cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Deni Firmansyah
Contact Email
denyfirmansyah1994@gmail.com
Phone
+6281373381487
Journal Mail Official
jurnalforsinta@gmail.com
Editorial Address
Jl. Kapten Pattimura, Simpang IV Sipin, Kec. Telanaipura, Kota Jambi, Jambi 36124
Location
Kota jambi,
Jambi
INDONESIA
Jurnal (FORSINTA) Informatika, Sistem Informasi dan Kehutanan
Published by UNIVERSITAS MUHAMMADIYAH JAMBI
ISSN : -     EISSN : 29641810     DOI : 10.53978
Core Subject : Science, Agriculture,
Agriculture, Biological Sciences & Forestry Computer Science & IT
Jurnal Informatika, Sistem Informasi dan Kehutanan (FORSINTA) merupakan jurnal yang berada dibawah naungan Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Muhammadiyah Jambi (UM Jambi). Jurnal ini mengkaji ilmu dibidang Jurnal (FORSINTA) Informatika, Sistem Informasi dan Kehutanan sebagai wadah untuk memperluas, mengembangakan, dan menfasilitasi serta menuangkan hasil penelitian yang dilakukan dosen atau peneliti secara teknis maupun konseptual mengenai hasil – hasil penelitian terbaru. Jurnal (FORSINTA) Informatika, Sistem Informasi dan Kehutanan ini terbit 2 kali dalam setahun pada bulan April dan Oktober.
Arjuna Subject : Umum - Umum
Articles 45 Documents
 1   2   3   4   5 
PENERAPAN METODE SERVQUAL TERHADAP KUALITAS LAYANAN SISTEM INFORMASI MOBILE BANKING PADA BANK JAMBI KCP SUNGAI BAHAR Muhtadi, Muhammad Amhar; Ikhsan, Muhammad; Marthiawati, Noneng
Jurnal Informatika, Sistem Informasi dan Kehutanan (FORSINTA) Vol. 4 No. 1 (2025): Jurnal Informatika, Sistem Informasi dan Kehutanan (Forsinta)
Publisher : LPPM Universitas Muhammadiyah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53978/jfsa.v4i1.474

Abstract

The quality of service provided to create customer satisfaction is a key to success in business competition. Bank Jambi KCP Sungai Bahar must ensure the best service for customer comfort and security. One issue faced is the lack of customer understanding regarding independent mobile banking activation, leading them to rely on customer service assistance. This study uses the Servqual method to measure service quality, with 304 respondents completing a valid questionnaire. Results show the lowest Servqual scores in variables X2.1 and X4.3, while reliability tests indicate that Reliability and Empathy variables have low scores. Indicators in Reliability, such as accessibility and service accuracy, as well as in Empathy, like needed information and customer expectations, were assessed as weak
STRUKTUR DAN KOMPOSISI VEGETASI TUMBUHAN DI CAGAR ALAM DURIAN LUNCUK II Mandala, Bakti; Purwati, Betty; Rahmatia, Citra
Jurnal Informatika, Sistem Informasi dan Kehutanan (FORSINTA) Vol. 4 No. 1 (2025): Jurnal Informatika, Sistem Informasi dan Kehutanan (Forsinta)
Publisher : LPPM Universitas Muhammadiyah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53978/jfsa.v4i1.776

