cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Buyung Solihin Hasugian
Contact Email
admin_device@dharmawangsa.ac.id
Phone
+6281376767017
Journal Mail Official
admin_device@dharmawangsa.ac.id
Editorial Address
Jl. K. L. Yos Sudarso No. 224 Medan
Location
Unknown,
Unknown
INDONESIA
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY
Published by Universitas Dharmawangsa
ISSN : 27767779     EISSN : 27231089     DOI : https://doi.org/10.46576/device.v3i1
Core Subject : Science,
Computer Science & IT
Device: Journal of Information System, Computer Science and Information Technology adalah Jurnal ilmiah yang dikelola dan diterbitkan oleh Program Studi Sistem Informasi, Fakultas Teknik dan Ilmu Komputer, Universitas Dharmawangsa, Medan, Indonesia. Jurnal Device tebit pertama kali Vol 1, No.1 Juni 2020, jurnal ini membahas tentang artikel yang berhubungan dengan Sistem Informasi, Ilmu Komputer, Teknologi Informasi dan Komunikasi.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 242 Documents
 14   15   16   17   18 
Penerapan Metode Pieces Dalam Sistem Informasi Invoice Pada PT Jaya Beton Plant Medan Berbasis Web Aulia, Dina; Utami, Rida
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 6, No 2: DESEMBER 2025
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v6i2.7917

Abstract

Penerapan metode PIECES (Performance, Information, Economy, Control, Efficiency, Service) digunakan dalam penelitian ini untuk menganalisis serta merancang sistem informasi invoice berbasis web pada PT Jaya Beton Plant Medan. Selama ini, proses pembuatan invoice di perusahaan masih dilakukan secara manual menggunakan Microsoft Excel, sehingga sering terjadi kesalahan input, keterlambatan verifikasi, dan kesulitan dalam pengarsipan data. Kondisi tersebut menyebabkan proses administrasi menjadi kurang efisien dan berisiko terhadap kehilangan data. Untuk mengatasi masalah tersebut, sistem baru dikembangkan dengan menggunakan metode Rapid Application Development (RAD), bahasa pemrograman PHP, framework CodeIgniter, dan basis data MySQL. Hasil penelitian menunjukkan bahwa sistem informasi invoice berbasis web yang dirancang mampu meningkatkan efisiensi waktu, akurasi data hingga mencapai tingkat keakuratan 85–90%, serta mempermudah proses pencarian dan pengelolaan laporan secara real-time. Sistem ini diharapkan dapat menjadi solusi efektif dalam mendukung kegiatan administrasi dan pengambilan keputusan di PT Jaya Beton Plant Medan.
Ekstraksi Kata Kunci Pada Portal Jurnal JATISI Menggunakan Metode TF-IDF dan Cosine Similarity Wijaya, Michael; Irsyad, Hafiz
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 6, No 2: DESEMBER 2025
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v6i2.6623

Abstract

Penelitian ini bertujuan untuk mengimplementasikan metode Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity dalam mengekstraksi kata kunci dari abstrak artikel jurnal guna mengidentifikasi topik penelitian dalam periode tertentu. Harapannya, pengguna dapat menganalisis tren topik dan memperoleh gambaran komprehensif mengenai dinamika keilmuan di bidang Teknik Informatika dan Sistem Informasi. Penelitian ini menggunakan pendekatan eksperimental kuantitatif dengan tahapan: pengumpulan data dari 11 artikel jurnal JATISI Vol 6 No. 1 (2019), pre-processing data (case folding, penghapusan tanda baca dan angka, tokenisasi, stopword removal, dan stemming), pembobotan menggunakan TF-IDF, serta pengukuran relevansi antardokumen dengan Cosine Similarity. Hasil penelitian berhasil mengekstraksi kata kunci dari dokumen dan memberikan peringkat berdasarkan persentase kemunculannya, serta menghasilkan matriks cosine similarity untuk mengidentifikasi kemiripan antartulisan. Namun, nilai presisi 0.05, recall 0.04, dan F1-score 0.04 menunjukkan bahwa model ini belum mampu memberikan prediksi yang memadai untuk kasus ini. Temuan ini dapat dijadikan acuan bahwa model/metode tersebut tidak direkomendasikan tanpa modifikasi signifikan, sekaligus menjadi dasar untuk eksplorasi solusi alternatif di masa depan.
Analisis dan Perancangan UI/UX Aplikasi Ruang Baca Digital Berbasis Web Pada Fakultas Sains dan Teknologi Universitas Jambi Dengan Metode Design Thinking Pratama, Jepri; Saputra, Edi; Razi A, Muhammad
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 6, No 2: DESEMBER 2025
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v6i2.7833

