cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wahyudin
Contact Email
wahyudin_sanusi@upi.edu
Phone
+6221-82436886
Journal Mail Official
isbi@binainsani.ac.id
Editorial Address
Jl. Siliwangi No 6 Rawa Panjang Bekasi Timur 17114 Indonesia. Telp. (021) 824 36 886 / (021) 824 36 996. Fax. (021) 824 009 24
Location
Kota bandung,
Jawa barat
INDONESIA
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System
Published by Asosiasi Perguruan Tinggi Informatika dan Ilmu Komputer
ISSN : 25483587     EISSN : 25483587     DOI : https://doi.org/10.51211/isbi.v6i2.1854
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
JURNAL INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS merupakan jurnal ilmiah yang diterbitkan oleh Program Studi Sistem Informasi Universitas Bina Insani. Jurnal ini berisi tentang karya ilmiah hasil penelitian yang bertemakan: Big Data, Computer Base Information System (CBIS), Customer Relationship Management (CRM), Data Mining, Data Scientists, Enterprise Architecture, Enterprise Resource Planning (ERP), Government Technology, Information Retrieval System, Information Technology / Information Systems Audit, Knowledge Management System (KMS), Management Information Systems (MIS), Project Management, Proses Bisnis, Smart City, Sistem Informasi, Sosial Media, Sistem Penunjang Keputusan. Media komunikasi ilmiah diterbitkan dua kali setahun
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 147 Documents
 11   12   13   14   15 
IDENTIFIKASI AKSARA JAWI PADA NASKAH KUNO PADA CITRA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Devi Maryuni; Yuhandri Yuhandri; Sumijan Sumijan
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 11 No 1 (2026): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2026)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v11i1.3832

Abstract

Permasalahan pelestarian naskah kuno tidak hanya terkait dengan kondisi fisik naskah yang semakin rapuh, tetapi juga dengan keterbatasan sumber daya manusia dalam memahami isi serta aksara yang digunakan, khususnya aksara Jawi atau Arab Melayu. Rendahnya kemampuan masyarakat dalam membaca dan memahami aksara Jawi menjadi hambatan utama dalam mengakses isi naskah secara luas, sehingga berdampak pada terbatasnya pemanfaatan naskah kuno sebagai sumber pengetahuan dan warisan budaya daerah. Penerapan teknologi informasi seperti metode Convolutional Neural Network (CNN) diharapkan mampu mengidentifikasi huruf aksara Jawi sehingga dapat membantu mengatasi keterbatasan kemampuan membaca aksara tersebut serta mendukung proses digitalisasi naskah kuno berbasis citra. Data penelitian diperoleh dari citra naskah kuno beraksara Jawi yang tersimpan di Dinas Kearsipan dan Perpustakaan Provinsi Sumatera Barat, yang selanjutnya digunakan sebagai dataset pelatihan dan pengujian model CNN. Hasil penelitian menunjukkan bahwa model CNN yang dibangun mampu mencapai nilai akurasi sebesar 82,24% dalam mengidentifikasi huruf aksara Jawi. Berdasarkan nilai akurasi tersebut, dapat disimpulkan bahwa metode CNN cukup efektif dalam mengatasi permasalahan keterbatasan pemahaman aksara Jawi dan mampu mengenali pola huruf pada naskah kuno dengan baik. Berdasarkan hasil penelitian, penggunaan CNN diharapkan dapat berdampak pada pelestarian naskah kuno terutama dalam peningkatan aksesibilitas, pelestarian digital, serta pemanfaatan naskah kuno sebagai warisan budaya dan sumber pengetahuan bagi masyarakat luas.
Audit Sistem Informasi Pemerintahan Daerah (SIPD) Menggunakan Framework COBIT 5 Pada Bapperida Kota Bekasi Sekar Widowati; Solikin Solikin
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 11 No 1 (2026): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2026)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v11i1.3928

