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
 18   19   20   21   22 
KLASIFIKASI PENGGUNAAN DAYA LISTRIK RUMAH TANGGA MENGGUNAKAN METODE NAÏVE BAYES Fitriani Fitriani; Sriani Sriani; Suhardi Suhardi
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.v6i2.7392

Abstract

Listrik merupakan kebutuhan primer dalam kehidupan manusia yang hampir tidak dapat dipisahkan dari berbagai aktivitas sehari-hari. PLN sebagai penyedia listrik nasional memberikan subsidi kepada pelanggan rumah tangga kurang mampu dengan daya 450 VA dan 900 VA. Namun, penyaluran subsidi ini dinilai belum tepat sasaran karena keterbatasan data penduduk yang digunakan. Penelitian ini mengusulkan metode klasifikasi ulang penerima subsidi menggunakan algoritma Naïve Bayes. Dengan menggunakan 720 data latih dan sejumlah variabel penentu kelayakan, diperoleh akurasi model sebesar 92%. Hasil ini menunjukkan bahwa metode Naïve Bayes efektif untuk mendukung pengambilan keputusan dalam penyaluran subsidi listrik secara lebih tepat dan objektif.
PENERAPAN DATA MINING ASOSIASI DALAM MENGANALISIS DATA PENJUALAN UNTUK MENINGKATKAN STRATEGI PENJUALAN PADA PD JUMBO Aloysius Michael Wilhelmus; 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.
Penerapan Algoritma K-Means Clustering dalam Menganalisis Tren Konsumen E-Commerce Andika Mahesa Putra; Rahmaddeni Rahmaddeni; Candra Saputra; Rahmat Hidayatullah; Safril Irsandi
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.v6i2.7419

Abstract

Penelitian ini membahas penerapan algoritma K-Means untuk menganalisis perilaku konsumen pada platform e-commerce. Dengan menggunakan dataset yang terdiri dari 3.900 entri pelanggan, data diproses melalui tahapan preprocessing, normalisasi Min-Max, dan encoding. Jumlah klaster optimal ditentukan menggunakan metode Elbow dan Silhouette Score, menghasilkan dua segmen utama pelanggan: aktif dan pasif. Visualisasi dengan PCA menunjukkan pemisahan klaster yang jelas. Hasil ini memberikan wawasan strategis bagi perusahaan untuk menyusun pendekatan pemasaran berbasis data yang lebih efektif, serta meningkatkan loyalitas pelanggan dan pendapatan bisnis. 
PENGELOMPOKAN DATA KELUHAN PASIEN PADA LAYANAN RUMAH SAKIT BERDASARKAN KATEGORI MASALAH MENGGUNAKAN METODE CLUSTERING Refa Anggita; Realita Buaton; Kristina Annatasia Br Sitepu
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.v6i2.7432

Abstract

Penelitian ini membahas pengelompokan data keluhan pasien pada layanan RSU Artha Medica Binjai berdasarkan kategori masalah menggunakan algoritma K-Means Clustering. Data penelitian mencakup periode 2023–2024 dengan variabel umur pasien, kategori keluhan, dan kategori masalah. Proses pengolahan dilakukan menggunakan perangkat lunak Matlab R2014a, menghasilkan enam cluster dengan karakteristik berbeda. Hasil pengujian menunjukkan konfigurasi enam cluster memiliki nilai cluster variance terendah sebesar 4,5682, menandakan distribusi data paling kompak dibanding konfigurasi lainnya. Secara khusus, cluster keenam memiliki variance 5,0008 dengan Vmin 0,2472 dan Vmaks 10,3912, menunjukkan variasi yang terkendali dan sebaran data yang merapat ke pusat cluster. Temuan ini membuktikan bahwa penerapan K-Means Clustering dapat membantu rumah sakit dalam memahami pola keluhan pasien secara lebih akurat dan menjadi acuan strategis untuk peningkatan kualitas pelayanan.
PENERAPAN KLASIFIKASI C4.5 DALAM MENENTUKAN PREDIKSI YANG MEMPENGARUHI JUMLAH PRODUKSI BAHAN DASAR DALAM INDUSTRI KONVEKSI Al Yusuf; Tengku Mohd Diansyah
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.v6i2.7449