Abstract

Penelitian ini bertujuan untuk merancang User interface dan User Experience (UI/UX) Aplikasi Ruang Baca Digital Berbasis Web pada Fakultas Sains dan Teknologi Universitas Jambi sebagai solusi atas kendala yang dihadapi ruang baca, seperti keterbatasan akses koleksi tugas akhir, waktu operasional terbatas, serta proses pencarian dan pengumpulan dokumen yang masih manual. Pengembangan dilakukan dengan pendekatan Design Thinking, yang berfokus pada kebutuhan dan pengalaman pengguna melalui lima tahapan, yaitu empathize, define, ideate, prototype, dan testing. Metode ini memungkinkan peneliti memahami permasalahan pengguna secara mendalam dan menghasilkan solusi desain yang inovatif serta relevan. Hasil penelitian menghasilkan prototype Aplikasi Ruang Baca Digital Berbasis Web yang telah di uji dan memiliki tingkat usability dan user experience yang sangat baik. Pengujian usability melalui platform Maze terhadap 26 responden menghasilkan skor MAUS rata-rata 95 untuk Mahasiswa dan 97 untuk Admin, menandakan kemudahan dan efisiensi penggunaan yang tinggi. Sementara itu, hasil UEQ menunjukkan nilai rata rata pada enam skala utama berada dalam kategori “Excellent”, dengan daya tarik 2,417; kejelasan 1,971; efisiensi 2,144; ketepatan 2,192; stimulasi 2,115; dan kebaruan 1,923. Temuan ini membuktikan bahwa prototype mampu memberikan pengalaman pengguna yang positif, menarik, dan inovatif.
PENERAPAN DATA MINING ASOSIASI DALAM MENGANALISIS DATA PENJUALAN UNTUK MENINGKATKAN STRATEGI PENJUALAN PADA PD JUMBO Wilhelmus, Aloysius Michael; Dafid, Dafid
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 6, No 2: DESEMBER 2025
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v6i2.7411

Abstract

Penelitian ini membahas penerapan data mining asosiasi menggunakan algoritma apriori untuk menganalisis data transaksi penjualan di PD Jumbo, distributor makanan dan non-makanan di Palembang. PD Jumbo memiliki strategi pemasaran yang belum optimal akibat kurangnya pemanfaatan data transaksi. Tujuan penelitian ini adalah mengidentifikasi pola keterkaitan antar produk yang sering dibeli bersamaan untuk menghasilkan aturan asosiasi yang mendukung strategi promosi. Metodologi yang diterapkan di penelitian ini adalah CRISP-DM, meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Hasil analisis dengan minimum support 0,07 dan minimum confidence 0,7 menghasilkan sejumlah aturan asosiasi dengan nilai lift diatas 1, yang menunjukkan hubungan kuat antar produk. Aturan tersebut digunakan sebagai dasar rekomendasi strategi bundling produk untuk meningkatkan efektivitas promosi dan penjualan. Simpulan penelitian ini menunjukkan bahwa algoritma Apriori dapat menjadi alat bantu dalam pengambilan keputusan pemasaran berbasis data, sehingga mendukung peningkatan daya saing perusahaan.
Analisis Sentimen Kesehatan Mental Pemuda di Media Sosial Menggunakan Deep Learning Agustin, Agustin; Junadhi, Junadhi; Zoromi, Fransiskus; Kudadiri, Parlindungan
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 6, No 2: DESEMBER 2025
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v6i2.8112

