementerian Kesehatan. Penyimpanan obat dilakukan di gudang dengan sistem FIFO dan FEFO, untuk penataan dan penataan sesuai abjad dan sediaan obat, pendistribusian obat dilakukan sesuai resep individu. Distribusi kesehatan menunggu LPLPO Puskesmas, merekapitulasi dan menghitung persediaan obat yang ada, menyesuaikan jumlah obat sesuai permintaan Puskesmas, petugas gudang menyiapkan obat untuk didistribusikan ke Puskesmas.

Page 7 of 12 | Total Record : 115

5 6 7 8 9

Filter by Year

2020 2026

Filter By Issues

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Albert Yakobus Chandra

Contact Email
albert.ch@mercubuana-yogya.ac.id

Phone
+6285239280085

Journal Mail Official
jisai@mercubuana-yogya.ac.id

Editorial Address
Jl. Raya Wates-Jogjakarta, Karanglo, Argomulyo, Kec. Sedayu, Kabupaten Bantul, Daerah Istimewa Yogyakarta 55752

Location
Kab. bantul,

Daerah istimewa yogyakarta

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Albert Yakobus Chandra

Contact Email albert.ch@mercubuana-yogya.ac.id

Phone +6285239280085

Journal Mail Official jisai@mercubuana-yogya.ac.id

Editorial Address Jl. Raya Wates-Jogjakarta, Karanglo, Argomulyo, Kec. Sedayu, Kabupaten Bantul, Daerah Istimewa Yogyakarta 55752

Location Kab. bantul, Daerah istimewa yogyakarta INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Albert Yakobus Chandra

Contact Email
albert.ch@mercubuana-yogya.ac.id

Phone
+6285239280085

Journal Mail Official
jisai@mercubuana-yogya.ac.id

Editorial Address
Jl. Raya Wates-Jogjakarta, Karanglo, Argomulyo, Kec. Sedayu, Kabupaten Bantul, Daerah Istimewa Yogyakarta 55752

Location
Kab. bantul,

Daerah istimewa yogyakarta

INDONESIA