Abstract

Sistem Informasi Pemerintahan Daerah (SIPD) merupakan sistem yang digunakan untuk mendukung proses perencanaan pembangunan daerah pada Bapperida Kota Bekasi. Dalam pelaksanaannya, masih ditemukan beberapa permasalahan, seperti gangguan akses sistem saat digunakan secara bersamaan, keterbatasan adaptasi pengguna terhadap sistem, serta belum optimalnya fungsi dokumentasi dan kecepatan akses data. Penelitian ini bertujuan untuk mengevaluasi tata kelola SIPD serta mengetahui tingkat kapabilitas pengelolaan teknologi informasi menggunakan framework COBIT 5. Metode penelitian yang digunakan adalah pendekatan kualitatif dengan teknik pengumpulan data melalui observasi, wawancara, studi pustaka, dan penyebaran kuesioner kepada pengguna SIPD di lingkungan Bapperida Kota Bekasi. Domain COBIT 5 yang diterapkan meliputi EDM04 (Ensure Resource Optimization), APO07 (Manage Human Resources), DSS01 (Manage Operations), dan MEA01 (Monitor, Evaluate and Assess Performance and Conformance). Hasil penelitian menunjukkan bahwa domain EDM04 memperoleh nilai capability level sebesar 2,59, APO07 sebesar 1,68, DSS01 sebesar 2,90, dan MEA01 sebesar 2,38 dengan rata-rata 2,39. Hasil tersebut menunjukkan bahwa SIPD telah berjalan dan dikelola dengan baik, namun masih terdapat kesenjangan untuk mencapai target level 5 (Optimizing Process), sehingga diperlukan peningkatan pada aspek sumber daya manusia, operasional sistem, serta monitoring dan evaluasi. Berdasarkan hasil audit, rekomendasi perbaikan diberikan untuk meningkatkan efektivitas, efisiensi, dan kualitas tata kelola teknologi informasi agar implementasi SIPD dapat berjalan lebih optimal sesuai dengan prinsip COBIT 5.
Implementasi Business Intelligence pada Sistem Informasi Backstore Berbasis Web untuk Monitoring Operasional Toko Ritel Mirza Fatqul Zailani; Yoseph Tajul Arifin; Rizky Ade Safitri
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 11 No 1 (2026): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2026)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v11i1.3892

Abstract

Operational management in modern retail stores requires an information system capable of supporting fast, accurate, and integrated data monitoring. However, operational data management in some retail stores is still conducted separately using spreadsheets, resulting in low data integration, delays in information presentation, and limited real-time monitoring capabilities. This study aims to implement Business Intelligence in a web-based backstore information system to support centralized and data-driven retail operational monitoring. The research employed the Waterfall software development approach, which was selected because the system requirements had been clearly identified, allowing the development process to be carried out systematically through the stages of requirements analysis, system design, implementation, testing, and evaluation. The system was developed using PHP, the CodeIgniter 3 framework, MySQL database, and the Model-View-Controller (MVC) architecture. The implementation of Business Intelligence was carried out through a visual dashboard displaying integrated operational indicators, including sales data, keepstock, damaged goods, stock checklist, and petty cash. System testing using the Blackbox Testing method showed that all system functions operated according to user requirements. The results indicate that the system successfully improved operational data integration, accelerated monitoring and data recapitulation processes, and supported more effective and real-time data-driven decision-making within retail store operations.
Implementasi Metode Design Thinking Dalam Perancangan UI/UX Design Pada Website IT Asset Management Muhamad Fikri; Anna Mukhayaroh
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 11 No 1 (2026): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2026)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v11i1.3919

Abstract

Effective IT asset management is crucial for maintaining work efficiency. Previously, asset recording was done manually using Google Forms, which often led to issues such as incomplete data, inconsistent formats, and difficulty in double-checking device specifications. This study used the Design Thinking method, which includes the stages of Empathize, Define, Ideate, Prototype, and Test, to design the UI/UX of a web-based IT Asset Management system. The System Usability Scale (SUS) test results obtained a score of 87, with a Grade A category, indicating excellent system usability. This system is expected to facilitate the recording, reporting, and management of IT assets in a more structured and efficient manner.
Penerapan Algoritma Machine Learning untuk Klasifikasi Pesan Media Sosial pada Perguruan Tinggi Dewi Ariani; Rully Pramudita
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 11 No 1 (2026): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2026)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v11i1.3835

Abstract

Abstrak: Di era digital, media sosial seperti Direct Message (DM) Instagram dan WhatsApp seringkali menjadi sarana utama komunikasi antara perguruan tinggi dan calon mahasiswa. Universitas Bina Insani menerima banyak pesan setiap harinya yang berisi berbagai pertanyaan terkait pendaftaran, informasi_kampus, biaya, kelas_karyawan, jurusan, beasiswa dan lainnya. Namun, pesan-pesan tersebut masih dikelola secara manual tanpa pengelompokan topik yang terstruktur, sehingga menyulitkan admin dalam mengidentifikasi kebutuhan informasi yang paling sering diajukan. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi pesan media sosial menggunakan algoritma machine learning guna mengelompokkan pesan berdasarkan topik secara otomatis. Dataset yang digunakan terdiri dari 350 pesan yang dikumpulkan dari Instagram dan WhatsApp, yang telah diberi label ke dalam beberapa kategori. Tahapan pengolahan data meliputi pra-pemrosesan teks, ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta proses klasifikasi menggunakan algoritma Support Vector Machine (SVM). Hasil pengujian menunjukkan bahwa model SVM mampu melakukan klasifikasi pesan dengan tingkat akurasi sebesar 61%. Untuk meningkatkan performa pada kelas dengan jumlah data yang tidak seimbang, diterapkan pendekatan gabungan antara model machine learning dan rule-based berbasis kata kunci, yang menghasilkan peningkatan akurasi hingga 70%. Sistem yang dikembangkan kemudian diimplementasikan dalam bentuk dashboard interaktif berbasis Streamlit untuk memudahkan pengguna dalam mengunggah data, melihat hasil klasifikasi, dan memantau distribusi topik pesan. Abstract: In the digital era, social media platforms such as Instagram Direct Messages (DM) and WhatsApp have become the primary communication channels between higher education institutions and prospective students. Universitas Bina Insani receives a large number of messages daily containing various inquiries related to admission information, tuition fees, study programs, scholarships, and campus services. However, these messages are still managed manually without structured topic classification, making it difficult for administrators to identify the most frequently requested information. This study aims to develop a social media message classification system using machine learning algorithms to automatically group messages based on their topics. The dataset used in this study consists of 350 messages collected from Instagram and WhatsApp, which were manually labeled into several categories. The data processing stages include text preprocessing, feature extraction using Term Frequency–Inverse Document Frequency (TF-IDF), and message classification using the Support Vector Machine (SVM) algorithm. The experimental results show that the SVM model achieved a classification accuracy of 61%. To improve performance on imbalanced classes, a hybrid approach combining machine learning and keyword-based rule-based methods was applied, resulting in an accuracy improvement of up to 70%. The developed system was then implemented in the form of an interactive dashboard based on Streamlit, enabling users to upload data, view classification results, and monitor the distribution of message topics more effectively.
Identifikasi Status Gizi Balita Menggunakan Metode K-Means Clustering Dan Naïve Bayes Sela Ramadani; Musli Yanto; Gunadi Widi Nurcahyo
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 11 No 1 (2026): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2026)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v11i1.3820