Abstract

Kesehatan mental merupakan isu yang semakin penting di kalangan pemuda Indonesia, terutama dengan meningkatnya ekspresi emosi negatif seperti stres, kelelahan, dan kecemasan yang sering diungkapkan melalui media sosial. Penelitian ini bertujuan untuk menganalisis sentimen kesehatan mental pemuda menggunakan pendekatan deep learning berbasis Long Short-Term Memory (LSTM) terhadap unggahan publik berbahasa Indonesia di platform X (Twitter). Data dikumpulkan melalui proses web scraping dengan kata kunci yang relevan dan kemudian melalui tahapan pra-pemrosesan, pelabelan manual, serta pembagian data menjadi 80% untuk pelatihan dan 20% untuk pengujian. Model LSTM dibangun dengan arsitektur yang terdiri atas embedding layer, LSTM layer, dropout layer, dense layer, dan output layer beraktivasi Softmax untuk tiga kelas sentimen (positif, negatif, dan netral). Hasil penelitian menunjukkan distribusi sentimen menunjukkan bahwa emosi negatif mendominasi dengan proporsi 45,8%, diikuti oleh sentimen positif sebesar 35,8%, dan netral sebesar 18,4%.Model mampu mencapai akurasi sebesar 87,4% dengan nilai precision dan recall rata-rata sebesar 0,85, yang menandakan kemampuan tinggi dalam mengenali konteks bahasa informal pemuda di media sosial. Analisis distribusi sentimen menunjukkan dominasi emosi negatif yang berkaitan dengan tekanan akademik dan sosial, sementara sentimen positif menggambarkan semangat dan mekanisme adaptasi diri. Temuan ini membuktikan bahwa LSTM efektif untuk deteksi ekspresi emosional berbasis teks serta berpotensi diterapkan sebagai sistem pemantauan digital bagi kesejahteraan mental generasi muda.
Analisis Sentimen menggunakan Algoritma Machine Learning terhadap Isu Gencatan Senjata Iran-Trump di YouTube Yeremia Agung Chandra; Jeremy Allegrato Hartono; Hafiz Irsyad
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 7, No 1: JUNI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v7i1.9042

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen publik di platform YouTube terkait isu gencatan senjata antara Iran dan mantan Presiden Amerika Serikat, Donald Trump. Dataset yang diambil dari komentar YouTube berjumlah 2000 dianalisis dan menghasilkan 576 data uji dengan distribusi sentimen yang tidak seimbang, pelabelan dataset menggunakan RoBERTa dengan 2 (dua) kelas, yaitu 428 label negatif, 114 netral, dan 34 positif. Ekstraksi fitur menggunakan pendekatan Bag-of-Words kombinasi unigram dan bigram untuk melatih algoritma machine learning, dengan fokus pada komparasi Support Vector Machine (SVM) dan Naïve Bayes. Hasil pengujian secara numerik menunjukkan bahwa Naïve Bayes memperoleh akurasi lebih tinggi sebesar 78.6% dengan skor macro F1 sebesar 0.503 akibat bias pada kelas mayoritas, sedangkan untuk SVM menghasilkan akurasi sebesar 74% dengan macro F1 mencapai 0.539. Penelitian ini berhasil mengimplementasikan model dengan baik meskipun Naïve Bayes unggul dalam akurasi umum karena dominasi data bersentimen negatif, SVM terbukti lebih seimbang dalam memetakan polarisasi sentimen publik yang kompleks di media sosial.
PERANCANGAN UI/UX APLIKASI CRYPTOCURRENCY WALLET BERBASIS ANDROID MENGGUNAKAN HEURISTIC EVALUATION DAN SYSTEM USABILITY SCALE Qevin Attaqwa; Junadhi Junadhi; Khusaeri Andesa; Parlindungan Kudadiri
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 7, No 1: JUNI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v7i1.8375