Abstract

Penelitian ini bertujuan untuk menganalisis struktur dan komposisi vegetasi serta status konservasi spesies tumbuhan di Cagar Alam Durian Luncuk II, Provinsi Jambi. Pengambilan data dilakukan dengan metode kombinasi jalur dan garis berpetak pada lima tingkat pertumbuhan, yaitu tumbuhan bawah, semai, pancang, tiang, dan pohon. Hasil inventarisasi mencatat sebanyak 94 spesies tumbuhan dari 43 famili, menunjukkan tingkat keanekaragaman taksonomi yang tinggi. Famili dominan yang membentuk struktur vegetasi adalah Fabaceae, Euphorbiaceae, dan Rubiaceae. Analisis Indeks Nilai Penting (INP) menunjukkan dominansi spesies Digitaria sp., Clidemia hirta, dan Dicranopteris linearis pada fase pertumbuhan awal. Nilai keanekaragaman (H’=4,08) dan kemerataan (E=1,09) tertinggi ditemukan pada tingkat pancang. Evaluasi status konservasi mengidentifikasi Aquilaria malaccensis (Kritis; CITES Appendix II) dan Eusideroxylon zwageri (Rentan) sebagai spesies prioritas konservasi, sementara spesies invasif seperti Clidemia hirta dan Sphagneticola trilobata berpotensi mengganggu regenerasi alami. Temuan ini menegaskan pentingnya pengelolaan konservasi terpadu di kawasan ini, terutama dalam perlindungan spesies prioritas dan pengendalian spesies invasif.
TINJAUAN LITERATUR SISTEMATIS: PENERAPAN ALGORITMA KLASIFIKASI DATA MINING UNTUK PREDIKSI LOYALITAS PELANGGAN PADA PLATFORM E-COMMERCE hesti, Hesti Yulianingsih; Rohayani, Hetty
Jurnal Informatika, Sistem Informasi dan Kehutanan (FORSINTA) Vol. 4 No. 1 (2025): Jurnal Informatika, Sistem Informasi dan Kehutanan (Forsinta)
Publisher : LPPM Universitas Muhammadiyah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53978/jfsa.v4i1.777

Abstract

Penelitian ini merupakan tinjauan literatur sistematis yang bertujuan untuk menganalisis secara mendalam penerapan algoritma klasifikasi dalam data mining untuk memprediksi loyalitas pelanggan pada platform e-commerce. Penelitian dilakukan menggunakan metode Systematic Literature Review (SLR) yang mengacu pada panduan PRISMA. Sebanyak 15 artikel ilmiah terpilih dari periode 2018 hingga 2025 dianalisis berdasarkan jenis algoritma, metode, serta hasil evaluasi model. Hasil studi menunjukkan bahwa algoritma seperti Naïve Bayes, C4.5, Random Forest, dan Deep Learning sering digunakan karena keunggulan masing-masing. Naïve Bayes efektif untuk data sederhana dan cepat diimplementasikan, sedangkan C4.5 unggul dalam memberikan interpretasi yang mudah dipahami. Random Forest memiliki akurasi tinggi dan cocok untuk data besar dan kompleks, sementara Deep Learning mampu mengenali pola perilaku pelanggan yang kompleks tetapi memiliki kekurangan pada transparansi hasil. Selain itu, metode clustering seperti K-Means dan DBSCAN juga penting untuk segmentasi awal sebelum klasifikasi dilakukan. Dengan demikian, penerapan algoritma klasifikasi tidak hanya meningkatkan akurasi prediksi loyalitas pelanggan, tetapi juga mendukung perumusan strategi retensi yang lebih efektif dan personal. Hasil penelitian ini diharapkan dapat menjadi dasar pengembangan penelitian lanjutan dan penerapan praktis di industri e-commerce Indonesia.
STUDI LITERATUR DATA MINING DALAM BIDANG KESEHATAN UNTUK ANALISIS DAN PREDIKSI PENYAKIT DALAM Yuniar, Fira; Rohayani, Hetty
Jurnal Informatika, Sistem Informasi dan Kehutanan (FORSINTA) Vol. 4 No. 1 (2025): Jurnal Informatika, Sistem Informasi dan Kehutanan (Forsinta)
Publisher : LPPM Universitas Muhammadiyah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53978/jfsa.v4i1.778