Abstract

Penelitian ini dilatarbelakangi oleh pentingnya kesehatan balita sebagai indikator keberhasilan pembangunan yang berkaitan erat dengan kondisi gizi serta berdampak langsung pada pertumbuhan dan perkembangan anak. Di wilayah kerja Puskesmas Cubadak, pemantauan kondisi gizi balita dilakukan berdasarkan data antropometri, sehingga diperlukan metode analisis yang mampu mengolah dan mengelompokkan data secara tepat dan objektif. Penelitian ini bertujuan menerapkan algoritma K-Means Clustering dan Naïve Bayes dalam mengelompokkan serta mengklasifikasikan kondisi gizi balita sebagai pendukung pengambilan keputusan. Metode penelitian menggunakan pendekatan machine learning dengan data antropometri balita yang meliputi usia, jenis kelamin, berat badan, dan tinggi badan. Algoritma K-Means Clustering digunakan untuk mengelompokkan data berdasarkan tingkat kemiripan karakteristik, sedangkan algoritma Naïve Bayes digunakan untuk melakukan klasifikasi kondisi gizi balita. Hasil penelitian menunjukkan bahwa kombinasi kedua metode menghasilkan akurasi sebesar 97%, sehingga model mampu mengelompokkan dan mengklasifikasikan kondisi gizi balita secara akurat dan konsisten sebagai sistem pendukung pengambilan keputusan di Puskesmas Cubadak.
Rancang Bangun Sistem Informasi Perpustakaan Pada Batekhan Kemhan Rachma Amalia; Martina Manullang; Bunga Rifanisa Alzannah; Sukmawati Anggraeni Putri
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 11 No 1 (2026): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2026)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v11i1.3920

Abstract

Pengelolaan perpustakaan badan teknologi pertahanan kementerian pertahanan (Batekhan Kemhan) saat ini masih dikelola secara manual menggunakan buku besar, sehingga data menjadi tidak terstruktur dan rentan atas hilangnya data. Penelitian ini bertujuan untuk mendigitalisasikan pengelolaan perpustakaan yang dimana tadinya masih menggunakan sistem manual, seperti pengelolaan data buku, anggota, kunjungan, serta transaksi peminjaman dan pengembalian buku. Sistem ini juga menyediakan layanan peminjaman berbasis web yang terintegrasi dengan sistem barcode untuk akses anggota. Metode pengembangan sistem yang digunakan adalah model Waterfall, yang mencakup analisis kebutuhan, perancangan, menggunakan UML, tahap pengkodean, pengujian dan pemeliharaan. Teknik pengumpulan data dilakukan melalui observasi, wawancara, dan tinjauan pustaka. Website ini dibangun menggunakan bahasa pemrograman PHP, HTML, CSS, JavaScript, serta database MySQL. Hasil penelitian ini menunjukkan bahwa sistem mampu mengolah data secara terintegrasi.

Page 15 of 15 | Total Record : 147

 11   12   13   14   15 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol 11 No 1 (2026): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2026) Vol 7 No 2 (2023): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2023) Vol 7 No 1 (2022): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2022) Vol 6 No 2 (2022): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2022) Vol 6 No 1 (2021): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2021) Vol 5 No 2 (2021): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2021) Vol 5 No 1 (2020): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2020) Vol 4 No 2 (2020): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2020) Vol 4 No 1 (2019): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2019) Vol 3 No 2 (2019): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2019) Vol 3 No 1 (2018): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2018) Vol 2 No 2 (2018): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2018) Vol 2 No 1 (2017): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2017) Vol 1 No 2 (2017): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Juni 2017) Vol 1 No 1 (2016): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2016) More Issue