Abstract

The development of blockchain and cryptocurrency technology has increased the need for cryptocurrency wallet applications that are not only secure but also easy to use for a wide range of users. However, the complexity of features and technical terms in digital financial applications often causes difficulties for users, especially beginners, so usability-oriented UI/UX design is needed. This study aims to design and evaluate the UI/UX of an Android-based cryptocurrency wallet application using the Design Sprint approach and the Heuristic Evaluation and System Usability Scale (SUS) methods. The design process is carried out through the stages of understanding the problem, sketching a solution, determining the best design, building a prototype, and conducting testing. The resulting prototype is then evaluated using Heuristic Evaluation based on Nielsen's ten principles to identify usability issues. The evaluation results indicate several improvements that need to be made in the aspects of system status clarity, display consistency, and prevention of user errors. After refining the design, the prototype was tested with users using the SUS questionnaire. Based on the results of testing on 5 respondents, the average SUS score was 78.4, which is included in the acceptable category and is at the good usability level. These results indicate that the application has a good level of ease of use, clear navigation, and is able to provide a positive user experience. Thus, the application of Design Sprint in the design process, combined with Heuristic Evaluation and SUS, proved effective in producing intuitive, informative, and user-oriented UI/UX designs for cryptocurrency wallet applications. This research is expected to serve as a reference in the development of more user-friendly mobile-based digital financial applications.
Evaluasi User Experience Fitur Dark Mode pada Instagram Menggunakan Pendekatan Human Computer Interaction (HCI) Luthfi Maulana; Rija Fahlepi; Farhan Farhan; Arhan Saputra Siregar; M Khalil Gibran
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 7, No 1: JUNI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v7i1.8947

Abstract

Penelitian ini bertujuan untuk mengeksplorasi pengalaman pengguna dalam menggunakan fitur dark mode pada aplikasi Instagram di kalangan mahasiswa. Perkembangan teknologi antarmuka pengguna mendorong aplikasi media sosial untuk menghadirkan fitur yang mampu meningkatkan kenyamanan dan pengalaman pengguna, salah satunya melalui dark mode. Penelitian ini menggunakan metode kualitatif dengan pendekatan deskriptif. Data diperoleh melalui wawancara dan observasi terhadap mahasiswa yang aktif menggunakan Instagram dalam aktivitas sehari-hari. Hasil penelitian menunjukkan bahwa fitur dark mode memberikan berbagai manfaat, seperti mengurangi kelelahan mata, meningkatkan kenyamanan saat penggunaan pada malam hari, serta memberikan tampilan visual yang dianggap lebih modern dan menarik. Namun, beberapa pengguna juga mengalami kendala, seperti kesulitan membaca teks tertentu dan perbedaan tingkat kenyamanan tergantung kondisi pencahayaan. Penelitian ini menyimpulkan bahwa fitur dark mode pada Instagram memberikan pengalaman positif bagi sebagian besar mahasiswa, terutama dalam aspek kenyamanan visual dan estetika antarmuka. Temuan ini diharapkan dapat menjadi bahan pertimbangan bagi pengembang aplikasi dalam meningkatkan kualitas pengalaman pengguna pada media sosial. Dark Mode, Pengalaman Pengguna, Instagram, Mahasiswa, Antarmuka Pengguna, Media Sosial
Analisis Sentimen Program Makanan Bergizi Gratis Menggunakan Naïve Bayes dan Random Forest Berbasis CRISP-DM Ragilia Putri Dinanti; Siti Sarah; Fiqri Dwi Al Hafiz; Aidil Alfarizi
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 7, No 1: JUNI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v7i1.8766