Abstract

Industri konveksi menghadapi tantangan dalam menentukan jumlah produksi bahan dasar akibat fluktuasi permintaan pasar dan keterbatasan bahan baku. Penelitian ini bertujuan untuk menerapkan algoritma klasifikasi C4.5 sebagai solusi prediktif berbasis data mining untuk mendukung pengambilan keputusan produksi di CV. Eternal Group. Dengan menggunakan data historis bulan Maret–Agustus 2024, sistem dirancang melalui tahapan preprocessing, perhitungan entropy dan gain ratio, serta pembentukan pohon keputusan. Hasil klasifikasi menunjukkan bahwa atribut “Permintaan Pasar” memiliki pengaruh dominan terhadap keputusan produksi, diikuti oleh “Ketersediaan Bahan Baku” dan “Tren Penjualan.” Sistem dikembangkan menggunakan PHP dan MySQL, dan diuji melalui aplikasi yang menghasilkan tingkat akurasi tinggi berdasarkan evaluasi confusion matrix. Penelitian ini tidak hanya menghasilkan sistem prediksi yang adaptif dan akurat, tetapi juga memberikan kontribusi terhadap efisiensi operasional, pengurangan pemborosan bahan baku, serta pemahaman yang lebih baik terhadap preferensi pasar. Dengan demikian, penerapan algoritma C4.5 terbukti efektif dalam mendukung strategi produksi yang lebih terukur dan responsif dalam industri konveksi.
Rancang Bangun Digitalisasi Sistem Jimpitan Berbasis Web Sebagai Solusi Pengorganisasian Dan Akuntabilitas Iuran Warga (Studi Kasus: Desa Jambansari Rt11/Rw04) Siti Khotimah; Adina Nur Cahya Aini; Afriza Nur Faid; Yuniar Laeli Nur Faizah
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.v6i2.7505

Abstract

Sistem jimpitan tradisional di tingkat RT/RW seringkali menghadapi masalah seperti ketidaktransparanan pencatatan, kesulitan pelacakan iuran, dan rendahnya partisipasi warga. Penelitian ini bertujuan merancang sistem jimpitan berbasis web untuk Desa Jambansari RT11/RW4 guna meningkatkan organisasi data dan akuntabilitas keuangan komunitas. Metode yang digunakan adalah Research and Development (R&D) dengan tahapan analisis kebutuhan, perancangan sistem, implementasi, dan uji coba. Hasil penelitian menunjukkan bahwa sistem ini mampu memfasilitasi pencatatan digital dan pelaporan real-time, sehingga meningkatkan efisiensi (waktu pengelolaan berkurang 60%) dan transparansi (90% warga menyatakan puas). Simpulan penelitian ini membuktikan bahwa digitalisasi sistem jimpitan dapat menjadi solusi berkelanjutan untuk pengelolaan iuran warga.
Analisis Algoritma C4.5 untuk memperoleh kelayakan pinjaman kredit dalam meningkatkan akurasi penilaian reisiko Ruth Indah Siregar; Siti Aliyah
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.v6i2.7637

Abstract

Koperasi Simpan Pinjam Siboto Lungun mengalami peningkatan kredit macet akibat proses penilaian kelayakan pinjaman yang masih manual dan kurang akurat. Penelitian ini bertujuan mengembangkan sistem prediksi kelayakan pinjaman menggunakan metode data mining dengan algoritma C4.5. Metode ini dipilih karena mampu membentuk pohon keputusan berdasarkan atribut gain tertinggi, serta dapat mengolah data numerik dan kategorikal. Data historis nasabah periode 2022-2024 digunakan dalam perhitungan entropy dan gain untuk membentuk model klasifikasi. Sistem dibangun menggunakan bahasa pemrograman Python dan database MySQL. Pengujian menghasilkan 4 atribut utama yang mempengaruhi, yaitu agunan, jumlah pinjaman, pekerjaan, dan tenor. Atribut pekerjaan mendapat hasil gain tertinggi dengan nilai 0.2884, diikuti agunan 0.0714, tenor 0,0423, dan jumlah pinjaman 0,0351. Sistem menghasilkan nilai akurasi sebesar 81%. Diharapkan sistem ini dapat membantu koperasi meminimalisir risiko kredit macet sekaligus meningkatkan efisiensi proses penilaian kedepannya.
Penerapan Metode Klasifikasi Support Vector Machine dalam Analisis Sentiment Ulasan Pengguna Layanan Goride Pada Aplikasi Gojek di Google Playstore M. Adreansyah Pratama Lubis; Ria Eka Sari
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.v6i2.7682