Abstract

Perkembangan teknologi informasi telah mendorong pertumbuhan data yang sangat pesat di bidang kesehatan, khususnya data rekam medis pasien yang tersimpan dalam jumlah besar di berbagai fasilitas kesehatan. Data tersebut menyimpan potensi pengetahuan yang sangat berharga jika dianalisis secara tepat. Salah satu pendekatan yang efektif untuk mengekstrak pengetahuan dari data tersebut adalah data mining, yaitu serangkaian metode untuk menemukan pola tersembunyi dan informasi penting dari kumpulan data yang besar, sehingga dapat digunakan dalam pengambilan keputusan medis secara lebih akurat dan efisien. Studi literatur ini membahas penerapan berbagai algoritma data mining, seperti Naïve Bayes, Decision Tree (C4.5 dan C5.0), K-Nearest Neighbor, dan Random Forest dalam analisis dan prediksi penyakit dalam. Hasil penelitian menunjukkan bahwa algoritma Decision Tree C4.5 yang dioptimasi dengan Particle Swarm Optimization (PSO) mampu mencapai akurasi hingga 99,67% untuk prediksi hepatitis C, sedangkan Naïve Bayes efektif dalam prediksi stroke dan penyebaran COVID-19 dengan akurasi tinggi. Selain itu, Random Forest terbukti unggul dalam prediksi penyakit stroke dan diabetes dengan akurasi di atas 90%. Studi ini memberikan gambaran komprehensif tentang efektivitas berbagai metode data mining dan menjadi referensi penting bagi pengembangan aplikasi prediksi penyakit di bidang kesehatan.
STUDI LITERATUR SISTEMATIS METODE KLASIFIKASI DATA MINING UNTUK PREDIKSI POTENSI BANJIR Yolanda, Evriska
Jurnal Informatika, Sistem Informasi dan Kehutanan (FORSINTA) Vol. 4 No. 1 (2025): Jurnal Informatika, Sistem Informasi dan Kehutanan (Forsinta)
Publisher : LPPM Universitas Muhammadiyah Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53978/jfsa.v4i1.779

Abstract

Studi literatur sistematis ini bertujuan untuk menganalisis dan mengevaluasi berbagai metode klasifikasi data mining yang digunakan dalam prediksi potensi banjir, serta mengidentifikasi metode yang paling efektif berdasarkan hasil penelitian sebelumnya. Dengan menggunakan pendekatan Systematic Literature Review (SLR), penelitian ini mengkaji 15 jurnal ilmiah nasional dan internasional yang membahas penerapan metode klasifikasi seperti Naïve Bayes, Random Forest, K-Means, Decision Tree (J48 dan C4.5), ANFIS-PCA, dan Deep Learning dalam konteks mitigasi bencana banjir. Dari hasil kajian, ditemukan bahwa terdapat tiga metode klasifikasi yang menonjol berdasarkan tingkat akurasi, efisiensi komputasi, dan ketepatan dalam memetakan wilayah rawan banjir. Pertama, algoritma Random Forest menunjukkan performa unggul dalam hal akurasi dan kemampuan menangani data kompleks, seperti yang terlihat pada prediksi banjir di DKI Jakarta. Kedua, metode Naïve Bayes dinilai efektif pada dataset berskala kecil hingga menengah dengan tingkat kecepatan pemrosesan yang tinggi. Ketiga, pendekatan kombinasi ANFIS-PCA menawarkan keunggulan dalam mereduksi dimensi data dan meningkatkan hasil prediksi dalam sistem peringatan dini. Studi ini memberikan wawasan penting bagi pengembang sistem prediksi bencana untuk menentukan pendekatan klasifikasi yang paling sesuai dengan kebutuhan.

Page 5 of 5 | Total Record : 45

 1   2   3   4   5 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2025): Jurnal Informatika, Sistem Informasi dan Kehutanan (Forsinta) Vol. 3 No. 2 (2024): Jurnal Informatika, Sistem Informasi dan Kehutanan (Forsinta) Vol. 3 No. 1 (2024): Jurnal Informatika, Sistem Informasi dan Kehutanan (Forsinta) Vol. 2 No. 2 (2023): Jurnal Informatika, Sistem Informasi dan Kehutanan (Forsinta) Vol. 2 No. 1 (2023): Jurnal (FORSINTA) Informatika, Sistem Informasi dan Kehutanan Vol. 1 No. 2 (2022): Jurnal (FORSINTA) Informatika, Sistem Informasi dan Kehutanan Vol. 1 No. 1 (2022): Jurnal (FORSINTA) Informatika, Sistem Informasi dan Kehutanan