Abstract

Program Makanan Bergizi Gratis (MBG) merupakan kebijakan strategis pemerintah Indonesia untuk menangani masalah kekurangan gizi dan menekan angka stunting yang mencapai 14% pada tahun 2024 demi mencapai visi Indonesia Emas 2045. Kebijakan ini memicu diskusi publik yang masif di media sosial YouTube, yang menghadirkan tantangan berupa volume data besar dan keberagaman opini. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap program MBG menggunakan metodologi Cross-Industry Standard Process for Data Mining (CRISP-DM). Dataset yang digunakan bersumber dari Kaggle yang terdiri dari 6.419 komentar YouTube. Data diproses melalui tahapan preprocessing teks dan representasi fitur TF-IDF, kemudian diklasifikasikan menggunakan algoritma Naïve Bayes dan Random Forest. Hasil penelitian menunjukkan bahwa algoritma Random Forest menghasilkan performa yang lebih unggul dengan akurasi sebesar 77,43%, sementara Naïve Bayes mencapai 65,64%. Berdasarkan distribusi data, sentimen Netral mendominasi sebesar 56,40%, diikuti oleh sentimen Positif (24,13%) dan Negatif (19,47%). Dominasi sentimen netral ini mengindikasikan bahwa masyarakat masih bersikap wait-and-see terhadap efektivitas implementasi program MBG di lapangan. Penelitian ini menyimpulkan bahwa pendekatan ensemble learning pada Random Forest lebih efektif dalam menangkap pola bahasa alami yang kompleks dibandingkan metode berbasis probabilitas murni.
Penerapan Algoritma Greedy dalam Penentuan Prioritas Pengiriman Makanan Berdasarkan Rute, Lalu Lintas, dan Cuaca Steffanie Angelica; Muhammad Fajar Ariansyah; Muhammad Ezar Al Rivan
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 7, No 1: JUNI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v7i1.9045

Abstract

Layanan pengiriman makanan online membutuhkan proses penentuan prioritas pengiriman yang cepat dan adaptif terhadap kondisi lapangan. Penelitian ini bertujuan untuk menerapkan algoritma Greedy dalam menentukan prioritas pengiriman makanan berdasarkan panjang rute, kondisi lalu lintas, dan cuaca. Penelitian menggunakan metode eksperimental kuantitatif dengan memanfaatkan Food Delivery Route Efficiency Dataset yang diperoleh dari platform Kaggle. Tahapan penelitian meliputi pengumpulan data, preprocessing data, pengambilan sampel order, pembobotan multikriteria, penentuan prioritas menggunakan algoritma Greedy, dan evaluasi hasil prioritas. Dataset digunakan sebagai kumpulan skenario pengiriman, kemudian sistem mengambil 5 order secara acak untuk mensimulasikan antrean pesanan yang masuk pada satu waktu. Setiap order dihitung nilai penaltinya berdasarkan kombinasi panjang rute, indeks lalu lintas, indeks cuaca, dan bobot prioritas operasional. Bobot yang digunakan tidak ditetapkan sebagai nilai tetap universal, melainkan disusun dalam tiga skenario prioritas, yaitu kilometer, lalu lintas, dan cuaca. Hasil penelitian menunjukkan bahwa algoritma Greedy dapat mengurutkan order berdasarkan nilai penalti terkecil, serta menghasilkan urutan prioritas yang dapat berubah sesuai skenario bobot yang digunakan. Dengan demikian, pendekatan pembobotan multikriteria dan algoritma Greedy dapat membantu penentuan prioritas pengiriman secara lebih fleksibel sesuai kondisi operasional.

Page 16 of 25 | Total Record : 242

 14   15   16   17   18 

Filter by Year

2020 2026


Reset
Filter By Issues
All Issue Vol 7, No 1: JUNI 2026 Vol. 7 No. 1: JUNI 2026 Vol. 6 No. 2: DESEMBER 2025 Vol 6, No 2: DESEMBER 2025 Vol 6, No 1: JUNI 2025 Vol 5, No 2: DESEMBER 2024 Vol 5, No 1: JUNI 2024 Vol 4, No 2: DESEMBER 2023 Vol 4, No 1 (2023) Vol 3, No 2 (2022) Vol 3, No 1 (2022) Vol 2, No 2 (2021) Vol 2, No 1 (2021) Vol 1, No 2 (2020) Vol 1, No 1 (2020) More Issue