Abstract

Ulasan pengguna terhadap layanan Goride di Google Playstore merupakan sumber data krusial untuk evaluasi kualitas layanan, namun analisis manual terhadap volume data besar tidak efisien. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem klasifikasi sentimen otomatis menggunakan metode Support Vector Machine (SVM) untuk mengkategorikan ulasan pengguna Goride menjadi sentimen positif atau negatif. Sebanyak 659 ulasan dari periode Januari Desember 2024 dianalisis melalui serangkaian tahapan pra-pemrosesan data, pelabelan data, dan ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Model SVM dioptimalkan menggunakan GridSearchCV mencapai performa puncak dengan akurasi 87,88%, presisi 66,67%, recall 85,71%, dan F1-Score 75,00% pada konfigurasi terbaik (C=0.1, kernel linear). Hasil ini mengonfirmasi bahwa SVM merupakan metode yang efektif dan tangguh untuk analisis sentimen pada ulasan layanan transportasi daring, serta menyediakan alat praktis yang berpotensi mendukung pengambilan keputusan strategis berbasis data untuk peningkatan layanan Gojek.
Sistem Informasi Pengelolaan Data Penjualan Berdasarkan Kegiatan Promosi Pada PT. Perkasa Internusa Mandiri Medan Emma Clodia Hutabarat; Ananda Hadi Elyas; J. Prayoga
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.v6i2.7691

Abstract

Perkembangan teknologi informasi yang pesat mendorong perusahaan untuk mengelola data dan informasi secara lebih efektif. PT. Perkasa Internusa Mandiri Medan sebagai pengelola properti komersial memanfaatkan aplikasi Millenation untuk kegiatan promosi. Namun, sistem yang berjalan saat ini hanya dapat diakses oleh admin kantor, sehingga tenant tidak dapat mengetahui pengaruh promosi terhadap penjualan mereka. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sistem informasi pengelolaan data penjualan yang dapat diakses oleh tenant guna mengetahui dampak kegiatan promosi terhadap performa penjualan. Metode yang digunakan dalam penelitian ini meliputi pengumpulan data melalui observasi, wawancara, dan studi dokumentasi. Sistem dirancang menggunakan pendekatan pemodelan terstruktur seperti Data Flow Diagram (DFD) dan Entity Relationship Diagram (ERD). Pengembangan aplikasi dilakukan menggunakan Visual Studio, dengan database yang dikelola melalui MySQL dan laporan yang dihasilkan melalui Crystal Report. Hasil dari penelitian ini adalah sistem informasi berbasis desktop yang mempermudah tenant dalam mengunggah dan memantau data penjualan mereka serta mengevaluasi efektivitas kegiatan promosi. Dengan adanya sistem ini, Departemen Loyalty Program juga dapat melakukan analisis lebih akurat terhadap keberhasilan promosi yang dijalankan. Sistem ini diharapkan dapat meningkatkan efisiensi, transparansi, dan kolaborasi antara manajemen pusat dan tenant.
Sistem Informasi Pengadaan Barang Reward Kumpul Point Pada PT. Perkasa Internusa Mandiri Medan Berbasis Dekstop Diana Sitepu; Ananda Hadi Elyas; Sri Wahyuni
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.v6i2.7692

Abstract

Perkembangan teknologi informasi mendorong perusahaan untuk berinovasi dalam pengelolaan data dan pelayanan pelanggan. PT. Perkasa Internusa Mandiri Medan menerapkan sistem “Millenation Point Reward” untuk meningkatkan loyalitas pelanggan melalui pengumpulan poin belanja yang dapat ditukar dengan hadiah. Namun, proses pengadaan dan pendataan barang reward yang sebelumnya dilakukan secara manual menimbulkan kendala dalam efisiensi waktu, akurasi data, dan efektivitas pelaporan. Penelitian ini bertujuan merancang dan mengimplementasikan Sistem Informasi Pengadaan Barang Reward Kumpul Point berbasis desktop guna mengatasi permasalahan tersebut. Metode penelitian meliputi observasi, analisis kebutuhan sistem, perancangan menggunakan Data Flow Diagram (DFD) dan Entity Relationship Diagram (ERD), serta implementasi melalui Microsoft Visual Studio 2010 dan Crystal Report 8.5. Hasil implementasi menunjukkan sistem mampu mengotomatisasi proses pengadaan barang, pencatatan data pelanggan, serta pelaporan reward secara cepat, akurat, dan real-time. Sistem juga meningkatkan keamanan data melalui autentikasi pengguna dan mengurangi risiko kesalahan pencatatan. Meskipun masih bersifat stand-alone, sistem ini telah terbukti meningkatkan efisiensi kerja dan akurasi pendataan pada PT. Perkasa Internusa Mandiri Medan, serta berpotensi dikembangkan menjadi sistem berbasis web untuk mendukung integrasi dan aksesibilitas yang lebih luas.  

Page 20 of 25 | Total Record : 242

 18   19   20   21   22 

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